AI: waar de winst straks wordt gemaakt

De herfst is begonnen, en het regent niet alleen pijpenstelen, maar ook headlines als:  ‘Artificial Intelligence: Hype or Hope’, ‘Promise or Profit’, ‘Code or Catastrophe’ en zelfs ‘Don’t Believe the Hype!’ In dit artikel kijken we voorbij de hype en zien een stevig fundament onder productiviteit, winstgevendheid en groei.

Een hype is, volgens Google (ironisch genoeg zelf een grootgebruiker van AI), een fenomeen dat tijdelijk veel aandacht krijgt en daardoor belangrijker lijkt dan het is. Maar is dat bij AI ook zo? Wordt het belangrijk gemaakt — of is het werkelijk belangrijk, en tasten we nog in het duister over wat het allemaal vermag, behalve dit soort zinnen net iets beter formuleren dan wij zelf?                

En als er sprake is van een hype, volgt er dan onvermijdelijk een zeepbel?

Niet per se. Elke zeepbel begint met een hype, maar niet elke hype eindigt in een zeepbel. Luistert u naar deze analyse van Stellinga & Schinkel, twee fijne economen die dit haarfijn uitleggen. Soms is enthousiasme gewoon terecht en vaak leidt een hype tot nieuwe innovaties, groei en winstgevendheid.

De hoogtevrees rond technologieaandelen vandaag komt voort uit de vraag of bedrijven die zwaar investeren in AI hun beloften straks waarmaken. Kunnen al die veelbelovende toepassingen daadwerkelijk leiden tot duurzame, winstgevende groei? Veel klinkt nog als sciencefiction — zelfs toegepaste AI klinkt als sciencefiction. En de toepassingen waar nog niemand aan denkt? Die zijn onmogelijk te waarderen.

Wat wél te meten is: geld.

Goldman Sachs voorspelde in 2023 dat de wereldwijde AI-investeringen in 2025 zouden oplopen tot zo’n 200 miljard dollar per jaar. Nu, aan het eind van 2025, blijkt dat er al tussen de 1,5 en 2 biljoen dollar is uitgegeven aan kunstmatige intelligentie — een factor tien meer dan verwacht, volgens Gartner, IDC en McKinsey. Geen wonder dat het onderwerp de voorpagina’s domineert.

Een groot deel van dat geld stroomt naar de noodzakelijke infrastructuur: rekenkracht, datacenters, opslag. Bedrijven die hierin voorzien, zagen omzet en winst spectaculair groeien. De ondernemingen die juist bouwen aan de toepassingen van AI, investeren nog volop, maar verdienen er voorlopig weinig aan.

Wie naar de koersgrafiek hieronder kijkt, ziet dat onderscheid haarscherp terug. Tot mei van dit jaar — u herinnert zich Liberation Day — zakten zowel de infrastructuur- als de toepassingsbedrijven in elkaar. Als er lucht in zat, liep die er toen uit. Sindsdien herstelden de infrastructuurspelers, terwijl de ‘toepassers’ achterblijven.

Was beleggen in die laatste groep dan een fout? Zeker niet.

Wij beleggen niet voor morgen of volgend jaar. Wij beleggen in marktleiders die óf zelf AI-toepassingen onder hun bestaande klanten weten te brengen, óf het geld en de schaal hebben om slimme nieuwkomers in te lijven.

Je zou kunnen zeggen: er is al aardig wat lucht uit deze aandelen gelopen — misschien zelfs te veel.

Voor dit artikel onderzochten wij daarom welke AI-toepassingen op korte, middellange en lange termijn het meest in het oog springen. Niet om de hype te ‘ont-hypen’, maar omdat AI zich razendsnel ontwikkelt en al bijna elke sector raakt. En dat daarmee het risico níet te beleggen in bedrijven die in de toekomst kunnen profiteren van AI, een risico op zich is.

Sommige voorbeelden in dit stuk zult u wellicht glimlachend terzijde schuiven — net als de mobiele telefoon in de jaren negentig. Maar die heeft u nu waarschijnlijk in uw hand. En hij heeft uw aandacht al twee keer van deze tekst afgeleid.

We verkennen de toepassingen van AI in de nabije toekomst (0–2 jaar), middellange termijn (3–5 jaar) en lange termijn (6–25 jaar).

