Anthropic gaat eigen AI-chips ontwerpen voor Claude

TL;DR

• Wat: Anthropic bouwt een intern team om eigen chips te ontwerpen die specifiek zijn afgestemd op Claude.
• Waarom relevant: Als de kosten van AI-chips dalen of de prestaties verbeteren, werkt dat uiteindelijk door in de prijs en snelheid van AI-diensten die jij als ondernemer gebruikt.
• Wat je ermee kunt: Houd bij je keuze voor AI-tools in de gaten welke aanbieders investeren in eigen hardware — dat zegt iets over hun toekomstige prijs-kwaliteitverhouding.

Anthropics, het bedrijf achter Claude, heeft bevestigd dat het een eigen chipteam opzet. Het doel: hardware en AI-modellen samen ontwerpen zodat Claude sneller en efficiënter draait. Ik vind dit een interessant moment om bij stil te staan, want wat er in de chipfabriek gebeurt, bepaalt uiteindelijk mede wat jij als ondernemer betaalt voor AI-diensten.

Wat er precies aan de hand is

Anthropic is actief engineers aan het werven voor wat intern het "custom silicon team" heet. Het gaat om mensen met ervaring in chipdesign, verspreid over de hele hardware- en softwarestack. Het idee is dat je betere resultaten krijgt als je de chip en het AI-model niet los van elkaar ontwikkelt, maar vanaf het begin op elkaar afstemt — zogeheten co-design.

Het nieuws werd begin augustus 2026 voor het eerst gemeld door Business Insider en vervolgens door Anthropic bevestigd aan TechCrunch. Eerder, in juli, meldde The Information al dat Anthropic in gesprek was met Samsung over de productie van een eigen chip, mogelijk op basis van Samsungs 2nm-productieproces. Samsung was overigens ook strategisch investeerder in Anthropics recente financieringsronde van 65 miljard dollar.

Belangrijk detail: Anthropic zegt niet dat het stopt met bestaande chipleveranciers. Het bedrijf benadrukt dat AWS Trainium-chips, Google TPU's, Nvidia GPU's en AMD-hardware "centraal blijven" in hun rekenstrategie. Eigen chips zijn een aanvulling, geen vervanging — althans, op dit moment.

Waarom maken AI-bedrijven eigen chips?

Dit is niet iets wat alleen Anthropic doet. OpenAI onthulde in juni 2026 een eigen chip genaamd Jalapeño, ontwikkeld samen met Broadcom, specifiek voor inference — het daadwerkelijk draaien van een model na de training. Google DeepMind gebruikt al jaren Alphabets eigen TPU-chips. Meta werkt aan MTIA-versnellers.

Waarom die trend? Twee redenen springen eruit.

Ten eerste: schaarste. De vraag naar AI-chips is enorm en Nvidia, dat de markt domineert, kan niet onbeperkt leveren. Als je afhankelijk bent van één leverancier en de vraag stijgt, heb je een probleem. Eigen chips geven je meer controle over je toeleveringsketen.

Ten tweede: efficiëntie. Een chip die speciaal is ontworpen voor jouw type AI-model kan in theorie meer doen met minder energie en lagere kosten dan een generieke chip. Vergelijk het met het verschil tussen een op maat gemaakte keuken en een standaardkeuken uit de bouwmarkt: als je precies weet wat je nodig hebt, kun je slimmer bouwen.

Wat ik hier wel bij wil zeggen: het ontwerpen van een geavanceerde AI-chip kost volgens bronnen in de industrie zo'n 500 miljoen dollar. Dat is geen experiment dat je lichtvoetig start. Anthropic maakt hiermee een strategische keuze met langetermijngevolgen.

Wat betekent dit voor de prijs van AI-diensten?

Dit is de vraag die mij het meest bezighoudt vanuit ondernemersperspectief. Als je Claude gebruikt via de API of via een product dat op Claude draait, dan betaal je indirect voor de rekenkracht die eronder zit. Chips zijn een groot deel van die kostenstructuur.

