Het verhaal van AI in 2026 is steeds meer een verhaal over elektriciteit. Het trainen van geavanceerde modellen en het bedienen van miljarden vragen per dag verbruiken energie op industriële schaal, en het knelpunt verschuift stilletjes van de aanvoer van chips naar de aanvoer van energie en de netcapaciteit om die te leveren.
Van rekengebonden naar vermogensgebonden
Jarenlang was de beperkende factor de toegang tot geavanceerde versnellers. Die beperking is niet verdwenen, maar er is een nieuwe bijgekomen: je kunt geen cluster draaien dat je niet van stroom kunt voorzien en kunt koelen. Grote trainingslocaties vereisen nu de soort toegewijde opwekking en transmissieplanning die ooit voorbehouden was aan de zware industrie. Exploitanten sluiten langlopende elektriciteitscontracten, vestigen zich naast waterkracht en kernenergie, en financieren in sommige gevallen rechtstreeks nieuwe opwekking.
Dit verandert de geografie van AI. Datacenters trekken naar goedkope, betrouwbare, koolstofarme stroom in plaats van naar bevolkingscentra. Koelwater, wachtrijen voor netaansluiting en lokale vergunningen worden even strategisch belangrijk als de toewijzing van GPU's.
Efficiëntie als de andere helft van het antwoord
Het tegenwicht is een stevige inzet op efficiëntie: kleinere gespecialiseerde modellen voor routinetaken, slimmere routering die eenvoudige vragen naar goedkope modellen stuurt en moeilijke naar dure, en hardware die is afgestemd op inferentie in plaats van training. Het duurzaamste token is het token dat je nooit berekent. Verwacht dat 2026 de exploitanten beloont die energie behandelen als een eersterangs ontwerpbeperking, niet als een bijzaak op de energierekening.
