Apple kan de grote winnaar van AI worden, zonder de grootste rekening te betalen
Apple zou een van de grote winnaars van AI kunnen worden zonder de grootste rekening voor datacenters te betalen. Het bedrijf bezit iets waar de bouwers van al die rekenkracht uiteindelijk toegang toe willen: het apparaat dat mensen de hele dag gebruiken. Als steeds meer kunstmatige intelligentie op de telefoon of computer zelf draait, kan Apple daar direct aan verdienen.
De nieuwe Mac Studio maakt die mogelijkheid tastbaar. Apple heeft een uitvoering aangekondigd met maximaal 512 GB werkgeheugen. Daardoor kunnen ook grote taalmodellen op een bureau draaien, zonder dat elke vraag naar een server hoeft. Dezelfde ontwikkeling krijgt op de iPhone een andere vorm: kleinere modellen die zuinig genoeg zijn om alledaagse taken op de telefoon af te handelen.
Voor aandeelhouders ontstaat daarmee een interessante vraag. Als AI steeds beter en goedkoper wordt, wie houdt dan de meeste waarde over? Het bedrijf dat telkens nieuwe computers moet neerzetten, of het bedrijf dat de verbeteringen kan verwerken in apparaten die klanten toch al graag kopen?
Inhoud van deze analyse
Apple hoeft de hele rekening niet zelf te betalen
Het ontwikkelen van AI en het gebruiken ervan zijn twee verschillende werkzaamheden. Eerst moet een model worden getraind. Daarbij leren computers patronen uit grote hoeveelheden gegevens. Daarna wordt dat model ingezet om bijvoorbeeld een tekst samen te vatten, een foto te begrijpen of code te schrijven. Dat laatste is het gebruik waarvoor uiteindelijk een klant moet willen betalen.
Apple kan aan die tweede stap verdienen zonder iedere onderliggende technologie volledig zelf te ontwikkelen. Het ontwerpt de chips, bouwt de apparaten en bepaalt hoe functies in de software terechtkomen. Een beter model van buiten kan daardoor een waardevollere iPhone opleveren. Apple hoeft daarvoor niet noodzakelijk de eigenaar van het beste algemene model te zijn.
Dat betekent wel iets anders dan dat Apple geen geld aan AI heeft uitgegeven. Het bedrijf betaalt voor onderzoekers, eigen modellen, chips, software en beveiligde cloudverwerking. De samenwerking met Google brengt bovendien technologie van Gemini naar Apple Intelligence. Voor de moeilijkste taken gebruikt Apple inmiddels ook systemen met Nvidia in Google Cloud.
De mogelijke voorsprong zit in de verdeling van de rekening. Een bedrijf dat rekenkracht verkoopt, moet eerst capaciteit bouwen en vervolgens voldoende klanten vinden om die investering terug te verdienen. Apple kan een deel van de benodigde rekenkracht laten meelopen in een product dat het verkoopt. De klant betaalt de aanschaf en het stroomgebruik van zijn eigen apparaat.
Als een taak daarna volledig op die telefoon draait, hoeft Apple die uitvoering niet nog eens op gehuurde of eigen servers te betalen. Dat maakt AI voor Apple niet kosteloos. Wel kan een nuttige extra functie het apparaat aantrekkelijker maken zonder dat iedere keer dat iemand haar gebruikt een evenredige cloudrekening volgt.
Een grote kas en een nog grotere geldmachine
De financiële ruimte maakt deze strategie geloofwaardig. Eind juni had Apple $146,5 miljard aan geld en verhandelbare beleggingen. Daar stond $84,3 miljard rentedragende schuld tegenover. Na aftrek daarvan bleef ongeveer $62,2 miljard nettokas over. Apple heeft dus een stevige buffer, al is niet de hele kas een bedrag dat zonder verdere verplichtingen kan worden uitgegeven.
De grotere kracht is wat er telkens opnieuw binnenkomt. Over de laatste twaalf gepubliceerde maanden verdiende Apple $128,9 miljard nettowinst. Uit de bedrijfsvoering kwam $146,7 miljard cash. Na $10 miljard aan contante aankopen van gebouwen, apparatuur en andere vaste activa bleef volgens die eenvoudige berekening $136,7 miljard vrije kasstroom over. Dat is geld vóór onder meer dividend en de inkoop van eigen aandelen.
