AI-kapløbet intensiveres, da frygten for boblen fortsat bekymrer investorer

De seneste måneder har føltes som at se en ny industriel revolution udvikle sig med hurtig fart.

Hver uge kommer endnu en banebrydende model. En anden teknologigigant antyder et nyt datacenter på størrelse med en by.

En anden start-up foreslår en værdiansættelse, der ville have virket absurd for et år siden.

Investorer har forsøgt at ride på bølgen, men mange globale aktiver er for nylig solgt, som om markederne pludselig indså, at noget ikke helt stemte.

Larmen var høj, og tallene var større. Men billedet blev sværere at læse.

Nogle bekymrer sig om, hvem der fører AI-kapløbet, mens andre stadig udtrykker deres bekymring over bristen af "AI-boblen".

Hvordan løbet blev til en spurt uden målstreg

Da ChatGPT dukkede op i slutningen af 2022, opførte Silicon Valley sig, som om nogen havde opdaget olie under hver eneste kontorpark. Væddemålet var enkelt.

Skalér modellerne. Skaler compute-effekten. Øg omsætningen. I den første fase var det ligegyldigt, at omkostningerne steg. Det, der betød noget, var fart.

I slutningen af 2025 har feltet ændret form, og OpenAI ser ikke længere utilnærmeligt ud.

Virksomheden erklærede for nylig en virksomhedsdækkende "code red" for at styrke ChatGPT, efter at Googles Gemini 3 klarede sig bedre end konkurrenterne på flere benchmarks.

Sam Altman satte nye projekter på pause for at fokusere på hastighed, pålidelighed og personalisering.

Den slags hastværk fra markedslederen fortæller investorerne noget vigtigt.

Leveringstiden ved grænsen bliver mindre, og voldgraven omkring "bedste model vinder" er tyndere end antaget.

Men Google og OpenAI kæmper ikke alene.

Kinas DeepSeek siger, at deres seneste V3.2-model matcher GPT-5 i ræsonnementstests og opnår olympiadeniveau i matematik.

Mistral i Paris har udgivet åbne modeller, der er designet til at køre på enheder frem for store serverfarme.

Europas største banker bruger dem allerede.

Samtidig forbereder Anthropic sig på, hvad der kan blive en af de største børsnoteringer i amerikansk teknologihistorie, efter at have ansat Wilson Sonsini til at begynde det formelle fundamentarbejde, mens de kapløber OpenAI til det offentlige marked, ifølge Financial Times.

Frontier AI er ikke længere et kapløb med én hest. Det begynder at ligne de tidlige smartphone-år, hvor alle virksomheder blev tvunget til at levere et nyt flagskib hver sæson.

For investorer betyder det én ting. Vinduet for at opnå uforholdsmæssigt store afkast fra en midlertidig teknologisk føring lukker.

Branchen bliver konkurrencedygtig på toppen langt tidligere end forventet.

Den skjulte omkostning, der er at omskrive økonomien

AI's magi ligger oven på nogle meget umagiske tal. IBMs administrerende direktør, Arvind Krishna kom for nylig med en direkte beregning.

At fylde et AI-datacenter på én gigawatt med de nyeste chips koster omkring firs milliarder dollars.

Store laboratorier og cloud-udbydere diskuterer at bygge tæt på 100 gigawatt af en sådan kapacitet.

Simpel multiplikation sætter prisen op på omkring otte billioner dollars, før driftsomkostninger eller energiopgraderinger tælles med.

Selv ved beskedne renter nærmer den årlige fortjeneste, der kræves blot for at dække kapitalomkostningerne, sig 800 milliarder dollars.

De fleste investorer havde ikke regnet på dette. Da de gjorde det, gav salget på tværs af teknologi mere mening.

Markederne indså, at kapløbet ikke længere udkæmpes med kode og data, men med investeringsregninger af en størrelse, der sidst blev set i nationale infrastrukturprojekter.

Afskrivning tilføjer et andet problem. AI-chips bliver hurtigt forældede. Krishna sagde, at den brugbare levetid er omkring fem år.

Det betyder, at enorme udskiftningscyklusser er indbygget i modellen. AI i dag opfører sig ikke som software i skyen. Den opfører sig som tung industri.

Og Krishna er ikke alene.

Bank of England advarede for nylig om, at AI-relaterede værdiansættelser i USA ser lige så udstrakte ud som før dotcom-krakket.

