Jensen Huang heeft maandenlang benadrukt dat de volgende grote impuls van Kunstmatige Intelligentie niet alleen zal komen van vraag-anta-woord modellen, maar van systemen die zelfstandig kunnen handelen, gereedschappen kunnen gebruiken, documentatie kunnen lezen, code kunnen schrijven en volledige taken kunnen uitvoeren. Maar deze week ging hij nog een stap verder met een opvallende, maar discutabele vergelijking: volgens de CEO van NVIDIA heeft OpenClaw in slechts drie weken een adoptiegraad bereikt die Linux ongeveer 30 jaar heeft gekost.
Deze uitspraak, gedaan tijdens de Morgan Stanley Technology, Media & Telecom Conference 2026, is bedoeld om de aandacht te trekken. En dat lukt ook. Niet zozeer omdat Linux een bekende naam is, maar omdat het vergelijken van de adoptiesnelheid van een AI-agentenproject met de historische ontwikkeling van ’s werelds invloedrijkste open source software, vrij uitdagend klinkt. Maar naast de koppenmakerij gaat het erom te begrijpen waarom Huang precies die vergelijking heeft gemaakt en welk bericht hij hiermee aan de markt wil sturen.
OpenClaw bestaat daadwerkelijk, is echt en geen verzinsel van NVIDIA. Op zijn officiële site wordt uitgelegd dat het project, eind januari hernoemd tot OpenClaw, meer dan 100.000 sterren kreeg op GitHub en binnen één week 2 miljoen bezoekers trok. Reuters meldde enkele weken geleden dat oprichter Peter Steinberger zich bij OpenAI zou voegen om de volgende generatie persoonlijke agenten te ontwikkelen, terwijl het project nog altijd bestaat als een open-source initiatief ondersteund door een stichting. Met andere woorden, er zit een fenomeen achter de naam, hoewel de equatie met Linux zonder meer wel erg simplistisch is.
De vergelijking met Linux zegt meer over de snelheid van internet dan over Linux zelf
Het is belangrijk om de verschillende lagen te onderscheiden. Huang beweert niet dat OpenClaw belangrijker is dan Linux in historische, technische of industriële termen. Wat hij aangeeft, is dat het adoptiemodel van software in een radicale verandering verkeert. En daar zit een kernpunt. Linux ontstond in een wereld zonder GitHub, zonder virale verspreiding via netwerken, zonder wereldwijde communities die in real-time samenwerken en, natuurlijk, zonder de enorme traction die tegenwoordig alle AI-gerelateerde tools genereren.
Daarom moet de vergelijking vooral gelezen worden als een metafoor voor de huidige verspreidingssnelheid van software, en niet als een technische gelijkstelling. Linux werd in de loop der jaren de basis voor servers, cloud-infrastructuur, Android, supercomputers en een groot deel van het internet. OpenClaw opereert in een andere wereld: die van autonome AI-agenten die meer doen dan alleen reageren op vragen. Het gaat om heel andere domeinen, andere tijdperken en andere adoptiemeetcriteria die niet eenvoudig vergelijkbaar zijn.
Huang heeft OpenClaw niet toevallig gekozen. In de transcriptie van het evenement presenteert hij het als een van de grootste fenomeen van het moment en gebruikt het om aan te geven dat software een nieuwe fase ingaat. De oude vraag-instrument zoals “wat”, “wie” of “wanneer” wordt vervangen door commando’s als “maak”, “doe”, “bouw” of “schrijf”. Met andere woorden: de focus verschuift van vragen naar acties. En zodra dat gebeurt, verandert het gebruik van infrastructuur totaal.
Het ware bericht van NVIDIA gaat niet over OpenClaw, maar over computing
Hier ligt de kern van Huang’s betoog. Hij blijft niet zozeer steken op de symboliek van OpenClaw, maar richt zich op de gevolgen voor de infrastructuur van software-agenten. In dezelfde speech benadrukte hij dat de sprong van basis generatieve AI-modellen naar systemen met meer redeneringsvermogen al het verbruik van tokens aanzienlijk heeft verhoogd. Volgens hem zal de stap naar agenten die onderzoeken, handleidingen lezen, gereedschap gebruiken en op de achtergrond werken, dat verbruik nog verder doen toenemen.
De belangrijkste zin uit zijn speech is waarschijnlijk niet de vergelijking met Linux, maar wat erna volgt. Huang stelt dat deze agenten ordergrootte meer tokens verwerken en continu functioneren—niet slechts bij één vraag, maar voortdurend voor de gebruiker of het bedrijf. Het is niet meer de vraag iets te stellen en een antwoord te krijgen, maar software die altijd actief is voor de gebruiker. Dit dwingt ons om na te denken over de definitie van datacenter.
