TL;DR
- Geen bubbel maar een correctie. Beurzen eisen bewijs van rendement — niet dat AI geen waarde heeft. Dat verschil is essentieel.
- De tokenrekening loopt op. AI-agenten verbruiken gemiddeld 3× meer tokens dan een jaar geleden; hoe complexer de taak, hoe onvoorspelbaarder de kosten.
- Beste modellen worden afgeschermd. Washington blokkeert Anthropics krachtigste modellen voor Europa en beperkt GPT-5.6 tot twintig goedgekeurde partners.
- Governance verschuift. Het risico is niet langer inhoudelijk maar over beschikbaarheid: wat als uw model morgen wegvalt of drie keer duurder wordt?
- Leveranciersrisico is nu bestuurlijk. Spreiding over modellen en grip op tokenkosten zijn de kern van uw AI-strategie.
Vorige maand keek ik naar de beurskoersen van de grote AI-bedrijven en zag ik rood. Oracle min 5,5 procent, de Koreaanse beurs tien procent onderuit, overal hetzelfde woord: bubbel. Toch geloof ik daar niets van.
Want een paar dagen eerder zat een bevriende ondernemer door zijn tokenlimiet heen, net voor een presentatie. Niet de koersen vertelden me of AI blijft. Zijn paniek deed dat.
De man die door zijn tokens heen ging
Hij gebruikt een AI-tool zoals Gamma om presentaties te maken. Niet als speeltje, niet om indruk te maken op LinkedIn, maar als vast onderdeel van zijn werk. Slides, structuur, eerste teksten: de machine doet het voorwerk, hij doet de finishing touch. Zo werkt hij al maanden.
En toen ging de meter op nul. Vlak voor een deadline die ertoe deed. Wat er gebeurde was niet dat een handige functie wegviel. Zijn hele manier van werken stokte. Hij moest terug naar hoe het vroeger ging, en pas op dat moment voelde hij hoe traag dat eigenlijk was.
Dat is het interessante. Niet dat hij vastliep, maar wat het zichtbaar maakte. De waarde van AI was er allang. Hij merkte het alleen pas toen die waarde even wegviel. Zoals je elektriciteit pas opmerkt als de stroom uitvalt.
Ik moest denken aan iets wat ik vaker zie in de markt. Mensen vragen zich nog af óf AI iets oplevert, terwijl het allang in hun dagelijkse output zit verweven. De vraag is niet meer of het werkt. De vraag is of je het kunt blijven betalen.
Waarom dit een correctie is, geen knal
Eerst de koersen, want daar begint het gesprek meestal. De daling was echt. De Nasdaq daalde 2,2 procent op één dag, bovenop 1,3 procent de dag ervoor, met Nvidia 4 procent lager, AMD 6,2 procent en Micron 8,5 procent (opent in nieuw venster). Oracle ging 5,5 procent omlaag. In Azië was het nog heftiger, met de Koreaanse Kospi tien procent lager en een handelsstop voor het eerst sinds maart.
Klinkt als een knappende bubbel. Maar lees je verder, dan zie je iets anders. Het wordt breed geduid als een correctie, geen knal: beleggers verschuiven van het belonen van AI-uitgaven naar het eisen van bewijs van rendement (opent in nieuw venster). Dat is een wezenlijk verschil. Een bubbel klapt omdat er niets achter zit. Een correctie corrigeert een prijs, niet een belofte.
En de cijfers die de markt nerveus maken, zeggen precies waar de pijn zit. Niet in de vraag of AI werkt. In wat het kost om het te bouwen.
Kijk naar de getallen. Alphabet stuurt aan op 175 tot 185 miljard dollar aan investeringen in 2026, Amazon op ongeveer 200 miljard, en samen met Microsoft, Meta en Oracle overschrijdt de totale capex 452 miljard dollar voor dat ene jaar (opent in nieuw venster). Tegelijk viel Alphabets vrije kasstroom in het eerste kwartaal van 2026 met 47 procent terug, en stortte Amazons vrije kasstroom over twaalf maanden 95 procent in tot 1,2 miljard dollar door de infrastructuurkosten (opent in nieuw venster).
