Tiodubblad värdering på ett år – är AI-boomen rationell eller kollektiv yrselhet?
AI-bolag tiodubblар värderingen på ett år – är det rationellt eller massyrsel?
Pengarna flödar som aldrig förr
Det är svårt att ta in vad som händer i AI-sektorn just nu utan att stanna upp och ta ett djupt andetag. Enligt TechCrunch har datacenterbolaget Crusoe – grundat så sent som 2018 – genomfört en finansieringsrunda på tre miljarder dollar och värderas nu till 30 miljarder dollar, motsvarande drygt 300 miljarder kronor. Det är en tiodubbling av värderingen på knappt ett år. Samtidigt rapporterar The Information att Thinking Machines, grundat av före detta tekniska chefen på OpenAI Mira Murati, är i förhandlingar om att ta in en miljard dollar vid en värdering på minst 40 miljarder dollar – ungefär 400 miljarder kronor.
Dessa är inte anonyma spekulationsprojekt. Det är bolag med riktiga intäkter, riktiga kunder och riktiga produkter. Men värderingarna lever i en helt annan dimension än omsättningen – och det är just det som gör situationen så fascinerande, och så komplex.
Infrastruktur möter efterfrågan
Crusoes resa illustrerar något fundamentalt: AI är inte längre ett mjukvaruproblem, det är ett infrastrukturproblem. Beräkningskraft har blivit den nya råvaran. Rundan leds av Atreides Management och Valor Equity Partners, med Mubadala Capital – kapitalförvaltningsarmen för Abu Dhabis statliga förmögenhetsfond – som medföljande investerare. Att arabiskt statskapital strömmar in i ett amerikanskt AI-infrastrukturbolag är en stark signal om hur globalt intresset har blivit.
Och drivkraften är konkret: Crusoe har just säkrat ett avtal med kvantitativa handelsfirman Jane Street värt 13 miljarder dollar över fem år, för leverans av grafikprocessorer och beräkningskapacitet. Det är inte luft i de siffrorna. Det är inlåst efterfrågan.
Talent och tilltro
Thinking Machines berättar en annan historia – om hur mänskligt kapital har blivit lika värdefullt som det finansiella. Mira Muratis namn bär på en attraktion som få kan matcha i branschen. Bolaget omsätter nu över 100 miljoner dollar på årsbasis enligt The Information, och har bakom sig en av historiens största startfinansieringar – en runda på två miljarder dollar ledd av Andreessen Horowitz med Nvidia, GV och Lightspeed som medföljande investerare.
I juli lanserade Thinking Machines Inkling, en öppenviktsmodell som genererar intäkter genom förbrukningsbaserade avgifter för anpassning mot kundernas egna data. Det är ett genomtänkt affärsupplägg som pekar mot en framtid där AI-modeller skräddarsys djupt in i varje verksamhets specifika behov.
Men den tilltänkta värderingen på 40 miljarder är ändå lägre än de 50 miljarder bolaget uppges ha eftersträvat i slutet av förra året. Det är en subtil påminnelse om att marknaden inte är obegränsat godtrogen – även stjärnor måste förhandla.
Datahungern avslöjar en strukturell spänning
Mitt i denna värderingsfeber finns en detalj som förtjänar uppmärksamhet. Meta har börjat betala sina användare för tillgång till träningsdata för sin nya modell Muse Spark – med rabatter på upp till 95 procent för den som delar sina förfrågningar och modellsvar. Det är ett ovanligt och avslöjande drag: ett av världens mäktigaste teknikbolag kan inte längre ta för givet att data flödar gratis.
Detta pekar mot en strukturell utmaning som gäller hela branschen. Beräkningskraft kan köpas. Investerarkapital kan hämtas hem. Men relevant träningsdata från komplexa yrkesmiljöer – det är fortfarande en bristvara. Den som löser det problemet på allvar kommer att ha ett försprång som är svårt att ta igen.
Bubbla eller byggande?
Frågan som hänger i luften är förstås: är detta rationell prissättning eller kollektiv rysning? Värderingarna är extrema i förhållande till omsättning. Men de är inte irrationella om man tror – som många professionella investerare uppenbarligen gör – att AI-infrastruktur och AI-modeller kommer att vara lika grundläggande för nästa decenniums ekonomi som internet var för det förra.
Det är en satsning på att vi befinner oss i ett av historiens stora teknikskiften. Och historien visar att de som investerade i infrastrukturen under sådana skiften – även om tiderna var turbulenta – ofta hade rätt på lång sikt.
Vår analys
Vad vi ser just nu är kapitalmarknadernas sätt att prissätta ett paradigmskifte i realtid – och det är per definition kaotiskt och överdrivet. Men det betyder inte att det är fel.
Den verkliga insikten är att tre knappa resurser nu tävlar om att bli AI-erans avgörande konkurrensfördel: beräkningskraft (Crusoes domän), talang och forskningskompetens (Thinking Machines), samt träningsdata (Metas akilleshäl). Den aktör som kontrollerar alla tre – eller hittar smart specialisering i en av dem – har en position som är svår att utmana.
För svenska och nordiska bolag är detta en väckarklocka. Vi har starka traditioner inom mjukvaruutveckling, dataskydd och industriell automation. Men kapitalflödena går dit beslutsfattarna sitter. Om vi inte börjar bygga liknande strukturer för AI-infrastruktur och modellträning på hemmaplan, riskerar vi att bli kunder i en marknad vi hade kunnat forma.
Värderingsfebern kan korrigeras. Teknikskiftet kan det inte.