Analyse fra Goldman Sachs, bearbejdet til dansk – link til original version nedenfor
DeepSeek Skaber Mikro Risici, Makro Upside (Briggs)
I midten af 2023 fremlagde vi argumentet for en AI-investeringscyklus, der kunne nå 2 % af det årlige BNP, hvor 1) en indledende stigning i hardwareinvesteringer, der var nødvendige for at træne AI-modeller og køre AI-forespørgsler, til sidst ville aftage, efterhånden som beregningsomkostningerne faldt, mens 2) AI-softwareinvesteringer ville stige jævnt over tid, efterhånden som slutbrugeradoptionen voksede. Denne tese har stort set holdt stik indtil videre, dog i et mere fremskudt mønster, end vi forventede.
Weekendens rapporter om, at DeepSeek opnåede lignende AI-modelpræstation til en brøkdel af omkostningerne ved eksisterende modeller, rejser spørgsmål om, hvorvidt omkostningsdeflationsfasen i AI-investeringscyklussen også indtræffer tidligere end forventet, om store AI-investeringer er bæredygtige, og om AI-infrastrukturvirksomheder vil kunne indfange en uforholdsmæssigt stor del af indtægterne. Disse er relevante spørgsmål vedrørende fordelingen af overskud, men de makroøkonomiske implikationer af DeepSeek’s gennembrud er mere begrænsede og sandsynligvis positive.
Den vigtigste kortsigtede risiko for BNP er, at mere effektiv modeltræning og faldende beregningsomkostninger kan reducere AI-relaterede investeringer. Vi er dog mindre bekymrede fra et makroperspektiv, da AI-relaterede investeringer hidtil har haft begrænset indflydelse på de officielle BNP-målinger, hvilket minimerer nedadgående risici, selv hvis investeringerne aftager. Desuden bemærker vores aktieanalytikere, at DeepSeek kunne katalysere højere niveauer af reel hardwareinvestering, hvis det skubber eksisterende aktører til at investere mere for at fastholde deres føringer.
DeepSeek’s gennembrud kan øge de makroøkonomiske muligheder på mellemlang sigt, hvis dets omkostningsreduktioner hjælper med at øge konkurrencen omkring udviklingen af platforme og applikationer. Begrænset adoption er stadig den primære flaskehals for at frigøre AI-relaterede produktivitetsgevinster, og adoption ville drage fordel af en konkurrencedrevet acceleration i udbygningen af AI-platforme og -applikationer. Dog vil den kortsigtede adoption sandsynligvis være begrænset, da omkostninger i sig selv ikke er den primære barriere for adoption på nuværende tidspunkt.
Fremkomsten af en troværdig global konkurrent til amerikanske AI-ledere skaber også en opadgående risiko for global adoption og produktivitet gennem to kanaler. For det første er de potentielle automatiserings- og produktivitetsgevinster fra generativ AI lignende på tværs af store økonomier, og udenlandsk adoption (især i store emerging markets) ville drage fordel af fremkomsten af ikke-amerikanske platforme og applikationer. For det andet kunne øget global konkurrence få regeringer til at koordinere investeringer eller reducere reguleringsbarrierer i bestræbelserne på at fremme adoption.
Vi har argumenteret i en række publikationer de seneste to år for, at generativ kunstig intelligens (AI) kan øge arbejdsproduktiviteten og global vækst, primært gennem dens evne til at automatisere en stor del af arbejdsopgaverne. Vores baseline-estimater antyder en kumulativ bruttostigning på 15 % i amerikansk arbejdsproduktivitet og BNP-niveauer (forudsat at kapitalbeholdningen udvikler sig for at matche den øgede arbejdskraftkapacitet) efter en udbredt adoption af teknologien.
Læs her original version af analysen fra Goldman Sachs her
Vores prognoser antager, at amerikansk adoption når et niveau, hvor det begynder at påvirke de samlede produktivitetsstatistikker i 2027 med en toppeffekt i begyndelsen af 2030’erne, hvor andre udviklede markeder og store emerging markets halter et par år bagefter. De seneste DeepSeek-rapporter antyder, at adoption kan ske tidligere, hvilket forstærker vores aktieanalytikeres og porteføljestrategers tidligere synspunkter om, at investorer bør fokusere mere på “fase 3”-platforms- og applikationsvirksomheder, der vil drage fordel af AI-drevne indtægter.
Samtidig understreger vi, at den kortsigtede effekt vil forblive begrænset, indtil den forventede applikationsudbygning bliver en realitet. Få virksomheder angiver omkostninger som en primær barriere for adoption, hvilket tyder på, at de fleste amerikanske virksomheder venter på en “plug and play”-løsning, der muliggør let automatisering af eksisterende forretningspraksisser. Indtil det sker, forventer vi, at adoptionsraterne (og de tilhørende makroøkonomiske muligheder) forbliver lave.
Alt i alt har fremkomsten af DeepSeek’s lavomkostnings-AI-modeller fået os til at gentænke den samlede AI-investeringshypotese. Mens vi anerkender, at disse udviklinger øger virksomhedsrelaterede mikrorisici, har de samtidig styrket vores tillid til, at AI-drevne produktivitetsgevinster vil blive en stor makroøkonomisk fortælling i de kommende år.
Joseph Briggs
Vær et skridt foran
Få unik indsigt i de vigtigste erhvervsbegivenheder og dybdegående analyser, så du som investor, rådgiver og topleder kan handle proaktivt og kapitalisere på ændringer.
- Vi filtrerer støjen fra den daglige nyhedscyklus og analyserer de mest betydningsfulde tendenser.
- Du får dybdegående og faktatjekket journalistik om vigtige erhvervsbegivenheder lige nu.
- Adgang til alle artikler på ugebrev.dk.
