När kommer AI-bubblan att spricka?

Denna nya bubbla understryker kapitalismens extremt parasitära natur och behovet av ett socialistiskt alternativ.

Av Marcus Kollbrunner // Artikel i Offensiv

Aktiebörserna i USA når rekordnivåer ledda av de sju stora teknikjättarna, med hundratals miljarder dollar investerade i nya energi- och vattenkrävande datacenter och ytterligare biljoner på gång. Samtidigt höjs dock röster som varnar för en AI-bubbla som kan spricka när som helst. Dessa varningar kommer inte från de som står vid sidan om, utan från nyckelaktörer som Mark Zuckerberg från Meta (Facebook, Instagram, Whatsapp), Sam Altman (OpenAI) och Joe Tsai (Alibaba). Till och med Xi Jinping har varnat för överinvesteringar i Kina.

En chefsekonom på investeringsjätten Apollo säger att bubblan redan är större än dotcombubblan, och att de tio största AI-aktierna är mer frikopplade från verkligheten än 1990-talets teknikjättar var.

På kort sikt har investeringar i datacenter, som i allt högre grad är dedikerade till AI, bidragit till att hålla den amerikanska och globala ekonomin flytande i en mycket instabil situation med rekordhöga skuldnivåer och handelskrig. Om AI-bubblan spricker skulle det troligen utlösa en större kris, precis som den spruckna bostadsbubblan i USA gjorde 2007-2009.

Enligt uppgifter från Bureau of Economic Analysis är två tredjedelar av tillväxten i USA (1,6 procent) under första halvåret i år kopplade till investeringar i AI. Utan dessa investeringar skulle ekonomin vara nära att inte växa alls.

En rapport från Morgan Stanley säger att AI vill investera 3 biljoner dollar under de kommande tre åren. Data från McKinsey visar att mellan 2025 och 2030 kommer företag världen över att behöva investera hela 6,7 biljoner dollar i ny datacenterkapacitet för att hålla jämna steg med efterfrågan på AI. En annan rapport, från konsultföretaget Bain&Co, säger att investeringsbehovet är 2 biljoner dollar per år fram till 2030.

OpenAI, företaget bakom ChatGPT, har tillsammans med Softbank, Oracle och MGX lanserat ett gigantiskt projekt som kallas ”Stargate”, med planer på att investera 500 miljarder dollar fram till 2029. Planen är att bygga tio datacenter i Texas och expandera till fler delstater och länder, som Storbritannien, Norge, Japan och Förenade arabemiraten.

Illusionen om obegränsad tillväxt

Problemet är att alla dessa investeringar baseras på ett antagande om en orealistisk tillväxt i produktivitet, inkomster och vinst inom några år som kommer att betala för allt detta, och som hittills har uteblivit. Som en kommentator sammanfattade det: ”Om de håller sina löften kommer Meta, Amazon, Microsoft, Google och Tesla vid slutet av 2025 att ha spenderat över 560 miljarder dollar i kapitalutgifter på AI under de senaste två åren, allt för att tjäna cirka 35 miljarder dollar.”

Samma sak hände med dotcombubblan. Företagens värde exploderade med förväntningarna på den nya tekniken, men den verkliga effekten på ekonomin, i termer av produktivitetsökning, var begränsad. Det beror inte bara på orealistiska förväntningar på själva tekniken, utan också på kapitalismens karaktär och de kriser vi lever i, som begränsar förmågan att använda ny teknik på ett socialt användbart sätt.

Inga vinster i sikte

Inget företag som driver AI gör vinst. I själva verket förlorar de miljarder. Det mest framgångsrika AI-företaget är OpenAI, med 700 miljoner användare, men endast en liten minoritet betalar för tjänsten. Företaget förlorade 5 miljarder dollar förra året och kommer att förlora ytterligare 14-15 miljarder dollar i år. De höga kostnaderna för att driva datacenter gör att företaget förlorar pengar även på användare som betalar för prenumerationer.

Microsoft är en jätte som drar in tiotals miljarder varje kvartal, men deras intäkter från betalande AI-abonnenter beräknas uppgå till 3 miljarder dollar i år, jämfört med den planerade investeringen på 80 miljarder dollar. Situationen är liknande för de andra jättarna. Amazon, som har en mycket lukrativ molntjänst (AWS), förväntas endast tjäna 5 miljarder dollar på AI i år, samtidigt som de spenderar 105 miljarder dollar. Google ligger lite bättre till, med en förväntad intäkt på 7,7 miljarder dollar från 75 miljarder dollar i utgifter, medan Meta förväntas tjäna 2-3 miljarder dollar och spendera 72 miljarder dollar (Metauniversums virtuella verklighet har varit ett spektakulärt misslyckande).

