Na jaren was Apple een van de grootste kopers met voldoende volume en financiële kracht om componenten veilig te stellen via grote langdurige contracten. De kunstmatige intelligentie heeft die hiërarchie veranderd. Alphabet, Microsoft, Meta en Amazon hebben samen contractuele verplichtingen die volgens een analyse van Claus Aasholm, gebaseerd op hun openbare jaarrekeningen, bijna 2 biljoen dollar bedragen. Dit cijfer vereist enige nuance, maar weerspiegelt een ingrijpende verandering: grote technologische kopers zorgen niet langer alleen voor servers voor het volgende kwartaal, maar voor rekenkracht, geheugen, datacenters en energie voor meerdere jaren.
De kernpunten van de wedloop om AI-hardware in 30 seconden
- De contractuele verplichtingen van Alphabet, Microsoft, Meta en Amazon liggen gezamenlijk dichtbij 2 biljoen dollar, volgens de analyse van Aasholm.
- Alphabet benadrukt met 811 miljard dollar aan verplichtingen bij het einde van juni.
- Niet alles betreft chips of geheugen: het omvat ook datacenters, energie, cloud-diensten, voorraad, licenties en andere contracten.
- De schaal toont hoe hyper-scalar partijen capaciteit voor de toekomst reserveren voordat ze die nodig hebben.
- Voor geheugen, servers en datacenters verandert AI wie prioriteit krijgt in de toeleveringsketen.
Het is belangrijk om daar meteen mee te beginnen. Te spreken over “2 biljoen dollar aan AI-hardware” zou onjuist zijn.
De totale cijfers komen uit verschillende categorieën verplichtingen die de bedrijven openbaar maken in hun financiële documenten. Ze omvatten aankopen van technische infrastructuur, voorraad, servers, cloudcontracten, datacenters, huur, energie en afhankelijk van het bedrijf ook andere verplichtingen. Ze staan niet gelijk aan de investeringsuitgaven (CapEx) die in één jaar worden gedaan.
De situatie blijft indrukwekkend omdat het laat zien hoeveel kapitaal bedrijven die strijden om dominantie in AI-infrastructuur al vooruit reserveren.
En Alphabet biedt waarschijnlijk het duidelijkste voorbeeld.
Google’s verplichtingen stijgen van 149 miljard naar 811 miljard dollar in zes maanden
Aan het einde van 2025 meldde Alphabet 149,1 miljard dollar aan koop- en andere contractuele verplichtingen. Van dat bedrag was 113 miljard dollar kortetermijngebonden, voornamelijk gerelateerd aan technische infrastructuur en voorraad.
Drie maanden later was dat bedrag drastisch gestegen.
In hun documentatie voor 31 maart 2026 meldde Alphabet 332,4 miljard dollar aan verplichtingen, waarvan 138 miljard dollar kortetermijn. Het bedrijf verklaarde dat deze verplichtingen vooral betrekking hadden op kosten voor technische infrastructuur en voorraad via langlopende leveringscontracten en open bestelopdrachten, naast licenties en energiedeals take-or-pay.
Aan het einde van juni was er weer een sprong.
Alphabet had nu 811 miljard dollar aan toekomstige verplichtingen, bijna 500 miljard meer dan drie maanden tevoren. Ongeveer 200,7 miljard dollar was kortetermijngebonden. Deze verplichtingen omvatten alles van chips en datacenters tot elektriciteit, voorraad en licenties.
De ontwikkeling is veelzeggender dan de cijfers afzonderlijk:
| Alphabet | Gerapporteerde verplichtingen |
|---|---|
| December 2025 | 149,1 miljard dollar |
| Maart 2026 | 332,4 miljard dollar |
| Juni 2026 | 811 miljard dollar |
In ongeveer zes maanden is het vervijfvoudigd.
En dat gebeurt terwijl Alphabet een kapitaalinvestering voorbereidt van tussen de 180 en 190 miljard dollar in 2026, ongeveer zes keer meer dan in 2022. Het bedrijf verwacht dit bedrag in 2027 weer aanzienlijk te verhogen en stelt dat het overgrote deel van de huidige CapEx bestaat uit technische infrastructuur.
