Goldman Sachs’ Jim Covello: Derfor er AI længere fra lønsomhed end nogensinde
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast. De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er h...
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast.
De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er hidtil tilfaldet chipproducenter som Nvidia.
Covello anbefaler et skifte fra de højt prissatte chipproducenter til hyperscale cloud udbydere som Amazon, Microsoft og Alphabet, hvis aktier er blevet relativt billigere og kan vinde, uanset om AI investeringerne bl...
What does Goldman Sachs' head of global equity research Jim Covello argue about the economics of artificial intelligence, why does he believThe gap between AI investment and financial returns is widening, according to Goldman Sachs' Jim Covello.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What does Goldman Sachs' head of global equity research Jim Covello argue about the economics of artificial intelligence, why does he believ. Article summary: Jim Covello, Goldman Sachs' head of global equity research, argues that the economics of artificial intelligence are *more* questionable today than two years ago, because the massive capital spending has only widened the. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "The economics of artificial intelligence are more questionable today than two years ago, says Goldman Sachs Research's Jim Covello, as enterprise buyers, model companies, and hyper" source context "The AI Investment Boom: When Will It Pay Off? | Goldman Sachs" Reference image 2: visual subject "The economics of a
openai.com
Efter et par år med massive kapitalindsprøjtninger er kunstig intelligens’ profitproblem ikke ved at skrumpe – det vokser. Det er kernebudskabet fra Jim Covello, der er global chef for aktieanalyse hos den amerikanske investeringsbank Goldman Sachs. Han er blevet en af de mest markante AI-skeptikere på Wall Street, siden han i juni 2024 var medforfatter på den kontroversielle rapport: “Gen AI: Too Much Spend, Too Little Benefit?” .
Trods en historisk stor investeringsbølge mener Covello, at økonomien i AI er mere tvivlsom i dag, end den var for blot to år siden . “Vi er kommet længere væk fra det i løbet af de sidste par år i stedet for tættere på,” udtalte han i en podcast fra Goldman Sachs . Hans centrale pointe er, at mens udgifterne bliver ved med at stige, er vejen til et reelt afkast på investeringen blevet mere uklar.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Goldman Sachs’ Jim Covello: Derfor er AI længere fra lønsomhed end nogensinde"?
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast.
What are the key points to validate first?
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast. De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er hidtil tilfaldet chipproducenter som Nvidia.
What should I do next in practice?
Covello anbefaler et skifte fra de højt prissatte chipproducenter til hyperscale cloud udbydere som Amazon, Microsoft og Alphabet, hvis aktier er blevet relativt billigere og kan vinde, uanset om AI investeringerne bl...
Goldman Sachs’ Jim Covello: Derfor er AI længere fra lønsomhed end nogensinde
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast. De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er h...
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast.
De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er hidtil tilfaldet chipproducenter som Nvidia.
Covello anbefaler et skifte fra de højt prissatte chipproducenter til hyperscale cloud udbydere som Amazon, Microsoft og Alphabet, hvis aktier er blevet relativt billigere og kan vinde, uanset om AI investeringerne bl...
What does Goldman Sachs' head of global equity research Jim Covello argue about the economics of artificial intelligence, why does he believThe gap between AI investment and financial returns is widening, according to Goldman Sachs' Jim Covello.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What does Goldman Sachs' head of global equity research Jim Covello argue about the economics of artificial intelligence, why does he believ. Article summary: Jim Covello, Goldman Sachs' head of global equity research, argues that the economics of artificial intelligence are *more* questionable today than two years ago, because the massive capital spending has only widened the. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "The economics of artificial intelligence are more questionable today than two years ago, says Goldman Sachs Research's Jim Covello, as enterprise buyers, model companies, and hyper" source context "The AI Investment Boom: When Will It Pay Off? | Goldman Sachs" Reference image 2: visual subject "The economics of a
openai.com
Efter et par år med massive kapitalindsprøjtninger er kunstig intelligens’ profitproblem ikke ved at skrumpe – det vokser. Det er kernebudskabet fra Jim Covello, der er global chef for aktieanalyse hos den amerikanske investeringsbank Goldman Sachs. Han er blevet en af de mest markante AI-skeptikere på Wall Street, siden han i juni 2024 var medforfatter på den kontroversielle rapport: “Gen AI: Too Much Spend, Too Little Benefit?” .