Risk för kreditkris

Denna AI-hysteri begränsar också det tillgängliga kapitalet för andra investeringar. Enligt Statista gick 71 procent av riskkapitalets investeringar till AI under första kvartalet 2025, en ökning från 45 procent 2024 och 26 procent året innan. Men man har problem med att hitta tillräckligt med pengar för sina investeringar. Softbank har problem med att skaffa pengar till det lån på 40 miljarder dollar som de lovade OpenAI. OpenAI å sin sida har åtagit sig att investera 19 miljarder dollar i Stargateprojektet, men för det behöver de pengarna från SoftBank. Och detta är bara början på dessa planer på att spendera hundratals miljoner, om inte biljoner dollar!

Vem tjänar pengar, för tillfället

Det företag som verkligen tjänar pengar just nu är Nvidia, som tillverkar de GPU:er som främst används för att träna och köra AI i datacenter. Deras GPU:er, som först användes för datorgrafik, blev populära för kryptovalutautvinning, och marknaden har nyligen exploderat med AI. Deras dyraste GPU:er, G200, kostar 60-70 000 dollar styck, och ett enda datacenter kan använda tiotusentals av dem.

Nvidia har nu blivit världens mest värdefulla företag, med ett marknadsvärde på 4,5 biljoner dollar. Men detta värde baseras på förväntningar om fortsatt tillväxt, som redan visar tecken på att avta från förra årets rasande fart.

För att hålla marknaden växande investerar Nvidia i de företag som köper deras GPU:er. Till exempel har Nvidia ingått ett avtal om att investera 100 miljarder dollar i OpenAI, men det är villkorat av att OpenAI bygger många nya datacenter och köper Nvidias GPU:er för hundratals miljarder dollar!

Oracle har också visat sig vara en vinnare för tillfället genom att bygga datacenter. Detta har gjort att dess grundare, Larry Ellison (Trumpanhängare och kandidat till att ta över TikTok), har hamnat på andra plats på listan över världens rikaste män (Nvidias Jensen Huang har också kvalificerat sig för topp 10). Men företaget är helt beroende av att dessa projekt lyckas, med en skuldsättningsgrad på 400-500 procent!

Bubblan vilar på några få jättar

Det är värt att notera att hela denna bubbla till stor del är beroende av affärer mellan några få jättar, som köper utrustning, bygger och gör investeringar, men genererar mycket lite intäkter från omvärlden.

För närvarande står de tio största företagen i S&P 500-indexet, som inkluderar Magnificent Seven, för 40 procent av börsvärdet, vilket är utan motstycke. Sammanfattningsvis är 40 procent av marknaden beroende av att ett fåtal företag fortsätter att köpa GPU:er från Nvidia.

För närvarande befinner sig marknaderna fortfarande i ”FOMO”-läge (rädsla för att missa något), så bubblan kan fortfarande växa ett tag till. Men när den spricker kan nedgången bli ganska snabb och dra med sig resten av ekonomin.

Även Kina

I Kina ser vi också en frenetisk expansion av datacenter som har accelererat efter att DeepSeek fångade världens uppmärksamhet med en billigare modell som lyckades uppnå jämförbara resultat med ChatGPT och andra.

Utvecklingen av inhemsk AI är strategisk i den spända konkurrensen med USA, även för militära ändamål. Samtidigt försöker Trump tvinga Kina att överlämna kontrollen över TikToks framgångsrika algoritm till USA.

Hur AI kan döda oss

Det har diskuterats om risken att AI vänder sig mot mänskligheten och hotar vår existens. Men en mer omedelbar risk är den accelererade förstörelsen av miljön som företagen bakom AI orsakar, inte AI i sig.

Expansionen av datacenter kräver enorma mängder resurser.

Det finns en växande konkurrens om kritiska mineraler som är drivkrafterna bakom krig i Afrika och konkurrensen mellan västerländska och kinesiska företag om gruvor i Afrika, Latinamerika och Asien.

Datacentren är också stora konsumenter av vatten för kylning. Enligt en undersökning av Source-Material driver Amazon, Microsoft och Google datacenter som använder enorma mängder vatten i några av världens torraste områden på alla kontinenter, och bygger många fler.

Det finns också ett nästan oändligt behov av el, vilket motverkar även de blygsamma steg som tagits mot en grön omställning. Det är talande att datacentrens kapacitet mäts i gigawatt, i strömförbrukning, inte i datakapacitet eller antal GPU:er. Enligt en uppskattning beräknas datacentrens elförbrukning mer än fördubblas mellan 2024 och 2030, vilket motsvarar Japans nuvarande elbehov!

Detta gäller över hela världen. I USA kan energibehovet från AI-datacenter öka mer än trettiofaldigt fram till 2035 och nå 123 gigawatt (GW), jämfört med 4 GW år 2024. Enbart Stargateprojektet skulle, om det genomförs, förbruka lika mycket energi som Belgien.