Om het zo concreet mogelijk te houden, beperken wij ons tot steeds de sectoren  infrastructuur, gezondheidszorg, finance en defensie. We brengen de verwachtingen van toonaangevende investeringsbanken in kaart, evenals kritische inzichten uit recente wetenschappelijke publicaties. Tot slot trekken we enkele conclusies over de upside en downside risico’s van AI-investeringen.

Nabije toekomst (0-2 jaar)

Waar AI voorheen vooral in laboratoria en big tech-bedrijven leefde, zien we nu een brede adoptie in het bedrijfsleven en zelfs in huiselijke omgeving.

De komende twee jaar zal kunstmatige intelligentie zich verder ontwikkelen van theorie naar praktijk, zij het met horten en stoten. Generatieve AI – de technologie achter taalmodellen als ChatGPT en beeldgeneratoren – breekt nu echt door naar het grote publiek. Bedrijven gebruiken de tools om teksten te schrijven, code te controleren, klantvragen af te handelen en marketingcontent te produceren. De productiviteitswinst blijft vooralsnog beperkt: Goldman Sachs schatte in 2023 dat generatieve AI de arbeidsproductiviteit jaarlijks met zo’n anderhalf procentpunt zou kunnen verhogen over een periode van tien jaar – een raming die inmiddels aan de voorzichtige kant lijkt, daar de investeringen inmiddels tien keer hoger liggen dan destijds voorspeld. De vraag is of die in de nabije toekomst al rendement gaan opleveren. Wij verwachten dat niet, maar investeren wel - voorzichtig - in bedrijven die daar goed voor gepositioneerd lijken te zijn.

De grootste kosten zitten voorlopig in de infrastructuur: gigantische datacenters en energieverslindende GPU’s die dag en nacht taalmodellen trainen. Big Tech – van OpenAI tot Amazon – steekt miljarden in de race om rekenkracht, maar voor de meeste bedrijven draait het de komende jaren nog om experimenteren en bouwen.

Ook in de gezondheidszorg is AI zichtbaar, maar vooral als hulpmiddel. Algoritmen helpen artsen bij het analyseren van röntgenbeelden of het opsporen van patronen in medische data, en verkorten de zoektocht naar nieuwe medicijnen. Volledig door AI ontdekte geneesmiddelen laten nog even op zich wachten, maar de waarde in R&D is nu al tastbaar. Een concreet voorbeeld is robotchirurgie: Intuitive Surgical zag het aantal operaties met haar AI-ondersteunde da Vinci-systeem met twintig procent stijgen en verhoogde haar verwachtingen voor de komende jaren – een teken dat AI niet alleen medisch maar ook commercieel volwassen begint te worden.

In de financiële sector ligt de nadruk op efficiëntie. Banken gebruiken AI voor fraudedetectie, risicobeoordeling en geautomatiseerd klantcontact. J.P. Morgan investeert inmiddels twee miljard dollar per jaar in AI en bespaart naar eigen zeggen evenveel aan kosten. De technologie fungeert er als een ‘co-piloot’: ondersteunend voor medewerkers, niet vervangend. Topman Jamie Dimon noemde AI “zo revolutionair als de drukpers of elektriciteit”, al moet dat in de praktijk nog blijken.

In fabrieken, magazijnen en distributiecentra vullen robots intussen de gaten die personeelstekorten achterlaten. Semi-autonome voertuigen, cobots en bezorgrobots voeren steeds meer routinetaken uit. Volledig mensachtige robots blijven voorlopig sciencefiction, maar de prototypes die Tesla en anderen presenteren laten zien welke kant het op kan gaan.

Ook in defensie is de AI-versnelling zichtbaar. Waar AI eerst vooral beelden analyseerde, gaat het nu richting autonome drones en maritieme systemen die, binnen door mensen gestelde kaders, zelfstandig kunnen opereren. Het Amerikaanse “Replicator”-programma wil binnen twee jaar duizenden goedkope onbemande systemen inzetten die in zwermen samenwerken. Daarmee groeit niet alleen de militaire slagkracht, maar ook de ethische spanning: de vraag hoe ver autonomie in oorlog mag gaan, wordt dringender dan ooit.

