Dit artikel is onderdeel van: Bedrijfskwaliteit & bedrijfsmodellen
Als je de beurs de afgelopen dagen een beetje hebt gevolgd, voelt het alsof iemand ineens aan een andere knop heeft gedraaid.
Maandenlang was AI vooral goed nieuws: alles wat “AI” in een persbericht zette, kreeg er bijna automatisch een paar procent koers bij. En nu zien we ineens het tegenovergestelde: vooral data- en softwarebedrijven krijgen klappen omdat beleggers zich afvragen of AI hun marges, businessmodel en zelfs hun bestaansrecht aantast.
Bedrijven als Wolters Kluwer, RELX, Salesforce, Moody’s en ADP doken in korte tijd hard omlaag. De directe aanleiding: uitspraken en ontwikkelingen rond AI-agenten (zoals die van Anthropic), die beloven dat een groot deel van het werk van kenniswerkers en bestaande softwarepakketten kan worden geautomatiseerd.
Logische vraag dus:
is dit gewoon een “risk off”-moment, of verandert er écht iets fundamenteels?
En nog belangrijker: hoe bereid jij je daarop voor?
Lees ook hier het artikel over: AI en onze toekomst: bevrijding of bedreiging?
Wat gebeurt er nu eigenlijk in de markt?
De kern van de angst is ongeveer dit:
AI-agenten worden steeds beter in het:
- lezen, samenvatten en analyseren van documenten
- automatiseren van repetitief kenniswerk
- aansturen van meerdere software-systemen via API’s
Als jij straks één AI-agent hebt waaraan je vraagt:
“Loop al mijn contracten na, check de risico’s, maak een samenvatting en zet de acties in mijn CRM”
… dan ziet de keten er anders uit dan nu. De gebruiker zit dan minder in de losse applicaties, en meer in de AI-laag daarboven.
De markt vraagt zich af:
- Kun je dan nog wel zoveel per gebruiker of per licentie vragen?
- Is de toegevoegde waarde van sommige software of data-diensten straks minder uniek?
- Gaat er een deel van de winstpool verschuiven van traditionele software-leveranciers naar AI-platforms en agenten?
Daarom zie je dat juist bedrijven die veel verdienen aan informatie, analyses en workflowsoftware nu extra onder druk staan.
Wie liggen nu vooral onder vuur?
Je ziet grofweg drie groepen waar de twijfel het grootst is.
Data- en informatiebedrijven
Denk aan partijen als RELX en Wolters Kluwer. Hun kracht zit in:
- gespecialiseerde data (juridisch, fiscaal, medisch, wetenschappelijk, risk)
- betrouwbaarheid en reputatie
- uitgewerkte workflows voor professionals (advocaten, fiscalisten, compliance, zorg)
De angst is: als een AI-model met publieke bronnen en slimme prompting 80% van het werk kan, willen klanten dan nog wel zoveel betalen voor dure databanken en tools?
Belangrijke nuance: dit soort bedrijven investeren al jaren in eigen AI en leveren vaak méér dan “alleen data”, zoals risico-modellen, checks, alerts, rapportages en integratie in de dagelijkse praktijk van de klant. Dat deel is een stuk minder makkelijk te kopiëren door een losse AI-agent.
Verticale software en SaaS
Softwarebedrijven als Salesforce, ServiceNow, Workday, maar ook spelers als Moody’s en ADP zitten diep in de processen van bedrijven: CRM, HR, salarisadministratie, forecasts, risicomodellen.