Hier wordt het verschil met de grote bouwers van rekenkracht zichtbaar. Van januari tot en met juni betaalde Apple ongeveer $4,4 miljard voor vaste activa. Microsoft zat op $66,7 miljard, Meta op $49,1 miljard, Alphabet op $80,6 miljard en Amazon op $98,4 miljard. De grafiek vergelijkt dezelfde soort contante uitgaven over ongeveer dezelfde zes maanden.
Dit zijn bedrijfsbrede investeringen, geen afzonderlijke budgetten voor AI. Bij Amazon zitten daar bijvoorbeeld ook distributieactiviteiten in. Nieuwe financiële leases en lopende kosten voor ingehuurde rekenkracht vallen buiten deze vergelijking. De cloudbedrijven kunnen bovendien jarenlang omzet verdienen aan wat ze nu bouwen. Een kleine rekening is alleen aantrekkelijk als Apple zijn klanten met voldoende goede producten blijft bedienen.
Toch hoeft Apple veel minder eigen geld vast te zetten in infrastructuur voordat de gebruiker iets aan AI heeft. Dat geeft ruimte om fouten op te vangen, betere technologie in te kopen en de aandeelhouder te blijven betalen. In de eerste negen maanden van zijn boekjaar kocht Apple voor $62,1 miljard eigen aandelen terug en betaalde het $11,8 miljard dividend.
Die ruimte is geen bewijs dat Apple stilzit. De uitgaven voor onderzoek en ontwikkeling liepen in die negen maanden op tot $34 miljard, ruim 32% meer dan een jaar eerder. In de openbare kwartaalstukken noemt Apple onder meer hogere kosten voor infrastructuur en AI. Het voordeel is daarom niet dat Apple niets uitgeeft. Het bedrijf hoeft de investering op een andere manier terug te verdienen.
Waarom 512 GB geheugen werkelijk iets verandert
Bij de Mac Studio gaat het om werkgeheugen, niet om de opslagruimte voor foto's en bestanden. Werkgeheugen is de ruimte waarin een computer gegevens klaarlegt terwijl hij ermee werkt. Een groot taalmodel moet daar samen met de lopende opdracht in passen om vlot te kunnen antwoorden.
Bij Apple kunnen de gewone processor en de grafische chip hetzelfde geheugen gebruiken. Apple noemt dat unified memory: gedeeld geheugen. Dat voorkomt dat dezelfde gegevens voortdurend tussen twee aparte geheugenpools moeten worden gekopieerd. Vooral bij grote modellen is dat nuttig. Wat op een computer met een relatief kleine hoeveelheid geheugen bij de grafische chip niet past, kan op een ruim uitgeruste Mac soms wel volledig worden geladen.
Een eenvoudige rekensom laat zien waarom. Een model met 70 miljard gewichten, de getallen waarin het zijn aangeleerde patronen bewaart, heeft bij vier bits per gewicht ongeveer 35 GB nodig voor alleen die gewichten. Bij zestien bits is dat ongeveer 140 GB. Daar komen onder meer het geheugen voor het gesprek, werkbuffers en het besturingssysteem bij. Minder bits besparen ruimte, maar kunnen de kwaliteit van het model beïnvloeden.
De huidige Mac Studio met M5 Ultra ondersteunt volgens Apples specificaties maximaal 512 GB gedeeld geheugen en een geheugenbandbreedte van 1,2 terabyte per seconde. Dat laatste vertelt hoe snel gegevens tussen geheugen en chip kunnen bewegen. Een model moet niet alleen passen; de computer moet de relevante gegevens ook snel genoeg kunnen verwerken.
De uitvoering met 512 GB was bij de aankondiging voorzien voor eind oktober. De Amerikaanse instapprijs van $5.499 hoort bij een uitvoering met 96 GB, niet bij het duurste model met 512 GB. Het gaat dus om een gespecialiseerde desktop voor ontwikkelaars en professionals. Die nuance verandert het technische punt niet: ook bijzonder grote modellen worden bereikbaar buiten een datacenter.
Een klein bedrijf kan daarmee bijvoorbeeld een geschikt model op eigen documenten laten werken, zonder die bestanden voor iedere opdracht naar een externe dienst te sturen. Een ontwikkelaar kan lokaal experimenteren en een team kan rekenkracht delen. Of dat financieel aantrekkelijk is, hangt af van het gebruik. Een dure computer kopen voor een paar vragen per week kan veel duurder zijn dan een abonnement.
