Uge 27 - Bygger vi for meget AI?

Tech aktier ser faktisk billige ud lige nu

I ugens løb lavede jeg en video, hvor jeg gennemgår positionerne i NewDeal Invest én for én og viser graferne på selskaberne.

Hvis man alene følger de store overskrifter, kan man let få det indtryk, at hele teknologisektoren har været igennem et enormt rally, og at stort set alle teknologiaktier står i rekordniveauer. Sådan ser virkeligheden slet ikke ud. Rigtig mange af positionerne i NewDeal Invest ligger 40, 50 eller 60 procent under deres 52-ugers højeste kurs. Det er ikke enkelte undtagelser. Det gælder en betydelig del af markedet.

Det store rally har primært været koncentreret i bestemte dele af teknologisektoren: halvledere, datacenterinfrastruktur og energiinfrastruktur. Det er de områder, hvor den fysiske udbygning af AI allerede skaber meget synlig efterspørgsel. Store dele af resten af teknologimarkedet har ikke haft det samme rally. Mange softwareaktier, mindre teknologiselskaber og andre dele af vores investeringsunivers handler fortsat langt under tidligere toppe.

Det gør mig optimistisk. Teknologiaktier bevæger sig i bølger. Kapitalen flytter sig mellem forskellige temaer og undersektorer, og sentimentet kan ændre sig voldsomt. Når en stor del af et teknologisk investeringsunivers handler langt under tidligere toppe, samtidig med at den underliggende teknologiske udvikling fortsætter med høj hastighed, opstår der ofte interessante muligheder.

Men det er samtidig vigtigt at forstå, hvorfor de aktier, der allerede har oplevet et stort rally, nu møder modstand og her vender vi tilbage til frygten for, at der bliver bygget for meget compute.

Bygger vi virkelig for meget AI-infrastruktur?

Denne uge faldt teknologiaktierne kraftigt. Eller måske er det mere præcist at sige, at mange af de aktier, der er direkte eksponeret mod AI-udbygningen, faldt kraftigt.

Der har været flere forklaringer på faldet. Profit-taking efter et voldsomt rally i dele af AI-infrastrukturen er en oplagt forklaring. Der har også været forskellige selskabsspecifikke nyheder og bekymringer. Men den forklaring, jeg synes er langt mest interessant, er den tilbagevendende frygt for, at verden er ved at bygge for meget AI-infrastruktur.

Bekymringen er grundlæggende, at Big Tech og resten af AI-økosystemet investerer så enorme beløb i datacentre, chips og energiinfrastruktur, at vi om nogle år vil stå med et massivt overudbud af compute. I forlængelse af det bliver der stillet spørgsmål ved, om efterspørgslen efter AI bliver stor nok, og om virksomhederne nogensinde kommer til at tjene et tilfredsstillende afkast på de enorme investeringer, der foretages i dag.

Jeg tror også, at netop denne bekymring er en væsentlig årsag til, at mange AI-relaterede aktier ikke er dyrere, end de er. Markedet ser de enorme CapEx-budgetter og spørger, om vi er på vej mod endnu en jernbaneboble, endnu en teleboble eller endnu en fiberboble. Jeg forstår derfor godt spørgsmålet. Jeg mener bare, at konklusionen er forkert, altså at frygten er misforstået eller ubegrundet.

For at forstå hvorfor tror jeg, at man er nødt til at zoome meget længere ud end blot at se på Big Techs CapEx-budgetter for næste år.

Jeg kan selvfølgelig tage fejl. Hvis efterspørgslen på AI skuffer, eller udbygningen af chips og energi går hurtigere end ventet, kan der opstå reel overkapacitet, og så vil netop de aktier, jeg er positiv på, kunne falde markant. Det er en risiko, man som investor skal tage alvorligt, og det er en risiko vi har stort fokus på at holde øje med, så vi ikke bliver fanget på den forkerte side af udviklingen.

Hvad er den egentlige begrænsning for økonomisk vækst?

Økonomer fokuserer ofte på demografi. Når den arbejdsdygtige befolkning vokser, kan økonomien vokse hurtigere. Når befolkningen ældes og arbejdsstyrken skrumper, bliver det vanskeligere at skabe økonomisk vækst. Flere mennesker kan producere flere varer, levere flere tjenester, bygge flere fabrikker, udvikle mere software, udføre mere forskning og skabe flere virksomheder. Men det er efter min mening ikke kun hænder, der er den begrænsede ressource. Den egentlige knappe ressource er intelligens.

