Schroders: Markt verlangt bewijs van AI-rendement

11 december 2025

Nu het jaar afloopt, hebben beleggers maar één duidelijke kerstwens: bewijs dat de enorme investeringen in artificiële intelligentie (AI) zich beginnen uit te betalen.

De kapitaaluitgaven voor AI zijn naar ongekende hoogtes gestegen, van de inkoop van chips tot de bouw van datacenters en meerjarige cloudovereenkomsten. Maar beleggers zien nog altijd relatief weinig harde cijfers over AI-gedreven omzet, winsten of kasstromen. Dat voedt de vrees dat de opbrengsten achterblijven bij het enthousiasme, stelt Paddy Flood, Global Sector Specialist, Technology bij Schroders.

Die angst is misschien terecht, maar de markt moet ook wel opletten waar ze precies naar zoekt. AI-inkomsten komen wel degelijk op gang, alleen niet altijd bij de bedrijven of onderdelen van de keten waar beleggers ze het eerst verwachten.

Wie de monetarisering van AI wil begrijpen, moet daarom breder kijken dan de meest zichtbare winnaars en de hele technologieketen analyseren. De economische impact manifesteert zich via directe, indirecte en soms minder zichtbare routes.

Begin bij de basis: hoe wordt AI daadwerkelijk gebruikt?

AI wordt op uiteenlopende manieren gebruikt, met heel verschillende gevolgen voor de inkomsten. Een deel is gratis via consumentenchatbots zoals ChatGPT of Gemini. Een ander deel zit in betaalde, AI-verrijkte software: productiviteitstools, ontwikkelaarsdiensten en bedrijfsapplicaties. En vaak wordt AI simpelweg “ingebouwd” aangeboden zonder aparte prijs, zoals samenvattingen op nieuwssites of een AI-winkelassistent bij retailers. De kosten zijn er wel, maar verdwijnen in de totale productervaring.

Die mix van gratis en betaald gebruik vertroebelt het zicht voor beleggers. Wie alleen kijkt naar expliciet geprijsde AI-producten, ziet al snel kleine cijfers en mist een belangrijk deel van de economische realiteit. AI wordt steeds meer een standaardkostenpost om concurrerend te blijven, vergelijkbaar met zoekfuncties of cybersecurity. Bedrijven verdienen er niet altijd direct aan, maar moeten het wél aanbieden om klanten niet te verliezen.

Booking.com is een goed voorbeeld. Het zal AI waarschijnlijk niet als los product verkopen, maar vooral inzetten om aanbevelingen, zoekresultaten en klantenservice te verbeteren. De opbrengst zit dan in betere conversie en hogere marges, niet in een aparte AI-omzetregel. Tegelijk geldt: elke AI-interactie, gratis of betaald, genereert kosten — en dus omzet — ergens hogerop in de technologieketen, bij aanbieders van modellen en rekenkracht.

Waarom de technologieketen belangrijk is

Elke AI-interactie loopt door meerdere lagen. Bovenaan staat de applicatie die de gebruiker ziet, zoals een chatbot, zoekmachine of winkelassistent. Daaronder zit het taalmodel dat de antwoorden genereert. En daar weer onder ligt de rekenlaag, met cloudplatforms en gespecialiseerde hardware die de verwerking mogelijk maken.

Die opbouw is cruciaal voor het verdienmodel. Telkens wanneer AI wordt gebruikt, stroomt er waarde door de keten. Ook als de eindgebruiker niets betaalt, maakt de aanbieder kosten voor het model, de cloud of beide. De inkomsten verschijnen dus niet altijd bij de zichtbare app, maar vaak bij de onderliggende infrastructuur.

Wie alleen naar betaalde AI-producten kijkt, loopt daarom het risico het echte gebruik te onderschatten. De beste signalen zitten dieper in de keten, bij grote modelaanbieders en hyperscale rekenplatforms die elke AI-aanvraag registreren.

