Amazon har eksempelvis hævet sin forventning til kontante kapitaludgifter i 2026 fra omkring 200 milliarder dollar til cirka 220 milliarder dollar. Selskabet har sagt, at størstedelen skal understøtte AI og AWS.
Amazon, Google og Microsoft ventes tilsammen at nærme sig omkring 595 milliarder dollar i kapitaludgifter i 2026, selv om tallene ikke er fuldt sammenlignelige på tværs af selskaberne.
Hvis Meta regnes med sammen med Amazon, Alphabet og Microsoft, ligger et bredere skøn for hyperscalernes samlede kapitaludgifter i 2026 på cirka 700-900 milliarder dollar, afhængigt af hvilke selskaber og regnskabsdefinitioner der indgår.
Den mest forsvarlige konklusion er derfor ikke en præcis rangliste, men at de førende cloud- og teknologiplatforme hvert år binder hundredvis af milliarder dollar i kapacitet, der i høj grad bygges til AI-belastninger.
Udbygningen finansieres ikke længere udelukkende af selskabernes løbende pengestrømme. Ifølge rapportering med henvisning til Goldman Sachs brugte hyperscalere omkring 405 milliarder dollar på kapitaludgifter i 2025. Beløbet ventes at stige til cirka 750 milliarder dollar i 2026 og næsten 1.200 milliarder dollar i 2027.
Hyperscalerne udstedte samtidig investeringsværdige obligationer for 108 milliarder dollar i 2025. I første halvår af 2026 var udstedelserne angiveligt allerede oppe på 194 milliarder dollar, mens årets samlede udstedelse ventes at nå omkring 250 milliarder dollar.
Gæld gør ikke automatisk investeringerne fornuftige eller uforsvarlige. De store cloud-selskaber har som regel både betydelige pengestrømme og adgang til kreditmarkederne. Men lån gør det dyrere at tage fejl.
Hvis efterspørgslen efter AI, priserne eller udnyttelsen af datacentrene bliver lavere end ventet, kan selskaberne ende med at betale renter på datacentre og hardware, der samtidig mister værdi hurtigt.
AI-relaterede indtægter vokser hurtigt, men The Economists centrale pointe er, at væksten endnu ikke er høj nok til at matche stigningen i infrastrukturudgifterne.
Det er dog svært at måle præcist, fordi AI-indtægter ofte ligger indlejret i bredere forretningsområder. De kan blandt andet komme fra:
Dermed er det vanskeligt at afgøre, hvor stor en del af omsætningen der direkte kan henføres til AI, hvilke avancer den giver, og om indtægterne er tilbagevendende nok til at finansiere næste runde af investeringer.
Det relevante spørgsmål for investorer er derfor ikke bare, om selskaberne sælger AI-produkter. Det er, om indtægten pr. investeret dollar i infrastruktur kan vokse hurtigt nok til at dække:
Infrastrukturboomet slår direkte igennem i halvlederindustrien. AI-systemer kræver acceleratorer, avancerede netværkskomponenter, lagerkapacitet og store mængder både high-bandwidth memory og almindelig hukommelse.
Flaskehalse inden for hukommelse, avanceret pakning af chips og produktion på de mest avancerede processnoder har gjort chipindustrien til en af de tydeligste vindere i investeringsbølgen.
WSTS’ tidligere forårsprognose for 2026 pegede på et globalt halvledermarked på 1.510 milliarder dollar, svarende til en vækst på 90 procent fra året før. Organisationen ventede, at omsætningen fra hukommelse ville stige omkring 250 procent og overstige 800 milliarder dollar, især drevet af AI-infrastruktur, high-bandwidth memory og accelereret databehandling.
Efterfølgende blev prognosen opjusteret. Med indregning af data fra andet kvartal forventer WSTS nu et globalt halvledermarked på omkring 1.655 milliarder dollar i 2026 – en årlig vækst på cirka 108 procent – og omkring 2.100 milliarder dollar i 2027, svarende til en vækst på cirka 29 procent.
Omdia har lavet et separat skøn og forventer en vækst i halvlederomsætningen på 94,1 procent i 2026. Analysehuset vurderer, at AI-efterspørgslen overstiger industriens evne til at producere og pakke chips, og at hukommelse vil udgøre mere end halvdelen af den samlede halvlederomsætning.
Prognoserne bør ikke lægges sammen til ét endeligt tal. De bygger på forskellige metoder og prognosetidspunkter. Samlet viser de dog, hvor kraftigt efterspørgslen efter AI-infrastruktur påvirker forventningerne til chips, hukommelse og produktionskapacitet.
AI-investeringstesen består af to dele.
Den første del er allerede synlig: Selskaberne bruger massivt, fordi computerkapacitet, strøm og avancerede chips er strategiske flaskehalse. Hvis de venter, risikerer de at betale mere senere eller miste kunder til konkurrenter, der har kapaciteten klar.
Den anden del er endnu ikke bevist i den nødvendige skala: AI-applikationer skal skabe varige indtægter, attraktive avancer og målbare produktivitetsgevinster hurtigt nok til at retfærdiggøre den fortsatte udbygning af infrastrukturen.
Hvis indtjeningen indhenter investeringerne, kan den nuværende udgiftsbølge vise sig at være rationel – også selv om enkelte projekter senere må nedskrives eller ændres. Hvis det ikke sker, kan konsekvenserne blive lavere afkast i cloud-forretningen, overkapacitet, større pres fra gældsbetjening og en kraftig revurdering af AI-relaterede aktiver.
Det vigtigste tal er derfor ikke alene 1.000 milliarder dollar i investeringer. Det er det afkast, som investeringerne i sidste ende skaber.