Trods en historisk stor investeringsbølge mener Covello, at økonomien i AI er mere tvivlsom i dag, end den var for blot to år siden . “Vi er kommet længere væk fra det i løbet af de sidste par år i stedet for tættere på,” udtalte han i en podcast fra Goldman Sachs . Hans centrale pointe er, at mens udgifterne bliver ved med at stige, er vejen til et reelt afkast på investeringen blevet mere uklar.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Goldman Sachs’ Jim Covello: Derfor er AI længere fra lønsomhed end nogensinde"?
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast.
What are the key points to validate first?
Goldman Sachs’ Jim Covello slår fast, at AI er længere fra lønsomhed i dag end for to år siden, da massive investeringer har øget kløften mellem udgift og afkast. De enorme kapitaludgifter drives af frygten for at gå glip af noget (FOMO) snarere end en dokumenteret forretningsmodel, og næsten al økonomisk værdi er hidtil tilfaldet chipproducenter som Nvidia.
What should I do next in practice?
Covello anbefaler et skifte fra de højt prissatte chipproducenter til hyperscale cloud udbydere som Amazon, Microsoft og Alphabet, hvis aktier er blevet relativt billigere og kan vinde, uanset om AI investeringerne bl...
Ifølge Covello er det fundamentale problem en stadig dybere kløft mellem de billioner af dollars, der strømmer ind i AI-infrastruktur, og den faktiske profit, teknologien skaber. Flere faktorer gør dette gab værre:
Tæt på nul afkast i virksomhederne: Det mest opsigtsvækkende datapunkt i Covellos analyse er hans estimat, at hele 95 % af de organisationer, der investerer i generativ AI, ikke har set noget afkast, og at mange står med et gennemsnitligt økonomisk tab på cirka 4,4 millioner dollars . Business casen for AI er ikke bare ubevist – den taber aktivt penge.
“Spektakulær”, men uindtjenelig forbrugeradoption: Covello anerkender, at forbrugernes brug af værktøjer som ChatGPT har været “spektakulær”, men understreger, at de fleste brugere er på gratisversioner. Det skaber en massiv stigning i brug uden nogen tilsvarende indtægter til selskaberne, der leverer tjenesten .
En ensidig økonomisk boom: Historisk set er leverandørerne af "skovle og hakker" under en guldfeber trivedes sammen med deres kunder. Det sker ikke her, mener Covello. Næsten alle de økonomiske gevinster fra AI-boomet er blevet fanget af ét enkelt segment: chipproducenter som Nvidia. Techgiganterne og cloud-udbyderne, der er de primære kunder for disse chips, har endnu ikke vist nogen som helst afkast på deres massive udgifter . "Chip-selskaber formodes at trives, når deres kunder trives," har Covello skrevet. "De formodes ikke at trives på bekostning af deres kunder" .
FOMO styrer investeringerne, ikke sund fornuft: De enorme kapitaludgifter – som Goldman Sachs forventer vil overstige 527 milliarder dollars fra hyperscalere i 2026 – er ikke drevet af en dokumenteret, profitabel efterspørgsel . I stedet er det en kamp om markedsandele drevet af en kraftig frygt for at gå glip af toget (FOMO). Virksomheder bliver ved med at investere, fordi risikoen ved at blive efterladt, hvis AI på et tidspunkt lykkes, føles større end risikoen ved at spilde kapital nu .
En teknologi, der ikke matcher prisskiltet: Kernen i Covellos skepsis er en strukturel kritik af teknologien. For at retfærdiggøre næsten 1.000 milliarder dollars i udviklings- og infrastrukturomkostninger skal AI kunne løse komplekse, højværdiproblemer. Covello argumenterer for, at nutidens AI fundamentalt set ikke er designet til dette. Den lider under et paradoks: Den er for upålidelig (på grund af hallucinationer) til at løse komplekse opgaver, men samtidig for dyr til at være en omkostningseffektiv erstatning for simple arbejdsgange . Han beskriver det som “at bygge en atomreaktor for at forsyne en brødrister med strøm” .
