Is AI een Bubbel? Het Argument voor het Onderschatten van het Opwaarts Potentieel
Bijgewerkt op 11 december 2025
Update december 2025: Hyperscaler AI CapEx-projecties zijn opwaarts bijgesteld naar $405 miljard voor 2025, tegenover initiële schattingen van $250 miljard. McKinsey's voorspelling van $2,6-4,4 biljoen aan jaarlijkse waardecreatie krijgt bevestiging nu GitHub Copilot 1,8 miljoen betalende abonnees bereikt en 46% van de code nu AI-gegenereerd is. Enterprise AI-adoptie bereikt 87% onder grote organisaties met 130% jaar-op-jaar groei in uitgaven. De investeringscase voor infrastructuur wordt sterker naarmate productiviteitswinsten sneller materialiseren dan vergelijkingen met het dot-com tijdperk suggereren.
De vraag beantwoordt zichzelf verkeerd. Wanneer Ray Dalio AI-investeringen "zeer vergelijkbaar" met de dot-com bubbel noemt, wanneer het IMF waarschuwt voor een naderende crash, wanneer Apollo's hoofdeconoom opmerkt dat de huidige top tech-bedrijven tegen hogere waarderingen handelen dan hun tegenhangers uit de jaren '90—de framing veronderstelt dat het centrale risico overinvestering is.¹ ² ³
Het centrale risico gaat de andere kant op. De speculatie onderschat het opwaarts potentieel.
Veel AI-bedrijven zullen falen. De meerderheid van startups die tegen opgeblazen waarderingen funding ophalen zullen niets aan investeerders teruggeven. Enterprise pilotprojecten zullen hun faalpercentage van 95% voortzetten.⁴ Correctie zal komen, waarschijnlijk pijnlijk. Niets daarvan weerspreekt de these. De winnaars die uit de huidige investeringsgolf tevoorschijn komen zullen waarde genereren die zo disproportioneel is ten opzichte van het ingezette kapitaal dat de huidige $380 miljard aan jaarlijkse hyperscaler CapEx als een afrondingsverschil zal lijken.⁵
De dot-com parallel maakt eigenlijk het argument. Amazon en Google kwamen uit dat puin tevoorschijn om biljoenen aan waarde te creëren. De infrastructuur die die bubbel-era bedrijven bouwden—de glasvezel, de datacenters, de protocollen—heeft decennia van economische transformatie aangedreven. De verliezers verloren alles. De winnaars veranderden de beschaving. AI volgt hetzelfde patroon op grotere schaal en met hogere snelheid.
De waardecreatie-berekening die bubbeldiscours negeert
Bubbelanalyse fixeert op de verkeerde ratio. Analisten vergelijken AI-investeringen met AI-omzet en vinden een kloof. De kloof bestaat. De vergelijking mist het punt.
De relevante vergelijking meet investeringen tegen het waardecreatiepotentieel. Wanneer Anthropic Claude bij enterprises uitrolt, is de maatstaf die telt niet Anthropic's omzet. De maatstaf die telt omvat de productiviteitswinsten, kostenreducties en capaciteitsuitbreidingen bij elke organisatie die de technologie gebruikt. Wanneer een farmaceutisch bedrijf AI gebruikt om geneesmiddelkandidaten in weken te identificeren in plaats van jaren, overstijgt de gecreëerde waarde ruimschoots de compute-kosten en licentiekosten.
McKinsey schat dat generatieve AI jaarlijks $2,6 tot $4,4 biljoen aan de wereldeconomie zou kunnen toevoegen over 63 geanalyseerde use cases.⁶ Dat bereik vertegenwoordigt de impact van één enkel jaar, niet cumulatieve waarde. Tegenover $380 miljard aan jaarlijkse infrastructuurinvesteringen begunstigt de ratio de bulls met een orde van grootte—zelfs als McKinsey's schattingen half zo optimistisch blijken te zijn.
Het productiviteitsbewijs accumuleert al. GitHub Copilot-gebruikers voltooien taken 55% sneller dan niet-gebruikers.⁷ BCG-consultants die GPT-4 gebruikten produceerden 40% hogere kwaliteit werk in 25% minder tijd.⁸ Klantenservice-operaties rapporteren 14% productiviteitsverbeteringen voor medewerkers die AI-assistenten gebruiken, met de grootste winsten onder beginnende werknemers.⁹ Deze cijfers komen voort uit vroege, primitieve implementaties. De modellen verbeteren maandelijks.
Elke grote platformverschuiving in de computergeschiedenis genereerde waardemultiples die de initiële investering overtroffen. Personal computers creëerden ruwweg $10 aan economische waarde voor elke $1 geïnvesteerd in de industrie tijdens de vormende decennia.¹⁰ Het internet genereerde vergelijkbare of hogere ratio's. Mobiel computergebruik versterkte het patroon. AI vertegenwoordigt een algemeen-doelmatige technologie die fundamenteler is dan al deze—een technologie die cognitief werk versterkt zoals eerdere revoluties fysiek en informatiewerk versterkten.
