Een bedrijf kan een nett verlies van $1 miljard rapporteren in hetzelfde jaar dat zijn kernactiviteit draait op een winstmarge van 60%. Dat is geen hypothetisch scenario — het is wat CoreWeave, een van de grootste GPU-cloudproviders, in 2025 boekte. De kloof tussen 'operationeel floreren' en 'een verlies van een miljard dollar' komt neer op één enkel getal waar de meeste mensen nooit over nadenken: hoeveel jaar een bedrijf beweert dat een apparaat meegaat.
Dat getal wordt gebruiksduur genoemd, en de aanname erachter is momenteel een miljarden kostende discussie die zich over de hele AI-industrie afspeelt. Het is ook een van de meest verkeerd begrepen — en meest consequente — beslissingen die een bedrijf over zijn eigen apparatuur neemt, of dat nu een serverrack van $300.000 is of een laptop van $3.000.
De Vraag van $30 Miljoen: Hoe Lang Gaat een GPU-server Mee?
Wanneer een bedrijf apparatuur koopt, boekt het de volledige kosten niet op de dag van aankoop. In plaats daarvan spreiden boekhoudregels die kosten — afschrijving — uit over de jaren dat de apparatuur naar verwachting bruikbaar blijft. Koop een bestelbus van $120.000 waarvan je verwacht dat hij 6 jaar meegaat, en je neemt jaarlijks ongeveer $20.000 aan kosten op, niet ineens $120.000.
Het addertje: 'naar verwachting bruikbaar blijven' is een schatting, geen feit. En in de GPU-cloudbusiness — bedrijven die racks met Nvidia-chips kopen en rekenkracht verhuren aan AI-laboratoria — varieert die schatting enorm per bedrijf.
CoreWeave schrijft zijn GPU-servers af over 6 jaar. Lambda gebruikt 5 jaar. Nebius gebruikt 4 jaar. Op papier klinkt dat als een afrondingsverschil. In dollars is dat niet zo. Een server met acht GPU's van $300.000 genereert ongeveer $50.000 aan jaarlijkse afschrijvingskosten op een schema van 6 jaar, tegenover $75.000 op een schema van 4 jaar. Vermenigvuldig dat verschil over een vloot van 10.000 GPU's, en de keuze van het afschrijvingsschema alleen al kan de gerapporteerde jaarlijkse kosten met ongeveer $30 miljoen doen schommelen — zonder enig verschil in de daadwerkelijke hardware, de werkelijke omzet of het werkelijke geld op de bank.
Dat is de paradox in het hart van de AI-infrastructuurbubbel: hetzelfde bedrijf, dezelfde machines, dezelfde klanten, kunnen er enorm winstgevend uitzien of als een geldverslindende onderneming, volledig afhankelijk van een aanname die begraven ligt in een voetnoot bij de jaarrekening.
Waarom een 'Winstgevend' Bedrijf een Enorm Verlies Kan Rapporteren
CoreWeave is het duidelijkste voorbeeld. In 2025 genereerde het bedrijf $5,13 miljard aan omzet en ongeveer $3,1 miljard aan aangepaste EBITDA — een marge van bijna 60%, waar de meeste ondernemers blij van zouden worden. Toch bedroeg het nett verlies van CoreWeave voor het jaar meer dan $1 miljard.
Het verschil zit in twee grote niet-kas- en financieringsposten: ongeveer $2,45 miljard aan afschrijvingen en ruwweg $1,2 miljard aan rentelasten op de schulden die zijn gebruikt om de hardware te kopen. Afschrijvingen en rente zijn echte economische kosten, maar ze zijn geen contant geld dat die dag de deur uitgaat — ze zijn de manier van het boekhoudsysteem om een grote eenmalige aankoop (en de schuld die is gebruikt om die te financieren) over toekomstige jaren te spreiden.
Dit betekent niet dat de cijfers van CoreWeave nep zijn. Het betekent dat 'winstgevend' en 'winst rapporteren' twee verschillende vragen zijn, en de brug ertussen loopt rechtstreeks door de inschatting van het management van hoe lang de apparatuur meegaat.