Der findes i verden et begrænset antal mennesker, som kan tænke, analysere, designe, programmere, forske, planlægge, organisere og løse problemer. Hele den globale økonomi er i sidste ende begrænset af, hvor meget menneskelig intelligens der er til rådighed, og hvor produktivt denne intelligens kan anvendes. Det er her, kunstig intelligens bliver økonomisk interessant på et langt mere fundamentalt niveau. Hvis AI fortsætter sin nuværende udvikling, er vi potentielt i gang med at gøre intelligens til en langt mindre knap ressource.

Det er svært at overvurdere betydningen af det. Man kan prøve at lave et tankeeksperiment. Forestil dig, at der var dobbelt så mange mennesker på Jorden, men at alle havde samme uddannelsesniveau, produktivitet og adgang til kapital som i dag. Hvor meget større ville verdensøkonomien være? Hvad hvis der var fire gange så mange? Eller hundrede gange så mange? Eller 10.000 gange så mange mennesker?

Hvor meget mere software ville vi kunne skrive? Hvor mange sygdomme ville vi kunne forske i? Hvor mange nye materialer ville vi kunne udvikle? Hvor mange fabrikker, kraftværker, robotter og produktionssystemer ville vi kunne designe? Hvor meget hurtigere kunne vi løse videnskabelige problemer, optimere forsyningskæder, udvikle nye lægemidler og automatisere produktionen?

Vi har kun kradset i overfladen

Når man ser AI fra dette perspektiv, har jeg svært ved at være bekymret for, at den underliggende efterspørgsel efter compute pludselig holder op med at vokse. Vi har ydermere kun kradset i overfladen af, hvad kunstig intelligens kan anvendes til. AI vil efter min vurdering bevæge sig ind i stort set alle dele af økonomien. Og efterhånden som AI bevæger sig fra den digitale verden og ud i den fysiske verden gennem robotter og autonome systemer, kan compute-behovet vokse yderligere.

Derfor er jeg ikke bekymret for, om efterspørgslen på kunstig intelligens vil stige de kommende år. Jeg mener, den vil eksplodere opad.

Kan udbuddet vokse hurtigere end efterspørgslen?

Selv hvis efterspørgslen efter AI fortsætter med at vokse voldsomt, kan der naturligvis stadig opstå overkapacitet, hvis udbuddet af compute vokser endnu hurtigere. Det er denne bekymring, jeg hører igen og igen, når jeg følger Bloomberg og de finansielle medier. Big Tech annoncerer enorme CapEx-budgetter. Nye datacenterprojekter annonceres konstant. AI-selskaber rejser enorme kapitalbeløb. Infrastrukturfonde, pensionskasser og kreditinvestorer vil finansiere datacentre.

Set udefra kan det ligne begyndelsen på en klassisk overinvesteringscyklus. Men sandheden er faktisk, at compute-kapaciteten er svær at skalere.

Der skal produceres avancerede logic-chips. Der skal være tilstrækkeligt med memory. Der skal produceres packaging. Der skal være optiske forbindelser. Der skal bygges datacentre. Der skal skaffes transformere og switchgear. Der skal etableres nettilslutninger. Der skal produceres elektricitet. Der skal være køling. Og projekterne skal godkendes politisk og lokalt.

Hvis bare ét vigtigt led i kæden ikke kan følge med, begrænser det væksten i det samlede udbud af compute. Det er efter min mening det afgørende, som markedet undervurderer.

Chips kan ikke bare trylles frem

Ser vi først på avancerede logic-chips, er kapacitetsudbygningen langt fra ubegrænset.

TSMC har historisk været relativt disciplineret i sine investeringer og bygger ikke fabrikker ud fra enhver kortsigtet efterspørgselsprognose. Det er forståeligt. En avanceret halvlederfabrik kræver enorme investeringer, tager flere år at etablere og kræver derefter lang tid til at optimere produktionen. Intel og Samsung investerer også i ny kapacitet, og Elon Musk har meget store ambitioner med Terafab.

