#GoldmanSees1.2TAICapex
About GoldmanSees1.2TAICapex
Goldman Sachs expects combined 2027 capital spending by Meta, Microsoft, Alphabet, Amazon and Oracle to reach about $1.2 trillion, up from roughly $800 billion in 2026, largely driven by AI infrastructure. The buildout may support demand for chips, memory, data centers, power and cloud services, but monetization remains the key test. Can AI applications generate enough revenue and cash flow to justify the rising investment?
Populär
Senaste
GoldmanSees1.2TAICapex Populära inlägg
Diagrammet tar AI-kapitalinvesteringar (Amazon, Google, Meta, Microsoft, Oracle + SpaceX, ackumulerade varje år) som en indata och omvandlar det sedan till den eviga årliga intäkten som krävs för en avkastning på 10 % enligt varje modells antaganden om avskrivningar, opex och avkastningsmått. Den årliga intäkten som krävs ligger på y-axeln; kommer att överstiga 1 biljon dollar per år år 2027.
Berättelsen "Är AI en bubbla?" har svalnat något under 2026 – delvis på grund av tillväxt i AI-intäkterna i agenternas tid, och delvis för att diskussionen har flyttats mot AI-säkerhet.
Men den växande konsensusen att nya AI-intäkter från hyperskalerarna måste närma sig 3 biljoner dollar årligen vid decenniets slut är fortfarande otroligt överväldigande.
Blockspace
Goldman Sachs: latest hyperscaler capex estimates show $996 billion in 2027
Neoclouds and former Bitcoin miners have secured meaningful hyperscaler capex since 2025
$NBIS: Meta + Microsoft
$CRWV: Google, Meta, Microsoft
$CIFR: AWS + Fluidstack (Google-backed)
$IREN: Microsoft
$WULF: Fluidstack (Google-backed)
$HUT: Fluidstack (Google-backed)
10,3 biljoner dollar. Det är Brookings uppskattning för investeringar i amerikansk AI-infrastruktur från 2025 till 2032, med @Axios som höjdpunkt.
Folk pratar mycket om huruvida AI är en bubbla. Denna artikel från Brookings ställer en annan, men relaterad, fråga: kan finansiering av utbyggnaden skapa systemrisk risk? En AI-bubbla och en systemrisk händelse är inte samma sak. En bubbla är när investerings- eller tillgångspriser går före avkastningen. Systemrisk är när förluster sprider sig bortom de projekt som gjorde de dåliga satsningarna och stör det bredare finansiella systemet.
Så vad skulle behöva hända? Artikeln pekar på koncentrerad exponering över banker, försäkringsbolag och fonder, alla beroende av samma AI-klienter. Om svagare AI-efterfrågan når utnyttjande, datacenter- och GPU-värden och refinansierar samtidigt, kan förlusterna spridas från projekt till långivare och investerare.
Författaren säger att det är för tidigt att dra slutsatsen att vi är där – och jag håller med. Men mycket av denna finansiering ligger i strukturer som gör det svårt att se vem som slutligen bär risken... Oavsett så håller vi fortfarande på att värma upp och det kommer inte att sakta ner inom den närmaste tiden.
TL/DR: Goldman tror att 1,42 biljoner dollar i intäkter under 2028-30, eller 11,6 miljarder dollar per GW, är avvecklingsbart (krävs för 15 % ROIC), med 59 % av det redan i molnbackloggar och ledningsteam som kräver återbetalningar på mellan ett och tre år
Och här är motargumentet: hindret är övervinnbart om beräkningen förblir knapp, om GPU- och tokenpriserna inte sjunker, om en nyttotid på fem år är verklig, om ett fåtal AI-laboratorier fortsätter betala sina räkningar, och om det 3 biljoner dollar stora isberget utanför balansen inte behöver en egen avkastning.
Me+@econJaredB har släppt en ny artikel som undersöker hur mycket intäkter som krävs för att motivera hyperscaler-AI-capex. Vi uppskattar att den inkrementella AI-intäkten för närvarande är mellan 86 och 188,1 miljarder dollar för hyperskalerarna, men de behöver 13,1–18,7 biljoner dollar under det kommande decenniet för att det ska kunna gå ihop.
Jag markerade Meta förra veckan och avhandlingen börjar bli mer intressant
deras AI-utgifter börjar visa sig i hela verksamheten, särskilt annonser, medan konsumentsidan fortsätter att expandera med produkter som Meta AI
Marknaden har lagt mycket tid på att fokusera på vem som äger den bästa modellen
distribution, intäktsgenerering och möjligheten att leverera AI direkt till miljarder användare är lika viktiga
Meta är ett av namnen jag följer noga här
Ansem 🐂🀄️
ur mitt perspektiv är Meta fortfarande ganska underdiskuterat i AI-racet
> öppna källkodsmodeller blir allt mer effektiva
> fördelning blir en enorm fördel när modellerna förbättras
> Meta har redan miljarder användare på sina produkter
> bättre AI kan förbättra personalisering + annonsmålning
dess open source-AI-strategi ger dem en annan position jämfört med andra stora laboratorier, ett av de större AI-företagen jag just nu följer mer
🚨 AI BLIR BILLIGARE I EN LÖJLIG TAKT
ENLIGT EPOCH AI HAR SAMMA NIVÅ AV AI-PRESTANDA BLIVIT ~13 × BILLIGARE VARJE ÅR SEDAN 2023
SNABBARE ÄN ELEKTRICITET, BERÄKNING, BATTERIER ELLER DNA-SEKVENSERING PÅ DETTA DIAGRAM
MEN ATT KÖRA AI KRÄVER FORTFARANDE CHIP, STRÖM OCH DATACENTER
FÖRETAG SPENDERAR MILJARDER PÅ ATT SÄLJA NÅGOT SOM BLIR ALLT BILLIGARE
DET BÖRJAR SE UT SOM EN VÄLDIGT DYR VÄLGÖRENHETSORGANISATION
EXKLUSIVT: Subconscious tar itu med en av de största utmaningarna för långvariga AI-agenter: inferenskostnad.
@subsysdev har samlat in 5,1 miljoner dollar för att bygga en inferensplattform designad specifikt för agenter, som använder dynamisk kontextkomprimering och caching för att göra långvariga arbetsbelastningar snabbare och billigare. Företaget säger att dess teknik kan minska inferenskostnaderna med upp till 80 %, samtidigt som effektiva kontextfönster förlängs bortom 5 miljoner tokens. För företag som skalar agentisk AI kan det göra det mer praktiskt att köra agenter under längre perioder på allt mer komplexa uppgifter.
@deantak pratade med @thejackobrien, VD för Subconscious, om företagets teknik, dess fokus på långvariga agenter och ekonomin bakom nästa generations AI-applikationer.
"De flesta inferensföretag bygger system som passar alla för chattar, one-shot-förfrågningar och agenter. Men agenter är mycket svårare att hantera väl. Vi byggde hela vår stack kring långvariga agenter, och vår kärnteknologi kommer från ny forskning från MIT, vilket ger oss ett försprång på över ett år," sade O'Brien.
Läs hela artikeln på @GamesBeat:
#AI #AgenticAI #Technology
