Zoals de koperdeal van Amazon laat zien, is de grootste beperking voor kunstmatige intelligentie niet de rekenkracht, maar de trage, stroperige systemen die nodig zijn om het te bouwen en van stroom te voorzien.
Alweer een tech gigant die risico’s afdekt. Alweer een deal over grondstoffen, begraven onder flitsendere AI-aankondigingen.
Maar dat is niet wat deze stap werkelijk signaleert.
Amazon koopt geen koper omdat het plotseling geeft om mijnbouw. Het koopt koper omdat de infrastructuur die nodig is om kunstmatige intelligentie te ondersteunen botst op fysieke limieten — limieten die software, kapitaal en ambitie niet kunnen wegwensen.
Koper staat in het middelpunt van die botsing. Het is essentieel voor datacenters, stroomdistributie, transformatoren, onderstations en transmissielijnen. Elke megawatt aan nieuwe AI-capaciteit brengt enorme hoeveelheden metaal, bedrading en coördinatie met zich mee.
En in tegenstelling tot chips of code, schaalt koper niet op commando.
De deal zelf zal de behoeften van Amazon niet eens wezenlijk bevredigen. Zelfs optimistische productieschattingen van de mijn in Arizona vertegenwoordigen slechts een fractie van wat één enkel ‘hyperscale’ datacenter verbruikt.
Dat is precies het punt.
Dit gaat niet over leveringszekerheid op zich, maar over wat er gebeurt als de digitale economie de systemen begint in te halen die het mogelijk maken om die economie te bouwen, van stroom te voorzien en te exploiteren.
De koperaankoop van Amazon is niet zozeer een gok op materialen, maar eerder een erkenning dat de AI-boom frontaal tegen de fysieke wereld aanloopt. Het knelpunt is niet langer rekenkracht, maar uitvoering.
Het timing-probleem van AI
Kunstmatige intelligentie beweegt snel omdat het dat kan.
Nieuwe modellen worden in maanden getraind. Nieuwe chips worden in kwartalen ingezet en cloudcapaciteit breidt modulair uit naarmate de vraag stijgt. De fysieke systemen die dit ondersteunen, doen dat niet.
Dit is de kernmismatch die de toekomst van de AI-infrastructuur vormgeeft. Technologie schrijdt voort in cycli van ruwweg 18 maanden. Infrastructuur werkt op tijdlijnen die worden gemeten in jaren, vaak decennia.
Het vergunnen en bouwen van transmissielijnen duurt routinematig zes tot tien jaar. Nieuwe mijnen daarentegen kunnen in de Verenigde Staten bijna 30 jaar nodig hebben van ontdekking tot productie. Goedkeuringen voor netaansluitingen in regio’s met een grote vraag duren inmiddels ruim vijf jaar.
Die kloof is niet theoretisch; het bepaalt nu al waar — en of — projecten doorgang vinden.
Een datacenter kan in minder dan twee jaar worden ontworpen en gebouwd. De elektrische infrastructuur die nodig is om het te bedienen, arriveert echter vaak pas lang nadat de faciliteit klaar is om te worden ingeschakeld.
In sommige regio’s storten ontwikkelaars beton en bestellen ze apparatuur zonder te weten wanneer — of dat — er voldoende stroom beschikbaar zal zijn. Kapitaal staat vast terwijl goedkeuringen tergend langzaam voortgaan.
Dit is waarom de koperdeal van Amazon ertoe doet: het weerspiegelt het groeiende besef onder hyperscalers dat infrastructuurrisico’s nu voorafgaan aan technologische beslissingen. Tegen de tijd dat een hoogspanningslijn is goedgekeurd of een nieuwe bron van materialen online komt, is de AI-werklast die het moest ondersteunen mogelijk al verouderd.
De fysieke wereld is niet gebouwd om die race te winnen.
Infrastructuursystemen zijn ontworpen voor gestage, voorspelbare groei — niet voor de exponentiële groei in vraag gedreven door AI. Naarmate de technologische verandering versnelt, stapelen vertragingen die ooit beheersbaar voelden zich op tot strategische beperkingen.
Mis een kans, en een project loopt niet alleen vertraging op. Het riskeert irrelevantie.
Koper is de kanarie
Koper is niet schaars omdat de vraag de markt verraste. Het is schaars omdat de systemen die het produceren nooit zijn gebouwd om snel te reageren en niet van de ene op de andere dag kunnen worden aangepast.
Dat maakt koper zo’n nuttige lens om de bredere infrastructuuruitdaging waar AI voor staat te begrijpen.
Het is op schaal onvervangbaar, diep ingebed in stroom- en datasystemen, en het is nodig in hoeveelheden die pas duidelijk worden zodra projecten in gang zijn gezet.
Moderne AI-datacenters zijn bijzonder koper-intensief. Hoge dichtheid rekenkracht, vloeistofkoeling en redundante stroomsystemen drijven de behoefte aan materialen omhoog. Gemiddeld heeft een AI-trainingsdatacenter ongeveer 47 ton koper nodig per megawatt aan geïnstalleerde capaciteit. Over de levenscyclus van een faciliteit stijgt dat cijfer nog verder.
Vermenigvuldig dat met honderden megawatts, en de vraagcurve stijgt snel.
Het probleem is dat het koperaanbod niet binnen bruikbare termijnen meebuigt met prijssignalen. In de VS kan het proces bijna 30 jaar duren. Wereldwijd vertragen dalende ertsgehaltes en toenemende technische complexiteit de uitbreiding nog meer.
