Voor beleggers betekent dit dat er kansen ontstaan in sectoren die minder in de schijnwerpers staan, maar wel cruciaal zijn voor de verdere groei van AI. In dit artikel verkennen we de belangrijkste schakels in het AI-ecosysteem, de sectoren die meeliften op AI-boom en de risico’s die daarbij komen kijken. Het is een voorproefje van het LYNX-webinar op 1 oktober, waarin ik dieper inga op deze thema’s.
Beleggen in AI
AI is niet alleen afhankelijk van krachtige chips. Het hele ecosysteem eromheen is noodzakelijk om toepassingen schaalbaar en efficiënt te maken. Vier schakels springen eruit:
1. Datacenters en infrastructuur
De rekenkracht die nodig is voor AI-modellen neemt exponentieel toe. Datacenters vormen de fysieke ruggengraat van de AI-revolutie. Bedrijven die gespecialiseerd zijn in clouddiensten, datacenterbeheer en koelingstechnologie spelen hierin een sleutelrol.
2. Energievoorziening
Het energieverbruik van AI is enorm. Analisten wijzen op de cruciale rol van elektriciteitsproducenten, kernenergiebedrijven en ondernemingen die investeren in duurzame energieoplossingen. Zonder betrouwbare en betaalbare stroomvoorziening stagneert de groei van AI-toepassingen.
3. Software en data-analyse
Naast de hardware is er een toenemende vraag naar gespecialiseerde software. Denk aan platforms voor machine learning, data-analyse en automatisering. Deze software zorgt ervoor dat AI-toepassingen daadwerkelijk toepasbaar en schaalbaar worden in sectoren als gezondheidszorg, financiën en industrie.
4. Data-infrastructuur
AI kan alleen leren en functioneren op basis van enorme hoeveelheden data. Bedrijven die data verzamelen, structureren en beveiligen – inclusief cybersecurityspecialisten – zijn onmisbaar in de waardeketen.
De AI‑waardeketen: van onder naar boven
Het is inmiddels duidelijk dat de AI-waardeketen veel breder is dan alleen de chips. Van energie tot beveiliging zijn er talloze schakels die samen bepalen hoe snel en betrouwbaar AI zich kan ontwikkelen. Voor beleggers betekent dit dat er kansen liggen in verschillende lagen van de keten. Onderstaande overzicht vormt echter géén advies of aanbeveling, slechts een overzicht van de spelers die in dit ecosysteem actief zijn.
Energie en infrastructuur
AI-datacenters verbruiken dag en nacht enorme hoeveelheden stroom. Daarom sluiten grote technologiebedrijven vaak langlopende contracten af met producenten van groene stroom of kernenergie. Ook de elektriciteitsnetten zelf moeten worden versterkt. Voorbeelden van spelers in deze keten zijn Constellation Energy, NextEra, RWE, EDF en Ørsted. Voor de netwerkinfrastructuur leveren bedrijven als Siemens Energy, ABB, Schneider Electric en Eaton de benodigde technologie.
Datacenters en koeling
Datacenters zijn de fysieke motor achter AI. Capaciteit, betrouwbaarheid en koeling zijn cruciaal. Vastgoedpartijen zoals Equinix en Digital Realty verhuren datacenterlocaties. Voor koeling en stroomvoorziening zijn bedrijven als Vertiv, Trane Technologies, Johnson Controls en opnieuw Schneider Electric belangrijke namen. Op het gebied van serverintegratie spelen Super Micro Computer, Dell Technologies en HPE een rol.
Netwerken en verbindingen
Om AI-chips goed samen te laten werken zijn razendsnelle verbindingen nodig. Bedrijven zoals Arista Networks en Cisco leveren netwerkapparatuur, terwijl Broadcom en Marvell zorgen voor de optische componenten. Ook specialisten zoals Lumentum en Coherent zijn hier actief.