I Kina förväntas datacenters energiförbrukning mer än tredubblas fram till slutet av decenniet, enligt Goldman Sachs. Det är mer än all el som genererades i Tyskland förra året.

I Europa beräknas datacentrens expansion uppgå till cirka 170 gigawatt (GW), vilket motsvarar ungefär en tredjedel av regionens nuvarande energiförbrukning. I Irland förväntas datacenter redan 2026 använda 32 procent av landets el. Brist på billig energi kommer att vara ett stort hinder för AI:s expansion, så alla möjliga energikällor kommer att utnyttjas. För närvarande står fossila bränslen för nästan 60 procent av datacentrens energiförbrukning globalt. Trots den explosionsartade ökningen av sol- och vindkraft i Kina utökar landet faktiskt sin kolenergikapacitet. Samtidigt investerar Microsoft, Google, Amazon och Meta i kärnkraft för sina datacenter.

Gränserna för LLM

Den frenesi som råder kring AI baseras på förutsägelser om att de stora språkmodellerna (LLM) bakom ChatGPT och andra kommer att växa exponentiellt i kapacitet och snabbt nå AGI – artificiell allmän intelligens, kapabel till allt och mer – och ersätta arbetare i stor skala. Fords VD Jim Farley förutspådde att artificiell intelligens kommer att halvera antalet tjänstemannajobb i USA.

För att nå dit behövs det ännu större modeller, matade med all data som finns tillgänglig på internet. Allt. Mer än hälften av trafiken på internet består nu av AI-bots som söker efter data för att träna modeller. Detta har med rätta väckt många frågor om privata företags rätt att använda allas data, inklusive böcker, akademiska artiklar, inlägg på sociala medier, nyhetsmediepubliceringar, YouTubevideor etcetera för vinst.

Detta har också lett till vissa ifrågasättanden mellan företagen. När DeepSeek lyckades ta fram en billigare modell försökte OpenAI anklaga dem för att använda deras data, men naturligtvis hade de själva just tagit den.

I början var resultaten imponerande, med chatbots som verkade föra meningsfulla konversationer, skapa bra texter och användas som sökmotorer på steroider. Inom vissa områden och för vissa specifika användningsområden har AI gett imponerande resultat, från att slå världsmästare i schack till att hitta nya proteiner för mediciner. Men begränsningarna hos LLM:er blir allt tydligare.

Många ifrågasätter om LLM:er någonsin kan nå allmän intelligens, eftersom de inte är byggda för att resonera, utan för att generera text enligt sannolikhetsmodeller. I grunden fungerar det som att ”autokomplettera” på din telefon, men mycket avancerat. Det betyder att det inte kommer att säga ”Jag vet inte det, jag har inte tillräckligt med data”, utan det kommer att generera det som beräknas vara mest sannolikt, även om det måste uppfinna, eller som man säger, ”hallucinera”.

Det finns också en gräns för den data som finns tillgänglig för att träna modellerna. Eftersom en allt större del av innehållet på internet, särskilt på vissa sociala medier, genereras av LLM, tränas modellerna mer och mer av sina egna hallucinationer.

Tillkännagivandet av ChatGPT 5 var en ögonöppnare för många, eftersom resultatet inte var det förväntade språnget framåt. Samtidigt har de senaste årens hype fått fart.

En rapport från MIT Media Lab fann till exempel att 95 procent av de generativa AI-pilotprojekten på företag inte ger någon mätbar ekonomisk avkastning på investeringen, trots 30-40 miljarder dollar i företagsinvesteringar. Som en följd av detta visar data från US Census Bureau från början av september att AI-användningen har minskat bland företag med fler än 250 anställda, stagnerat i medelstora företag och endast fortsatt att växa i småföretag med 1-4 anställda.

Enligt en undersökning från Orgvue medger 55 procent av företagsledarna som har sagt upp anställda till förmån för AI att de fattade fel beslut, och nämner faktorer som förlust av institutionell kunskap, försämrad kundupplevelse och interna störningar.

Behovet av socialism

Som Marx skriver i Kapitalet är maskiner ett medel för att spara mänsklig arbetskraft, men kapitalets styre förvandlar arbetaren till ett bihang till maskinen. Istället för att befria arbetarna förslavar det dem för att generera vinst för en liten elit. Det är inte annorlunda med AI.

Som vi kan se är denna process extremt slösaktig, förstör miljön, koncentrerar ännu mer rikedom och används för att undergräva arbetarnas rättigheter.

Vi måste bygga ett socialistiskt alternativ som kan placera denna teknik, som har en enorm potential, i allmänhetens händer, under arbetarnas kontroll, till förmån för alla, inte för vinst åt ett fåtal.