oss 150 kroner!
Goldman Sachs, den store investeringsbanken, regner med at KI bare er «én stor handel i den amerikanske økonomien». Og KI-investeringsboblen blir enda større. I forrige uke annonserte KI-modellprodusenten Anthropic at de utstedte aksjer til potensielle investorer i det som i aksjemarkedsjargong kalles en børsnotering (IPO). Anthropic fulgte Elon Musks planlagte børsnotering av Space X på enorme 1,8 billioner dollar. Dette ville verdsette SpaceX i markedet til 92 ganger den årlige omsetningen!
Alphabet, Googles morselskap, planlegger også å hente inn 85 milliarder dollar i egenkapitalfinansiering – sin første aksjeemisjon på over to tiår. Til sammen kan disse tre gigantiske børsnoteringene ha en samlet verdsettelse på rundt 4 billioner dollar. Det er en tredjedel av all verdien av amerikanske børsnoteringer siden 1980 (inflasjonsjustert)! Likevel går SpaceX, OpenAI og Anthropic alle med tap, og det kommersielle potensialet til KI-modeller, og i Space Xs tilfelle med å reise til Mars, er fortsatt ukjent.
KI er én stor handel for amerikanske aksjemarkedsinvestorer og én stor satsning på den amerikanske økonomien. Det er fordi mengden kapitalinvesteringer som gjøres av selskapene kalt «hyperscalers» i KI-modeller, datasentre og annet KI-utstyr er svimlende. Som andel av USAs BNP er den nå satt til å overgå jernbaneutbyggingen på 1800-tallet.
I desember 1996 karakteriserte daværende sentralbanksjef Alan Greenspan oppsvinget innen teknologi-, media- og telekomaksjer som tegn på «irrasjonell begeistring». Nesten 30 år senere kan vi si det samme om KI-boomen med bjeller på. Denne investeringsboomen er allerede mye større enn dot.com-internettinvesteringene på slutten av 1990-tallet noen gang var. I 2025 investerte amerikanske bedrifter nesten 1,5 billioner dollar i IT-utstyr og programvare. På toppen av dot.com-boblen var det 466 milliarder dollar, eller 829 milliarder dollar justert for inflasjon. Hyperskalererne Microsoft, Alphabet, Amazon, Meta og Oracle planlegger å investere hundrevis av milliarder de neste fem årene i datasentre for å gi datakraften til å kjøre disse KI-modellene. Kapitalinvesteringene forventes å øke med 20 prosent i året, en vekstrate som aldri har vært sett før i denne bransjen.
Veksten i USAs BNP er nå nesten utelukkende drevet av økende teknologiutgifter. Hvis dette begynner å falle, vil den amerikanske økonomien gå inn i en resesjon veldig raskt – selv om teknologiinvesteringene bare faller litt, la oss si 4 til 6 prosent, slik det skjedde etter mye mindre teknologiboomer på 1960-tallet og under resesjonen i 2009.
Som jeg viste i mitt forrige innlegg, har amerikanske selskapers overskudd økt betydelig. Men ifølge Brian Green i et nylig innlegg kom rundt 80% av økningen i amerikanske ikke-finansielle selskapers overskudd fra Nvidia og hyperskalerere. Aksjemarkedet er i økende grad konsentrert om en håndfull KI-relaterte aksjer, som nå står for omtrent 40 prosent av S&P 500s markedsverdi, ifølge data fra Bank of America. Den overordnede lønnsomheten blir smigret av at en liten del av økonomien tjener ekstraordinær avkastning fra kampen om å bygge KI-kapasitet. Risikoen er derfor at økonomien, profittsyklusen og aksjemarkedet «alle lener seg på den samme tynne søylen. Hvis den forventede avkastningen på KI-infrastruktur og -plattformer blir stilt spørsmål ved, kan det hende at konsekvensene ikke stopper hos noen få høyt verdsatte teknologiaksjer».
Som jeg har påpekt i tidligere innlegg, har den massive investeringen i KI frem til nå i stor grad blitt finansiert av fortjenesten hyperskalererne allerede tjener. Men gitt umuligheten av å finne nok tilleggsinntekter til å selvfinansiere sine investeringsplaner, bruker hyperskalerere og deres maskinvareleverandører i økende grad ekstern finansiering for å finansiere dem.
