Welke indicatoren maken het mogelijk om een structurele high-tech trend te onderscheiden van een eenvoudig aankondigingseffect? Tussen het energieverbruik van datacenters, de migratie naar post-kwantumcryptografie en de nieuwe architecturen van ingebedde AI, schetsen de signalen van 2025-2026 meetbare prioriteiten. De laatste high-tech trends beperken zich niet tot etalageproducten: ze herconfigureren de infrastructuren, budgetten en afwegingen van bedrijven.
Energieverbruik van AI en locatie van datacenters
Een van de minst behandelde hoeken in technologische evaluaties betreft de directe link tussen energiebeschikbaarheid en de locatie van digitale infrastructuren. De energie-efficiëntie per AI-aanroep is de afgelopen jaren sterk verbeterd. Desondanks is het totale verbruik van datacenters die aan kunstmatige intelligentie zijn gewijd, aanzienlijk gestegen in 2025.
Het Internationaal Energieagentschap voorziet een bijna verdubbeling van de wereldwijde elektrische vraag van datacenters tegen 2030. Dit cijfer plaatst de discussies over algoritmische optimalisatie in perspectief: de eenheidswinsten worden opgeëist door de groei van het aantal aanvragen en modeltrainingen.
Volgens MarketScale worden nieuwe datacenters nu gepland rond de capaciteit van elektrische onderstations in plaats van rond netwerkaansluitingen of de nabijheid van gebruikers. Voor degenen die de high-tech artikelen op Ask Nerd willen raadplegen, illustreert deze verschuiving hoezeer innovatie tegenwoordig afhankelijk is van concrete energieafwegingen.
| Locatiecriteria | Historische prioriteit | Prioriteit 2025-2026 |
|---|---|---|
| Netwerkconnectiviteit (vezel) | Eerste | Tweede |
| Nabijheid van gebruikers | Belangrijk | Variabel afhankelijk van de gebruikszaak |
| Lokale elektrische capaciteit | Tweede | Eerste |
| Toegang tot hernieuwbare energie | Optioneel | Onderscheidende factor |
Deze tabel vat een paradigmaverschuiving samen: betrouwbare toegang tot elektriciteit bepaalt nu de locatie van AI-datacenters, niet de glasvezel.
Post-kwantumcryptografie: van laboratorium naar IT-aankopen
Post-kwantumcryptografie valt niet langer uitsluitend onder academisch onderzoek. Er worden compliance-eisen aangekondigd voor nieuwe gevoelige systemen in de Verenigde Staten vanaf 2027. Deze deadline transformeert de post-kwantummigratie in een onderwerp van inkoop, architectuur en beheer van bestaande activa.
Concreet moeten bedrijven die vandaag de dag cybersecuritysystemen implementeren, de post-kwantumcompatibiliteit in hun aanbestedingen integreren. De kosten van de retro-migratie zullen aanzienlijk hoger zijn dan die van een native integratie vanaf het ontwerp.
- Inventaris van cryptografische activa: identificeren van certificaten, protocollen en sleutels die voor de regelgeving vervangen of geüpdatet moeten worden
- Evaluatie van cloud- en SaaS-leveranciers op hun post-kwantumroutekaart, een criterium dat in 2024 nog ontbreekt in de meeste evaluatienormen
- Compatibiliteitstests van bestaande systemen met gestandaardiseerde post-kwantumalgoritmen, om prestatieconflicten te anticiperen
Preventieve cybersecurity beperkt zich niet langer tot gedragsdetectie. Het omvat nu ook een structureel aspect met betrekking tot cryptografische weerstand tegen de opkomende kwantumrekenkracht.
Agentische AI en edge computing: twee convergerende technologische trends
Achter de term agentische AI schuilt een concrete evolutie: systemen van kunstmatige intelligentie die in staat zijn om aaneengeschakelde beslissingen te nemen zonder menselijke tussenkomst bij elke stap.
Deze besluitvormingsautonomie krijgt een andere dimensie wanneer deze wordt uitgevoerd aan de rand van het netwerk (edge computing). Lokale gegevensverwerking vermindert de latentie en de afhankelijkheid van externe servers, wat toepassingen opent in industriële robotica, gezondheidsconnected devices of autonome voertuigen.
Daarentegen roept agentische AI vragen op over governance die bedrijven nog niet hebben beantwoord. Wanneer een AI-agent meerdere beslissingen autonoom achtereenvolgens neemt, wordt de traceerbaarheid van de tussenliggende keuzes een kwestie van naleving van regelgeving, met name in het kader van de Europese AI-wet waarvan de eerste transparantieverplichtingen van kracht worden.
Regulering van AI: tijdlijn en geografische fragmentatie
Het wereldwijde regelgevingslandschap fragmentatie vertoont. De Europese Unie gaat verder met de AI-wet, terwijl andere rechtsgebieden sectorale of vrijwillige benaderingen aannemen. Deze fragmentatie creëert een extra nalevingskost voor bedrijven die op meerdere markten opereren.
Technologische organisaties moeten kiezen tussen naleving van de strengste standaard (vaak Europees) die wereldwijd wordt toegepast, of een gedifferentieerde aanpak per geografisch gebied. De eerste keuze vereenvoudigt de architectuur, de tweede vermindert de beperkingen op minder gereguleerde markten.
Door AI bestuurde robots en nieuwe digitale interfaces
AI-gestuurde robotica vordert dankzij training in gesimuleerde omgevingen voordat er interactie met de echte wereld plaatsvindt. Deze benadering vermindert de tijd en kosten voor het trainen van robots, maar roept de vraag op van overdraagbaarheid: een gedrag dat in simulatie is geleerd, reproduceert niet altijd de resultaten onder echte omstandigheden. De kloof tussen gesimuleerde prestaties en prestaties in het veld blijft een belangrijke indicator om de volwassenheid van een robotsysteem te evalueren.
- Gezondheidsconnected devices (spiegels die fysiologische parameters analyseren, draagbare sensoren) genereren gegevens die steeds nauwkeurigere AI-modellen voeden
- Natuurlijke interfaces (oogvolging, gebarenherkenning) vervangen geleidelijk traditionele apparaten in industriële en medische omgevingen
- Augmented reality-brillen voor professioneel gebruik onderscheiden zich van de consumentenversies door hun sectorale specialisatie en robuustheid
De high-tech trends van 2025-2026 delen een gemeenschappelijk kenmerk: ze verschuiven de beperkingen. De beperking is niet langer de netwerksnelheid, maar de toegang tot energie. Het cryptografische risico is niet langer theoretisch, maar staat op regelgevingstijdlijnen. AI heeft geen tekort aan rekenkracht, maar aan geschikte governancekaders voor haar toenemende autonomie. Het zijn deze verschuivingen van beperkingen, meer dan de productaankondigingen, die de technologische investeringen van de komende jaren bepalen.