Middellange termijn (3–5 jaar)

Tussen nu en 2030 zal pas echt duidelijk worden wat de miljardeninvesteringen in kunstmatige intelligentie werkelijk opleveren. Waar de afgelopen jaren vooral in infrastructuur en experimenten werd geïnvesteerd, begint de technologie de komende drie tot vijf jaar door te sijpelen naar de kern van bedrijfsmodellen en besluitvorming. AI verschuift van speeltuin naar productieomgeving. De grote banken verwachten dat dit de fase wordt waarin de beloften van vandaag zich beginnen te vertalen in tastbare winstcijfers. Morgan Stanley voorziet rond 2028 een omslagpunt: de torenhoge uitgaven aan AI worden dan gecompenseerd door hogere omzetgroei en een meetbare sprong in efficiëntie.

Generatieve AI wordt tegen die tijd een vanzelfsprekend onderdeel van de dagelijkse praktijk. Bedrijven bouwen hun eigen taalmodellen, getraind op interne documenten of juridische teksten, die zelfstandig samenvattingen maken, code controleren of eerste versies van rapporten schrijven. De kinderziektes van vandaag – onnauwkeurige output, hallucinaties en veiligheidsrisico’s – zullen grotendeels onder controle zijn. Eén AI-systeem kan dan tekst, beeld en geluid combineren, waardoor bijvoorbeeld marketingcampagnes, juridische analyses of klantenservice in één geïntegreerde workflow draaien. Volgens J.P. Morgan liggen juist in zulke kennisintensieve sectoren – van verzekeringen tot advocatuur – de eerste duidelijke rendementen. Een aanzienlijk deel van de werkzaamheden (15–30%) kan daar al binnen enkele jaren door AI ondersteund worden[10]. Goldman Sachs verwacht dat AI tegen het eind van het decennium de wereldwijde productiviteitsgroei met meer dan één procentpunt per jaar kan versnellen, en Morgan Stanley schat dat de netto-opbrengst voor de S&P 500-bedrijven kan oplopen tot 900 miljard dollar per jaar[11].

In de gezondheidszorg maakt AI in deze periode de sprong van hulpmiddel naar volwaardig collega. Tijdens een consult luistert een AI-systeem mee, vat de bevindingen samen en vult automatisch het patiëntendossier aan. In ziekenhuizen helpt AI bij het stellen van diagnoses door medische beelden razendsnel te analyseren, terwijl in farmaceutische labs generatieve modellen nieuwe moleculen ontwerpen en zelfs virtuele klinische tests simuleren. De eerste door AI ontdekte medicijnen zouden binnen vijf jaar daadwerkelijk in menselijke trials kunnen belanden. Ook buiten de operatiekamer groeit de rol van machines: slimme zorgrobots ondersteunen verplegend personeel en voeren eenvoudige handelingen zelfstandig uit. Toch blijft toezicht cruciaal – de regelgeving loopt nog achter en de medische aansprakelijkheid bij AI-fouten is nog onduidelijk.

Ook in de financiële sector is de omslag ingrijpend. Tegen 2030 is AI volledig ingebed in het hart van banken en vermogensbeheerders. Achter de schermen worden compliance-controles, fraudeonderzoek en risicomodellen grotendeels automatisch uitgevoerd. Aan de voorkant communiceren klanten steeds vaker met spraakgestuurde adviseurs die transacties begrijpen en zelfs persoonlijk advies kunnen geven. Beleggingsportefeuilles worden in realtime bijgestuurd door algoritmen die duizenden signalen tegelijk verwerken. De kloof tussen koplopers en achterblijvers zal in deze fase scherp zichtbaar worden: wie data en talent op orde heeft, groeit; wie te langzaam innoveert, ziet de marges krimpen[12].

Ondertussen verplaatst AI zich van scherm naar tastbare wereld. Robots in fabrieken en magazijnen worden zelfstandiger, slimmer en socialer. Ze herkennen objecten, stemmen zich af op menselijke collega’s en leren nieuwe handelingen zonder dat iemand ze programmeert. In winkels zien we service-robots die klanten helpen of schappen controleren, en in hotels conciërgerobots die gasten verwelkomen. Op de weg verschijnen de eerste volledig autonome voertuigen in afgebakende gebieden; op bouwplaatsen verrichten drones en zelfrijdende machines inspectie- en graafwerk. De humanoïde robot blijft voorlopig een zeldzaamheid, maar prototypes die eenvoudige taken kunnen uitvoeren – van bewaken tot tillen – staan al in de startblokken.

