“De AI-infrastructuur die vandaag wordt gebouwd, vormt de basis voor de volgende fase van AI-adoptie. Maar de bedrijven die deze infrastructuur nu ontwikkelen, zijn niet noodzakelijkerwijs degenen die er straks het meest van profiteren”, zegt Dane Smith, Head of North American Investment Strategy & Research. Deze les trekt hij uit de telecomhausse van eind jaren negentig. Toen waren glasvezelnetwerken essentieel voor de internetrevolutie, maar veel bedrijven die deze netwerken aanlegden, wisten minder waarde te creëren dan de platforms en diensten die er later op voortbouwden.
Geen enkel land beheerst de volledige AI-keten en de voordelen per onderdeel verschillen aanzienlijk. De VS lopen nog altijd voorop in AI-modellen en grootschalige rekeninfrastructuur. Taiwan speelt een cruciale rol in de geavanceerde productie van halfgeleiders, terwijl Zuid-Korea belangrijke technologieën voor geheugenchips levert. Andere landen leveren essentiële grondstoffen en energie, wat de geografische afhankelijkheden verder vergroot.
Zoals de onderstaande grafiek laat zien, verschilt de positie van landen in de sectoren die cruciaal zijn voor de ontwikkeling van AI. Hoewel de VS in de meeste van de uitgelichte sectoren binnen de AI-keten een dominante positie innemen, speelt Taiwan een belangrijke rol in de halfgeleiderindustrie en Zuid-Korea in de opslagtechnologie voor hardware. Ook andere landen, waaronder Nederland, Canada en Duitsland, bieden blootstelling aan belangrijke AI-gerelateerde sectoren.
“Deze geografische specialisatie onderstreept dat het leiderschap op het gebied van AI zich mogelijk verder over landen en sectoren zal verspreiden. Investeringen nemen beperkingen in het ene onderdeel van de keten weg, maar kunnen tegelijkertijd elders nieuwe knelpunten veroorzaken”, licht Smith toe.
De vraag naar AI-infrastructuur blijft op korte termijn sterk, maar door de omvang van de investeringen wordt het steeds moeilijker om aantrekkelijke rendementen te behalen. “Beleggers moeten verder kijken dan de groeiende vraag en beoordelen of de capaciteit zich voldoende onderscheidt van die van concurrenten en of AI-gerelateerde inkomsten een aantrekkelijk rendement op extra investeringen kunnen opleveren”, zegt Smith.
De uitdaging is om te bepalen waar de economische waarde terechtkomt naarmate onderdelen van de AI-keten goedkoper en ruimer beschikbaar worden. “Op termijn ligt het onderscheid mogelijk minder tussen bedrijven die AI ontwikkelen en bedrijven die dat niet doen, en meer tussen bedrijven die de infrastructuur hebben gebouwd en bedrijven die er het meest effectief gebruik van maken”, concludeert Smith.