Meer geheugen maakt een Mac geen datacenter
De vergelijking met Nvidia vraagt wel zorgvuldigheid. Nvidia verkoopt zelf lokale computers met gedeeld geheugen. De compacte DGX Spark heeft bijvoorbeeld 128 GB en een opgegeven geheugenbandbreedte van 273 GB per seconde. Apple heeft in deze vergelijking meer capaciteit en bandbreedte, maar daaruit volgt niet dat de Mac bij iedere taak sneller of goedkoper is.
Nvidia heeft bovendien veel zwaardere systemen. De DGX Station beschikt over 748 GB coherent geheugen. Daarvan is 252 GB zeer snel geheugen bij de grafische chip en 496 GB geheugen bij de processor. Die delen hebben verschillende snelheden. Het snelle deel kan volgens Nvidia 7,1 terabyte per seconde verplaatsen. De volledige 748 GB werkt dus niet op die snelheid.
In een datacenter kan Nvidia vervolgens tientallen grafische chips met snelle verbindingen laten samenwerken. Dat is belangrijk bij het trainen van grote modellen en bij diensten die veel mensen tegelijk moeten bedienen. Ook de uitgebreide software rond Nvidia telt mee. Ontwikkelaars en bedrijven hebben daar al toepassingen, kennis en beheer op gebouwd.
Een Mac waarop één medewerker een groot model gebruikt, lost daarmee een andere vraag op dan een server die duizenden klanten bedient. Voor Apple is dat geen klein voordeel. Het hoeft die hele markt niet over te nemen om een aantrekkelijk deel te winnen: bruikbare AI op de plek waar de gebruiker zit.
De betekenis van de Mac Studio is daarom groter dan een vergelijking van twee specificaties. Hij laat zien dat de grens tussen wat thuis kan en waarvoor een server nodig is, verschuift. Naarmate modellen kleiner en slimmer worden, komen meer toepassingen binnen bereik van apparaten die Apple al verkoopt.
De iPhone maakt de kans pas echt groot
Een telefoon hoeft geen groot professioneel model te draaien om veel nuttige dingen te kunnen doen. Een bericht inkorten, informatie uit een tekst halen of spraak herkennen vraagt iets anders dan een uitgebreid wetenschappelijk probleem oplossen. Voor een duidelijk afgebakende taak kan een kleiner model voldoende zijn.
Apple werkt aan precies die verdeling. De nieuwste familie eigen modellen bevat een lokaal model met ongeveer 3 miljard parameters en een uitgebreider lokaal model met ongeveer 20 miljard. Dat grotere model gebruikt per opdracht slechts een deel van zijn kennis tegelijk. Het bewaart de volledige verzameling in de opslag en haalt relevante onderdelen naar het actieve geheugen.
Dat is belangrijk voor de toekomst van AI op smartphones. Vooruitgang komt niet alleen van meer geheugen toevoegen. Ook slimmer kiezen welke delen van een model nodig zijn, kan een taak mogelijk maken die eerder te zwaar was. De nieuwere chips krijgen bovendien meer onderdelen die zulke berekeningen versnellen.
Er blijven fysieke grenzen. Een telefoon moet op een batterij werken, mag niet voortdurend heet worden en moet ook andere apps soepel laten draaien. Een desktop met 512 GB voorspelt dus niet dat iedere smartphone binnenkort dezelfde modellen aankan. Het laat wel zien welke richting de ontwikkeling neemt: steeds meer bruikbare intelligentie past in een eigen apparaat.
Daar zitten voordelen in die een gebruiker direct kan merken. Een lokale taak kan zonder internet werken. Persoonlijke gegevens hoeven voor die verwerking het apparaat niet te verlaten. En een snelle reactie hoeft niet te wachten op een verbinding met een server. Dat kan juist waardevol zijn bij functies die iemand telkens kort gebruikt.
Het potentieel zit vooral in veelvoorkomende, afgebakende taken. Het aantal opdrachten zegt alleen niet hoeveel rekenwerk ermee gemoeid is. Veel eenvoudige vragen kunnen lokaal passen, terwijl een paar moeilijke opdrachten toch het grootste deel van de cloudkosten veroorzaken.
