Referat fra tech konferencens dag 3, bearbejdet til dansk:
AI-festen fortsætter – men nu kommer regningen: Strøm, kapacitet og afkast bliver de nye flaskehalse
Den globale AI-investeringsbølge viser foreløbig ingen tegn på at knække. Tværtimod. Budskabet fra tredje dag på Goldman Sachs’ store Communacopia + Technology-konference i San Francisco var næsten entydigt optimistisk: Nvidia fastholder forventningen om AI-infrastrukturinvesteringer på svimlende 3.000-4.000 mia. dollar frem mod 2030, semiconductor-industrien beskriver efterspørgslen som historisk stærk, og virksomheder fra cybersikkerhed til betalingsløsninger og software fortæller om nye AI-drevne vækstmuligheder.
Men under optimismen er fortællingen ved at ændre karakter. Det centrale spørgsmål blandt investorer er ikke længere, om AI-modellerne bliver bedre. Det er, om de enorme milliardinvesteringer i datacentre, chips, strøm og netværk faktisk kan omsættes til varig omsætning, højere marginer og stærke pengestrømme. Samtidig flytter den fysiske flaskehals sig. Det er ikke længere kun avancerede Nvidia-chips, der mangler. Strøm, datacentergrunde, memory, packaging og selve kapaciteten til at opføre infrastrukturen kan blive den faktor, der begrænser AI-boomet frem mod mindst 2028.
Det var ifølge materialet hovedkonklusionen fra Goldmans analytikere og tradere efter konferencens tredje dag. Stemningen blandt selskaberne var fortsat markant bullish, men investorerne er mere tilbageholdende med blot at købe AI-infrastrukturhistorien ukritisk. De fundamentale indikatorer er fortsat stærke: udbuddet er stramt, efterspørgslen efter AI-tokenforbrug er høj, produktinnovationen accelererer, og ordrebeholdningerne vokser. Over dette hænger imidlertid renter, geopolitik, politisk usikkerhed og spørgsmålet om, hvor længe vækstraterne kan fortsætte fra et allerede enormt niveau.
Nvidia: AI skal ses som en ny industriel aktivklasse
Jensen Huang leverede konferencens mest markante budskab. Nvidia ser ikke AI som endnu en traditionel teknologicyklus, men som et skifte fra såkaldt retrieval computing – hvor computere primært henter og behandler eksisterende information – til generativ computing, hvor maskiner producerer ny information og intelligens.
Derfor taler Nvidia om fremkomsten af egentlige “AI factories”: datacentre, der ikke blot lagrer og behandler data, men producerer intelligens som et økonomisk output. Nvidia hævder endda, at AI-compute i stigende grad får karakter af et produktivt aktiv, som kan anvendes som sikkerhed i finansiering.
Huang fastholdt et samlet adresserbart AI-infrastrukturmarked på 3.000-4.000 mia. dollar frem mod 2030. Samtidig argumenterer Nvidia for, at selskabet kan tage en stadig større andel af de samlede AI-investeringer, fordi værdien flytter fra den enkelte chip mod integrerede løsninger bestående af GPU’er, software, netværk, NVLink og både scale-up- og scale-out-arkitektur. Den langsommere udvikling i Moores lov styrker ifølge Nvidia netop værdien af denne tætte integration.
Det interessante er samtidig, at Nvidia fortsat forventer omkring 70 pct. årsvækst i kalenderåret 2027, selv om kapacitetsproblemerne fortsætter. Der er begrænsninger på avanceret packaging, wafers og memory, men også længere nede i infrastrukturen, hvor strøm og egnede datacenterlokationer er blevet en stadig større udfordring. Nvidia følger derfor i stigende grad den globale strømkapacitet og datacenterudbygning som en afgørende indikator for, hvor hurtigt AI-markedet kan vokse.
Det er væsentligt, fordi det vender den hidtidige AI-diskussion på hovedet: risikoen er måske ikke manglende efterspørgsel, men manglende mulighed for fysisk at installere den efterspurgte computerkraft.
Nvidia afviser samtidig kritikken af, at dele af AI-økosystemet bliver holdt kunstigt oppe af såkaldt cirkulær finansiering. Selskabets finansielle garantier og forpligtelser skal ifølge Huang hjælpe med at få nye datacenterprojekter og AI-aktører i gang, men de mange forskellige investorer og de faktiske afkast passer ifølge Nvidia ikke med billedet af et lukket finansielt kredsløb.
