IBM's CEO zegt dat de rekenkunde voor AI-infrastructuur niet klopt
Bijgewerkt op 11 december 2025
Update december 2025: IBM CEO Arvind Krishna waarschuwt dat 100GW aan geplande AI-infrastructuur $8 biljoen CapEx vereist en $800 miljard jaarlijkse winst om te rechtvaardigen—"Er is geen manier waarop je daar rendement op gaat krijgen." Krishna schat de kans dat huidige LLM-architecturen AGI bereiken op 0-1%. Afschrijving van apparatuur die elke 5 jaar vervanging afdwingt, vergroot de uitdaging. Enterprise AI slaagt; speculatieve AGI-infrastructuur worstelt.
Arvind Krishna, CEO van IBM, gaf een ontnuchterende analyse op The Verge's Decoder-podcast: de biljoenen-dollar AI-infrastructuuruitbouw kan geen rendement genereren onder de huidige economische omstandigheden.¹ Krishna's analyse berust op eenvoudige rekenkunde die de industrie grotendeels heeft gekozen te negeren.
De cijfers werken als volgt. Een AI-datacenter van één gigawatt vereist ongeveer $80 miljard aan computerhardware.² Huidige plannen in publieke en private aankondigingen wijzen op ruwweg 100 gigawatt aan AGI-gerichte capaciteit.³ Dat komt neer op $8 biljoen aan kapitaaluitgaven. Om die investering te rechtvaardigen, hebben exploitanten ongeveer $800 miljard aan jaarlijkse winst nodig alleen al om de kapitaalkosten te dekken.⁴
"Er is geen manier waarop je daar in mijn ogen rendement op gaat krijgen," stelde Krishna onomwonden.⁵
Het afschrijvingsprobleem waar niemand over praat
Krishna identificeerde afschrijving als de berekening die het meest wordt onderschat door investeerders en analisten. AI-accelerators worden over vijf jaar afgeschreven. Het tempo van architecturale veranderingen betekent dat exploitanten complete vloten moeten vervangen in plaats van verlengen. Apparatuur die vandaag wordt aangeschaft, is verouderd voordat het zichzelf heeft terugverdiend.
"Je moet het allemaal binnen vijf jaar gebruiken, want op dat moment moet je het weggooien en vervangen," legde Krishna uit.⁶ Elke hardwaregeneratie levert substantiële prestatieverbeteringen. Inference draaien op vijf jaar oude GPU's betekent meer betalen voor elektriciteit dan de compute aan waarde produceert. De afschrijvingscyclus dwingt tot continue herinvestering die de kapitaalvereisten vergroot.
De hyperscalers die deze faciliteiten bouwen, begrijpen de afschrijvingsrekenkunde. Ze bouwen toch, in de verwachting dat AI-omzetgroei de infrastructuurkosten zal overtreffen. Krishna vraagt zich af of die gok kan lonen op de schaal die momenteel gepland is. De kloof tussen kapitaalvereisten en aannemelijke omzet blijft te groot.
Krishna wijkt af van de AGI-gelovigen
De IBM CEO uitte scepsis over het bereiken van kunstmatige algemene intelligentie via huidige benaderingen. Krishna schatte de kans dat bestaande large language model-architecturen AGI bereiken ergens tussen nul en één procent.⁷ AGI "zal meer technologieën vereisen dan het huidige LLM-pad," betoogde hij.
Toen Decoder-presentator Nilay Patel opmerkte dat OpenAI CEO Sam Altman gelooft dat OpenAI rendement kan genereren op zijn kapitaaluitgaven, bood Krishna een direct antwoord: "Dat is een geloof. Dat is wat sommige mensen graag najagen. Ik begrijp dat vanuit hun perspectief, maar dat is iets anders dan het met hen eens zijn."⁸
Het meningsverschil benadrukt een fundamentele kloof in de AI-industrie. Het ene kamp gelooft dat AGI zal ontstaan uit het opschalen van huidige architecturen, wat elk niveau van infrastructuurinvestering rechtvaardigt. Het andere kamp, inclusief Krishna, gelooft dat het pad naar AGI doorbraken vereist voorbij grotere modellen en meer compute. Die kloof in overtuiging drijft sterk verschillende investeringsberekeningen.
