Hoe Apple's trage AI-strategie een routekaart biedt

Een van de meest winstgevende bedrijven ter wereld geeft minder uit aan AI dan sommige startups en Wall Street heeft ze daar niet voor gestraft.  

Dit is geen vergissing. Het is een bewuste keuze om te focussen op bewezen technologieën in plaats van op de belofte van AI. 

Critici noemen Apple's minimalistische benadering van AI-investeringen lui, maar er is een verschil tussen geduld en onverschilligheid. Apple heeft een duidelijke strategie en het is een routekaart naar kosteneffectieve toegang tot AI voor zowel grote als kleine bedrijven. 

Wat is de Luie AI-strategie en waarom gebruikt Apple deze?

Apple's benadering van AI is duidelijk: voorzichtig uitgeven, geen grote investeringen doen in infrastructuur en vertrouwen op partnerschappen en overnames. Terwijl de consumentenadoptie van genAI-technologieën nog steeds laag is, vertraagt Apple zijn AI-uitrol. De leverancier heeft altijd de voorkeur gegeven aan gebruikerservaring boven al het andere, dus het zal wachten tot het volledig vertrouwen heeft in AI-functies voordat het ze uitrolt. 

Apple's AI-investeringen in 2025 bedroegen in totaal minder dan $13 miljard en die uitgaven stijgen pas naar $14 miljard in 2026. 

Verwacht wordt dat Alphabet, Amazon, Meta en Microsoft in 2026 samen meer dan $650 miljard zullen investeren in AI-infrastructuur. Ze hebben zichzelf gepositioneerd als hyperscalers en de grootste gelovers in AI-productiviteitswinsten.

Apple negeert AI niet helemaal. Het pakt het gewoon anders aan. De lagere investeringen van Apple in infrastructuur betekenen meer geld voor overnames zoals Q.ai en WhyLabs. Deze bedrijven hebben bewezen ervaring met AI-activiteiten waar Apple na verloop van tijd zijn voordeel mee kan doen. 

De grootste AI-release is Apple Intelligence, dat lokaal draait op Apple hardware en integreert met Siri. Het biedt eenvoudige AI-functies zoals schrijftools en tekstsamenvattingen, maar verschilt sterk van de krachtige cloudgebaseerde chatbots van OpenAI en Anthropic. 

Apple's on-device AI werkt vanwege de fabless benadering van hardware, wat betekent dat ze hun chips en andere computeronderdelen zelf ontwerpen. De Apple A19 Pro en M5-chipseries leveren AI-functionaliteit aan Macs, iPads en iPhones.  

Apple brengt Gemini ook naar Apple apparaten via zijn samenwerking met Alphabet. Deze deal van $1 miljard per jaar is mogelijk omdat Apple veel geld in kas heeft. 

De klanten van Apple krijgen toegang tot de nieuwste generatieve AI-functies zonder dat Apple de modellen zelf hoeft te bouwen. Alphabet krijgt een jaarlijkse inkomstenstroom van 10 cijfers. En nog belangrijker, het breidt de gebruikersbasis van Gemini uit.

Alphabet zou tientallen miljardendeals nodig hebben om zelfs maar in de buurt van winstgevendheid te komen. De echte AI-race gaat niet om winstgevendheid, maar om marktaandeel. Grote bedrijven zullen geld blijven verliezen als ze een markt kunnen domineren. Denk aan wat Amazon deed met Diapers.com, wat Uber deed met Lyft en wat Netflix deed met kabel- en videoverhuur.  

Apple strijdt niet om de dominantie van de AI-markt, maar neemt ook geen enorme schulden op zich. 

Apple heeft de groeiende politieke terugslag van de bouw van nieuwe datacenters. Gemeenschappen verzetten zich tegen de bouw van nieuwe datacenters en oefenen druk uit op lokale overheden om vergunningen voor deze projecten te blokkeren. AI-datacenters hebben veel kritiek uit alle politieke geledingen. 

Wat betekent de Luie AI-strategie voor de markt?

Bedrijven die de strategie van Apple volgen, kunnen de felste strijd in de techindustrie vermijden: AI-hardware.

