IREN:s AI-tes: datorkraften kan ha svårt att nå ikapp efterfrågan

IREN:s med-vd Daniel Roberts ser AI-infrastruktur som ett strukturellt utbudsproblem, snarare än en vanlig investeringscykel med uppgång och senare överkapacitet. Kärnan i hans resonemang är att varje ökning av tillgänglig beräkningskraft kan möjliggöra bättre modeller och fler AI-tjänster – och därmed skapa ytterligare efterfrågan. De fysiska förutsättningarna bakom kapaciteten tar däremot betydligt längre tid att bygga ut. 13

Det är bakgrunden till att IREN, som tidigare främst var en bitcoinminer, siktar på investeringar på 25–30 miljarder dollar under räkenskapsåret 2027 när verksamheten styrs om mot AI-molninfrastruktur. Men investerare behöver skilja på bolagets tes om efterfrågan och dess förmåga att genomföra ett ovanligt kapitalintensivt projekt.

Efterfrågan kan skala digitalt – utbudet måste byggas fysiskt

Roberts argument är att AI-efterfrågan är självförstärkande. Mer beräkningskraft kan användas för större träningskörningar, mer inferens – alltså när redan tränade modeller används – och fler kommersiella tjänster. På utbudssidan krävs däremot elproduktion, överföringsnät, nätanslutningar, mark, datacenterbyggen, kylning, GPU:er och personal som kan driftsätta systemen. IREN beskriver detta som ett växande gap mellan digital efterfrågan och fysiskt utbud. 13

Det är enligt Roberts det som skiljer dagens situation från en traditionell råvaru- eller investeringscykel. Höga priser brukar locka fram investeringar som till slut kan ge ett överskott. För AI-infrastruktur är det svårare att bygga för mycket kapacitet, eftersom verkligt driftsatt GPU-kapacitet begränsas av långa ledtider och tillgång till el – inte bara av viljan att investera pengar. 113

Goldman Sachs prognoser pekar på att el är en central flaskhals, men de bevisar inte IREN:s mer långtgående slutsats att utbudet aldrig kan hinna ikapp. Banken höjde sin uppskattning av amerikansk datacenter-elanvändning år 2030 till cirka 108 GW, från tidigare 83 GW, och räknar nu med en genomsnittlig årlig tillväxt på 3,5 procent fram till 2030. 19 I separat rapportering, med hänvisning till Goldman Sachs, uppskattas den amerikanska datacenterkapaciteten kunna mer än tredubblas till omkring 125 GW år 2030. Kapacitet och elefterfrågan är dock inte nödvändigtvis samma mått och bör inte blandas ihop. 20

Så säger IREN att upp till 30 miljarder dollar ska finansieras

IREN:s viktigaste finansieringsargument är att 25–30 miljarder dollar avser hela projektens kapitalinvesteringar, inte ett lika stort behov av nytt eget kapital. Roberts har sagt att kundernas förskottsbetalningar kan täcka ungefär hälften av GPU-investeringarna och att långivare kan stå för stora delar av resten genom säkerställd finansiering med GPU:erna som säkerhet. 14

Bolaget uppgav att det under åtta månader säkrat 9,3 miljarder dollar via kundförskott, konvertibla skuldebrev, GPU-leasing och GPU-finansiering. 32 Rapportering om kapitalplanen har också uppgett att 3 miljarder av 19 miljarder dollar som tagits in kom från eget kapital. 2

Det mest konkreta exemplet är avtalet med Microsoft. IREN har annonserat ett femårigt kontrakt värt cirka 9,7 miljarder dollar för GPU-molninfrastruktur baserad på Nvidias GB300-system. Utbyggnaden sker i fyra etapper och omfattar sammanlagt 200 MW kritisk IT-last. Avtalet innehåller en förskottsbetalning från kunden på 20 procent. 2533 En finansieringsfacilitet på 3,65 miljarder dollar, kopplad till GPU:erna, har rapporterats stödja Microsoft-kontraktet. 27

Denna struktur kan minska behovet av aktiekapital i början, men den tar inte bort finansieringsrisken. Modellen förutsätter kreditvärdiga kunder, betalningar enligt plan, fungerande marknader för skuld- och utrustningsfinansiering, stabila säkerhetsvärden på GPU:erna, leveranser i tid och att datacentrets elanslutning faktiskt blir klar enligt tidsplan.

Förlusten på 684 miljoner dollar måste sättas i sammanhang

IREN redovisade en kvartalsförlust på 684 miljoner dollar under omställningen från bitcoinmining till AI-molntjänster. Ledningen och senare rapportering hänförde huvuddelen till icke-kassaflödespåverkande poster från avveckling eller försäljning av miningutrustning: en nedskrivning på 450,4 miljoner dollar och en värdeminskning på 102,1 miljoner dollar för mininghårdvara som hölls för försäljning. 67

Posterna är inte i sig samma sak som kontantkostnaden för AI-expansionen. Men de är ekonomiskt betydelsefulla: de speglar kostnaden för att lämna äldre tillgångar bakom sig samtidigt som bolaget startar en långt större investeringssatsning.

