IBM CEO: "Onmogelijk" dat hyperscaler AI-infrastructuurinvesteringen zich terugbetalen

10 dec 2025 Geschreven door Blake Crosley

IBM CEO Arvind Krishna uitte op 3 december 2025 publiekelijk kritiek op de economische logica achter hyperscaler AI-infrastructuur. Hij stelde dat zelfs een eenvoudige berekening aantoont dat de massale datacenterinvesteringen van techbedrijven "onmogelijk" rendabel kunnen zijn.¹ "Naar mijn mening is er geen enkele manier om daar rendement op te behalen, want $8 biljoen aan kapitaalinvesteringen betekent dat je ruwweg $800 miljard aan winst nodig hebt alleen al om de rente te dekken," aldus Krishna.[^2] Krishna betoogde verder dat GPU-afschrijving het meest onderschatte risico vormt: "Je moet alles binnen vijf jaar gebruiken, want op dat moment moet je het weggooien en opnieuw vullen."[^3]

Krishna's opmerkingen komen op het moment dat hyperscalers ongekende kapitaalinvesteringen vastleggen voor AI-infrastructuur. De Big Four verwachten gezamenlijk kapitaaluitgaven van meer dan $380 miljard in 2025, waarbij CreditSights een cumulatieve capex van $602 miljard projecteert tegen 2026.[^4]

CapEx-toezeggingen hyperscalers 2025:

De cijfers creëren een fundamentele spanning: de gecombineerde AI-cloudomzet voor 2025 bedraagt waarschijnlijk $50-60 miljard, terwijl de capex meer dan $380 miljard overschrijdt—een investering-tot-omzetverhouding van 6:1 die jaren van driecijferige groei vereist om te rechtvaardigen.[^5]

Krishna's argument

Krishna's kritiek richt zich op fundamentele financiële wiskunde in plaats van technologische capaciteiten, en concentreert zich op drie onderling verbonden zorgen: rentelasten, afschrijvingstermijnen en AGI-onzekerheid.

Rentekostenanalyse

Krishna's verwijzing naar $8 biljoen aan cumulatieve capex en $800 miljard aan vereiste winst benadrukt de rentelast van infrastructuurinvesteringen. Het bouwen van een enkele gigawatt aan datacentercapaciteit kost ongeveer $80 miljard in huidige dollars.[^6] De totale wereldwijde toezeggingen gericht op AGI benaderen 100 gigawatt, wat het prijskaartje op ongeveer $8 biljoen zet.

Bij de huidige rentetarieven vereist $8 biljoen aan kapitaal ongeveer $800 miljard aan jaarlijkse winst alleen al om de financieringskosten te dekken—vóór het genereren van aandeelhoudersrendement. Ter context: de gecombineerde nettowinst voor Microsoft, Google, Amazon en Meta bedroeg in 2024 ongeveer $200 miljard.[^7] De berekening vereist dat AI vier keer de huidige totale winstgevendheid genereert alleen al om de rente te dekken.

De afschrijvingstijdbom

Krishna identificeerde afschrijving als "het onderdeel van de berekening dat het meest onderschat wordt door investeerders."[^3] Hyperscalers schrijven GPU-infrastructuur af over vijf tot zes jaar, maar NVIDIA brengt nu jaarlijks nieuwe architecturen uit in plaats van de eerdere tweejaarlijkse cyclus.[^8]

GPU-afschrijvingsrealiteit:

Michael Burry heeft betoogd dat bedrijven waaronder Meta, Oracle, Microsoft, Google en Amazon de nuttige levensduur van GPU's overschatten en afschrijving onderschatten, waarbij hij de werkelijke nuttige levensduur op twee tot drie jaar schat.[^9] Een Google-architect zou hebben verklaard dat datacenter-GPU's slechts één tot drie jaar meegaan afhankelijk van het gebruik, gedreven door thermische stress in plaats van veroudering.[^10]

De parallel met de telecomzeepbel

Technologische infrastructuurinvesteringen hebben historisch gezien overcapaciteit geproduceerd. Tijdens de glasvezelgoudkoorts (1995-2000) besteedden bedrijven naar schatting $2 biljoen aan het bouwen van 80-90 miljoen mijl aan glasvezelnetwerken.[^11] Tegen 2001 was 95% dark fiber—ongebruikte capaciteit die wachtte op vraag die nooit materialiseerde.[^12]

