Uge 32 - Denne gang er det rent faktisk anderledes

Kort fortalt

• Palantir viser, at intuitionen tager fejl: Palantirs omsætningsvækst accelererede til 93% samlet og 149% i den amerikanske kommercielle forretning. Det mønster kan gælde hele AI-økosystemet.

• Anthropic og SpaceX sprænger størrelsesordenen: Ved de nuværende vækstrater rammer Anthropic en omsætning, der overhaler hele det amerikanske aktiemarked inden for få år. SpaceX' Terafab kan producere chips, der kræver to tredjedele af USA's samlede elkapacitet — hvert år.

• Halvér vækstraterne og halvér priserne, og regnestykket peger stadig mod et AI-marked, der er fundamentalt anderledes end tidligere teknologibobler. Compute betaler sig selv hjem på ét år, og den eksisterende infrastruktur finansierer den næste.

• Skaber AI nok værdi? Kan Kina og open weights underminere priserne? Er der overinvestering? Skrivet gennemgår disse spørgsmål og argumenterer for, at den virkelige risiko ikke er overkapacitet, men at efterspørgslen vokser hurtigere, end udbuddet kan følge med.

Bloggen er vores vurderinger af aktier og teknologiske trends, og kan være meget positiv, fordi vi er langsigtet optimistiske på den teknologiske udvikling. Det bygger på antagelser, der kan ændre sig, og den faktiske udvikling kan afvige væsentligt og være meget volatil på kort sigt. Se nederst for yderligere information.

Denne gang er det rent faktisk anderledes – også selv om væksttallene halveres!

Regnestykket med halverede vækstrater

AI er den store diskussion på aktiemarkedet i øjeblikket. Er vi midt i en boble, hvor forventningerne er løbet langt foran virkeligheden, eller står vi tværtimod med en af de største investeringsmuligheder i nyere tid? I stedet for at begynde med en holdning vil jeg i denne uge prøve at begynde med tallene. For når man tager de vækstrater, kapacitetsplaner og investeringer, som virksomhederne selv kommunikerer, og bare regner dem frem, bliver størrelsesordenerne hurtigt næsten absurde, og jeg tror måske, det får mange skeptikere til at lukke øjnene. Derfor begrænser jeg det følgende til at regne med de aktuelle vækstrater og priser samt virksomhedernes egne udmeldinger. Det, man vil opdage, er, at selv om man halverer de vækstrater, vi har lige nu, peger tallene stadig på, at det er anderledes denne gang.

Palantir og problemet med vores intuition

Palantir er et godt sted at begynde. I det seneste regnskab voksede selskabets omsætning 93 procent, mens den amerikanske kommercielle forretning voksede 149 procent. Tilbage i 2024 accelererede væksten op mod 40 procent, og allerede dengang handlede en stor del af diskussionen om, at Palantir var dyr. I NewDeal Invest havde vi en anden tilgang. Palantir havde stadig kun penetreret en lille del af sit potentielle marked, mens den store begrænsning historisk havde været, at det var svært og tidskrævende at onboarde nye kunder. Hvis selskabet kunne automatisere og effektivisere onboarding, kunne væksten accelerere i stedet for at falde. Det var vores tese, og derfor kørte vi yderligere op i Palantir.

Det interessante er, at markedets naturlige antagelse næsten altid er, at høj vækst snart skal falde. Det er også normalt korrekt. Jo større en virksomhed bliver, desto vanskeligere bliver det typisk at vokse hurtigt. Men den logik kan blive farlig, hvis vi anvender den mekanisk på en teknologi, hvor selve markedet samtidig eksploderer. Når Palantir voksede 30 procent, kunne man sagtens argumentere for, at væksten snart ville falde til 20 procent. I stedet accelererede den. Derfor er det værd at stille det samme spørgsmål til resten af AI-økosystemet: Er vi for hurtige til at konkludere, at vækstkurverne må knække, alene fordi tallene ellers bliver så store, at de føles urealistiske? Verden er faktisk i samme situation som Palantir: AI kradser stadig kun i overfladen af det marked, der kan skabes.

Anthropic og SpaceX viser størrelsesordenen

Anthropic: efterspørgslen efter intelligens

Når vi skal kigge på Anthropic og SpaceX, har vi brug for nogle referencepunkter.

