Med blikket rettet mod 2026: hvorfor hyperskalere ikke kan sænke forbruget uden at tabe AI-krigen

Med blikket rettet mod 2026: hvorfor hyperskalere ikke kan sænke forbruget uden at tabe AI-krigen
Devesh Kumar
26. dec. 2025, 12:02 PM
  • Big Techs AI-kapital nærmer sig 600 milliarder dollars, hvilket tvinger en høj indsats mellem skala og rentabilitet.
  • Implementeringen af enterprise AI er stigende, men slutbrugernes monetarisering forbliver svag og uprøvet.
  • 2026 vil afgøre, om investeringer i AI-infrastruktur var visionære eller farligt forhastede.

Kunstig intelligens-revolutionen har tvunget verdens største cloud-udbydere til et brutalt valg.

Amazon, Microsoft, Google og Meta har årligt investeret over 400 milliarder dollars i AI-infrastruktur, en udgiftsstigning, der har omformet markederne, accelereret halvledermangel og skabt helt nye leverandørdynamikker.

Men efterhånden som 2026 nærmer sig, står ledere og investorer over for en ubehagelig realitet: at opretholde dette tempo risikerer rentabiliteten, hvis AI-adoptionen halter, men at trække sig tilbage garanterer stort set tabet i konkurrencekampen.

Branchen er fanget mellem to lige farlige scenarier, som hver især indebærer forskellige risici for værdiansættelser og markedsposition.

Størrelsen af væddemålet: Tal, der trodser konventionen

Omfanget af hyperskalerernes udgifter er næsten uforståeligt.

Alphabet alene har revideret sin kapitaludgiftsvejledning for 2025 tre gange og nået op på 91–93 milliarder dollars, sammenlignet med blot 52,5 milliarder dollars i 2024.

Microsoft brugte svimlende 34,9 milliarder dollars i kapitaludgifter på et enkelt kvartal, en stigning på 74% år-til-år, og ledelsen har signaleret, at investeringsomkostningerne for regnskabsåret 2026 vil vokse endnu hurtigere.

Amazon hævede sin investeringsvejledning for 2025 til 125 milliarder dollars, hvilket svarer til en stigning på 61 % år for år.

Meta har øget sin investeringsvejledning til 70 milliarder dollars, hvor CEO Mark Zuckerberg eksplicit udtalte, at "en betydeligt større investering her sandsynligvis vil være profitabelt".

Blandt de fire største hyperskaleringsvirksomheder forventes den samlede investeringskapital at nærme sig 600 milliarder dollars i 2026, en stigning på cirka 36 % år-til-år ifølge analytikernes estimater.

Dette repræsenterer kapitalintensitetsniveauer, capex som en procentdel af omsætningen, der har nået historisk utænkelige niveauer, hvor nogle hyperskalere dedikerer 45–57 % af indtægterne til infrastrukturudgifter.

Til kontekst steg globale kapitaludgifter til datacentre med 59 % år-til-år alene i tredje kvartal af 2025, hvilket markerer det ottende kvartal i træk med tocifret vækst.

Goldman Sachs forventer, at de samlede hyperscalers capex fra 2025 til 2027 vil nå 1,15 billioner dollars, mere end dobbelt så meget som de 477 milliarder dollars brugt fra 2022 til 2024.

Den uudtalte antagelse: Monetarisering må materialisere sig

Bag disse svimlende tal gemmer sig en enkelt, uprøvet forudsætning, der dominerer markedstænkningen: nutidens massive infrastrukturudgifter vil føre til varig, asymmetrisk omsætningsvækst.

Alligevel hviler denne antagelse på et bekymrende hul: virksomhedsadoptionen acceler, men hvor er slutbrugernes efterspørgsel?

Joshua Mahony, chefmarkedsanalytiker hos Scope Markets, destillerede den centrale spænding:

"Dagens mega-cap AI-værdiansættelser antager, at den nuværende stigning i AI-udgifter ikke er en engangsopbygning af infrastruktur, men starten på en yderst profitabel, selvforstærkende industri," sagde analytikeren til Invezz.

"Fokusset på cirkulær udgift fremhæver markedsbekymringer om, at specifik AI-udgift fra slutbrugeren endnu ikke er fuldt udstået," tilføjede Joshua Mahony.

Denne observation rammer kernen af 2026's centrale risiko.

Cloud-udbyderne bruger penge ud fra antagelsen om, at de vil høste enorme indtægter fra en bølge af AI-drevne applikationer, hvoraf mange endnu ikke eksisterer i stor skala.