Næste fase: Derfor ser hyperscalere mere attraktive ud end chips
Hvis de tidlige, lette penge i chipproducenter er hentet, hvor ser Covello så muligheder? Hans afdeling anbefaler nu et skift i investeringsporteføljen: Drej væk fra chipaktier og over mod de tre store hyperscale cloud-udbydere – Amazon, Microsoft og Alphabet (Google).
Logikken er ligetil. Det toneangivende Philadelphia Semiconductor Index, der består af chip-producenter, er steget med omkring 150 % det seneste år, og aktierne har allerede indpriset en perfekt fremtid, som deres kunder kæmper for at opnå . Omvendt har markedets skepsis over for afkastet på AI-investeringer presset værdiansættelsen af hyperscale cloud-selskaberne, hvilket Goldman Sachs ser som en potentiel købsmulighed .
Covellos investeringsresonnement for hyperscalerne er unikt robust, fordi det identificerer to separate veje til gevinst for investorerne :
Det positive scenarie (Bull case): Hvis AI til sidst lever op til sit løfte, vil hyperscalerne demonstrere et positivt investeringsafkast. Det vil fjerne investorernes bekymring og føre til en opjustering af deres aktieværdiansættelser.
Det pragmatiske scenarie: Hvis AI ikke leverer et tilstrækkeligt afkast, vil hyperscalerne blive tvunget til at skære i deres enorme kapitaludgifter. Denne øjeblikkelige reduktion i udgifter vil dramatisk booste deres frie pengestrømme, hvilket også vil gavne aktionærerne.
Den primære risiko ved denne strategi er et tredje, mere smertefuldt scenarie: At hyperscalerne fortsætter med at bruge massivt mange penge uden nogensinde at vise et klart afkast og blot forbløder økonomisk i et endeløst våbenkapløb .
Ud over chips og cloud: Ringe i infrastrukturvandet
Mens den primære aktiehistorie handler om en rotation fra chips til cloud, viser den bredere forskning fra Goldman Sachs, at AI-kapitaludgifternes supercyklus også skaber investeringsmuligheder i traditionel infrastruktur. Det enorme omfang af AI's behov for strøm og forbindelser tvinger en hurtig skalering af underliggende industrier og skaber muligheder inden for energi, el-transmission og datacenterinfrastruktur. Denne del af tesen er mindre kontroversiel, da behovet for mere fysisk infrastruktur til at drive og huse AI er en direkte, kalkulerbar konsekvens af den igangværende udbygning.
Jim Covellos overordnede budskab er, at investorer er nødt til at se ud over hypen og følge den finansielle tyngdekraft. I årevis har al den tyngdekraft trukket profit mod siliciumchips. Hans satsning er nu, at den næste fase af cyklussen vil begynde at trække værdi tilbage mod de softwareplatforme, der i sidste ende skal få teknologien til at betale sig.
Ifølge Covello er det fundamentale problem en stadig dybere kløft mellem de billioner af dollars, der strømmer ind i AI-infrastruktur, og den faktiske profit, teknologien skaber. Flere faktorer gør dette gab værre:
Tæt på nul afkast i virksomhederne: Det mest opsigtsvækkende datapunkt i Covellos analyse er hans estimat, at hele 95 % af de organisationer, der investerer i generativ AI, ikke har set noget afkast, og at mange står med et gennemsnitligt økonomisk tab på cirka 4,4 millioner dollars . Business casen for AI er ikke bare ubevist – den taber aktivt penge.
“Spektakulær”, men uindtjenelig forbrugeradoption: Covello anerkender, at forbrugernes brug af værktøjer som ChatGPT har været “spektakulær”, men understreger, at de fleste brugere er på gratisversioner. Det skaber en massiv stigning i brug uden nogen tilsvarende indtægter til selskaberne, der leverer tjenesten .
En ensidig økonomisk boom: Historisk set er leverandørerne af "skovle og hakker" under en guldfeber trivedes sammen med deres kunder. Det sker ikke her, mener Covello. Næsten alle de økonomiske gevinster fra AI-boomet er blevet fanget af ét enkelt segment: chipproducenter som Nvidia. Techgiganterne og cloud-udbyderne, der er de primære kunder for disse chips, har endnu ikke vist nogen som helst afkast på deres massive udgifter . "Chip-selskaber formodes at trives, når deres kunder trives," har Covello skrevet. "De formodes ikke at trives på bekostning af deres kunder" .
