De wereldwijde uitgaven aan kunstmatige intelligentie bereiken in 2026 naar verwachting 2,7 biljoen dollar. Dat is bijna 50 procent meer dan in 2025, stelt onderzoeksbureau Gartner. De opvallendste conclusie: de AI-markt groeit niet in de eerste plaats door losse chatbotabonnementen of spectaculaire pilots, maar door een enorme golf aan investeringen in datacenters, chips, servers, netwerken en ingebouwde AI in bestaande software. De AI-hype maakt daarmee plaats voor een veel fundamentelere economische ontwikkeling. Bedrijven en hyperscalers bouwen capaciteit voor toekomstige toepassingen, terwijl organisaties tegelijk pragmatischer worden in hun dagelijkse AI-gebruik. Generatieve AI is volgens Gartner in de zogeheten ‘Trough of Disillusionment’ beland: de fase waarin hoge verwachtingen plaatsmaken voor nuchtere keuzes over kosten, waarde en toepasbaarheid. Juist dat maakt de marktvolwassenheid interessant.

Een markt die in één jaar bijna 900 miljard dollar groeit

Gartner raamt de totale AI-uitgaven voor 2025 op 1.786,7 miljard dollar. In 2026 stijgt dat bedrag naar 2.670,5 miljard dollar en voor 2027 wordt zelfs 3.637,3 miljard dollar voorzien. De groei is dus niet beperkt tot een kleine groep technologiebedrijven. AI wordt steeds meer een basislaag onder IT, bedrijfsprocessen, klantcontact en dienstverlening. De belangrijkste cijfers uit de Gartner-prognose:

• Totale AI-uitgaven stijgen van 1.786,7 miljard dollar in 2025 naar 2.670,5 miljard dollar in 2026.
• AI-infrastructuur groeit van 981,9 miljard dollar naar 1.484,4 miljard dollar.
• AI-software stijgt van 288,2 miljard dollar naar 461,6 miljard dollar.
• AI-diensten groeien van 434,0 miljard dollar naar 576,5 miljard dollar.
• Uitgaven aan AI-agents en assistenten nemen toe van 16,5 miljard dollar naar 29,2 miljard dollar.

De cijfers tonen hoe breed Gartner de AI-markt inmiddels meet. Het gaat niet alleen om modellen en software, maar ook om cybersecurity, data, ontwikkelplatforms, consultants, cloudcapaciteit en apparaten. Daardoor ontstaat een realistischer beeld van de werkelijke economische impact van AI.

Datacenters, chips en netwerken zijn de grote winnaars

De veruit grootste categorie is AI-infrastructuur. In 2026 gaat daar volgens Gartner bijna 1,5 biljoen dollar naartoe, ruim de helft van alle wereldwijde AI-uitgaven. Daaronder vallen AI-geoptimaliseerde cloudinfrastructuur, servers, netwerkvoorzieningen, AI-processors, geheugen en apparaten. John-David Lovelock, Distinguished VP Analyst bij Gartner, noemt de uitbreiding van AI-datacentercapaciteit de grootste infrastructuuropgave die de mensheid ooit heeft ondernomen. Dat klinkt groot, maar past bij de schaal van de investeringen van hyperscalers en cloudpartijen. Zij kopen niet alleen capaciteit voor de huidige vraag, maar bouwen vooruit op het grootschalige gebruik van modellen, agents en realtime AI-toepassingen. Vooral de prijs en beschikbaarheid van geheugen zijn daarbij een relevante factor. Toch verwacht Gartner niet dat prijsstijgingen de vraag wezenlijk temperen. De behoefte aan rekenkracht blijft sterk, omdat AI-workloads vaak intensief zijn en bedrijven hun modellen steeds vaker in productie brengen. Een aanvullende Gartner-raming voor AI-geoptimaliseerde Infrastructure as a Service onderstreept die ontwikkeling:

• AI-geoptimaliseerde IaaS groeit in 2026 met 96,4 procent tot 42,3 miljard dollar.
• In 2027 groeit dit segment door naar 66,1 miljard dollar.
• Uitgaven aan AI-inference bereiken in 2026 naar verwachting 23,3 miljard dollar.
• Uitgaven aan AI-training komen in datzelfde jaar uit op 19 miljard dollar.
• Inference vertegenwoordigt daarmee circa 55 procent van de AI-IaaS-uitgaven.

Dat laatste cijfer is veelzeggend. Training draait om het ontwikkelen en verfijnen van modellen; inference is het daadwerkelijke gebruik ervan, bijvoorbeeld wanneer een klant een AI-assistent raadpleegt, een marketeer content analyseert of een organisatie realtime beslissingen automatiseert. Dat inference training voorbijgaat, wijst erop dat AI geleidelijk verschuift van experiment naar operationele inzet.