De enterprise-kans blijft reëel
Krishna's scepsis over AGI-infrastructuureconomie strekt zich niet uit tot enterprise AI. De IBM CEO stelt dat AI "biljoenen dollars aan productiviteit in het bedrijfsleven zal ontsluiten."⁹ Het onderscheid is belangrijk: enterprise AI opereert op schalen waar infrastructuurkosten duidelijk rendement genereren.
Een bedrijf dat AI inzet om klantenservice te automatiseren, supply chains te optimaliseren of medicijnontwikkeling te versnellen, kan rendement op investering met redelijke precisie berekenen. De computevereisten blijven begrensd. De gegenereerde waarde stroomt rechtstreeks naar de organisatie die de technologie inzet. Enterprise AI-economie werkt op menselijke schaal.
AGI-economie werkt anders. Infrastructuur bouwen om kunstmatige algemene intelligentie te bereiken vereist massieve voorafgaande investeringen met onzekere opbrengst. De tijdlijn reikt verder dan normale investeringshorizons. De competitieve dynamiek moedigt overinvestering aan, aangezien elke speler racet om als eerste doorbraakcapaciteiten te bereiken. Rationele investeringsanalyse maakt plaats voor existentiële competitie.
IBM's strategische positionering weerspiegelt Krishna's visie. Het bedrijf richt zich op enterprise AI-deployment in plaats van frontier model-ontwikkeling. De aangekondigde overname van Confluent voor $11 miljard, dagen na Krishna's podcast-optreden, versterkt die focus.¹⁰ IBM bouwt de data-infrastructuur die bedrijven nodig hebben om AI in te zetten, en laat AGI-pursuit over aan anderen die bereid zijn langere odds te accepteren.
Wat als Krishna gelijk heeft?
De AI-infrastructuuruitbouw gaat door ongeacht Krishna's waarschuwingen. Microsoft, Google, Amazon en Meta plannen gezamenlijk honderden miljarden aan datacenterinvesteringen. OpenAI, via zijn Stargate-partnerschap, mikt op $500 miljard aan infrastructuuruitgaven.¹¹ Het kapitaal blijft stromen.
Als Krishna's analyse correct blijkt, komt de afrekening binnen de afschrijvingscyclus. Faciliteiten gebouwd in 2025 moeten tegen 2030 rendement genereren of afwaarderingen tegemoet zien. Bedrijven die te veel hebben gebouwd, zullen capaciteit rationaliseren. De AI-infrastructuurmarkt zal consolideren rond overlevenden met duurzame economie.
Het scenario vereist niet dat AI faalt. AI kan enorme waarde leveren terwijl AGI-schaal infrastructuurinvestering nog steeds oneconomisch blijkt. Enterprise AI bloeit terwijl AGI-pursuit kapitaal verbruikt zonder adequaat rendement. Het onderscheid tussen waardevolle technologie en gezonde investering blijft belangrijk.
Als Krishna's analyse onjuist blijkt, winnen de AGI-gelovigen de grootste gok in de technologiegeschiedenis. Succesvolle AGI zou elke infrastructuurinvestering rechtvaardigen en vroege bouwers belonen met transformatieve capaciteiten. OpenAI, xAI en andere AGI-gerichte organisaties opereren op die thesis.
De markt zal beslissen
IBM neemt een andere positie in dan de bedrijven die Krishna impliciet bekritiseert. Big Blue mist de middelen om te concurreren in de AGI-infrastructuurrace en heeft ervoor gekozen dat niet te proberen. Krishna's waarschuwingen zouden strategische positionering kunnen weerspiegelen evenzeer als analytische overtuiging. IBM profiteert als enterprise AI meer aandacht en kapitaal krijgt dan AGI-pursuit.
Die positionering maakt de analyse niet ongeldig. De rekenkunde die Krishna presenteert vereist weerlegging, geen afwijzing. Acht biljoen dollar aan kapitaal vereist honderden miljarden aan jaarlijks rendement. Huidige AI-omzet, hoewel snel groeiend, komt ver tekort. De kloof moet dichten wil de investering lonen.
