Twee hemellichamen die om elkaar heen draaien volgen stabiele, voorspelbare banen. Voeg een derde toe en het systeem wordt chaotisch: elk lichaam is groot genoeg om de banen van de andere te buigen, en een kleine stoot van één lichaam kan de baan van alle drie doet kantelen. Zo beschrijft de auteur van een commentaarstuk in Fortune de AI-economie in 2026 — als drie lichamen die aan elkaar trekken: de gesloten frontierlabs onder leiding van OpenAI en Anthropic; open-weight-modellen, voornamelijk uit China; en de applicatiebedrijven die op beide zijn gebouwd. Elk is krachtig genoeg om de baan van de anderen te hervormen, maar geen enkele kan dicteren waar het systeem uiteindelijk tot rust komt.

Diverse gebeurtenissen van de afgelopen weken en maanden hebben de instabiliteit in het systeem vergroot. De meest dramatische verschuiving is de opgebouwde momentum — en de nieuwe obstakels — van de frontierlabs. Onder leiding van Anthropic zagen zij een ongeëvenaarde vraag en daarmee een uitzonderlijke omzetgroei. Die expansie heeft AI-tools breder door de economie verspreid, maar heeft ook de vraag aangescherpt die veel kopers zich nu stellen: wat levert al deze uitgaven op? Volgens de schatting van de auteur bedragen de AI-uitgaven inmiddels ergens tussen de 0,5 en 1 procent van alle salarissen van kantoorpersoneel in de Verenigde Staten — een omvang die volgens de auteur nader onderzoek verdient.

In juli zei Alex Karp van Palantir tegen CNBC dat er "something has gone completely wrong" is met de manier waarop de labs hun product verkopen: bedrijven zijn volgens hem "tokenmaxxing" — ze geven koortsachtig geld uit aan tokens zonder dat de productiviteit daarmee overeenkomstig stijgt. In dezelfde periode is de concurrentie aan het frontier geïntensiveerd, met Meta (Muse Spark 1.1) en xAI (Grok 4.5) die beide steeds capabelere modellen uitbrengen naast Anthropic, OpenAI en Google.

Ook open modellen, met name die van Chinese bedrijven, zijn verbeterd. Zhipu's GLM 5.2 en Moonshot's Kimi K3 presteren inmiddels op of nabij het frontier op verschillende belangrijke benchmarks. Geprijsd op een fractie van vergelijkbare gesloten modellen terwijl ze qua capabiliteit zo dichtbij zitten, hebben ze een sterke momentum gecreëerd voor het open-weight-ecosysteem. Amerikaanse open-weight-modellen bouwen zelf aan geloofwaardigheid: onder leiding van Thinking Machines' Inkling en Nvidia's Nemotron 3 — zeer capabel, al nog niet helemaal aan het frontier — bieden ze een binnenlands alternatief voor de Chinese releases. Voor applicatiebedrijven is dat bredere aanbod relevant, omdat de modelkeuze zowel de kosten als de controle beïnvloedt; daarom hebben veel vooraanstaande spelers hun inspanningen opgevoerd om bovenop open-weight-modellen te bouwen.

Drielichamensystemen zijn berucht moeilijk te voorspellen. Desondanks onderscheidt de auteur verschillende brede trajecten in de loop van de tweede helft van 2026.

Ten eerste zal het ongemak over frontierprijzen afnemen — deels omdat concurrentie de prijzen omlaag zal duwen, en deels omdat het rendement op AI-uitgaven zichtbaar zal beginnen te worden. Veel van de huidige onrust, zo luidt het betoog, weerspiegelt een tijdsverschil: de adoptie loopt vooruit op het nut. Bij de meeste eerdere technologieën, zoals auto's en mobiele telefoons, volgde massa-adoptie op prijstdalingen. Bij AI verliep de adoptie veel sneller, waardoor de druk om waarde te bewijzen aanbreekt terwijl het gebruik nog aan het opschalen is. Het rendement zal komen, schrijft de auteur, in de vorm van snellere groei voor sommige bedrijven, kostenbesparingen voor andere en uiteindelijk hogere productiviteit in de hele economie.

Ten tweede zal de verschuiving naar een wereld met meerdere modellen doorgaan, gedreven door concurrentie en idealiter door echte differentiatie in wat elk model het beste kan.

Ten derde zullen Amerikaanse open-weight-modellen echte alternatieven voor de Chinese worden en daardoor daadwerkelijke adoptie winnen. Ze zullen bovendien een duidelijker businessmodel hebben, waardoor klanten gemakkelijker langetermijninzetten kunnen doen. De auteur verwacht dat het onderscheid tussen open en gesloten uiteindelijk zal vervagen, aangezien de frontierlabs zelf personalisatie van modellen ondersteunen voor de specifieke behoeften van hun klanten.

Ook in andere opzichten zullen de spelers naar elkaar toe groeien: frontierlabs die dieper de productstack ingaan om hun vestingsgrachten te verbreden en hoge marges te handhaven, en applicatiebedrijven die dieper de modelstack ingaan om eigen vestingsgrachten te bouwen. Die convergentie is rationeel, betoogt het commentaar: softwarebedrijven genieten doorgaans brutomarges van 70%+ terwijl klanten het gevoel hebben dat het product het geld waard is.

Gezien deze zetten en tegenzetten blijft het systeem een drielichamensysteem en is het evenwicht nog niet gevonden. Veel van de huidige ruis — het debat over open versus gesloten, de China-paniek en de bezorgdheid over rendementen — lijkt tijdelijk. De werkelijk interessante vraag, concludeert de auteur, is niet of AI zich terugverdient, maar wie de waarde opvangt wanneer dat gebeurt: de labs aan het frontier, de open modellen die hen op de hielen zitten, of de applicaties die de klant in handen hebben.

De meningen in commentaarstukken op Fortune.com zijn uitsluitend de visies van de auteurs en weerspiegelen niet noodzakelijkerwijs de opvattingen en overtuigingen van Fortune.

Dit verhaal verscheen oorspronkelijk op Fortune.com.