De bubbelframing behandelt AI als Pets.com: een bedrijf zonder pad naar waardecreatie dat producten verkocht die niemand nodig had. AI creëert aantoonbaar waarde in elke implementatie. De vraag betreft omvang en verdeling, niet bestaan.
Waarom adoptiesnelheid waardecreatiesnelheid impliceert
De St. Louis Fed publiceert data die AI-sceptici zou moeten doen huiveren. Drie jaar na de lancering van de IBM PC in 1981 bereikte de adoptie van personal computers 19,7%.¹¹ Drie jaar nadat het internet commercieel openging, bereikte adoptie 30,1%.¹² Drie jaar na de lancering van ChatGPT in november 2022 bereikte generatieve AI-adoptie 54,6% in augustus 2025.¹³
Het verschil weerspiegelt een structureel voordeel met diepgaande implicaties voor waardecreatie. Eerdere platformverschuivingen vereisten dat gebruikers nieuwe hardware kochten, nieuwe interfaces leerden, gevestigde workflows veranderden en processen opnieuw opbouwden rond onbekende mogelijkheden. AI-adoptie vereist niets van dit alles. De technologie bereikt gebruikers via bestaande apparaten, bestaande browsers, bestaande applicaties. Een kenniswerker in 2024 kreeg toegang tot mogelijkheden die in 2022 niet bestonden zonder iets nieuws te kopen of een nieuw interfaceparadigma te leren.
De adoptiesnelheid is belangrijk voor waardecreatie omdat waarde samengesteld groeit met implementatie. Een technologie die 50% adoptie bereikt in drie jaar genereert waarde gedurende die drie jaar. Een technologie die vijftien jaar nodig heeft om dezelfde penetratie te bereiken vertraagt waardecreatie proportioneel. AI's adoptiesnelheid betekent waardecreatiesnelheid.
Enterprise-adoptiecijfers maken het patroon concreet. In 2025 had 87% van de grote enterprises AI-oplossingen geïmplementeerd.¹⁴ Wekelijks gebruik van generatieve AI-tools sprong van 37% naar 72% jaar-op-jaar.¹⁵ Enterprise AI-uitgaven groeiden 130% in één jaar.¹⁶ Deze organisaties geven niet uit van enthousiasme. Ze geven uit omdat de technologie rendement oplevert.
Het pilot-faalpercentage van 95% dat critici aanhalen ondersteunt eigenlijk de bullish case wanneer het zorgvuldig wordt onderzocht.¹⁷ Enterprises voeren pilots uit om te vinden wat werkt. Een faalpercentage van 95% onder pilots betekent 5% succespercentage—en succesvolle pilots schalen op naar productie-implementaties die duurzame waarde genereren. De enterprises die blijven investeren na hoge pilot-faalpercentages te hebben ervaren hebben de 5% gevonden die werkt. Ze optimaliseren, ze stappen niet af.
De revolutie in programmeerproductiviteit
Softwareontwikkeling biedt het duidelijkste venster op AI's waardecreatie omdat productiviteitswinsten meetbaar, onmiddellijk en al op schaal operationeel zijn. Anders dan abstracte voorspellingen over toekomstige toepassingen, genereren verbeteringen in programmeerproductiviteit harde data van miljoenen ontwikkelaars die dagelijks AI-tools gebruiken.
GitHub Copilot levert het meest robuuste bewijs. GitHub's interne onderzoek vond dat ontwikkelaars die Copilot gebruikten taken 55% sneller voltooiden dan ontwikkelaars die zonder assistentie werkten.⁷ Het onderzoek controleerde voor taakcomplexiteit en ervaringsniveaus van ontwikkelaars. Eind 2024 had Copilot meer dan 1,8 miljoen betalende abonnees verzameld die $400 miljoen aan jaarlijks terugkerende omzet genereerden.²⁷ Nog opmerkelijker: 46% van de code in Copilot-enabled repositories komt nu van AI-suggesties.²⁸
De technologie is verder geëvolueerd dan autocomplete. Vroege versies suggereerden de volgende paar regels code. Huidige versies stellen architectuurpatronen voor, genereren uitgebreide testsuites, schrijven documentatie en debuggen complexe problemen. De verschuiving van "suggereer de volgende regel" naar "implementeer deze feature" gebeurde in ruwweg 18 maanden.
Het ecosysteem strekt zich ver uit voorbij Copilot. Cursor, een AI-native IDE, groeide van nul naar meer dan 40.000 betalende gebruikers eind 2024, met maandelijkse groeipercentages van meer dan 50%.²⁹ Claude Code, Aider en Cline maken autonome coding agents mogelijk die multi-file wijzigingen uitvoeren met minimale menselijke interventie. Ontwikkelaars beschrijven steeds meer wat ze willen in plaats van elk karakter te schrijven. De workflow-transformatie lijkt op de verschuiving van assembly language naar high-level programmeren—een categorische verandering in abstractieniveau.