IREN pekar på cirka 4 miljarder dollar i kontrakterade, årliga intäkter i löpande takt kopplade till AI-kapacitet för 2026, som enligt bolaget i stort sett är slutsåld. AI-molnverksamheten redovisade cirka 70,5 miljoner dollar i intäkter under det aktuella kvartalet. 68 Kontrakterade intäkter kan göra infrastrukturprojekt lättare att finansiera, men de är inte samma sak som redan mottagna kassaflöden eller ett bevis för att framtida kapacitet får lika god lönsamhet.

Högre kontraktspriser är avgörande för kalkylen

Ledningen uppgav att priserna i treårskontrakt hade stigit med omkring 125 procent sedan november, medan femårspriserna hade ökat cirka 70 procent. Nya treårskontrakt låg över 20 miljoner dollar per MW IT-last, och pågående förhandlingar låg kring 25 miljoner dollar per MW. Den tidigare nivån sades innebära ungefär två års återbetalningstid för investeringar i beräkningskapacitet. 1217

Detta knyter ihop tesen om kapacitetsbrist med projektens avkastning. Om AI-kapacitet förblir sällsynt kan leverantörer med tillgänglig el, installerade GPU:er och bundna kunder teckna värdefulla avtal innan utbudet hinner byggas ut. Faller priserna, försämras hårdvaruekonomin eller försenas anläggningarna blir samma kapitalintensitet i stället en tydlig sårbarhet.

Neoclouds mot hyperscalers

IREN, CoreWeave och Nebius ingår i marknaden för specialiserade GPU-moln, ofta kallade ”neoclouds”. Deras erbjudande är AI-anpassad infrastruktur, direkt tillgång till kapacitet och potentiellt lägre priser än hos de stora, breda molnplattformarna – hyperscalers som AWS, Microsoft Azure och Google Cloud.

Publicerade prisjämförelser visar stora skillnader, men ska tolkas varsamt. En jämförelse uppskattade kostnaden för åtta B200-noder under 30 dagar till 329 472 dollar hos Nebius, jämfört med 742 349 dollar hos en hyperscaler. Jämförelsen noterade samtidigt skillnader i prisstruktur och datakällor, så siffrorna är inte ett direkt jämförbart riktmärke för varje arbetslast. 49 En annan jämförelse angav listpriset för H100 på 3,85 dollar per GPU-timme hos Nebius och 6,16 dollar hos CoreWeave. 53

Listpris är dock inte ensamt avgörande. GPU-generation, nätverk, lagring, geografiskt läge, bindningstid, tillgänglighet, support och servicenivåavtal påverkar den faktiska kostnaden. Den bredare konkurrenspoängen är att specialiserade moln kan tävla med hyperscalers både genom snabbare kapacitetsåtkomst och AI-optimerade miljöer, inte bara genom timpriset.

IREN:s två stora avtal

IREN har lyft fram två avtal som grund för AI-molnstrategin:

• Ett femårigt avtal om uthyrning av beräkningskapacitet till Nvidia, värt 3,4 miljarder dollar och rapporterat som tecknat i maj. 20
• Ett cirka 9,7 miljarder dollar stort, femårigt avtal med Microsoft om GPU-molninfrastruktur med Nvidia GB300, fördelat på fyra etapper om 50 MW och totalt 200 MW kritisk IT-last. 2533

IREN har även uppgett att den första Horizon-installationen på 50 MW vid anläggningen i Childress, Texas, hade levererats till Microsoft. 12

Slutsats: en stark tes, men långt ifrån en garanti

Roberts tes är övertygande i en begränsad mening: AI-arbetslaster kan växa mycket snabbt, medan el- och datacenterinfrastruktur inte kan byggas ut över en natt. Goldmans högre prognos för elefterfrågan och värdet av IREN:s offentliggjorda kontrakt visar varför marknaden fokuserar på AI-kapacitet med faktisk elförsörjning. 1925

Men påståendet att utbudet kanske aldrig hinner ikapp är en strategisk bedömning från en företagsledare, inte ett etablerat faktum. Utfallet för IREN avgörs av om bolaget kan omsätta kontrakterad efterfrågan i driftsatt och finansierad infrastruktur – utan förseningar i elanslutningar, hårdvarubrist, finansieringspress eller ett fall i priserna för AI-beräkning. Kundförskott, finansieringslösningar och kontrakterade intäkter ger planen stöd, men de eliminerar inte genomföranderisken.