In de afgelopen tien jaar heeft een groot deel van de technologische investeringen zich vooral gericht op software. SaaS, marktplaatsen, mobiele applicaties, automatiseringsplatformen, fundamentele modellen en kunstmatige intelligentie-tools hebben de aandacht getrokken van fondsen, ondernemers en grote vermogens. Het was logisch: software ontwikkelt zich snel, vereist minder fysieke activa en biedt potentieel hoge marges.
De opkomst van kunstmatige intelligentie verandert dat perspectief. Het zichtbare blijft de productlaag: de assistent die schrijft, de copiloot die programmeert, de agent die contracten samenvat of het systeem dat klantenservice automatiseert. Maar onder die laag ligt een veel tastbaarder realiteit: GPU’s, servers, netwerken, geheugen, opslag, koeling, datacenters en energie. Zonder deze infrastructuur bestaat AI niet op grote schaal.
Voor family offices opent dit een andere dialoog. Het gaat niet alleen om te investeren in welke AI-toepassing een categorie wint, maar om te begrijpen welke activa nodig zijn om al die applicaties te laten functioneren. Met andere woorden: minder kijken naar de etalage en meer naar de techniek achter de schermen.
De bottleneck ligt niet meer alleen bij software
De AI-markt kent een bijzonderheid: duizenden startups kunnen concurreren op applicatieniveau, maar allemaal zijn ze afhankelijk van een fundament dat veel minder breed is: de infrastructuur. Modellen moeten getraind worden, inference verbruikt continu rekenkracht, en agents gebruiken tokens intensief omdat ze lezen, redeneren, tools inzetten, opnieuw taken proberen en langlopende context behouden.
De Internationale Energieorganisatie schat dat het energieverbruik van datacenters in 2030 mogelijk verdubbelt tot circa 945 TWh. Ook geeft ze aan dat tussen 2024 en 2030 het datacenterverbruik met ongeveer 15% per jaar zal groeien, veel sneller dan de algemene groei van elektriciteitsvraag in andere sectoren. Deze cijfers maken duidelijk waarom het debat over AI niet meer enkel technologisch is, maar ook draait om energie, grondstoffen, vergunningen, netwerken en kapitaal.
NVIDIA biedt een andere duidelijke aanwijzing. In haar eerste fiscale kwartaal van 2027 behaalde het bedrijf 81,6 miljard dollar omzet, waarvan 75,2 miljard dollar uit datacentersegment kwam. Dat betekent dat het geld dat naar AI stroomt, al massaal in infrastructuur wordt gestoken, nog voordat veel toepassingen zich financieel hebben bewezen.
| Investeringslaag | Wat bevat het | Aantrekkingskracht | Voornaamste risico |
|---|---|---|---|
| AI-software | Toepassingen, copilots, SaaS, agents, verticale modellen | Schaalbaarheid, snelheid, potentieel hoge marges | Concurrentie, commoditisering, hoge burn rate |
| Fundamentele modellen | LLMs, multimodale modellen, inferentie-API’s | Grote markt en merkimpact | Training kosten, prijsdruk, afhankelijkheid van rekenkracht |
| AI-infrastructuur | GPU’s, servers, netwerken, energie, datacenters, HPC | Wijdverspreide vraag binnen sector | Hoge CAPEX, uitvoering, veroudering en benutting |
| Beheerde diensten | GPU cloud, bare metal, private cloud, clusterbeheer | Terugkerende inkomsten en zakelijke relatie | Vereiste schaalgrootte, support en supplyafspraken |
Waarom past dit bij de logica van een family office?
Family offices hechten vaak waarde aan drie elementen die niet altijd terugkomen bij puur speculatief durfkapitaal: tastbare activa, zichtbaarheid van inkomsten en exposure aan lange-termijntrends. AI-infrastructuur sluit het beste aan bij die mentaliteit, ook al brengt het niet zonder risico’s.
Een cluster GPU, een serverdeploy, een capaciteitsovereenkomst of een investering in een infrastructuurprovider hebben een concretere basis dan een applicatie die nog de markt moet vinden. Het gaat om fysieke activa, supply agreements, zakelijke contracten en soms ook middel-lange termijn commitments.
JLL schat dat de wereldwijde datacentermarkt tussen 2025 en 2030 ongeveer 97 GW extra capaciteit kan toevoegen, bijna een verdubbeling in vijf jaar. Verder verwacht men dat de sector tussen 2024 en 2030 circa 3 biljoen dollar aan investeringen nodig heeft om 100 GW nieuwe capaciteit toe te voegen. Deze cijfers onderstrepen de omvang van de investeringscyclus die AI versnelt.
Dat betekent niet dat elk GPU-project of datacenterproject aantrekkelijk is. Het betekent wel dat infrastructuur een belangrijke laag van structurele waarde is geworden. Een family office kan zich blootstellen via directe investeringen in gespecialiseerde operatoren, co-investeerprojecten, obligaties verbonden aan activa, GPU-as-a-Service platformen, koelingsbedrijven, energieleveranciers, opslag of bedrijven die private cloud deployen voor gereguleerde workloads.
| Gebruikelijke voorkeur van een family office | Potentieel in AI-infrastructuur | |
|---|---|---|
| Tastbare activa | GPU’s, servers, racks, netwerken, energie en capacity contracten | |
| Langetermijnhorizon | Training, inference, soevereine AI, bedrijfsautomatisering | |
| Terugkerende inkomsten | Lease van GPU’s, reserveringscontracten, beheerde capaciteit | |
| Diversificatie | Indirecte blootstelling aan diverse toepassingen en modellen | |
| Bescherming tegen hype | Minder afhankelijk van het voorspellen welke applicatie wint | |
| Risicobeheersing | Technische due diligence, financiële en energie- en contractuele analyse |
De valkuil: het is geen traditioneel vastgoedinvestering
De grootste vergissing is het behandelen van AI-infrastructuur als een conventueel datacenter met standaardservers. Dat klopt niet. AI combineert softwareversnelling met kapitaalintensieve infrastructuur. Technologische cycli zijn kort; GPU’s verouderen snel; de elektriciteitsvraag is immens, en benutting bepaalt of een activum winstgevend is of niet.
