OpenAI heeft altijd andermans hardware gebruikt. NVIDIA-chips, Microsofts infrastructuur, externe datacenters. Dat verandert nu. Samen met chipfabrikant Broadcom presenteerde OpenAI deze week Jalapeño, hun eerste eigen AI-chip. Negen maanden van ontwerp tot productie. Voor een chip is dat razendsnel.
Wat dit betekent voor de prijs en beschikbaarheid van AI, is voor Nederlandse bedrijven relevanter dan het klinkt.
Wat Jalapeño doet, en wat niet
Jalapeño is geen chip voor het trainen van AI-modellen. OpenAI blijft daarvoor afhankelijk van NVIDIA. De chip is uitsluitend gebouwd voor inferentie: het daadwerkelijk gebruiken van een AI-model. Elke keer dat je een vraag stelt aan ChatGPT, een document laat samenvatten, of een AI-klantservicebot antwoord laat geven, draait dat op inferentie.
Dat onderscheid is relevant. Inferentie is het duurste onderdeel van AI op schaal. Niet het bouwen van het model, maar het dagelijks gebruiken ervan. Hoe meer mensen AI gebruiken, hoe meer rekenkracht en energie er nodig is. Jalapeño is gebouwd om die rekening te verlagen.
Technisch is het een ASIC: een Application-Specific Integrated Circuit. Een chip die niet veelzijdig is, maar snel en zuinig voor één specifieke taak. Vroege tests van OpenAI tonen substantieel betere prestaties per watt vergeleken met de NVIDIA-chips die ze nu gebruiken. Broadcom en systeemintegrator Celestica staan in voor productie en opschaling.
Energie als flessenhals
OpenAI omschrijft energie-efficiëntie als de werkelijke limiet voor de verdere uitrol van AI. Dat is geen marketingzin. Datacenters voor AI verbruiken inmiddels zoveel stroom dat energiebedrijven in de VS capaciteitsproblemen melden. Microsoft en Google bouwen kerncentrales om aan de vraag te voldoen.
Jalapeño is een directe reactie op dat probleem. Meer werk per watt betekent minder stroom per AI-query. En minder stroom per query betekent lagere kosten voor iedereen die AI gebruikt.
OpenAI kondigt aan dat Jalapeño eind 2026 op gigawatt-schaal wordt ingezet bij datacenterpartners. De chip is ook ontworpen voor gebruik door andere organisaties, niet alleen door OpenAI zelf. Dat is een bewuste keuze: OpenAI positioneert Jalapeño als de basis van een multi-generatie platform, vergelijkbaar met hoe NVIDIA zijn GPU-architectuur heeft opgebouwd.
Minder afhankelijkheid van NVIDIA
OpenAI geeft via Jalapeño ook een duidelijk signaal richting NVIDIA. Op dit moment is OpenAI een van NVIDIAs grootste klanten. Dat maakt hen kwetsbaar voor prijsstellingen, leveringsbeperkingen en capaciteitsbeslissingen die buiten hun controle vallen.
Met een eigen inferentie-chip vermindert OpenAI die afhankelijkheid. Niet volledig, want NVIDIA blijft nodig voor modeltraining. Maar voor het deel dat dagelijks de meeste kosten maakt, hebben ze nu een eigen alternatief.
Anderen gingen OpenAI voor. Google heeft al jaren TPU's (Tensor Processing Units) in eigen beheer. Amazon heeft Trainium en Inferentia. Meta bouwt eigen AI-hardware. OpenAI was in dit opzicht laat. Jalapeño is de inhaalslag.
Wat dit betekent voor bedrijven die AI gebruiken
De directe gevolgen zijn niet morgen zichtbaar. Jalapeño gaat eind 2026 op schaal draaien. Maar de richting is helder, en die richting heeft gevolgen voor elke organisatie die AI-diensten afneemt.
Voor Nederlandse bedrijven zijn drie ontwikkelingen het meest concreet.
Lagere kosten per AI-gebruik
Als inferentie goedkoper wordt, kunnen aanbieders hun prijzen verlagen of meer capaciteit aanbieden voor hetzelfde geld. ChatGPT Enterprise, Copilot, AI-klantenserviceplatforms: al die diensten draaien op inferentie-infrastructuur. Efficiëntere chips drukken direct op de marges van die diensten, en uiteindelijk op de prijs die bedrijven betalen.
Voor MKB-organisaties die nu terughoudend zijn vanwege de kosten van AI-gebruik op schaal, kan dat de drempel verlagen. Niet dramatisch, en niet snel. Maar de trend is duidelijk.
Snellere en stabielere AI-diensten
Betere prestaties per watt betekent ook minder vertraging bij drukke momenten. AI-diensten vertragen nu soms bij hoge belasting, omdat de beschikbare rekenkracht niet meegroeit met de vraag. Efficiëntere hardware lost dat deels op. Voor bedrijven die AI inzetten voor klantcontact of real-time beslissingen, is stabiliteit minstens zo belangrijk als prijs.
Een markt met meer spelers
Als OpenAI minder afhankelijk wordt van NVIDIA, en als Jalapeño beschikbaar komt voor andere gebruikers, ontstaat er meer concurrentie in de AI-hardware-markt. Meer concurrentie leidt historisch tot lagere prijzen en snellere innovatie. NVIDIA heeft op dit moment een vrijwel monopolistische positie in AI-chips. Jalapeño is één stap richting een meer gebalanceerde markt.
Dat gezegd hebbende: er is ook een risico. Als OpenAI en Broadcom dominant worden in inferentie-hardware, vervang je één afhankelijkheid door een andere. Bedrijven doen er goed aan hun AI-infrastructuur niet volledig te bouwen rondom één leverancier.
Negen maanden van idee tot chip
Een detail dat weinig aandacht krijgt maar veelzeggend is: het ontwerp van Jalapeño duurde negen maanden. Normaal kost chipontwikkeling jaren. OpenAI zegt dat hun eigen AI-modellen dit proces hebben versneld. Ze gebruikten AI om een AI-chip te bouwen.
Dat is geen triviale observatie. Het laat zien dat AI-tools niet alleen productiviteit in kantoren verbeteren, maar ook in sectoren als hardware-engineering, waar de tijds- en kostendrempel traditioneel enorm hoog is.
Wat je nu al kunt doen
Jalapeño is nog niet live. Maar de strategische verschuiving die het vertegenwoordigt, is dat al. Organisaties die nu nadenken over AI-implementatie, doen er verstandig aan rekening te houden met een markt die over twee jaar structureel anders is ingericht.
Concreet betekent dat drie dingen voor Nederlandse bedrijven:
Evalueer je huidige AI-contracten op flexibiliteit. Lock-in bij specifieke aanbieders kan duurder uitpakken als prijzen gaan dalen door efficiëntere hardware.
Volg de ontwikkeling van inferentie-kosten. De prijs per AI-query is een betere maatstaf voor schaalbaarheid dan de abonnementsprijs van een tool.
Houd rekening met 2026 als scharnierpunt. OpenAI, Google en Amazon schalen allemaal hun eigen hardware op rond die periode. De markt voor AI-diensten ziet er dan anders uit dan nu.
