Waarom AI een bubble is: de valkuilen, de crash en wat er in 2026 overblijft

Gepubliceerd op 9 september 2026

Laten we er niet omheen draaien: wij denken dat de AI-hype een financiële bubble is. Niet omdat de technologie waardeloos is — integendeel — maar omdat de verwachtingen, de waarderingen en het kuddegedrag rondom kunstmatige intelligentie zich hebben losgezongen van wat de technologie op korte termijn daadwerkelijk kan opleveren. In dit opiniestuk leggen we uit waarom we dat denken, welke mechanismen de bubble opblazen, waar de valkuilen zitten voor investeerders en bedrijven, en — misschien wel het belangrijkste — wat er volgens ons overblijft als het stof is neergedaald.

De anatomie van een bubble: waarom AI in het rijtje past

Elke financiële bubble uit de geschiedenis volgt grofweg hetzelfde patroon. Er is een echte, betekenisvolle innovatie: de spoorwegen in de negentiende eeuw, het internet eind jaren negentig. Die innovatie trekt eerst slimme, vroege investeerders aan, daarna volgt de massa. Waarderingen worden niet langer gebaseerd op winst of zelfs omzet, maar op verhalen over de toekomst. Kritiek wordt weggezet als "het niet snappen". En uiteindelijk komt het moment waarop de beloofde opbrengsten uitblijven en het vertrouwen kantelt.

Vergelijk dat met de AI-markt van de afgelopen jaren. Startups zonder noemenswaardige omzet halen honderden miljoenen op, puur op basis van een pitchdeck met het woord "AI" erin. Gevestigde techbedrijven investeren tientallen miljarden in datacenters en chips, terwijl de vraag hoe die investeringen ooit worden terugverdiend steevast wordt beantwoord met "dat komt later wel". Beursanalisten die kanttekeningen plaatsen, worden overstemd door het koor dat roept dat AI "alles gaat veranderen".

Het cruciale punt: een bubble ontstaat niet omdat een technologie nep is, maar omdat de timing en de omvang van de verwachte opbrengsten worden overschat. Het internet heeft de wereld inderdaad veranderd — maar dat weerhield de dotcom-crash er niet van om biljoenen aan beurswaarde weg te vagen. Dezelfde dubbele waarheid geldt volgens ons nu voor AI: transformatieve technologie én opgeblazen markt kunnen prima naast elkaar bestaan.

Het verdienmodel-probleem: wie betaalt de rekening?

De kern van onze scepsis zit in de economie onder de motorkap. Grote taalmodellen trainen en draaien is extreem duur. Denk aan de kosten van gespecialiseerde chips, gigantische datacenters, energieverbruik en de schaarse specialisten die dit alles bouwen. Die kosten zijn reëel, meetbaar en hoog. Daartegenover staan inkomsten die — voorzichtig uitgedrukt — nog niet in verhouding staan tot de investeringen.

Het probleem is structureel, niet tijdelijk. AI-diensten worden grotendeels verkocht als abonnementen of per gebruik, in een markt waar de concurrentie moordend is en open-source alternatieven gratis beschikbaar zijn. Zodra een aanbieder zijn prijzen verhoogt om winstgevend te worden, stappen klanten over naar een goedkoper of gratis model dat "goed genoeg" is. Dat drukt de marges van iedereen. Het is een klassieke race naar de bodem, gefinancierd met investeerdersgeld dat op enig moment rendement wil zien.

Daar komt bij dat veel bedrijven die AI inkopen, worstelen om de beloofde productiviteitswinst hard te maken. Een chatbot die klantenvragen beantwoordt, klinkt als een besparing — totdat je merkt dat er alsnog mensen nodig zijn om fouten te corrigeren, uitzonderingen af te handelen en de reputatieschade van hallucinerende antwoorden op te vangen. De pilotprojecten stapelen zich op; de grootschalige, winstgevende uitrol blijft in veel sectoren uit. Dat gat tussen belofte en praktijk is precies de plek waar bubbels knappen.