Ook de krijgsmacht transformeert. AI-systemen analyseren satellietbeelden en onderschepte communicatie, signaleren dreigingen en coördineren zwermen drones die autonoom opereren in het veld. De Verenigde Staten werken via het zogeheten Replicator-programma aan duizenden goedkope, onbemande eenheden[16]; Europa en China volgen met eigen initiatieven. Tegen 2030 is AI niet langer een experiment binnen defensie, maar een strategische factor van formaat – een vermenigvuldiger van militaire kracht, maar ook een bron van nieuwe ethische dilemma’s en veiligheidsrisico’s.

Kortom, de periode tot 2030 markeert het moment waarop AI van praktijk naar rendement beweegt. De experimentfase maakt plaats voor volwassen toepassingen die daadwerkelijk waarde creëren – economisch, medisch en strategisch. De inzet is groot, maar het tempo van adoptie zal bepalen wie profiteert van de tweede helft van dit decennium, en wie achterblijft in de schaduw van de algoritmen….

Lange termijn (6 - 25 jaar)

Hoe verder we in de tijd vooruitkijken, hoe breder de waaier van mogelijke uitkomsten wordt. Lange-termijnvoorspellingen over technologie zijn per definitie omgeven door hoge onzekerheid en grote standaarddeviaties: kleine aannames in het heden kunnen in de toekomst enorme verschillen veroorzaken. Toch is het zinvol om richting te schetsen, juist omdat de inzet van kunstmatige intelligentie in de periode 2030-2050 de contouren van economie, arbeidsmarkt en geopolitiek diepgaand kan veranderen.

Investeringsbanken blijven uitgesproken optimistisch. Goldman Sachs schat dat AI het wereldwijde bruto binnenlands product uiteindelijk met zo’n zeven procent kan verhogen, terwijl J.P. Morgan spreekt van een bijdrage van tien biljoen dollar aan mondiale economische waarde[17][18]. Zulke cijfers zijn speculatief, maar illustreren hoe groot het geloof is dat AI een nieuwe economische infrastructuur wordt – vergelijkbaar met elektriciteit in de twintigste eeuw.

Generatieve AI zal in die toekomst waarschijnlijk niet langer beperkt zijn tot tekst of beeld. Systemen leren dan van weinig voorbeelden, combineren meerdere modaliteiten en redeneren over complexe vraagstukken. Waar AI nu vooral uitvoert, denkt het straks actief mee: een AI-onderzoeker die hypotheses opstelt, een AI-architect die complete software- of bouwontwerpen genereert. De grens tussen mens en machine-intelligentie vervaagt. Dat biedt enorme productiviteitswinst, maar ook maatschappelijke spanning. De overgangsperiode kan pijnlijk zijn: honderden miljoenen banen zullen van karakter veranderen, vaardigheden moeten heruitgevonden worden[21][22]. Wie zich tijdig aanpast, profiteert van groeiende welvaart; wie stilvalt, raakt achterop.

In de gezondheidszorg kan AI in deze horizon de omslag brengen van genezen naar voorkomen. Continue datastromen uit wearables en genetische profielen maken gepersonaliseerde gezondheidszorg mogelijk, waarin ziekten worden voorspeld in plaats van behandeld. Chirurgie wordt grotendeels robotisch en precisie-gestuurd; menselijke artsen bewaken de ethiek en complexiteit. AI kan nieuwe medicijnen ontwerpen, klinische proeven virtueel simuleren en het medisch dossier tot leven wekken als een persoonlijk, zelflerend zorgsysteem. Maar die vooruitgang roept ook vragen op: wie bepaalt straks de grens tussen data-gestuurde zorg en menselijke empathie?

In finance tekent zich een wereld af van self-driving banks: volledig geautomatiseerde financiële dienstverlening waarin AI kredietrisico’s beoordeelt, verzekeringen afsluit en portefeuilles realtime optimaliseert. Blockchain en AI groeien samen tot een systeem van zelfuitvoerende contracten. De bank van de toekomst is minder een gebouw en meer een algoritme. Toch vergroot die efficiëntie ook de kwetsbaarheid: een fout in een autonoom handelssysteem kan een wereldwijde schok veroorzaken.

Robotics vormt de fysieke uitbreiding van deze digitale revolutie. Tegen 2050 zou er volgens sommige schattingen meer dan een miljard humanoïde robots in omloop zijn – van zorgassistenten en fabriekswerkers tot huishoudhulpen[23][24]. Waar arbeid nu schaars is, vult robotica de leemte. Fabrieken en infrastructuurprojecten draaien op combinaties van mens en machine die samen leren en handelen. De visie van Morgan Stanley dat “AI physical wordt” – niet langer slechts software maar tastbare kracht – lijkt dan werkelijkheid.