Apple kan kiezen waar de taak terechtkomt
De meest waarschijnlijke toekomst is een combinatie. De telefoon handelt af wat hij goed en zuinig kan doen. Een beveiligde server helpt bij opdrachten die meer geheugen, kennis of rekenkracht vragen. Voor de gebruiker hoeft die verdeling niet ingewikkeld te zijn. Die wil vooral dat de functie werkt.
Apple bouwt daar al aan. Naast de lokale modellen heeft het modellen voor Private Cloud Compute, de beveiligde verwerking buiten het apparaat. Voor de zwaarste opdrachten, waaronder ingewikkeld redeneren en taken uitvoeren met andere software, werkt Apple met Google en Nvidia. Volgens Apple blijven daarbij de eigen beveiligingseisen en controle over de verwerkingssoftware gelden.
Dat geeft Apple ruimte om technologie in te kopen waar zelf bouwen minder aantrekkelijk is. Een goede assistent hoeft niet elk onderdeel van hetzelfde bedrijf te gebruiken. Als Apple de ervaring op het apparaat kan blijven bepalen, kan de gebruiker de verbetering aan Apple toeschrijven, terwijl achter de schermen meerdere leveranciers bijdragen.
De keerzijde is afhankelijkheid. Een belangrijke partner kan zijn prijzen verhogen, een contract kan veranderen en een concurrent kan een vergelijkbare functie eerder aanbieden. Ook heeft cloudverwerking een rekening die bij veel gebruik kan oplopen. Apple vermeldt inmiddels dagelijkse limieten voor verschillende functies die op servermodellen draaien en noemt betaalde extra toegang als een toekomstig verdienpad.
Beschikbaarheid telt eveneens mee. Apple Intelligence ondersteunt Nederlands, maar de nieuwste Siri AI is volgens Apples informatie van oktober aanvankelijk niet beschikbaar in de EU op iOS. Een aangekondigde mogelijkheid is nog geen functie die iedere Nederlandse klant vandaag kan gebruiken. De belofte moet ook daadwerkelijk in de winkel en op het scherm terechtkomen.
De klant en de apps kunnen belangrijker worden dan het model
Apple begint bij die uitrol met een bestaande relatie. De gebruiker heeft al zijn berichten, foto's, agenda en favoriete apps op het apparaat. Voor een assistent die echt moet helpen, kan toegang tot die dagelijkse omgeving waardevoller zijn dan een kleine voorsprong op een algemene kennistest.
Dat maakt de rol van ontwikkelaars belangrijk. Apple biedt hen gereedschap om lokale modellen in hun eigen apps te gebruiken. Een app kan bijvoorbeeld informatie uit een document halen of een korte samenvatting maken zonder voor iedere uitvoering een externe leverancier te betalen. De nieuwere software laat ontwikkelaars ook schakelen naar grotere modellen wanneer hun toepassing dat nodig heeft.
Voor Apple kan dat elkaar versterken. Meer nuttige functies maken de apparaten aantrekkelijker. Een aantrekkelijk platform trekt ontwikkelaars aan. Hun apps geven klanten vervolgens meer redenen om bij dat platform te blijven. Dat werkt alleen als de functies betrouwbaar zijn en voldoende verschil maken. Een ingewikkelde assistent die fouten maakt, versterkt die relatie niet vanzelf.
Als het wel lukt, kan Apple op verschillende plaatsen verdienen. Een koper kan een nieuw apparaat eerder aanschaffen, meer geheugen kiezen of een aanvullende dienst nemen. Ook een bestaande klant langer behouden heeft waarde. Daarvoor hoeft Apple geen apart abonnement te verkopen voor iedere lokale functie.
Er ontstaat zelfs een mogelijkheid die voor de bouwers van rekenkracht ongemakkelijk kan zijn. Goedkopere modellen en efficiëntere berekeningen kunnen de prijs per uitgevoerde taak onder druk zetten, maar kunnen de gebruiksmogelijkheden van een iPhone of Mac vergroten. Apple kan dan voordeel hebben van technische vooruitgang waarvoor ook andere bedrijven de rekening hebben betaald.
