Microsoft, Alphabet, Amazon og Meta planlægger at bruge over 5 billioner kroner på AI-infrastruktur i 2026. Til sammenligning bruger hele den globale telekomindustri godt 2 billioner kroner om året. Datacenter-byggeri i USA overhaler nu kontorbyggeri.
Det er ikke en boble-analogi. Det er et faktuelt billede af hvor pengene ryger hen lige nu - og hvorfor det minder bekymrende meget om tidligere platformskift hvor de største investeringer ikke nødvendigvis skabte de største afkast.
Alle køber skovle, ingen finder guld
Nvidia kan ikke følge med efterspørgslen. TSMC kan ikke skalere produktionen hurtigt nok. Kapaciteten er udsolgt før den er bygget. Det ligner en perfekt storm for hardware-leverandørerne.
Men kig på hvem der betaler regningen. De fire store tech-selskaber investerer mere i AI-infrastruktur end hele telekomindustriens samlede capex. Og historien med telekom er instruktiv: da mobildata eksploderede, forventede alle at teleselskaberne ville tjene formuer. I stedet blev netværkene commodity-infrastruktur, og værdien blev fanget af dem der byggede ovenpå - app-udviklere, platforme, tjenester. Telekomaktierne stod stille mens dataforbruget tidobledes.
Benedict Evans' seneste analyse peger på at AI-modeller er på vej samme vej. På de fleste benchmarks konvergerer modellerne. GPT-4o, Claude, Gemini, Llama - de rammer næsten samme scores. Ingen har varige netværkseffekter. Det ligner commodities.
900 millioner brugere, 5 procent betaler
ChatGPT har over 900 millioner ugentlige brugere. Det er et tal der ville få enhver produktchef til at juble. Men kun 5 procent betaler. Færre end 20 procent bruger det dagligt.
Det er ikke et engagement-problem. Det er et UX-problem. Evans' pointe er skarp: chat er en elendig brugerflade for generel brug. Folk ved ikke hvad de skal spørge om. De ved ikke hvad modellen kan. Og selv når de får et godt svar, er det svært at integrere i en arbejdsgang.
Enterprise-markedet ser lignende ud. Bain-data viser at alle har en pilot kørende. Men produktionsudrulning er langsom. Gabet mellem "vi eksperimenterer med AI" og "AI driver vores forretning" er stadig enormt - og det er netop det gab hvor danske virksomheder risikerer at falde bagud.
Værdien flytter op i stakken
Evans' kernepåstand er enkel: modellerne er infrastruktur, ikke produkt. Ligesom ingen betaler for TCP/IP, vil færre og færre betale direkte for en rå sprogmodel. Innovation og profit flytter op i stakken - til applikationer, workflows og domænespecifikke løsninger.
Det forklarer hvorfor Anthropic med over 200 milliarder kroner i årlig omsætning nu ligger foran OpenAI på 170 milliarder kroner. Anthropic har satset hårdt på enterprise-integrationer og udviklerværktøjer. OpenAI har verdens største forbrugerbase, men forbrugerbetalingsvillighed er lav.
Inference-effektiviteten forbedres 50-100x per år. Det der kostede 10 kroner i compute for et år siden koster 10-20 øre i dag. Det er godt for brugere, men det presser marginer for dem der sælger modeller som standalone-produkt. Det er det samme mønster der ramte cloud-omkostninger - bare i accelereret tempo.
Norden som AI-fabriksgulv
Imens værdikæden sorteres, er Norden ved at blive et fysisk knudepunkt for AI-infrastruktur. Microsoft bygger sit største europæiske datacenter-program i Vestdanmark - landets største udenlandske investering i 36 år. OpenAIs Stargate-projekt i Norge planlægger 100.000 GPU'er drevet af vedvarende vandkraft. Det nordiske datacenter-marked forventes at ramme 18 milliarder kroner i 2028.
Det er ikke tilfældigt. Billig, grøn energi og køligt klima gør Norden til et naturligt sted at placere den infrastruktur som AI kræver. Spørgsmålet er om vi kun leverer kvadratmeter og kilowatt - eller om vi også bygger de applikationer og tjenester der fanger værdien ovenpå.
Elevatorbetjenten og revisoren
Evans bruger en historisk parallel der er værd at huske. Da elevatoren fik en knap, forsvandt elevatorbetjentens job. Men revisorer - som man forventede ville blive erstattet af regneark - blev flere. Jobbet ændrede sig. Regneark fjernede den manuelle beregning, men skabte efterspørgsel efter mere analyse, mere rådgivning, mere kompleks finansiel modellering.
AI giver dig uendelige praktikanter, som Evans formulerer det. Spørgsmålet er ikke hvad der bliver billigere. Spørgsmålet er hvad der var umuligt før, som nu bliver muligt.
Infrastruktur er ikke strategi
Dansk Erhverv rapporterede i februar 2026 at danske virksomheders AI-brug vokser markant. EY's AI Sentiment Index 2026 viser at Danmark fører i Europa på AI-adoption. 65 procent af danske SMV'er der bruger AI melder at det oversteg forventningerne.
Men adoption er ikke det samme som strategi. Tre observationer fra Evans' analyse er relevante:
- Pilotprojekter er ikke nok. Alle har en pilot. Forskellen ligger i hvem der kommer i produktion
- Modeller er ved at blive commodity. Det der differentierer er applikationslaget - domæneviden, data, workflows
- Chat-interfaces har et loft. De virksomheder der bygger AI ind i eksisterende processer frem for at give medarbejdere endnu en chatbot vil se bedre resultater
EU's AI Act-forenkling fra 7. maj 2026 reducerer compliance-byrden, men ændrer ikke grundlægningen: værdien ligger ikke i modellen. Den ligger i hvad du bygger med den.
5 billioner kroner siger at infrastrukturen kommer. Spørgsmålet er ikke om du skal bruge AI. Det er om du bygger ovenpå - eller bare betaler for adgang til endnu en commodity.