FOMO styrer investeringerne, ikke sund fornuft: De enorme kapitaludgifter – som Goldman Sachs forventer vil overstige 527 milliarder dollars fra hyperscalere i 2026 – er ikke drevet af en dokumenteret, profitabel efterspørgsel . I stedet er det en kamp om markedsandele drevet af en kraftig frygt for at gå glip af toget (FOMO). Virksomheder bliver ved med at investere, fordi risikoen ved at blive efterladt, hvis AI på et tidspunkt lykkes, føles større end risikoen ved at spilde kapital nu .
En teknologi, der ikke matcher prisskiltet: Kernen i Covellos skepsis er en strukturel kritik af teknologien. For at retfærdiggøre næsten 1.000 milliarder dollars i udviklings- og infrastrukturomkostninger skal AI kunne løse komplekse, højværdiproblemer. Covello argumenterer for, at nutidens AI fundamentalt set ikke er designet til dette. Den lider under et paradoks: Den er for upålidelig (på grund af hallucinationer) til at løse komplekse opgaver, men samtidig for dyr til at være en omkostningseffektiv erstatning for simple arbejdsgange . Han beskriver det som “at bygge en atomreaktor for at forsyne en brødrister med strøm” .
Næste fase: Derfor ser hyperscalere mere attraktive ud end chips
Hvis de tidlige, lette penge i chipproducenter er hentet, hvor ser Covello så muligheder? Hans afdeling anbefaler nu et skift i investeringsporteføljen: Drej væk fra chipaktier og over mod de tre store hyperscale cloud-udbydere – Amazon, Microsoft og Alphabet (Google).
Logikken er ligetil. Det toneangivende Philadelphia Semiconductor Index, der består af chip-producenter, er steget med omkring 150 % det seneste år, og aktierne har allerede indpriset en perfekt fremtid, som deres kunder kæmper for at opnå . Omvendt har markedets skepsis over for afkastet på AI-investeringer presset værdiansættelsen af hyperscale cloud-selskaberne, hvilket Goldman Sachs ser som en potentiel købsmulighed .
Covellos investeringsresonnement for hyperscalerne er unikt robust, fordi det identificerer to separate veje til gevinst for investorerne :
Det positive scenarie (Bull case): Hvis AI til sidst lever op til sit løfte, vil hyperscalerne demonstrere et positivt investeringsafkast. Det vil fjerne investorernes bekymring og føre til en opjustering af deres aktieværdiansættelser.
Det pragmatiske scenarie: Hvis AI ikke leverer et tilstrækkeligt afkast, vil hyperscalerne blive tvunget til at skære i deres enorme kapitaludgifter. Denne øjeblikkelige reduktion i udgifter vil dramatisk booste deres frie pengestrømme, hvilket også vil gavne aktionærerne.
Den primære risiko ved denne strategi er et tredje, mere smertefuldt scenarie: At hyperscalerne fortsætter med at bruge massivt mange penge uden nogensinde at vise et klart afkast og blot forbløder økonomisk i et endeløst våbenkapløb .
Ud over chips og cloud: Ringe i infrastrukturvandet
Mens den primære aktiehistorie handler om en rotation fra chips til cloud, viser den bredere forskning fra Goldman Sachs, at AI-kapitaludgifternes supercyklus også skaber investeringsmuligheder i traditionel infrastruktur. Det enorme omfang af AI's behov for strøm og forbindelser tvinger en hurtig skalering af underliggende industrier og skaber muligheder inden for energi, el-transmission og datacenterinfrastruktur. Denne del af tesen er mindre kontroversiel, da behovet for mere fysisk infrastruktur til at drive og huse AI er en direkte, kalkulerbar konsekvens af den igangværende udbygning.
Jim Covellos overordnede budskab er, at investorer er nødt til at se ud over hypen og følge den finansielle tyngdekraft. I årevis har al den tyngdekraft trukket profit mod siliciumchips. Hans satsning er nu, at den næste fase af cyklussen vil begynde at trække værdi tilbage mod de softwareplatforme, der i sidste ende skal få teknologien til at betale sig.