GPU's, geavanceerd DRAM en andere componenten zijn schaars en de grootste cloudproviders leggen productie jaren van tevoren vast.

Geen investering in AI-infrastructuur betekent dat je een jaarlijks budget opzij moet zetten voor AI-diensten en -abonnementen. Zelfs met die abonnementen heb je beperkte controle over hoe de modellen werken. Vergelijk deze kosten met de investeringen die nodig zijn om de AI-capaciteit van hyperscalers te evenaren en de abonnementen zijn niet zo belangrijk.

Zelfs als een bedrijf een interne LLM wil bouwen die is getraind op bedrijfsgegevens, kunnen ze een deel van de last overdragen aan een AI-leverancier. Bedrijven kunnen op token gebaseerde licenties kopen voor API's van derden die als basis dienen voor interne modellen. 

Deze integraties zijn niet alleen voor het MKB. Salesforce en Microsoft werken samen met OpenAI en Anthropic om te integreren met hun eigen modellen en SaaS-producten. 

AI-aanbieders houden van deze regeling omdat het minder concurrenten en meer betalende klanten betekent. Klanten vinden deze aanpak prima omdat hun AI-gebruik een projecteerbare licentiekost wordt in plaats van een duur infrastructuurproject dat hen met een torenhoge schuld zal opzadelen.  

Bedrijven die zich richten op abonnementen in plaats van investeringen in infrastructuur zullen moeten leunen op FinOps best practices om oplopende gebruikskosten te voorkomen. Maar deze kostenonzekerheid is niets nieuws en bedrijven zullen zich aanpassen, net zoals ze dat hebben gedaan met SaaS- en cloudkosten. 

Wat kunnen we leren van luie AI?

Apple opereert op een schaal waar 99,9% van de bedrijven niet tegenop kan, maar hun strategie laat een levensvatbare aanpak zien die andere bedrijven kunnen volgen. 

De bouw van datacenters en AI-hardware zijn beide extreem duur. Bedrijven kunnen gebruikmaken van het abonnementsmodel en voorkomen dat ze schulden aangaan voor AI-infrastructuurprojecten. Op deze manier hoeven ze zich geen zorgen te maken over het updaten van AI-infrastructuur voor de nieuwste koelingspraktijken of de aanschaf van grote hoeveelheden GPU's. Ze kunnen een duur en ingewikkeld project omzetten in een abonnement.    

De huidige marktomstandigheden accepteren is niet lui. Tegen de consensus ingaan vereist daadkracht en een strategische visie. 

Apple heeft eenvoud en gebruiksgemak altijd voorop gesteld bij het ontwerpen van technologie. Totdat het bedrijf er zeker van is dat AI-investeringen helpen bij dit doel, zal de Lazy AI-strategie worden voortgezet. 

Terwijl bedrijven achter AI-datacenters aanzitten tegen opgeblazen prijzen, kunnen Lazy AI-gebruikers hun interne gebruik van de beste AI-modellen aanscherpen voor een fractie van de prijs. Tegen de tijd dat de nieuwe datacenters in productie zijn, hebben Lazy AI-bedrijven jarenlange ervaring met het maximaliseren van AI-productiviteitswinsten. 

AI-datacenters zijn een middel om een doel te bereiken, en dat doel is productiviteit. Als bedrijven zich richten op het integreren van AI in workflows en die productiviteitswinst zien, hebben ze geen eigen datacenters nodig. 

Conclusie

Veel bedrijven willen achterover leunen en geduld hebben terwijl technologiebedrijven kapitaal verbranden om de Heilige Graal te bereiken: AGI. Dit investeringsniveau ligt voor de meeste bedrijven buiten bereik.

Apple hoeft niet het meeste geld te investeren in AI om het zo effectief mogelijk te gebruiken. Jij ook niet. 

De Lazy AI-strategie bewijst dat je geen miljarden aan schulden hoeft aan te gaan om te profiteren van AI. Het enige wat nodig is, zijn strategische partnerschappen, gerichte abonnementen en een evenwichtige aanpak van de uitgaven.