De zorg is hier: als je straks één AI-agent hebt die:
“lees mijn CRM, stuur follow-ups, update de pipeline én maak de forecast”
… speelt de AI-laag tussen gebruiker en software in. De gebruiker werkt dan in de interface van de AI-agent, die op de achtergrond de systemen aanroept. Dat kan de machtsbalans verschuiven:
- je zit minder “vast” aan de user interface van een SAAS oplossing
- meer nadruk op wie de data, de integraties en de echte intelligentie levert
- mogelijk druk op licentie-prijzen en seat-based (per stuk) modellen
Onderzoeks- en analyseclubs
Partijen die leven van rapporten, analyses en advies (bijvoorbeeld onderzoeksbureaus, rating- en riskpartijen) worden ook kritisch bekeken. Een groot deel van hun werk is tekst, interpretatie en data-analyse – precies het soort taken waar AI steeds beter in wordt.
Het risico: alles wat generiek en herhaalbaar is, wordt goedkoper. Er komen zelf partijen bij die een andere verdienmodel hanteren en gratis data aanbieden.
De kans: alles wat diep, uniek, risicovol en juridisch gevoelig is, wordt juist waardevoller.
Tast AI de moat van softwarebedrijven echt aan?
Ja én nee. Hier is het belangrijk om het onderscheid te maken tussen “scherm” en “echte waarde”.
Waar AI heel sterk in is:
- informatie zoeken, combineren en samenvatten
- standaardanalyses en eerste concepten maken
- tussen systemen heen en weer klikken en taken automatiseren
Maar de moat van veel software- en databedrijven zit niet alleen in dat laagje.
Echte kracht kan zitten in:
- unieke, gelicenseerde of zeer moeilijk te verzamelen data
- diepe integratie in processen (denk aan koppelingen, compliance, audit-trails)
- verantwoordelijkheid en aansprakelijkheid (juridische en fiscale content, riskmodellen)
- lange klantrelaties, implementatie-ervaring en support
AI legt vooral bloot waar de échte waarde zit:
- Bedrijven die in de kern “een duur schilletje om vrij beschikbare informatie” leveren, krijgen het lastig.
- Bedrijven die unieke data, regelgeving, sector-kennis en kritische processen combineren, kunnen AI juist gebruiken om hun product beter én onmisbaar te maken.
Kortom: AI kan een deel van de moat aantasten als die moat vooral bestond uit complexiteit en frictie. Maar het kan de moat van bedrijven met echte inhoudelijke en juridische verantwoordelijkheid juist verdiepen – als ze het slim aanpakken.
Is deze sell-off terecht of overdreven?
Waarschijnlijk is het een mix van beiden.
Op de korte termijn
Op korte termijn zie je vooral emotie en een “waarderings reset”: waarderingen waren heel optimistisch, AI-nieuws is nu de aanleiding om koersen een stuk terug te zetten. Een mooi voorbeeld is Wolters Kluwer. Het aandeel is van de top op 180 afgeleden naar een koers van rond de 70. Dit terwijl er fundamenteel nog weinig is veranderd. De cijfers en prognose in februari zullen scherp worden gevolgd.
De markt schiet van:
“AI is goed voor alles en iedereen”
naar:
“AI is slecht voor alles wat met software en data te maken heeft”
Dat is overdreven, maar zo werkt sentiment nu eenmaal.
Op de middellange termijn (3–5 jaar)
Op die horizon zal de echte scheiding plaatsvinden tussen:
- bedrijven die AI omarmen en integreren in hun product (co-pilots, slimme search, workflow-automatisering, pricing-modellen),
- en bedrijven die te traag, te defensief of te reactief zijn.
Je krijgt verschuivingen in:
- businessmodellen: van “per gebruiker per maand” naar bijvoorbeeld per gebruik, per output of per risico-afdekking
- waardeketens: AI-platforms gaan een deel van de taart pakken, maar software- en databedrijven kunnen daar óók bovenop of naast gaan zitten
- prijszettingskracht: platte informatie wordt goedkoper, hoogwaardige geïntegreerde oplossingen kunnen hun prijs mogelijk beter vasthouden
Op de lange termijn (10 jaar)
Op een horizon van tien jaar is het realistisch dat:
- een groot deel van het routine-kenniswerk geautomatiseerd is
- professionals meer bezig zijn met uitzonderingen, interpretatie, relaties en besluitvorming
- bedrijven die alleen “uurtje-factuurtje kennis” of “toegang tot generieke info” boden, flink zijn gekrompen of getransformeerd
Maar dat is geen zwart-wit: veel van de huidige namen zullen meebuigen, nieuwe verdienmodellen vinden en AI gebruiken om hun eigen product beter te maken.
