Over uitgelokte vraag, ontslagen en de werkelijke kosten van AI die we niet weten te gebruiken
Als je ooit tijd hebt doorgebracht op transit-Twitter, heb je de meme gezien.
"Nog één rijstrook, bro."
Een met waskrijt getekende weg-ingenieur staat naast een snelweg en wijst naar de nieuwe rijstroken die hij wil toevoegen omdat het verkeer vaststaat. Zijn gezicht is oprecht. Dit keer gaat hij het oplossen. Nog één rijstrook en de file zal verdwijnen.
Het is zelden lang weg.
Nieuwe rijstroken creëren nieuwe ritten. Nieuwe capaciteit creëert nieuwe vraag. Economen noemen het induced demand, uitgelokte vraag. De Katy Freeway in Texas werd uitgebreid tot een van de breedste snelwegen ter wereld. De 405 in Los Angeles kreeg een verbreding van een miljard dollar. Het patroon is bekend uit decennia snelweguitbreiding: capaciteit neemt toe, gebruik groeit ernaartoe, en de files keren terug.
De ingenieur in de meme blijft toch om nog een rijstrook vragen.
We zitten nu op hetzelfde punt met AI‑datacenters.
De pitch voor de juiste infrastructuur
Elk kwartaal brengt een nieuwe aankondiging van een hyperscaler. Nog een uitrol met tien cijfers. Nog een campus. Nog een onderstation. Nog een stroombelasting‑deal. Nog een waterconflict. Nog een landelijke county die te horen krijgt dat dit de prijs van vooruitgang is.
De rechtvaardiging is altijd dezelfde.
De AI‑vraag explodeert. We hebben meer compute nodig. Als we niet bouwen, loopt de Verenigde Staten achter op China. Bedrijven krijgen niet de capaciteit die ze nodig hebben. Ontwikkelaars worden beperkt. Innovatie zal vertragen.
Nog één datacenter.
Nog één campus van een gigawatt.
Nog één locatie van 2.700 acre.
Nog één netverzwaring.
Dan hebben we genoeg.
Het is dezelfde ingenieur met een ander bouwplan.
Dit is een generatiebepalende infrastructuurgok, en een substantieel deel ervan is al getekend.
Dit is geen betoog dat AI geen infrastructuur nodig heeft. Enige nieuwe capaciteit is noodzakelijk.
De vraag is of we in dit tempo nieuwe capaciteit moeten blijven vastleggen voordat we afnemers dwingen te bewijzen dat ze de bestaande capaciteit intelligent gebruiken.
Op dit moment is een deel van die exploderende vraag echte nieuwe productiviteit. Een deel is vermijdbare consumptie, gecreëerd door slechte defaults, doorgeslagen retries, verlopen credentials, te krachtige modellen en workloads die nooit hebben hoeven bewijzen dat ze hun kosten waard zijn.
De uitgelokte vraag
Compute heeft geen vaste vraagcurve. Die buigt mee naar welke capaciteit er ook beschikbaar is.
Geef ontwikkelaars goedkope toegang tot frontier‑modellen en veel workloads gebruiken standaard frontier‑modellen. Geef agents grote budgetten en veel agents geven die uit. Geef teams onbeperkte API‑sleutels en de rekening groeit totdat iemand het merkt.
Tegen die tijd is de workload al live.
Een founder draait een duur model op elke stap van een klantenondersteuningspipeline omdat dat de default was toen de engineer snel shipte. De pipeline werkt. De rekening wordt pijnlijk. Later ontdekt iemand dat een groot deel van de workload op een goedkoper model had kunnen draaien met weinig tot geen meetbaar kwaliteitsverlies.
Dat is geen bizar randgeval. Zo werkt snelle AI‑ontwikkeling vaak. De
defaults zijn verkeerd. De verspilling is onzichtbaar. De factuur komt laat.
Hetzelfde gebeurt overal.
