AI-kappløpet tilspisser seg ettersom boblefrykten fortsetter å bekymre investorer

De siste månedene har føltes som å se en ny industriell revolusjon utvikle seg i rask fart.

Hver uke kommer en ny gjennombruddsmodell. En annen teknologigigant antyder et nytt datasenter på størrelse med en by.

En annen oppstartsbedrift foreslår en verdsettelse som ville virket absurd for ett år siden.

Investorer har prøvd å ri på bølgen, men mange globale aktiva ble nylig solgt, som om markedene plutselig innså at noe ikke helt stemte.

Støyen var høy, og tallene var større. Men bildet ble vanskeligere å lese.

Noen bekymrer seg for hvem som leder AI-løpet, mens andre fortsatt uttrykker bekymring for at «AI-boblen» sprekker.

Hvordan løpet ble en spurt uten målstrek

Da ChatGPT dukket opp sent i 2022, oppførte Silicon Valley seg som om noen hadde oppdaget olje under hver kontorpark. Veddemålet var enkelt.

Skaler modellene. Skaler beregningen. Skala inntektene. I den første fasen spilte det ingen rolle at kostnadene økte. Det som betydde noe var fart.

Mot slutten av 2025 har feltet endret form, og OpenAI virker ikke lenger utilnærmelig.

Selskapet erklærte nylig en selskapsomfattende «kode rød» for å styrke ChatGPT etter at Googles Gemini 3 overgikk konkurrentene på flere benchmarks.

Sam Altman satte nye prosjekter på pause for å fokusere på hastighet, pålitelighet og personalisering.

Den typen hastverk fra markedslederen forteller investorer noe viktig.

Leveringstiden ved grensen krymper, og vollgraven rundt «beste modell vinner» er tynnere enn antatt.

Men Google og OpenAI kjemper ikke alene.

Kinas DeepSeek sier at deres nyeste V3.2-modell matcher GPT-5 i resonnementstester og oppnår olympiadenivå i matematikk.

Mistral i Paris har lansert åpne modeller designet for å kjøre på enheter i stedet for gigantiske serverfarmer.

Europas største banker bruker dem allerede.

Samtidig forbereder Anthropic seg på det som kan bli en av de største børsnoteringene i amerikansk teknologihistorie, etter å ha ansatt Wilson Sonsini for å starte formell forarbeid mens de konkurrerer med OpenAI til det offentlige markedet, ifølge Financial Times.

Frontier AI er ikke lenger et kappløp på én hest. Det begynner å ligne på de tidlige smarttelefonårene da alle selskaper ble tvunget til å lansere et nytt flaggskip hver sesong.

For investorer betyr dette én ting. Vinduet for å oppnå uforholdsmessig store gevinster fra en midlertidig teknologisk ledelse lukkes.

Bransjen blir konkurransedyktig på toppen mye tidligere enn forventet.

Den skjulte kostnaden som er å omskrive økonomien

AI-magien ligger oppå noen svært umagiske tall. IBMs administrerende direktør, Arvind Krishna kom nylig med en direkte beregning.

Å fylle et AI-datasenter på én gigawatt med de nyeste brikkene koster omtrent åtti milliarder dollar.

Store laboratorier og skyleverandører diskuterer å bygge nærmere 100 gigawatt av slik kapasitet.

Enkel multiplikasjon plasserer prislappen nær åtte billioner dollar, før driftskostnader eller energioppgraderinger telles med.

Selv ved moderate renter nærmer den årlige fortjenesten seg 800 milliarder dollar bare for å dekke kapitalkostnadene.

De fleste investorer hadde ikke regnet på dette. Da de først gjorde det, ga salget på tvers av teknologi mer mening.

Markedene innså at kappløpet ikke lenger utkjempes med kode og data, men med capex-regninger av en størrelse som sist ble sett i nasjonale infrastrukturprosjekter.

Avskrivning legger til et annet problem. AI-brikker blir fort utdaterte. Krishna sa at levetiden er omtrent fem år.

Det betyr at enorme utskiftingssykluser er bygget inn i modellen. AI i dag oppfører seg ikke som programvare i skyen. Den oppfører seg som tungindustri.

Og Krishna er ikke alene.

Bank of England advarte nylig om at AI-relaterte verdsettelser i USA ser like utstrakte ut som før dotcom-krakket.

