De Economie van Neoclouds: Hoe GPU-as-a-Service de AI-markt verandert

Sinds de opkomst van generatieve AI in 2022 is er een nieuwe speler op het toneel verschenen: de neocloud. Bedrijven als CoreWeave, Nebius, IREN, Crusoe, Lambda en Together AI bieden GPU-rekenkracht aan als dienst — ook wel GPU-as-a-Service of Graphics Cards as a Service genoemd. Maar hoe werkt de economie achter deze bedrijven? En waarom zijn banken bereid miljarden te steken in een markt die draait op snel verouderende hardware?

Wat is een Neocloud?

Traditionele cloudproviders zoals AWS, Google Cloud en Azure zijn hyperscalers: ze bieden een breed scala aan diensten, van opslag tot databases tot machine learning-platforms. Neoclouds doen iets fundamenteel anders — ze richten zich uitsluitend op GPU-rekenkracht. Ze kopen massaal NVIDIA- en AMD-grafische kaarten, bouwen datacenters, en verhuren die capaciteit aan AI-bedrijven die geen eigen infrastructuur willen bouwen.

Dat klinkt simpel, maar de economie erachter is complexer dan je zou denken.

Bezettingsgraad: De Levensader van een Neocloud

Voor een neocloud is bezettingsgraad (utilization) alles. Als een GPU 80% van de tijd draait, verdien je geld. Als die op 40% staat, bloed je langzaam leeg. Anders dan een hotel waar een lege kamer alleen omzetderving is, heb je bij een neocloud ook nog eens de enorme energierekening die doorloopt — ongeacht of de hardware werkt of niet.

De uitdaging? AI-workloads zijn notoir piekerig. Een bedrijf traint een groot model en wil dan ineens honderden GPU's voor een paar weken, om daarna terug te vallen naar een fractie van die capaciteit. Dit maakt scheduling tot een van de grootste operationele uitdagingen voor neoclouds.

Beschikbaarheid vs. Contracten

Er zijn grofweg twee manieren waarop neoclouds hun capaciteit verkopen:

1. Spot-capaciteit – Beschikbaar wanneer er vrije GPU's zijn, goedkoper maar onbetrouwbaar. Ideaal voor experimentele workloads.
2. Gereserveerde contracten – Klanten leggen zich vast voor maanden of jaren, betalen een vaste prijs, en krijgen gegarandeerde toegang. Dit is de heilige graal voor een neocloud, want het geeft voorspelbare inkomsten.

De meest succesvolle neoclouds, zoals CoreWeave, hebben slim gemanoevreerd door langlopende contracten te sluiten met grote AI-labs. Die contractzekerheid maakte het ook makkelijker om externe financiering aan te trekken.

Waarom Financieren Banken Dit?

Dit is misschien wel het meest verrassende aspect van de neocloud-economie. Banken verstrekken asset-backed loans — leningen waarbij de GPU's zelf als onderpand dienen. Maar GPU's zijn beruchte waardedaling-assets: een NVIDIA H100 die vandaag €25.000 waard is, kan over twee jaar door een nieuwere generatie worden verdrongen.

Toch stroomt het geld. Waarom? Omdat de vraag naar AI-rekenkracht zo groot en zo urgent is dat de risico's acceptabel lijken. Bovendien geven langlopende klantcontracten banken enige zekerheid: als CoreWeave een driejarig contract heeft met een groot AI-lab, is dat effectief een cashflow-garantie.

De Concurrentie met Traditionele Cloud

Wat onderscheidt neoclouds van AWS of Google Cloud? Drie dingen:

• Specialisatie – Neoclouds zijn geoptimaliseerd voor AI-workloads. Geen overhead van duizenden andere diensten.
• Prijs – Doordat ze zich op één ding focussen, kunnen ze scherper prijzen — althans in theorie.
• Flexibiliteit – Kleinere bedrijven vinden het makkelijker om bij een neocloud te starten dan zich vast te leggen aan een hyperscaler-ecosysteem.

Maar de grote cloudspelers slapen niet. AWS Trainium, Google TPUs en Azure's samenwerking met NVIDIA betekenen dat de concurrentiedruk alleen maar toeneemt.

Asset Depreciatie: De Tijdbom

Een GPU die je vandaag koopt voor AI-training, is over drie à vier jaar mogelijk technologisch verouderd. NVIDIA blijft innoveren met nieuwe architecturen (Hopper, Blackwell, en daarna), wat betekent dat neoclouds constant moeten investeren om relevant te blijven.

Dit maakt de afschrijvingsplanning cruciaal. Bedrijven die hun hardware over vijf jaar afschrijven maar al na drie jaar vervangen moeten worden, hebben een boekhoudkundig probleem — en een businessmodel-probleem.

Conclusie: Grote Kansen, Grote Risico's

De neocloud-sector is een product van de AI-boom. Zolang de vraag naar GPU-rekenkracht blijft groeien, is er ruimte voor gespecialiseerde aanbieders. Maar de economie is fragiel: hoge kapitaalkosten, snelle hardware-veroudering, concurrentie van hyperscalers, en de constante druk op bezettingsgraad maken het een uitdagende business.

De neoclouds die overleven, zijn die welke slim contracten afsluiten, hun bezettingsgraad maximaliseren, en tijdig diversifiëren naar aanvullende diensten — voordat de markt ze inhaalt.