In 2026 investeren de vijf grootste hyperscalers (Amazon, Microsoft, Alphabet, Meta, Oracle) gezamenlijk $725 miljard in AI-infrastructuur, een stijging van 64% j-o-j. Toch is stroomcapaciteit nu de grootste beperking, nog vóór land en kapitaal. De wereldwijde datacentercapaciteit moet bijna verdubbelen naar 200 GW in 2030, terwijl de leegstand in Noord-Amerikaanse colocation slechts 1,4% bedraagt. De energiebehoefte van AI hervormt elektriciteitsnetten, stimuleert een heropleving van nucleaire en hernieuwbare stroomafnameovereenkomsten (PPA's) en creëert systemische risico's. Dit artikel analyseert hoe energieschaarste het strategische knelpunt wordt van de AI-revolutie.
De omvang van het probleem: $162 miljard aan vastgelopen projecten
Volgens gegevens uit begin 2026 staat ruim $162 miljard aan datacenterprojecten stil door stroomtekorten. Van de geplande 12 GW aan Amerikaanse datacentercapaciteit voor 2026 is slechts 5 GW in aanbouw. Bijna de helft van alle Amerikaanse datacenterprojecten loopt vertraging op of wordt geannuleerd. De bottleneck is verschoven van GPU's naar fysieke stroominfrastructuur: transformatoren, schakelapparatuur en netaansluitingen, met levertijden tot vijf jaar. De wereldwijde datacentercapaciteit groeit naar verwachting van 103 GW in 2025 naar 200 GW in 2030, volgens JLL's 2026 Global Data Center Outlook. Dit vereist circa $3 biljoen aan investeringen.
Waarom stroom de primaire beperking werd
Netaansluitingscrisis
De Amerikaanse wachtrij voor netaansluitingen is opgelopen tot meer dan 2.600 GW, met wachttijden van bijna vijf jaar. Nutsbedrijven zoals AEP Ohio hebben nieuwe aansluitingen voor grote verbruikers gepauzeerd. De gemiddelde wachttijd in Noord-Amerika is nu vier jaar, wat een gat van 7 GW creëert dat $650 miljard aan hyperscaler-investeringen blokkeert. Groothandelsprijzen voor stroom nabij hyperscale faciliteiten zijn sinds 2020 met 267% gestegen.
AI's onverzadigbare honger naar elektriciteit
Datacenters verbruiken wereldwijd ongeveer 415 TWh (1,5% van totaal), groeiend met 12% per jaar naar 945 TWh in 2030. AI-workloads zullen tegen 2030 de helft van alle datacenterworkloads uitmaken. Het trainen van GPT-3 gebruikt ongeveer 1.287 MWh. Tegen 2028 kan AI meer dan de helft van alle datacenterelektriciteit verbruiken. De verschuiving van training naar inferentie (rond 2027) zal de vraag herverdelen van centrale clusters naar regionale hubs.
De nucleaire renaissance: Big Tech's antwoord op basislast
Elke grote hyperscaler heeft minstens één nucleaire deal getekend. In totaal kondigen 13 projecten meer dan 9,8 GW aan nucleaire capaciteit aan. Belangrijke deals: Microsoft ($16 miljard, 20-jarige PPA voor herstart Three Mile Island Unit 1, 835 MW), Amazon ($700 miljoen in X-energy voor 12 Xe-100 HTGR's plus 1,92 GW van Susquehanna), Google (500 MW van Kairos Power's SMR), Meta (tot 6,6 GW via TerraPower, Oklo, Vistra, Constellation). Nucleair heeft een capaciteitsfactor >90%, beter dan intermitterende hernieuwbare bronnen voor 24/7 AI-workloads. Deze pivot hervormt het landschap van nucleaire stroomafnameovereenkomsten, waarbij langetermijncontracten financiële zekerheid bieden voor heropening en nieuwe reactoren.
Geopolitieke implicaties: energierijke regio's krijgen invloed
Toegang tot energie is een geopolitiek wapen geworden. AI-infrastructuur wordt behandeld als kritieke nationale infrastructuur. Energierijke Midden-Oosterse landen gebruiken stroomopwekking om AI-investeringen aan te trekken. De geopolitieke implicaties van AI-energievraag zijn groot: landen die energieleveringsketens controleren, krijgen strategisch voordeel. Tekorten treffen 68% van hardwareaanbieders, 62% voor koelsystemen en 44% voor transformatoren. De VS kampt met een opwekkingskort van 49 GW tegen 2028. 'Data Center Alley' in Noord-Virginia dreigt binnen 3-5 jaar stroomuitval te krijgen.
Deskundigenperspectieven
"Stroombeschikbaarheid, niet kapitaal, is nu de belangrijkste belemmering. De industrie is aanbodbeperkt, met grote orderachterstanden totdat het net is ingehaald," merkt een senior analist op. "De AI-investeringscyclus is de grootste gecoördineerde infrastructuurinvestering ooit. Maar de fysieke laag loopt jaren achter. We zien de grootste kloof ooit tussen aangekondigde AI-kapitaaluitgaven en bekrachtigde megawatts," aldus een energiespecialist.
Veelgestelde vragen
Wat is een stroomafnameovereenkomst (PPA)?
Een PPA is een langetermijncontract (5-20 jaar) tussen een elektriciteitsproducent en afnemer tegen een vaste prijs. Het financiert onafhankelijke producenten, vooral hernieuwbare en nucleaire projecten voor AI-datacenters.
Hoeveel elektriciteit verbruiken AI-datacenters?
Wereldwijd circa 415 TWh in 2024, naar verwachting 945 TWh in 2030. AI-workloads kunnen tegen 2028 meer dan de helft van datacenterelektriciteit uitmaken. In de VS kan het aandeel 6-12% zijn tegen 2026.
Waarom stappen hyperscalers over op kernenergie?
Kernenergie heeft een capaciteitsfactor >90% (continu) versus ~25% zon en ~35% wind. AI-clusters hebben 24/7 koolstofvrije basislast nodig, haalbaar alleen met kernenergie, en het helpt netto-nuldoelen te halen.
Wat is het verschil tussen AI-training en inferentie?
Training is zeer rekenintensief (weken op duizenden GPU's). Inferentie genereert antwoorden. Hoewel training meer energie per taak verbruikt, is inferentie verantwoordelijk voor >80% van het totale computergebruik.
Welke regio's profiteren het meest van de AI-energiecrisis?
Energierijke regio's (Midden-Oosten, delen VS met kernenergie/gas, sterke hernieuwbare bronnen) trekken investeringen aan. Snel netaansluitingen en stabiele prijzen bieden concurrentievoordeel.
Conclusie: De nieuwe bottleneck van de AI-supercyclus
De investeringscyclus van $725 miljard is ongekend, maar succes hangt af van het stroomprobleem. Met $162 miljard vastgelopen projecten, recordwachtrijen en 1,4% leegstand is energieschaarste de strategische spanning. De verschuiving naar nucleaire PPA's, geopolitieke heroriëntatie en netmodernisering zullen de volgende fase bepalen. In het AI-tijdperk is stroom het ultieme strategische bezit.
Follow Discussion