Scenario 1: AI-supercyclus
In dit scenario wordt AI een inherent onderdeel van elke sector. Bedrijven reorganiseren hun workflows, automatiseren routinetaken en gebruiken AI-tools voor operationele, analytische en creatieve werkzaamheden. Door de eerste tekenen van een verbeterde productiviteit en de dalende kosten van rekencapaciteit wordt de drempel om AI te gebruiken voor anderen verlaagd.
Stimulerende beleidsmaatregelen versterken dit scenario. Regeringen geven prioriteit aan concurrentievermogen, nationale productiviteit en het strategische belang van sectoren waar AI een belangrijke rol speelt, waardoor er een klimaat ontstaat dat aanhoudende investeringen aanmoedigt. Het regelgevende kader ontwikkelt zich op een manier die sectoren stimuleert om met AI te experimenteren en AI uit te rollen. Daarnaast helpen begrotingstools – stimuleringsmaatregelen, aanbestedingen of gerichte infrastructuuruitgaven – om knelpunten weg te werken en een wijdverbreider gebruik te versnellen.
Ook ontstaat er een cyclus van aanhoudende investeringen. Door de uitbreiding van datacentercapaciteit en de bijbehorende infrastructuur ontstaat er een duurzame vraag naar elektriciteitsintensieve apparatuur en materialen, en door de lagere informaticakosten per eenheid kunnen bedrijven het gebruik van AI eenvoudiger opschalen. Door de combinatie van een inschikkelijk beleid en toegankelijke financiering enerzijds en brede AI-adoptie anderzijds heeft de wisselwerking tussen beide assen een wederzijds versterkend effect: productiviteitswinsten zijn goed voor de bedrijfswinsten, die vervolgens investeringen mogelijk maken, die dan weer een toenemend gebruik van AI in de hand werken. Het resultaat is een langdurige periode van hoge groei en steeds betere marges.
Scenario 2: evenwichtig traject
In dit scenario zet AI zijn opmars voort, maar in een tempo dat van bedrijf tot bedrijf en van sector tot sector wezenlijk verschilt. Er zijn bedrijven die het gebruik van AI snel opvoeren, terwijl andere voorzichtiger te werk gaan door overwegingen over kosten, stroomvoorziening, dataparaatheid of reglementaire onzekerheid. Er wordt reële vooruitgang geboekt, maar die is niet gelijklopend. Het traject lijkt veeleer op een trap dan op een roltrap.
Deze ongelijkmatige vooruitgang is mede te wijten aan verschillende praktische beperkingen. In bepaalde domeinen blijven de financieringskosten hoog of kunnen bedrijven vanwege balansprioriteiten niet even snel omschakelen naar nieuwe tools. Elders werken bedrijven met oudere systemen of moeten ze zich aan nieuwe reglementaire normen aanpassen waardoor de volledige integratie van AI langzamer verloopt. Ook kunnen er gemengde beleidssignalen worden gegeven: gunstig in bepaalde rechtsgebieden, terughoudender in andere. Deze weerstand brengt het AI-momentum niet tot stilstand, maar levert een patroon op van enerzijds snel veranderende sectoren terwijl andere wachten op duidelijkere economische signalen of een gunstiger beleidsklimaat.
Scenario 3: zeepbel barst
In deze wereld wordt er sneller geïnvesteerd dan er rendement wordt behaald, terwijl het beleid of het financiële klimaat minder gunstig wordt. Door de hogere financieringskosten, strengere kredietnormen of een verschuiving in risicoappetijt wordt het moeilijker om nieuwe projecten te financieren. Ook kan de begroting onder grotere druk komen te staan, waardoor regeringen beslissen om steunmaatregelen te beperken of voorrang te verlenen aan andere domeinen. Het toezicht kan verstrengen, vooral in sectoren waar er vragen rijzen over gegevensbeveiliging, het concurrentielandschap of werkgelegenheidsverplaatsing. Alles bij elkaar leidt dit tot een globaal strengere beleidsomgeving waar bestaande zorgen over rendementen worden uitvergroot.