Wie lijken de winnaars in een AI-rijke wereld?
Als je door alle onrust heen kijkt, zie je een paar groepen bedrijven die juist kunnen profiteren van AI. Hieronder noem ik concrete namen, maar vooral ook waarom ze in de kern goed gepositioneerd zijn. Dit is geen koopadvies, meer een kader om zelf verder te denken.
De “snelwegen” van AI: grote cloud- en AI-platforms
AI moet ergens draaien. Daarvoor heb je enorme rekencapaciteit, opslag en slimme softwareplatforms nodig. De bedrijven die die “snelwegen” leveren, profiteren van bijna elke AI-toepassing.
Voorbeelden:
- Microsoft: Lees hier: Microsoft na een koersklap van 10%: moet je je zorgen maken of is dit juist een kans?
Verdient aan AI via Azure (cloud), de samenwerking met OpenAI én door AI-functies in bestaande producten zoals Office/365, Teams, GitHub en Dynamics. Met andere woorden: Microsoft verdient zowel aan de “motor” onder AI als aan de programma’s waar mensen elke dag in werken. - Alphabet (Google)
Heeft eigen AI-modellen (zoals Gemini) en bouwt die in in Search, Gmail, Docs en andere Google-diensten. Daarnaast verdient het bedrijf via Google Cloud aan bedrijven die hun eigen AI-toepassingen ontwikkelen. - Amazon (AWS)
Is minder zichtbaar richting consumenten, maar speelt een enorme rol achter de schermen. Via AWS levert Amazon rekenkracht, opslag en gereedschap voor bedrijven die zelf AI willen gebruiken of bouwen. - NVIDIA en ASML
Maakt de chips (GPU’s) en complete systemen waarop veel AI-modellen worden getraind en gebruikt. Zolang bedrijven miljarden investeren in AI-infrastructuur, is NVIDIA één van de belangrijkste “toeleveranciers” van deze revolutie. ASML levert de machines en heeft of dit moment een monopolie op EUV machines.
Je kunt deze groep zien als de basislaag van AI. Iedere nieuwe AI-dienst, -agent of -functie zorgt voor meer gebruik van hun technologie.
De “beton en kabels”-laag: infrastructuur, energie en koeling
AI is niet alleen slimme software; het is ook heel veel hardware, stroom en koeling. Al die servers moeten ergens staan, draaien en vooral: koel blijven.
Hier kun je denken aan:
- Grote datacenter-bedrijven
Zij verhuren ruimte, stroom, netwerk en koeling aan cloud- en AI-partijen. Hoe meer AI-capaciteit er nodig is, hoe meer vraag naar datacenters. - Bedrijven in koel- en klimaattechniek
AI-datacenters gebruiken veel energie en produceren veel warmte. Dat vraagt om steeds geavanceerdere koeling (soms met vloeistof in plaats van alleen lucht). Koeling is daarmee een groeimarkt, zeker voor partijen die zich richten op kritische IT-infrastructuur. - Fabrikanten van chips en onderdelen naast NVIDIA en ASML
Denk aan bedrijven die netwerkchips, geheugen, voedingen of andere onderdelen leveren die nodig zijn om al die AI-systemen te bouwen en te verbinden.
Deze laag is minder zichtbaar, maar zonder deze partijen komt er geen enkel AI-antwoord op het scherm.
Combinatie van AI + unieke data + belangrijke werkprocessen
Dit is misschien wel de spannendste groep: bedrijven die drie dingen combineren:
- Unieke of moeilijk vervangbare data
- Diepe verankering in het dagelijkse werk van professionals (juristen, artsen, accountants, risicomanagers, etc.)