Telecomzeepbel vs. AI-infrastructuur:

Het aandeel Corning stortte in van $100 naar $1 tegen 2002. Global Crossing, WorldCom en 360networks vroegen faillissement aan. Tussen 2000 en 2002 verloren wereldwijde telecomaandelen meer dan $2 biljoen aan marktwaarde.[^13]

AGI-scepsis

Krishna trok in twijfel of huidige architecturen überhaupt AGI zullen bereiken, en schatte de kans op "ongeveer 0-1%" zonder een fundamentele doorbraak.[^14] Als AGI ongrijpbaar blijft, kan infrastructuur gebouwd voor AGI-schaal compute te groot blijken voor daadwerkelijke toepassingen.

Tegenargumenten

Het leiderschap van hyperscalers presenteert substantiële tegenwerpingen op Krishna's kritiek.

Vraag overtreft aanbod

Amazon CEO Andy Jassy verklaarde dat capaciteit "zo snel wordt verbruikt als we het daadwerkelijk inzetten."[^15] AWS's AI-business opereert met "driecijferige jaar-op-jaar" groei en expandeert "meer dan drie keer sneller in dit stadium van zijn evolutie dan AWS zelf groeide."[^16] De cloudomzetgroei in Q3 2025 bleef robuust: AWS +20% naar $33 mld, Azure +40%, Google Cloud +34% naar $15,15 mld.[^17]

De wereldwijde uitgaven aan cloudinfrastructuur bereikten $95,3 miljard in Q2 2025, het vierde opeenvolgende kwartaal met een groei van meer dan 20%.[^18] De vraag lijkt reëel in plaats van speculatief.

Het waardecascade-argument

Voorstanders betogen dat de nuttige levensduur van GPU's verlengd wordt door "waardecascadering"—het hergebruiken van chips van training naar inferentie naar utiliteitsworkloads.[^19] De CEO van CoreWeave merkte op dat hun A100-chips uit 2020 nog volledig geboekt zijn, waarbij recent beschikbaar gekomen H100's onmiddellijk geboekt werden tegen 95% van de oorspronkelijke prijzen.[^20]

Training vereist de nieuwste architecturen, maar inferentieworkloads—met hoog volume en zeer winstgevend—draaien efficiënt op oudere chips. De progressie van training naar inferentie naar fine-tuning verlengt mogelijk de economische levensduur tot vijf jaar.

Strategische moats

Infrastructuurinvesteringen creëren barrières die late toetreders niet kunnen repliceren. Microsoft's Azure-infrastructuur verdedigt de enterprise AI-positie. Google's compute beschermt search tegen AI-alternatieven. Meta's trainingscapaciteit maakt foundation model-ontwikkeling mogelijk die kleinere concurrenten niet kunnen evenaren.

Strategische waarde voorbij ROI:

Langetermijnhorizons

De zilveren rand van de telecomzeepbel is leerzaam: glasvezel die in 2000 te veel werd aangelegd maakte YouTube (2005), Netflix-streaming (2007) en cloud computing (2006+) mogelijk.[^21] Goedkope bandbreedte door overcapaciteit creëerde geheel nieuwe bedrijfsmodellen.

Evenzo zou AI-infrastructuur-overcapaciteit—als deze zich materialiseert—GPU-verhuurkosten verlagen en AI-toepassingen mogelijk maken die momenteel niet rendabel zijn. De infrastructuur kan fundamenteel blijken, zelfs als oorspronkelijke investeerders verliezen lijden.

Besliskader voor infrastructuurplanning

Krishna's kritiek creëert actiegerichte implicaties voor organisaties die AI-infrastructuurinvesteringen evalueren.

Infrastructuurstrategiematrix:

Als Krishna gelijk krijgt

Organisaties die huren in plaats van bouwen behouden optionaliteit. Overcapaciteit zou H100-prijzen onder de huidige $2,85-3,50/uur drijven richting $1-2/uur.[^22] Huurovereenkomsten met flexibiliteitsclausules presteren beter dan langetermijnverplichtingen.

