AI moet $6 biljoen verdienen: waar komt dat geld vandaan?
AI moet tegen 2031 richting $6 biljoen omzet per jaar bewegen om de huidige investeringsgolf economisch te dragen. Dat is de nieuwe rekensom van Bain & Company.
Bestaande consumenten- en bedrijfstoepassingen komen volgens Bain mogelijk niet verder dan $1,2 tot $1,8 biljoen.
Zelfs in het gunstigste scenario ontbreekt dus ongeveer $4,2 biljoen per jaar.
Chatbots die sneller e-mails schrijven gaan dat gat niet vullen.
Achter die $6 biljoen zit een specifieke rekensom
Het bedrag is geen voorspelling dat de AI-markt in 2031 gegarandeerd $6 biljoen groot wordt.
Bain begint ergens anders.
In het Global Technology Report 2026 schat het adviesbureau dat de jaarlijkse uitgaven aan datacenters, nieuwe rekencapaciteit en upgrades tegen 2031 kunnen oplopen tot ongeveer $1,5 biljoen.
Vervolgens maakt Bain een aanname.
Als zulke investeringen ongeveer 25% van de omzet mogen bedragen, heeft de sector bijna vier keer zoveel jaaromzet nodig.
Daar komt de $6 biljoen vandaan.
Dat is dus een economische houdbaarheidstest.
Geen gegarandeerde marktprognose.
Hyperscalers geven nu al honderden miljarden uit
De schaal van de bouwdrift is zichtbaar bij de grootste technologiebedrijven.
Bain verwacht dat Microsoft, Google, Amazon, Meta en Oracle samen in 2026 richting $780 miljard aan kapitaaluitgaven kunnen gaan.
Dat is bijna vijf keer zoveel als drie jaar eerder.
De reden is simpel.
Meer AI vraagt meer chips.
Meer geheugen.
Meer netwerken.
Meer datacenters.
En vooral veel meer elektriciteit.
Bain ziet grote AI-datacenters bovendien snel groter worden. Faciliteiten die nu richting 1 gigawatt gaan, kunnen de komende jaren meerdere gigawatts vragen.
Dat geld moet uiteindelijk ergens worden terugverdiend.
Bestaande AI kan mogelijk $1,8 biljoen opleveren
Een deel van die omzet is redelijk goed voor te stellen.
Bain schat dat consumententoepassingen tegen 2031 ongeveer $200 miljard tot $400 miljard kunnen opleveren.
Daaronder vallen abonnementen en advertenties rond AI-producten.
Bedrijfstoepassingen kunnen volgens het adviesbureau veel groter worden.
Softwareontwikkeling, verkoop, marketing, klantenservice en IT kunnen samen ongeveer $1 biljoen tot $1,4 biljoen aan omzet voor AI-leveranciers ondersteunen.
Samen kom je uit op $1,2 tot $1,8 biljoen.
Veel geld.
Maar nog steeds ver weg van zes biljoen.
De $4,2 biljoen is geen bestaand verlies
Daar zit de belangrijkste nuance.
Bain zegt niet dat AI-bedrijven vandaag jaarlijks $4,2 biljoen verliezen.
Er ontbreekt ook geen bestaande pot met dat bedrag.
Het verschil ontstaat pas wanneer je de bovenkant van Bains geschatte omzet uit bestaande toepassingen — $1,8 biljoen — naast de benodigde $6 biljoen voor 2031 zet.
Aan de onderkant van de bandbreedte zou het gat zelfs $4,8 biljoen bedragen.
Het rapport beschrijft dus hoeveel nieuwe economische activiteit nodig zou zijn wanneer de investeringsgroei doorzet.
Niet hoeveel geld vandaag verdampt.
Reclame levert hooguit $200 miljard extra
Waar moet de rest vandaan komen?
De eerste route is bekend uit het oude internet.
Advertenties.
Bain verwacht dat AI-modellen steeds meer traditionele zoekopdrachten kunnen overnemen. Wanneer aanbieders daar advertenties aan koppelen, ziet het adviesbureau een markt van ongeveer $100 miljard tot $200 miljard.
Dat is aanzienlijk.
Maar tegenover een gat van $4,2 biljoen is het klein.
Zelfs een grote verschuiving van Google-achtige zoekadvertenties naar chatbots lost de rekensom dus niet op.
Autonome auto's en machines moeten $400 miljard leveren
Een tweede categorie is wat Bain autonomous everything noemt.
Denk aan zelfrijdende auto's.
Robotaxi's.
Vrachtwagens.
Drones.
En industriële systemen die met minder menselijke tussenkomst kunnen werken.
Bain ziet daarin een kans van ongeveer $400 miljard.
De waarde moet komen uit nieuwe producten en diensten, maar ook uit lagere kosten en machines die langer inzetbaar zijn.
Hier verandert AI van software die een werknemer helpt naar software die zelf werk uitvoert.
Economisch is dat een veel grotere stap.
Robots en physical AI krijgen $900 miljard toegeschreven
Daarbovenop komt physical AI.
Bain rekent hier onder meer simulaties, digital twins en AI-gestuurde robots onder.
Een fabrikant kan bijvoorbeeld een fabriek digitaal nabootsen voordat machines worden aangepast.
Robots kunnen taken uitvoeren in omgevingen die te onvoorspelbaar zijn voor traditionele automatisering.
Bain schat de kans in belangrijke sectoren op ongeveer $900 miljard, uitgaande van onder meer lagere ontwikkel- en productiekosten.
Dat is de grootste concreet becijferde nieuwe markt in het hoofdstuk.
En zelfs die is niet genoeg.
