Tech-giganter vil hælde over 500 milliarder dollars i AI inden 2032

Kunstig intelligens bliver ved med at tiltrække massive investeringer. De største teknologivirksomheder, herunder Microsoft, Amazon og Meta, vil bruge 371 milliarder dollars på kunstig intelligens i 2025 - et spring på 44% fra 2024. I 2032 kan det tal skyde i vejret til 525 milliarder dollars, ifølge Bloomberg Intelligence.

DeepSeek er en kinesisk AI-virksomhed, der udvikler avancerede ræsonneringsmodeller. De hævder at kunne skabe konkurrencedygtig AI til en brøkdel af prisen for amerikanske rivaler og udfordrer dermed industrigiganter som OpenAI.

Tidligere gik de fleste AI-investeringer til datacentre og avancerede chips, der blev brugt til modeltræning. Men nu skifter fokus til inferens - processen med at køre AI-modeller, efter at de er blevet trænet. Dette skift skyldes i høj grad fremkomsten af ræsonnerende modeller, der tager længere tid at beregne svar, men som har til formål at efterligne menneskelignende tankeprocesser.

OpenAI og kinesiske DeepSeek har ført an med nye modeller, der ikke bare spytter forudindlærte svar ud, men forsøger at gennemtænke problemer. Disse systemer kræver mere computerkraft, men introducerer også nye måder at tjene penge på AI, så virksomheder kan flytte omkostninger fra træning til faktisk brug.

DeepSeek vakte opsigt, da de hævdede at have udviklet en konkurrencedygtig model til en brøkdel af prisen i forhold til de store amerikanske aktører. Det har rejst spørgsmål om, hvorvidt de nuværende AI-investeringer er så effektive, som de burde være. Som følge heraf prioriterer flere AI-virksomheder nu omkostningseffektive modeller frem for ren regnekraft.

Lige nu udgør AI-træning over 40% af hyperscaler-AI-budgetterne, men det tal forventes at falde til kun 14% i 2032. I mellemtiden forventes udgifterne til inferens at udgøre næsten halvdelen af alle AI-investeringer til den tid. Dette markerer et stort skift i, hvordan AI-virksomheder fordeler deres ressourcer.

Google ser ud til at være bedst positioneret til denne overgang takket være sine interne chips, der håndterer både træning og inferens effektivt. På den anden side er Microsoft og Meta stadig stærkt afhængige af Nvidia, hvilket kan begrænse deres fleksibilitet fremover.