Hyperscalerne skal være 2,7 gange mere produktive
I år ventes de at bruge 750 milliarder dollars på datacentre. Men AI-indtægterne er langt mindre, og nu låner selskaberne til byggeriet.
750 milliarder dollars i år
Alphabet, Microsoft, Amazon, Meta og Oracle — sidstnævnte samarbejder med OpenAI — bygger datacentre i et tempo, der savner sidestykke. Alene i år ventes de såkaldte hyperscalers at bruge omkring 750 milliarder dollars.
Hyperscalers er de få, meget store selskaber, der driver den tunge maskinpark bag internettet og AI. Over de næste fire år kan regningen ifølge nogle fremskrivninger overstige 5 billioner dollars.
Indtægterne følger ikke med. Gary Gensler, der ledede USA's børstilsyn SEC under Biden og nu er professor ved MIT Sloan, anslår, at de samlede AI-indtægter i år ligger på 150–200 milliarder dollars. »Udfordringen er, at investeringerne endnu ikke har tilsvarende indtægter. Det er et faktum,« siger han.
- Hyperscalernes ventede investeringer i datacentre i år
- 750 milliarder dollars
- Anslåede samlede AI-indtægter i år ifølge Gary Gensler
- 150–200 milliarder dollars
- Nødvendig produktivitetsvækst for at gå i nul i 2030
- 2,7 gange
2,7 gange mere produktivt
Jessica Wachter, finansprofessor ved Wharton School på University of Pennsylvania og tidligere cheføkonom i SEC, har regnet på, hvad der skal til. Hun og en medforfatter vurderer, at hyperscalernes udgifter når knap 1.100 milliarder dollars i 2027.
For at gå i nul i 2030 skal selskaberne øge deres egen produktivitet med en faktor 2,7. Regnestykket inkluderer kapitalomkostninger, et afkastkrav på 15 % og afskrivninger på udstyret.
Det er ikke umuligt, siger Wachter, men det svarer til væksten under USA's IT-boom fra midten af 1990'erne — bare presset sammen i få år i stedet for ti.
Gæld gør væddemålet større
Tidligere betalte selskaberne mest af egen lomme. Nu låner de. Fri pengestrøm — pengestrøm fra driftsaktiviteter minus investeringer i anlægsaktiver — ventes snart at blive negativ for gruppen.
Alphabet omsatte i seneste kvartal for knap 120 milliarder dollars, men AI-byggeriet slugte pengene og efterlod et underskud i den frie pengestrøm på omkring 5,9 milliarder dollars. Det er første gang siden Googles børsnotering i 2004.
Lånene spreder risikoen ud i resten af økonomien gennem forskellige finansielle mekanismer.
Chips bliver hurtigt forældede
GPU-chips, de regnekræftige processorkort i datacentrene, står for omkring 60 % af omkostningerne. Deres ydeevne fordobles cirka hvert andet år, så datacentre, der åbner i år, skal have nye milliardinvesteringer i chips inden årtiets udgang for at følge med.
Ellers risikerer de at ende som »skrog«, strandede aktiver, der ligger spredt, siger Mihir Kshirsagar fra Princetons Center for Information Technology Policy.
Flere detaljer
- Nogle investorer er begyndt at miste tålmodigheden med selskaberne.
- I værste fald kalder forskerne byggeriet historiens største kapitalfejlallokering.
- Gensler kalder investeringerne et sammensat væddemål mellem kapitalmarkederne og økonomien.
- Wachter var tidligere cheføkonom og direktør for økonomisk risikovurdering i USA's SEC.
Kilder:
MIT Tech Review AI →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.