AI-infrastrukturen ställs inför ett test på 300 miljarder dollar om året

Att AI-bolagen bygger ut sin kapacitet är inte detsamma som att investeringarna blir lönsamma. I Goldman Sachs rapporterade analys är frågan om framtida intäkter kan täcka den växande investeringsnotan – och därefter ge en uthållig vinst.3717

Vad innebär målet på 300 miljarder dollar?

Goldman-strategen Ryan Hammond uppskattar att de stora amerikanska molnbolagen, ofta kallade hyperscalers, behöver omkring 300 miljarder dollar i AI-intäkter per år under de kommande åren för att nå nollresultat på sina investeringar. Det är ett mål för årstakten, inte en summa som ska tjänas in under flera år.3713

Efterfrågan har ökat, men de tillgängliga måtten säger olika saker. Enligt Hammonds analys låg bolagens molnintäkter under andra kvartalet 2026 på en årstakt omkring 70 miljarder dollar över trenden före AI-boomen. Deras offentliggjorda orderstock överstiger 1,5 biljoner dollar.7 De 70 miljarderna avser molnintäkter över en tidigare trend, inte redovisade AI-intäkter totalt. Orderstocken gäller framtida affärer, inte pengar som redan har tjänats in. Därför går inget av måtten att jämföra rakt av med ett årligt intäktskrav utan att veta när affärerna ger intäkter och vilka marginaler de ger.

Nollresultat är inte detsamma som god avkastning

I en separat modell som tillskrivs Goldman beräknas sex teknikbolag behöva sammanlagt omkring 1,42 biljoner dollar i intäkter under 2028–2030 för att få 15 procents årlig avkastning på investerat kapital från sina investeringar i AI-datorkapacitet 2026–2027. Det motsvarar enligt rapporteringen cirka 11,6 miljarder dollar i årliga intäkter per gigawatt kapacitet.1721 Detta är inte en uppdatering av Hammonds 300-miljardersmål: bolagsgruppen, tidsperioden och avkastningskravet skiljer sig åt.

Även ordvalet kring 1,42 biljoner dollar kräver försiktighet. Rubriken i en andrahandskälla kallar beloppet ”ytterligare vinst”, medan andra beskrivningar anger sammanlagda intäkter. Utan den bakomliggande Goldman-modellen går det inte att slå fast den exakta definitionen och alla antaganden.1817

Hammonds rapporterade kalkyl sträcker sig dessutom till dem som använder AI. Han uppskattar att användarna kan behöva lägga omkring 1 biljon dollar om året på AI-applikationer för att molnbolagen ska få god avkastning samtidigt som applikationsleverantörerna behåller sunda marginaler.613 Utgifterna för applikationer och molnbolagens intäkter är led i samma värdekedja – de ska inte adderas som om de vore två fristående marknader.

Investeringsnotan fortsätter att växa

Goldman räknar med att Amazon, Microsoft, Alphabet, Meta och Oracle tillsammans investerar omkring 800 miljarder dollar 2026 och 1,2 biljoner dollar 2027 i AI-infrastruktur. Den senare prognosen ligger över den rapporterade marknadskonsensusen på 1,1 biljoner dollar för 2027.237 Stigande intäkter räcker alltså inte som svar; de måste vägas mot kapitalet som krävs för att skapa dem.

Risken på börsen handlar heller inte bara om höga aktievärderingar. Goldman-strategen Peter Oppenheimer har varnat för möjligheten till en AI-driven vinstbubbla: vinster som gynnas av dagens utbyggnad kan visa sig mindre uthålliga om investeringstakten bromsar eller intäkterna inte motsvarar förväntningarna.3641 Samtidigt har Luke Barrs på Goldman Sachs Asset Management beskrivit investeringscykeln som fortsatt ung, men sagt att investerare blir mer selektiva i valet av vinnare.34

Det avgörande testet är därför om orderstocken blir faktiska intäkter, om intäkterna ger bestående marginaler och om marginalerna motiverar fortsatta investeringar. En växande AI-marknad och en lönsam investering i AI-infrastruktur är två skilda saker.