Grond, joules en de buurman

Ergens tussen Milwaukee en Chicago ligt negentig mijl open land, en daar woont een man die Prescott heet. Ik las deze week de lokale krantenberichtgeving uit Caledonia, Wisconsin, waar op precies dat traject een datacenter is voorgesteld. Prescott zei tegen een verslaggever dat hij in het paradijs woont. Zijn oordeel over het plan had hij al klaar voordat de uitleg was afgelopen.

Diezelfde week verhoogde Amazon zijn investeringsplan voor 2026 naar ongeveer 220 miljard dollar en wees daarbij op de geheugenprijzen. Bij de zeven grootste bouwers loopt de capex van 160 miljard dollar in 2022 naar een geschatte 863 miljard in 2026. OpenRouter routeert tokens op een tempo van boven de 4,5 biljard per jaar en verdubbelt dat al drie jaar op rij ongeveer elke elf weken. En de nauwkeurigheid per joule op een vaste taak werd tussen april 2024 en augustus 2025 ruwweg achttien keer beter.

Zet die vier naast elkaar en ze rijmen niet. De vraag groeit met ongeveer een derde per maand, de efficiëntie is in zestien maanden bijna twintigvoudig verbeterd, de uitgaven versnellen desondanks, en in Wisconsin zit een man die liever een betonplaat ziet dan een hyperscale-campus.

Het knelpunt in het AI-gesprek is in twee jaar drie keer verschoven. Eerst waren het de modellen, daarna de chips, daarna het elektriciteitsnet. Deze week schoof het opnieuw, naar iets ouders en traagers: grond, vergunningen, krediet en buren.

Efficiëntie is een bewegende lijn, en vrijwel niemand rekent er zo mee

Dat achttienvoudige verschil gaat over dezelfde taak, hetzelfde correcte antwoord en een fractie van de energie, met zestien maanden ertussen. Wat de onderliggende grafiek interessanter maakt dan het kopcijfer, is dat de winst uiteenvalt in afzonderlijke bijdragen die op elkaar stapelen: betere modellen, betere serving, betere hardware. Er is geen doorbraak die het verklaart. Het is optelwerk.

De standaardredenering in energie-en-AI-analyses gaat anders. Neem de joules per antwoord van vandaag, vermenigvuldig met een geprojecteerd aantal antwoorden in 2030, en presenteer de uitkomst als natuurkunde. Dat behandelt efficiëntie als een constante. Efficiëntie is geen enkel kwartaal een constante geweest.

Ik houd het exacte veelvoud losjes vast, want het is één meetvenster en één taakfamilie. De decompositie telt voor mij zwaarder dan de kop, en ik zou willen dat de onderliggende categorieën met naam benoemd waren voordat iemand er een business case op bouwt. Neem het cijfer als richtinggevend.

Er hoort ook een toegift bij, want efficiëntie buigen laat het netprobleem niet verdwijnen. De vraag stijgt sneller dan de efficiëntiecurve, dus het totale verbruik stijgt nog steeds. Beide dingen zijn tegelijk waar, en de meeste gepubliceerde prognoses kiezen de helft die hun conclusie steunt.

Voor jou als lezer zit het gevolg in de houdbaarheid van je eigen schatting. Wie begin 2024 een AI-workflow doorrekende en hem wegens een absurde rekenrekening in de la legde, heeft een oordeel dat inmiddels verlopen is. Daar is geen uitvinding voor nodig geweest, alleen achttien maanden waarin het verschil elke keer een stukje groter werd. Vooruit geldt hetzelfde: een kostenprojectie voor 2027 die op de joules van 2026 rust, is een projectie over een constante die geen constante is.

Ik noteer bij zulke sommen altijd welke aannames prijzen zijn en welke natuurkunde. Prijzen bewegen, natuurkunde niet. Wat ik in de praktijk zie, is dat bijna alles wat mensen in een AI-business case onder natuurkunde archiveren in werkelijkheid een prijs is.

Een vergunning verdubbelt niet elke elf weken

Elke gigawatt in een AI-roadmap landt uiteindelijk op een concreet stuk grond met concrete buren. Dat is de zin die in de meeste presentaties ontbreekt, en het is wel de zin die het tempo bepaalt.

De berichtgeving uit Caledonia en het naburige Mount Pleasant is daarin ontnuchterend. Gevraagd wat ze er dan wél gebouwd zouden willen zien, hebben inwoners geen echt antwoord. De lokale verslaggever leest de keuze uiteindelijk als hyperscale-campus of betonplaat, en de betonplaat wint.

Ik ben deze beperking Compounding Meets Concrete gaan noemen: de plek waar de snelle curves het beton raken. Aan de snelle kant verdubbelen tokens elke elf weken, verdubbelt de omzet ruwweg elke zeven maanden en gaat de efficiëntie achttien keer omhoog in zestien maanden. Aan de andere kant staan een bestemmingsplanhoorzitting, de levertijd van een transformator, een aansluitwachtrij en een buurman die Prescott heet. Waar snel het trage ontmoet, bepaalt het trage het tempo.