Næste bølge bliver fysisk AI
Hvor chatbots og generativ tekst har drevet den første AI-bølge, ser Nvidia næste store vækstområde i “Physical AI”: selvkørende biler, robotter, lagerautomatisering, navigation og systemer, der kan ræsonnere om og manipulere den fysiske verden.
Huang peger på selvkørende biler som et allerede eksisterende eksempel og forventer et nyt teknologisk spring inden for cirka to år, når AI-systemer bliver bedre til såkaldt reasoning-based manipulation. Også kommende 6G-systemer kan blive en del af denne udvikling.
SpaceX vil være AI-infrastrukturselskab
Et af konferencens mest opsigtsvækkende budskaber kom fra SpaceX. Selskabet fremstiller sig i stigende grad ikke blot som raket- og satellitoperatør, men som en vertikalt integreret AI-infrastrukturplatform.
Ambitionen er at kombinere raketter, energi, computerkapacitet, AI-modeller, Starlink-forbindelser og kundeadgang i én samlet platform. Ifølge præsentationen ser SpaceX mulighed for mere end 2 GW samlet compute-kapacitet ved udgangen af 2026 og 5-10 GW ved udgangen af 2027. Samtidig arbejder selskabet på AI-compute i kredsløb om Jorden og planlægger ifølge materialet AI-satellitter allerede i 2027. SpaceX mener endda, at orbital computerkraft potentielt kan opnå omkostningsmæssig konkurrencedygtighed med jordbaserede datacentre hurtigere end tidligere antaget.
Samlet tegner det en usædvanligt ambitiøs fortælling, hvor Starship, Starlink, AI-modeller og datacenterkapacitet smelter sammen til én samlet industriel AI-platform.
Chipindustrien: “Fundamentally sold out”
Hvis investorer leder efter tegn på, at AI-investeringerne er ved at toppe, leverede semiconductor-selskaberne ikke meget støtte til den tese.
Lam Research beskrev markedet som fundamentalt udsolgt og signalerede, at ledelsen er mere bekymret for ikke at kunne følge med en yderligere stigning i efterspørgslen end for et kommende tilbageslag. DRAM ventes at være den største vækstmotor for wafer fabrication equipment i 2027, fulgt tæt af avanceret foundry/logic, mens også NAND ventes at komme tilbage.
Udbygningen begrænses blandt andet af mangel på cleanroom-kapacitet, og ny kapacitet ventes først gradvist frem mod udgangen af 2027. Samtidig øger nye chiparkitekturer som Gate-All-Around og backside power behovet for avanceret produktionsudstyr. Lam vurderer, at hver yderligere 100.000 wafer starts kan øge selskabets adresserbare marked med omkring 1 mia. dollar.
Lam bruger samtidig selv AI som et produktivitetsværktøj. Selskabet har trænet modeller på 30 års egne data for hurtigere at kunne løse kundeproblemer og øge medarbejdernes effektivitet. Det illustrerer et bredere tema fra konferencen: AI-investeringerne handler ikke længere alene om at sælge teknologi til andre – virksomheder begynder selv at anvende teknologien i driften.
Memory og lagring får en ny optur
AI-boomet spreder sig også til storage. Seagate oplever stærk efterspørgsel samtidig med begrænset kapacitetsvækst, hvilket understøtter højere priser. Prisen pr. exabyte steg omkring 11 pct. år over år i seneste kvartal, og selskabet forventer fortsat positiv prisudvikling gennem regnskabsåret 2027.
Den teknologiske overgang til HAMR-drev ventes samtidig at forbedre økonomien markant. Seagate forventer, at HAMR kan stå for 80-90 pct. af volumen inden for nogle år og ser mulighed for mindst 70 pct. incremental gross margin gennem perioden. De stærkere pengestrømme skal blandt andet bruges til at nedbringe dyr gæld og øge aktietilbagekøbene.
Cybersikkerhed kan blive en af AI-boomets største vindere
En anden gennemgående konklusion er, at cybersikkerhed udvikler sig fra at være en potentiel omkostning ved AI til at blive en af teknologiens største vækstmarkeder.
Palo Alto Networks’ CEO, Nikesh Arora, argumenterede for, at en egentlig AI-sikkerhedsindustri nærmest endnu ikke er blevet opbygget. Logikken er enkel: flere AI-agenter, mere automatisk kodeproduktion og større datamængder betyder også flere potentielle angrebsflader.
