IREN mener tilbudet av AI-regnekraft kan slite med å ta igjen etterspørselen

IRENs Daniel Roberts beskriver AI-infrastruktur som et strukturelt tilbudsproblem, ikke som en vanlig investeringssyklus med oppgang og etterfølgende overkapasitet. Hovedpoenget er at mer tilgjengelig regnekraft kan muliggjøre kraftigere modeller, mer inferens – altså kjøring av ferdigtrente modeller – og helt nye AI-tjenester. Det skaper igjen ny etterspørsel. Samtidig tar de fysiske innsatsfaktorene bak kapasiteten langt lengre tid å få på plass. 13

Dette er bakgrunnen for at IREN, som skifter tyngdepunkt fra bitcoinutvinning til AI-skytjenester, vurderer investeringer på opptil 30 milliarder dollar i regnskapsåret 2027. Men selskapets syn på etterspørselen er ikke det samme som en garanti for at det klarer å gjennomføre en svært kapitalintensiv utbygging.

Digital etterspørsel møter fysiske flaskehalser

Roberts' resonnement er at AI-etterspørselen forsterker seg selv. Mer datakraft kan støtte større treningskjøringer, mer omfattende inferens og flere kommersielle bruksområder. Tilbudssiden er derimot avhengig av fysiske systemer: kraftproduksjon, strømnett og nettilknytning, tomter, bygging av datasentre, kjøling, GPU-er og fagfolkene som skal installere og drifte alt sammen. IREN omtaler dette som et voksende gap mellom digital etterspørsel og fysisk tilbud. 13

Ifølge Roberts skiller dette AI-boomet fra en tradisjonell råvare- eller investeringssyklus. Høye priser kan normalt utløse nok investeringer til at markedet etter hvert får for mye kapasitet. AI-infrastruktur kan være vanskeligere å bygge ut for mye av, fordi ferdig installert GPU-kapasitet med faktisk strømtilførsel begrenses av lange ledetider og tilgang på kraft – ikke bare av viljen til å bruke penger. 113

Goldman Sachs' prognoser understreker at strøm er en sentral begrensning, uten at de beviser IRENs påstand om at tilbudet aldri vil ta igjen etterspørselen. Banken har løftet anslaget for amerikansk kraftetterspørsel fra datasentre i 2030 til rundt 108 GW, fra tidligere 83 GW, og økt vekstanslaget til 3,5 prosent årlig fram til 2030. 19 Separat rapportering, som tilskrives Goldman Sachs, anslår at amerikansk datasenterkapasitet kan mer enn tredobles til om lag 125 GW innen 2030. Kapasitet og strømforbruk er imidlertid ikke nødvendigvis samme mål, og tallene bør derfor ikke likestilles. 20

Slik mener IREN at opptil 30 milliarder dollar kan finansieres

Kjernen i IRENs finansieringsargument er at 25–30 milliarder dollar er samlet prosjektinvestering, ikke et tilsvarende behov for ny aksjekapital. Roberts har sagt at kunde-forskudd kan dekke om lag halvparten av GPU-investeringene, mens långivere kan finansiere mye av resten gjennom sikrede lån eller GPU-støttede strukturer. 14

IREN opplyste at selskapet over åtte måneder hadde sikret 9,3 milliarder dollar i finansiering gjennom kunde-forskudd, konvertible obligasjoner, GPU-leasing og GPU-finansiering. 32 Rapportering om kapitalplanen oppga også at 3 milliarder av 19 milliarder dollar som var hentet inn, kom fra egenkapital. 2

Det mest konkrete eksempelet er Microsoft-avtalen. IREN har kunngjort en femårig kontrakt verdt om lag 9,7 milliarder dollar for å levere GPU-skytjenester basert på Nvidias GB300-systemer. Utrullingen skjer i fire faser og utgjør til sammen 200 MW kritisk IT-last. Avtalen inkluderer et forskudd fra kunden på 20 prosent, ifølge IREN og Data Center Dynamics. 2533 En separat GPU-finansieringsfasilitet på 3,65 milliarder dollar skal støtte Microsoft-kontrakten. 27

En slik modell kan redusere behovet for egenkapital tidlig i prosjektet, men fjerner ikke finansieringsrisikoen. Den er avhengig av kredittverdige kunder, forskudd som kommer som planlagt, fungerende gjelds- og utstyrsfinansiering, verdien av GPU-ene som sikkerhet, leveringsplaner og at datasentrene faktisk får strøm i tide.

Tapet på 684 millioner dollar må ses i sammenheng

IREN rapporterte et kvartalsvis netto tap på 684 millioner dollar under overgangen fra bitcoinutvinning til AI-skytjenester. Ledelsen og senere omtale knyttet store deler av resultatet til ikke-kontante kostnader ved utfasing eller salg av utstyr for bitcoinutvinning: en nedskrivning på 450,4 millioner dollar og et fall i virkelig verdi på 102,1 millioner dollar for utstyr klassifisert som holdt for salg. 67

Disse postene er ikke i seg selv kontantkostnaden ved AI-utbyggingen. De er likevel økonomisk relevante, fordi de viser kostnaden ved å avvikle eldre eiendeler samtidig som selskapet setter i gang en langt større kapitalutbygging.

