De waarschuwing van Chris Wood: Waarom malinvestment de AI-boom kan beëindigen

Het tijdperk van kunstmatige intelligentie heeft de meest dramatische kapitaaluitgaven-cyclus (capex) in de geschiedenis ontketend, maar er dreigt een aanzienlijk structureel risico aan de horizon. Chris Wood, Global Head of Equity Strategy bij Jefferies, waarschuwt dat de AI-handel mogelijk niet zal eindigen door een tekort aan chips of een overschot aan aanbod, maar eerder door het besef dat de enorme investeringen er niet in slagen om adequate rendementen te genereren.

Het spookbeeld van malinvestment

In tegenstelling tot traditionele halfgeleidercycli die eindigen wanneer voorraadoverschotten de markt overspoelen, stelt Wood dat de huidige AI-boom te maken heeft met een unieke dreiging: malinvestment. Hij suggereert dat het "eindspel" voor de AI-handel zal worden ingeluid wanneer hyperscalers en toonaangevende AI-labs er niet in slagen een bevredigend rendement te behalen op de astronomische capex die zij momenteel maken.

Een bijzonder punt van zorg is het bestaan van circulaire financieringslussen. Wood wijst op scenario's waarin grote spelers, zoals Nvidia, financiering verstrekken aan bedrijven als OpenAI, die die middelen vervolgens gebruiken om meer Nvidia-chips te kopen. Hoewel dit een krachtige groeicirkel op korte termijn creëert, leunt het zwaar op optimistische aannames over monetarisering, die kunnen wankelen als beleggers het vertrouwen verliezen in de zichtbaarheid van de winsten op de lange termijn.

Massale capex en de opmars van Taiwan

De schaal van de investeringen die momenteel in de sector worden gezien, is ongekend. Wood beschrijft de lopende uitbouw als de meest dramatische capex-cyclus die hij ooit heeft meegemaakt. Een treffend voorbeeld is TSMC, dat de prognoses aanzienlijk heeft verhoogd, met projecties voor 2027 die oplopen tot wel 65–70 miljard Amerikaanse dollar.

Deze geconcentreerde uitgaven drijven massale macro-economische verschuivingen aan, met name in Taiwan. De regio zag in het eerste kwartaal van 2026 een reële bbp-groei van 14,55% op jaarbasis, gevoed door een stijging van de exportorders met 53,4%. Momenteel wordt geschat dat de AI-gerelateerde vraag ongeveer 31% van de totale omzet van TSMC voor 2026 zal uitmaken, wat illustreert hoe diep de wereldeconomie verweven raakt met AI-infrastructuur.

Commoditisering en de opkomst van goedkope modellen

Een andere laag van risico is de snelle commoditisering van Large Language Models (LLM's). Naarmate de kosten per token dalen, komt het concurrentievoordeel van premium westerse aanbieders onder druk te staan. Wood merkt op dat nieuwe modellen, zoals GLM-5.2 van het in Hong Kong genoteerde Z.ai, naar verluidt de prestaties van topmodellen zoals Anthropic benaderen, maar tegen slechts een kwart van de kosten.

Gegevens van OpenRouter onderstrepen deze verschuiving: eind juni verwerkten de belangrijkste Chinese AI-modellen 21,37 biljoen tokens, een enorme sprong ten opzichte van 4,37 biljoen in april. Dit volume overtrof de 5,76 biljoen tokens die door toonaangevende Amerikaanse modellen werden verwerkt ruimschoots, wat wijst op een zeer competitief en steeds meer gecommoditiseerd landschap.

Verschuivende strategie: focus op geheugen en hardware

Ondanks deze waarschuwingen voorspelt Wood geen onmiddellijke instorting. In plaats daarvan herpositioneert hij portefeuilles richting de "picks and shovels" van de industrie—specifiek DRAM- en geheugenleveranciers. Vanwege de paradox van Jevons neemt het totale verbruik toe naarmate rekenkracht efficiënter en goedkoper wordt, wat voordelig is voor hardwareleveranciers.

Grote geheugenfabrikanten zoals Micron verzekeren zich al van langetermijnstabiliteit; Micron heeft strategische overeenkomsten getekend die 20% van zijn DRAM-volume dekken. Daarom vergroot Wood zijn blootstelling aan tech-hardwarebedrijven zoals SK Hynix, Kioxia en Samsung Electronics, in de weddenschap dat zij de begunstigden zullen blijven, zelfs als de bredere AI-software- en servicelagen moeite hebben met kapitaaldiscipline.

Belangrijkste conclusies

• Het primaire risico: De AI-handel zal waarschijnlijk eerder eindigen door "malinvestment" en een gebrek aan ROI voor hyperscalers, dan door een traditioneel overschot aan halfgeleiders.
• De dreiging van commoditisering: Snel evoluerende en goedkopere Chinese AI-modellen oefenen intense prijsdruk uit op premium westerse AI-aanbieders.
• Strategische verschuiving: De beleggingsinteresse verschuift naar spelers in geheugen en hardware (DRAM) die beschikken over aanzienlijke prijszettingsmacht en langetermijncontracten met klanten.