De AI-gok van Sam Altman: waarom alles draait om rekenkracht

De AI-sector beweegt zich razendsnel, maar achter de indrukwekkende demo’s en ambitieuze beloftes schuilt een fundamentele vraag. Niet wat AI kan, maar hoeveel het gaat kosten om die toekomst mogelijk te maken. In een recent gesprek op de Big Technology podcast gaf Sam Altman een inkijkje in hoe hij naar die toekomst kijkt. Zijn verhaal laat zien waarom de AI-race niet alleen draait om slimme modellen, maar vooral om rekenkracht, schaal en een flinke dosis onzekerheid.

Volgens Altman staat AI nog maar aan het begin van zijn echte doorbraak. Zodra modellen eenmaal goed genoeg zijn, neemt het gebruik explosief toe. Niet een beetje meer, maar ordes van grootte. Denk aan bedrijven die complete producten bouwen op AI, interfaces die realtime worden gegenereerd, video die on the fly ontstaat, gepersonaliseerde zorg en wetenschappelijk onderzoek dat grotendeels door modellen wordt ondersteund.

De vraaggroei van AI is goed voor te stellen, maar wat die vraag uiteindelijk oplevert, is een ander verhaal. Meer gebruik betekent namelijk niet automatisch meer omzet. De prijs per token daalt structureel, oftewel de prijs per specifieke eenheid rekenkracht. Wie vandaag betaalt voor inference, betaalt morgen minder. Dat zagen we eerder ook in andere sectoren.

Tegen die achtergrond is OpenAI enorme verplichtingen aangegaan. In totaal zou het gaan om zo’n $1,4 biljoen aan infrastructuur commitments binnen de AI-keten. De gedachte daarachter is simpel: nu extreem veel investeren in training, later geld verdienen met inference zodra schaal het werk doet.

Het probleem is dat vrijwel alle grote AI-spelers dezelfde strategie volgen. Iedereen gokt op schaal, iedereen rekent op dalende kosten en iedereen hoopt dat inference op termijn winstgevend wordt. Dat zorgt voor felle concurrentie en blijvende druk op prijzen.

Voor partijen als Google is goedkope inference zelfs strategisch wenselijk. Lage prijzen versterken het ecosysteem en trekken gebruikers aan, maar maken het voor anderen lastiger om gezonde marges te draaien. Zonder een monopolie op frontier-modellen blijft het onzeker of inference ooit structureel veel winst oplevert.

De inzet is hoog. OpenAI heeft inmiddels een waardering rond de $800 miljard. Een verkeerde inschatting van investeerders in de terugverdientijd van AI-modellen kan plots leiden tot een crash van de waardering van OpenAI.