En tenslotte defensie: daar ontwikkelt AI zich van steunmiddel tot strategische factor. Autonome drones, intelligente wapensystemen en cyberdefensie-AI’s bepalen de machtsverhoudingen tussen staten. De wereld schuift richting een nieuwe wapenwedloop waarin code macht is. De vraag wordt niet of AI oorlogen verandert, maar of de mens nog volledig de controle houdt over zijn eigen machines.

De lange termijn van AI belooft ongekende vooruitgang, maar ook nieuwe afhankelijkheden. Tussen 2030 en 2050 zal blijken of kunstmatige intelligentie zich ontwikkelt tot een stabiele pijler van menselijke welvaart – of tot een technologie die zijn eigen grenzen pas leert kennen als we er al ver overheen zijn gegaan.

Kritische wetenschappelijke inzichten en kanttekeningen

Hoewel de economische vooruitzichten rooskleurig zijn volgens banken, wijzen onafhankelijke onderzoekers en wetenschappers op een aantal valkuilen en beperkingen. Het is belangrijk deze kritische geluiden mee te wegen om geen eenzijdig optimistisch beeld te krijgen. Enkele recente inzichten uit studies en papers:

• Huidige AI-productiviteit paradox: Een spraakmakende studie van MIT (project NANDA, 2025) onderzocht 300 AI-initiatieven in bedrijven en ontdekte dat 95% van de organisaties géén meetbare rendementen behaalde op hun AI-investeringen[50][51]. Bedrijven investeerden $30–40 miljard in generatieve AI zonder significante productiviteitsstijging. Zelfs onder bedrijven die AI al inzetten, was er geen “revolutie” in hun prestaties te zien. Deze zogenaamde no hype reality is een wake-up call: het suggereert dat veel huidige AI-toepassingen nog niet rijp zijn of verkeerd worden aangepakt. Een detail uit de studie is dat bedrijven die AI-tools inkochten meer succes hadden dan bedrijven die zelf interne AI-projecten opzetten[52] – misschien omdat het bouwen van AI-systemen moeilijker is dan gedacht. De implicatie is dat veel bedrijven eerst zullen moeten leren hoe AI effectief te integreren (processen herzien, personeel trainen) voordat de beloofde productiviteitswinsten gerealiseerd worden. Voor de economie als geheel kan dit betekenen dat er een vertraging zit tussen technologische potentie en daadwerkelijke groei-impact. Dit “rendementstekort” voedt ook zorgen dat de huidige AI-hype in aandelenkoersen op drijfzand zou kunnen berusten – de MIT-studie stelde dat als beleggers inzien dat rendement uitblijft, dit een risico is voor een markt die sterk leunt op het AI-narratief[53].
• Overinvestering en bubbelgevaar: Economen trekken parallellen met vroegere technologie-bubbels. In 2023/2024 stegen aandelen van AI-gerelateerde bedrijven exponentieel (denk aan chipfabrikanten, cloudbedrijven). Tegelijkertijd gaf een CNBC-enquête aan dat fondsbeheerders een AI bubble als grootste risico zagen voor de markt, ook al bleven velen erin investeren uit angst rendement mis te lopen[54]. Een Yale Insights-artikel (2023) genaamd “This is how the AI bubble bursts” noteerde dat ongeveer 40% van CEO’s wel degelijk bezorgd is dat de hype tot overinvestering leidt[55]. Signalen van bubbelvorming zijn onder meer extreme waarderingen voor AI startups zonder winst, en een kluwen van bedrijven die plots hun naam of strategie herprofileren met “AI” om investeerders te trekken (herinnerend aan de dot-com bubbelpraktijken eind jaren ’90). Een datapunt: de kapitaaluitgaven van Big Tech aan AI-gerelateerde hardware waren in 2023–2024 op het hoogste niveau sinds 2000[56] – en we weten wat er na 2000 gebeurde (de dot-com crash). Dit betekent niet dat AI gedoemd is te imploderen, maar wel dat exuberantie op korte termijn boven de realiteit kan uitsteigen. Kritische experts raden aan om onderscheid te maken tussen echte waardecreatie door AI en buzz. Als voorbeeld: veel generatieve AI-toepassingen zijn leuk, maar voegen nog geen structurele waarde toe; het kaf moet van het koren gescheiden worden. Voor investeerders (hier komen we later op terug) is dit een waarschuwing om niet blind achter elke AI-belofte aan te lopen.
