De prijs van intelligentie staat op het punt in te storten
Laten we eerlijk zijn: de grootste drempel voor serieuze AI-adoptie binnen het MKB is op dit moment niet het gebrek aan kennis, maar de factuur. Het draaien van zware taalmodellen of complexe analyses vreet rekenkracht, en die rekenkracht wordt door softwareleveranciers één-op-één doorberekend aan u. Als u zich afvraagt waarom uw maandelijkse licentiekosten voor slimme tools zo hoog blijven, kijk dan naar de datacenters. Daar draaien de koelinstallaties overuren. Maar tijdens CES in Las Vegas deed Jensen Huang, de CEO van Nvidia, een uitspraak die de calculatie voor de komende jaren volledig overhoop gooit. Zijn nieuwe platform, Vera Rubin, is in volledige productie gegaan en belooft de kosten voor het draaien van AI-modellen terug te brengen tot slechts een tiende van wat we nu gewend zijn.
Dit is geen marginaal verschil; dit is een correctie van de markt. Waar we de afgelopen twee jaar vooral keken naar wat AI kan, dwingt deze ontwikkeling ons om te kijken naar wat AI mag kosten. De huidige generatie chips (Blackwell) had, zoals we weten, wat opstartproblemen met oververhitting en levering, wat de prijzen kunstmatig hoog hield door schaarste. Met de aankondiging dat de Rubin-chips ‘on track’ zijn en door Microsoft en CoreWeave al later dit jaar worden ingezet, kijken we naar een toekomst waarin brute rekenkracht een commodity wordt in plaats van een luxe. Voor u als ondernemer betekent dit dat de ‘AI-tax’ die nu vaak bovenop softwareprijzen zit, binnen twee jaar onhoudbaar wordt.
Waarom efficiëntie belangrijker is dan snelheid
Het is verleidelijk om dit nieuws af te doen als ‘snellere computers’, maar dat mist de essentie. De winst zit hem in de architectuur. Nvidia stapt met Rubin af van het idee dat ze alleen een GPU (grafische processor) leveren. Ze leveren nu een volledig geïntegreerd systeem waarbij geheugen, netwerk en opslag naadloos samenwerken. In de praktijk betekent dit dat grote AI-modellen getraind kunnen worden met een kwart van het aantal chips dat voorheen nodig was. Dit raakt direct de kern van de bedrijfsvoering van SaaS-bedrijven waar u klant bij bent. Als hun inkoopkosten voor training en inferentie (het daadwerkelijke gebruik van de AI) kelderen, ontstaat er ruimte in de markt.
Wat we echter ook zien, en dat is een belangrijk detail voor uw langetermijnvisie, is de strijd om autonomie. Terwijl Nvidia zijn greep verstevigt met deze ‘full-stack’ benadering, zien we dat partijen als OpenAI (samen met Broadcom) hun eigen chips ontwikkelen. Waarom is dit relevant voor een MKB-bedrijf in de Benelux? Omdat deze concurrentie aan de top de enige garantie is voor prijsdalingen aan de onderkant. Als Nvidia de enige speler blijft die de infrastructuur dicteert, blijft u afhankelijk van hun prijsstelling. De Rubin-chips worden gebouwd op het 3-nanometer proces van TSMC – hypermodern, maar ook complex. Er zit een risico in deze consolidatie. Mocht er in de productieketen iets misgaan, zoals we zagen bij de vertragingen van de Blackwell-reeks, dan stokt de hele keten. Toch lijkt het erop dat de kinderziektes eruit zijn. De belofte van ‘full production’ is een signaal aan investeerders, maar voor ons is het vooral een signaal dat de schaarste-fase van AI ten einde loopt.
Herzie uw technologische routekaart
Wat moet u hiermee op maandagochtend? Het directe advies is tweeledig. Ten eerste: wees uiterst kritisch op langlopende contracten voor AI-gebaseerde diensten die nu worden afgesloten tegen de huidige marktprijzen. De onderliggende kosten voor de leverancier gaan drastisch omlaag. Een leverancier die over twee jaar nog steeds ‘premium’ prijzen vraagt voor standaard tekstgeneratie of data-analyse, prijst zichzelf uit de markt. U heeft nu de munitie om te vragen naar hun roadmap: hoe gaan zij de efficiëntieslag van de volgende generatie hardware doorvertalen naar uw licentiekosten?
Ten tweede opent de Rubin-architectuur de deur voor ‘private AI’ op een schaal die eerder onbetaalbaar was. Omdat de chips zo efficiënt zijn, wordt het voor middelgrote bedrijven realistisch om eigen, kleinere modellen te draaien op gehuurde capaciteit, zonder dat de teller angstaanjagend snel oploopt. We gaan van een model waarin we data naar een duur, centraal model sturen, naar een model waarin krachtige intelligentie lokaal en betaalbaar beschikbaar is. Nvidia bouwt de snelwegen, maar het is aan u om te bepalen of u tol blijft betalen of uw eigen voertuig bouwt. De drempel is zojuist met 90% verlaagd; het excuus dat ‘AI te duur is om te implementeren’ is daarmee officieel verleden tijd.