Moody’s: Kinas AI-molnsatsningar kommer inte ikapp USA:s techjättar

AI-konkurrensen handlar allt mindre enbart om hur bra modellerna är – och allt mer om vem som kan betala för den fysiska infrastrukturen bakom dem. Moody’s bedömning är att kinesiska hyperscalers, alltså de allra största leverantörerna av molntjänster, skruvar upp sina investeringar. Men de kommer ändå att ligga tydligt efter de största amerikanska aktörerna, eftersom USA-bolagen har större finansieringskapacitet, bredare globala verksamheter och redan har satt i gång en betydligt större infrastrukturutbyggnad. 28

Flaskhalsen är kapital, inte bara modellernas kvalitet

Att kinesiska AI-modeller närmar sig amerikanska modeller på vissa tester minskar inte behovet av dyr infrastruktur. Att träna och driva AI i stor skala kräver avancerade chip, servrar, nätverk, datacenter, mark, elförsörjning och långsiktiga avtal – ofta långt innan intäkterna är säkrade.

Enligt Moody’s ökar kinesiska teknikbolag sina AI-investeringar, men de har mindre intäktsbaser och mindre finansiell flexibilitet än amerikanska konkurrenter. Det gör det svårare att hålla jämna steg i kapitalutgifter under en längre tid, samtidigt som den löpande verksamheten och balansräkningen måste finansieras. 2

De största amerikanska plattformarna kan däremot stödja sina infrastruktursatsningar med kassaflöden från flera stora affärsområden, exempelvis molntjänster, digital annonsering, programvara och konsumenttjänster. Det betyder inte att satsningen är riskfri. Moody’s har också varnat för att AI gör bolagen mer kapitalintensiva och kan sätta press på både fritt kassaflöde och kreditvärdighet. 8

Tokenprissättning gör datorkraft till en direkt kostnad

Många AI-tjänster prissätts per token, eller utifrån faktisk användning. Då blir beräkningskapaciteten en direkt rörlig kostnad för varje kundinteraktion, oavsett om tjänsten säljs via ett API, ett företagsverktyg eller en konsumentapp.

För ett bolag med stor egen kapacitet och hög beläggning kan kontroll över infrastrukturen ge bättre kontroll över kostnader och tillgänglighet. För en aktör med mindre internt genererat kapital blir avvägningen hårdare: låga priser, snabb kapacitetsutbyggnad och god avkastning på investeringarna går inte alltid ihop.

Alibabas egen bedömning visar att återbetalningstiden kan vara lång. Vd:n Eddie Wu har sagt att bolaget räknar med att AI-relaterade kapitalutgifter når break-even först inom ungefär tre år, utifrån dagens genomsnittliga bruttomarginaler. 1 Ökad AI-efterfrågan innebär alltså inte automatiskt att infrastrukturen snabbt blir lönsam.

Skillnaden i investeringsvolym är mycket stor

Moody’s uppger att kinesiska hyperscalers kommer att fortsätta investera tungt i AI under de kommande två åren, men att deras kapitalutgifter ändå ligger långt under de amerikanska rivalernas. 2

Storleken på USA:s utbyggnad illustrerar varför. Enligt Moody’s analys, återgiven av Forbes, väntas sex stora amerikanska hyperscalers – Alphabet, Amazon, CoreWeave, Meta, Microsoft och Oracle – tillsammans investera omkring 785 miljarder dollar under 2026. År 2027 väntas beloppet närma sig 1 biljon dollar. 8

Andra prognoser pekar åt samma håll. MUFG hänvisar till förväntningar om att de fem största hyperscalers ska överstiga 600 miljarder dollar i kapitalutgifter 2026, varav cirka 450 miljarder dollar direkt kopplas till AI-infrastruktur som servrar, GPU:er, datacenter och annan utrustning. 3

Exakta jämförelser beror på vilka företag och utgiftskategorier som räknas in. Men huvudbilden är tydlig: kinesiska bolag investerar aggressivt, medan USA:s ledande teknikföretag sätter in kapital i en skala som är svår att matcha dollar för dollar.

Lån kan öka takten – men också risken

Extern finansiering kan göra det möjligt att bygga ut kapaciteten tidigare än det egna kassaflödet annars medger. Men lån, nyemissioner, leasing och långsiktiga kapacitetsåtaganden flyttar samtidigt mer risk till balansräkningen.

Detta är inte en fråga enbart för Kina. Moody’s beskriver AI-utbyggnaden som en förskjutning från relativt tillgångslätta teknikbolag till mer kapitalintensiva operatörer, med stigande finansieringsbehov i hela sektorn. 8

För kinesiska molnplattformar blir skiftet särskilt betydelsefullt när den interna finansieringsbasen är mindre. Ett större beroende av lånat eller externt kapital kan öka räntekostnader, refinansieringsrisk och pressen på fritt kassaflöde, samtidigt som AI-infrastrukturen måste betalas i förväg. Moody’s pekar uttryckligen på press på kassaflöde och skuldsättning när kinesiska bolag höjer sina AI-investeringar. 2

Vad det kan innebära för AI-konkurrensen

Ett bestående infrastrukturgap kan ge amerikanska hyperscalers ett försprång inom träning av de allra största modellerna, storskalig inferens – alltså när färdigtränade modeller används – och global distribution via molnet. USA har också viktiga fördelar i beräkningskapacitet, infrastruktur och investeringsvillkor, enligt Federal Reserve. 17

Det betyder inte att kinesiska företag inte kan konkurrera. Deras styrkor kan i stället ligga i effektivare modeller, fokus på inhemsk efterfrågan, öppna modellekosystem och tillämpningar där kostnad och snabbhet väger tyngre än att äga den största möjliga beräkningsflottan.

Resultatet kan bli en mer uppdelad AI-marknad: amerikanska bolag med ovanligt stor förmåga att finansiera gränsöverskridande AI-infrastruktur, och kinesiska bolag som konkurrerar genom effektivitet, selektiva utrullningar och molnekosystem i stor skala på hemmamarknaden. Tillgången till halvledare är en viktig del av den bredare konkurrensen, men det redovisade Moody’s-underlaget innehåller ingen kvantifierad bedömning av hur USA:s exportkontroller påverkar kinesiska kapitalutgifter fram till 2028.

Viktig reservation om 2028

Den tillgängliga rapporteringen beskriver Moody’s utsikter för de närmaste två åren och innehåller amerikanska investeringsprognoser för 2026 och 2027. Den stöder slutsatsen att gapet sannolikt består, men fastställer inte någon specifik Moody’s-prognos i dollar för kinesiska eller amerikanska AI-infrastrukturinvesteringar 2028. 28