Indicatoren om te monitoren: - Bezettingsgraden hyperscalers dalen onder 70% - GPU-spotprijzen dalen >20% kwartaal-op-kwartaal - Verlagingen capex-guidance in kwartaalcijfers - Grote projectannuleringen of vertragingen

Als Krishna ongelijk krijgt

Organisaties die vroeg capaciteit hebben veiliggesteld profiteren van schaarstepremies en vastgelegde prijzen. First-mover voordelen in AI-toepassingen cumuleren over tijd. Infrastructuurbeperkingen zouden gevestigde operators bevoordelen.

Indicatoren om te monitoren: - Aanhoudende driecijferige AI-omzetgroei tot en met 2026 - Stabilisatie of stijging GPU-prijzen - Verhogingen capex-guidance hyperscalers - Vertragingen bij releases nieuwe architecturen

Afgedekte aanpak

De meeste organisaties zouden moeten hedgen in plaats van directioneel te wedden:

1. Huur 60-70% van huidige behoeften - behoud flexibiliteit
2. Zeker committed capaciteit voor 30-40% - garandeer beschikbaarheid voor kritieke workloads
3. Onderhandel flexibiliteitsclausules - opschalingsrechten zonder boetes
4. Monitor per kwartaal - pas allocatie aan op basis van marktsignalen

Professionele begeleiding

Infrastructuurbeslissingen van deze omvang en onzekerheid profiteren van ervaren perspectief.

Introl's netwerk van 550 field engineers ondersteunt organisaties bij het evalueren van AI-infrastructuureconomie voor bouw-, huur- en hybride strategieën.[^23] Het bedrijf eindigde op #14 in de Inc. 5000 van 2025 met 9.594% driejarige groei, wat de vraag naar infrastructuuradviesdiensten weerspiegelt.[^24]

Expertise verspreid over 257 wereldwijde locaties biedt perspectief op infrastructuurinvesteringen onder diverse marktomstandigheden.[^25] Introl beheert deployments tot 100.000 GPU's, wat operationeel inzicht biedt in bezettingsoptimalisatie en kostenbeheer.[^26]

Belangrijkste conclusies

Voor infrastructuurplanners: - Modelleer zowel Krishna-gelijk als Krishna-ongelijk scenario's voordat je kapitaal vastlegt - Geef de voorkeur aan huur met flexibiliteitsclausules boven eigen infrastructuur, tenzij bezetting meer dan 80% bedraagt - Monitor bezettingsgraden en prijstrends van hyperscalers per kwartaal - Bouw exitclausules in meerjarige verplichtingen

Voor financieel analisten: - Let op wijzigingen in afschrijvingsbeleid die wijzen op managementbezorgdheid - Vergelijk boekhoudkundige levensduur van 5-6 jaar met economische realiteit van 1-3 jaar - Volg AI-omzetgroeipercentages ten opzichte van capex-groeipercentages - Beoordeel risico op gestrande activa in infrastructuurzware portefeuilles

Voor strategische planners: - Erken dat overcapaciteit consumenten bevoordeelt, zelfs als het investeerders schaadt - Overweeg second-mover voordeel als infrastructuurkosten 30-50% dalen - Evalueer competitieve dynamiek als concurrenten te veel investeren en afschrijvingen moeten doen - Behoud optionaliteit via hybride cloudarchitecturen

Vooruitzichten

Krishna's kritiek vertegenwoordigt een minderheidsstandpunt te midden van industrie-enthousiasme, maar de mathematische analyse verdient serieuze overweging. De $380 miljard aan capex in 2025 vereist ongekende omzetgeneratie ter rechtvaardiging—omzetgroei die jaren moet aanhouden tegen afschrijvingsschema's die mogelijk te optimistisch blijken.

De oplossing van het debat is minder belangrijk dan de respons: organisaties zouden moeten hedgen in plaats van wedden. Huur flexibiliteit, onderhandel voorwaarden, monitor signalen en behoud optionaliteit. Of Krishna nu profeet of contrarian blijkt, voorbereide organisaties profiteren van infrastructuurbeslissingen gebaseerd op scenario-analyse in plaats van consensusaannames.

Zoals Krishna zelf opmerkte ondanks zijn infrastructuurscepsis: "Ik denk dat het biljoenen dollars aan productiviteit in de enterprise gaat ontsluiten, om absoluut duidelijk te zijn."[^27] De vraag is niet of AI waarde creëert, maar of de huidige infrastructuurinvesteringsniveaus overeenkomen met de tijdlijn en omvang van die waardecreatie.

Referenties

[Inhoud ingekort voor vertaling]