xAI verkoopt compute. Maakt dat het een AI-bedrijf?

Er is een simpele test die ik doe bij elk bedrijf dat zichzelf een AI-bedrijf noemt. De vraag: waar komt het geld vandaan?

Voor xAI wordt het antwoord steeds ingewikkelder. Het bedrijf achter Grok schuift stilletjes op richting een model dat sterk op een neocloud lijkt: externe klanten toegang geven tot zijn GPU-clusters. Dat is geen productstrategie. Dat is een infrastructuurbedrijf.

Dit is belangrijker dan het klinkt. Als de primaire inkomstenbron van een 'AI-bedrijf' het verkopen van ruwe rekenkracht is, doet dat label erg veel werk. En het roept een vraag op die verder gaat dan xAI alleen: wat is een AI-bedrijf eigenlijk?

Het neocloud-model is niet nieuw. De framing wel.

Neoclouds zijn geen mysterie. Bedrijven als CoreWeave, Lambda Labs en Voltage Park bestaan juist om GPU-capaciteit te verhuren aan teams die dat bij AWS of Google niet op de benodigde schaal of snelheid kunnen krijgen. Dat is een legitiem businessmodel. De marges zijn dun, de kapitaalkosten enorm, en de differentiatie is vrijwel puur operationeel.

Wat nieuw is. een AI-lab dat aan de frontier wil werken, schuift dit model in als serieuze inkomstenbron. xAI bouwde Colossus, naar verluidt een van de grootste GPU-clusters ter wereld, om eigen modellen te trainen. Colossus is echte infrastructuur, en infrastructuur die stilstaat is kapitaal dat wegrot. Verhuren is dan rationeel.

Maar rationeel en strategisch zijn twee verschillende dingen. Als jouw cluster druk bezig is met de workloads van anderen, traint hij jouw volgende model niet. Die spanning verdwijnt niet omdat de spreadsheet klopt.

Drie typen bedrijf met hetzelfde label

De term 'AI-bedrijf' dekt momenteel minstens drie heel verschillende businessmodellen, en de markt behandelt ze als inwisselbaar. Dat zijn ze niet.

Modelbouwers trainen foundation models en verdienen aan API-toegang, licenties of consumentenproducten. OpenAI, Anthropic, Mistral. De differentiatie zit in het model zelf: de kwaliteit, het veiligheidsprofiel en de kosten om het te draaien.

Applicatiebouwers nemen bestaande modellen en bouwen daar producten op. Het meeste interessante agency- en SaaS-werk zit hier. Het model is een commodity; de differentiatie zit in het product, de workflow, de datalaag.

Infrastructuuraanbieders leveren de rekenkracht of tooling waarop de rest draait. NVIDIA is het meest voor de hand liggende voorbeeld. Neoclouds zitten één laag daarboven. De differentiatie is operationeel: uptime, prijsstelling, netwerksnelheid, beschikbaarheid.

xAI begon als modelbouwer. Grok is een echt product met echte gebruikers. Maar zodra je ook clusterruimte verhuurt, sta je met één been in het infrastructuurkamp. Die gespleten focus is niet onbeheersbaar, maar het verandert de prikkelstructuur op manieren die zich in de loop van de tijd opstapelen.

Waarom dit relevant is voor iedereen die op AI bouwt

Als je als founder of productteam bepaalt waar je op inzet, is het businessmodel van je modelprovider geen academische vraag.

Een pure modelbouwer heeft één taak. het model beter en goedkoper maken. Hun roadmap loopt gelijk met die van jou. Een provider die ook compute verkoopt heeft een tweede inkomstenbron die concurreert om interne aandacht en kapitaal. Dat maakt hem geen slechte partner. Het maakt hem een ander soort partner.

Er is ook een subtieler risico. Infrastructuurbedrijven trekken infrastructuurklanten aan: groot, prijsgevoelig, en veeleisend op het gebied van SLA's. Die klanten goed bedienen trekt engineering- en ops-capaciteit richting betrouwbaarheid en provisioning, weg van modelonderzoek. De cultuur verschuift. Langzaam, dan sneller.

Dit betekent niet dat xAI zijn modelambities laat varen. Elon Musk heeft nooit verborgen gehouden dat hij Grok aan de frontier wil laten concurreren. Maar ambitie en businessmodel kunnen langer in verschillende richtingen wijzen dan iemand verwacht, en die kloof dwingt uiteindelijk tot een keuze.

Het bredere patroon

xAI is hier niet uniek in. Meerdere goed gefinancierde AI-labs hebben meer rekenkracht gebouwd dan hun eigen trainingsruns vereisen, en de economische druk om die capaciteit te monetariseren is reëel. NVIDIA rapporteerde in fiscaal jaar 2025 een datacenteromzet van $47,5 miljard. Dat getal zegt iets over waar het geld in de AI-stack zich concentreert: in de hardwarelaag, niet in de intelligentielaag.

Tegelijkertijd is de applicatielaag waar de meeste teams hun AI-budget daadwerkelijk aan uitgeven. Voor veel praktische toepassingen is de intelligentie al goed genoeg. De bottleneck zit in workflow, integratie en vertrouwen, niet in de kwaliteit van het model zelf. Die kloof tussen waar kapitaal zich ophoopt en waar waarde ontstaat, is een van de interessantere structurele feiten over deze sector op dit moment.

Voor iedereen die AI-producten bouwt of organisaties adviseert over AI-strategie, is de conclusie helder. Behandel 'AI-bedrijf' niet als een betekenisvolle categorie zonder te vragen welk businessmodel eronder zit. Het label doet te veel werk.

Wat een AI-bedrijf eigenlijk is

Ik denk niet dat er één juist antwoord is. Maar er is wel een bruikbare manier om het te bekijken. Een AI-bedrijf is een bedrijf waarbij het kernproduct substantieel beter wordt naarmate AI-onderzoek vordert, en waarbij die verbetering de primaire basis is voor concurrentiepositie.

Naar die definitie is een neocloud geen AI-bedrijf. Het is een kapitaalintensief infrastructuurbedrijf dat toevallig AI-klanten bedient. Niets mis met die markt. Het 'AI-native' noemen is een rekbare claim.

Voor xAI is de vraag of Grok het middelpunt blijft of één post wordt tussen meerdere. Voorlopig is het nog het vlaggenschip. Maar businessmodellen hebben momentum. Zodra computerverhuur een substantiële inkomstenbron is, is de organisatielogica die daarmee meegaat moeilijk terug te draaien.

De bedrijven om de komende twee jaar in de gaten te houden zijn niet die met de grootste clusters. Het zijn de bedrijven met het helderste antwoord op die eerste vraag: waar komt het geld vandaan, en maakt die bron het product beter?