• Beperkte scope van huidige AI: Voorstanders roepen dat AI alles zal veranderen, maar academici als professor Daron Acemoglu (MIT) temperen die verwachtingen. Acemoglu is een vooraanstaand econoom die al enkele jaren onderzoek doet naar AI en productiviteit. In 2023/2024 publiceerde hij analyses waarin hij stelt dat noch theorie, noch data de megagroei-scenario’s volledig ondersteunen[57]. Hij berekende dat, mits we de huidige AI-trend voortzetten, AI mogelijk slechts 5% van de taken automatiseert en daarmee rond 1% extra BBP-groei over het komende decennium zal opleveren[58]. Dit is weliswaar niet niks, maar véél lager dan de 7-10% groei die banken voorspiegelen. Acemoglu’s punt is dat we overschatten hoeveel van de economie echt door AI te verbeteren valt in korte tijd – de meeste taken vereisen namelijk ook sociale interactie, fijnmazige motoriek, en menselijk oordeel, aspecten waar AI (vooral huidige generatieve modellen) nog zwak in is[59]. Bovendien waarschuwt hij dat de manier waarop AI nu wordt ingezet (gericht op automatiseren van arbeid in plaats van complementeren) negatieve neveneffecten kan hebben zoals meer ongelijkheid en minder onderhandelingsmacht voor werknemers. Zijn visie, samengevat in een artikel getiteld “Don’t believe the AI hype”, is dat we een pro-human AI strategie moeten voeren: AI ontwikkelen die werknemers productiever maakt in plaats van ze te vervangen[60][61]. Dit zou zowel economische als sociale voordelen maximaliseren. Deze kritische kijk wordt ondersteund door historisch onderzoek dat eerdere technologische revoluties (zoals robots in de jaren ‘90) aanvankelijk ook minder bijdroegen aan productiviteitsgroei dan men hoopte – bekende “productivity paradox” effecten. De les is dat het jaren duurt voor bedrijven hun organisatie en vaardigheden aanpassen aan een nieuwe technologie. In de tussentijd kunnen er teleurstellingen komen ten opzichte van te hoge verwachtingen.
• Mogelijke maatschappelijke en veiligheidsrisico’s: Buiten de economische context wijzen wetenschappers op downside risks op het gebied van ethiek, veiligheid en maatschappij. Een voorbeeld is de bias en black-box aard van veel AI-modellen: kritische papers (zoals de beroemde “Stochastic Parrots” paper in 2021) brachten aan het licht dat grote taalmodellen ongewenste vooroordelen en misinformatie kunnen produceren. In de periode 2023–2025 zijn meerdere gevallen bekend geworden van AI’s die discriminerende beslissingen namen (bijv. bias in sollicitaties, of hogere kredietscores voor bepaalde groepen). Dit kan leiden tot reputatieschade of zelfs rechtszaken tegen bedrijven die AI onverantwoord inzetten. Daarnaast is er het groeiende veld van AI safety / alignment: duizenden AI-experts en wetenschappers – waaronder namen als Geoffrey Hinton en Yoshua Bengio – hebben gewaarschuwd voor het scenario dat superintelligente AI ongecontroleerde gevolgen kan hebben. In 2023 ondertekenden honderden experts een statement dat het mitigeren van het risico van uitsterving door AI een wereldwijde prioriteit zou moeten zijn (naast pandemieën en kernoorlogen)[62]. Hoewel dit als sci-fi klinkt, toont een enquête aan dat een aanzienlijk deel van AI-onderzoekers het niet uitsluit dat AI ooit een existentiële bedreiging kan vormen[63]. De meeste economische analyses gaan hier niet diep op in (omdat het buiten traditionele modellen valt), maar voor langetermijnbeleid is het relevant. Immers, als er strenge regulering of zelfs moratoria op bepaalde AI komen vanwege zorgen om veiligheid, dan beïnvloedt dat de investeringscase. Ook meer directe risico’s, zoals AI voor cyberaanvallen of autonoom wapentuig (zie defensie-discussie), kunnen maatschappelijke kosten of instabiliteit veroorzaken. Tot slot noemen wetenschappers de AI data honger: AI-modellen vereisen enorme hoeveelheden data en energie, wat milieu-impact heeft. Als AI-uitrol doorzet ongehinderd, kunnen de energiekosten en CO2-voetafdruk fors zijn – wat weer tot regulering of hogere kosten kan leiden in een wereld die juist stevige verduurzaming behoeft.