Dat is geen bedrijf dat niets verdient. Dat is een bedrijf dat zoveel uitgeeft aan de toekomst dat er nu even niets overblijft. Het verschil is alles.
Tokenverbruik: de rekening die niemand ziet aankomen
Terug naar mijn vriend met zijn presentaties. Wat hem overkwam, gebeurt nu op grote schaal, en de oorzaak heeft een naam: tokens. Dat is de eenheid waarin AI-modellen je gebruik afrekenen. Elke vraag die je stelt en elk antwoord dat je terugkrijgt, wordt geteld in tokens. Hoe meer de machine voor je denkt, hoe meer tokens, hoe hoger de rekening.
En die rekening loopt hard op. Volgens tech-investeerder Prosus verbruiken AI-agenten gemiddeld drie keer zoveel tokens als een jaar geleden, en hoe complexer de taak, hoe onvoorspelbaarder die rekening wordt (opent in nieuw venster). Het schrijven van code, het beoordelen van een aanvraag, het verwerken van facturen: het verbruik schiet omhoog naarmate je de machine echt werk laat doen.
Dit is het stille probleem onder de hele AI-belofte. We willen allemaal naar de volgende trede. Van een chatbot die vragen beantwoordt naar een agent die hele processen overneemt. Maar precies die volgende trede is het duurst.
Het beeld dat McKinsey gebruikt in zijn rapport AI in insurance: Understanding the implications for investors is een trap. Onderaan staat de voorspellende AI die we al jaren kennen: fraudedetectie, pricing, risicomodellen. Daarboven de generatieve AI die documenten en polissen verwerkt. En bovenaan de agentic AI die hele werkstromen autonoom belooft te beheren, van begin tot eind. Elke trede levert meer op. En elke trede kost meer. De belofte en de rekening klimmen samen omhoog.
Voor wie nu denkt dat dit een ver-van-mijn-bed-verhaal is voor het grootbedrijf: het tegendeel is waar. Juist het kleinere bedrijf voelt dit het eerst, want daar is het verschil tussen een abonnement van vijftig euro en een rekening van vijfhonderd euro per maand het verschil tussen wel of niet doen. Ik schreef daar eerder over in grip op je AI-kosten.
De tweede klap: de beste modellen verdwijnen achter een hek
En dan komt er deze maand een tweede ontwikkeling overheen, eentje die de kostenvraag nog scherper maakt. De allerbeste modellen worden moeilijker bereikbaar. Niet door de markt, maar door de politiek.
Begin deze maand legde de Amerikaanse overheid een exportcontrole op aan Anthropic, waarna het bedrijf zijn twee krachtigste modellen, Mythos en Fable, voor alle klanten wereldwijd uitschakelde (opent in nieuw venster). Dat is geen commerciële keuze van een bedrijf. Dat is Washington dat ingrijpt.
En het bleef niet bij Anthropic. Op 26 juni kondigde OpenAI zijn nieuwe GPT-5.6 aan, maar beperkt op verzoek van de overheid de release tot ongeveer twintig door de overheid goedgekeurde partners (opent in nieuw venster). Hetzelfde patroon, binnen twee weken, bij de twee grootste spelers. Washington begint de meest geavanceerde modellen te behandelen als producten die eerst langs de overheid moeten voordat de rest van de wereld erbij mag.
Dit is precies het scenario dat een groep Europese AI-onderzoekers in juni schetste in Europe 2031 (opent in nieuw venster), een doorwrocht toekomstverhaal over hoe Europa afhankelijk raakt. Het werd gepubliceerd op 11 juni, één dag voordat Washington de Europese toegang tot die Anthropic-modellen afsneed. De fictie haalde de realiteit in binnen vierentwintig uur.
De kern van dat verhaal raakt direct aan jou. De EU AI Act, zo stellen de auteurs, is feitelijk gebouwd op de aanname dat Amerikaanse aanbieders de Europese markt niet willen verliezen. Maar als compute schaars wordt, is er weinig prikkel voor die aanbieders om het Europese publiek te blijven bedienen (opent in nieuw venster). Aan het eind van hun scenario houdt Europa drie magere opties over: een Amerikaans protectoraat worden, naar China stappen, of in isolement wegzakken.
