In een periode waarin Kunstmatige Intelligentie het zwaartepunt vormt van de technologische vooruitgang — en steeds meer ook van de industriële geopolitiek — heeft Jensen Huang gekozen voor een ongebruikelijke aanpak voor een CEO van zijn formaat: het delen van een persoonlijke anekdote met een financiële moraal. Tijdens het World Economic Forum in Davos herinnerde de CEO van NVIDIA zich hoe hij, na de beursgang, aandelen verkocht toen het bedrijf gewaardeerd werd op 300 miljoen dollar, om zo een Mercedes S-Klasse aan zijn ouders te kunnen geven. Nu geeft hij toe dat hij het timing betreurt.
Het verhaal, verteld met natuurlijke eenvoud, dient als metafoor voor iets veel groter: de duizelingwekkende snelheid van een technologische revolutie die decennia industriële evolutie in slechts enkele jaren heeft samengeperst. De NVIDIA die na de IPO nog klein was, contrasteert met de magnifieke onderneming die, in de AI-golf, op enkele momenten bijna de drempel van 5 biljoen dollar aan beurswaarde nadert.
Van persoonlijke spijt tot strategische boodschap: “dit is pas het begin”
Het verhaal over de auto bleef niet bij sentiment. Huang gebruikte het als uitgangspunt om een bredere stelling kracht bij te zetten die in de afgelopen kwartalen steeds herhaald wordt: AI is niet slechts een laag software, maar een transformatie van de mondiale infrastructuur. In datzelfde kader verdedigde hij dat de wereld al midden in “s ‘s werelds grootste infrastructuuruitrol” zit, met “honderden miljarden” euro geïnvesteerd en nog “billions” te bouwen.
Het argument is niet mis: als AI van louter demonstraties naar een alomtegenwoordige technologie in bedrijven en overheden evolueert, wordt de bottleneck niet langer de prompt, maar de fysieke rekenkracht (en alles wat die mogelijk maakt): datacenters, netwerken, energie, koeling, supply chain en talent.
Tabel 1 — Wat betekent “de grootste infrastructuuruitrol” (praktisch uitgelegd)
| Stacklaag | Wat wordt uitgebreid | Waarom relevant voor AI | Risico bij falen |
|---|---|---|---|
| Rekenkracht | GPU/CPU-clusters, versnellingshardware | Training en inferentie op schaal | Saturatie, vertragingen, torenhoge kosten |
| Netwerk | High-performance interconnecties | Data verplaatsen en systemen synchroniseren | Knelpunten, onderbenutting |
| Energie | Elektriciteitscapaciteit en stabiliteit | Intensieve berekeningen verbruiken veel watt | Groei beperkt, reguleringsdruk |
| Koeling | Lucht en vloeistoffen met hoge dichtheid | Prestaties behouden zonder degradatie | Verstoringen, lagere dichtheid, hogere CAPEX/OPEX |
| Software | Geoptimaliseerde stacks, tools | Hardware maximaliseren en uitrol versnellen | Lagere ROI, operationele complexiteit |
De ongemakkelijke waarheid: opportuniteitskosten en de psychologie van “te snel verkopen”
Het Mercedes S-Klasse-verhaal is herkenbaar voor elke investeerder: verkopen om een legitiem doel te realiseren, en jaren later ontdekken dat het actief een groeifase ingaat die onwaarschijnlijk leek. In Huang’s geval is het contrast nog scherper, omdat het bedrijf zelf een symbool werd van de beurscycli rond AI.
Parallel hieraan heeft de markt ook episodes meegemaakt die datzelfde mentale patroon voeden: bedrijven die vóór de grote rally de positie in NVIDIA verminderden of hun portefeuille altereerden in andere technologische sectoren. Bijvoorbeeld SoftBank, dat recentelijk berichten uitbracht over desinvesteringen in NVIDIA, in lijn met haar strategie van kapitaalbeheer en focus op andere domeinen.