De kern van deze kritische inzichten is voorzichtigheid en realisme. AI biedt ongelooflijke beloften, maar de weg ernaartoe is bezaaid met uitdagingen. Er is een reëel risico dat op korte termijn de voordelen worden overschat en de nadelen onderschat. De wetenschap adviseert een gebalanceerde aanpak: investeren in AI, maar gepaard met investeringen in menselijk kapitaal (onderwijs, omscholing) en in sterke waarborgen (ethische richtlijnen, audits, regelgeving) om de technologie in goede banen te leiden.

Beleggen in AI: kansen, risico’s en verantwoordelijkheid

AI biedt een van de grootste structurele groeikansen van deze generatie. De technologie belooft hogere productiviteit, nieuwe markten en mogelijk zelfs een volgende golf van welvaart. Maar zoals bij elke revolutie geldt: er zijn winnaars én verliezers, en niet alles wat snel stijgt blijft vliegen. Voor beleggers – institutioneel of particulier – is het daarom cruciaal om zowel de upside als de downside goed te doorgronden.

De kansen: productiviteit, innovatie en nieuwe ecosystemen

AI heeft het potentieel om de productiviteit van vrijwel elke sector te verhogen. Softwarebedrijven worden efficiënter, financiële instellingen sneller en zorgsystemen slimmer. In sectoren als de gezondheidszorg zien we hoe AI tastbaar waarde creëert. Een goed voorbeeld is robotchirurgie: Intuitive Surgical, fabrikant van het da Vinci-systeem, combineert robotica met AI-ondersteuning voor preciezere ingrepen. De onderneming zag haar omzet en procedureaantallen fors stijgen, en de beurskoers sprong na de laatste kwartaalcijfers met zo’n twintig procent omhoog – een signaal dat AI-toepassingen niet alleen technisch, maar ook financieel volwassen beginnen te worden.

Ook buiten de zorg groeit de AI-economie in lagen: chipproducenten en cloudbedrijven leveren de infrastructuur; modelbouwers ontwikkelen de algoritmen; en talloze sectoren – van industrie tot logistiek – passen AI toe in hun eigen keten. Wie op de lange termijn belegt in kwaliteit, innovatiekracht en schaalvoordeel, kan profiteren van deze structurele verschuiving.

De risico’s: hype, concentratie en maatschappelijke frictie

Tegelijk is het AI-verhaal niet zonder valkuilen. De waarderingen van sommige bedrijven zijn vooruitgelopen op de werkelijkheid. De studie van MIT die aantoonde dat 95% van de AI-projecten nog geen meetbaar rendement opleverde, herinnert eraan dat beloften vaak sneller stijgen dan prestaties. Het gevaar van een bubbel – vergelijkbaar met de dotcomperiode – is reëel als verwachtingen niet worden waargemaakt.

Daarbij komt concentratierisico: een groot deel van de AI-waardestijging zit in een handvol megacaps, wat portefeuilles kwetsbaar maakt. Ook de maatschappelijke bijwerkingen verdienen aandacht. AI kan banen vervangen, machtsverhoudingen verschuiven en ethische dilemma’s oproepen. Nieuwe regelgeving over data, privacy en aansprakelijkheid kan winstmarges beïnvloeden, net als maatschappelijke weerstand tegen toepassingen als gezichtsherkenning of autonome wapens. De technologie die groei brengt, kan tegelijk zorgen voor frictie en onzekerheid – economisch én politiek.

Responsible AI: een nieuw ESG-hoofdstuk

Juist daarom is het verstandig AI niet alleen als kans, maar ook als verantwoordelijkheid te zien. Steeds meer beleggers, bijvoorbeeld goede doelenstichtingen en vermogensfondsen met ideële doelstellingen, spreken over ESG-AI – een toetsingskader dat verder gaat dan de traditionele duurzaamheidscriteria. Daarbij wordt gekeken naar de manier waarop bedrijven AI ontwikkelen en inzetten op hoe transparant en uitlegbaar hun modellen zijn, of ze bias en discriminatie actief tegengaan, of ze hun datagebruik ethisch en wettelijk verantwoorden, hoe ze omgaan met energieverbruik in datacenters en hoe ze hun medewerkers helpen zich aan te passen aan automatisering.

