Coinbase CEO Brian Armstrong zegt dat energie en rekenkracht-infrastructuur, en niet de kwaliteit van modellen, de groei van kunstmatige intelligentie zullen beperken.
Armstrong reageerde hiermee op een bericht van investeerder Tommy Shaughnessy, die uitlegde dat API-prijzen per gebruik ervoor zorgen dat bedrijven veel meer uitgeven aan AI dan ze hadden verwacht met abonnementen tegen vaste tarieven.
Vraag naar intelligentie is bijna oneindig
Volgens de Coinbase CEO is de vraag naar door AI gegenereerde intelligentie praktisch grenzeloos.
Hij verwacht echter dat de markt binnen 12 tot 18 maanden sterk zal splitsen. Ongeveer 80% van de taken zal volgens hem overstappen naar modellen die tot wel 99% goedkoper zijn dan de huidige toonaangevende opties.
De overige 20% betreft toepassingen waarbij maximale prestaties belangrijk zijn, zoals wetenschappelijk onderzoek of geavanceerde AI-agenten. Die zullen blijven draaien op de nieuwste modellen.
Armstrong vergeleek deze verdeling met consumentenelektronica: de meeste mensen kiezen geen MacBooks of gaming PC’s met alle mogelijke specificaties, zelfs nu de prijzen sneller dalen dan volgens de Wet van Moore verwacht wordt.
Hij voegde eraan toe dat deze prijsdaling het schaarsteprobleem niet oplost. Als modellen goedkoper worden en er meer goedkopere alternatieven komen, verschuift het knelpunt naar voren. Het gaat dan om de hoeveelheid stroom en chips die nodig zijn om modellen op grote schaal te laten draaien.
Coinbase’s routeringsstrategie
Coinbase past deze strategie nu al toe. Armstrong zei dat het platform opdrachten naar goedkopere modellen stuurt als dat kan, waardoor de AI-kosten in balans blijven terwijl het gebruik van tokens exponentieel groeit.
Zijn AI-native reorganisatie bij Coinbase begin 2026 liet zien dat het bedrijf meer inzet op efficiënte, door AI-gestuurde werkprocessen. Zijn houding tegen te veel AI-regulering laat zien dat hij vindt dat het pad van technologische vooruitgang niet te veel door beleid moet worden beperkt.
Die aanpak sluit direct aan bij de druk die Shaughnessy beschreef. Hij noemde het voorbeeld van Uber, dat al in april zijn volledige AI-budget voor 2026 had uitgegeven, als bewijs van hoe snel AI-kosten bij bedrijven kunnen oplopen.
Shaughnessy gaf ook aan dat open-source modellen zoals DeepSeek V4 op hetzelfde niveau presteren als de beste commerciële systemen, maar voor ongeveer één-dertigste van de prijs. Hierdoor kunnen de duurste aanbieders hun prijzen niet extreem hoog houden.
Energie als beperkende factor
De conclusie van Armstrong is dat de kwaliteit van modellen naar elkaar toe groeit terwijl goedkopere alternatieven het prestatieniveau inhalen. De echte grens zal liggen bij de fysieke infrastructuur die alle AI-toepassingen mogelijk maakt.
Dat beeld past bij hoe geld nu in de markt beweegt. AI-investeringsrondes in Q1 2026 bereikten wereldwijd $242 miljard, maar datacentercapaciteit groeit niet snel genoeg om de vraag bij te houden.
Armstrong geeft aan dat het niet uitmaakt welk model wint, maar of energie en rekenkracht de groei van de vraag kunnen bijhouden. Volgens hem is er namelijk geen natuurlijke grens aan de behoefte aan AI.