Als Anthropic erin slaagt om chips te bouwen die Claude efficiënter laten draaien, dan zou dat op termijn twee dingen kunnen betekenen: lagere kosten per API-aanroep, of betere prestaties voor dezelfde prijs. Beide zijn relevant als je AI structureel inzet in je bedrijfsvoering.

Maar — en dit is een belangrijke nuance — "op termijn" kan hier jaren betekenen. Een chip ontwerpen, testen, produceren en uitrollen is een traject van minstens twee tot drie jaar. Op korte termijn verandert er voor jou als gebruiker waarschijnlijk weinig.

Wat ik wel interessant vind: de multi-chip strategie van Anthropic. Door niet alles op één kaart te zetten — niet alleen eigen chips, niet alleen Nvidia, niet alleen Google — spreiden ze hun risico. Dat is een principe dat iedere ondernemer herkent. Stel dat je als MKB'er zwaar leunt op één softwareleverancier en die verdubbelt de prijzen — dan zit je klem. Diversificatie is net zo logisch in de chipwereld als in je eigen leveranciersstrategie.

De bredere chiprace en wat het MKB ervan merkt

Voor de meeste Nederlandse ondernemers zijn chipfabrieken een abstracte wereld. Maar de gevolgen zijn concreet. De prijs die je betaalt voor AI-tools — of dat nu een chatbot is van €49 per maand of een uitgebreidere implementatie van duizenden euro's — hangt samen met wat er op hardwareniveau gebeurt.

Op dit moment investeren Nederlandse MKB-bedrijven volgens recente schattingen tussen de €5.000 en €50.000 in een eerste AI-implementatie, met maandelijkse licentiekosten van €50 tot €1.500. Die bedragen worden mede bepaald door de kosten van de onderliggende infrastructuur. Als chipkosten dalen doordat meerdere spelers concurreren — Anthropic, OpenAI, Google, Meta — werkt dat uiteindelijk door in lagere prijzen voor eindgebruikers.

Kun je je voorstellen wat het betekent als de kosten van een AI-aanroep halveren? Dan wordt het ineens haalbaar om AI in te zetten voor taken waar het nu net te duur voor is. Denk aan het automatisch classificeren van binnenkomende e-mails, of het realtime vertalen van klantgesprekken. De drempel verschuift.

Waar let je op als ondernemer?

Ik denk dat het voor ondernemers nuttig is om bij de keuze voor AI-tooling niet alleen naar de huidige prijs te kijken, maar ook naar de infrastructuurstrategie van de aanbieder. Een bedrijf dat investeert in eigen hardware laat zien dat het nadenkt over langetermijnschaalbaarheid. Dat is geen garantie, maar het is een signaal.

Tegelijkertijd: laat je niet verleiden om te wachten tot alles goedkoper wordt. De waarde van AI zit nu al in tijdsbesparing en betere besluitvorming. De chiprace maakt het op termijn toegankelijker, maar de eerste stappen kun je vandaag al zetten.

Een signaal over de richting van de markt

Voor mij is dit vooral een bevestiging dat de AI-markt een volgende fase ingaat. De strijd gaat niet meer alleen over wie het beste model bouwt, maar ook over wie de onderliggende infrastructuur het best beheerst. Anthropic wil niet alleen slim zijn in software, maar ook grip hebben op de hardware.

Of dat lukt, is nog de vraag. Een chip ontwerpen is één ding; hem succesvol produceren en op schaal uitrollen is iets heel anders. Maar het feit dat een bedrijf als Anthropic deze stap zet — naast OpenAI, Google en Meta — vertelt me dat we in een fase zitten waarin de fundamenten van AI verschuiven. En die verschuiving bepaalt uiteindelijk wat AI kost, hoe snel het is, en hoe toegankelijk het wordt voor bedrijven zoals het jouwe.