Waar de inkomsten het meest zichtbaar zijn: LLM'en en hyperscalers

Het duidelijkste signaal van gebruik én monetarisering komt dieper in de keten, bij de grote taalmodelbedrijven (Large Language Model companies - LLM's) en hyperscale cloudproviders.

LLM-bedrijven zoals OpenAI en Anthropic verdienen aan consumentenabonnementen, bedrijfslicenties en ontwikkelaarsgebruik. Elke keer dat hun modellen worden ingezet - gratis of betaald aan de applicatiekant - wordt capaciteit verbruikt en ontstaat omzet. De groeiverwachtingen zijn fors: samen kunnen deze bedrijven binnen enkele jaren richting tientallen miljarden dollar aan inkomsten genereren. Als hun (veronderstelde) doelen voor 2026 worden gehaald, komen ze qua schaal in de buurt van gevestigde softwarehuizen als Intuit en Adobe, ondanks hun jonge leeftijd en het feit dat deze markt pas net echt bestaat.

Hyperscale cloudproviders vormen het tweede duidelijke voorbeeld. Bij Azure, AWS en Google Cloud is AI inmiddels een belangrijke motor achter de extra omzetgroei. Managementteams wijzen herhaaldelijk op generatieve AI-workloads als groeiversneller en benadrukken dat de vraag regelmatig groter is dan de beschikbare capaciteit.

Deze onderdelen van het ecosysteem bieden het meest transparante beeld van AI-monetarisering, omdat ze het gebruik direct weerspiegelen en een indrukwekkende start hebben gemaakt. Er is echter nog meer nodig om de omvang van de huidige investeringen te rechtvaardigen.

Waar de omzet minder duidelijk wordt

Naast bedrijven die AI direct verkopen en platforms die rekenkracht leveren, is er een grote maar minder zichtbare laag van AI-monetarisering. Veel techreuzen zetten AI namelijk niet in als apart product, maar als versterking van hun kernactiviteiten.

Dat zie je vooral bij de grote digitale advertentieplatforms. Meta en Google investeren zwaar in AI om targeting te verbeteren, creatieve output te optimaliseren en campagnes slimmer aan te sturen. Adverteerders betalen geen aparte AI-toeslag, maar krijgen wel meer rendement op hun budget. De platforms profiteren tegelijk van hogere betrokkenheid en meer prijszettingskracht. Die waarde wordt alleen niet als ‘AI-omzet’ gerapporteerd, maar zit simpelweg verstopt in de advertentie-inkomsten.

Dit model duikt steeds vaker op in de digitale economie. AI wordt toegevoegd omdat het de concurrentiepositie versterkt, de gebruikerservaring verbetert of marktaandeel helpt verdedigen. De monetarisering is dus reëel, maar moeilijk aan te wijzen in de cijfers. Beleggers die alleen zoeken naar expliciete AI-omzet missen daardoor mogelijk een grote bron van waarde. Voor actieve beleggers kan juist deze ‘verborgen AI-laag’ interessant zijn, omdat wat lastig te meten is vaak ook minder volledig in de koers wordt weerspiegeld.

De inkomsten zijn er, maar niet altijd daar waar men ze verwacht

AI-inkomsten zijn nu al aanzienlijk, maar ze zijn verspreid over de keten en blijven vaak onzichtbaar in de rapportages. Bovenaan staan de expliciet betaalde AI-producten, die nog in opbouw zijn. Maar lager in de keten zijn de signalen veel sterker: grote modelaanbieders groeien richting de schaal van topliga-softwarebedrijven, cloudplatforms zien een duidelijke AI-versnelling en digitale spelers profiteren van AI-gedreven omzetgroei zonder die apart te labelen.

Geen van deze aanwijzingen vertelt op zichzelf het hele verhaal. Pas als je de volledige keten bekijkt - van applicaties tot LLM’s en cloudinfrastructuur - wordt de echte omvang van AI-adoptie en monetarisering zichtbaar.