Cloud-udbydere oplever en robust vækst i AI-relaterede tjenester, men konverteringsraterne er fortsat bekymrende.

AI-relaterede tjenester forventes kun at levere omkring 25 milliarder dollars i omsætning i 2025, cirka 10 % af det, hyperskalere bruger på infrastruktur.

Denne uoverensstemmelse fremhæver et grundlæggende gab: kun omkring 25 % af AI-initiativerne har leveret deres forventede ROI indtil nu, og færre end 20 % er skaleret på tværs af hele virksomheder.

Som teknologistrateg Jac Arbour, CEO for J.M. Arbour Wealth Management, advarede:

"AI-teknologi- og startup-økosystemet er overdrevent prissat og strukturelt skrøbeligt, hovedsageligt fordi hypen i den tidlige cyklus har overskygget realistiske forventninger til omsætning og rentabilitet," sagde Jac Arbour i et interview med Invezz.

Det afgørende spørgsmål: Hvad sker der i 2026?

Mahonys fulde analyse rammer indsatsen med præcision:

"I 2026 skal investorer se håndgribelige indtægter, der retfærdiggør disse investeringer og demonstrerer, at stigende AI-infrastrukturudgifter er bæredygtige."

"Men hvis AI kan levere vedvarende indtjeningsvækst, som også inkluderer indtægter fra almindelige forbrugere og virksomheder uden for teknologisektoren, vil det i høj grad overskygge nogen af disse bredere bekymringer," tilføjede analytikeren.

Dette er vendepunktet. Hyperskalerne satser på, at den infrastruktur, de bygger i dag, inden 2026 vil have katalyseret en bølge af profitable AI-tjenester og virksomhedsadoption, der validerer deres udgifter.

Hvis den tese holder, hvis der opstår efterspørgsel fra slutbrugerne, hvis virksomhedens udgifter acceler ud over B2B-samtaler, hvis forbrugernes adoption af AI-drevne produkter driver væsentlig omsætningsvækst, vil investeringsovergangen blive betragtet som fremsynet og undervurderet.

Omvendt, hvis 2026 kommer uden beviser for denne monetisering, kan markedsstemningen vende dramatisk hurtigt.

Den strategiske inertifælde: Omkostninger ved forsigtighed

At trække ned på capex-udgifterne i 2026 medfører sine egne katastrofale risici, og ledelsen forstår dette alt for godt.

De konkurrenceprægede dynamikker i AI-infrastruktur er næsten blevet darwinistiske.

Den, der først bygger de største og mest effektive datacentre, opnår asymmetriske fordele: prioriteret adgang til de nyeste NVIDIA GPU'er, hurtigere modeltræning og iterationscyklusser, eksklusive partnerskaber med erhvervskunder og muligheden for at fastsætte priser for AI-tjenester fra en stærk position.

Forsinkelser i kapacitetsudvidelsen fører til forsyningsbegrænsninger, der direkte hæmmer virksomhedens vækst.

Microsofts ledelse har allerede erkendt, at forsyningsbegrænsninger sandsynligvis vil fortsætte ind i første halvdel af regnskabsåret 2026.

At sætte investeringen på pause betyder nu, at man opgiver disse fordele til rivaler og starter fra en dårligere position, når udgifterne genoptages. Leveringstiderne på GPU'er og servere er notorisk lange.

Halvlederforsyningskæden er fortsat stram, med NVIDIA Blackwell Ultra, der opskalerer og specialfremstillede acceleratorer hos hyperskalere, der konkurrerer om begrænset foundrykapacitet hos TSMC.

Enhver hyperskaler, der træder tilbage, risikerer ikke at kunne genvinde kapacitet hurtigt, når markedet indser, at AI-efterspørgslen var ægte.

Desuden bevæger udvikler- og startup-økosystemerne sig allerede mod de platforme med mest omfattende compute.

Startups vælger at bygge videre på Azure, Google Cloud eller AWS delvist baseret på den opfattede kapacitet og stabilitet af hver platform.

Den tankegang har reel økonomisk værdi; Det driver omkostningerne ved skifte, låser kunder fast og skaber netværkseffekter, der ophobes over tid.

At give den fordel fra sig er ikke vendbart på et kvartal eller to.

Energi som strategisk begrænsning: Den nye grænse

Energidimensionen i capex-dilemmaet er opstået som et helt nyt lag af kompleksitet.

