Op 16 september 2026 meldden datacenterleiders geen directe terugval in de vraag na oproepen om de ontwikkeling van frontier-AI te vertragen. De reden: de markt draait niet alleen op het trainen van de grootste modellen. Cloudcomputing, bedrijfsbelastingen, AI-inferentie en projecten die al zijn vastgelegd, houden de bouw- en capaciteitsvraag voorlopig overeind.
De discussie werd aangezwengeld nadat Dario Amodei, topman van Anthropic, op 12 september opriep het tempo waarmee AI-modellen krachtiger worden te verlagen. Sam Altman en Elon Musk steunden de richting; Demis Hassabis noemde die op dat moment passend. Dat is iets anders dan een algemene stop op AI-ontwikkeling.
Een oproep tot vertraging is geen bouwstop
John Andril van Avison Young zei op 16 september dat hij op dat moment geen effect op de datacentervraag zag. Anthony Wanger van Regnaw Capital interpreteerde de oproepen vooral als een poging om de ontwikkeling van frontier-modellen beter te reguleren en te doseren, niet als een plan om ermee op te houden.
Een wereldwijde vrijwillige pauze zou bovendien samenwerking vereisen tussen concurrerende bedrijven en landen. Dat maakt een gecoördineerde stop lastig. De praktische vraag voor datacenters is intussen minder ideologisch: welke soorten rekenwerk vragen capaciteit, en wanneer is die capaciteit al contractueel of financieel vastgelegd?
Frontier-training is maar één deel van de vraag
Frontier-training is het proces waarbij de grootste AI-modellen worden ontwikkeld en getraind. Volgens een schatting van John Andril vertegenwoordigt dit 10% tot 20% van de huidige en verwachte datacentervraag. Die bandbreedte geldt als zijn inschatting, niet als een universele marktnorm.
Een vertraging zou daardoor vooral de projecten raken die specifiek voor zulke trainingsclusters worden gebouwd. De rest van de markt heeft meerdere motoren:
| Vraagsegment | Relatie met een vertraging van frontier-training | Gevolg voor datacenters |
| Training van frontier-modellen | Het meest rechtstreeks blootgesteld aan een lager ontwikkelingstempo | Minder nieuwe vraag naar specifieke trainingscapaciteit kan de groei van bepaalde projecten afremmen |
| AI-inferentie | Het uitvoeren van getrainde modellen voor gebruikers | Toenemend gebruik vraagt capaciteit dichter bij eindgebruikers |
| Cloudcomputing | Groeit ook buiten de ontwikkeling van frontier-modellen | Blijft een zelfstandige bron van datacentervraag |
| Bedrijfsbelastingen | Bedrijven blijven digitale diensten en infrastructuur gebruiken | Ondersteunt de bredere markt naast AI-training |
| Gefinancierde of gebouwde capaciteit | Besluiten en bouwtrajecten lopen vaak maanden of jaren vooruit | Een wijziging in trainingsplannen werkt niet onmiddellijk door in de bouwpijplijn |
AI-inferentie verdient daarbij extra aandacht. Training gebeurt doorgaans in grote, geconcentreerde clusters; inferentie brengt de output van een model naar gebruikers en kan daardoor meer verspreide capaciteit dicht bij die gebruikers vereisen. Minder nieuwe frontier-modellen betekent dus niet automatisch minder werk voor bestaande en regionale AI-infrastructuur.
Bestaande verplichtingen vertragen een eventuele schok
Nieuwe datacentercapaciteit wordt vaak maanden of jaren voordat een faciliteit operationeel is vastgelegd. Volgens de betrokken marktpartijen is veel infrastructuur die nodig is voor de komende vijf tot tien jaar al gefinancierd of in aanbouw.
Andrew Power, topman van Digital Realty, wees daarnaast op cloudgroei en digitale transformatie die niet rechtstreeks met AI te maken hebben. Voor zijn bedrijf zijn dat belangrijke vraagbronnen naast frontier-training. Een lager tempo bij modelontwikkeling zou daarom niet betekenen dat alle investeringen in digitale infrastructuur stilvallen.
Dat onderscheid verklaart ook waarom marktreactie en fysieke vraag niet hetzelfde zijn. Aandelen van datacenterbedrijven zoals Equinix daalden tijdens de reactie op de vertragingsoproepen, terwijl datacenterleiders tegelijk geen directe terugval in de onderliggende vraag meldden. Een beurskoers beweegt snel; een bouwproject, stroomaansluiting en huurcontract doen dat veel trager.
Prognoses blijven sterk, maar lopen uiteen
De vooruitzichten wijzen niet op één eenvoudig scenario. Een mondiale raming komt uit op ongeveer 92 GW datacentervraag in 2027, met groeiscenario’s van ongeveer 14% aan de onderkant tot 20% aan de bovenkant. De basisvariant gaat uit van een samengestelde jaarlijkse groei van 17% tussen 2025 en 2028.
Voor de Verenigde Staten wordt de vraag naar stroom voor AI-datacenters geraamd op een mogelijke stijging van 4 GW in 2024 naar 123 GW in 2035. Dat is een prognose, geen gemeten eindstand. Dezelfde vooruitblik wijst op knelpunten bij elektriciteitsnetten, toeleveringsketens en vergunningen. Sommige aanvragen voor een aansluiting op het Amerikaanse elektriciteitsnet zouden tot zeven jaar moeten wachten.
Voor Nederlandse bedrijven en datacenterexploitanten is de relevante ontwikkeling daarom niet alleen hoeveel modellen er worden getraind. Ook cloudgebruik, inferentie, zakelijke digitalisering, beschikbare stroom en de lange doorlooptijd van nieuwe locaties bepalen hoeveel capaciteit de markt daadwerkelijk kan opnemen.