Geheugen, opslag en energievoorziening
AI-modellen hebben gigantische hoeveelheden geheugen en opslag nodig. Leveranciers zoals Micron, SK hynix en Samsung produceren geavanceerd geheugen. Voor dataopslag zijn onder andere Seagate en Western Digital relevant. Op het gebied van efficiënte energiecomponenten spelen Infineon, ON Semiconductor, STMicroelectronics en Texas Instruments een sleutelrol.
Chips en productie
De kern van AI blijft de chip. NVIDIA en AMD domineren met GPU’s en accelerators, terwijl Intel zowel CPU’s als AI-chips levert. De productie ligt grotendeels bij TSMC, de grootste chipfabrikant ter wereld. Europese spelers als ASML, ASM International en BE Semiconductor (BESI) leveren de machines en verpakkingstechnologie die dit mogelijk maken. Ook Amerikaanse bedrijven zoals Applied Materials, Lam Research en Tokyo Electron zijn belangrijk in deze waardeketen.
Data en softwarelagen
AI is zo goed als de data die erin gaat. Cloudplatforms zoals Microsoft (Azure), Amazon (AWS) en Alphabet (Google Cloud) leveren rekenkracht en AI-diensten. Voor dataopslag en analyse zijn bedrijven als Snowflake, MongoDB, Elastic en Confluent actief. Voor monitoring en MLOps zijn onder meer Datadog en diverse open-source oplossingen van belang.
Beveiliging en identiteit
AI vergroot ook het digitale aanvalsoppervlak. Bedrijven als CrowdStrike, Palo Alto Networks, Zscaler, Cloudflare en Okta bieden oplossingen om data, modellen en API’s te beschermen.
Kansen bij het beleggen in AI
- Groei van de AI-markt: De wereldwijde AI-markt groeit explosief, met verwachte dubbele groeicijfers de komende jaren. Dit betekent dat bedrijven die AI ontwikkelen of toepassen structureel kunnen profiteren.
- Efficiëntie en kostenbesparing: AI helpt bedrijven processen te automatiseren en productiviteit te verhogen. Ondernemingen die AI succesvol implementeren, kunnen hogere marges realiseren en hun concurrentiepositie versterken.
- Innovatie en nieuwe producten: AI maakt volledig nieuwe producten en diensten mogelijk, van zelfrijdende auto’s tot gepersonaliseerde medische behandelingen. Beleggen in AI betekent meeliften op deze innovatiegolf.
- Brede toepasbaarheid: AI wordt toegepast in vrijwel alle sectoren: gezondheidszorg, financiën, transport, retail, industrie en entertainment. Dit zorgt voor een gediversifieerde kansenspreiding.
Risico’s van beleggen in AI
De AI-markt groeit snel, maar dat betekent niet dat beleggingen in dit domein risicoloos zijn. Het is daarom belangrijk dat beleggers zich niet blindstaren op de groeiverhalen, maar ook de risico’s onderkennen. Enkele risico’s zijn:
- Marktvolatiliteit: AI blijft een relatief jonge sector waarin waarderingen snel kunnen veranderen. Beleggers moeten uitkijken voor overwaarderingen, bubbles en hypes.
- Hoge energiekosten: toenemende vraag naar stroom kan leiden tot hogere operationele kosten. Dit kan de winstmarges van AI-bedrijven onder druk zetten.
- Regulering: overheden werken aan wetgeving rond AI-gebruik, met mogelijk impact op winstgevendheid.
Webinar op 1 oktober
Wilt u meer leren over beleggen in kunstmatige intelligentie? Tijdens de LYNX Masterclass op 1 oktober bespreek ik:
- Hoe de AI-race zich verplaatst van chips naar cruciale schakels in de waardeketen.
- Welke sectoren en bedrijven volgens analisten belangrijk zijn binnen dit ecosysteem.
- Welke risico’s en valkuilen beleggers in het oog moeten houden.
- Hoe u als belegger indirect kunt inspelen op AI-ontwikkelingen.
