Sæsonafslutningens “Vartti” byder på et solidt overblik på over en halv time om spørgsmålet: Er kunstig intelligens (AI) en børsteboble? For et halvt år siden bemærkede jeg i Vartti, at det næppe var tilfældet, men mine tanker er begyndt at ændre sig siden da…
Siden ChatGPT blev populært i slutningen de 2022, er børserne især blevet drevet opad af AI-boomet. Generativ AI fremskynder kodning, effektiviserer og automatiserer arbejdet. Der bliver smidt mere brænde på bålet af snak om “agenter”, der udfører hele arbejdsprocesser selvstændigt. Og det er ikke alt: fysisk AI, altså intelligente og avancerede robotter, venter lige om hjørnet.
Udviklingen af AI kræver mange penge: Hyperscalers (hyperskaalaajien), som bygger AI-infrastruktur – eller “AI-fabrikker”, som NVIDIAs administrerende direktør Jensen Huang kalder dem, hvor sprogmodeller trænes og opereres fysisk – forventes i år at investere for over 700 milliarder dollars! Inden for de kommende år tales der om årlige investeringer i billion-klassen.
Skeptikere, som jeg vel også kan tælle mig selv blandt, har i årevis spekuleret over investeringernes rentabilitet. Hyperscalernes frie pengestrømme er under pres, og FCF ROIC (afkast af investeret kapital målt på fri pengestrøm) styrtdykker i øjeblikket hos eksempelvis Alphabet, Meta og Microsoft. “Frontier labs” – de virksomheder, der er i front med AI-udviklingen, såsom OpenAI og Anthropic – kører med massive underskud (duffea). Selvfølgelig har f.eks. Meta og Alphabet i årevis brugt generativ AI til at effektivisere og forbedre deres annonce-målretning, hvilket kan ses på bundlinjen, så AI er på ingen måde en ren underskudsforretning. Derudover praler Anthropic med at blive overskudsgivende i Q2’26 (målt på non-GAAP tal), selvom hele året sandsynligvis ender i minus.
Når Jensen Huang taler om, at AI er profitabelt, mener han formentlig sin egen virksomhed NVIDIA samt hardwareleverandørerne: hukommelsesproducenter og anden infrastruktur helt ned til energi, som lige nu spinder guld på “flaskehals-tradet”.
Billedet mudres også af AI-økonomiens cirkulære finansieringssystem: Hyperscalers som Alphabet og Amazon investerer milliarder i OpenAI, Anthropic og andre AI-laboratorier. Det samme gør NVIDIA. Derefter køber disse laboratorier beregningskapacitet fra hyperscalerne, som igen køber chips fra NVIDIA. NVIDIA genererer enorme overskud med en nettomargin på over 50 % og sender en del af pengene tilbage i økosystemet som investeringer. En del af pengene udbetales til aktionærerne via aktietilbagekøb og udbytte til markedet. Og Alphabet har netop annonceret en aktieemission på 85 milliarder dollars, hvilket betyder, at en del af markedets penge igen går til at finansiere hyperscalerne! Det er i sandhed tale om et gigantisk boom, når verdens næstmest profitable virksomhed er nødt til at gennemføre en aktieemission!
Det væsentlige spørgsmål er efter min mening, om slutbrugerne af sprogmodellerne – altså kunderne – opnår de afkast og effektivitetsfordele, de sigter efter. Beviserne er modstridende. Nogle virksomheder, som Relex i Finland, fyrer folk på stribe med henvisning til AI. Mange undersøgelser peger på blandede resultater: de forventede besparelser udebliver. Uber overskred for nylig hele sit årsbudget for AI! Amazon, Microsoft og Meta har opfordret til sparsommelighed i brugen af tokens, hvor de tidligere praktiserede “token-maksimering”.
Dertil kommer, at man i mange organisationer, baseret på avisartikler og anekdoter, har “tvunget AI ned i halsen på folk”. Hvad er det reelle efterspørgselsniveau i denne situation?
I sidste ende skal kunderne have et afkast af deres AI-investeringer: Ellers vil de reducere brugen eller bremse hastigheden for yderligere implementering.
Den seneste udvikling tyder på, at efterspørgslen ikke nødvendigvis udvikler sig så hurtigt som oprindeligt antaget.
Desuden falder priserne på modellerne hurtigt. Når en ny model udgives, går der ikke mange måneder, før den samme ydeevne kan fås meget billigere pr. token. Modellerne har svært ved at differentiere sig fra hinanden, selvom de som værktøjer kan opnå en etableret position, ligesom Anthropics Claude indtil videre har gjort blandt programmører. Men hvis modellerne bliver til bulk-varer (commodity), tjener man i hvert fald ikke penge på selve sprogmodellerne. Så kan man tænke, at infrastruktur-udbyderne tjener pengene, fordi man skal betale for infrastrukturen. Men der kommer hele tiden mere infrastruktur til trods flaskehalse, og fysisk kapital har historisk set sjældent givet et afkast over kapitalomkostningerne i det lange løb.
De store megatech-selskaber styrer direkte mod hinanden i AI-kapløbet, og AI omformer måden, deres tjenester bruges på. Det er en særskilt overvejelse værd, om AI truer selskabernes marginer på lang sigt.
Børsernes opførsel er bobleagtig: Aktiekurserne er steget som raketter. Jensen Huangs kommentarer fungerer som brændstof: Marvells aktie steg over 30 %, da Jensen kommenterede, at firmaet var den næste “billion-dollar virksomhed”. Selv Nokia er femdoblet, og hukommelsesfirmaer som Micron er tidoblet. FOMO (fury of missing out) er til at tage og føle på, og brugen af gearings-ETF’er stiger. I Korea, hvor børserne løftes af stigningen i hukommelsesfirmaer som Samsung, hersker der vild spekulation.
Jeg tror ikke, at teknologien i sig selv er en boble. Den virker på sin egen måde og udvikler sig hurtigt. Det ville være ren arrogance at forsøge at ramme et så hurtigt bevægeligt mål præcist. Men jeg tør godt konstatere om børsen, at den har bobleagtige træk, og AI-opturen begynder mere og mere at ligne en boble. Tiden vil vise, hvordan denne vurdering rammer. For indeksene er dette problematisk, da AI er blevet det største tema i verdensindeksene.