AI-zeepbel of niet? Wat de dotcomcrash van 2000 verkeerd begrepen heeft (en waar beleggers in plaats daarvan op moeten letten)

Elke week gaan we met jou zitten om te bespreken wat de financiële markten beweegt, gebaseerd op onze beleggingsaanpak. Soms richten we ons op individuele aandelen, soms op sectoren en soms op het bredere macro-economische plaatje.

Deze week konden we niet om de vraag heen die overal blijft opduiken:

Is AI een zeepbel… of niet?

Het is een terechte discussie, zeker wanneer markten zenuwachtig aanvoelen en beleggers beginnen te zoeken naar “signalen” dat alles oververhit raakt. En ja, de vergelijking duikt telkens weer op: “Dit lijkt op de internetzeepbel van 2000.”

Maar hier is het kernpunt: AI is niet “de zeepbel”, net zoals het internet dat niet was. De zeepbel (als die er is) ontstaat in delen van de markt — in waarderingen, financieringsstructuren en onrealistische verwachtingen — niet in de onderliggende technologie zelf, wat precies is waarom principes van langetermijnbeleggen belangrijker zijn dan kortetermijnsentiment.

Laten we dit ontleden op een manier die echt nuttig is vanuit het perspectief van de belegger.

AI verdwijnt niet (dus dat alleen is geen zeepbel)

Een zeepbel wordt vaak omschreven als “iets dat verdwijnt en niets achterlaat”.

AI past daar niet in. De technologie wordt al ingezet in verschillende sectoren en de adoptie neemt toe. In dat opzicht lijkt het op het internet: het internet was geen zeepbel — de prijszetting en speculatie rond bepaalde internetbedrijven waren dat wel.

De betere vraag is dus:

Waar stroomt het geld naartoe, en voor welke aannames betalen beleggers?

Ons kader: 3 manieren waarop beleggers blootstelling aan AI kunnen krijgen

Deze structuur weerspiegelt ons kader voor thematisch beleggen, met de focus op waar waarde zich in de tijd opbouwt in plaats van het najagen van hype. Om dit praktisch te houden, delen we het “AI-investeringsuniversum” op in drie categorieën:

1. De “picks and shovels”-bedrijven (de infrastructuurlaag)

Denk aan de oude goudkoorts: vaak waren het niet de goudzoekers die het meest verdienden, maar degenen die de gereedschappen verkochten.

In AI gaat het hier om bedrijven die AI op schaal mogelijk maken: chips (CPU/GPU en gerelateerde hardware), datacenters, netwerken, energie- en stroominfrastructuur, connectiviteit en telecomcapaciteit (een moderne parallel met de vroege internetadoptie).

Deze laag heeft sterk geprofiteerd, omdat de vraag naar AI-computing naar verwachting blijft stijgen, terwijl dit ook spreiding over sectoren ondersteunt. De echte discussie gaat niet over óf het groeit, maar hoe ver en hoe snel.

2. Bedrijven die AI al gebruiken om winstgevendheid te verbeteren (de adoptielaag)

Hier wordt het interessant, omdat deze bedrijven mogelijk kunnen profiteren van AI zonder dat er “AI-hype” nodig is.

Deze bedrijven gebruiken AI om kosten te verlagen, productiviteit te verbeteren, omzet per werknemer te verhogen en processen en besluitvorming te automatiseren.

In de voorbeelden wordt genoemd hoe grote bedrijven AI-gedreven systemen gebruiken om problemen automatisch te detecteren (denk aan: directe inspectie, geautomatiseerde kwaliteitscontroles en operationele efficiëntie). Het punt is simpel:

Als Nvidia morgen 3% daalt, kunnen deze bedrijven op de achtergrond nog steeds stilletjes hun marges verbeteren.

3. Bedrijven die AI-applicaties bouwen (de productlaag)

Dit omvat bedrijven die AI-tools, platforms en eindgebruikersapplicaties ontwikkelen (gezondheidszorg is een genoemd voorbeeld).

Deze laag kan krachtig zijn, maar hier lopen verwachtingen ook het snelst vooruit op de realiteit, omdat de potentiële markt enorm is en beleggers daardoor geneigd zijn “perfecte uitvoering” in te prijzen.

Nvidia als barometer: sterke resultaten… en toch volatiliteit

Nvidia blijft een barometer voor het AI-sentiment. De marktreactie die in de voorbeelden wordt genoemd, is een perfect voorbeeld van hoe fragiel positionering kan zijn: sterke cijfers (omzet en winst boven verwachting), een eerste rally, waarna de beweging omkeert en het aandeel lager sluit.