Die verbetering komt alleen niet automatisch bij de aandeelhouder terecht. Meer geheugen en krachtigere chips kunnen de kostprijs van apparaten verhogen. Samenwerkingen en extra cloudgebruik kosten geld. De doorslaggevende vraag is daarom hoeveel extra omzet en klantenbinding Apple met AI weet te bereiken, en hoeveel van dat voordeel na alle kosten overblijft. Daar moet de prijs van het aandeel naast worden gelegd.
De beurs rekent al op een sterke toekomst
Een bedrijf kan de juiste strategie hebben en toch een duur aandeel zijn. Bij de slotkoers van ongeveer $347,73 op 23 oktober vertegenwoordigt Apple een beurswaarde van circa $5,08 biljoen. Dat is ruim vijfduizend miljard dollar. De nettokas van $62,2 miljard geeft financiële ruimte, maar bedraagt slechts ongeveer 1,2% van die beurswaarde. Het aandeel is dus geen verborgen koopje vanwege het geld op de bank.
Over de laatste vier gepubliceerde kwartalen verdiende Apple $8,72 per aandeel. Op de genoemde koers betalen beleggers bijna veertig keer die jaarwinst. Dat betekent dat de huidige prijs gelijkstaat aan ongeveer veertig jaar van die winst als zij nooit zou groeien. Beleggers verwachten juist dat Apple in de toekomst veel meer gaat verdienen.
Ook kijken naar het geld dat na investeringen overblijft, maakt de waardering niet laag. De beurswaarde is ongeveer 37 keer de berekende vrije kasstroom over dezelfde twaalf maanden. Omgekeerd is dat circa 2,7% van de aankoopprijs per jaar. Dat is geen uitkering die iedere belegger ontvangt: Apple gebruikt het geld ook voor aandeleninkoop en andere bestedingen.
De kwaliteit van de winst verdient eveneens aandacht. Een teruggave van invoerheffingen hielp de winst in het junikwartaal met ongeveer $0,11 per aandeel. Dat is geen jaarlijkse bron van extra verdienvermogen. En aandelenbeloningen blijven een echte economische kostenpost, ook wanneer ze in de kasstroom worden teruggeteld. Minder uitstaande aandelen helpt pas als de inkoop die nieuwe uitgiften meer dan compenseert.
Er is wel een bestaande basis om op voort te bouwen. In het junikwartaal steeg de omzet uit iPhones met 22%, die uit Macs met 29% en die uit diensten met 12%. Diensten brachten $30,7 miljard op en hadden een brutomarge van ongeveer 76%, vóór centrale kosten en belasting. Dat maakt duidelijk waarom extra betaalde functies aantrekkelijk kunnen zijn. Apple rapporteert alleen geen afzonderlijke omzet uit AI; deze groei volledig aan AI toeschrijven zou te veel zeggen.
Hoeveel moet Apple verdienen om de koers waar te maken?
Voor een concreet beeld zijn drie eigen scenario’s uitgewerkt voor oktober 2027, 2028 en 2029. Ze verbinden omzet, winstgevendheid en het aantal aandelen aan een mogelijke beurswaardering. Het zijn rekenvoorbeelden, geen voorspellingen van Apple en geen vastgestelde koersdoelen.
In het tegenvallende verloop maakt lokale AI te weinig verschil voor de koper, terwijl geheugen, modellen en cloudgebruik duurder worden. De omzet groeit in de drie jaren naar $495 miljard, $510 miljard en $525 miljard. De nettomarge, het deel van de omzet dat na alle kosten als winst overblijft, daalt van 25,5% naar 24,5%. De beurs betaalt dan steeds minder voor die winst: 28 keer in 2027, 27 keer in 2028 en 26 keer in 2029. De berekende koersen komen rond $244, $241 en $237 uit.
In het middenscenario groeien diensten en de vervanging van apparaten door. De omzet wordt $525 miljard, $570 miljard en $615 miljard, met een nettomarge van 27,5%, daarna tweemaal 28%. Het aantal aandelen daalt na nieuwe aandelenbeloningen naar 14,4 miljard, 14,1 miljard en 13,8 miljard. De gekozen waardering loopt terug van 34 naar 33 en 32 keer de winst. Dat geeft ongeveer $341, $374 en $399 per aandeel.