Det første spillet er «sirkulær finansiering», dvs. gjennom kryssinvesteringer mellom Microsoft, OpenAI og andre. I hovedsak kjøper en kontantrik hyperskaleringsleverandør som Microsoft maskinvare fra Nvidia, AMD og andre leverandører. Nvidia bruker deretter disse inntektene til å kjøpe en milliardandel i OpenAI. OpenAI bruker deretter disse pengene til å sikre databehandling i Microsofts datasentre. Microsoft investerer også selv i OpenAI og inngår en gjensidig inntektsdeling der noen av OpenAIs inntekter flyter til Microsoft og omvendt ettersom de to selskapene bruker hverandres produkter. Forutsatt at Microsoft bruker 100 milliarder dollar på å bestille maskinvare til datasentre, kan Nvidia, AMD og andre leverandører innregne disse 100 milliardene dollar som inntekter. De bruker deretter disse pengene til å investere i OpenAI (for eksempel), som deretter bruker disse pengene til å bestille datasenterkapasitet hos Microsoft. Microsoft innregner denne OpenAI-investeringen som inntekter, og gjør dermed effektivt sine utgifter på 100 milliarder dollar om til milliarder i inntekter!
Selv dette er ikke lenger nok, og i økende grad har hyperskalerere begynt å ty til lån for å skaffe penger til investeringer. De amerikanske teknologigigantene utsteder gjeld over hele verden. Google/Alphabet leder an i angrepet.
Så først investerte de med sine egne midler, deretter i hverandre, deretter lånte de fra bankene og såkalte private kredittfond og nå legger de risikoen for suksess eller fiasko på investorer i aksjemarkedet. Hvis alle disse investeringene ikke gir forventet avkastning, vil det ramme finanssektoren og den bredere økonomien hardt.
Men ikke bekymre deg, sier KI-selskapene og hyperskalererne, inntektene forventes å vokse med 15 prosent årlig. Hvis vi gjør den heroiske antagelsen om at det ikke er noen kostnader, er disse merinntektene profitten disse selskapene forventes å oppnå fra sine tilleggsinvesteringer i KI-datasentre. Selv under disse ekstremt optimistiske antagelsene er den implisitte avkastningen på investeringen svært negativ for alle unntatt Amazon.
Hvis hyperskalererne trenger å generere, for eksempel, en avkastning på investeringen på 10 prosent, må de finne ytterligere 2–5 billioner dollar i inntekter per år. Det er en stor oppgave for en gruppe selskaper som for tiden genererer inntekter på bare 1,5 billioner dollar per år. Det andre alternativet er at den planlagte investeringen i datasentre, databrikker og andre områder aldri blir noe av – kanskje ettersom aksjeinvestorer blir mer forsiktige med sektoren, eller hvis det blir vanskeligere å få tak i gjeldsfinansiering for datasentre. En analyse fra JP Morgan fant at mer enn 60% av datasenterkapasiteten som er planlagt ferdigstilt i 2027 ennå ikke er under bygging, og ytterligere 7% er forsinket. Hva vil skje hvis disse selskapene kunngjør kutt i noen av investeringsplanene sine?
Vil KI-heltene OpenAI og Anthropic levere den avkastningen som hyperskalererne og deres investorer håper og forventer? Administrerende direktører er optimistiske. I løpet av de siste tre årene, siden OpenAI lanserte ChatGPT, hevder de at kumulative produktivitetsøkninger har vært i størrelsesorden 0,3% til 1% per år. For de neste tre årene anslår de at produktivitetsøkningene vil akselerere til 1,4%, med ledere i USA og Storbritannia som er langt mer optimistiske enn i Tyskland og Australia.
Disse produktivitetsøkningene, regner de med, vil bli oppnådd ved å kutte ned på arbeidskraften. Bedriftsledere forventer at antallet ansatte i bedriftene deres vil falle med omtrent 0,7% i løpet av de neste tre årene, igjen med ledere i USA og Storbritannia som forventer langt mer markante fall i sysselsettingen enn ledere i Tyskland og Australia. I løpet av de siste tre årene så de samme lederne ingen sysselsettingspåvirkning fra KI. Så alt dette er forventninger. Dessuten viser Business Trends and Outlook Survey fra det amerikanske folketellingsbyrået at selskaper med 50 ansatte eller flere ikke viser noen ytterligere vekst i bruk av KI siden andre kvartal 2025. Bedrifter er fortsatt usikre på hvordan de skal bruke KI effektivt og er stadig mer bekymret for ulempene med KI når de bruker den.
Disse ulempene inkluderer «hallusinasjoner» (dvs. fiksjoner diktet opp av KI-modellen), som er iboende i LLM-er. En studie fant at for et treningssett på 32.000 ord var den gjennomsnittlige hallusinasjonsraten i LLM-er 6,8%. Da dette ble utvidet til 128.000 ord, økte den gjennomsnittlige hallusinasjonsraten til 10%. Det er mye korreksjonstid og overvåking for menneskelige arbeidere.
