Billigere AI-tokens, dyrere datakraft: AI-boomen møter en margin­­skvis

AI-markedet trekkes nå i to retninger samtidig. Prisen på å bruke avanserte modeller stuper: En gratis modell kalt Ox Alpha skal ha dukket opp med ytelse nær fronten av markedet, mens OpenAI i juli kuttet prisene på to GPT-5.6-nivåer med henholdsvis 80 og 20 prosent. 1716 Bredere estimater tyder på at kostnaden ved å kjøre modeller med tilsvarende kapasitet har falt med rundt 95 prosent de siste to årene. 22

Samtidig blir de fysiske systemene som produserer disse tokens, stadig dyrere. Samsung har økt prisene på enkelte avanserte produksjonsordrer med opptil 15 prosent og venter at det globale minnemangelen vil tilta og vare inn i 2028. 3233 Resultatet er et uvanlig økonomisk mønster: Prisene på sluttproduktet faller, mens kostnadene på kritiske innsatsfaktorer fortsatt stiger.

To ulike økonomier i samme AI-kjede

Det viktigste skillet går mellom et intelligenslag som blir mer standardisert, og et infrastrukturlag som begrenses av knapp tilgang.

Tilgangen til generelle modeller blir stadig enklere å erstatte. Hvis én leverandør kutter API-prisene, lanserer en mindre modell eller tilbyr en kapabel modell gratis, blir konkurrentene presset til å svare. OpenAIs prisendringer i juli reduserte innprisen for GPT-5.6 Luna fra 1 dollar til 0,20 dollar per million tokens, mens Terra-prisen falt fra 2,50 til 2 dollar. 16

Infrastrukturen fungerer annerledes. Avansert produksjonskapasitet, høybåndbreddeminne, nettverk, strøm og komplette AI-serversystemer kan ikke bygges ut like raskt som programvareprisene kan kuttes. Samsung har sagt at kundene etterspør flerårige leveranseavtaler, og at mangelen kan bli mer alvorlig frem mot 2028. 33 Meldinger om planlagte prisøkninger på mer enn 15 prosent for Nvidia-baserte serversystemer viser hvordan leverandører kan forsøke å sende kostnadene videre i verdikjeden. Dette er imidlertid ikke en offisiell prisannonse fra Nvidia. 36

For leverandører av AI-tjenester er utfordringen enkel å beskrive: Inntekten per token kan falle selv om bruken øker, mens kostnadene for kapasitet, energi, maskinvare og finansiering ikke nødvendigvis følger etter ned.

Hva Nvidia-tallene forteller

Nvidias resultater for andre kvartal i regnskapsåret 2027 viser at infrastrukturboomen fortsatt er ekstraordinært sterk. Selskapet rapporterte kvartalsinntekter på 96,2 milliarder dollar, opp 106 prosent fra samme periode året før, og justert resultat per utvannede aksje på 2,22 dollar. 60 Ledelsen har også signalisert at inntektene i regnskapsåret 2028 kan øke med rundt 70 prosent. 51

Tallene betyr ikke at hele AI-økonomien har løst lønnsomhetsproblemet. De viser først og fremst at etterspørselen etter knappe akseleratorsystemer fortsatt er svært sterk. Nvidia befinner seg i et flaskehalsledd der kundene fortsatt konkurrerer om leveranser.

Men høyere minnekostnader begynner å påvirke kvaliteten på veksten. Nvidia ventet en bruttomargin på rundt 74 prosent i det påfølgende kvartalet, ned fra 75 prosent i kvartalet som ble rapportert, og omtale av utsiktene knyttet presset delvis til minneprisene. 51 Det betyr ikke nødvendigvis at Nvidias økonomi er i ferd med å bryte sammen. Snarere kan fremtidige resultater i større grad avhenge av prisøkninger, systemintegrasjon, nettverk, programvare og evnen til å håndtere leverandørkjeden – ikke bare av å selge knappe brikker med høy margin.

Broadcom gjør infrastrukturboomen til en finansieringstest

Broadcom illustrerer en annen del av marginpresset. Reuters og Bloomberg har meldt at selskapet var i samtaler om å hente inn mer enn 60 milliarder dollar i gjeld til en AI-brikkefinansiering som skulle komme Anthropic og andre kunder til gode. Strukturen kan omfatte rundt 30 milliarder dollar i ansvarlig eller juniorgjeld i tillegg til en senior sikret del, men vilkårene var fortsatt under forhandling. 12

Dette skillet er viktig: Det var snakk om foreslått finansiering, ikke et ferdigstilt låneopptak. Beløpene bør derfor forstås som en mulig ramme under diskusjon, ikke som en endelig transaksjon.