Krishna's bereidheid om publiekelijk scepsis te uiten, biedt een nuttig tegenwicht tegen het heersende enthousiasme. De AI-industrie profiteert van leidinggevenden die aannames bevragen en rigoureuze financiële analyse eisen. Of Krishna gelijk krijgt of niet, de discipline van het beantwoorden van zijn uitdaging versterkt investeringsbeslissingen in het hele ecosysteem.
De biljoen-dollar-vraag blijft open: kan AI-infrastructuur rendement genereren op de schaal die momenteel gepland is? Krishna zegt nee. De bouwers zijn het oneens. De komende vijf jaar zullen onthullen welke visie correct blijkt.
Referenties
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers like Google and Amazon will be able to turn a profit at the rate of their data center spending." 3 december 2025. https://fortune.com/2025/12/03/ibm-ceo-no-way-hyperscalers-google-amazon-turn-profit-data-center-spending/
-
Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable." 4 december 2025. https://www.tomshardware.com/tech-industry/ibm-ceo-warns-trillion-dollar-ai-boom-unsustainable-at-current-infrastructure-costs
-
Tom's Hardware. "IBM CEO warns that ongoing trillion-dollar AI data center buildout is unsustainable."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
TechRadar. "IBM CEO warns trillion-dollar AI data center expansions risk catastrophic losses if hardware refresh cycles stay relentlessly fast." December 2025. https://www.techradar.com/pro/there-is-no-way-ibm-ceo-says-current-ai-data-center-trends-are-unsustainable-and-he-would-know
-
CXO Digital Pulse. "IBM's Arvind Krishna Warns of Unsustainable Economics Behind AGI-Scale Data Center Race." December 2025. https://www.cxodigitalpulse.com/ibms-arvind-krishna-warns-of-unsustainable-economics-behind-agi-scale-data-center-race/
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
Fortune. "IBM CEO warns there's 'no way' hyperscalers will be able to turn a profit."
-
IBM. "IBM to Acquire Confluent to Create Smart Data Platform for Enterprise Generative AI." IBM Newsroom, 8 december 2025. https://newsroom.ibm.com/2025-12-08-ibm-to-acquire-confluent-to-create-smart-data-platform-for-enterprise-generative-ai
-
OpenAI Stargate Partnership announcements, 2025.
SEO-beschrijving (155 tekens): IBM's Arvind Krishna bevraagt AI-datacentereconomie: $8 biljoen aan geplande uitgaven heeft $800 miljard jaarlijkse winst nodig. Analyse van duurzaamheidszorgen.
- Primair:
ibm-ceo-krishna-ai-infrastructure-trillion-unsustainable - Alt 2:
ibm-ceo-8-trillion-ai-infrastructure-returns
Belangrijkste inzichten
Voor strategische planners: - 1GW AI-datacenter vereist ~$80 miljard aan computerhardware; 100GW geplande AGI-capaciteit = $8 biljoen capex - $800 miljard jaarlijkse winst nodig alleen om kapitaalkosten te dekken op $8 biljoen infrastructuurinvestering - Krishna schat de kans dat huidige LLM-architecturen AGI bereiken op 0-1%
Voor financiële teams: - AI-accelerators worden over 5 jaar afgeschreven; architecturale veranderingen dwingen volledige vlootvervanging af - Inference draaien op 5 jaar oude GPU's kost meer aan elektriciteit dan compute aan waarde produceert - De kloof tussen kapitaalvereisten en aannemelijke omzet blijft te groot volgens Krishna
Voor enterprise AI-teams: - Krishna onderscheidt AGI-pursuit van enterprise AI: begrensde computevereisten, berekenbare ROI - IBM's $11 miljard Confluent-overname versterkt focus op enterprise data-infrastructuur boven frontier models - Enterprise AI-economie werkt op menselijke schaal; AGI-economie vereist massieve voorafgaande investering met onzekere opbrengst
Voor investeerders: - Als Krishna gelijk krijgt, komt afrekening binnen 5-jarige afschrijvingscyclus (faciliteiten gebouwd in 2025 moeten tegen 2030 renderen) - OpenAI Stargate-partnerschap mikt op $500 miljard infrastructuur; Microsoft/Google/Amazon plannen honderden miljarden meer - IBM gepositioneerd voor enterprise AI-deployment in plaats van frontier model-ontwikkeling
