Fijne Juneteenth! Onze InvestorPlace-kantoren zijn vandaag gesloten vanwege de marktfeestdag. Als u hulp nodig heeft van ons klantenserviceteam, helpen zij u graag wanneer we maandag weer openen.
De meeste beleggers zien AI als een softwareverhaal. Joe Austin denkt dat ze op de verkeerde plek kijken.
Na vier decennia op Wall Street gelooft Joe – die nu samenwerkt met onze vrienden bij Chaikin Analytics – dat enkele van de grootste kansen in de AI-boom kunnen komen van de infrastructuur die dit alles stilletjes aandrijft. Meer specifiek: de groeiende convergentie tussen AI en het Internet of Things.
In de Friday Digest-overname van vandaag legt hij uit waarom verbonden machines, sensoren en industriële systemen steeds belangrijker worden voor de AI-economie… en waarom de bedrijven die deze transformatie mogelijk maken mogelijk meer opwaarts potentieel bieden dan veel van de opvallende namen die de huidige markt domineren.
Hij deelt ook waarom deze trend zoveel aandacht trekt van marktervaren Marc Chaikin en het team bij Chaikin Analytics. Joe en Marc onthullen op 24 juni een nieuw AI-aangedreven onderzoekstool tijdens een gratis evenement. U kunt hier uw plek reserveren.
Als Joe gelijk heeft, zijn de AI-winnaars van de volgende generatie misschien niet de bedrijven waar iedereen het vandaag over heeft – maar degenen die stilletjes de hele AI-revolutie mogelijk maken.
Ik geef het stokje over aan Joe.
Fijne Juneteenth,
Jeff Remsburg
Diep in de Australische bush liep een kolenmijn bijna volledig vast.
En niemand zag het aankomen…
Mijnen zijn afhankelijk van uitgebreide netwerken van transportbanden. Deze kronkelen ondergronds en over open terrein, waarbij erts wordt verplaatst van winning naar verwerking. Als de banden stoppen, stopt de mijn.
In deze kolenmijn was dat precies wat op het punt stond te gebeuren. AI-aangedreven sensoren op bandmotoren signaleerden iets vreemds — een transportbandaandrijflager deterioreerde sneller dan het zou moeten.
De boosdoener was lagerfluting. Dat is wanneer elektrische stroom door het lager lekt in plaats van door het aardingssysteem te stromen. Het beschadigt het lager stilletjes van binnenuit — totdat het te laat is.
Een fysieke inspectie had de slijtage mogelijk opgemerkt, maar zou de urgentie niet hebben gedetecteerd. De sensoren wel.
Ze ontdekten het probleem vroeg genoeg om het te herleiden naar het aardingsprobleem, het te verhelpen en het lager te vervangen voordat de band uitviel. Als gevolg hiervan vermeed de locatie 10 uur ongeplande stilstand en ongeveer $191.000 aan productieverliezen.
Nog belangrijker: het aanpakken van de grondoorzaak — niet alleen het symptoom — verlengde de levensduur van het lager en verlaagde de onderhoudskosten op lange termijn.
De sensoren redden niet alleen een lager. Ze redden de hele operatie.
Dit maakt deel uit van een bredere trend die ik in de gaten houd…
AI en machines doen het werk dat mensen niet kunnen doen — of doen het beter.
En een belangrijk concept maakt dit steeds vaker mogelijk.
De Basis voor Industriële AI
Ik heb het over het Internet of Things — het IoT.
Het is stilletjes een van de bepalende technologieën van onze generatie geworden.
Niet lang geleden was een thermostaat gewoon een thermostaat. Tegenwoordig is het een verbonden apparaat dat gegevens deelt met uw telefoon, uw HVAC-systeem en de cloud. Het IoT hervormt de manier waarop mensen, machines en processen communiceren.
Begin jaren tachtig koppelden programmeurs aan de Carnegie Mellon University een Coca-Cola-automaat op de campus aan het internet, zodat ze konden controleren of de drankjes koud waren voordat ze erheen liepen. In 1999 gaf Kevin Ashton van het MIT dit soort dingen een naam: het Internet of Things.
Ashtons argument was eenvoudig: Machines zouden niet op mensen moeten hoeven wachten om hen van gegevens te voorzien. Mensen kunnen traag, afgeleid en foutgevoelig zijn. Als computers zelfstandig informatie konden verzamelen en de fysieke wereld in realtime konden bijhouden, konden we verspilling elimineren, problemen vroegtijdig opsporen en de toestand van alles kennen — te allen tijde.
We leven nu in de wereld die hij zich voorstelde.
De Cijfers Weerspiegelen Deze Verschuiving
Volgens onderzoeksbureau IoT Analytics waren er in 2024 18,6 miljard apparaten verbonden met het IoT. Tegen 2030 zal dat aantal naar verwachting groeien tot 39 miljard — en tegen 2035 55 miljard bereiken.
De IoT-markt genereerde in 2025 bijna $550 miljard aan omzet. En het wordt geprojecteerd meer dan $865 miljard te bereiken tegen 2030.
Maar industriële toepassingen drijven een groot deel van die groei — en dat is waar het echt interessant wordt voor beleggers.
De industriële IoT-markt — denk aan sensoren, verbonden machines en geautomatiseerde systemen in fabrieken — bedroeg in 2025 bijna $326 miljard. Tegen 2034 wordt verwacht dat dit bijna verdrievoudigt tot ongeveer $945 miljard. Dat is bijna het dubbele van de groeisnelheid van de bredere IoT-markt.
En het is logisch. Fysieke industrieën hebben het meeste te winnen van machines die kunnen waarnemen, communiceren en handelen zonder menselijke tussenkomst. AI versnelt alleen maar wat die machines kunnen doen.