Det økonomiske spørsmålet er om AI-inntektene fra brikkene blir stabile nok til å betjene gjelden. En brikke kan være teknisk verdifull, men likevel gi en dårlig belånt investering dersom modellprisene faller, kundeavhengigheten er høy, utstyrsverdiene synker eller refinansiering blir dyrere.

Derfor er kredittmarkedene relevante. Når infrastruktur finansieres med betydelig gjeld, blir fallende tokenpriser mer enn et prisproblem for programvareselskaper. De kan også påvirke forventede kontantstrømmer som ligger bak leasingavtaler, spesialselskaper, leverandører og långivere.

Skyselskapene har fordeler – men er ikke immune

Store skyselskaper står sterkere enn selvstendige modelltilbydere fordi de kan pakke AI sammen med eksisterende skytjenester, bedriftsprogramvare, annonsering, data og distribusjon. De kan også subsidiere AI-funksjoner mens de tjener penger på andre deler av kundeforholdet.

Det beviser likevel ikke at hver AI-investering gir god avkastning. Billigere modeller kan øke bruken, men samtidig redusere inntekten per enhet. Overkapasitet kan gjøre AI til en tjeneste med lavere marginer inne i nettskyen, snarere enn en egen og stor profittkilde.

Det avgjørende målet er derfor ikke hvor mange tokens som behandles, men om kundene betaler nok for den produktiviteten, inntekten eller kostnadsbesparelsen som datakraften skaper.

Hva billigere tokens betyr for bedrifter

For bedrifter er fallende inferenskostnader en reell fordel. Lavere priser gjør det enklere å teste AI-løsninger, automatisere avgrensede arbeidsprosesser og bruke sterkere modeller på oppgaver som tidligere ikke forsvarte kostnaden.

Men tokenprisen er bare én del av regnestykket. Bedriftene må fortsatt betale for integrasjon, dataklargjøring, sikkerhetskontroller, styring, evaluering og endringsledelse. En lavere API-regning garanterer ikke positiv avkastning på investeringen.

Markedet beveger seg derfor mot et mer krevende spørsmål: Hvilket målbart forretningsresultat skaper hver enhet AI-datakraft? Selskaper som kan knytte modellbruken til høyere inntekter eller dokumenterbare besparelser, vil sannsynligvis stå sterkere enn selskaper som bygger kapasitet uten et tydelig bruksområde.

Hva investorer og kredittmarkedet bør følge med på

Investorer bør skille mellom eksponering mot knappe innsatsfaktorer og eksponering mot standardisert modelltilgang.

På den tilbudsbegrensede siden finner vi minne, avansert brikkeproduksjon, nettverk, strøm og integrerte akseleratorsystemer. Disse virksomhetene kan beholde forhandlingsmakt så lenge kundene konkurrerer om kapasitet. Prisøkningene og mangelutsiktene fra Samsung er tegn på at leverandørene fortsatt har denne fordelen. 3233

Modelltilgang møter en vanskeligere test. Gratis eller kraftig rabatterte modeller kan utvide markedet, men gjør det samtidig vanskelig å opprettholde høye priser på standardisert inferens. Varig lønnsomhet kan i stedet avhenge av egen distribusjon, data, spesialiserte arbeidsprosesser, kontraktsfestet etterspørsel eller programvare som fanger verdier utover selve tokenet.

Kredittinvestorer bør se på kontraktsfestede kontantstrømmer, kundekonsentrasjon, restverdien på maskinvare, gjeldsstruktur og tidspunktet for refinansiering. Den foreslåtte Broadcom-transaksjonen er en nyttig advarsel fordi den viser hvor raskt AI-infrastruktur kan bli et finansieringsspørsmål – ikke bare et teknologispørsmål. 12

Konklusjonen

AI-boomen følger ikke én samlet kostnadskurve. Selve intelligensen blir billigere og mer tilgjengelig, mens den fysiske kapasiteten som trengs for å produsere den, fortsatt er knapp og dyr.

Dette forklarer hvordan Nvidia kan rapportere eksepsjonell vekst og samtidig varsle marginpress. Det forklarer også hvorfor en foreslått brikkefinansiering på flere titalls milliarder dollar vekker interesse i kredittmarkedet, selv om etterspørselen etter AI fortsatt er sterk.

Neste fase av markedet vil derfor avgjøres av mer enn modellkapasitet. Det avgjørende blir om kundene klarer å gjøre billig intelligens om til varige kontantstrømmer før dyr, gjeldsfinansiert datakapasitet må refinansieres.