Jensen Huang: Cybersikkerhed kan blive AI’s næste store marked

Nvidias topchef Jensen Huang brugte Goldman Sachs’ Communacopia + Technology Conference til at pege på cybersikkerhed som det næste store marked for kunstig intelligens – snarere end blot endnu en generation af chatbots eller kodeværktøjer.

Hans pointe er enkel: Kan AI automatisere udviklingen af software, kan teknologien også bruges til at finde fejl i softwaren og fremskynde arbejdet med at rette dem. 10

Det passer ind i Nvidias bredere strategi. Huang fremstiller ikke længere selskabet som en ren GPU-producent, men som leverandør af regnekraft, netværk, software, modeller og systemdesign til det, Nvidia kalder AI-fabrikker. 2

Hvorfor cybersikkerhed kan blive et stort AI-marked

Huang sagde, at cybersikkerhed »sandsynligvis« bliver AI’s næste store anvendelsesområde. Han koblede det til AI-assisteret programmering: Når kode kan skabes og ændres hurtigere, kan sårbarheder også blive fundet, udnyttet og rettet i et langt højere tempo. Sikkerhedsteams får dermed brug for automatisering for at kunne følge med truslernes volumen og hastighed. 10

Forretningsmuligheden handler altså ikke om, at AI fjerner cyberrisikoen. Den handler om at flytte sikkerhedsarbejdet mod løbende, maskinhurtige processer: analyse af kode, simulering af angreb, prioritering af alarmer og hurtigere lukning af sikkerhedshuller.

Huang udfordrede samtidig de mere alarmprægede fortællinger om AI. Ifølge omtalen fra konferencen bemærkede han, at den store opmærksomhed om cybersikkerhed faldt sammen med produktlanceringer, og tilføjede: »What better way to create demand than to create a problem?« 6

Bemærkningen er provokerende, fordi den rejser spørgsmålet, om noget af sikkerhedsretorikken også er kommercielt drevet – samtidig med at Nvidia selv investerer i AI-baseret cyberforsvar.

SafeMind viser, hvad Huang mener i praksis

Det tydeligste produktbevis er Nvidias samarbejde med CrowdStrike. I september annoncerede virksomhederne CrowdStrike SafeMind, et agentbaseret cybersikkerhedssystem udviklet gennem CrowdStrikes Cyber Superintelligence Lab. 19

SafeMind kombinerer CrowdStrikes specialbyggede modeller og agentrammer med defensive modeller baseret på Nvidias åbne Nemotron-modeller. Konstruktionen bygger på en kontinuerlig sløjfe, hvor offensive og defensive kapabiliteter udfordrer og forbedrer hinanden. 19

Det illustrerer den type marked, Huang beskriver: Ikke en almindelig AI-assistent med et sikkerhedslag, men et specialiseret produkt, hvor modeller, sikkerhedsdata, agenter og infrastruktur er sat sammen til én løsning.

Cisco, CrowdStrike og Palantir er blandt organisationerne i Nvidias Open Secure AI Alliance, der fokuserer på åbne modeller, agentrammer og værktøjer til sikkerhed i AI-æraen. 23 Nvidia har desuden oplyst, at CrowdStrike og Palantir bruger Nemotron-modeller til langvarigt arbejdende virksomhedsagenter. 29 Den tilgængelige rapportering dokumenterer dog ikke, at alle medlemmer af alliancen anvender præcis den samme Nemotron-baserede produktarkitektur.

En infrastrukturmulighed på 3.000–4.000 mia. dollar

Cybersikkerhed var kun ét element i Huangs budskab på konferencen. Han gentog Nvidias vurdering af, at de globale investeringer i AI-infrastruktur kan nå 3.000–4.000 mia. dollar i 2030. 32

Huang beskrev udviklingen som et skifte i selve computerparadigmet: væk fra systemer, der primært henter information, og hen imod generativ AI og store, komplekse modeller med betydelige krav til regnekraft og sammenkobling af systemer. I den fortælling er Nvidias rolle at meddesigne AI-fabrikker frem for blot at levere enkelte processorer. 2

Han sagde, at Nvidia forventede omtrent 70 % vækst i omsætningen på årsbasis, selv om efterspørgslen uden kapacitetsbegrænsninger voksede med mere end 100 %. Det centrale budskab var, at udbuddet – ikke efterspørgslen – er den afgørende begrænsning. De rapporterede flaskehalse omfatter chips, hukommelse, avanceret chipindpakning, byggearealer og elkapacitet. 32

Tallene bag Nvidias argument

Nvidias seneste regnskab viser den skala, der understøtter Huangs infrastrukturfortælling. Selskabet rapporterede en omsætning på 96,2 mia. dollar i andet kvartal af regnskabsåret 2027, der sluttede 26. juli 2026. Det var 18 % mere end kvartalet før og 106 % mere end året før. 52

For tredje kvartal af regnskabsåret 2027 forventer Nvidia en omsætning på 108 mia. dollar, plus/minus 2 %. Prognosen forudsætter ingen omsætning fra datacenter-compute i Kina. 52

Det er værd at holde regnskabsårene adskilt: Kvartalet med de 96,2 mia. dollar var andet kvartal i regnskabsåret 2027 – ikke 2026.

Hvad kilderne ikke fastslår

En række påstande, som ofte blandes ind i omtalen af Huangs udtalelser, kræver mere dokumentation end den foreliggende rapportering giver. Der er her ikke et underbygget primærtranskript for en konkret kritik fra professor Erik Gordon, en definitiv udtalelse fra OpenAI om cybersikkerhed som en stor kommerciel mulighed eller Huangs detaljerede svar på beskyldninger om cirkulær finansiering gennem investeringer i kunder.

Det er væsentlige spørgsmål, især når finansieringen af AI-infrastruktur vokser. Men uden et direkte transkript, en selskabsindberetning eller en troværdigt gengivet udtalelse bør de ikke behandles som fastslåede fakta.

Hvad det betyder for virksomheder, der køber AI-sikkerhed

Huangs hovedpointe handler mindre om ét enkelt sikkerhedsprodukt end om markedsstrukturen. Når AI påtager sig mere programmerings- og driftsarbejde, vokser behovet også for automatiseret test, overvågning og respons. Nvidia vil levere hele den tekniske stak bag udviklingen – fra accelereret databehandling og netværk til åbne modeller og branchespecifikke agentsystemer. 219

For købere er det praktiske spørgsmål derfor ikke, om AI får betydning for cybersikkerhed. Det er, om et konkret værktøj har specialiserede modeller, relevante sikkerhedsdata, menneskelig kontrol og integration med reelle responsprocesser, så automatiseringen faktisk bliver pålidelig. SafeMind-samarbejdet mellem Nvidia og CrowdStrike er et tidligt, konkret eksempel på den fuldstack-tilgang. 1922