Daar begint de ware omvang van deze verandering zichtbaar te worden.
Het is niet meer genoeg om alleen geld te hebben voor GPU’s
De eerste fase van de explosie van generatieve AI kon gemakkelijk worden samengevat: iedereen wilde Nvidia GPU’s en er waren er niet genoeg.
De situatie in 2026 is veel complexer geworden.
Een GPU vereist HBM-geheugen. Duizenden GPU’s vereisen switches, snelaansluitingen en opslag. Racks hebben voeding en koeling nodig. Gebouwen hebben transformatoren, substations en elektra-aansluitingen. En dat alles moet ongeveer gelijktijdig beschikbaar zijn.
De knelpunten zijn verschoven van een specifieke component naar de hele industriële keten die elektriciteit omzet in rekencapaciteit.
Daarom reserveren hyper-scalar partijen capaciteit op voorhand, wat rationeel is vanuit hun positie.
Het probleem is dat Amazon, Microsoft, Google en Meta geen gewone kopers zijn.
Ze hebben enorme balansen, genereren tientallen miljarden dollars aan cash en kunnen langdurige contracten afsluiten om toekomstige productie zeker te stellen. Wanneer meerdere tegelijk hetzelfde doen, wordt de rest van de markt geconfronteerd met competitie om de resterende capaciteit.
Memory illustreert dit voorbeeld heel goed.
Memory is een strategisch actief geworden in AI
Decennia lang was memory een van de cyclischste componenten in de informatica.
Fabrikanten verhoogden de productie bij stijgende prijzen. De nieuwe capaciteit leidde tot een overschot, de prijzen daalden en het volgende cyclische proces begon opnieuw.
AI verandert dat ten minste tijdelijk.
Accelerators hebben grote hoeveelheden High Bandwidth Memory (HBM) nodig, maar datacenters burnen ook enorme hoeveelheden conventionele DDRAM en NAND-opslag.
En de prijzen reageren daarop.
TrendForce schatte voor het derde kwartaal van 2026 maand-op-maand stijgingen van tussen 13% en 18% voor conventionele DDRAM en tussen 10% en 15% voor NAND Flash. Het zijn significante stijgingen, hoewel lager dan de bijna 60% sprongen die in het tweede kwartaal werden gemeten in bepaalde segmenten.
Het fenomeen wordt ook wel chipflation genoemd.
Grote cloudproviders sluiten langlopende leveringscontracten af om geheugen en andere componenten te beveiligen, waardoor de druk op een industrie toeneemt waar de capaciteit niet snel genoeg kan groeien om aan de vraag te voldoen.
Een nieuwe fabriek voor DRAM bouwen kost jaren. Het vergroten van HBM-productie is nog complexer, vanwege fabricage, stapelen, TSV, assemblage en extra processen.
Daarom kan het reserveren van geheugen voor 2027 of 2028 net zo belangrijk zijn als het ontwerpen van de accelerators die het gaan gebruiken.
Microsoft en Meta investeren ook in de toekomst
Alphabet biedt momenteel de meest spectaculaire cijfers, maar is zeker niet de enige.
Microsoft vertoont al geruime tijd dezelfde trend.
Aan het einde van hun fiscale jaar 2025 meldde Microsoft 109,953 miljard dollar aan aankoopverplichtingen, naast 32,149 miljard dollar in bouw en 178,701 miljard dollar in operationele en financiële leasecontracten.
De schaal blijft groeien in 2026. Een deel van de verplichtingen betreft AI-hardware en andere contracten voor datacenters die over meerdere jaren zijn afgesloten.
Meta toont een ander en nog duidelijker voorbeeld van hoe de infrastructuur verandert.
Per 31 maart 2026 had Meta 237,67 miljard dollar aan onherroepelijke contractuele verplichtingen, vooral voor cloudcapaciteit van derden, servers, netwerken, datacenters en hardware van Reality Labs.
Daarnaast had Meta 182,88 miljard dollar aan verplichtingen voor nog niet begonnen leasecontracten, voornamelijk voor datacenters, colocatie en netwerk infrastructuur, met contracten die startten tussen 2026 en 2036 en tot 30 jaar kunnen duren.