Een retrieval‑systeem embedt duplicaten. Een support‑agent blijft in een retry‑lus hangen. Een coding‑agent verbrandt het duurste model aan triviale edits. De sleutel van een contractor overleeft het contract. De sleutel van een ex‑medewerker overleeft de offboarding. Een productiesleutel belandt op iemands laptop.
Ze zijn niet per se kwaadwillend. Het systeem is gewoon onbeheerd.
Wanneer de AI‑industrie zegt dat de vraag explodeert, is een deel van die vraag echte productiviteit. Een deel ervan is slechte defaults, verouderde credentials, ontbrekende budgetten en ongereguleerd machinaal werk.
Extra compute lost dat niet op. Het voedt het. Zelfs bedrijven als Amazon melden dat dit het geval is.
Dat is uitgelokte vraag. Dat is de snelweg.
De “mensen eruit, AI erin”-mentaliteit
Met lagere headcount en hogere AI‑budgetten worden die twee vaak expliciet aan elkaar gekoppeld. Microsoft heeft duidelijk gezegd dat zijn bezuinigingen niet simpelweg AI‑vervanging zijn. Sam Altman heeft toegegeven dat een deel van de toerekening is wat hij AI‑washing noemt: AI aanhalen als reden voor bezuinigingen die het bedrijf toch al zou hebben doorgevoerd. Enquêtes onder CEO's delen dat ze veranderingen moeten plannen op basis van AI.
Wat de data duidelijk laat zien, is een herschikking van prioriteiten. Challenger beschrijft technologiebedrijven die zich herstructureren rond AI, sommige rollen automatiseren en budgetten herschikken richting nieuwe capabilities. De specifieke werknemer en de specifieke GPU hoeven niet één-op-één gekoppeld te zijn om de kapitaalverschuiving echt te maken.
Dat maakt de ongemakkelijke vraag scherper, niet zachter.
Als de ruil niet is mensen voor AI‑productiviteit, en ook niet volledig mensen voor niets, wat staat er dan precies aan de machinekant van de balans? Niemand kan een stevig antwoord geven, omdat AI‑uitgaven loonlast worden zonder dat ze met iets in de buurt van loondiscipline worden beheerd.
Menselijke werknemers hebben managers, budgetten, permissies, creditcards van de zaak, toegangspassen, offboarding, functioneringsgesprekken en audittrails.
Machine‑werknemers hebben vaak een API‑sleutel.
We verplaatsen onze budgetten van menselijke payroll naar machine‑payroll, en beheren machine‑payroll vervolgens als een stapel wachtwoorden. Geen eigenaar. Geen manager. Geen verloopdatum. Geen bestedingsbeleid. Geen bon. Geen kosten per nuttige uitkomst. Geen bewijs dat het machinewerk de machinekosten waard was.
De API‑sleutel is de nieuwe corporate card
Een bedrijf zou nooit zeggen: "een ex‑medewerker heeft zijn bedrijfscreditcard gehouden, niemand weet wat ermee wordt afgerekend, en we kwamen er maanden later achter." Dat zou worden gezien als een overduidelijke operationele mislukking. Maar de API‑versie gebeurt voortdurend.
Een sleutel van een modelprovider kan kosten creëren. Een cloudsleutel kan infrastructuur creëren. Een Stripe‑sleutel kan geld verplaatsen. Een GitHub‑sleutel kan code shippen. Een sleutel van een dataprovider kan toegang geven tot betaalde datasets. Een advertentieplatform‑sleutel kan campagnemiddelen verbranden. Een exchange‑sleutel kan met assets handelen.
Dit zijn niet alleen secrets. Het zijn vormen van economische bevoegdheid.
Te veel API‑sleutels worden nog steeds behandeld als wachtwoorden. Ze moeten worden behandeld als zakelijke creditcards voor machines.
Contractors, ontwikkelshops, marketingbureaus, auditors, fractionele teams, werknemers en agents hebben allemaal toegang nodig tot resources die komen en gaan. Vandaag geven bedrijven óf te veel toegang, óf vertragen ze alles. Het project eindigt, de toegang blijft, en de uitgaven gaan door.