Dat patroon is belangrijk. Niet omdat het “bewijst” dat AI een zeepbel is, maar omdat het laat zien dat de markt voortdurend verwachtingen herwaardeert.

De kern van het waarderingsvraagstuk is niet “Nvidia is goed of slecht”.

Het is dit:

Welke groei betaalt de markt al vooruit, en moet die groei jarenlang foutloos zijn?

Wanneer beleggers grote winstgroei over meerdere jaren inprijzen, wordt het aandeel gevoelig voor alles wat wijst op tragere groei, veranderende betalingscycli, oplopende voorraden of sterkere concurrentie.

Het “circulaire geld”-risico dat beleggers moeten begrijpen

Een risico dat in de discussie wordt aangehaald, is het idee van een feedbacklus in het AI-ecosysteem: AI-labs en groeibedrijven halen geld op of lenen, besteden dat massaal aan rekenkracht en chips, infrastructuurleveranciers rapporteren sterke vraag, wat weer leidt tot meer enthousiasme bij beleggers en meer financiering…

Dat kan prima zijn in een echte groeicyclus. Maar het wordt risicovol als financiering opdroogt, betalingscycli langer worden of de eindvraag zich minder snel ontwikkelt dan verwacht.

Hier kunnen “zeepbelachtige” dynamieken ontstaan — niet in de adoptie van AI zelf, maar in hoe agressief het ecosysteem wordt gefinancierd.

De dotcomvergelijking: de cijfers zijn heel anders

De internetcrash is de favoriete vergelijking, dus laten we die direct bespreken.

Toen (1999–2002)

Het probleem was niet dat de technologie nep was. Het probleem was dat veel bedrijven weinig tot geen winst maakten, vaak zware verliezen leden, waarderingen steunden op verre en onzekere toekomstige inkomsten en de aannames van de markt extreem waren.

Vandaag

Het grote verschil dat in de discussie wordt benadrukt, is cruciaal:

De huidige mega-cap technologiebedrijven genereren echte, recordhoge winsten en sterke marges.

Dat betekent niet dat koersen niet kunnen corrigeren. Het betekent wel dat de marktstructuur anders is dan in een tijd waarin grote delen van de “nieuwe economie” helemaal geen geld verdienden.

Dus wanneer mensen zeggen: “Dit moet wel crashen zoals in 2000”, zien ze vaak lessen uit eerdere beurscrashes over het hoofd en slaan ze het belangrijkste punt over: de kwaliteit van de winsten.

Dus… is AI een zeepbel?

Als we een zeepbel definiëren als “het explodeert en er blijft niets over”, dan is AI zelf geen zeepbel.

Een realistischer conclusie is dat AI een structureel groeithema is (de technologie blijft), dat sommige waarderingen te optimistisch kunnen zijn (aandelen kunnen hard dalen), en dat de meest kwetsbare spelers degenen zijn met hoge schulden en zwakke kasstromen wanneer groeiverwachtingen tegenvallen of financiering krapper wordt.

Met andere woorden: het risico is niet dat “AI verdwijnt”. Het risico is wie een vertraging overleeft en welke verwachtingen onrealistisch waren.

Beleggersinzichten: waar je op moet letten

Als je rond het AI-thema belegt, zijn dit de praktische aandachtspunten die ertoe doen:

Winsten en marges: zijn de winsten echt en duurzaam?

Kasstroom versus gerapporteerde winst: vertalen de cijfers zich in cash?

Balanssterkte: lage schulden en sterke kasposities bieden veerkracht.

Klantconcentratie en betalingscycli: doen klanten er langer over om te betalen?

Concurrentiedruk: dominantie blijft zelden permanent in snelgroeiende technologie.

Diversificatie over de 3 AI-lagen: zet niet alles in op één “barometer”-aandeel.

Laatste gedachte

Het internet veranderde de wereld en toch verloren beleggers geld door de verkeerde bedrijven tegen de verkeerde prijzen te kopen.

AI kan hetzelfde verhaal worden: echte technologie, echte winnaars, echte verliezers en daartussenin zeer reële volatiliteit.

Wil je hulp bij het positioneren van je portefeuille met verstandige blootstelling (zonder een gok op één enkel aandeel), neem dan contact met ons op of bekijk onze andere artikelen en video’s over technologiebeleggen, sector-ETF’s en portefeuillediversificatie.