AI – boom eller boble? Tre overbevisninger for investorer

Vigtige punkter:

• AI 2.0 = fra “byg det” til “bevis det”: Big Tech har allerede investeret hundredvis af milliarder i AI, men indtægterne er fortsat beskedne. Fokus skifter nu fra kapacitetsopbygning til at levere produktivitets- og indtjeningsgevinster.
• Infrastruktur er hvor knapheden ligger: Hukommelseschips, chip-pakning, elnetkapacitet og datacenterplads er de nye flaskehalse. For investorer kan forsyningsselskaber, energi-infrastruktur og datacenter-REITs byde på mere stabilt potentiale end uprøvede software-satsninger.
• Kina tilbyder effektivitet og arbitrage: Med DeepSeek som eksempel på lavere omkostningsinnovation og giganter som Alibaba, Tencent, Baidu og Meituan, der handler med rabat i forhold til amerikanske peers, kan kinesisk tech tiltrække kapital, hvis politiske og geopolitiske risici forbliver under kontrol.

Hvorfor begyndte flere aktier at falde?

Efter ekstraordinærer kursstigninger siden april er teknologisektoren snublet de seneste dage og har mindet investorer om, at markedet kan være løbet foran sig selv i AI-historien. Udløseren var en skarp MIT-rapport, som afslørede, at 95% af virksomhedernes investeringer i generativ AI giver ringe eller ingen målbare afkast—en nedslående statistik for en sektor, der er prissat til perfektion.

Yderligere forsigtighed blev næret af Sam Altmans advarsel om, at værdiansættelserne er blevet “vanvittige” på grund af investorernes overbegejstring. Det har forstærket frygten for, at dele af markedet bevæger sig hurtigere, end teknologien kan levere konkrete resultater.

Kursfaldet understreger, hvor skrøbelig AI-fortællingen er: Selvom investeringerne i chips, modeller og infrastruktur er eksploderet, er der stadig kun begrænset bevis for bred indtjening. Investorer begynder at skelne mellem hype og reelle afkast—og dermed bevæger sektoren sig ind i en “bevis det”-fase snarere end et egentligt boblebrist.

Hvor bevæger AI sig hen herfra?

1. Fra capex til monetisering

Den lette fase—massive investeringer i GPU’er og pilotprojekter—er ovre. Den næste fase i AI-cyklussen bliver defineret af beviser, ikke løfter. Big Tech har allerede kanaliseret enorme mængder kapital til AI, men indtægterne halter stadig bagefter.

• I 2025 har Big Tech allerede brugt omkring 155 mia. USD på AI, og prognoserne peger mod over 400 mia. USD i takt med, at datacentre bygges, og AI-chips købes på tværs af økosystemet.
• Microsoft alene ventes at bruge omkring 80 mia. USD på AI-infrastruktur i år; Amazon, Alphabet og Meta ligger hver især i intervallet 60–100 mia. USD.

Men afkastet er beskedent:

• Microsoft rapporterer godt 500 mio. USD i besparelser fra AI-drevne callcentre og udviklingsværktøjer.
• Meta peger på stærke indtægtsgevinster fra AI-optimerede annonceprodukter.
• For det bredere marked er ROI stadig vanskelig at få øje på—og mange bestyrelser kan snart skifte fokus fra “byg hurtigt” til “bevis eller pause.”

Virksomheder bevæger sig fra pilotprojekter til krav om dokumenterede produktivitetsgevinster eller nye indtægtsstrømme. Selskaber, der kan vise reelt kundeoptag, prissætningsstyrke eller OPEX-besparelser fra AI, vil adskille sig fra dem, der fortsat lever af narrativer.

Uden målbar ROI kan budgetstramninger hurtigt følge.

2. Fra modeller til infrastruktur

Konkurrencen mellem AI-modeller er hård, men flaskehalsene flytter sig til infrastrukturen. Hukommelseschips (HBM), avanceret chip-pakning, datacenterplads og selv elforsyning bliver stadig mere knappe og værdifulde. Det anslås, at amerikanske datacentre kan bruge op til 12% af landets strøm i 2028, med en ekstra belastning på 20 GW inden 2030.

Forsyningsselskaber og infrastrukturvirksomheder, der leverer netopgraderinger, samt datacenter-REITs og hardwareproducenter med fokus på køling, energidistribution og pakning kan fange mere holdbare gevinster end spekulative softwarebets på kort sigt.

3. USA vs. Kina tech

USA dominerer stadig AI-landskabet, men Kina er ved at genvinde terræn. DeepSeek viste, at man kan træne en model for under 6 mio. USD mod over 100 mio. USD for GPT-4—og ændrede den globale debat om AI-marginer og indtjeningsmodeller. Kina nyder samtidig godt af stærk energiinfrastruktur, inkl. vandkraft og atomkraft, som giver strukturelle fordele i AI-udrulningen.

Hvad skal man holde øje med?

• Nvidia-regnskab (27. august): Guidance på Blackwell-udrulning, efterspørgsel i Kina og bruttomarginer vil sætte tonen for hele sektoren.
• Enterprise ROI-historier: Kig efter konkrete eksempler på AI-monetisering i softwareopdateringer eller regnskabspræsentationer.
• Infrastruktur-signaler: Udbuddet af HBM, pakningskapacitet og energikontrakter er de nye “kanariefugle i kulminen.”
• Kina-politik og kapitalstrømme: Fortsat toldvåbenhvile eller lempelser i kapitalmarkederne kan genoplive udenlandsk appetit på kinesisk tech.
• Makro-faktorer: Renter, energipriser og regulering kan alle tippe balancen fra capex til ROI.