Dat is niet alleen een beveiligingsprobleem. Het is een boekhoudkundig probleem. Een governance‑probleem en een infrastructuurprobleem.
De locals weten het
De publieke tegenreactie tegen datacenters is niet alleen NIMBY‑isme. Mensen voelen de tegenstelling. Een Gallup‑peiling vond onlangs dat zeven op de tien Amerikanen de bouw van datacenters voor AI in hun steden zouden afwijzen.
Datacenters verbruiken enorme hoeveelheden elektriciteit. Afhankelijk van het koelingsontwerp en de locatie kunnen ze ook aanzienlijke hoeveelheden water en land gebruiken. Ze creëren echte hitte, geluid, discussies over hoogspanningslijnen en lokale politieke druk. De voordelen voelen vaak ver weg, privaat of speculatief. De kosten zijn lokaal.
De infrastructuurlast is geconcentreerd in landelijke counties. Het economische voordeel is versnipperd en wordt vaak ergens anders opgevangen. De voordelen worden later beloofd. De kosten komen nu.
Dat is politiek instabiel. In 2026 hield het op een voorspelling te zijn.
De industrie zou niet verbaasd moeten zijn dat datacenters een nationaal politiek gevecht zijn geworden. Als AI‑infrastructuur gemeenschappen vraagt om land, stroom, water en geduld, dan zou de industrie moeten kunnen aantonen dat de compute goed wordt gebruikt.
Op dit moment kunnen veel afnemers dat niet.
De ruil mensen voor ongemeten machinewerk is verkeerd
Trek de lagen bij elkaar.
Een CFO leest de AI‑investeringscase, keurt de uitrol goed, snijdt in headcount om die te financieren en vertelt de board dat de rekensom klopt. De compute wordt geprovisioned. De workloads gaan live. De defaults zijn verkeerd. De sleutels zijn onbeheerd. De dure modellen worden overgebruikt. De agents doen te veel retries. De oude credentials blijven werken. De rekening groeit sneller dan voorspeld.
De board vraagt waarom. Het antwoord luidt: de AI‑vraag explodeert. We hebben meer capaciteit nodig. Dus tekent de CFO het volgende contract. De cyclus herhaalt zich.
Ondertussen kijkt de ontslagen werknemer toe hoe het bedrijf agressief uitgeeft aan AI‑systemen die de beloofde productiviteit misschien wel, misschien niet opleveren. Een county‑commissaris krijgt boze telefoontjes over stroom, water, land en geluid. Een netbeheerder probeert de cijfers kloppend te krijgen. Een lokale bewoner krijgt te horen dat dit de toekomst is.
Te vaak was de ruil niet mensen voor productiviteit. Het was mensen voor ongemeten machine‑
werk. Mensen voor slechte defaults. Mensen voor slordigheid. En toen de slordigheid duur werd, was het antwoord van de industrie geen discipline. Het was nog één
datacenter. Nog eentje maar, bro.
Het echte antwoord
Het echte antwoord is niet alleen meer datacenters bouwen.
Het echte antwoord is de datacenters die we al hebben intelligent gebruiken.
Dat is een ongemakkelijke boodschap voor de industrie, omdat de prikkels niet perfect zijn uitgelijnd. Providers worden in het algemeen betaald als het verbruik stijgt. Afnemers winnen wanneer nuttige uitkomsten stijgen. Die twee curves zijn niet hetzelfde.
Het belang van de afnemer is specifiek.
De afnemer wil het kleinste model dat de klus klaart. Het geringste aantal calls dat het probleem oplost. De sleutel die verloopt wanneer het project eindigt. De credential die alleen werkt vanaf het juiste device. De agent die wordt afgekapt wanneer hij buiten beleid gaat. De uitzondering die alleen wordt goedgekeurd wanneer de businesscase echt is.
Voor niets daarvan is een nieuw datacenter nodig. Het vereist intelligente provisioning van de compute die we al hebben.