De economische berekening maakt de bubbelframing moeilijk vol te houden. Het US Bureau of Labor Statistics rapporteert een mediane softwareontwikkelaarscompensatie van ongeveer $127.000 per jaar.³⁰ Een productiviteitsverbetering van 55% vertaalt zich naar ruwweg $70.000 aan equivalente extra output per ontwikkelaar. De VS heeft ongeveer 4,4 miljoen softwareontwikkelaars in dienst.³¹ Zelfs conservatieve aannames—20% adoptie bij 30% productiviteitswinst—leveren $26 miljard aan jaarlijkse waardecreatie op uit alleen al Amerikaanse softwareontwikkeling. Wereldwijde ontwikkelaarspopulaties overschrijden 28 miljoen.³²
Het tegenargument van de scepticus verdient serieuze aandacht: AI-gegenereerde code bevat bugs, introduceert beveiligingskwetsbaarheden en creëert technische schuld. Ontwikkelaars besteden evenveel tijd aan het debuggen van AI-output als ze besparen bij het genereren ervan. De productiviteitsstudies werden gefinancierd door AI-bedrijven met duidelijke prikkels om gunstige resultaten te produceren. Real-world gebruik toont junior ontwikkelaars die afhankelijk worden van tools die ze niet begrijpen, wat hun fundamentele vaardigheden degradeert.
De kritiek verwart naïef gebruik met bekwaam gebruik. Studies die kwaliteitsdegradatie tonen onderzoeken doorgaans beginners die AI als kruk gebruiken in plaats van professionals die AI als hefboom gebruiken. De BCG/Harvard-studie die 40% kwaliteitsverbetering vond onderzocht specifiek ervaren consultants—niet junior ontwikkelaars die worstelen met onbekende tools.⁸
Code review-processen vangen AI-fouten op dezelfde manier als menselijke fouten. De beveiligingszorg heeft verdienste maar mist de trajectorie: statische analysetools scannen nu automatisch AI-gegenereerde code, en GitHub Advanced Security-integratie betekent dat AI-suggesties security review krijgen voor merge. De tooling haalt de mogelijkheden in.
Het belangrijkste: ontwikkelaars stemmen met hun vingers. Copilot-retentiepercentages overschrijden 80%.³³ Cursor groeide van nul naar 40.000 betalende gebruikers in maanden. Als de tools netto negatieve waarde leverden, zouden ontwikkelaars ze verlaten. Ze verlaten ze niet; ze breiden gebruik uit.
Software vertegenwoordigt een wereldwijde industrie van $650 miljard.³⁴ Een productiviteitsverbetering van 20% over de industrie creëert $130 miljard aan jaarlijkse waarde—uit één sector onder tientallen waar AI meetbare winsten creëert. De infrastructuurinvestering die AI-coding tools mogelijk maakt vertegenwoordigt een fractie van die waardecreatie. De bubbelframing vraagt of AI-investering overeenkomt met AI-omzet. De correcte framing vraagt of AI-investering overeenkomt met AI-waardecreatie. In software alleen is de ratio niet eens in de buurt.
De dark fiber les: verliezers financieren winnaars
Tussen 1995 en 2000 investeerden telecommunicatiebedrijven ruwweg $2 biljoen in het bouwen van 80 tot 90 miljoen mijl aan glasvezelnetwerken.¹⁸ Toen de bubbel barstte, lag 95% van die glasvezel ongebruikt.¹⁹ De bedrijven die het bouwden—Global Crossing, Level 3, Qwest, WorldCom—gingen failliet of bijna. Investeerders in die bedrijven verloren alles.
De glasvezel zelf behield waarde. De infrastructuur die zijn bouwers vernietigde maakte zijn opvolgers mogelijk. Netflix streamt video over kabels waarvoor WorldCom's aandeelhouders betaalden. Cloud computing draait door dark fiber die zijn oorspronkelijke eigenaren failliet liet gaan. De economische waarde die door die infrastructuur over twee decennia werd gecreëerd overtreft de geïnvesteerde $2 biljoen met minstens een orde van grootte.
De verliezers financierden de winnaars. Aandelenbeleggers in bubbel-era telecom namen de verliezen. De bredere economie ving de winsten. Amazon bouwde niet de internetinfrastructuur waar het van afhankelijk is; het bouwde op infrastructuur die investeerders van andere bedrijven financierden en verloren.
AI volgt hetzelfde patroon met één cruciaal verschil: de ratio tussen infrastructuurkosten en gecreëerde waarde is nog gunstiger. Glasvezel vereiste fysieke installatie over continenten. AI-infrastructuur concentreert zich in datacenters die wereldwijde gebruikersbases bedienen. De kapitaalefficiëntie van AI-infrastructuur overtreft de kapitaalefficiëntie van fysieke netwerkinfrastructuur met een aanzienlijke marge.
De huidige AI-infrastructuurinvestering zal verliezers produceren. Startups gewaardeerd op miljarden zullen nul opleveren. Sommige speculatief gebouwde infrastructuur zal jarenlang onderbenut blijven. De bedrijven die zu
[Inhoud afgekapt voor vertaling]