Et annet problem er at fordi LLM-er er designet for å være gode på alt, er de ikke særlig gode på én ting sammenlignet med spesialiserte apper. En rapport om bruk av KI i programvareutvikling fant en eksplosiv innvirkning i starten, med kodere som opprettet eller redigerte nesten 300 prosent flere filer, men denne økningen ble halvert til 150 prosent da selskapene fikk antallet arbeidsstykker sendt inn til gjennomgang, og det ble igjen femdoblet til en økning på omtrent 30 prosent ved tidspunktet for fullstendige programvareutgivelser.
Dessuten fant forskere lite bevis da de undersøkte om KI-assistert økning i programvareproduksjon har ført til økt bruk blant klienter. Den markante økningen i mobilapputgivelser det siste året har ikke blitt ledsaget av noen økning i nedlastinger – de fleste av de nye appene klarer ikke å fange selv et beskjedent publikum.
I mellomtiden har OpenAI brukt opp rundt 6 milliarder dollar, og steg til 17 milliarder dollar i 2026. Innen 2028 forventes inferenskostnadene (opplæringskostnadene) alene å vokse til 121 milliarder dollar, og tapene anslås å være 85 milliarder dollar. Anthropics kontantforbruk er mye mindre, men var fortsatt 3 milliarder dollar i 2025. Med mindre selskapene som bygger LLM-er kan finne store mengder nye inntekter de neste par årene, vil tapene øke eksponentielt, spesielt gitt at dagens pris per «token» (en digital «eiendel», red.) ikke er den sanne kostnaden for databehandling. Hvis KI-selskaper skulle ta kostprisen per token, kan tapene synke, men etterspørselen etter LLM-er kan synke enda mer.
Til tross for dette er hypen rundt KI fortsatt så stor at praktisk talt alle private investeringer i USA nå er i teknologisk maskinvare og programvare. I løpet av de siste tre årene har den gjennomsnittlige årlige veksten i investeringer i IT-utstyr vært 11% og 8% i programvare. Samtidig har investeringer i alle andre deler av den amerikanske økonomien samlet sett falt med 1,6% per år.
Den amerikanske økonomien i dag er virkelig to økonomier i én. Det er teknologiøkonomien, og så er det alt annet. I løpet av de siste fire kvartalene frem til slutten av første kvartal 2026 skyldes 93% av USAs BNP-vekst utelukkende teknologiinvesteringer (selv om mye av kjøpene er importerte og ikke produsert innenlands).
Dette er en boble som venter på å sprekke. I etterkant av TMT-boblen falt private realinvesteringer med mer enn 12,7% mellom 2000 og slutten av 2002, ettersom en resesjon tok grep i USA. I det første året etter at TMT-boblen sprakk, falt teknologiinvesteringene med 12%, mens realinvesteringene generelt falt med 7,6%.
Gita Gopinath, tidligere sjeføkonom i IMF, har beregnet at et krakk i aksjemarkedet for KI tilsvarende det som avsluttet dotcom-boomen, ville slette rundt 20 billioner dollar i amerikanske husholdningers formue og ytterligere 15 billioner dollar i utlandet, nok til å kvele forbruksutgiftene og forårsake en global resesjon. Dette er også IMFs syn. IMF frykter at KI-firmaer kan mislykkes i å levere inntjening som samsvarer med deres høye verdsettelser. Kollapsen av tidligere investeringsboomer traff gjennomsnittlig omtrent 1 prosentpoeng av den reelle BNP-veksten i USA.
Selv en moderat korreksjon i KI-aksjeverdiene ville redusere den globale veksten med 0,4%. «Kombinert med lavere enn forventede gevinster i total faktorproduktivitet enn forventet, og en mer betydelig korreksjon i aksjemarkedene, kan de globale produksjonstapene øke ytterligere, konsentrert i teknologitunge regioner som USA og Asia.» En annen studie fant at selv et veldig mildt fall i teknologiinvesteringer på bare 3% ville kutte den reelle BNP-veksten i USA med 1 %, eller halvparten av dagens rate. Effekten ville være større i Europa.
Ingenting av dette er en konklusjon om at KI ikke på et tidspunkt vil levere høyere lønnsomhet for de involverte selskapene og høyere produktivitet for den amerikanske økonomien som helhet. Men det vil ikke skje før investeringsboblen sprekker – slik det var under jernbanemanien på 1870-tallet og i dot.com-boblen på slutten av 1990-tallet. Som andre studier har vist, vil det ta et tiår eller mer før KI blir en generalisert teknologi som leverer.
For arbeidende mennesker utgjør KI et annet problem. For kapitalen og de store medieselskapene er målet å gjøre KI til en lønnsom teknologi, men det kan bare gjøres ved å kutte ned på arbeidskraft og ved å stoppe ethvert forsøk på å regulere dens anvendelser og bruk. Hvis KI skal lykkes for kapitalen, vil det bare gå på bekostning av folk flest i arbeid og deres familier.
Denne artikkelen ble publisert på bloggen til Michael Roberts.
