AI-investeringernes test: 300 mia. dollar om året er kun nulpunktet

Et fyldt ordrekartotek er ikke det samme som en investering, der tjener sig hjem. Det er kernen i Goldman Sachs’ rapporterede beregninger af AI-infrastruktur: Selskaberne kan opleve stigende efterspørgsel efter regnekraft og samtidig få svært ved at skabe et tilstrækkeligt afkast.3717

300 mia. dollar – hvert år

Goldman Sachs-strategen Ryan Hammond anslår, at de største udbydere af cloud- og AI-kapacitet, ofte kaldet hyperscalere, i de kommende år skal skabe omkring 300 mia. dollar i AI-omsætning om året for at nå nulpunktet på deres investeringer. Det er et krav til den årlige omsætning, ikke et beløb, der kan optjenes over flere år.3713

Der er tegn på efterspørgsel, men tallene må ikke blandes sammen. Ifølge Hammonds analyse lå hyperscalernes cloudomsætning i andet kvartal 2026, omregnet til årstakt, cirka 70 mia. dollar over tendensen fra før AI-boomet. Gruppens annoncerede ordrebeholdning overstiger 1.500 mia. dollar.7 De 70 mia. dollar er meromsætning fra cloud i forhold til en tidligere tendens – ikke et opgjort tal for den samlede AI-omsætning. Og ordrebeholdningen er fremtidig kontraktbundet forretning, ikke indtægter, der allerede er indtjent. Derfor kan ingen af tallene sættes direkte op mod kravet på 300 mia. dollar om året uden at vide, hvornår ordrerne bliver til omsætning, og hvor meget selskaberne tjener på den.

Et tilfredsstillende afkast kræver mere

En anden model, som tilskrives Goldman Sachs, ser på et højere mål end blot at nå nulpunktet. Her skal seks teknologiselskaber ifølge omtalen skabe cirka 1.420 mia. dollar i samlet omsætning fra 2028 til 2030 for at opnå et årligt afkast på 15 % af den investerede kapital i AI-regnekraft fra 2026–2027. Kravet er også gengivet som omkring 11,6 mia. dollar i årlig omsætning pr. gigawatt kapacitet.1721 Det er ikke en ny udgave af Hammonds 300 mia. dollar: Selskabsgruppen, perioden og målet for afkastet er forskellige.

Der er desuden usikkerhed om, hvordan de 1.420 mia. dollar præcist skal forstås. Én sekundær kilde kalder beløbet »yderligere indtjening« i sin overskrift, mens andre beskriver det som samlet omsætning. Uden den bagvedliggende Goldman-model kan definitionen og forudsætningerne ikke fastslås sikkert.1817

Hammonds regnestykke rækker også videre til dem, der køber AI-tjenesterne: Han anslår, at brugerne kan blive nødt til at bruge omkring 1.000 mia. dollar om året på AI-applikationer, hvis infrastrukturudbyderne skal have et solidt afkast, samtidig med at applikationsudbyderne bevarer sunde marginer.613 Udgifterne til applikationer og indtægterne fra infrastrukturen er led i samme værdikæde – ikke to uafhængige beløb, der blot kan lægges sammen.

Investeringsregningen vokser stadig

Goldman Sachs forventer ifølge omtalen, at Amazon, Microsoft, Alphabet, Meta og Oracle tilsammen vil bruge omkring 800 mia. dollar i 2026 og 1.200 mia. dollar i 2027 på AI-infrastruktur. Til sammenligning lå det rapporterede konsensusestimat for 2027 på 1.100 mia. dollar.237 Når investeringerne stiger, er voksende omsætning i sig selv ikke bevis for et godt afkast.

Goldman Sachs-strategen Peter Oppenheimer har peget på risikoen for en AI-drevet indtjeningsboble: Overskud, der i dag understøttes af udbygningen af infrastrukturen, kan vise sig mindre holdbare, hvis investeringerne aftager, eller indtægterne fra AI skuffer.3641 Luke Barrs fra Goldman Sachs Asset Management har omvendt beskrevet investeringscyklussen som værende i en tidlig fase, samtidig med at investorerne bliver mere selektive med, hvilke selskaber de tror på.34

Den afgørende prøve er derfor ikke alene, om AI-markedet vokser. Det er, om ordrerne bliver til indtægter, om indtægterne giver varige overskud, og om overskuddene står mål med de fortsatte investeringer.