---
title: "De AI-overvloedparadox: infrastructuurbeperkingen, schaarste aan activa en de strategie van de waardebelegger"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-02"
language: "nl"
section: "Insights"
machine_translated: true
translation_method: "machine translation (gpt-6.1-sol, Azure OpenAI)"
translated_from: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance/"
original_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance/"
original_language: "en"
translated_on: "2026-11-15"
translation_note: "Machine-translated from the original report; the original is authoritative."
canonical_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-nl/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-nl/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, De AI-overvloedparadox: infrastructuurbeperkingen, schaarste aan activa en de strategie van de waardebelegger, https://research.deepvalues.ai/insights/2026-11-02-elon-musk-stop-saving-for-future-due-to-the-ai-abundance-nl/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "investing"
sources:
  - title: "The AI Abundance Paradox"
audio: "https://anchor.fm/s/105664940/podcast/play/128602101/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-2%2F435647197-44100-2-e0f9eef40fc2a.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/0srpIgDZCIDCc0LmyB729m"
---
# De paradox van AI-overvloed: infrastructuurbeperkingen, schaarste aan activa en de strategie van de waardebelegger

Technologische visionairs zoals Elon Musk voorzien een toekomst van extreme structurele deflatie en stellen dat de koppeling van kunstmatige intelligentie en autonome robotica de productiekosten sneller zal verlagen dan de geldhoeveelheid groeit, waardoor conventioneel pensioensparen achterhaald raakt door een ‘replicatoreconomie’. De huidige economische kenmerken per eenheid van de meest geavanceerde AI — gekenmerkt door onhoudbare kosten voor het uitvoeren van AI-agenten, enorme kapitaaluitgaven en ernstige knelpunten in de stroomvoorziening — tonen echter aan dat de fysieke werkelijkheid nog ver verwijderd is van een situatie zonder schaarste. Vanuit het perspectief van waardebeleggen vormt het opgeven van vermogensopbouw op basis van een hyperdeflatoire prognose een aanzienlijk asymmetrisch risico: de decennialange overgang naar AI-overvloed zal het nut van kapitaal niet wegnemen, maar de koopkracht juist krachtig laten verschuiven naar fysieke en technologische knelpunten waarvan de schaarste niet kan worden opgeheven. Langetermijnbeleggers moeten met deze frictie omgaan door te bepalen waar het economische surplus terechtkomt wanneer software en routinematige arbeid sterke prijsdeflatie ondergaan, terwijl infrastructuuractiva die knelpunten vormen duurzame economische schaarsterenten binnenhalen.

## De twee realiteiten van AI: een visie op overvloed tegenover de economische kenmerken van inferentie

Het publieke debat over kunstmatige intelligentie is momenteel verdeeld tussen macro-economische langetermijnprognoses van extreem dalende kosten en de directe micro-economische frictie bij het uitvoeren van de meest geavanceerde modellen. In een interview in januari 2026 in Peter Diamandis’ podcast *Moonshots* schetste Elon Musk een economisch kader dat wordt aangedreven door structurele deflatie. Hij betoogde dat als AI-intelligentie autonome robotica succesvol aanstuurt, de kosten van fysieke arbeid en productie in elke sector van de samenleving zullen instorten. In Musks model groeit de productie sneller dan de geldhoeveelheid, waardoor de marginale prijs van fysieke goederen en diensten richting nul wordt geduwd. Musk plaatste zijn hypothese binnen een termijn van 10 tot 20 jaar en verklaarde: ‘Als ook maar iets van wat we hebben gezegd waar is, zal sparen voor het pensioen irrelevant zijn.’ Hij herhaalde deze beleggingsvisie op 29 oktober 2026 in een antwoord aan @battleangelviv op X, waarin hij stelde dat geld sparen voor de verre toekomst zinloos is in een economie zonder schaarste.

Musks these berust op een opeenvolgend macro-economisch transmissiemechanisme:

$$\text{AI Intelligence} \longrightarrow \text{Autonomous Robotics} \longrightarrow \text{Cheaper Labor/Production} \longrightarrow \text{Structural Deflation}$$

Cruciaal is dat dit kader een door het aanbod gedreven prijsval beschrijft, geen muntontwaarding. In plaats van hyperinflatie die kasreserves uitholt, impliceert een ‘replicatoreconomie’ — vergelijkbaar met de productie zonder schaarste in Star Trek — dat echte goederen en diensten zo overvloedig worden dat het aanhouden van grote bedragen in traditionele fiatvaluta niet meer nodig is om een normale levensstandaard te waarborgen.