- Actieve inzet van AI binnen hun bestaande oplossingen
Voorbeelden:
- RELX
Bekend van LexisNexis en andere platforms met juridische, wetenschappelijke en risicodata. Het bedrijf levert niet alleen “informatie”, maar ook beslismodellen, risico-scores en tools die direct in de workflow van professionals zitten. AI kan hier de zoekkwaliteit en snelheid verhogen, maar de brondata en de verantwoordelijkheid blijven cruciaal. - Wolters Kluwer
Sterk in fiscale, juridische en medische software en informatie. Veel van hun producten zijn diep ingebed in de dagelijkse praktijk van accountants, juristen en zorgprofessionals. AI kan hier routinewerk automatiseren, maar de combinatie van inhoud, regelgeving en workflow blijft de kern. - Moody’s en S&P Global
Leveren kredietratings, risicomodellen en financiële data. AI kan helpen om sneller scenario’s door te rekenen, maar een rating is méér dan een rekenmodel: er hangt regelgeving, vertrouwen en aansprakelijkheid aan. - Intuit
Bekend van bijvoorbeeld TurboTax en QuickBooks. Hun software zit middenin de geldstroom van huishoudens en kleine bedrijven. AI kan hier veel administratief werk overnemen, binnen een vertrouwde omgeving waar fiscale regels en controles ingebouwd zijn. - Adobe
Met Creative Cloud (Photoshop, Illustrator, Premiere, etc.) en eigen AI-functies (zoals Firefly). Hier maakt AI creatief werk sneller of makkelijker, maar ontwerpers en makers blijven het centrale punt. Adobe bouwt AI in de gereedschappen die zij al jaren gebruiken. - ServiceNow
Richt zich op het automatiseren van bedrijfsprocessen (IT, HR, klantprocessen). AI-assistenten kunnen juist op dit platform draaien om meerdere systemen tegelijk aan te sturen. Dat kan de positie van ServiceNow versterken als “regiekamer” van digitale processen.
Dit zijn de bedrijven waar de markt nu zenuwachtig over kan zijn, maar die – als ze AI slim omarmen – juist sterkere producten en meer klantbinding kunnen krijgen. Hoe dit precies uitpakt is natuurlijk niet te voorspellen, maar vanuit historisch oogpunt is dit de beste aanname. Uiteraard zit hier nu wel een grote onzekerheid.
Bedrijven rond adoptie: beveiliging, data-beheer en advies
AI moet niet alleen werken, maar ook veilig, betrouwbaar en beheersbaar zijn. Daar liggen kansen voor:
- Cybersecurity-bedrijven
Hoe meer AI-toepassingen, hoe groter het risico op misbruik en datalekken. Bedrijven die netwerken, systemen en eindgebruikers beveiligen, krijgen er werk bij. Ook AI zelf kan worden gebruikt om aanvallen sneller op te sporen. - Dataplatforms en monitoring-bedrijven
AI-systemen produceren en gebruiken enorme hoeveelheden data. Bedrijven die helpen om die data op te slaan, te structureren en te bewaken, worden belangrijker. Denk aan partijen die zorgen dat systemen stabiel blijven draaien en dat je precies ziet wat er gebeurt. - Advies- en IT-dienstverleners
Voor veel organisaties is AI geen kwestie van “even aanzetten”, maar een verandertraject: processen aanpassen, mensen trainen, systemen koppelen. Consultancy- en IT-dienstverleners helpen om dat stap voor stap te doen.
Je kunt deze groep zien als de “werktuigbouwers” van de AI-economie: ze bouwen, versterken en beveiligen de omgeving waarin AI echt gebruikt wordt.
Welke bedrijven hebben (voorlopig) weinig last?