NVIDIA promoot al geruime tijd het idee van de “AI-fabriek”: de fabriek die tokens produceert. Dit klinkt misschien als marketingtaal, maar bevat een concrete strekking: de datacentra van de toekomst zullen niet alleen draait om dataverwerking of traditionele cloudladingen, maar vooral om het rendabel genereren van tokens. En indien de industrie zich vol veegt met agenten die permanent op de achtergrond werken, dan zal de vraag naar rekenkracht, geheugen, energie, koeling en opslag enorm toenemen.
Het is geen toeval dat Huang dit koppelt aan de behoefte aan meer rekencapaciteit. Het is ook geen toeval dat hij benadrukt dat bedrijven in de toekomst veel meer tokens zullen gaan verwerken dan nu. Vanuit Nvidia’s optiek zijn agenten de kern van de volgende grote investeringsgolf in infrastructuur. Als elk stukje software ‘agentisch’ wordt, zoals hij tijdens het event stelde, zal de vraag naar versnellers, inference-systemen en datacenters die continu opereren niet alleen niet afnemen, maar mogelijk nog versnellen.
De industrie loopt een risico als software sneller evolueert dan de infrastructuur
Daar ligt een belangrijke vraag verscholen: is onze infrastructuur voorbereid op een massale stroom AI-agenten die continu draaien? Op dit moment lijkt dat twijfelachtig. De sector kampt al met spanningen op het gebied van energie, geheugen, opslag, civiele werkzaamheden, implementatietermijnen en elektrische capaciteit. Voeg daar een softwarelaag aan toe die veel meer uren per taak vergt, en de druk kan snel toenemen.
Het groeiende belang van OpenClaw illustreert die dynamiek. Niet door wat het vandaag al is, maar door wat het symboliseert: een type software dat installeert, zich aanpast, tools gebruikt en AI praktischer maakt. De populariteit ging gepaard met beveiligingsproblemen, kwetsbaarheden en kwaadaardige versies—een teken dat het ecosysteem zich in een snelle, virale verspreiding bevindt.
In dat licht klinkt Huang’s uitspraak misschien overdreven, maar is het niet zomaar een slogan. Het dient als waarschuwing. Wat NVIDIA wil overbrengen aan investeerders, klanten en ontwikkelaars, is dat AI-agenten geen kleine verbeteringen zijn, maar een fundamentele transformatie. Als het echt doorbreekt, zal het niet alleen het softwaregebruik veranderen, maar ook de infrastructuur die de wereld nodig heeft om dit te ondersteunen.
De vraag is niet meer of OpenClaw te vergelijken is met Linux, maar of de energiesector, datacenters en hardwareketen in staat zullen zijn de snelheid bij te houden van een nieuwe generatie software die niet alleen wacht op vragen, maar zelf aan de slag gaat. En in dat scenario is Huang’s overdrevenheid misschien geen poging om het heden nauwkeurig te beschrijven, maar om de markt voor te bereiden op de toekomstige kosten.
Veelgestelde vragen
Wat is OpenClaw en waarom vergelijkt Jensen Huang het met Linux?
OpenClaw is een open-source project gericht op AI-agenten die taken kunnen uitvoeren, gereedschap gebruiken en werken via verschillende kanalen en apparaten. Huang maakte de vergelijking met Linux niet om de historische betekenis gelijk te trekken, maar om de snelheid van adoptie van AI-projecten vandaag de dag te benadrukken.
Heeft NVIDIA daadwerkelijk gezegd dat OpenClaw in drie weken Linux heeft overtroffen?
Ja, Jensen Huang beweerde dat tijdens de Morgan Stanley Technology, Media & Telecom Conference 2026. Echter, deze vergelijking moet worden gezien als een zeer opvallende uitspraak over adoptiesnelheid, niet als een onweerlegbare technische vergelijking van de impact van beide systemen.
Waarom gebruiken AI-agenten meer middelen dan een traditionele chatbot?
Omdat ze niet alleen vragen beantwoorden, maar onderzoeken, redeneren, handleidingen lezen, gereedschap gebruiken, stappen uitvoeren en langere tijd op de achtergrond werken. Dit verhoogt het aantal verwerkte tokens en daarmee de vraag naar rekenkracht in datacenters.
Wat voor invloed kan AI-agenten hebben op datacenters en NVIDIA?
Als dit soort software algemeen wordt, zal de behoefte aan rekenkracht, geheugen, energie en opslag sterk toenemen. Voor NVIDIA betekent dat een bevestiging van hun visie dat de volgende grote marktuitbreiding niet alleen uit modeltraining komt, maar vooral uit het continue uitvoeren van miljoenen agent-taken.