Geo Chen vender AI-markedet ryggen: Fire grunde til, at opturen kan være toppet

1. Gearede sydkoreanske småinvestorer skabte kunstig købekraft

Chen ser sydkoreanske småinvestorer som et symbol på den kapital af lav kvalitet, der ifølge ham har pustet den seneste markedsfase op. Mange gik ind i 2- og 3-dobbelte gearede ETF’er med eksponering mod SK Hynix, Samsung og KOSPI — ofte produkter, der forstærker både gevinster og tab .

Når sådanne produkter skal afdækkes, kan market makere blive tvunget til at købe på stigende dage og sælge aggressivt på faldende dage. Det kan forstærke kursbevægelserne og udløse en kædereaktion af margin calls og tvangssalg .

Citigroup vurderer, at afviklingen af de gearede produkter har udslettet 38,7 milliarder dollar, mens cirka 1,2 millioner konti er blevet likvideret — omtrent én ud af 30 voksne sydkoreanere . KOSPI er siden faldet næsten 30 procent fra toppen i juni, og børshandlen er flere gange blevet suspenderet, efter tabene oversteg 10 procent .

Chen mener, at denne kapital næppe vender tilbage foreløbig. Hans vurdering er, at eksplosive bullmarkeder, som i høj grad drives af gearing, ofte efterfølges af længerevarende bear-markeder .

2. Kinesiske AI-modeller presser de lukkede modeller

Den anden søjle handler om konkurrencen fra kinesiske open source- og open weight-modeller. Chen mener, at udviklingen udfordrer den økonomiske logik hos de førende AI-laboratorier, som hidtil har forsøgt at forsvare en teknologisk og prismæssig voldgrav omkring deres lukkede modeller.

Flere udviklinger fremhæves:

• Moonshot AI’s Kimi K3 scorede 1.679 point i Code Arena og slog dermed Claude Fable 5, som scorede 1.631 .
• Alibaba lancerede Qwen 3.8, en open weight-model med 2,4 billioner parametre .
• Zai’s GLM-5 og Sakana AI’s Fugu-system med flere AI-agenter viser ifølge Chen, hvordan mindre og mere fleksible konkurrenter kan lukke kvalitetsgabet til en brøkdel af prisen. Metoder som DeepSeek Sparse Attention og Recursive Self-Improvement spiller en central rolle i denne udvikling .

Chen ser især et problem for den såkaldte capex-maskine: Hvis 80-90 procent af alle tokens i fremtiden flyttes over på billigere eller åbne modeller, bliver indtægtspuljen i toppen af markedet langt smallere .

Det kan svække den fortælling, der har understøttet store investeringer i AI-infrastruktur — nemlig at de mest avancerede modeller kan tage høje priser og dermed retfærdiggøre enorme udgifter til datacentre, chips og energi.

3. Datakapacitet kan gå fra flaskehals til overudbud

Chen mener også, at markedet er ved at forlade en periode, hvor computerkraft blev opfattet som en permanent mangelvare. I stedet kan sektoren bevæge sig mod overkapacitet.

Han peger blandt andet på, at:

• Meta er ved at opbygge en cloud-forretning, hvor selskabet kan udleje sin datakapacitet og dermed øge det samlede udbud .
• AI-laboratorier hurtigt sænker omkostningerne ved inferens — altså den proces, hvor en færdig AI-model genererer svar. Tokenforbrugsindeks fra Silicon Data har ifølge analysen været faldende siden toppen i juni, hvilket tyder på, at effektiviseringer af hardwaren vokser hurtigere end efterspørgslen .
• OpenAI overvejer at udskyde sin børsnotering og har vanskeligt ved at rejse kapital. Det kan få afsmittende virkninger på hele halvlederforsyningskæden .
• Google hævede sin prognose for AI-relaterede investeringer i 2026 til 205 milliarder dollar, men aktien faldt 7 procent på nyheden. Det kan være et tegn på, at markedet ikke længere belønner stadig højere kapitaludgifter .
• Kreditspændene på datacentre er blevet bredere, hvilket peger på stigende kreditrisiko i sektoren .

Chen fremhæver et paradoks: Den investering, der skal løse en flaskehals, kan samtidig ødelægge den knaphed, som gjorde investeringen attraktiv i første omgang . Jo mere de store cloud- og teknologiselskaber bygger ud, desto mindre sjælden bliver computerkraften — og desto lavere kan afkastet på den investerede kapital blive.

4. Fed-politik og stagflation kan ramme AI-aktierne

De AI-specifikke problemer bliver ifølge Chen forstærket af et vanskeligt makroøkonomisk bagtæppe.

For det første har krigen i Iran ifølge analysen allerede kostet USA 37,5 milliarder dollar, efter at en våbenhvile brød sammen i juli 2026. Brent-olie steg fra 70 til 85 dollar tønden, og Chen advarer om en langvarig konflikt, der kan blusse op og falde til ro igen i gentagne cyklusser . Sammen med fire inflationschok skaber det, efter hans vurdering, et af de kraftigste og mest vedvarende stagflationære pres i årevis .

For det andet mener han, at den amerikanske centralbanks troværdighed er under pres. Den 30-årige amerikanske statsobligationsrente brød over 5,2 procent og nåede det højeste niveau i to år. En såkaldt bearish stejling af rentekurven afspejler ifølge analysen markedets bekymring for, at centralbanken under Christopher Waller mister kontrollen over inflationen. Samtidig har Federal Open Market Committee, FOMC, undladt at hæve renterne, hvilket kan have medvirket til at løsne inflationsforventningerne .

Et højere end ventet PCE-tal — den amerikanske centralbanks foretrukne mål for privatforbrugsrelateret inflation — kan derfor sætte både Fed, de korte renter og dollaren direkte i centrum for presset på de overfyldte AI-handler . De mest langsigtede og spekulative dele af AI-markedet er særligt sårbare, når renter og inflationsforventninger stiger.

Chen holder kontanter og køber guld på svaghed

Chen sammenligner den aktuelle situation med marts 2000, marts 2008, januar 2020 og december 2022 — perioder, som han ser som vendepunkter før kraftig markedsuro .

Hans egen position er nu mere defensiv: Han holder kontanter, køber guld, når priserne falder, og ser kapital flytte sig fra AI til blandt andet sundhedssektoren, finans, software og bioteknologi . Hans grundscenarie er, at markedet vil bruge flere måneder på at toppe ud, mens afviklingen af den spekulative overbygning fortsætter.

Chen’s analyse er derfor ikke blot en kortsigtet advarsel om faldende aktiekurser. Den er et strukturelt argument for, at de samme mekanismer, som drev AI-aktierne op, nu kan være ved at vende udviklingen. For investorer med AI-relaterede aktiver er spørgsmålet dermed ikke kun, hvor stærk den næste indtjeningsrapport bliver, men også om hele markedets knapheds-, vækst- og rentefortælling er ved at ændre sig.