Het resultaat is een structureel gat.
Voorspellingen wijzen nu al op een tekort van miljoenen tonnen tegen 2040, zelfs onder optimistische aannames. Dat gat uit zich in hoge prijzen, lange levertijden en strategisch gedrag zoals het besluit van Amazon om de bevoorrading rechtstreeks veilig te stellen.
Toch is koper zelf niet het echte verhaal, maar de graadmeter. Elk systeem waarvan AI afhankelijk is, deelt dezelfde kenmerken: zware investeringen vooraf, lange goedkeuringstermijnen, beperkte substitutiemogelijkheden en een hoge coördinatiecomplexiteit.
Stroomtransformatoren. Schakelinstallaties. Transmissiecorridors. Koelinfrastructuur.
Wanneer de vraag piekt, schalen deze systemen niet op. Ze komen onder enorme druk te staan.
Bekeken door die lens gaat de koperdeal van Amazon niet over het domineren van een markt, maar over het kopen van zekerheid in een wereld waarin fysieke inputfactoren de bepalende beperkingen zijn geworden.
Zelfs als er aanbod is, lopen projecten vast
Tekorten aan materialen en vertragingen in de vergunningverlening zijn gemakkelijke doelwitten omdat ze buiten de bouwplaats liggen. Toch verliezen projecten zelfs wanneer de goedkeuringen rond zijn en de materialen beschikbaar zijn, nog steeds tijd — en een verrassende hoeveelheid daarvan.
De schuldige: uitvoeringsfrictie.
In de bouwsector is herstelwerk (rework) verantwoordelijk voor naar schatting 9% tot 20% van de totale projectkosten. Bijna een derde van het werk op actieve bouwplaatsen wordt besteed aan het corrigeren van fouten in plaats van aan voortgang.
Dit zijn geen uitzonderingen; ze zijn systemisch.
De bouw van datacenters vergroot dit probleem. Mechanische, elektrische en sanitaire systemen domineren de kosten en complexiteit. Krappe toleranties laten weinig ruimte voor fouten. Een enkel conflict dat op de bouwplaats wordt ontdekt in plaats van op een tekening, kan een kettingreactie aan vertragingen veroorzaken. Teams stoppen. Apparatuur staat stil. Planningen vallen uiteen.
Aan de basis van veel van dit herstelwerk ligt slechte informatie: verouderde tekeningen, tegenstrijdige markeringen, onvolledige documentatie en verkeerde aannames.
Individueel lijken deze problemen beheersbaar. Gezamenlijk trekken ze het hele systeem naar beneden. In een omgeving waarin AI-werklasten elke 18 maanden evolueren, is het verliezen van weken of maanden aan coördinatiefouten niet alleen inefficiënt. Het is een strategisch risico.
De ongemakkelijke waarheid: de industrie heeft niet alleen een tekort aan materialen — ze lekt tijd.
Het stroomnet vertelt ons de waarheid
Als er nog twijfel bestond dat fysieke beperkingen de digitale ambitie hebben ingehaald, dan heeft het stroomnet dat bewijs geleverd.
In de VS zijn de wachtrijen voor netaansluitingen gezwollen tot bijna 2.600 gigawatt aan voorgestelde capaciteit — meer dan twee keer het totale huidige machinepark van het land. Het systeem is niet alleen verstopt, maar overweldigd.
Voor bouwers van datacenters betekent dit jarenlange onzekerheid. In sommige regio’s hebben netbeheerders nieuwe aanvragen volledig gepauzeerd om de bestaande achterstanden weg te werken. Kapitaal is toegezegd, locaties zijn veiliggesteld, de bouw kan beginnen. De stroomvoorziening blijft echter een vraagteken.
Europa kampt met soortgelijke beperkingen. In Dublin heeft de Ierse netbeheerder effectief een moratorium ingesteld op nieuwe aansluitingen voor datacenters. Amsterdam kampt eveneens met netcongestie die ontwikkelingen heeft vertraagd, terwijl in Frankfurt de vraag naar stroom de beschikbare netcapaciteit al overstijgt.
Tijdlijnen voor netaansluitingen lopen soms op tot zeven à tien jaar, veel langer dan de typische bouwcyclus van een modern datacenter. Het stroomnet geeft aan wat er gebeurt als fysieke systemen gevraagd wordt om op digitale snelheid te bewegen — en dat niet kunnen.
Van papierwerk naar kritieke infrastructuur
Nu de AI-infrastructuur tegen fysieke grenzen aan schuurt, wordt één realiteit onvermijdelijk: hoe projecten worden gepland, gecoördineerd en opgeleverd, is nu even belangrijk als de materialen zelf.
Decennialang werden tekeningen en goedkeuringen behandeld als administratieve bijkomstigheden — noodzakelijk, maar ondergeschikt aan het “echte werk” buiten. In een wereld van gecomprimeerde tijdlijnen is bouwinformatie nu kritieke infrastructuur geworden.
Bedrijven die in deze omgeving het beste presteren, zullen niet degene zijn die simpelweg meer materialen veiligstellen. Het zullen de bedrijven zijn die onzekerheid verminderen.
De echte dreiging voor AI is niet een gebrek aan innovatie… het is frictie.
De koperdeal van Amazon is geen incident, maar een vroeg signaal. De volgende fase van de AI-economie zal niet alleen worden gedefinieerd door snellere modellen of krachtigere chips, maar door hoe snel de fysieke wereld kan reageren — en hoeveel verspilling we onderweg bereid zijn te tolereren.
