Goldman Sachs verwacht dat de kapitaaluitgaven voor AI-infrastructuur tegen 2027 $1,2 biljoen zullen bedragen. De bank waarschuwt dat de uitgavenstijging energiebronnen kan belasten, de afhankelijkheid van schulden kan vergroten en de omzetgroei van hyperscalers onder druk kan zetten. Energie wordt volgens het bedrijf een belangrijk knelpunt voor expansie.
De uitbouw van $1,2 biljoen
Goldman Sachs verwacht dat bedrijven tegen 2027 $1,2 biljoen in AI-infrastructuur zullen steken. Dat bedrag dekt de datacenters, chips en netwerkapparatuur die nodig zijn om grote AI-modellen te trainen en te draaien. De prognose onderstreept hoe snel de technologie zich van onderzoekslaboratoria naar industriële schaal heeft verplaatst.
Maar de bank ziet de uitgaven niet als risicovrij. In haar beoordeling zou de omvang van de investeringen energiebronnen kunnen belasten en de schuldenlast kunnen vergroten — twee beperkingen die zelden in optimistische AI-prognoses voorkomen.
Energie: het stille knelpunt
Energie wordt een belangrijk knelpunt voor de uitbreiding van AI-infrastructuur, aldus Goldman Sachs. Datacenters verbruiken al enorme hoeveelheden elektriciteit, en de volgende golf van AI-specifieke faciliteiten zal naar verwachting nog meer vragen. In veel regio's zijn elektriciteitsnetten niet toegerust om de belasting aan te kunnen zonder ingrijpende upgrades.
De waarschuwing van de bank suggereert dat de beperkende factor voor AI-groei niet de chipvoorziening of het kapitaal is, maar het vermogen om voldoende elektriciteit op te wekken en te leveren. Die verschuiving zou nutsbedrijven, toezichthouders en energiemarkten centraal stellen in het AI-verhaal.
Met schulden gefinancierde expansie roept vragen op
Goldman Sachs merkt ook op dat de verwachte uitgavenstijging de afhankelijkheid van schulden kan vergroten. Het bouwen van AI-infrastructuur op deze schaal vereist enorme voorinvesteringen, en bedrijven kunnen lenen om dit te financieren. Dat verhoogt de inzet als de omzetgroei niet zo snel komt als gehoopt.
De zorg is niet abstract. Als hyperscalers — de grote cloudaanbieders die een groot deel van de uitbouw aandrijven — hun omzetgroei onder druk zien staan, kan het aflossen van die schuld moeilijker worden. De notitie van de bank verbindt deze draden: zware uitgaven, energiebeperkingen en schuldenlast vormen een driehoek van risico.
Druk op hyperscalers
Dezelfde uitgaven die AI-vooruitgang aandrijven, kunnen de omzetgroei van hyperscalers onder druk zetten. Van deze bedrijven wordt verwacht dat ze de infrastructuurgolf leiden, maar de kosten zijn enorm. Goldman Sachs specificeert niet welke bedrijven of hoeveel druk ze zullen ondervinden, maar de implicatie is duidelijk: de economie van AI-infrastructuur werkt niet gegarandeerd in ieders voordeel.
Hyperscalers behoren tot de meest enthousiaste besteders aan AI, maar de prognose van de bank suggereert dat dat enthousiasme gepaard gaat met een balansrisico. Als de omzetgroei vertraagt terwijl de kapitaaluitgaven hoog blijven, moet het gat worden beheerd — via prijsstelling, kostenbesparingen of aanvullende financiering.
Waar op te letten
De $1,2 biljoen prognose van Goldman Sachs voor 2027 is een voorspelling, geen zekerheid. De echte test wordt of de energie-infrastructuur kan bijbenen en of bedrijven de uitbouw kunnen financieren zonder zich te overbelasten. Voorlopig geeft de notitie van de bank een getal aan de AI-boom en noemt ze de beperkingen die deze kunnen afremmen.
Investeerders en operators zullen de winstrapporten van hyperscalers in de gaten houden voor tekenen van omzetdruk. Energietoezichthouders en nutsbedrijven krijgen vragen over netcapaciteit. En de schuldmarkten zullen laten zien of kredietverstrekkers nog bereid zijn de volgende fase van AI-infrastructuur te financieren — of dat de kapitaalkosten beginnen te knellen.
