AI-sektorns avkastningsfråga: Har tekniken en trebiljonersdollarfråga att besvara?

Teknikpublikationen TechCrunch utforskar hur de massiva investeringarna inom artificiell intelligens (AI) ställs mot den ekonomiska avkastning de genererar. Branschen står inför en utmaning att tjäna tre biljoner dollar för att rättfärdiga de betydande kapitalutgifterna för hårdvara och datacenter.

Ursprungligen, år 2023, uppskattade Sequoia Capitals partner David Cahn att 200 miljarder dollar i årliga intäkter skulle krävas för att täcka kostnaderna för GPU-anskaffningar och drift. Tre år senare, efter en period av intensiv expansion, höjer Cahn sin uppskattning av AI-infrastrukturkostnaderna för 2026 till 1,5 biljoner dollar. Detta innebär att en total intäktsgenerering på 3 biljoner dollar är nödvändig för att täcka alla dessa investeringar.

Dessa beräkningar kan till och med vara konservativa med tanke på stigande kostnader för minne och användningen av specialiserade chip för inferens. Dessa flaskhalsar och ökade byggkostnader driver upp det nödvändiga intäktsbeloppet per installerad gigawatt. Branschen står inför uppgiften att generera intäkter snabbare än kostnaderna ökar.

Trots att vissa AI-företag som Anthropic och OpenAI har uppnått betydande intäkter – Anthropic rapporteras ha nått 60 miljarder dollar i årliga förutsagda intäkter (ARR) och OpenAI rapporterade 13 miljarder dollar för 2025 (även om de i november 2025 meddelade 20 miljarder dollar ARR) – kvarstår ett stort gap mellan investeringar och avkastning. OpenAI:s åtaganden för datacenter uppgick enligt uppgift till 1,4 biljoner dollar.

Finansiella institutioner är också medvetna om situationen. Torsten Slok, chefekonom på Apollo Asset Management, har noterat att avkastningen på AI-investeringar kan ta längre tid än förväntat, vilket understryker behovet av strategier för att påskynda lönsamheten och konkret visa AI:s ekonomiska potential.