Het Grotere Gevecht: De Claim van $176 Miljard van Michael Burry
Niet alleen de GPU-cloudstartups staan onder de loep — de hyperscalers ook. Belegger Michael Burry (bekend van zijn correcte gok tegen de huizenzeepbel van 2008) heeft betoogd dat Meta, Amazon, Microsoft, Google en Oracle hun Nvidia-GPU's afschrijven over 5 tot 6 jaar, terwijl de werkelijke economische levensduur — gezien Nvidia's verschuiving naar het ongeveer jaarlijks uitbrengen van een nieuwe, significant snellere chiparchitectuur in plaats van elke twee jaar — dichter bij 2 tot 3 jaar ligt.
Burry's rekensom: als de werkelijke gebruiksduur 3 jaar is in plaats van 6, onderschat de industrie de afschrijvingskosten met $50–60 miljard per jaar, oplopend tot een geschatte $176 miljard aan te hoog weergegeven winsten over 2026–2028. Zijn argument is niet dat de boekhouding illegaal is — het is dat langere gebruiksduuraannames huidige winsten er beter laten uitzien dan de onderliggende economie ondersteunt, omdat dure chips technologisch verouderd kunnen zijn voor geavanceerd werk ruim voordat het afschrijvingsschema zegt dat ze 'opgebruikt' zijn.
De verdediging van de hyperscalers is wat soms de waardecascadetheorie wordt genoemd: een GPU gaat niet met pensioen wanneer een nieuwer model wordt uitgebracht. Het wordt opnieuw ingezet — van het trainen van grensverleggende modellen, naar het uitvoeren van inferentie, tot het afhandelen van lichtere interne workloads — waardoor de werkelijk nuttige economische levensduur wordt verlengd, zelfs nadat het niet langer state-of-the-art is.
Wat dit meer maakt dan een theoretische discussie is dat echte bedrijven er al in tegengestelde richtingen op hebben bewogen. In 2025 verkortte Amazon de geschatte gebruiksduur van een subset van zijn servers van 6 jaar naar 5 jaar, waarbij expliciet werd verwezen naar het versnellende tempo van AI-hardwareontwikkeling — en nam daardoor een eenmalige afschrijvingslast van $920 miljoen. In dezelfde periode deed Meta het tegenovergestelde: het verlengde de gebruiksduur van zijn servers naar 5,5 jaar, wat de gerapporteerde afschrijvingskosten met $2,9 miljard verlaagde. Dezelfde onderliggende technologiecyclus, dezelfde industrie, tegenovergestelde conclusies — wat je vertelt hoeveel oordeel (en prikkel) er in dit ene getal zit.
De Andere Risico's die Achter de Afschrijvingslijn Schuilgaan
Afschrijvingsaannames zijn niet het enige zwakke punt in het bedrijfsmodel van GPU-clouds, en het is de moeite waard om ze te begrijpen als u een kapitaalintensief bedrijf evalueert — als klant, belegger of gewoon als nieuwsgierige lezer:
- Dunne operationele marges. Break-evenanalyses van met schuld gefinancierde GPU-vloten suggereren dat aanbieders ruwweg $1-plus per GPU-uur moeten verdienen om de kosten te dekken, tegen markthuurprijzen die hebben geschommeld tussen ongeveer $1,70 en $2,35. Dat is een echte marge, maar geen enorme buffer als de huurprijzen dalen.
- Klantconcentratie. Microsoft alleen al vertegenwoordigde 67% van de omzet van CoreWeave in 2025. Een bedrijf dat zo afhankelijk is van één klant draagt risico's die een gezonde winst- en verliesrekening niet laat zien.
- Restwaarderisico. GPU's worden vaak gebruikt als leningonderpand. Elke keer dat Nvidia een snellere chip uitbrengt, daalt de doorverkoopwaarde van de vorige generatie, wat het onderpand verzwakt dat de schuld dekt die is gebruikt om de chip te kopen.
- Bezettingsgraadafhankelijkheid. Een inactieve GPU wordt nog steeds afgeschreven en er loopt nog steeds rente op de schuld die ervoor is betaald — het genereert alleen geen omzet terwijl dat gebeurt. De bezettingsgraad is wellicht belangrijker voor de werkelijke winstgevendheid dan de hoofdrente.