Eenvoudigweg in april voegde Meta nog eens ongeveer 24 miljard dollar toe aan meerjarige infrastructuurcontracten.
Het is niet meer alleen de server die wordt gekocht.
Het gaat om het reserveren van nog niet operationele gebouwen, de elektrische capaciteit, cloud-infrastructuur die jaren wordt gebruikt en componenten die nog fabrieksmatig worden geproduceerd.
Amazon speelt ook met eigen chips
Amazon voegt een andere dimensie toe aan deze race.
AWS blijft grote hoeveelheden Nvidia-infrastructuur gebruiken, maar ontwikkelt al jaren eigen processoren zoals Trainium en Graviton.
In het tweede kwartaal van 2026 meldde Amazon dat Anthropic en OpenAI meerjarige en gigawatt-omvattende verplichtingen voor Trainium hadden afgesloten, terwijl andere bedrijven ook hun accelerators implementeren.
Dit brengt een interessante consequentie voor de toeleveringsketen met zich mee.
De strijd gaat niet meer alleen tussen Nvidia en AMD voor bestellingen. Google ontwikkelt TPU’s, Amazon werkt aan Trainium, Microsoft heeft eigen acceleratoren en Meta werkt ook aan eigen silicium.
Maar uiteindelijk hebben ze allemaal veel van dezelfde dingen nodig: geavanceerde wafers, assemblage, HBM, DRAM, NAND, servers, glasvezel, switches, elektriciteit en datacenters.
Het vervangen van de fabrikant van de accelerator verhelpt die knelpunten niet per se.
In sommige gevallen verschuift het probleem gewoon naar een andere schakel in de keten.
Apple stopt niet meer met de kopers die iedereen zou vrezen te verliezen
Een van de meest interessante gevolgen van deze nieuwe hiërarchie komt hier naar voren.
Apple blijft een gigantisch bedrijf dat enorme hoeveelheden geheugen, opslag, schermen en halfgeleiders blijft kopen om honderden miljoenen apparaten te produceren.
Jarenlang bood dat volume Cupertino aanzienlijke onderhandelingsmacht.
Een geheugenleverancier had goede redenen om capaciteit te garanderen aan Apple, omdat het verlies van een iPhone-contract kon betekenen dat ze plezier zouden moeten doen met miljarden dollars omzet.
De AI brengt nu klanten die nog grotere en langdurigere hoeveelheden kunnen vastleggen.
Het analyse van Aasholm plaatst de verplichtingen van Apple rond 57 miljard dollar, ver weg van de aantallen die Alphabet of Microsoft bereiken. Die vergelijking moet niet worden geïnterpreteerd als een directe investering in AI, omdat de contractuele en boekhoudkundige structuren verschillen.
Het dient wel als een indicator van de schaalvergroting.
De belangrijkste klant van een geheugenfabriek hoeft niet meer per se degene te zijn die de meeste smartphones verkoopt.
Het kan degene zijn die de komende vijf jaar datacenters moet vullen.
De echte macht verschuift van kopen voor de laagste prijs naar het waarborgen van de levering
Hier ligt waarschijnlijk het meest interessante aspect van deze beweging.
Vroeger was een van de voordelen van grote kopers dat ze betere prijzen konden bedingen.
In een markt met beperkte capaciteit verandert de prioriteit.
Het doel is niet langer alleen geld besparen, maar vooral zekerstellen dat er producten beschikbaar zijn.
Voor Google kan het namelijk schadelijker zijn om maanden te wachten op geheugen, servers of elektrische apparatuur voor een datacenter dan meer betalen voor die componenten.
Dat verandert de onderhandelingspositie met fabrikanten.
Samsung, SK Hynix en Micron kunnen capaciteit plannen via langlopende contracten. TSMC kan investeren in nieuwe fabrieken met zicht op de vraag. Fabrikanten van servers en elektrische apparatuur kunnen productie plannen met opdrachten die jaren van tevoren worden gesloten.
Maar het heeft ook gevolgen voor alle kleinere kopers, zoals PC-fabrikanten, smartphoneproducenten en traditionele datacenters.
Zij concurreren indirect met elkaar om ongeveer dezelfde beperkte capaciteit.