Bedrijven die AI op een beheerste, veilige en uitlegbare manier inzetten, hebben waarschijnlijk een duurzamer toekomstperspectief dan degenen die enkel op snelheid of winst mikken.

Een nuchtere beleggingshouding

De juiste benadering is daarom niet alles-of-niets, maar gedoseerd, gespreid en gefundeerd. AI-exposure hoort thuis in een moderne portefeuille, maar met realisme over tempo en timing. Het is verstandiger te investeren in bedrijven met bewezen verdienmodellen en daar het zwaartepunt te leggen en lichtere wegingen te geven aan de veelbelovende pioniers die zich richten op toepassingen die vooralsnog veel diepte-investeringen vergen.

Diversificatie is essentieel: de AI-waardeketen omvat infrastructuur (chips, cloud, netwerken), modelbouwers (software en algoritmen) én toepassingsbedrijven in uiteenlopende sectoren. Niet elk segment groeit tegelijk, maar gezamenlijk vormen ze een trend die zich over decennia zal ontvouwen.

Geen positie innemen is ook een risico op zich: als AI de volgende grote technologische revolutie is, dan riskeren laatkomers de boot te missen en wachten structurieel lagere rendementen. Beleggers moeten daarom doelgericht exposure hebben naar AI, door middel van gedegen analyse en onderzoek en spreiding over de bouwers van infrastructuur en experimentele toepassingen.

Concluderend

AI zal naar alle waarschijnlijkheid een grote rol spelen in zowel de nabije, middellange als de lange termijn toekomst, maar de weg erheen is geen rechte lijn omhoog. Voorzichtig optimisme is geboden. Investeringsbanken en visionairs kunnen gelijk krijgen in de omvang van de transformatie, maar de timing en verdeling ervan zijn onzeker. Degenen die proactief, goed geïnformeerd en verantwoord met AI omgaan – of het nu bedrijven, beleggers of beleidsmakers zijn – de meeste kans hebben de upsides te pakken en de downsides te beheersen. Pensioenfondsen, gezinnen en stichtingen moeten AI zien als een belangrijk onderdeel van hun toekomststrategie, maar er met open ogen instappen: diversifieer, blijf wendbaar, en verlies de maatschappelijke context niet uit het oog. Zo kan AI van een risico tot een verantwoorde aanjager van welvaart en welzijn worden in de komende decennia.

Bronnen:

[1] [2] [3] [26] [27] [28] AI investment forecast to approach $200 billion globally by 2025 | Goldman Sachs

[4] [13] [38] [39] [40] Tech and Innovation: 2030 Outlook | Morgan Stanley

[5] [6] [46] JPMorgan's $2 Billion AI Investment Yields Equal Savings, Says CEO Dimon - News and Statistics - IndexBox

[7] [8] [16]  The United States Quietly Kick-Starts the Autonomous Weapons Era - Centre for International Governance Innovation

[9] [36] [37] Morgan Stanley Says Huge AI Capex Spending Will Deliver Returns by 2028 - Business Insider

[10] [19] [44] [45] Will generative AI be bigger than the internet?

[11] [12] [34] [42] [43] AI in the Workplace Could Increase Market Value by 30% | Morgan Stanley

[14] [15] [23] [24] [25] [41] Humanoid Robot Market Expected to Reach $5 Trillion by 2050 | Morgan Stanley

[17] [18] [20] [21] [22] [29] [30] [31] Generative AI could raise global GDP by 7% | Goldman Sachs

[32] [PDF] POWERING THE AI ERA | Goldman Sachs

[33] Goldman Sachs bets on generative AI and empowers 'AI natives'

[35] Big Tech's $400 Billion AI Spending Spree Just Got Wall Street's ...

[47] Is AI already driving U.S. growth? | J.P. Morgan Asset Management

[48] [49] How generative AI could add trillions to the global economy | World Economic Forum

[50] [51] [52] [53] [56] AI investment led to zero returns for 95% of companies in MIT study

[54] Fund Managers Call AI Bubble Their Biggest Risk — Yet Keep Buying

[55] This Is How the AI Bubble Bursts | Yale Insights

[57] Don’t Believe the AI Hype by Daron Acemoglu - Project Syndicate

[58] [59] [60] [61] The Case for Pro-Human AI: Why Acemoglu Says We’re Using It Wrong | by martino.agostini | Medium

[62] [63] Existential risk from artificial intelligence - Wikipedia