1. Det amerikanske aktiemarked er i dag omkring 77 billioner dollars værd.

2. NVIDIA er omkring 5 billioner dollars værd.

3. USA har omkring 1.300-1.400 gigawatt installeret elproduktionskapacitet.

Lad os se på Anthropic. Selskabet forventes at nå 100 milliarder dollars i annual recurring revenue i 2026 og har gennem de seneste år befundet sig på en vækstkurve, hvor omsætningen omtrent er blevet tidoblet på årsbasis. Hvis vi helt mekanisk lader den vækst fortsætte ét år mere, når Anthropic 1 billion dollars i ARR i 2027. Ved 20 gange omsætningen ville det svare til en markedsværdi på 20 billioner dollars, altså omkring fire NVIDIA'er. Hvis man lader regnestykket fortsætte endnu et år, bliver omsætningen 10 billioner dollars og markedsværdien 200 billioner dollars, altså tre gange større end det samlede amerikanske aktiemarked.

SpaceX: størrelsesordenen på compute

Lad os se på SpaceX. SpaceX har omkring 2 gigawatt compute-kapacitet ultimo 2026, tæt på 10 gigawatt i 2027 og faciliteter og energiinfrastruktur til omkring 20 gigawatt ved udgangen af 2028. En gigawatt AI-compute kan i dag leases for 50 milliarder dollars i årlig omsætning, så 2 gigawatt giver omkring 100 milliarder dollars ultimo 2026. Seks gigawatt monetariseret compute giver omkring 300 milliarder dollars ultimo 2027, og 20 gigawatt giver omkring 1 billion dollars i annualiseret omsætning slut 2028. Bruttomarginen på Rubin- og Feynman-compute estimerer Morgan Stanley til 80-90%. Så hvis SpaceX i 2028 tredobler sin højmargin-omsætning årligt, er 20x ARR en rimelig pris, hvilket svarer til 20 billioner dollars (25% af det nuværende amerikanske aktiemarked). 

Chips og energi bliver den fysiske begrænsning

Compute kræver chips, og verden kommer derfor til at få brug for enormt mange flere avancerede chips. I NewDeal Invest har vi estimeret, at TSMC i dag producerer AI-chips svarende til omkring 400 gigawatt ny AI-compute om året, målt som den omtrentlige elektriske effekt de producerede chips vil kræve i drift. Elon Musks ambition for Terafab er omkring 1 terawatt om året, altså 1.000 gigawatt. Hvis vores estimat for TSMC er nogenlunde rigtigt, skal Terafab dermed alene kunne producere mere end dobbelt så meget ny AI-compute om året som TSMC's nuværende AI-produktion.

Terafab og energiregnestykket

Størrelsen på projektet siger noget om ambitionsniveauet. Der er blevet talt om omkring 9,3 millioner kvadratmeter fabrik. Hvis den var én kilometer bred, ville den være mere end ni kilometer lang. Men den mest interessante sammenligning er egentlig ikke selve fabrikken. Det er energien. USA har i dag omkring 1.400 gigawatt installeret elproduktionskapacitet. Hvis ét års produktion fra Terafab svarer til 1.000 gigawatt AI-compute, vil chipsene fra bare ét års produktion potentielt kunne kræve strøm svarende til omkring to tredjedele af hele USA's nuværende installerede kapacitet, hvis de alle blev sat i drift samtidig. Og året efter kommer der potentielt yderligere 1.000 gigawatt.

Det illustrerer efter min mening den centrale fysiske problemstilling. Hvis efterspørgslen efter AI fortsætter bare nogenlunde i nærheden af de vækstrater, vi ser nu, bliver AI ikke alene en historie om software eller chips. Det bliver en historie om hele den fysiske økonomi. Vi kommer til at mangle avancerede halvledere, datacentre, transformere, køling, transmissionskapacitet og frem for alt energi.

Hvor kommer pengene fra?

Når man ser på disse størrelsesordener, er det naturligt at tænke, at kapitalen bliver den næste store begrænsning. Hvis det var traditionel industri, ville det sandsynligvis også være tilfældet. Hvis en fabrik eller et kraftværk giver 10 eller 15 procent afkast på den investerede kapital, kan det tage mange år at tjene investeringen hjem, og så bliver kapitalen bundet i meget lang tid. AI-compute ser lige nu anderledes ud. Som vi i NewDeal Invest har fremhævet, og som Elon Musk også har talt om, kan den nyeste compute under de nuværende markedsforhold potentielt tjene sin CapEx hjem gennem omkring ét års udlejning.

Det er en ekstremt vigtig forskel. Hvis en dollar investeret i compute først kommer tilbage efter ti år, er kapital en hård begrænsning for væksten. Hvis dollaren kommer tilbage efter omkring ét år, kan den i princippet geninvesteres igen og igen. Det betyder ikke, at finansiering er irrelevant, eller at alle datacenterprojekter bliver gode investeringer. Men det betyder, at de enorme CapEx-tal ikke nødvendigvis er så ufinansierbare, som de ser ud ved første øjekast. Når efterspørgslen er høj nok, og tilbagebetalingstiden er kort nok, kan den eksisterende compute være med til at finansiere den næste generation af compute.