De forventer at globale AI-utgifter vil overstige fem billioner dollar de neste fem årene, og sier at omtrent halvparten av dette vil bli finansiert gjennom gjeld.

Store teknologiselskaper har utstedt rundt 250 milliarder dollar i ny gjeld i år for å finansiere infrastruktur.

Dette mønsteret ligner mindre på det tidlige internett og mer på en kapitalintensiv utbygging av forsyningsselskaper.

En boble i det miljøet rammer ikke bare aksjeinvestorer. Det rammer også långivere og kredittmarkeder.

Da eiendeler ble solgt på tvers av globale markeder, var dette en av grunnene.

Investorer innså at AI ikke lenger er et gratis alternativ for fremtidig vekst.

Den er nå knyttet til virkelige balanseark og energinett. Ulemperisikoen er større enn de trodde.

Maskinvarekaoset former neste kapittel

Frykten for å bli låst inn i Nvidias økosystem har presset alle store plattformer inn i sin egen maskinvarestrategi.

Google utvider sitt tilpassede TPU-program. De nyeste Ironwood-flisene er vannkjølte og arrangert i kapsler på mer enn ni tusen enheter.

Anthropic signerte en avtale som gir dem tilgang til rundt en million TPU-er over tid.

Amazon hastet ut sin Trainium3-akselerator og dedikerte hundretusener av enheter til å støtte Anthropics modelltrening.

Denne investeringsbølgen viser hvordan bransjen prøver å bryte ut av GPU-flaskehalsen.

Det forsterker også størrelsen på forpliktelsen. Dette er langlivede eiendeler med liten fleksibilitet.

Hvis den underliggende modellarkitekturen endrer retning, blir noe av denne maskinvaren mindre nyttig. Investorer har også begynt å bekymre seg for det.

Yann LeCun, en av AI-pionerene, hevder at dagens store språkmodeller er «korrelasjonsmaskiner» og ikke kan nå generell intelligens uten en annen arkitektur.

Ilya Sutskever, medgründer av OpenAI, sier at skaleringsæraen er over. Hvis de har rett, kan den enorme utbyggingen tilpasset dagens LLM-er kanskje ikke dekke morgendagens behov.

Det er den typen risiko markedene ikke hadde priset.

Hva skjer hvis hypen roer seg, men teknologien overlever

Historien viser at de fleste teknologiske oppsving overskrides. Jernbanene gjorde det. Radioene gjorde det. Internett gjorde det absolutt.

Investorer som jakter på oppsiden, har en tendens til å presse verdsettelsene utover det den første bølgen av forretningsmodeller kan rettferdiggjøre. Men de underliggende teknologiene består.

AI befinner seg et sted i den historien. Bruksområdene er reelle. Bedrifter begynner å ta i bruk modeller for koding, analyse og kundedrift.

Apple omorganiserer hele programvaregruppen sin rundt intelligens på enheten.

Reddit bruker Amazons nye Nova Forge til å bygge sin egen modell for håndheving av policyer.

Disse eksemplene antyder at KI er i ferd med å gå fra nyhet til infrastruktur.

Utfordringen er timingen. Produktivitetsfordeler tar tid før de viser seg. Capex-regningene kommer nå.

Da globale aksjer falt, bidro denne ubalansen til å forklare reaksjonen.

Investorene forsto at de kanskje måtte vente lenger på tilbakebetaling, mens lånekostnadene var umiddelbare.

Det som er igjen etter at skummet har lagt seg, vil bety mer enn selve korreksjonen. Optiske nettverk. Personlige modeller på enheter.

Spesiallaget silisium. Mindre åpne modeller som kjører i biler eller bærbare datamaskiner. Disse delene ser holdbare ut fordi de integrerer KI i den fysiske og digitale strukturen i økonomien.

Laboratoriene som kjemper for grensen kan stige eller falle, men infrastrukturen består.

Den virkelige lærdommen for globale investorer er at «AI-boomen» verken er ren fantasi eller en rett vei til uendelig avkastning.

Det er en kostbar teknologisk overgang som skjer i sanntid og under reelle økonomiske begrensninger.

Belønningen vil komme, men ikke jevnt og ikke umiddelbart. Turbulensen i aktivaprisene er markedet som prøver å finne ut hvem som skal fange den verdien og hvem som bare skal betale regningen.