Palo Alto har omkring 180 mio. installerede sensorer og behandler 19 petabyte data dagligt. Det giver ifølge selskabet et stort datagrundlag til træning af sikkerhedsmodeller. Samtidig ventes de enorme investeringer i compute at øge netværkstrafikken dramatisk – og al denne trafik skal potentielt inspiceres og sikres.
CrowdStrike fortæller en tilsvarende historie. Selskabets mere end ti års annoterede sikkerhedsdata gør det muligt at anvende specialiserede modeller, som ifølge ledelsen kan løse konkrete sikkerhedsopgaver langt billigere end generelle frontier-modeller. CrowdStrike nævner selv omkostninger på omkring 0,03 dollar pr. remediation-aktivitet mod cirka 10 dollar ved brug af frontier-alternativer med omtrent samme resultat.
Begge selskaber advarer samtidig mod autonome AI-angreb, hvor software-agenter kan finde og udnytte sikkerhedshuller langt hurtigere end mennesker. Svaret bliver i stigende grad “AI mod AI”: kontinuerlig penetrationstest, automatisk detektion, realtidsmonitorering og automatiseret forsvar.
AI-agenter kan ændre softwareøkonomien
Agentisk AI var endnu et hovedtema. Ventureinvestorerne på konferencen ser softwareudviklere og AI-agenter som et nyt magtcentrum i softwareøkonomien. Hvor SaaS-markedet tidligere var domineret af “product-led growth”, kan næste fase blive “agent-led growth”, hvor AI-systemer selv vælger og anvender værktøjer.
Det kan ændre både distribution og konkurrenceforhold. Samtidig tvinger det voksende tokenforbrug virksomheder til at fokusere langt mere på omkostninger og ROI. Virksomheder vil derfor sandsynligvis kombinere dyre frontier-modeller med billigere open-weight- og specialmodeller afhængigt af opgaven.
Samme budskab kom fra Goldman Sachs’ CIO Marco Argenti. For de fleste virksomhedsopgaver er “good enough” ifølge Argenti tilstrækkeligt, og virksomheder bør optimere efter omkostninger og effektivitet. Men inden for eksempelvis trading, investering og cybersikkerhed kan selv små forbedringer i modellernes præstation skabe store økonomiske gevinster. Her kan de dyreste frontier-modeller fortsat være pengene værd.
Virksomhedernes største problem er ifølge Argenti heller ikke AI-modellerne i sig selv. Det er gamle IT-systemer, fragmenterede data og medarbejdere og organisationer, som ikke er parate til at ændre arbejdsgange hurtigt nok.
AI presser konsulent- og IT-servicebranchen
Det bliver tydeligt hos EPAM og Capgemini, at AI ikke nødvendigvis betyder højere IT-budgetter.
EPAM oplever fortsat tilbageholdenhed i kundernes traditionelle IT-forbrug og har nedjusteret forventningerne til 2026. Samtidig vokser selskabets AI-native-forretning hurtigt: den genererede mere end 160 mio. dollar i omsætning alene i andet kvartal, og EPAM forventer mindst 600 mio. dollar i generativ AI-omsætning for hele 2026.
Problemet er, at mange kunder ønsker at finansiere AI-automatisering inden for eksisterende budgetter. Det betyder, at AI på én gang kan skabe nye omsætningsmuligheder og presse priserne på traditionelt IT-arbejde.
Capgemini ser en tilsvarende udvikling. AI vil skabe pris- og omkostningsdeflation på dele af IT-leverancen, men selskabet forventer samtidig et større samlet marked, fordi kunderne får behov for rådgivning om governance, datasuverænitet, sikkerhed, modelvalg, omkostningsstyring og integration af AI-agenter direkte i forretningsprocesserne.
AI flytter også ind i handel og betalinger
Shopify forventer, at AI-agenter bliver en ny distributionskanal for detailhandlen. Selskabets strategi er at sikre, at forhandlerne fortsat kan administrere salg fra traditionelle websites, sociale medier og AI-assistenter fra én samlet platform.
Shopify ser derfor AI mere som en ny salgskanal end som en trussel. Værktøjer som Sidekick og Autopilot skal samtidig reducere barriererne for at starte og drive virksomheder.