Kuddegedrag en de FOMO-machine

Waarom blijft er dan zoveel geld naar AI stromen? Het antwoord ligt in de psychologie van markten, niet in de technologie zelf.

Ten eerste is er de angst om de boot te missen. Geen enkele bestuurder wil degene zijn die AI "onderschatte", zoals sommigen ooit het internet onderschatten. Dus wordt er geïnvesteerd — niet omdat de businesscase klopt, maar omdat niet investeren carrièrerisico oplevert. Dat is een rationele beslissing op individueel niveau die op collectief niveau tot irrationele uitkomsten leidt.

Ten tweede is er de circulaire economie van de hype zelf. Chipfabrikanten verkopen aan cloudaanbieders, die capaciteit verkopen aan AI-startups, die gefinancierd worden door investeerders die ook in de chipfabrikanten en cloudaanbieders zitten. Iedereen in die keten heeft belang bij het in stand houden van het optimisme. Omzet die binnen het ecosysteem rondgepompt wordt, wordt gepresenteerd als bewijs van externe vraag. Dat is geen fraude — maar het vertekent wel het beeld van hoe groot de échte, betalende eindmarkt is.

Ten derde speelt de media een versterkende rol. Elke nieuwe modelversie wordt gebracht als doorbraak, elke demo als bewijs dat kunstmatige algemene intelligentie om de hoek ligt. Nuance verkoopt niet; superlatieven wel. Het publiek — inclusief beleggers — krijgt daardoor een systematisch te rooskleurig beeld van het tempo van vooruitgang.

De valkuilen: waar het misgaat voor bedrijven en beleggers

Voor wie in deze markt opereert, zien wij een aantal concrete valkuilen.

De valkuil van de afgeleide belofte. Veel AI-startups bouwen een dun laagje software bovenop de modellen van een handvol grote aanbieders. Hun hele bestaansrecht kan verdampen zodra die aanbieder dezelfde functionaliteit zelf inbouwt. Wie investeert in zo'n bedrijf, investeert feitelijk in de hoop dat de gigant even niet oplet.

De valkuil van de verzonken kosten. Bedrijven die al miljoenen in AI-projecten hebben gestoken, blijven vaak doorinvesteren om eerdere uitgaven te "rechtvaardigen" — ook als de resultaten tegenvallen. Zo groeit de blootstelling precies op het moment dat afbouwen verstandiger zou zijn.

De valkuil van de infrastructuur-wedloop. De gigantische datacenterbouw is gebaseerd op groeiprognoses die elkaar versterken: iedereen bouwt omdat iedereen bouwt. Als de vraag ook maar iets achterblijft bij de projecties, ontstaat overcapaciteit — en overcapaciteit drukt prijzen, marges en uiteindelijk waarderingen. De spoorwegmanie van de negentiende eeuw liet zien hoe dat afloopt: de rails bleven liggen, de aandeelhouders bleven berooid achter.

De valkuil van de talentpremie. AI-specialisten verdienen momenteel salarissen die alleen te rechtvaardigen zijn bij aanhoudende hypergroei. Zodra de markt afkoelt, worden die kostenstructuren onhoudbaar — met ontslagrondes en verlies van kennis als gevolg.

Wanneer knapt de bubble? Onze inschatting

Het eerlijke antwoord: niemand kan het moment voorspellen, wij ook niet. Bubbels kunnen langer duren dan sceptici solvabel blijven, zoals het gezegde luidt. Maar we kunnen wel de katalysatoren benoemen die het kantelpunt kunnen inluiden.