Die laatste uitkomst is leerzaam. Apple wordt in dit voorbeeld aanzienlijk groter en winstgevender. Toch bedraagt het rendement vanaf de huidige prijs, inclusief een verondersteld gelijkblijvend dividend, ongeveer 5% per jaar over drie jaar. Veel kwaliteit is al ingeprijsd. Als beleggers minder voor iedere dollar winst willen betalen, kan een sterk bedrijf een bescheiden beursrendement opleveren.
In het gunstige verloop maken betere functies apparaten aantrekkelijker en groeit het gebruik van betaalde diensten harder. De omzet loopt naar $550 miljard, $630 miljard en $715 miljard. De nettomarge stijgt van 29% naar 30%. Met hetzelfde aantal aandelen als in het middenscenario en een blijvend hoge waardering van 38 keer de winst volgen ongeveer $421, $501 en $591. Daarvoor moeten zowel de bedrijfsresultaten als de bereidheid om een hoge prijs te betalen meewerken.
Het model neemt jaarlijks $1,08 dividend aan. Toekomstige uitkeringen zijn niet gegarandeerd. De rendementen zijn in dollars, zonder herbelegging, belasting, kosten of valutaeffect. Aandeleninkoop zit al in het veronderstelde lagere aantal aandelen; die wordt niet nog eens als los rendement opgeteld. Ook de bestaande nettokas komt niet nogmaals boven op de berekende aandelenwaarde.
De rekensom kan ook andersom. Voor 8% rendement per jaar over drie jaar, inclusief dit aangenomen dividend, moet de koers naar ongeveer $435. Als beleggers in 2029 dan 32 keer de winst betalen, moet Apple ongeveer $13,59 per aandeel verdienen. Dat vraagt circa 16% winstgroei per aandeel per jaar vanaf $8,72. De combinatie van betere apparaten, diensten en aandeleninkoop kan daaraan bijdragen, maar de lat ligt hoog.
De kans wordt groter als AI iets gewoons wordt
De belangrijkste tegenwerping is dat deze ontwikkeling niet alleen Apple helpt. Google biedt met Gemini Nano eveneens modellen die op Androidapparaten draaien. Andere fabrikanten kunnen dus ook betere lokale functies leveren. En als gebruikers hun vertrouwde assistent vooral bij een andere aanbieder willen gebruiken, kan een deel van de waarde buiten Apple blijven.
Apple moet daarom meer bewijzen dan dat een groot model in een Mac past. De functies moeten betrouwbaar genoeg zijn om vaak te gebruiken, de samenwerking met apps moet werken en de extra kosten moeten beheersbaar blijven. Meer geheugen kan de verkoopprijs verhogen, maar ook de productiekosten. Een betaalde clouddienst kan extra omzet brengen, maar bij intensief gebruik ook een flinke rekening.
Voorlopig wijzen de technische en financiële mogelijkheden wel dezelfde kant op. Apple kan AI verwerken in apparaten waarvoor mensen al betalen, een deel van het dagelijkse werk lokaal uitvoeren en de zwaarste taken doorsturen. Goedkopere rekenkracht en betere modellen kunnen zijn producten sterker maken, zonder dat het zelf ieder nieuw datacenter hoeft te bezitten.
Bij de volgende cijferpresentatie van Apple op 2 november worden de omzet uit apparaten, de diensten en de kosten opnieuw belangrijk. Daarna moet vooral blijken of gebruikers de nieuwe functies werkelijk gebruiken, of zij voor extra mogelijkheden willen betalen en of winst en vrije kasstroom per aandeel blijven groeien. Een grotere kas alleen vertelt dat verhaal niet.
De uiteindelijke winnaar van AI hoeft niet het bedrijf te zijn dat de meeste chips bezit of het duurste model heeft getraind. Het kan ook het bedrijf zijn dat al die vooruitgang het handigst in het dagelijks leven brengt en daar voldoende aan verdient. Apple heeft daarvoor de apparaten, de software, de klanten en de financiële ruimte.
Misschien blijkt de belangrijkste computer van deze revolutie uiteindelijk het apparaat dat iemand elke ochtend oppakt. Als Apple dat apparaat slimmer maakt zonder zijn financiële kracht op te offeren, kan het alsnog een van de grootste winnaars worden. De race is niet beslist. Maar de mogelijkheid dat Apple juist door zijn andere aanpak sterker eindigt, verdient veel meer aandacht.
Opmerkingen