Det tager imidlertid år at bygge nye fabs. Det tager tid at installere produktionsudstyr. Og det tager endnu længere tid at opnå de yields, der er nødvendige for økonomisk masseproduktion. Så produktionen af chips bliver en begrænsning for øgningen af computeudbuddet.

Energi kan blive den største begrænsning

Endnu mere interessant er energisiden. Det er én ting at bestille chips. Det er noget andet at skaffe elektriciteten til at drive dem. De nye AI-datacentre kræver enorme mængder strøm. Samtidig er elnettene i mange regioner ikke bygget til den type koncentreret efterspørgsel. Nye kraftværker tager tid at bygge. Nye transmissionslinjer tager tid. Transformere har lange leveringstider. Nettilslutninger kan tage flere år.

Og dertil kommer politik.

Datacentre møder i stigende grad lokal modstand. Politikere bekymrer sig om elpriser, vandforbrug, arbejdspladser og om, hvorvidt lokale borgere får tilstrækkeligt ud af de enorme projekter. Derfor er det ikke tilstrækkeligt at have kapital og et ønske om at bygge.

Man skal også have chips, energi, nettilslutning, udstyr, jord og politiske godkendelser. Når man ser på hele systemet, har jeg svært ved at se det scenarie, som markedet tilsyneladende frygter: at verden inden for de næste par år pludselig oversvømmes af billig og uudnyttet compute. Jeg ser snarere det modsatte problem.

Efterspørgslen kan vokse meget hurtigere, end den fysiske verden kan følge med til at øge udbuddet.

Derfor bliver der rejst så mange penge nu

Det er også sådan, jeg fortolker den enorme kapitalrejsning, vi ser i AI-økosystemet. Jeg ser det som et rationelt kapløb om at sikre sig knappe ressourcer mens de stadig kan købes, eller i hvert fald inden priserne stiger.

Selskaberne indgår langsigtede aftaler, sikrer sig chips, sikrer sig energi og datacenterinfrastruktur.

Hvad er afkastet på den investerede kapital?

Det næste spørgsmål er selvfølgelig, om investeringerne giver et tilstrækkeligt afkast. Det er et område, vi følger løbende i NewDeal Invest. Grundlæggende sammenligner vi to størrelser:

Den første er virksomhedernes kapitalomkostning - deres WACC, Weighted Average Cost of Capital. Det er, forenklet sagt, den gennemsnitlige pris, virksomhederne betaler for den kapital, de bruger til at finansiere investeringerne.

Den anden er ROIC - Return on Invested Capital. Det er det afkast, virksomheden genererer på den kapital, der investeres.

Hvis du kan investere kapital til et afkast, der ligger betydeligt over din kapitalomkostning, skaber du værdi.

Vores nuværende beregninger indikerer, at ROIC på datacenterinvesteringerne ligger omkring tre gange højere end WACC.

Det er en meget attraktiv forskel.

Hvis det eksempelvis koster en virksomhed 8 procent at finansiere sin kapital, mens investeringerne genererer et afkast på 24 procent, er der en meget stærk økonomisk motivation for at fortsætte med at investere.

Det er selvfølgelig et forsimplet eksempel, og de konkrete tal varierer mellem virksomheder og projekter. Men den overordnede pointe er vigtig: De nuværende AI-investeringer ser ikke ud til at være drevet alene af en abstrakt tro på en fjern fremtid.

Der er i dag en attraktiv økonomi i at investere i infrastrukturen.

Og når man samtidig ser en verden, hvor de fysiske begrænsninger gør det vanskeligt at øge udbuddet hurtigt nok, bliver det lettere at forstå, hvorfor virksomheder, investorer og långivere er villige til at finansiere den enorme udbygning.

Hvorfor ser investorer så forskelligt på det?

For mig er denne analyse relativt simpel. Det rejser derfor et interessant spørgsmål: Hvorfor er der så stor forskel på, hvordan investorer vurderer AI-investeringerne? Jeg tror, at en del af forklaringen ligger i investeringsmetoden.

Den danske debat om værdisætningen af SpaceX illustrerer to meget forskellige tilgange til investering.

Den ene tilgang starter med de seneste 12 måneders regnskab. Man ser på omsætning, indtjening og cash flow. Derefter beregner man forskellige multipler og sammenligner med historiske virksomheder. Ud fra den metode ser SpaceX naturligvis ekstremt dyr ud.

