Voornaamste punten
- Megatechbedrijven, zogeheten hyperscalers, investeren honderden miljarden in een infrastructuur voor kunstmatige intelligentie.
- Datacenters verbruiken enorme hoeveelheden energie en water. Dat brengt uitvoerings- en milieurisico’s met zich mee.
- De waarderingen in aan AI gerelateerde sectoren zijn hoog. De koers-omzetverhouding nadert het niveau van een techzeepbel.
De wedloop tussen techbedrijven om infrastructuur voor AI te bouwen, is uitgegroeid tot een van de grootste investeringsverhalen van onze tijd. Mogelijk zijn beleggers daar al meer aan blootgesteld dan zij zich realiseren.
Dit is een van de onderwerpen uit Morningstars 2026 Outlook.
Meta Platforms META gebruikt AI om relevantere content en advertenties te kunnen leveren op Facebook en Instagram, waardoor het hogere prijzen kan vragen aan adverteerders. In de farmaceutische industrie draagt de rekenkracht van AI bij aan de ontdekking van nieuwe moleculen. Die zitten nu in de klinische ontwikkelingsfase.
Infrastructuur bouwen om deze opkomende technologie te ondersteunen is zeer kostbaar. Over de hele wereld worden datacenters gebouwd om miljoenen halfgeleiders (grafische verwerkingseenheden) te huisvesten die AI-berekeningen mogelijk maken. Deze installaties zijn enorm groot. Meta is bijvoorbeeld van plan om ‘s werelds grootste datacenter neer te zetten in Louisiana. Dat heeft een oppervlakte vergelijkbaar met het grootste deel van Lower- en Midtown Manhattan.
Techgiganten drijvende kracht achter expansie AI-datacenters
Meta is een van de megatechbedrijven, naast Alphabet GOOGL, Microsoft MSFT, Amazon.com AMZN en Oracle ORCL. Deze bedrijven bouwen op grote schaal datacenters, voor hun eigen activiteiten en om rekenkracht te kunnen verkopen aan bedrijven, overheden en AI-chatbotaanbieders.
Megatechbedrijven of hyperscalers steken hier gezamenlijk jaarlijks honderden miljarden dollars in, waarvan een groot deel bestemd is voor de uitbreiding van datacenters.
Ter vergelijking: zij investeren hierin in 2026 meer dan vier keer zoveel als wat beursgenoteerde Amerikaanse energieconcerns uitgeven aan het boren van exploratieputten, olie- en gaswinning, benzinetransporten naar tankstations en exploitatie van grote chemische fabrieken. De kapitaaluitgaven van Amazon alleen al zijn hoger dan die van de hele Amerikaanse energiesector.
Het is duidelijk dat het investeren van honderden miljarden dollars in honderden gigantische structuren uitdagingen met zich meebrengt - vooral in de uitvoering. Ten eerste verbruiken datacenters extreem veel energie – GPU’s hebben veel elektriciteit nodig om hun berekeningen uit te voeren – en het huidige elektriciteitsnetwerk is niet klaar voor de sterk toenemende vraag. Koeling is een tweede probleem. GPU’s worden erg warm en er is een grote hoeveelheid zoet water nodig om de apparatuur te laten functioneren. Sommige gemeentes verzetten zich al tegen geplande datacenters, omdat ze zich zorgen maken over de watervoorziening.
Er zijn ook vragen over het bedrijfsmodel achter de hyperscalers. Betalen individuen en bedrijven genoeg om deze bouwgolf te rechtvaardigen? Momenteel betaalt slechts 5% van de ChatGPT-gebruikers voor deze dienst. Veel bedrijven onderzoeken hoe AI hun vermogen om inkomsten te genereren of de kosten te verlagen kan verbeteren. Maar de meeste zetten het langzaam in en besteden er beperkte middelen aan. In het dotcom-tijdperk zorgde het aantal muisklikken en kijkers voor waarderingen zonder dat daar winst tegenover stond. Zou het kunnen dat we er nu iets soortgelijks gebeurt met chatbots? Mensen vinden chatbots misschien leuk als ze gratis zijn, maar hoeveel zijn ze daadwerkelijk bereid te betalen per maand om ze te gebruiken?