Een nieuwe generatie GPU kan vandaag zeer in trek zijn, maar binnen enkele jaren weer minder aantrekkelijk. Een huurcontract voor rekenkracht lijkt solide, maar is afhankelijk van de solvabiliteit van de klant, de marktprijs, energiebeschikbaarheid en het onderhoud van het cluster. Er zijn ook concentratierisico’s: afhankelijkheid van één chipfabrikant, één klant, één locatie of één elektriciteitstarief kan een veelbelovende investering kwetsbaar maken.
CBRE Investment Management waarschuwt dat de waarderingen in datacenters hoog zijn en dat dat de geloofwaardigheid van sommige groeiplannen onder druk zet. Dit is een nuttige waarschuwing voor elke vermogensbeheerder. AI-infrastructuur is aantrekkelijk doordat er schaarste is, maar diezelfde schaarste kan prijzen opstuwen, aannames versoepelen en operationele problemen verbergen.
| Risico | Vraag die de investeerder moet stellen |
|---|---|
| Veroudering | Wat blijft er over van de hardware over 24 of 36 maanden? |
| Benutting | Is er contractuele vraag of slechts een optimistische verwachting? |
| Energie | Is de kracht gegarandeerd en tegen welke prijs? |
| Koeling | Kan het ontwerp hoge dichtheden aan zonder dure herontwerpen? |
| Netwerk | Is er voldoende connectiviteit voor gedistribueerde workloads en enterprise-klanten? |
| Klant | Zijn de inkomsten afhankelijk van enkele contracten of gediversifieerd? |
| Geopolitiek | Zijn er export-, leverings- of afhankelijkheidsbeperkingen van een leverancier? |
| Operaties | Heeft het team ervaring met het deployen en onderhouden van AI-clusters, niet enkel met het kopen van servers? |
De kans ligt in de uitvoering
AI-infrastructuur beloont niet alleen degenen met kapitaal. Het beloont degenen die gelijktijdig supply, energie, locatie, klanten en operationele expertise combineren. GPU’s kopen is niet voldoende. Ze moeten geïnstalleerd, gevoed, gekoeld, verbonden, georkestreerd, gemonitord en optimaal benut worden.
Daarom kunnen de meest interessante kansen liggen bij operators die infrastructure op een zakelijke manier kunnen bündeln: bare-metal GPU, private clusters, reserveringscapaciteit, hybride omgevingen, security, support, naleving en lange-termijncontracten. Bovendien spelen in Europa extra factoren mee: dataveiligheid, regelgeving, latency en de behoefte aan alternatieven voor hyperscalers in bepaalde sectoren.
Investeren in AI-hardware moet niet gezien worden als een vervanging voor software. Het is meer een andere manier om te profiteren van de groei van dezelfde markt. Als een applicatie wint, verbruikt het rekenkracht. Als een andere die vervangt, blijft dat zo. Als bedrijven agents gaan gebruiken, groeit de inference. Als overheden inzetten op soevereine AI, is lokale capaciteit nodig. En als robotica, bioinformatica of simulaties toenemen, groeit ook de infrastructuurvraag.
Software blijft grote bedrijven creëren. Maar de fysieke laag kan een van de meest breed inzetbare kapitaalverschaffers worden. Voor een family office maakt het uit: je hoeft niet altijd de juiste applicatie te voorspellen om te investeren in de infrastructuur die iedereen nodig heeft.
AI wordt gebouwd met code, ja. Maar ook met racks, transformatoren, glasvezel, vloeibare koeling, servers, geheugen en energiecontracten. Wie alleen naar de applicatie kijkt, ziet het meest zichtbare deel van de verandering. Wie de infrastructuur begrijpt, ziet een van de lagen waar wordt beslist wie kan opschalen en wie wacht op capaciteit.
Veelgestelde vragen
Waarom zou een family office naar AI-infrastructuur moeten kijken?
Omdat het blootstelling biedt aan een raamluchtraam van de markt: bijna alle applicaties, modellen en agents vergen rekenkracht, netwerken, energie en datacenters om te functioneren.
Is het minder risicovol om in hardware te investeren dan in software voor AI?
Niet noodzakelijk. In hardware zit meer tastbaarheid en potentieel voor terugkerende inkomsten, maar het vereist ook groot kapitaal, goede uitvoering, hoge benutting, energiezorg en beheer van veroudering.
Welke activa maken deel uit van de hardwarelaag van AI?
GPU’s, servers, netwerken, opslag, datacenters, koelsystemen, energie, deploymentplatformen en managed compute services.
Wat is het grootste risico bij dit soort investeringen?
Het behandelen alsof het een traditioneel vastgoed is. AI-infrastructuur beweegt snel, is afhankelijk van verouderende technologie en vereist gespecialiseerde operaties.