Het tegenargument weeg ik serieus, want veel gemeenschappen willen de campus wel degelijk hebben. Mount Pleasant accepteerde ooit de belofte van Foxconn en kreeg iets heel anders, en dat is precies de reden dat Caledonia nu sceptisch is. Dat is aangeleerd gedrag en geen reflex. Hyperscalers omzeilen weerstand bovendien eenvoudig door grond te kopen waar men ja zegt, dus lokaal verzet herverdeelt de bouw eerder dan dat het die stopt.

Alleen kost herverdelen geld, en dat is inmiddels zichtbaar in de financieringsmix. Bij de grote bouwers dekt de operationele kasstroom nog ruwweg twee derde van de buildout, en het is dat resterende derde deel waar ik naar kijk. Schuld die gekoppeld is aan de rekenbehoefte van OpenAI beweegt de kredietmarkten. Amazons vrije kasstroom over de afgelopen twaalf maanden is omgeslagen naar een uitstroom van 7,6 miljard dollar.

Capex was ooit een uitspraak over hoeveel cash een bedrijf genereerde. Het wordt een uitspraak over hoeveel een bedrijf kan lenen tegen een prognose. Alphabet betaalt SpaceX volgens de berichtgeving inmiddels zo'n 920 miljoen dollar per maand voor capaciteit in de datacenters van xAI, en financiert een deel van de eigen buildout met een aandelenverkoop van 85 miljard waarin 10 miljard van Berkshire Hathaway zit.

Ik wil die exacte bedragen gekoppeld zien aan een met naam genoemde filing voordat ik erop leun. De richting is wel duidelijk. Wie zelf niet snel genoeg kan bouwen, huurt van wie als eerste staal in de grond zette, desnoods van een raketbedrijf en desnoods van een concurrent.

De markt verdiept zich terwijl hij versmalt

De AI Index van Ramp van augustus 2026 zet twee bevindingen naast elkaar die je niet meteen bij elkaar verwacht. De AI-uitgaven per medewerker groeien exponentieel in élke uitgavencategorie, en het steilst in 2026. In hetzelfde rapport staat dat de adoptie van OpenAI, en in mindere mate van Anthropic, is vertraagd onder bedrijven die voor het eerst instappen.

Ramp is er expliciet over dat die vertraging niets met overloop te maken heeft. Die nieuwe kopers stappen niet over naar open source of naar Chinese modellen. Ze komen simpelweg niet binnen.

De tokendata maken het scherper. Per juni 2026 zaten de koplopers op 17,1 keer zoveel output-tokens per actieve gebruiker, terwijl een typisch bedrijf op 2,1 keer bleef steken. Dezelfde modellen zijn voor allebei beschikbaar. Het verschil zit in hoe hard ze worden gebruikt, en dat verschil is achtvoudig.

Tokenvolume is een grove maatstaf en je mag het niet als productiviteit lezen. Het is eerlijk over precies één ding, en dat is hoeveel van het werk uit menselijke handen is verdwenen. Twee keer ziet eruit als vragen stellen en antwoorden plakken in een document dat je toch al ging schrijven. Zeventien keer ziet eruit als iets dat concipieert, controleert, herschrijft en lange stappenketens draait die niemand nog regel voor regel naleest. Het eerste is een hulpmiddel. Het tweede is werk dat je uit handen geeft, en de organisatorische verandering die daarbij hoort is waar de meeste programma's stranden.

Op mijn eigen kader past een tegenwerping die ik zelf ook maak. Een achtvoudig tokenverschil kan ook gewoon verspilling bij de koplopers betekenen, want lange agent-ketens verbranden tokens aan retries en doodlopende paden. Ik heb van dichtbij gezien wat een slecht gespecificeerde agent kan uitgeven aan zelfverzekerd fout zijn. Daarom lees ik die 17,1 als bewijs van een ánder operating model en niet automatisch van een beter, en controleer ik de uitkomsten apart.

Wat dat voor jou betekent, is dat de adoptievraag van vorm is veranderd. De vraag of je toegang koopt is beslecht. De kloof zit inmiddels ergens anders, en geen enkele inkoopbeslissing dicht hem.

De labs voeren het experiment op zichzelf uit

Meer dan 90% van de engineers bij Anthropic bouwt inmiddels met zelfverbeterende lussen, volgens een engineer van het bedrijf die verwacht dat het binnen vier tot zes maanden op 100% zit. Die lussen draaien nu al dagenlang achter elkaar door.