Verder zijn er datacenterprojecten die vertraging oplopen en blijkt op korte termijn mogelijk een overcapaciteit in delen van de energiebevoorrading en de toeleveringsketen van halfgeleiders. Bedrijven bepalen een nieuwe tijdlijn voor de uitrol van AI en beleggers kiezen dan toch veeleer voor stabiliteit. Het belangrijkste risico is niet dat AI uitdooft, maar dat er zo snel wordt geïnvesteerd dat de onderliggende economie het niet kan bijhouden.
Grote, met schuld gefinancierde projecten kunnen andere uitgiften van bedrijfsobligaties verdringen of ertoe leiden dat bepaalde infrastructuur onderbenut wordt. De markten heroverwegen hoelang het duurt vooraleer er rendement kan worden behaald, waardoor bedrijven beslissen om uitbreidingsplannen uit te stellen en zich meer toe te leggen op gebruik en niet op een snelle uitbouw.
Scenario 4: terug naar de wereld van vóór ChatGPT
In dit scenario wordt AI nooit de katalysator die velen hadden verwacht. Het gebruik van AI blijft beperkt tot nichespelers: tools worden getest, dashboards worden verbeterd, hier en daar wordt de workflow deels geautomatiseerd, maar de grote omwenteling komt er niet. Bedrijven experimenteren zonder echt volledig in te zetten op AI, afgeremd door gefragmenteerde systemen, ongelijkmatige datafundamenten en een beperkt vermogen om verandering op te vangen. AI blijkt nuttig in afgebakende segmenten, maar gooit de manier van werken niet volledig om. De productiviteitswinsten blijven bescheiden en beperkt tot geïsoleerde functies en dringen niet door tot de bredere economie.
Zelfs met een stimulerend beleid en goedkoop kapitaal neemt het momentum af. Er zijn nog steeds financieringsstromen beschikbaar, maar de investeringen richten zich op bewezen technologieën met duidelijkere rendementen. Liquiditeit tilt de markten hoger, maar die laten zich meer leiden door narratieven dan door data, en de afstand tussen de waarderingen en de reële efficiëntieverbeteringen wordt steeds groter. De groei blijft berusten op traditionele factoren terwijl AI een bijrol voor haar rekening neemt, die veeleer tot verwachtingen dan tot resultaten leidt. Het resultaat is een cyclus die wordt bepaald door optimisme zonder transformatie – een wereld waarin AI belangrijk is, maar niet genoeg om macro-economische verandering teweeg te brengen.
Implicaties voor beleggers
De eerste tekenen lijken er momenteel op te wijzen dat de AI-expansie al is ingezet. Productiviteitswinsten worden stilaan zichtbaar in de data, er wordt nog steeds aanzienlijk geïnvesteerd in AI-infrastructuur en het beleidsklimaat in belangrijke economieën is grotendeels gunstig voor voortgezette innovatie.
In deze context lijkt een constructief traject de overhand te krijgen, waarin AI steeds meer gebruikt wordt, de productiviteit alsmaar toeneemt en er steeds meer in de ontwikkeling van AI wordt geïnvesteerd. Maar dit is niet het hele verhaal. Een wereld van gestage, maar ongelijke vooruitgang blijft perfect plausibel, en het kan altijd dat de verwachtingen vooruitlopen op de rendementen, of dat AI in een gestager tempo ingang vindt. Elk scenario weerspiegelt een andere wisselwerking tussen de twee kritieke assen: de mate waarin AI doordringt in de hele economie, en de vraag of het beleid en het financiële klimaat gunstig blijven dan wel strenger worden.
Wat beleggers concreet kunnen doen, is niet één scenario vooropstellen, maar goed blijven letten op de signalen die aangeven waar we ons op deze assen bevinden: het tempo van AI-integratie in bedrijven, aanwijzingen van duurzame productiviteitswinsten, het ritme van investeringsuitgaven en de reactie van beleidsmakers op veranderingen in de cyclus. AI boekt razendsnel vooruitgang; de economie zal er langer over doen om zich aan te passen. Naarmate deze transitie zich duidelijker aftekent, is het essentieel dat beleggers zich terdege bewust blijven van de verschuivingen die het ene of het andere scenario waarschijnlijker maken.
