Schroders: Vastgoed steeds belangrijker voor 'AI-boom'
De volgende fase van de AI-revolutie draait niet alleen om chips en modellen, maar steeds meer om grond, elektriciteit en connectiviteit. Juist die fysieke infrastructuur wordt schaarser en daarmee waardevoller voor vastgoedbeleggers, stelt Tom Walker, co-head of Global Listed Real Estate bij Schroders.
Elke doorbraak op het gebied van kunstmatige intelligentie is uiteindelijk afhankelijk van fysieke infrastructuur. Krachtige computers hebben veilige gebouwen nodig, enorme hoeveelheden elektriciteit, snelle en betrouwbare verbindingen en voldoende grond om verder te kunnen uitbreiden. Juist die middelen worden steeds schaarser.
Opvallend genoeg zit circa 80% van de kosten van een modern AI-datacenter in de servers en IT-apparatuur, en niet in het gebouw zelf. Maar die investering is waardeloos zonder een plek waar de apparatuur kan draaien.
Voor beleggers is de vraag daarom niet langer óf de vraag naar AI-infrastructuur blijft groeien, maar hoe die groei kan doorgaan nu de fysieke infrastructuur de bottleneck wordt. Simpelweg steeds meer datacenters bouwen is waarschijnlijk niet voldoende. Vastgoedbedrijven spelen volgens Walker hierin om vier redenen een sleutelrol:
1) Meer rekenkracht uit bestaande datacenters
Het goedkoopste datacenter is het datacenter dat er al staat. Datacenters worden bewust met reservecapaciteit gebouwd, zodat de dienstverlening kan doorgaan als apparatuur uitvalt of de vraag plotseling stijgt.
Slimmere software maakt het inmiddels mogelijk een groter deel van die capaciteit daadwerkelijk te benutten. In plaats van afzonderlijke servers aan één taak toe te wijzen, kunnen rekentaken dynamisch over verschillende servers worden verdeeld. Voor eigenaren van bestaande datacenters is het verhogen van de productiviteit daardoor vaak sneller, goedkoper en minder risicovol dan nieuwbouw.
Die ontwikkeling gaat snel. Volgens brancheorganisatie AFCOM steeg de gemiddelde vermogensdichtheid afgelopen jaar van 16 naar 27 kilowatt per serverrack, een toename van bijna 70%. Van de ondervraagde exploitanten verwacht 69% dat die dichtheid de komende twaalf tot 36 maanden verder stijgt.
2) Slimmer in plaats van groter
Ook technologische vooruitgang maakt AI-infrastructuur efficiënter. Dat geldt voor computertechnologie, koeling en connectiviteit. Een belangrijke ontwikkeling is silicon photonics. AI-clusters gebruiken nu nog veel koperen verbindingen, maar die naderen hun fysieke grenzen naarmate de behoefte aan bandbreedte toeneemt. Fotonica gebruikt licht in plaats van elektrische signalen om gegevens te transporteren. Dat verlaagt het energieverbruik en verhoogt de capaciteit.
Tegelijkertijd maken gesloten koelsystemen het mogelijk om steeds krachtigere chips binnen hetzelfde gebouw te laten draaien. Voor datacentereigenaren betekent dit meer rekenkracht uit dezelfde vierkante meters én dezelfde stroomaansluiting.
De technologie ontwikkelt zich bovendien razendsnel. Onderzoekers experimenteren zelfs met biocomputing, waarbij levende organoïden onderdeel worden van computersystemen. Het menselijk brein voert buitengewoon complexe taken uit met ongeveer evenveel energie als een zwakke gloeilamp. Op termijn kan AI mogelijk lessen trekken uit die oorspronkelijke ‘supercomputer’.
3) Locatie, locatie… rekenkracht
Niet alle AI-berekeningen hoeven op dezelfde plek plaats te vinden. Het trainen van de meest geavanceerde AI-modellen vereist enorme hoeveelheden rekenkracht, maar de locatie daarvan is relatief onbelangrijk. Zulke datacenters kunnen verhuizen naar regio’s met veel beschikbare grond en goedkope elektriciteit. Bij inference - het toepassen van getrainde AI-modellen in diensten zoals ChatGPT - ligt dat anders. Daar telt iedere milliseconde vertraging en is nabijheid van gebruikers juist belangrijk.
Dat versterkt de positie van grote steden. Een deel van de rekenkracht zal naar goedkopere regio’s verschuiven, maar infrastructuur voor realtime AI-diensten blijft waarschijnlijk geconcentreerd rond grote stedelijke economieën, waar uitgebreide glasvezelnetwerken en nabijheid van gebruikers een structureel voordeel vormen.
4) De strijd om elektriciteit
In veel markten is niet langer het gebouw de grootste beperking, maar de beschikbaarheid van stroom. Jaren wachten op een netaansluiting is voor grootschalige datacenters geen optie. Daarom brengen exploitanten elektriciteitsopwekking steeds dichter bij het datacenter. Batterijopslag en hernieuwbare energie worden direct geïntegreerd in datacentercampussen, zodat ze minder afhankelijk zijn van overbelaste elektriciteitsnetten.
Tegelijkertijd veranderen datacenters van pure stroomverbruikers in actieve deelnemers aan het energiesysteem. AI-training kan vaak worden uitgesteld wanneer het net onder druk staat. Batterijen die oorspronkelijk alleen als noodvoorziening waren bedoeld, kunnen daarnaast helpen vraag en aanbod op het elektriciteitsnet beter op elkaar af te stemmen. Dat levert extra inkomsten op en draagt bij aan de stabiliteit van het net.
Het fysieke voordeel
De eerste fase van de AI-boom beloonde vooral bedrijven die chips produceren en AI-modellen ontwikkelen. In de volgende fase kunnen juist de ondernemingen profiteren die de noodzakelijke fysieke infrastructuur leveren.
Voor vastgoedbeleggers betekent dat een fundamentele verschuiving. Het concurrentievoordeel van een gebouw wordt straks mogelijk net zo goed in megawatts als in vierkante meters gemeten.
Beursgenoteerd vastgoed biedt daarmee toegang tot een belangrijk structureel groeiverhaal, maar ook tot iets wat veel technologiebeleggingen niet bieden: spreiding en eigendom van schaarse, robuuste activa die inkomsten genereren. De grootste kans binnen AI hoeft daarom niet te liggen in het voorspellen van het volgende revolutionaire model, maar in het bezit van het vastgoed dat al die innovaties mogelijk maakt.