De druk op de prijzen neemt toe. Morgan Stanley schat dat de stijging van componentkosten in sommige gevallen kan leiden tot prijsverhogingen tot 15 procent bij bepaalde PC’s en smartphones.
En als er over vijf jaar al die capaciteit over is?
Er is een andere kant van de medaille.
Het compromitteren van bijna 2 biljoen dollar betekent niet dat de vraag in de toekomst die investeringen rechtvaardigt.
De contracten beslaan vele jaren en bevatten verschillende niveaus van flexibiliteit. Niet alles wordt meteen CapEx of semiconductor-aankoop, en niet alles wordt op hetzelfde moment gebruikt.
De industrie doet een buitengewoon grote gok op een veronderstelling: de vraag naar AI-rekenkracht zal blijven groeien om die capaciteit te benutten.
Alphabet heeft goede argumenten om die aanname te ondersteunen.
Google Cloud had aan het einde van het eerste kwartaal een backlog van 462 miljard dollar en zegt dat AI-oplossingen de grootste bijdrage leveren aan de groei van cloud-activiteiten.
Maar de modellen worden ook steeds efficiënter. De kosten per token dalen, er komen technieken als kwantisatie en kleinere modellen, en de hyper-scalers ontwikkelen accelerators op maat om de inferencekosten te reduceren.
De vraag is of die efficiëntie de totale infrastructuurbehoefte zal verminderen of, juist, dat AI zó goedkoop wordt dat het de benutting zal doen toenemen.
De hyper-scalar partijen kiezen duidelijk voor de laatste optie.
De race in AI wordt nu beslist met contracten die lopen tot 2028
Lang werd de AI-wedstrijd vergeleken met het verbeteren van modellen: wie heeft de beste benchmark, de grootste context of de meest capabele agent.
Onder de oppervlakte gebeurt een veel meer fysieke race.
Google, Microsoft, Amazon en Meta proberen zich de fabrieken, memory, servers, datacenters en elektriciteit te verzekeren die ze nodig zullen hebben voor modellen die ze nog niet eens hebben ontwikkeld.
Dit kan een van de meest ingrijpende veranderingen zijn die AI heeft gebracht in de technologische sector.
De macht ligt niet meer uitsluitend bij degene die de beste chip ontwerpt, maar ook bij degenen die als eerste de industriële capaciteit kunnen reserveren.
En wanneer vier bedrijven samen contracten kunnen afsluiten voor bijna 2 biljoen dollar, stopt het niet bij hun eigen datacenters.
Het beïnvloedt de prijzen van geheugen, wie de nieuwste HBM ontvangt, hoeveel capaciteit fabrikanten bouwen en mogelijk ook de prijzen die de rest van de markt betaalt voor computers, smartphones en opslag.
AI verbruikt niet alleen meer chips. Het verandert ook wie bepaalt waar de wereldwijde chipsproductie naartoe gaat.
Veelgestelde vragen
Gaan de hyper-scalar bedrijven echt 2 biljoen dollar uitgeven aan chips?
Nee. Dit bedrag is een optelsom van verschillende contractuele verplichtingen van Alphabet, Microsoft, Meta en Amazon, verspreid over meerdere jaren. Het omvat technische infrastructuur, datacenters, cloudcontracten, energie, voorraad en andere verplichtingen, niet uitsluitend semiconductoren.
Hoeveel heeft Alphabet precies gecommitteerd?
Alphabet had bij het einde van juni 2026 ongeveer 811 miljard dollar aan toekomstige verplichtingen, vergeleken met 332 miljard drie maanden eerder en 149 miljard aan het eind van 2025.
Waarom beïnvloedt AI de prijzen van geheugen?
AI-datacenters hebben grote hoeveelheden HBM, DRAM en NAND opslag nodig. Grote kopers sluiten langlopende leveringscontracten af, terwijl het uitbreiden van de productie jaren kost, wat druk zet op beschikbaarheid en prijzen.
Is Apple niet meer een belangrijke koper?
Toch wel. Apple blijft een van de grootste kopers van componenten wereldwijd. Wat veranderd is, is de schaal van de verplichtingen voor de uitbreiding van hyper-scalers, die reserveringen maken voor infrastructuur en capaciteit voor AI, vaak jaren vooruit.