Bij de inzet van de meest geavanceerde modellen bestaat echter een tegengestelde operationele werkelijkheid. Op 1 november 2026 — slechts drie dagen na zijn bericht over pensioensparen — reageerde Musk publiekelijk op klachten van gebruikers over het snel opraken van gebruikstegoeden voor Grok Bot op X en erkende hij: ‘De kosten voor het uitvoeren van Grok Bot waren onhoudbaar hoog ten opzichte van de omzet.’

Deze economische frictie komt voort uit het fundamentele verschil tussen chatinferentie op basis van één invoeropdracht en aanhoudende werklasten van AI-agenten met meerdere stappen. Een standaardinvoeropdracht in een chat volgt een lineair rekenpad:

$$\text{Prompt} \longrightarrow \text{Inference} \longrightarrow \text{Answer}$$

Een autonome agent functioneert daarentegen als een continue toestandsmachine die iteratieve deeltaken in externe omgevingen uitvoert:

$$\text{Reasoning} \longrightarrow \text{Web Browsing} \longrightarrow \text{Tool Call} \longrightarrow \text{Model Call} \longrightarrow \text{Browser Action} \longrightarrow \text{Screenshot/Image Processing} \longrightarrow \text{Model Call} \longrightarrow \text{Terminal} \longrightarrow \text{Retry} \longrightarrow \text{Memory/Context} \longrightarrow \text{Model Call} \longrightarrow \text{Verification} \longrightarrow \text{Output}$$

Omdat een werkproces met AI-agenten tientallen of honderden opeenvolgende inferentierondes, schermafbeeldingsaanroepen en hulpmiddelverificaties kan verbruiken om één resultaat af te ronden, zijn de kosten per voltooide menselijke taak orden van grootte hoger dan de kosten per chatbotbericht. Deze structurele volatiliteit ondermijnt conventionele abonnementsmodellen met een vast tarief ($30 per maand): een gebruiker met een lage gebruiksintensiteit die vijf korte taken uitvoert, subsidieert een intensieve zakelijke gebruiker die honderden uren aan rekentijd op versnellers verbruikt. Wanneer de variatie in verbruik snel toeneemt, komen abonnementsniveaus met een vaste prijs en zonder verbruiksmeting onder extreme druk op de brutomarge te staan.

## De infrastructuurbarrière op korte termijn: kapitaalintensiteit en economische kenmerken per eenheid

De spanning tussen dalende verwerkingskosten per token en stijgende totale kapitaaluitgaven onderstreept de fysieke beperkingen waarmee de AI-sector wordt geconfronteerd. Deze dynamiek kwam duidelijk tot uiting in de commerciële herstructurering van Grok Bot door xAI. Bij de introductie op 11 augustus 2026 werd het gebruik van Grok Bot aangeboden als een zelfstandige functie, los van de standaardquota voor Grok en Cursor. Tegen oktober 2026 had xAI onbeperkte toegang opgegeven en Grok Bot ondergebracht in een gedeeld wekelijks tegoed met verbruiksmeting voor verschillende abonnementsniveaus:

*   **Premium:** $30 per maand ($4\times$ relatief gebruik)
*   **Super:** $100 per maand ($15\times$ relatief gebruik)
*   **Ultra:** $200 per maand ($50\times$ relatief gebruik)

De toegang werd strikt beperkt tot Premium-niveaus en hoger, waarbij zware werklasten van AI-agenten aanvullende aankopen van tegoeden vereisten. Deze verschuiving van onbeperkte toegang naar verbruiksafhankelijke inkomstenverwerving weerspiegelt de bedrijfsbrede erkenning van de economische kenmerken per eenheid van inferentie door AI-agenten.