Hier is een getal dat echt mijn aandacht trok: Tegen 2030 zal naar verwachting bijna de helft van alle industriële IoT-inkomsten afhankelijk zijn van AI. Dat is een fundamentele verschuiving in de manier waarop fabrieken, mijnen en energienetten functioneren — en volgens sommige schattingen kan het tot $70 miljard aan nieuwe marktwaarde ontsluiten.
De gegevens ondersteunen dit. Volgens een onderzoek uit 2025 onder bijna 18.000 particuliere bedrijven zagen bedrijven die alleen in AI investeerden een productiviteitswinst van 10,4%. Bedrijven die alleen in het IoT investeerden zagen een daling van 6%. Maar de bedrijven die in zowel AI als het IoT samen investeerden, registreerden een productiviteitsstijging van 18,9% — bijna het dubbele van de winst bij alleen AI.
Kortom: AI zonder fysieke connectiviteit is slechts de helft van het verhaal. En fysieke connectiviteit zonder AI raakt achterop.
AI Beweegt Dichter naar de Machine
Tot voor kort hadden de meeste industriële sensoren helemaal geen ingebouwde AI. Dat verandert snel.
Fabrikanten bouwen nu AI rechtstreeks in de sensoren, gateways en apparatuur op de werkvloer. In plaats van gegevens naar de cloud te sturen en op een reactie te wachten, verwerken machines informatie ter plaatse. Het resultaat is snellere beslissingen, minder storingen en minder mensen die nodig zijn om het hele systeem te beheren.
Dat is wat er in die Australische kolenmijn gebeurde. En het speelt zich af in productiefabrieken, olievelden, zeehavens en energienetten over de hele wereld.
Mensen, ik heb dit patroon vele malen gezien in mijn 40 jaar op Wall Street.
De grootste AI-namen — bedrijven zoals Meta Platforms Inc. (META) en Microsoft Corp. (MSFT) — krijgen de meeste aandacht. En ze staan onder enorme druk om te bewijzen dat biljoenen dollars aan AI-investeringen uiteindelijk zullen renderen.
Maar u hoeft de populaire namen niet te achtervolgen om geweldige investeringen in deze megatrend te vinden.
In feite zijn sommige van de beste kansen in elke grote technologiecyclus gekomen van de bedrijven die de infrastructuur bouwen die dit alles mogelijk maakt — niet de bedrijven die de meeste zendtijd krijgen op CNBC.
Denk aan de internetboom. Ja, Alphabet Inc. (GOOG) en Amazon.com Inc. (AMZN) werden enorme winnaars. Maar de bedrijven die routers, glasvezelkabel en serverhardware maakten ook — de picks-and-shovels-spelen die de hele uitbouw aandreven.
De AI-plus-IoT-convergentie zet een vergelijkbare kans op. En de bedrijven die het beste gepositioneerd zijn om te winnen, zijn niet noodzakelijkerwijs de bedrijven die u al bezit.
Hoe de Volgende Golf van Winnaars te Vinden
Dat is precies waar Marc Chaikin om de hoek komt kijken.
Marc heeft 60 jaar op Wall Street besteed aan het ontwikkelen van het soort analytische tools dat door de ruis heen kan snijden en aandelen kan vinden met echte momentum erachter. Zijn Power Gauge doet dat al decennia.
Maar op 24 juni onthullen Marc en ik iets nieuws — iets wat geen van ons ooit eerder aan het publiek heeft getoond.
Het is een AI-aangedreven platform dat we de Time Machine noemen. En het werkt door "terug in de tijd" te gaan door decennia aan marktgegevens om vandaag aandelen te vinden waarvan het financiële en technische DNA nauw overeenkomt met de profielen van aandelen zoals Nvidia Corp. (NVDA), Amazon en Meta aan het allerbegin van hun historische koersruns.
In backtesting identificeerde het aandelen die vervolgens winsten van 995%, 1.406% en zelfs 3.804% behaalden — terwijl de "zaad"-aandelen die ze spiegelden veel bescheidener rendementen lieten zien.
Ik heb 40 jaar geprobeerd vooruit te lopen op grote technologische verschuivingen. Dit is het krachtigste instrument dat ik heb gezien om precies dat te doen.
De industriële AI-uitbouw is reëel, enorm en nog vroeg. De vraag is of u gepositioneerd bent om ervan te profiteren — of dat u vanaf de zijlijn toekijkt terwijl de volgende generatie grote winnaars vorm krijgt.
Op 24 juni gaan Marc en ik u precies laten zien welke aandelen de Time Machine nu signaleert — gratis.
Om toegang te krijgen, hoeft u alleen maar nu uw plek te reserveren. Wanneer u dat doet, krijgt u vroege toegang tot het bètaplatform van de Time Machine, zodat u het kunt verkennen vóór onze gratis uitzending. U kunt elke ticker invoeren en zien hoe het zich verhoudt tot de grootste aandelenwinnaar aller tijden.
Dit is het allereerste AI-aangedreven product van Chaikin Analytics — en charterspots zullen beperkt zijn.
Meld u hier aan voor dit gratis evenement.
Goede investeringen,
Joe Austin
Senior Analist, Chaikin Analytics
P.S. Joe heeft vier decennia besteed aan het gadeslaan van grote technologiecycli. En hij zegt dat de AI-plus-IoT-convergentie een van de meest significante investeringskansen is die hij heeft gezien. Maar het venster om vroeg in te stappen blijft niet voor altijd open. Het evenement van Marc en Joe op 24 juni is gratis — en wanneer u uw plek reserveert, krijgt u nu direct vroege toegang tot een bètaversie van de Time Machine, zonder aankoop vereist.