Den anden tilgang er at forsøge at forstå, hvad virksomheden er ved at bygge og modellere den fremtidige indtjening ud fra antagelser som: Hvor meget kapital kan SpaceX realistisk investere? Hvilket afkast kan virksomheden skabe på den investerede kapital? Hvor store markeder kan virksomheden åbne? Hvilke teknologiske flaskehalse løser den? Og hvilke forskellige scenarier kan udviklingen føre til?

Fortiden er ikke altid det bedste datasæt

Hvis en virksomhed opererer i et stabilt marked, kan historiske regnskaber være et glimrende udgangspunkt, men som teknologiinvestor er man vant til, at de seneste 12 måneders regnskab ofte ikke kan bruges til ret meget. Det betyder ikke, at man skal ignorere regnskaber, men det betyder, at man også er nødt til at forstå teknologien og modellere forskellige fremtidige scenarier.

Man må spørge:

• Hvad er fysisk muligt?

• Hvad er økonomisk rationelt?

• Hvilke begrænsninger findes i værdikæden?

• Hvor hurtigt kan kapaciteten realistisk bygges?

• Hvor stort kan markedet blive?

• Hvilket afkast kan virksomhederne skabe på de investeringer, de foretager i dag?

Det er efter min mening præcis det, der mangler i en stor del af diskussionen om AI-CapEx.

Hvis man kun ser på de seneste 12 måneders regnskaber, ser man enorme investeringer og relativt begrænsede nuværende AI-indtægter. Det ser naturligvis skræmmende ud.

Men hvis man modellerer fremtiden og forsøger at forstå udviklingen i efterspørgslen efter intelligens, den forventede vækst i compute-behovet og de meget konkrete begrænsninger på chips, energi og datacenterkapacitet, ser billedet helt anderledes ud.

Jeg deler ikke frygten

Lige nu er CapEx-investeringer enormt profitable. Det vi som investorer skal tage stilling til, er om der er risiko for overinvestering eller om chancen for underinvestering er større.

Læg mærke til, at analysen af fremtiden er det allervigtigste for en investor, som investerer i teknologi.

Her er analysen ret oplagt jævnfør min argumentation ovenfor: Chancen for at compute bliver en flaskehals er langt større end risikoen for overkapacitet. Det er derfor, jeg ikke deler frygten for, at verden er ved at bygge alt for meget AI-infrastruktur.

Vores analyse hjælper os med at forecaste den langsigtede kursudvikling. Når vi taler kortsigtet kursudvikling, afhænger den ikke så meget af, om vores analyse er rigtig, men mere af hvad markedsdeltagerne gør.

Jeg tror, at der er en masse investorer, som ikke forstår ovenstående analyse af CapEx- investeringerne, og de vil derfor følge de råd og de holdninger, de møder i medierne. Mediernes dækning af teknologi er sjældent særlig sofistikeret og ofte fokuseret på clicks, hvor frygt virker bedre end kedelige dybdegående analyser. Derfor ser vi jævnligt, at markedet sælger ud af AI-aktierne på indlysende forkerte analyser, som misforståelsen af DeepSeek, den misforståede snak om cirkulær økonomi og nu den misforståede diskussion om CapEx-investeringerne.

Derfor bør man som investor altid tilpasse sine positioners størrelse, således at man har det ok med, hvis markedet sælger ud. I NewDeal Invest ser vi netop disse fjollede udsalg, som en kærkommen mulighed for at skabe merafkast.  

Dette er markedsføring for NewDeal Invest. Investeringsstilen henvender sig til investorer med en høj risikoprofil og langsigtet investeringshorisont, og historisk afkast er ingen garanti for fremtidigt afkast. De aktier, som NewDeal Invest investerer i, er mere volatile end det brede aktiemarked, og svinger derfor mere både op og ned. NewDeal Invest yder ikke investeringsrådgivning, og alle investeringsbeslutninger træffes af dig selv. Ingen informationer fra NewDeal Invest bør betragtes som anbefalinger. Kortsigtede investeringer, med en tidshorisont på 5 år eller mindre, frarådes både i NewDeal Invest, PMINDI, PMINDIAKK og i de aktier der omtales. Se relevante risikofaktorer på https://newdealinvest.dk/ og https://newdealinvest.dk/pmindi/, samt fondenes PRIIP-KID dokumenter, der findes nederst på hjemmesiden.