Van spectaculaire pilots naar ingebouwde AI in software

Tegelijk verandert de manier waarop organisaties AI kopen. Niet elk bedrijf bouwt een eigen model of start een groot transformatieprogramma. Veel organisaties kiezen voor AI-functionaliteiten die al onderdeel zijn van de software die zij gebruiken: CRM, marketingautomation, analytics, klantenservice, productiviteitstools, e-commerceplatforms en bedrijfssoftware. Softwareleveranciers verwerken daarom steeds vaker agentische AI in hun bestaande producten. Niet alleen om extra waarde te bieden, maar ook om hun marktpositie te beschermen tegen nieuwe, sectoroverstijgende AI-agents. De strijd gaat dus niet uitsluitend tussen grote taalmodellen, maar ook tussen platforms die bepalen waar de dagelijkse werkprocessen plaatsvinden. Voor marketing- en communicatieprofessionals is dat een belangrijke verschuiving. De meest gebruikte AI zit straks mogelijk niet in een losstaande chatomgeving, maar direct in systemen voor klantdata, campagnes, contentproductie, verkoop en service. AI wordt dan minder zichtbaar als apart project, maar meer aanwezig als standaardfunctie. Gartner ziet dat organisaties die ingebouwde functies gebruiken vooral inzetten op drie doelen:

• het automatiseren van terugkerende workflows;
• het verbeteren van klantinteractie en personalisatie;
• het ondersteunen van besluitvorming met data en voorspellingen.

Dat is minder spectaculair dan de belofte van volledig autonome organisaties, maar zakelijk vaak veel waardevoller. Een kleine verbetering in conversie, servicekwaliteit, planning of contentproductie kan op schaal immers grote impact hebben.

AI-diensten blijven groeien, maar krijgen een andere rol

Ook de markt voor AI-diensten groeit hard. Gartner verwacht dat de combinatie van transformatieprojecten en kleinere, indirecte projecten in 2030 een kans van 1,2 biljoen dollar voor AI-dienstverlening oplevert. Toch verandert de rol van bureaus, consultants en implementatiepartners. Organisaties schakelen dienstverleners minder vaak in voor één groot AI-transformatieproject en vaker voor afgebakende opdrachten: AI-functies configureren, datakwaliteit verbeteren, processen aanpassen, medewerkers trainen, kosten monitoren of governance inrichten. Dat past bij de volwassenwording van de markt. Bedrijven willen niet alleen weten wat AI kan, maar vooral welke toepassing aantoonbaar rendement, kwaliteit of snelheid oplevert. Daarbij verdwijnen belangrijke risico’s niet. Gartner noemt afhankelijkheid van leveranciers, datasoevereiniteit en oplopende gebruikskosten. Dat zijn geen theoretische vraagstukken. Wanneer een organisatie cruciale processen koppelt aan één model, één cloudplatform of één softwareleverancier, neemt de strategische afhankelijkheid toe. Voor dienstverleners ligt hier een kans om verder te gaan dan inspiratiesessies. De vraag verschuift naar meetbare implementatie: welke taak wordt geautomatiseerd, welke data is nodig, wat kost elk gebruiksmoment en wie houdt toezicht op kwaliteit, privacy en menselijke controle?

Goedkopere modellen en maatwerk winnen terrein

Gartner heeft de groeiverwachting voor generatieve-AI-modellen in 2026 verhoogd van 110 naar 117 procent. Ook de verwachting voor AI-ontwikkelplatforms werd verhoogd: van 28 naar 39 procent groei. Dat wijst erop dat organisaties niet alleen standaardfuncties willen afnemen, maar ook steeds vaker maatwerk zoeken. De druk op modelaanbieders neemt tegelijkertijd toe. Zakelijke gebruikers willen modellen die goedkoper, voorspelbaarder en beter afgestemd zijn op specifieke taken. Daardoor ontstaat ruimte voor domeinspecifieke taalmodellen: kleinere of gespecialiseerde modellen die bijvoorbeeld zijn ingericht voor juridisch werk, klantenservice , zorg, marketingcontent of interne kennisbanken. De markt beweegt daarmee in twee richtingen. Aan de ene kant groeit de centrale infrastructuur snel en blijven grote modellen veel rekenkracht vragen. Aan de andere kant zoeken organisaties naar compactere, gerichtere toepassingen die beter beheersbaar zijn in kosten en governance.

De kern van de Gartner-raming is daarom helder: de AI-race wordt niet alleen beslist door wie het beste model maakt. De echte concurrentieslag speelt zich af in infrastructuur, softwaredistributie, data, werkprocessen en de vraag wie AI betrouwbaar, betaalbaar en bruikbaar in de organisatie weet te verankeren.