Agentic AI jaagt vraag naar AI-cloudinfrastructuur aan

De aanhoudende vraag naar infrastructuur voor het trainen van Large Language Models (LLM’s) vormt de basis van de sterke marktgroei. Tegelijkertijd versnelt de operationele integratie van kunstmatige intelligentie in bedrijfstoepassingen en werkprocessen. Gartner verwacht dat de markt ook na dit jaar op een hoog niveau blijft doorgroeien en in 2027 een omvang van 66,1 miljard dollar zal bereiken.

“Deze groei wordt gedreven door een aanhoudende vraag naar infrastructuur voor LLM-training en de snelle operationalisering van AI binnen enterprise-toepassingen,” toelicht Hardeep Singh, Sr Principal Research Analyst bij Gartner.

Inferentie haalt training in

Een opvallende kanteling vindt plaats in de verdeling van de workloads. Waar de afgelopen jaren het accent lag op het bouwen en trainen van AI-modellen, verschuift de nadruk nu naar de uitvoering daarvan in de praktijk. In 2026 zal wereldwijd 23,3 miljard dollar worden uitgegeven aan inferentie-infrastructuur, tegenover 19 miljard dollar voor modeltraining.

Daarmee is inferentie dit jaar goed voor 55 procent van alle uitgaven binnen AI-geoptimaliseerde IaaS. Volgens de prognoses van Gartner stijgt dit aandeel in 2027 verder naar 59 procent.

Impact van Agentic AI en gespecialiseerde modellen

De doorbraak van agentic AI — autonome systemen die complexe, meerstaps taken zelfstandig uitvoeren — verhoogt de benodigde rekenkracht aanzienlijk. Dit maakt inferentie het dominante consumptiemodel in de cloud en positioneert AI-geoptimaliseerde IaaS als een strategische pijler voor bedrijven.

“Organisaties bewegen van modelontwikkeling naar schaalbare productieomgevingen,” verklaart Singh. “Finetuned en domeinspecifieke modellen worden steeds dieper geïntegreerd in klantgerichte en operationele systemen. Dit vereist continue, realtime uitvoering in plaats van periodieke training. Die omslag verandert het consumptiepatroon in de cloud en zorgt voor een aanhoudende vraag naar gespecialiseerde AI-infrastructuur.”