AI-datacentre er glubske strømforbrugere, og at sikre pålidelig, døgnåben ren energi er blevet en konkurrencepræget nødvendighed.

Google har indgået en banebrydende aftale med Kairos Power om at udrulle 500 megawatt avanceret atomkapacitet inden 2035, hvor den første facilitet, Hermes 2, skal tages i brug i Tennessee inden 2030.

Google har også genstartet Duane Arnold Nuclear Power Plant i Iowa, som blev lukket i 2020, med et mål om genstart i 2028–2029.

Microsofts elforbrug for AI-datacentre forventes at stige med over 600 % inden 2030, hvilket skaber infrastrukturudfordringer og lokal modstand i regioner, hvor faciliteterne er placeret.

Googles nylige opkøb af Intersect Power på 4,75 milliarder dollars understreger, hvor kritisk energiinfrastruktur er blevet for AI-strategien.

Disse energiaftaler er ikke diskretionære tilføjelser; de er forudsætninger for at skalere AI-operationer.

Omkostningerne og udførelsesrisikoen er betydelige, og forsinkelser i sikringen af strøm skaber kaskadereffekter på tværs af hele investeringsplanen.

Værdiansættelse, skrøbelighed og risiko for ventureøkosystemet

De andenordens konsekvenser af hyperscaler-capex-beslutninger spreder sig gennem hele venturekapitaløkosystemet.

Globale AI-startups rejste 83,6 milliarder dollars alene i første halvår af 2025 og udgjorde 57,9 % af al venturekapitalfinansiering.

Alligevel er denne kapital farligt koncentreret: i andet kvartal 2025 gik næsten 40 milliarder dollars af de 91 milliarder dollars i global VC-finansiering til kun 16 virksomheder, der rejste 500 millioner eller mere.

Hvis hyperskalatorer signalerer en tilbagegang i capex-udgifter, eller endnu værre, hvis de fortsætter forbruget, men ikke formår at tjene penge effektivt, kan stemningen hurtigt vende om.

Startup-værdiansættelser hviler i høj grad på antagelsen om, at investeringer i hyperskaler-infrastruktur vil skabe et blomstrende økosystem af AI-produkter, -tjenester og derivater.

Hvis denne tese bryder sammen, kan en betydelig del af venturekapitalen blive afviklet, især blandt virksomheder med svagere kapitalstrukturer.

Geopolitisk pres og eksportkontrol-wildcard

Det konkurrencemæssige landskab kompliceres yderligere af geopolitiske dynamikker.

USA's eksportkontrol på avancerede halvledere har begrænset Kinas indenlandske AI-kapaciteter, men nylige politiske ændringer truer med at lempe disse restriktioner.

Trump-administrationen har signaleret godkendelse til at sælge Nvidia H200-chips til Kina, hvilket fundamentalt kan ændre den globale konkurrencebalance for AI.

Hvis Kina får adgang til banebrydende chips, står hyperskalere i Vesten over for en ny konkurrencetrussel og et mindre sikkert afkast på deres massive infrastrukturinvesteringer.

Derudover skaber koncentrationen af GPU-forsyning fra Nvidia og foundry-kapacitet hos TSMC systemisk sårbarhed.

Enhver forstyrrelse af forsyningskæden, hvad enten det skyldes geopolitisk optrapning, produktionsforsinkelser eller naturkatastrofer, ville lamme udvidelsesplanerne for hyperskalererne.

Denne ukendte har reel valgsværdi; Det øger risikoen for at investere massiv kapital, hvis afkastet kan undermineres af kræfter uden for nogen enkelt virksomheds kontrol.

Vendepunktet for 2026

For investorer og ledere er 2026 et skelsættende år.

Branchen skal kunne dokumentere håndgribelige beviser for, at AI-infrastrukturudgifter leverer målbare forretningsresultater, præcis hvad Mahony fremhævede som den afgørende tærskel for værdiansættelser og tillid.

Arbours vurdering indfanger den bredere markedsdynamik:

Hyperskalerne har valgt at opretholde forbruget og fordoble AI-indsatsen.

Det valg afspejler en vurdering af, at ulempen ved at komme bagud overstiger ulempen ved overforbrug. Men det væddemål er endnu ikke afgjort, og 2026 vil afgøre, om den tillid er berettiget.

Svaret vil sandsynligvis afgøre ikke kun skæbnen for individuelle teknologiaktier, men også formen af hele den teknologidrevne økonomi i det kommende årti.