Voor de sector betekent dit niet “nooit meer verkopen”, maar wel dat men moet begrijpen dat AI een cyclisch proces is waarin CAPEX zich eerst versnelt en de waardecreatie later, en ongelijk verdeeld, plaatsvindt tussen platforms, integrators en eindgebruikers.
Is het rendement verzekerd? De overkoepelende vraag bij de datacenter-boom
De theorie van “onvermijdelijke uitrol” laat niet los dat er een fundamentele zorg blijft: of de massale infrastructuurinvesteringen zich vertalen in duurzame voordelen voor klanten en samenleving. Huang benadrukt dat de richting wordt bepaald door de evolutie van modellen en toepassingen, en dat de vraag naar rekenkracht onverminderd toeneemt.
Toch heeft de markt uit eerdere cycli geleerd dat te veel capaciteit ook schade kan aanrichten, zowel voor exploitanten als producenten, indien de vraag onder de verwachtingen blijft. In AI ligt de nuance in dat het rekenverbruik niet alleen afhankelijk is van het trainen van grote modellen; het gaat ook om inferentie bedienen voor miljoenen gebruikers en bedrijfsprocessen, met heel andere eisen qua latency en kosten.
Tabel 2 — Twee plausibele scenario’s voor 2026–2027
| Scenario | Wat gebeurt er | Typische signalen | Waarschijnlijk winnaars |
|---|---|---|---|
| Conforme groei | AI wordt geïntegreerd in processen en producten met duidelijke ROI | Meer inferenties, echte automatisering, adoptie in gereguleerde sectoren | Infrastructuurleveranciers, platformen en managed services |
| Selectief afstemmen | Deels CAPEX wordt uitgesteld door energieprijzen of gebrek aan use-cases | Regulatoire/energie druk, consolidatie van projecten, focus op efficiëntie | Technologie-eigenaren met efficiëntere oplossingen en klanten die AI beter beheersen |
De kernboodschap: infrastructuur ja, maar vooral bruikbaarheid
Het waardevolle van Huang’s getuigenis is dat het het gesprek verbindt met de praktijk: het humaniseert het financiële verhaal (“ik heb ook te snel verkocht”) en onderstreept tegelijk dat de toekomst van AI niet enkel in de koppen van de kranten ligt, maar vooral in de industriële uitvoering.
Davos was het decor, maar de boodschap heeft veel meer reikwijdte: als AI het grootste technologische bouwcyclus van deze tijd aandrijft, is de cruciale vraag niet wie chips produceert, maar wie reële productiviteit, diensten en competitieve voordelen omzet uit rekenkracht.
Veelgestelde vragen
Wat bedoelde Jensen Huang met “de grootste infrastructuuruitrol in de geschiedenis”?
Hij verwijst naar de enorme hoeveelheid geïnvesteerd en nog te investeren geld in datacenters, versnelde computing, netwerken en energie-infrastructuur die nodig zijn om de grootschalige groei van AI te ondersteunen.
Waarom heeft de anekdote over de Mercedes S-Klasse zoveel aandacht getrokken?
Omdat het het opportuniteitsverlies illustreert van verkopen vóór een spectaculaire groeifase, en het een persoonlijk voorbeeld biedt van een topfiguur uit de AI-sector.
Is NVIDIA echt dicht bij een waarde van 5 biljoen dollar in de beurs?
Recentelijk wordt het bedrijf omschreven als dicht bij dat niveau, met beurskapitalisaties rond 4,89 biljoen en nabijheid van de grote mijlpaal van 5 biljoen.
Wat is het belangrijkste risico van de golf van investeringen in AI-infrastructuur?
Dat een deel van de capaciteit sneller wordt gebouwd dan de markt deze daadwerkelijk gebruikt (met een gebrek aan ROI), vooral als energiebesparingen, regelgeving of operationele kosten beperkend werken.
via: wccftech