De meest waarschijnlijke trigger is volgens ons een teleurstellend kwartaal van een van de grote spelers — het moment waarop blijkt dat de AI-investeringen niet het beloofde rendement opleveren en het management dat voor het eerst hardop moet toegeven. Markten kunnen jarenlang verhalen geloven, maar cijferseizoenen zijn onverbiddelijk. Een tweede mogelijke trigger is een financieringsdroogte: als grote investeerders hun verliezen nemen en de geldkraan voor verlieslatende AI-startups dichtgaat, valt een hele laag van het ecosysteem om, met kettingreacties richting cloudaanbieders en chipfabrikanten.

Onze verwachting — en we formuleren dit nadrukkelijk als opinie, niet als voorspelling met garantie — is dat de correctie zich eerder in fasen voltrekt dan in één klap. Eerst vallen de zwakste startups om, vrijwel geruisloos. Dan volgen afwaarderingen bij middelgrote spelers. En op enig moment, mogelijk al binnen de komende twaalf tot vierentwintig maanden, komt de bredere marktcorrectie waarbij ook de waarderingen van de giganten fors worden bijgesteld. Niet naar nul — deze bedrijven hebben echte winsten uit andere activiteiten — maar wel substantieel.

Wat overleeft: de technologie en bedrijven van na de crash

En nu het goede nieuws, want dat is er wel degelijk. Na de dotcom-crash bleef het internet gewoon bestaan — sterker: de bedrijven die de crash overleefden, werden de meest waardevolle ondernemingen ter wereld. Wij verwachten een vergelijkbaar patroon bij AI.

Wat blijft, is in de eerste plaats de toepassing die aantoonbaar geld oplevert of kosten bespaart. Denk aan AI in medische beeldanalyse, waar het radiologen ondersteunt bij het sneller signaleren van afwijkingen. Denk aan vertaal- en transcriptietools die simpelweg werk uit handen nemen. Denk aan codeerassistenten die ontwikkelaars productiever maken. Deze toepassingen delen één kenmerk: ze lossen een concreet, meetbaar probleem op voor een klant die bereid is ervoor te betalen. Saai, misschien — maar saai overleeft.

Wat ook blijft, is de infrastructuur, zij het tegen afgewaardeerde prijzen. De datacenters en netwerken die nu tegen topprijzen worden gebouwd, worden na een correctie goedkoop beschikbaar voor een nieuwe generatie bedrijven — precies zoals de glasvezel uit de dotcomtijd later de basis vormde voor streaming en clouddiensten. De overinvestering van vandaag is, ironisch genoeg, het fundament van de winnaars van morgen.

Wat verdwijnt, zijn de bedrijven zonder eigen technologie, zonder eigen klantrelatie en zonder pad naar winstgevendheid. De duizenden "AI voor X"-startups die niets meer zijn dan een interface op andermans model. De consultancy-achtige constructies die hype verkopen in plaats van resultaat. En de waarderingsmodellen die groei zonder winst als deugd presenteerden.

Onze conclusie: sceptisch over de markt, optimistisch over de techniek

Laat er geen misverstand over bestaan: wij geloven dat AI op de lange termijn een van de belangrijkste technologieën van deze eeuw wordt. Maar dat is precies waarom we ons zorgen maken over de huidige markt. De grootste schade van een bubble is niet het verlies van speculatief kapitaal — dat hoort bij het spel — maar het cynisme dat erna komt, waardoor ook goede toepassingen jarenlang moeilijker aan financiering en vertrouwen komen.

Voor de lezer die zich afvraagt wat te doen: wees kritisch op elk verhaal waarin de opbrengsten "vanzelf komen". Vraag bij elke AI-investering — of het nu een aandeel is of een bedrijfsproject — naar de concrete, meetbare waarde voor een betalende eindgebruiker. En onthoud de les van elke eerdere technologiebubble: de revolutie was echt, de timing was gelogen, en de winnaars stonden zelden vooraan in de hype.

De bubble knapt. Wanneer precies, weten we niet. Maar wat er daarna overblijft, is de moeite waard — en wie nu nuchter blijft, staat straks vooraan.