IREN viste til rundt 4 milliarder dollar i kontraktsfestet årlig løpende inntekt knyttet til AI-kapasitet i 2026, som selskapet sa i stor grad var utsolgt. AI-skytjenesteinntektene ble oppgitt til rundt 70,5 millioner dollar i det aktuelle kvartalet. 68 Kontraktsfestede inntekter kan gjøre infrastrukturprosjekter lettere å finansiere, men er ikke det samme som allerede mottatt kontantstrøm eller dokumentasjon på at framtidig kapasitet får like god lønnsomhet.

Høyere kontraktspriser er avgjørende for regnestykket

Ledelsen oppga at prisene i treårskontrakter hadde steget om lag 125 prosent siden november, mens femårsprisene hadde økt rundt 70 prosent. Nylige treårskontrakter var priset over 20 millioner dollar per MW IT-last, og selskapet sa at pågående forhandlinger lå rundt 25 millioner dollar per MW. Det tidligere nivået ble beskrevet som tilstrekkelig til en omtrentlig tilbakebetalingstid på to år for datakraftinvesteringen. 1217

Dette knytter knapphetstesen direkte til prosjektavkastning. Dersom AI-kapasitet forblir mangelvare, kan leverandører med tilgjengelig strøm, installerte GPU-er og forpliktende kunder inngå verdifulle avtaler før markedet får bredere kapasitet. Faller prisene, svekkes maskinvareøkonomien eller forsinkes anleggene, blir den samme kapitalintensiteten en betydelig sårbarhet.

Neoskyer utfordrer hyperskalerne

IREN, CoreWeave og Nebius inngår i markedet for spesialiserte GPU-skyer, ofte kalt «neoclouds». Tilbudet er mer rendyrket AI-infrastruktur, direkte tilgang til kapasitet og potensielt lavere priser enn i de store, generelle hyperskyene.

Offentlige prissammenligninger tyder på store forskjeller, men må tolkes varsomt. Én sammenligning anslo at åtte B200-noder kostet 329 472 dollar i 30 dager hos Nebius, mot 742 349 dollar hos en hyperskaler. Sammenligningen påpekte selv ulikheter i prisstruktur og datagrunnlag, slik at dette ikke er en direkte sammenligning for alle arbeidslaster. 49 En annen sammenligning oppga behovsprisen for H100 til 3,85 dollar per GPU-time hos Nebius og 6,16 dollar hos CoreWeave. 53

Listepris alene avgjør ikke innkjøpet. GPU-generasjon, nettverk, lagring, geografisk plassering, avtaletid, tilgjengelighet, support og tjenestenivåavtaler påvirker den reelle kostnaden. Det bredere konkurransepoenget er at spesialistskyene kan konkurrere med hyperskalerne både på rask tilgang til AI-optimalisert kapasitet og på oppgitte timepriser.

IRENs største avtaler

IREN har kunngjort to avtaler som er sentrale for AI-skystrategien:

• En femårig leieavtale om datakapasitet med Nvidia, verdt 3,4 milliarder dollar, som ble rapportert signert i mai. 20
• En femårig Microsoft-avtale på rundt 9,7 milliarder dollar om GPU-skyinfrastruktur drevet av Nvidia GB300, fordelt på fire faser på 50 MW og med totalt 200 MW kritisk IT-last. 2533

IREN opplyste også at den første Horizon-utbyggingen på 50 MW ved anlegget i Childress i Texas var levert til Microsoft. 12

Konklusjon: En sterk tese, men ingen sikkerhet

Roberts' tese er overbevisende i én avgrenset forstand: AI-arbeidslaster kan vokse raskt, mens strøm- og datasenterinfrastruktur ikke kan bygges ut umiddelbart. Goldmans høyere anslag for kraftetterspørsel og verdien av IRENs offentliggjorte kontrakter viser hvorfor markedet er opptatt av AI-kapasitet som faktisk er tilkoblet strømnettet. 1925

Men at tilbudet «aldri» skal ta igjen etterspørselen, er en strategisk vurdering fra en toppleder – ikke et etablert faktum. IRENs resultat vil avhenge av om selskapet klarer å omsette kontraktsfestet etterspørsel til driftssatt og finansiert infrastruktur, uten strømforsinkelser, maskinvaremangel, finansieringspress eller et fall i prisene på AI-regnekraft. Store forskudd, finansieringsordninger og kontraktsfestede inntekter gir støtte til planen, men fjerner ikke gjennomføringsrisikoen.