De ongemakkelijke rekensom blijft over
Tel Bains drie gekwantificeerde nieuwe categorieën bij elkaar op.
Zoeken en advertenties: maximaal $200 miljard.
Autonome systemen: $400 miljard.
Physical AI: $900 miljard.
Samen kom je op ongeveer $1,5 biljoen.
Het gat vanaf de bovenkant van de bestaande AI-markt was $4,2 biljoen.
Er blijft op basis van die cijfers dus nog ongeveer $2,7 biljoen per jaar over.
Bain zet daarvoor een vierde categorie neer: compleet nieuwe producten en toepassingen.
Dat is tegelijk de grootste kans en het meest speculatieve onderdeel van de berekening.
Een groot deel van de omzet moet nog worden uitgevonden
Bain noemt verschillende voorbeelden.
AI kan geneesmiddelenontwikkeling goedkoper maken, waardoor behandelingen voor kleinere patiëntengroepen rendabeler worden.
Digitale systemen kunnen nieuwe vormen van ondersteuning rond mentale gezondheid aanbieden.
AI kan helpen bij nieuwe materialen voor batterijen en chips.
Autonome onderzoekssoftware kan wetenschappelijk werk versnellen, van neurowetenschappen tot fusie-energie.
Maar Bain plakt op deze vierde categorie geen vergelijkbaar hard omzetbedrag.
Dat is veelzeggend.
Een groot deel van de economische waarde die nodig is om de huidige investeringsgolf te rechtvaardigen, moet komen uit markten waarvan omvang, prijsstelling en winnaars nog onbekend zijn.
Productiviteit alleen lost het probleem niet op
Dat verklaart waarom Bain zo scherp is over kantoorproductiviteit.
Een programmeur die met AI 20% sneller werkt, creëert waarde.
Maar die volledige waarde wordt niet automatisch omzet voor OpenAI, Microsoft, Google of een andere leverancier.
Het bedrijf dat de tijd bespaart houdt zelf een deel van het voordeel.
Concurrentie kan de prijs van AI-software drukken.
Goedkopere modellen kunnen dezelfde taak overnemen.
En klanten gaan geen duizenden euro's betalen voor een tool die slechts honderden euro's waarde toevoegt.
De economische vraag is dus niet hoeveel uren AI kan besparen.
De vraag is hoeveel van die waarde leveranciers daadwerkelijk kunnen factureren.
Goedkopere AI kan de rekensom zelfs lastiger maken
Daar zit nog een paradox.
AI-modellen worden goedkoper om te gebruiken.
Dat kan adoptie versnellen.
Maar lagere prijzen betekenen ook dat aanbieders veel meer gebruik nodig hebben om dezelfde omzet te verdienen.
Bain verwacht niet dat alle grote taalmodellen simpelweg één goedkoop basisproduct worden.
Het adviesbureau ziet eerder een markt waarin de krachtigste modellen dure, moeilijke taken uitvoeren en goedkopere gespecialiseerde modellen het massawerk overnemen.
Dat kan de markt groter maken.
Het kan ook de marges onder druk zetten.
Bedrijven worden zelf onderdeel van de test
Voor gewone ondernemingen wordt daarom een andere metriek belangrijk.
Niet: gebruiken we AI?
Maar: wat levert iedere toepassing werkelijk op?
Een bedrijf kan honderd werknemers een AI-assistent geven.
Dat zegt weinig.
Interessanter is hoeveel werk daardoor verdwijnt, hoeveel extra omzet ontstaat en hoeveel menselijke controle noodzakelijk blijft.
Bain noemt de snelheid waarmee bedrijven AI werkelijk opnemen in hun processen zelfs een nieuwe concurrentiefactor.
Toegang tot een krachtig model is steeds minder bijzonder.
Het vermogen om er consequent geld mee te verdienen wordt belangrijker.
Dat geldt ook voor Nederlandse en Belgische bedrijven
Voor ondernemers in Nederland en België is de $6 biljoen-headline vooral nuttig als waarschuwing tegen losse AI-rekensommen.
Een toepassing die medewerkers tijd bespaart kan zinvol zijn.
Maar tijdwinst is niet automatisch winst.
Als medewerkers de bespaarde uren niet productiever inzetten, blijft de financiële waarde beperkt.
Hetzelfde geldt voor agents.
Een agent die een taak autonoom uitvoert kan kosten verlagen.
Maar extra controles, fouten, licenties en rekenkosten horen bij dezelfde rekensom.
Uiteindelijk telt de prijs per bruikbaar resultaat.
De AI-boom krijgt daarmee een simpele eindtest
Bain voorspelt niet dat de huidige AI-investeringen mislukken.
Het rapport laat vooral zien hoe hoog de lat ligt wanneer de bouwdrift in het huidige tempo doorgaat.
Tegen 2031 kan jaarlijks ongeveer $1,5 biljoen naar rekenkracht en datacenters gaan.
Om dat economisch te dragen, komt Bain op bijna $6 biljoen aan benodigde omzet.
Bestaande toepassingen vullen mogelijk nog geen derde daarvan.
Advertenties, autonome voertuigen en robots helpen verder.
Maar zelfs daarna blijft een enorm bedrag afhankelijk van producten die vandaag nog nauwelijks bestaan.
Daarmee verschuift de AI-wedstrijd.
De afgelopen jaren draaiden om wie het krachtigste model kon bouwen.
De komende jaren moeten laten zien wie er genoeg klanten voor vindt die daadwerkelijk blijven betalen.
Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.
👀 Bekijk Finst nu ›Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.
Ga verder met lezen
Dit vind je misschien ook leuk
Laat mensen jouw mening weten
Lees ook
Populair Nieuws
Loading