Empirische gegevens van organisaties die primair onderzoek verrichten, benadrukken de enorme kapitaalintensiteit die nodig is om de meest geavanceerde AI-capaciteiten in stand te houden:

*   **Omzetgroei tegenover uitgaven aan rekenkracht:** Het AI-indexrapport 2026 van Stanford University documenteert dat AI-bedrijven hun omzet uitzonderlijk snel opschalen, terwijl de uitgaven aan rekenkracht en infrastructuur tegelijkertijd recordhoogten bereiken.
*   **Budgetverdeling van AI-laboratoria:** Onderzoek van Epoch AI wijst erop dat uitgaven aan rekenkracht 54% tot 62% van de totale operationele uitgaven van toonaangevende AI-ontwikkelingslaboratoria uitmaken.
*   **Kapitaaluitgaven voor datacenterinfrastructuur:** Epoch AI schat dat een hypothetisch modern AI-datacenter van 1 gigawatt (GW) ongeveer $38 miljard aan initiële kapitaaluitgaven vereist, naast $8.5 miljard aan totale eigendomskosten op jaarbasis.
*   **Beperkingen in stroomvoorziening en netaansluitingen:** Het Internationaal Energieagentschap (IEA) verwacht dat het wereldwijde elektriciteitsverbruik van datacenters tegen 2030 ongeveer zal verdubbelen tot ~950 TWh, voornamelijk gedreven door AI-werklasten die worden uitgevoerd ondanks ernstige vertragingen bij aansluitingen op het elektriciteitsnet.
*   **Deflatie door efficiëntere inferentie:** Als tegenwicht voor de hardware-uitgaven vermeldt de AI-index 2026 van Stanford dat de kosten om inferentieprestaties op GPT-3.5-niveau te verkrijgen, daalden van ~$20 per miljoen tokens in november 2022 naar $0.07 per miljoen tokens in oktober 2024 — een daling met een factor >280$\times$ in ongeveer 18 maanden.

Hoewel de kosten van intelligentie per eenheid langs een sterk deflatoir traject dalen, blijven de totale bedrijfsuitgaven exponentieel groeien. De inzet van AI wordt beperkt door een cluster van fysieke knelpunten: productiecapaciteit voor geavanceerde halfgeleiders, afwegingen in de transformerarchitectuur, elektriciteitsopwekking voor het net en tijdschema’s voor de fysieke bouw van datacenters.

## Macro-economische knelpunten en het eigendomsprobleem

Zelfs als technologische mogelijkheden snel vooruitgaan, wijzen macro-economische theorie en institutioneel onderzoek erop dat zuivere productiecapaciteiten zich niet automatisch vertalen in economische overvloed voor huishoudens of een stijging van het bbp in de gehele economie.

Een belangrijk structureel obstakel is het **probleem van eigendomsconcentratie**. Als essentiële activa — architecturen voor superintelligentie, patenten op robotische hardware, productiecentra, opwekkingsinstallaties en fysieke datafaciliteiten — geconcentreerd zijn binnen streng gecontroleerde ondernemingen, leiden lage productiekosten per eenheid niet automatisch tot lage consumentenprijzen. Als een gecentraliseerde onderneming de directe kosten van het produceren van een maaltijd verlaagt tot $0.05, is zij structureel niet verplicht dat product tegen kostprijs te verkopen. Onder oligopolistische marktomstandigheden of bij zwakke prijsconcurrentie houden particuliere exploitanten beschermende prijsparaplu’s in stand en eigenen zij zich extra economische schaarsterenten toe om de winstmarges van de onderneming te maximaliseren.

Daardoor drukken particuliere prijsparaplu’s de koopkracht van huishoudens tijdens de tussenfase van technologische opschaling. Kapitaalopbouw dient niet slechts als een persoonlijk spaardoel, maar als een onmisbare structurele bescherming tegen uitholling van arbeidslonen gedurende de meerjarige vertraging voordat fysieke consumptiegoederen in prijs dalen.

Musk erkende deze frictie impliciet door een ‘universeel hoog inkomen’ voor te stellen, terwijl hij in zijn interview van januari 2026 toegaf dat de decennialange overgang ‘hobbelig’ zou verlopen, met mogelijke sociale onrust naast economische expansie. Bovendien benadrukt economisch onderzoek van het Internationaal Monetair Fonds (IMF) dat macro-economische groei niet uitsluitend op basis van modelcapaciteiten kan worden voorspeld. Wachtrijen voor fysieke infrastructuur, organisatorische frictie, wettelijke goedkeuringen, beperkingen bij de inzet van kapitaal en institutionele starheid creëren systemische vertraging, waardoor AI-capaciteiten zich niet onmiddellijk kunnen vertalen in breed gedragen productiviteitswinsten.