Den forventer, at de globale AI-udgifter vil overstige fem billioner dollars i løbet af de næste fem år og siger, at cirka halvdelen af dette vil blive finansieret gennem gæld.

Store teknologigrupper har i år udstedt omkring 250 milliarder dollars i ny gæld for at finansiere infrastruktur.

Dette mønster ligner mindre det tidlige internet og mere en kapitalintensiv forsyningsudvidelse.

En boble i det miljø rammer ikke kun aktieinvestorer. Det rammer også långivere og kreditmarkeder.

Da aktiver blev solgt på tværs af globale markeder, var dette en af årsagerne.

Investorer indså, at AI ikke længere er en gratis mulighed for fremtidig vækst.

Det er nu knyttet til virkelige balancer og energinet. Risikoen for ulemper er større, end de troede.

Hardware-kaoset former næste kapitel

Frygten for at blive låst fast i Nvidias økosystem har presset alle større platforme ind i deres egen hardwarestrategi.

Google udvider sit skræddersyede TPU-program. De nyeste Ironwood-fliser er vandkølede og arrangeret i kapsler på mere end ni tusinde enheder.

Anthropic underskrev en aftale, der gav dem adgang til omkring en million TPU'er over tid.

Amazon skyndte sig at lancere sin Trainium3-accelerator og dedikerede hundredtusindvis af enheder til at støtte Anthropics modeltræning.

Denne investeringsbølge viser, hvordan branchen forsøger at bryde ud af GPU-flaskehalsen.

Det understreger også omfanget af forpligtelsen. Disse er langtidsholdbare aktiver med ringe fleksibilitet.

Hvis den underliggende modelarkitektur skifter retning, bliver noget af denne hardware mindre nyttig. Investorer er også begyndt at bekymre sig om det.

Yann LeCun, en af AI's pionerer, hævder, at nuværende store sprogmodeller er "korrelationsmaskiner" og ikke kan nå generel intelligens uden en anden arkitektur.

Ilya Sutskever, medstifter af OpenAI, siger, at skaleringsæraen er ved at være slut. Hvis de har ret, kan den enorme udbygning, der er tilpasset nutidens LLM'er, måske ikke understøtte morgendagens behov.

Det er den slags risiko, som markederne ikke havde prissat.

Hvad sker der, hvis hypen kølner, men teknologien overlever.

Historien viser, at de fleste teknologiske booms overskrider. Jernbanerne gjorde. Radioerne gjorde. Internettet gjorde det bestemt.

Investorer, der jagter opadgående effekter, har en tendens til at presse værdiansættelserne ud over, hvad den første bølge af forretningsmodeller kan retfærdiggøre. Men de underliggende teknologier består.

AI befinder sig et sted i den historie. Brugstilfældene er reelle. Virksomheder er begyndt at implementere modeller til kodning, analyse og kundedrift.

Apple omorganiserer hele sin softwaregruppe omkring on-device intelligens.

Reddit bruger Amazons nye Nova Forge til at bygge sin egen model for politikhåndhævelse.

Disse eksempler antyder, at AI bevæger sig fra at være noget nyt til at blive infrastruktur.

Udfordringen er timingen. Produktivitetsfordele tager tid at vise sig. Capex-regningerne ankommer nu.

Da de globale aktier faldt, hjalp denne uoverensstemmelse med at forklare reaktionen.

Investorer forstod, at de måske måtte vente længere på tilbagebetaling, mens låneomkostningerne var umiddelbare.

Det, der er tilbage, når skummet har lagt sig, vil være vigtigere end selve korrektionen. Optiske netværk. Personlige modeller på enheder.

Specialfremstillet silicium. Mindre åbne modeller, der kører i biler eller bærbare computere. Disse dele ser holdbare ud, fordi de integrerer AI i den fysiske og digitale struktur af økonomien.

Laboratorierne, der kæmper for grænsen, kan hæve eller falde, men infrastrukturen består.

Den virkelige lektie for globale investorer er, at "AI-boomet" hverken er ren fantasi eller en lige vej til uendelige afkast.

Det er en dyr teknologisk overgang, der foregår i realtid og under reelle økonomiske begrænsninger.

Gevinsten vil komme, men ikke jævnt og ikke med det samme. Turbulensen i aktivpriserne er markedet, der prøver at finde ud af, hvem der skal fange værdien, og hvem der bare skal betale regningen.