Goldman Sachs ser 5,3 billioner dollars i AI-kapløb: Her er, hvad det betyder for fremtiden

Opjusteringen afspejler en virkelighed, hvor hver regnskabsrunde bringer højere udgiftsforventninger. Goldman Sachs havde tidligere forventet, at hyperscalernes investeringer kunne overstige 500 milliarder dollars på et enkelt år, men selskabernes faktiske planer har overhalet disse estimater . Denne tendens med konstante opjusteringer har været et definerende træk ved AI-investeringscyklussen, hvor analytikernes konsensus for udgifterne i 2026 er steget voldsomt over flere kvartaler .

2026-milepælen: Ca. 725 milliarder dollars på et enkelt år

Året 2026 skiller sig ud som det øjeblik, hvor AI-infrastrukturinvesteringer når et nyt plateau. De fire hyperscalers planlægger tilsammen omkring 725 milliarder dollars i samlede kapitaludgifter, et svimlende hop på 77 % fra de anslåede 410 milliarder dollars i 2025 . Selskabernes regnskaber fra slutningen af april 2026 fastlagde den samlede midterforventning til cirka 710 milliarder dollars, mens den øvre ende af guidance nåede op på 725 milliarder dollars .

Dette enkeltårs-tal overskygger historiske sammenligninger. For blot tre år siden, i 2023, var de samlede hyperscaler-investeringer ca. 160 milliarder dollars . Accelerationen på kort sigt er endnu skarpere, end den ser ud: Wall Streets konsensus for investeringer i 2026 var allerede steget til 527 milliarder dollars i slutningen af 2025, men opdateret guidance afslørede, at vækstprognoserne nu stiger til omkring 70 % år-over-år .

Omkring 75 % af udgifterne i 2026, eller næsten 500 milliarder dollars, er direkte knyttet til AI-infrastruktur – herunder GPU'er, servere, netværksudstyr og datacentre – snarere end traditionel cloud computing .

Finansieringsrevolutionen: Privat kapital rykker ind

Goldmans notat fremhæver en afgørende strukturel ændring i, hvordan datacenter-boomet vil blive finansieret. Det enorme omfang af nødvendige investeringer presser virksomhederne ud over traditionel balance- og gældsfinansiering. Private infrastruktur- og ejendomskapitalfonde forventes at spille en meget større rolle .

Dette skift er allerede i gang. Hyperscalerne rejste alene i 2025 gæld for 108 milliarder dollars, og prognoser antyder op til 1,5 billioner dollars i samlet gældsudstedelse i de kommende år for at finansiere udbygningen . Bankens rapport forudser, at de samlede aktiver under forvaltning inden for infrastruktur kan overstige 3 billioner dollars inden 2030, hvilket afspejler omfanget af den kapital, der strømmer ind i AI-relateret energi-, datacenter- og elnetinfrastruktur .

Denne finansieringsudvikling er vigtig, fordi den udvider kredsen af investorer, der er eksponeret mod AI-infrastruktur, ud over de offentlige aktiemarkeder. Det signalerer også, at kapitalbehovet til AI-udbygningen nu konkurrerer med – og i nogle tilfælde overstiger – traditionelle infrastrukturaktivklasser i skala.

Elbehovet: En stigning på 220 % frem mod 2030

Det fysiske fodaftryk af disse udgifter er enormt, og intet sted er det mere synligt end i elforbruget. Goldman Sachs Research har hævet sin prognose for væksten i den globale el-efterspørgsel fra datacentre til 220 % frem mod 2030 sammenlignet med 2023-niveauet, en markant stigning fra tidligere prognoser på omkring 160-165 % .

En analytiker hos Goldman Sachs Global Investment Research udtalte i en rapport fra februar 2026: "Vi har hævet vores prognose for væksten i den globale elefterspørgsel fra datacentre fra 175 % til 220 % mellem 2023 og 2030" . USA forventes at stå for ca. 60 % af den ekstra efterspørgsel .

Denne opjustering har dybtgående konsekvenser. Datacentre forventes at forbruge 8 % af USA's samlede el-behov i 2030, op fra ca. 3 % nu, hvilket driver den første vedvarende vækst i amerikansk el-efterspørgsel i en generation . Goldman vurderer, at der alene i USA vil være brug for ca. 47 gigawatt ekstra elproduktionskapacitet .

Hvad dette betyder for den bredere AI-udbygning

Goldman Sachs Global Institute modellerer separat et endnu bredere branchebillede. Dets "Tracking Trillions"-basisscenarie projekterer ca. 7,6 billioner dollars i samlede AI-kapitaludgifter mellem 2026 og 2031 fordelt på computerkraft, datacentre og energi, med en udgiftsskalering fra 765 milliarder dollars i 2026 til 1,6 billioner dollars årligt i 2031 .

Selvom disse tal inkluderer en bredere gruppe af aktører end de fire store hyperscalers, er retningen konsistent: AI-infrastrukturcyklussen accelererer, ikke stagnerer. Det spørgsmål, der i stigende grad optager markederne, er ikke, om udgifterne vil fortsætte, men om indtægtsafkastet vil retfærdiggøre dem. Som Goldman bemærkede i tidligere research, ville opretholdelse af et historisk kapitalafkast kræve, at hyperscalerne realiserede en årlig profit-run-rate på over 1 billion dollars – mere end det dobbelte af 2026-konsensusindtægtestimatet .

Forskningsnotatet fra juni 2026 gør det klart, at udgiftsforpligtelserne foreløbigt kun vokser. Og i takt med at finansieringsmodellerne udvikler sig, og elnettet kæmper for at følge med, omformer AI-udbygningen ikke kun tech-sektoren, men hele infrastruktur- og energilandskabet for resten af årtiet.