Det rejser dog også spørgsmål om, hvem der fremover kontrollerer kundekontakten. Investorer har blandt andet spekuleret i, om Stripe Link og personlige shopping-agenter kan svække betalingsudbydere som Adyen ved at flytte relationen fra forhandleren til agenten eller den digitale wallet. Materialets vurdering er dog, at denne risiko foreløbig virker overdrevet, fordi fremtidens agentiske handel sandsynligvis vil benytte flere forskellige betalingsskinner.
Også Mastercard ser nye digitale betalingsstrømme. Selskabet peger blandt andet på AI-abonnementer, digitale aktiver og andre digitale tjenester som drivere af card-not-present-betalinger. Samtidig udgør services – herunder cybersikkerhed, consulting og loyalty – nu næsten 40 pct. af Mastercards nettoomsætning.
Uber satser på autonom kørsel
Uber fremhævede også AI og autonom transport som et centralt fremtidigt vækstområde. På kortere sigt kommer væksten dog fortsat fra den eksisterende mobilitets-, delivery- og medlemsforretning.
Uber One har passeret 50 mio. medlemmer og vokser omkring 50 pct. årligt. Medlemmer står allerede for cirka halvdelen af de samlede bookings og bruger to-tre gange mere end øvrige kunder. Samtidig er Grocery & Retail nået op på en årlig omsætningstakt på omkring 15 mia. dollar og vokser mere end 40 pct. årligt. Uber vurderer, at on-demand retail på længere sigt kan blive større end selve taxaforretningen. Selskabet har desuden en ambition om at blive den førende kommercialiseringsplatform for autonome køretøjer omkring 2028-2029.
Den egentlige konklusion: AI-historien går ind i anden fase
Det mest interessante ved konferencen er derfor ikke, at teknologiselskaberne fortsat er optimistiske. Det er næsten forventeligt på en Goldman Sachs-teknologikonference.
Det væsentlige er, at AI-historien ser ud til at bevæge sig ind i en ny fase.
Første fase handlede om, hvor gode modellerne kunne blive, og om Nvidia kunne producere nok GPU’er.
Den næste handler i langt højere grad om industriel skalering: Hvor kommer strømmen fra? Hvor hurtigt kan nye datacentre opføres? Kan memory-, packaging- og semiconductor-industrien levere nok? Og ikke mindst: Kan virksomhederne generere tilstrækkeligt store produktivitetsforbedringer og nye indtægter til at forrente investeringer på flere tusinde milliarder dollar?
Goldmans hovedkonklusion er netop, at AI-efterspørgslen breder sig gennem hele teknologistakken, mens bevisbyrden samtidig stiger. Investorerne vil nu se dokumentation for, at de enorme kapitalinvesteringer bliver omsat til varig omsætning, højere marginer og pengestrømme.
På kort sigt er signalerne fortsat stærke. Nvidia ser omkring 70 pct. vækst i 2027, Lam Research beskriver semiconductor-markedet som reelt udsolgt, datacenter- og memorykapaciteten er stram, cybersikkerhedsbudgetterne vokser, og virksomheder på tværs af brancher begynder at implementere AI i deres egne arbejdsprocesser.
Men paradokset er, at jo større AI-boomet bliver, desto mere fysisk bliver det også. AI er ved at gå fra at være en softwarehistorie til at være en historie om energi, fabrikker, datacentre, netværk og kapital.
Og dermed flyttes den største risiko måske også. Spørgsmålet er ikke længere alene, om efterspørgslen efter AI eksisterer. Spørgsmålet er, om verden kan bygge infrastrukturen hurtigt nok – og om slutkunderne til sidst vil betale nok for den intelligens, som alle disse tusind milliarder dollar skal producere.
2 md. adgang for
2 x 49 kr.
Få straks adgang til denne artikel og derefter 2 måneder til alle artikler på ugebrev.dk
- Alle artikler på ugebrev.dk
- Om investering, finans, ledelse, samfundsansvar, life science og Bestyrelsesguiden.dk
- Daglige nyhedsmails med nyheder og analyser
Tilbuddet gælder til 31. juni 2026. Abonnement fortsætter til normalpris på 249 kr. efter bindingsperiode på to måneder. Opsig når du vil - til udgang af den anden måned. Tilbud gælder kun, hvis du ikke har haft abonnement på ØU udgivelser de seneste tre måneder
Allerede abonnent? Log ind her