## Kader voor kapitaalallocatie: reproduceerbare activa tegenover activa waarvan de schaarste niet kan worden opgeheven

Vanuit een perspectief van waardebeleggen dat is geworteld in de principes van Graham en Buffett, vereist een omgeving van door AI aangedreven technologische versnelling een strikt onderscheid tussen reproduceerbare activa die onderhevig zijn aan instortende kosten en activa waarvan de schaarste niet kan worden opgeheven en die ondernemingswaarde naar zich toe trekken. Naarmate de marginale reproductiekosten van digitaal intellectueel eigendom, softwarecode en routinematige analytische arbeid richting nul gaan, verdwijnt economisch kapitaal niet; het verschuift naar structurele fysieke knelpunten.

| Reproduceerbare activa (deflatoire druk) | Activa waarvan de schaarste niet kan worden opgeheven (waardeopbouw) |
| :--- | :--- |
| Gestandaardiseerde softwaretoepassingen en applicatieprogrammeerinterfaces | Vastgoed op toplocaties (bijv. grond in Manhattan, locaties aan zee in La Jolla) |
| Routinematige professionele, juridische en kennisdiensten | Grootschalige energieopwekking en netaansluitingsrechten |
| Eenvoudige digitale media, inhoud en synthetische kunst | Geavanceerde halfgeleiderfabrieken en gespecialiseerd intellectueel eigendom voor lithografie |
| Gestandaardiseerde assemblage en standaardproductie | Bedrijfskritieke datacenterknooppunten en faciliteiten met hoge dichtheid |
| Gestandaardiseerd vervoer en vrachtlogistiek | Exclusieve gegevensverzamelingen en netwerk-moats (duurzaam concurrentievoordeel) met hoge retentie |

Vanuit analytisch oogpunt veroorzaakt enorme kapitaalintensiteit — zoals de $38 miljard aan initiële kapitaaluitgaven en $8.5 miljard aan eigendomskosten op jaarbasis per datacenter van 1 GW — ernstige verstoringen van het rendementsprofiel. Buitensporige verplichtingen voor kapitaaluitgaven verslechteren het rendement op geïnvesteerd kapitaal (ROIC) van infrastructuurexploitanten, die worden geconfronteerd met snelle veroudering van hardware en voortdurende herinvesteringscycli. Deze dynamiek tast de bestendigheid van verdisconteerde kasstromen aan en introduceert risico voor de eindwaarde van kapitaalintensieve AI-laboratoria.

Het economische surplus vloeit daarentegen naar de eigenaren van niet-reproduceerbare knelpunten — zoals transmissierechten, schaarse elektriciteitsopwekking en hoogwaardig vastgoed. Zelfs als humanoïde robotica de fysieke bouwkosten verlaagt tot $20,000 per bouwwerk, blijft het aanbod van onderliggende grond op stedelijke toplocaties absoluut vast. Daarom wordt het bezit van productief kapitaal dat een knelpunt vormt tijdens de overgangsfase *belangrijker*. Als arbeidsinkomens onder structurele druk komen te staan voordat de fysieke kosten van huisvesting, elektriciteit en gezondheidszorg instorten, zullen marktdeelnemers zonder kapitaal een sterke margedruk ervaren.

## Kerncijfers

*   **Daling van inferentiekosten op GPT-3.5-niveau:** Van ~$20 per miljoen tokens (november 2022) naar $0.07 per miljoen tokens (oktober 2024) — een daling met een factor >280$\times$ in ~18 maanden (AI-index 2026 van Stanford).
*   **Aandeel van uitgaven aan rekenkracht bij AI-laboratoria:** 54% tot 62% van de totale uitgaven (Epoch AI).
*   **Kapitaalvereisten voor een AI-datacenter van 1 GW:** $38 miljard aan initieel kapitaal; $8.5 miljard aan totale eigendomskosten op jaarbasis (raming van Epoch AI).
*   **Wereldwijd elektriciteitsverbruik van datacenters:** Zal naar verwachting tegen 2030 verdubbelen tot ~950 TWh (raming van IEA).
*   **Abonnementsniveaus van xAI (oktober 2026):** Premium voor $30/maand (4$\times$ gebruik), Super voor $100/maand (15$\times$ gebruik), Ultra voor $200/maand (50$\times$ gebruik).
*   **Belangrijke datums in de tijdlijn:** Elon Musks interview in de podcast *Moonshots* (januari 2026); eerste introductie van Grok Bot (11 augustus 2026); Elon Musks uitspraak over pensioensparen (29 oktober 2026); Elon Musks uitspraak over de kosten voor het uitvoeren van Grok Bot (1 november 2026).
## Wat onze visie zou veranderen