Naar China, met een nieuw probleem in de koffer
Stel dat de Amerikaanse top voor jou onbereikbaar of onbetaalbaar wordt. Dan ligt er een alternatief klaar, en dat komt uit China. Modellen als die van DeepSeek presteren goed en zijn vaak open beschikbaar, dus je kunt ze op je eigen infrastructuur draaien.
Klinkt als een uitweg. Maar je ruilt het ene probleem in voor het andere. Met een Amerikaans model heb je al een afhankelijkheid en een governance-vraagstuk. Met een Chinees model krijg je daar een nieuwe laag bovenop: andere regels, andere zorgen over waar je data heen gaat, andere politieke gevoeligheid bij je klanten en toezichthouders.
Zo bezien is dit niet één probleem maar een tang. Aan de ene kant de kosten die oplopen. Aan de andere kant de toegang die onzeker wordt. En welke kant je ook op beweegt, je governance wordt ingewikkelder, niet eenvoudiger. Ik schreef eerder waarom open source daarom geen hobby is maar een bestuurlijke noodzaak, in deze blog over de kill switch.
Het echte governance-vraagstuk verschuift
Hier komt alles samen, en hier zit het punt dat ik bijna niemand hoor maken. We praten over AI-governance alsof het over de inhoud gaat. Mag dit model deze data zien? Voldoet het aan de AVG? Klopt het met de AI Act? Belangrijke vragen, maar het zijn vragen over de inhoud van wat je doet.
Het nieuwe risico gaat niet over inhoud. Het gaat over beschikbaarheid. Je kunt een model perfect compliant inrichten en alsnog volgend jaar zonder zitten, omdat een overheid besluit dat jij er niet meer bij mag, of omdat de prijs verdrievoudigt. Dat is een bestuurlijk risico dat los staat van de AVG en los staat van de AI Act. En het is nieuw.
Voor een directeur betekent dat een andere vraag aan tafel. Niet alleen: is ons AI-gebruik netjes geregeld? Maar ook: wat gebeurt er met ons bedrijf als het model waar onze processen op draaien morgen drie keer duurder wordt, of helemaal wegvalt? Mijn bevriende ondernemer kreeg een mini-versie van die vraag toen zijn meter op nul ging. Hij verloor een paar uur. Een bedrijf dat zijn hele klantenservice of schaderegeling op één model heeft gebouwd, verliest meer dan een paar uur.
Dit is waarom ik volhoud dat AI geen bubbel is. Een bubbel zou betekenen dat de waarde lucht is. Maar de waarde is juist het probleem. Hij is zo echt, zo diep verweven in hoe we werken, dat het wegvallen ervan pijn doet. Je raakt niet in paniek als een speeltje kapotgaat. Je raakt in paniek als gereedschap wegvalt waar je op leunt.
Wat dit voor jou betekent
De potentie is geen punt van discussie meer. Mijn vriend bewees het zonder het te willen: hij was met AI aantoonbaar sneller dan zonder, en hij merkte het pas toen het wegviel. Dat is geen reden om af te wachten tot de hype overwaait. De hype is niet het punt. De rekening is het punt.
Dus de strategische opdracht voor 2026 verschuift. Niet: gaan we iets met AI doen? Dat antwoord is allang ja, of je het nu bewust hebt besloten of niet. De vraag is: houden we de kosten en de toegang in eigen hand? Dat betekent weten waar je AI op draait, wat het je per maand kost, en wat je doet als die ene leverancier morgen de deur dichttrekt of de prijs verhoogt. Het betekent niet alles op één model bouwen, hoe goed dat model ook is.
De koersen herstellen wel weer. Modellen komen en gaan, de ene maand geblokkeerd, de andere weer vrij. Maar de onderliggende beweging blijft: de waarde wordt groter, en daarmee wordt grip op de kosten en de toegang geen technische bijzaak. Het wordt de kern van je AI-strategie.
Mijn vriend heeft inmiddels een tweede tool achter de hand, voor als de eerste hapert. Een kleine ondernemer die nadenkt over leveranciersrisico. Zonder het zo te noemen, doet hij precies aan governance. De rest van ons mag bijbenen.