Wat Dit Betekent als U Een Bedrijf Runt (Geen GPU-Cloud)
U heeft geen vloot van 10.000 GPU's nodig om deze les toe te passen. Elk bedrijf dat apparatuur koopt — een laptop, een bestelbus, een espressomachine, een CNC-frees — maakt dezelfde soort schatting van de gebruiksduur, alleen op een veel kleinere schaal. En dezelfde vertekeningen zijn voor u beschikbaar, ten goede of ten kwade.
Onder de Amerikaanse belastingregels voor 2026 kunt u met de Sectie 179-aftrek direct tot $2.560.000 aan in aanmerking komende apparatuur afschrijven (uitfaserend boven aankopen van $4.090.000), en bonusafschrijving staat op 100% voor in aanmerking komend eigendom dat na 19 januari 2025 in gebruik is genomen. In duidelijke termen: voor de meeste kleine bedrijven kunt u met de huidige wetgeving apparatuur snel afschrijven, wat veel van het debat over 'welke gebruiksduur moet ik kiezen' voor belastingdoeleinden omzeilt.
Maar uw boeken — de administratie die u gebruikt om uw bedrijf daadwerkelijk te begrijpen, los van uw belastingaangifte — zijn een ander verhaal, en hier is de les van de GPU-cloud het meest relevant:
- Laat uw schatting van de gebruiksduur overeenkomen met de werkelijkheid, niet met het getal dat dit kwartaal er het beste laat uitzien. Als u consequent laptops elke 3 jaar vervangt, schrijf ze dan niet af over 5 jaar alleen omdat het de kosten gelijkmatiger maakt. De eigen klassentabellen van de IRS (Publicatie 946) zijn een redelijk anker — pas alleen aan als u een specifieke reden heeft (hoe u de apparatuur daadwerkelijk gebruikt, uw onderhoudsgeschiedenis, richtlijnen van de fabrikant).
- Documenteer uw redenering eenmalig en bekijk deze opnieuw alleen als de feiten veranderen — het uitbrengen van een nieuw model is niet automatisch een reden om uw schatting te wijzigen; een echte verschuiving in hoe lang u apparatuur daadwerkelijk bewaart en gebruikt wel.
- Let op de 'heen-en-weer'-aanwijzing. Als een bedrijf zijn schattingen van de gebruiksduur wijzigt in de richting die de cijfers van de huidige periode er beter laat uitzien — zoals het versnelde Amazon/Meta-voorbeeld hierboven, dat in tegengestelde richtingen beweegt in dezelfde industrie — is dat een signaal om beter te kijken, of het nu uw eigen boekhoudgewoonten zijn of een bedrijf dat u evalueert.
- Scheid cashflow van winst in uw eigen hoofd. Een bedrijf (het uwe incluis) kan cashflow-gezond zijn terwijl het een boekhoudkundig verlies laat zien, of omgekeerd. Afschrijvingen en rente zijn de twee posten die het meest verantwoordelijk zijn voor die kloof — weet welke uw cijfers aandrijft voordat u in paniek raakt of gaat juichen.
Het GPU-cloudverhaal is eigenlijk een uitvergrote versie van een beslissing die elk bedrijf met apparatuur neemt: hoe lang verwacht u eerlijk dat dit ding meegaat? Krijgt u die schatting goed, dan vertellen uw financiële overzichten u de waarheid over uw bedrijf. Krijgt u het fout — opzettelijk of niet — dan kunt u uiteindelijk een fictie managen in plaats van een bedrijf.
Houd Uw Afschrijvingsaannames Eerlijk en Controleerbaar
Afschrijvingsschema's zijn precies het soort beslissing dat baat heeft bij een duidelijke, permanente administratie van wat u hebt aangenomen en waarom — niet een getal dat begraven ligt in de opmaak van een spreadsheet dat gemakkelijk later stilletjes kan worden gewijzigd. Beancount.io biedt u boekhouding in platte tekst met volledige versiegeschiedenis, zodat elke aanpassing van een schatting van de gebruiksduur, elke afschrijvingsboeking en elke reden erachter transparant en traceerbaar is in de tijd — geen black boxes, geen leverancierslock-in. Begin gratis en houd uw boeken zo controleerbaar als de aannames erachter verdienen te zijn.