Når tallene begynder at hænge sammen

Og så begynder de forskellige tal faktisk at hænge sammen. Anthropic viser efterspørgslen efter intelligens. SpaceX viser størrelsesordenen på den compute, man forsøger at bygge. Terafab viser størrelsesordenen på den nødvendige chipproduktion. Energisystemet bliver den næste fysiske flaskehals, hvilket vi satte fokus på i denne uges udgave af Podcasten Aktieuniverset. Og økonomien i datacentrene viser, hvorfor virksomhederne har så stærkt et incitament til at fortsætte med at investere så hurtigt som muligt.

De tre bear cases

Når jeg ser på bear casen for AI, synes jeg grundlæggende, at de kan opdeles i tre. Den første er, at AI ikke kommer til at skabe tilstrækkelig økonomisk værdi. Den anden er, at Kina eller open-weight-modeller ødelægger økonomien for de vestlige AI-selskaber. Den tredje er, at industrien overinvesterer så voldsomt, at den første cykliske nedtur skaber massiv overkapacitet.

Skaber AI nok værdi?

Den første bear case synes jeg er svær at få til at passe med de tal, vi ser i dag. Anthropic vokser ekstremt hurtigt, Palantirs vækst accelererer, og efterspørgslen efter chips og compute er enorm. Kvantitativt er der således foreløbig ikke meget, der tyder på, at AI mangler anvendelser eller betalingsvillige kunder. Kvalitativt synes jeg heller ikke, at argumentet er særligt stærkt. Førerløse biler, robotter, softwareudvikling, research, administration, kundeservice og stort set alle former for vidensarbejde rummer enorme muligheder for automatisering. Jeg kan allerede se det i mine egne arbejdsgange, og vi er efter min opfattelse kun lige begyndt at skrabe i overfladen. Hvis AI samtidig begynder at accelerere udviklingen af næste generation af AI gennem mere automatiseret forskning og softwareudvikling, bliver værdien af yderligere compute ikke mindre, men potentielt større.

Kina og open weights

Den anden bear case blander efter min mening to forskellige ting sammen. Kina kan naturligvis presse priserne, men Vesten har efterhånden lært, hvad der sker, hvis man overlader produktionen af strategiske teknologier til Kina. Vi har set det med solceller, batterier og i stigende grad biler. Jeg har derfor svært ved at forestille mig, at USA og resten af Vesten blot vil tillade Kina at dumpe prisen på AI, indtil vestlige producenter forsvinder. AI bliver for strategisk vigtigt, og derfor vil Vesten beskytte sit eget økosystem med tariffer og handelsbarrierer. Open weights er noget andet. Hvis open-weight-modeller bliver dominerende, kan det ændre drastisk på, hvor profitten ender i AI-værdikæden, men det ændrer ikke på den samlede efterspørgsel efter AI. Tværtimod kan billigere intelligens føre til langt større forbrug. Det er Jevons paradoks. Når omkostningen ved at løse en opgave falder kraftigt, åbner det for, at vi løser langt flere opgaver.

Overinvestering og overkapacitet

Den tredje bear case er efter min mening den mest interessante, fordi den på et tidspunkt sandsynligvis bliver rigtig. Der kommer næsten sikkert en cyklisk top i AI. På et tidspunkt bliver der bygget for meget compute, priserne falder, afkastet på ny kapacitet bliver dårligere, og nogle virksomheder vil have investeret for aggressivt. Men problemet for den bear case er timingen. For at få reel overkapacitet skal udbuddet først kunne vokse hurtigere end efterspørgslen. Og lige nu kan verden ganske enkelt ikke bygge compute hurtigt nok. Vi mangler chips, datacenterkapacitet, elektrisk udstyr, nettilslutninger og energi, og oveni kommer tilladelser og regulering. Vi kan simpelthen ikke overbygge lige nu.

Hvad tesen ikke siger

Det betyder ikke, at AI-aktier ikke kan falde. Det kan de selvfølgelig, og de kan falde meget. Det betyder heller ikke, at alle selskaber i AI-økosystemet er billige eller vil blive gode investeringer. Men det er noget andet end at sige, at den fundamentale AI-tese er ved at bryde sammen.

Hvis man mener, at AI-boblen allerede er ved at briste, synes jeg derfor, at man er nødt til at svare på et relativt simpelt spørgsmål: Hvilken af de fundamentale kurver er det, der er ved at knække?

For lige nu er det ikke mangel på efterspørgsel efter intelligens, som jeg kan se, det er derimod mangel på næsten alt det, der skal bruges til at producere den.

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.