OpenAI richt AI op chipontwerp voor zakelijke markt

OpenAI richt zijn AI op chipontwerp, biowetenschappen en financiële dienstverlening, zegt CFO Sarah Friar bij Goldman Sachs, terwijl het bedrijf inzet op zakelijke toepassingen met meetbare resultaten.

Voor een Nederlandse halfgeleider- of engineeringorganisatie verschuift daarmee de relevante vraag: niet of een algemeen model code kan schrijven, maar of AI in een EDA-werkstroom betrouwbaar ontwerpkeuzes, verificatie en optimalisatie ondersteunt. De openbare informatie laat nog geen apart klantproduct met prijs, toegangsvoorwaarden of releasedatum zien. Het nieuws is dus een sectorfocus in opbouw, geen nieuwe chipontwerpsoftware die je vandaag kunt inkopen.

OpenAI bouwt deze toepassing eerst zelf

Reuters meldt dat Friar OpenAI’s focus op chipontwerp koppelt aan een bredere beweging naar AI voor specifieke bedrijfstaken. Ze noemt naast halfgeleiders ook biowetenschappen en financiële dienstverlening. OpenAI experimenteert volgens haar bovendien met prijzen op basis van bedrijfsresultaat in plaats van alleen gebruik.

De eigen vacature voor AI for Chip Design maakt de huidige fase concreter. OpenAI zoekt daar software-engineers voor onderzoekinfrastructuur en hulpmiddelen waarmee modellen silicium helpen ontwerpen. De vacature noemt koppelingen met EDA-software voor RTL-generatie, verificatie en optimalisatie van vermogen, prestaties en oppervlak.

Dat wijst op een intern ontwikkel- en onderzoeksprogramma. In de openbare informatie staat geen naam van een chipbedrijf dat deze toepassing afneemt, geen zelfstandig product en geen voorwaarden waaronder een externe engineeringafdeling ermee kan werken.

De kostenclaim gaat over Luna

De scherpste prijsvergelijking in het gesprek gaat niet over chipontwerp. Friar zegt dat OpenAI de prijs van het goedkopere Luna-model onlangs met 80 procent verlaagde, waarna het gebruik ongeveer vertienvoudigde. Ze noemt ook 25 miljoen gebruikers voor Codex, de programmeertool van OpenAI.

In haar voorbeeld is Luna bij gebruik via een cloudlaag goedkoper dan GLM 5.3 van het Chinese Z.ai. De vergelijking tussen Luna en GLM 5.3 op een cloudlaag is een claim over model- en infrastructuurkosten, niet over de prijs van een gespecialiseerde chipontwerpdienst. Ze bewijst ook niet dat een open model in elke werklast duurder is.

OpenAI’s eigen rekenscore voor AI kijkt daarom naar de kosten per geslaagde taak. Daar horen naast modelprijs en rekenkracht ook menselijk toezicht, nieuwe pogingen en herstelwerk bij. Voor een engineeringteam telt dus niet alleen wat een model per token kost, maar ook of de uitkomst door de ontwerpcontrole komt.

Wat verandert er voor bedrijven?

Voor Nederlandse halfgeleiderbedrijven en gespecialiseerde engineeringteams is de directe verandering vooral strategisch. Chipontwerp komt nadrukkelijker op de lijst van werk waarvoor AI-aanbieders een eigen, domeinspecifieke omgeving willen bouwen. De waarde zit dan in de koppeling met bestaande ontwerptools, meetbare juistheid en de bescherming van intellectueel eigendom.

Voor andere bedrijven is de impact voorlopig indirect. Dezelfde beweging kan later leiden tot meer AI-diensten voor vakgebieden die nu nog met algemene modellen werken. Maar zolang OpenAI geen klantproduct, toegangsmodel of onafhankelijke resultaten voor externe chipontwerpers publiceert, is er geen nieuwe inkoopkeuze voor een doorsnee organisatie.

Van model naar engineering-systeem

OpenAI zegt dat zijn modellen een directe rol speelden bij de ontwikkeling van Jalapeño. In de eigen resultaten meldt het bedrijf dat AI hielp bij tape-out in negen maanden en dat geselecteerde implementaties 1,5 tot 1,8 keer sneller draaiden dan implementaties van menselijke experts. Die cijfers gelden voor specifieke bouwblokken, niet voor het volledige model.

Daarmee bouwt dit nieuws voort op OpenAI’s eigen inferentiechip Jalapeño, die eind 2026 wordt uitgerold. De ontwikkeling loopt van model en software naar hardware en nu ook naar de ontwerpprocessen zelf.

De publieke stap van vandaag is dus vooral een signaal: OpenAI positioneert AI als gereedschap voor gespecialiseerd engineeringwerk, terwijl het de sterkste versie daarvan eerst in de eigen infrastructuur ontwikkelt. Voor zakelijke gebruikers wordt de vraag daardoor scherper. Niet welk model het slimst klinkt, maar welke leverancier een controleerbare werkstroom kan leveren die echt beschikbaar is.