Mustafa Suleyman, de Microsoft AI-ceo die DeepMind mede oprichtte — het Londense lab dat Google later overnam — en in 2024 bij Microsoft toetrad, verwacht dat de kosten van het bouwen van frontier-kunstmatige intelligentie scherp zullen stijgen. Een enkele frontier-trainingsrun — het rekenintensieve proces waarmee een model wordt geproduceerd — zou binnenkort “heel veel tientallen miljarden dollars, zo niet honderd miljard dollar” kunnen kosten.

Suleyman gaf op 28 september 2026 een korte tijdlijn voor die mijlpaal: de komende paar jaar. Zijn lijst van wie het kan betalen is nog korter. Wereldwijd kunnen slechts vijf of zes laboratoria de toegangsprijs betalen, zo betoogde hij.

De toegangsprijs blijft stijgen

Suleyman verbond de stijgende kosten aan de snelheid van ontwikkeling. Meer compute, geconcentreerd bij minder laboratoria, zou zich volgens hem vertalen in snellere vooruitgang in AI.

Onderbouwde hij die visie met twee opvallende cijfers. De trainingscompute voor frontier-modellen is in de afgelopen 15 jaar een biljoenvoud gegroeid, zei hij. Alleen al in de afgelopen twee jaar zijn de inferentiekosten — de prijs van het draaien van een getraind model bij elk gebruik — met een factor 300 gedaald. Beide trends wijzen volgens hem in dezelfde richting: de middelen die nodig zijn om toonaangevende modellen te trainen, nemen toe terwijl kosten van het gebruik ervan dalen.

“ heel veel tientallen miljarden dollars, zo niet honderd miljard dollar”, zei Suleyman over de mogelijke kosten van frontier-trainingsruns.

Een prognose waaraan hij heeft gebouwd

De uitspraken zijn minder een nieuwe positie dan een escalatie daarvan. In december 2025 voorspelde Suleyman dat concurrerend blijven in AI over vijf tot tien jaar “honderden miljarden dollars” aan investeringen zou vergen, een bedrag dat hij toeschreef aan exploderende compute-eisen voor geavanceerde training.

De septemberopmerkingen scherpen die prognose aan door een mogelijke prijskaartje te hangen aan individuele trainingsruns in plaats van aan een decennium aan uitgaven.

Suleyman heeft de AI-activiteiten van Microsoft ook in ongewoon fysieke termen beschreven en vergeleek het bedrijf met een “modern bouwbedrijf” dat aanzienlijke compute-infrastructuur bouwt. De achtergrond is de veranderende relatie van Microsoft met OpenAI: na een herstructurering van dat partnerschap richt Microsoft AI zich op zelfvoorziening bij frontier-modellen.

Veiligheidspraat gaat samen met uitgavenpraat

Suleyman presenteerde de uitgaven niet als een pure wapenwedloop. Nu AI-mogelijkheden snel vorderen, heeft hij ook opgeroepen tot sterker toezicht en evaluatie, verwijzend naar ontwikkelingen zoals autonome hackers en geavanceerdere AI-agenten.

Hij omschreef recent AI-gedrag als een “watershed moment” dat grotere controle vereist op wat deze systemen kunnen.

Wat dit betekent voor de AI-industrie

De duidelijkste implicatie is consolidatie. Als frontier-trainingsruns richting de tientallen miljarden dollars gaan, krimpt het aantal organisaties dat op topniveau geloofwaardig kan concurreren tot een handjevol — vijf of zes, volgens Suleyman.

De dalende inferentiekosten werken de andere kant op. Een daling met een factor 300 in twee jaar betekent dat het gebruik van AI snel goedkoper wordt, terwijl het bouwen van frontier-modellen zich in steeds minder handen concentreert.