De wiskunde achter Apple's AI-strategie is krankzinnig. De vier hyperscalers besteden in 2026 $700 miljard aan AI-infrastructuur. Apple gaf vorig jaar $12,7 miljard uit aan totale capex. De kloof lijkt erop te wijzen dat Apple verloren heeft. Maar kijk anders naar de cijfers. Apple heeft 2,5 miljard actieve apparaten per januari 2026 en $157 miljard aan contanten. De hyperscalers verbranden hun vrije kasstroom zo snel dat Amazon naar verwachting dit jaar negatief zal gaan op FCF. De vrije kasstroom van Alphabet wordt verwacht met 90% te dalen. Deze bedrijven lenen tegen toekomstige inkomsten die nog niet bestaan om GPU's te kopen die elke 18 maanden in waarde dalen. Ondertussen is de API-prijs met 97% gedaald sinds de lancering van GPT-3. Elke dollar die de hyperscalers uitgeven aan het trainen van eigen modellen wordt sneller gecommodificeerd dan ze de investering kunnen terugverdienen. De interne leiding van Apple beschouwt LLM's naar verluidt als grondstoffen die de kosten van eigen ontwikkeling niet waard zijn. Die lezing lijkt steeds correcter te worden. Dit vertelt je alles over distributie-economieën versus infrastructuur-economieën. OpenAI heeft zich gecommitteerd aan $1,15 biljoen aan infrastructuurdeals tot 2035. Apple heeft al hetgene waar OpenAI al die GPU's voor zou ruilen: 2,5 miljard apparaten met systeemniveau-integratie, betalingsgegevens, gezondheidsdata en app-ecosysteem lock-in. Die distributie kan niet tegen welke prijs dan ook worden gerepliceerd. De hyperscalers wedden dat het bouwen van het beste model wint. Apple wedt dat modellen goedkoop worden en distributie alles wordt. Een van die weddenschappen vereist $700 miljard per jaar en groei. De andere vereist een software-update. Als modellen gecommodificeerd worden, en de prijsontwikkelingen zeggen dat ze dat zullen, wordt de hele AI capex-cyclus Apple's subsidieprogramma. Iedereen anders financierde het R&D. Apple levert het product.