Niemand kan AI negeren, maar de directe druk is kleiner bij bedrijven:
- met fysieke, kapitaalintensieve assets (industrie, energie, infrastructuur, logistiek)
- die vooral waarde halen uit merk, distributie en schaal (consumentenmerken, sommige staples)
- die vooral in de “harde” wereld zitten: grondstoffen, transport, bouw, vastgoed, nutsbedrijven
Daar zal AI eerder intern helpen (efficiënter werken, lagere kosten) dan dat het het businessmodel van de ene op de andere dag onderuit haalt.
Hoe kun jij je als belegger voorbereiden?
Je kunt de AI-toekomst niet controleren, maar je kunt wél bewust omgaan met je portefeuille.
1. Stel per bedrijf drie vragen
- Heeft dit bedrijf iets echt unieks (data, licenties, regulering, merk, processen, netwerk) dat een generiek AI-model niet zomaar kan kopiëren?
- Gebruikt het management AI actief om het product en de efficiëntie te verbeteren, of praten ze er alleen over in vage termen?
- Hoe zou dit verdienmodel eruitzien als AI-agenten over tien jaar standaard zijn?
Als een bedrijf op alledrie geloofwaardig scoort, is het eerder een kanshebber dan een slachtoffer.
2. Denk in scenario’s
Werk met drie simpele scenario’s:
- AI valt mee: bestaande spelers groeien door, AI is vooral een feature
- AI verandert veel, maar niet alles: marges verschuiven, maar de taart wordt groter
- AI is extreem transformerend: alleen partijen met sterke moats en goede executie overleven
Vraag jezelf af: kan mijn portefeuille in alle drie de scenario’s overeind blijven?
3. Zorg voor balans
In plaats van alles op één AI-paard te zetten, kun je spreiden over:
- directe AI-winnaars (platforms, chips, cloud)
- “getroffen maar kansrijke” software- en databedrijven met echte moats
- sectoren die minder afhankelijk zijn van AI-risico, of juist profiteren van infrastructuur-vraag
Zo maak je jezelf minder afhankelijk van één verhaal over de toekomst.
4. Laat je niet gek maken door dagkoersen
Vandaag is het Anthropic, morgen een ander AI-nieuwsbericht. De markt zal nog vaak heen en weer schieten tussen euforie en paniek.
Probeer daarom:
- minder op dagelijkse bewegingen te focussen
- meer te kijken naar hoe bedrijven inhoudelijk met AI omgaan
- en pas te handelen als prijs en langetermijnbeeld écht uit elkaar lopen
Samenvattend
De vraag welke bedrijven echt geraakt worden door AI heeft geen eenvoudig ja/nee-antwoord.
Wat we nu zien is een mix van:
- terechte zorgen over bedrijven met zwakke of verouderde businessmodellen
- een gezonde correctie op te hoge waarderingen
- én overdreven angst die óók sterke, innovatieve bedrijven omlaag duwt
Onzekerheid voert de boventoon, en dat voelt onprettig. Toch is dit precies het soort fase waarin de verschillen worden gemaakt: tussen bedrijven die in de kramp schieten, en bedrijven die AI gebruiken om hun moat dieper te graven.
Voor jou als belegger is de kern:
Niet wegkijken van AI, maar ook niet in paniek alles verkopen.
Kijk per bedrijf waar de echte waarde zit, hoe het management AI inzet, en bouw een portefeuille die niet leunt op één enkel toekomstscenario.
De komende tien jaar worden hoogstwaarschijnlijk onrustig, maar voor wie bereid is te leren, mee te bewegen en selectief te zijn, liggen er juist in deze onzekerheid ook grote kansen.
Disclaimer: De informatie in dit artikel is bedoeld voor educatieve doeleinden en vormt geen individueel advies. Beleggen en financiële keuzes brengen risico’s met zich mee. Raadpleeg altijd een erkend financieel adviseur of belastingdeskundige voor je persoonlijke situatie.