De volgende empirische mijlpalen zouden onze these van structurele knelpunten ontkrachten en erop wijzen dat Musks tijdpad naar een economie zonder schaarste de beperkingen van de reële wereld overwint:

1.  **Commerciële opschaling van fysieke robotica:** Grootschalige inzet van autonome mensachtige robots in uiteenlopende sectoren en in niet-afgebakende omgevingen (bouw, landbouw, logistiek en zwaar onderhoud), die een aanhoudende sterke daling van de prijzen van fysieke goederen in de reële wereld veroorzaakt.
2.  **Doorbraken in energie-infrastructuur:** Het stelselmatig wegwerken van wachtrijen voor aansluitingen op het elektriciteitsnet, naast aanhoudende dalingen van industriële elektriciteitsprijzen ondanks exponentiële groei van de elektriciteitsvraag van datacenters.
3.  **Prijsstelling voor agentische AI zonder gebruikslimieten:** De brede, economisch houdbare herinvoering van niet naar verbruik afgerekende, werkelijk onbeperkte abonnementen op agentische rekenkracht door toonaangevende AI-aanbieders, zonder prestatieverlies of operationele verliezen.
4.  **Brede verdeling van productiviteitswinsten:** Macro-economisch bewijs van structurele reële loonstijgingen onder huishoudens zonder kapitaalbezit, of de formele institutionele invoering van universele mechanismen voor vermogensoverdracht die de ontwrichting van de arbeidsmarkt neutraliseren.

## Praktische lessen voor langetermijnbeleggers

Een beoordeling van prognoses voor een economie zonder schaarste vanuit de beslissingstheorie onthult een sterke asymmetrie in risico. Stoppen met persoonlijke kapitaalopbouw in de verwachting van snelle technologische overvloed brengt een onomkeerbaar neerwaarts risico met zich mee. Als een belegger een gedisciplineerd spaarpercentage handhaaft en er een economische orde zonder schaarste ontstaat, worden de opgebouwde kasreserves eenvoudigweg overbodig in een omgeving met lage kosten. Omgekeerd geldt dat als een belegger stopt met kapitaalopbouw en de overgang naar overvloed met 10 tot 20 jaar wordt vertraagd door fysieke knelpunten, regelgevingsfrictie of prijsbescherming door monopolies, de persoon zonder opgebouwd kapitaal ernstig financieel kwetsbaar is.

Over een horizon van 5 tot 15 jaar moet een langetermijnstrategie voor kapitaalallocatie kapitaalbehoud en samengestelde groei niet als achterhaalde concepten behandelen, maar als essentieel risicobeheer tegenover een technologische transitie die zich met verschillende snelheden voltrekt. Waardebeleggers moeten een ruime veiligheidsmarge aanhouden door eenvoudig reproduceerbare softwarebedrijven zonder economische moat (duurzaam concurrentievoordeel) te onderwegen en kapitaal in plaats daarvan te verschuiven naar activa die fysieke knelpunten vormen en een duurzaam rendementsprofiel hebben, zoals elektriciteitsopwekking voor de basislast, transmissie-infrastructuur, fysieke netwerkknooppunten en industriële toeleveringsketens met hoge toetredingsdrempels. Om te beoordelen hoe deze structurele knelpunten de waardering van individuele ondernemingen gedurende marktcycli beïnvloeden, kunt u aanvullend vrij toegankelijk onderzoek op de website van DeepValues Research raadplegen of de intrinsieke waarde van aandelen beoordelen met de DeepValues-app.
## Geraadpleegde bronnen

* "The AI Abundance Paradox" (Excerpts and Analysis)
* Elon Musk, X (@elonmusk) posts on October 29, 2026, and November 1, 2026
* Peter Diamandis's Moonshots Podcast, interview with Elon Musk (January 2026)
* 2026 AI Index Report, Stanford University
* Infrastructure Cost & Spending Estimates, Epoch AI
* Electricity 2024 / Global Energy & Data Center Outlook, International Energy Agency (IEA)
* Macroeconomic Impact of Artificial Intelligence Report, International Monetary Fund (IMF)

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