Onzichtbare kosten drukken koers van AI-aandelen
Een ander risico zijn de kosten. Het zou kunnen dat datacenters kapitaalintensiever zijn dan megatechbedrijven nu denken. GPU’s en servers maken ongeveer 35% van de kapitaaluitgaven uit, waarbij de hyperscalers uitgaan van een gebruiksduur van vijf tot zes jaar. Als die korter blijkt te zijn, zijn hogere uitgaven nodig. Mogelijk halen megatechbedrijven het geplande rendement op hun investeringen dan niet. Dat zou het tempo van nieuwbouw kunnen vertragen.
Hoewel AI nog in de kinderschoenen staat qua gebruik in de alledaagse praktijk, zijn beleggers in Amerikaanse aandelen er al wel sterk aan blootgesteld.
Morningstar Indexes ontwikkelde in overleg met Morningstar Equity Research de Morningstar Global Next Generation Artificial Intelligence Index. Die volgt bedrijven die het meest profiteren van AI. Amerikaanse aandelen maken in deze index meer dan 30% uit van de waarde van de Morningstar US Target Market Exposure Index. Als u beleggingsfondsen of ETF’s bezit die gekoppeld zijn aan brede Amerikaanse aandelenindexen, investeert u ook in AI.
Koers AI-aandelen nadert niveau van techzeepbel.
We zien ook de impact die AI heeft op de waardering van sectoren. De sector communicatiediensten (Alphabet en Meta) en informatietechnologie (Nvidia NVDA, Microsoft en andere AI-bedrijven) worden verhandeld tegen koers-omzetverhoudingen die dichtbij of hoger dan de records liggen van de technologiezeepbel. Omdat elke sector nu meer winst maakt per dollar omzet dan tijdens de techzeepbel, zijn de koerswinstverhoudingen hoog. Maar nog niet zo hoog als tijdens de techzeepbel.
Morningstar Equity Research volgt de ratio prijs/Fair Value van de Global Next Generation Artificial Intelligence Index. Daarin zitten Amerikaanse en wereldwijde aandelen die een link hebben met het thema AI. De index ligt nu boven de Fair Value en schommelde sinds 2023 tussen de 74% en 114% daarvan.
Overweegt u om te beleggen in AI? Zorg voor spreiding.
AI is een feit, maar bevindt zich in de praktijk qua implementatie nog in een vroeg stadium. De portefeuilles van de meeste beleggers zijn al substantieel blootgesteld aan aan AI-gerelateerde aandelen, of dat nu megatechbedrijven zijn, chipfabrikanten of daaraan verwante ondernemingen. Morningstar Equity Research vindt deze categorie redelijk gewaardeerd, waarbij het rekening houdt met diverse opwaartse en neerwaartse scenario’s. Veel aandelen hebben dan drie sterren – het midden van onze Morningstar Rating-schaal. Dit komt overeen met de Global Next Generation Artificial Intelligence Index van Morningstar, die dicht bij de Fair Value ligt.
De afgelopen tien jaar is een steeds groter deel van de beurswaarde geconcentreerd geraakt rond met AI samenhangende bedrijven. Tien jaar geleden waren Nvidia, Microsoft, Amazon.com, Meta, Broadcom, Alphabet en Oracle goed voor 9,7% van de Morningstar US Target Market Exposure Index. Nu is hun gewicht bijna verdrievoudigd en is deze groep bedrijven goed voor 28,7%.
Dit betekent dat zelfs beleggers met een substantiële blootstelling aan een brede marktindex sterk blootgesteld zijn aan rendement dat door AI gedreven wordt. Beleggers die dit concentratierisico willen verkleinen of geen behoefte hebben aan zo’n blootstelling, raden wij aan hun kapitaal meer te spreiden over Amerikaanse value- en smallcap-aandelen. Die zijn momenteel goedkoper dan onze Fair Value Estimate en zijn veel minder blootgesteld aan AI. Beleggers kunnen ook hun portefeuille verschuiven naar aandelen in niet-Amerikaanse markten.