De weg naar een oplossing is saai
Kies de juiste modelgrootte voor de workload. Batch wat gebatcht kan worden. Cache wat gecachet kan worden. Beperk wat beperkt moet worden. Autoriseer wat moet kunnen overschrijden. Weiger wat op het verkeerde model draait. credential, vanaf het verkeerde apparaat, door de verkeerde houder, voor het verkeerde werk. Meet de kosten per nuttige uitkomst. Laat toegang automatisch verlopen. Stop op hol geslagen loops. Routeer werk met laag risico naar goedkope modellen. Escaleer alleen wanneer kwaliteit dat vereist. Maak kwitanties.
De markt is het beginnen op te merken. Deze zomer zijn CFO’s en raden van bestuur AI‑rekeningen gaan aanpakken die het budget overschreden. Modelroutering ging van onderzoeksartikel naar bestuurskamerwoordenschat, terwijl teams zochten naar manieren om routinewerk naar goedkopere modellen te sturen zonder kwaliteitsverlies. De modelaanbieders zelf begonnen beheertoolings voor bestedingslimieten te leveren, omdat klanten een manier eisten om de rekeningen in toom te houden.
Goed. Die golf is reëel en komt te laat. Aanbieders bieden nu harde bestedingsplafonds die oproepen daadwerkelijk laten falen zodra de limiet is bereikt, limieten per gebruiker en goedkeuringspaden.
Maar let op de grens van de huidige golf. Die controles regelen het verbruik binnen één aanbieder, één project of één applicatie. Routering kiest een goedkoper model. Een limiet stopt een ontspoorde rekening. Geen van beide beantwoordt de bredere vraag naar bevoegdheid: welke machine handelt, vanuit welke runtime, namens wie, voor welk doel, tegen welke externe bronnen, en welk overdraagbaar bewijs er achteraf bestaat. Kostenbeheersing is niet hetzelfde als programmeerbare, verifieerbare bevoegdheid.
AI heeft de volledige discipline nodig, niet alleen de kostenhelft. Niet omdat AI slecht is. Omdat AI arbeid aan het worden is. En arbeid heeft management nodig.
De laag die AI‑agenten missen
Dit is de laag waarvan wij denken dat AI die mist, en ze is bewust smaller dan de hele FinOps‑stack.
Economische bevoegdheid zou vóór uitvoering moeten worden geregeld: wie en wat mag uitgeven, vanaf welk apparaat en welke runtime, voor welke workload en onder welke limieten. Alles met een kwitantie aan het eind die een echt persoon kan verifiëren.
Een deel van de uitbouw van datacenters is noodzakelijk. AI is echt, en echte dingen hebben infrastructuur nodig. Maar onbeheerde vraag maakt de vereiste uitbouw groter, sneller en moeilijker te rechtvaardigen dan nodig is. Het juiste pad is niet een mooier dashboard nadat de rekening binnenkomt. De oplossing is de controllaag bij de credential, vóórdat de uitgave plaatsvindt.
De juiste kant op sturen
Nog één datacenter maar, gast.
We beloven dat het deze keer zal werken. De compute staat op het punt online te komen. Het verspillingstempo staat op het punt te dalen. De marges staan op het punt zichtbaar te worden. De workloads staan op het punt efficiënt te worden. De lokale gemeenschappen staan op het punt om te draaien. Het net staat op het punt het aan te kunnen. De biljoen dollar aan getekende huurcontracten staat op het punt conservatief te lijken. De raad van bestuur staat op het punt de productiviteitswinst te zien.
Nog eentje maar.
Misschien is een deel van die capaciteit nodig. Maar voordat de sector gemeenschappen vraagt om meer land, meer water, meer stroom en meer geduld, zouden kopers een eenvoudigere vraag moeten kunnen beantwoorden.
Gebruiken we de compute die we al hebben goed? Niet in een slide of in een beleidsmemo.
In kwitanties. Welk model is gebruikt. Welke workload het nodig had. Welke sleutel het autoriseerde. Dat is het volgende AI‑infrastructuurgevecht. Niet compute versus geen compute. Gereguleerde compute versus verspilling.
Bouw minder blind. Gebruik wat we hebben.