Los daarvan circuleert een extrapolatie uit Anthropics eigen risicorapport van augustus 2026, die volledig geautomatiseerde AI-R&D ergens tussen december 2026 en februari 2027 plaatst, of rond 2028 onder pessimistische aannames. Als prognose vind ik zulke data vrijwel waardeloos. Bij zo'n specifieke bandbreedte telt het enorm wiens extrapolatie het is, waar hij gepubliceerd is en op welke aannames hij rust.

Die 90% neem ik wel serieus. Interne praktijk is een beter signaal dan een productpagina, want een lab heeft geen enkele prikkel om te vertellen wat zijn eigen engineers niet langer met de hand doen.

Diezelfde week kwam er een resultaat bij dat in dezelfde richting wijst. Claude produceerde een werkende aanval die de sleutel terughaalt op zes van de 32 ronden van het blokcijfer Serpent-128. Anthropic zegt er in dezelfde adem bij dat volledig Serpent 32 ronden telt, wat de impact aanzienlijk beperkt.

De gepubliceerde cryptanalyse van diezelfde gereduceerde variant vereist meer dan 2^70 plaintextparen en 2^90 ontsleutelingen. Wat het previewsysteem dat Anthropic Mythos noemt vond, is praktisch uitvoerbaar. Ik wil de specifieke gepubliceerde aanval bij naam genoemd zien voordat ik dit een nieuwe bijdrage noem, en dat is precies de standaard die de claim zelf oproept.

Cryptanalyse telt hier om een reden. Het is een van de weinige velden waar "nieuw" een controleerbare definitie heeft, want je herstelt de sleutel met minder werk dan de beste gepubliceerde aanval of je doet dat niet. Er valt geen smaak over te twisten en er is geen reviewer te overtuigen. Het patroon dat ik hieruit meeneem: aankondigingen over capaciteiten tellen veel minder dan wat de bouwers zelf stilletjes niet meer met de hand doen.

Wat ik in de gaten houd

Vijf immersie-DUV-lithografiemachines staan dit jaar gepland voor levering aan Chinese chipmakers, ontwikkeld door Shanghai Yuliangsheng. Vijf machines veranderen niemands productieplan. Maar vijf is het eerste getal na nul, en exportcontroles gedragen zich veel meer als een klok dan als een muur.

Compounding Meets Concrete is de lens die ik dit najaar meeneem in klantgesprekken, en het is ook waar een keynote voor bedoeld is: je snelst bewegende aanname en je traagst bewegende afhankelijkheid, naast elkaar op één pagina. In de sessies die we draaien ontbreekt de trage kant bijna altijd volledig in het plan.

Wil je dit wekelijks in je inbox, dan kun je je hieronder abonneren.

Acht dingen die er niet meer bij pasten

Alphabet verloor ruwweg 185 miljard dollar beurswaarde op één dag nadat op 5 augustus vier AI-leiders vertrokken, onder wie Demis Hassabis, die terugtreedt uit de leiding van Google DeepMind. Minder dan één op de honderd van 's werelds 11.261 beursgenoteerde bedrijven is in totaal 185 miljard waard. Dat is een nuttige toets op het verhaal dat intelligentie goedkoper wordt.

Artikel 50 van de EU AI Act werd op 2 augustus afdwingbaar. AI-gegenereerde afbeeldingen, teksten over kwesties van openbaar belang en chatbots dragen allemaal een machineleesbare openbaarmakingsplicht, en een zichtbaar bijschrift alleen volstaat niet. De Act noemt geen standaard, terwijl er één breed uitgerolde open standaard is die aan de beschrijving voldoet en de Code of Practice aanraadt die te combineren met onzichtbaar watermerken. Formeel vrij, praktisch gestuurd.

Gemini Robotics 2 van Google DeepMind zet in op "whole body intelligence", waarbij onderstel, torso en armen één regelprobleem vormen in plaats van een mobiel platform dat toevallig een arm draagt. Het moeilijke deel verschuift daarmee van mechanica naar policy, en dat is precies waar foundation models het sterkst zijn.

Twee robotarmen versloegen een humanoïde in sorteren. De zesassige armen van X Square op WALL-B verwerkten in een autonome livestream van een uur 1.816 gemengde pakketten met meer dan 98% nauwkeurigheid, ruwweg 45% sneller dan de humanoïde van Figure op dezelfde klus. Pakketsortering is nu net de clip die humanoïde-bedrijven het vaakst laten zien, wat zo'n verlies extra pijnlijk maakt.

De volgende Atlas is met opzet saai ontworpen. Boston Dynamics beschrijft hem als een orde van grootte eenvoudiger, met minder onderdelen en vooral minder unieke onderdelen. Goedkoper, sneller te bouwen, betrouwbaarder, en volstrekt onzichtbaar in een democlip.

Een robot navigeerde zero-shot door een kantoor waar hij nooit was geweest. Niantic Spatial, Flexion en NVIDIA trainden een policy die alleen met RGB werkt, volledig binnen een Gaussian-splat-reconstructie.