”Är vi i ett skede där investerare blir för exalterade över AI? Jag tror det”, erkände Sam Altman, VD för OpenAI, rakt ut under en presskonferens. Han upprepade ordet ”bubbla” tre gånger på bara 15 sekunder, som en kylig varning från mannen i centrum för AI-vurmen.
Men medan Altman varnar, är Wall Street i ett raseri. AI-startups med bara ett fåtal anställda samlar in hundratals miljoner dollar till "galna" värderingar, och optimistiska analytiker som Wedbushs Dan Ives hävdar att "AI-revolutionen bara är vid internets början 1996", vilket betyder gryningen av en ny era, inte toppen av 1999 års bubbla.
På ena sidan finns försiktiga teknikinnovatörer, på den andra sidan finns vårdslösa finansiärer som satsar biljoner dollar. Mellan de två motsatta åsikterna är bilden faktiskt mer komplicerad. Enligt experten Faisal Hoque finns det inte bara en, utan tre AI-bubblor som samexisterar parallellt, och att förstå dem är nyckeln till att företag hittar en väg ut när dagen för att "sprängas" kommer.
Anatomin hos AI-bubblatriaden
Analytikern Faisal Hoque erbjuder ett unikt perspektiv, nämligen att den nuvarande AI-trenden i själva verket är en överlappning av tre olika bubblor, var och en med sina egna effekter och risker.
Tillgångsbubbla (spekulativ bubbla): Modern "tulpanmani"
Detta är den mest synliga bubblan. Nvidia handlas till 50 gånger vinsten, Tesla till häpnadsväckande 200. De "sju stora" teknikföretagen prissätts på nästan obegränsade förväntningar på en AI-driven framtid.
Det är en modern version av 1600-talets holländska "tulpanmani", där spekulanter pressade tillgångspriser långt över deras inneboende värde, drivna av en enkel övertygelse om att någon annan alltid skulle betala mer. Apollo Global Managements chefekonom Torsten Sløk har gått så långt som att säga att de 10 största företagen i S&P 500 nu är mer övervärderade än de var på toppen av dotcom-bubblan.
För de flesta företag som inte är direkt involverade i detta finansiella spel kan spekulativa bubblor verka långsökta. En börskrasch skulle dock säkerligen orsaka omfattande skador i hela ekonomin.
Infrastrukturbubblan: 7-biljonerskapplöpningen och spöket av "järnvägsfeber"
Sam Altman må varna för en bubbla, men han sa också att OpenAI är redo att spendera "biljoner dollar" på att bygga datacenter. Jättar som Microsoft, Google, Amazon och Meta investerar också miljarder i grafikprocessorer, kraftsystem och kylinfrastruktur. McKinsey uppskattar att världen befinner sig i en "datacenterkapplöpning" värd så mycket som 7 biljoner dollar.
Detta påminner om slutet av 1800-talet, då järnvägsinvesterare byggde tusentals kilometer överskottsspår för att möta en efterfrågan som aldrig kom. Eller mer nyligen, i slutet av 1990-talet, när telekomföretag lade ut fiberoptiska kablar över havet, vilket skapade ett överskott av kapacitet som skulle ta årtionden att utnyttja fullt ut.
Praetorian Capitals analytiker Harrison Kupperman gjorde en alarmerande beräkning: enbart årets investering i datacenter kommer att kräva att teknikföretag genererar ytterligare 40 miljarder dollar i intäkter varje år under det kommande decenniet bara för att täcka avskrivningarna. Det är dubbelt så mycket som de nuvarande totala AI-intäkterna (uppskattade till 15–20 miljarder dollar). Det enorma gapet är själva definitionen av en infrastrukturbubbla.
Bubbeluppblåsta förväntningar: När löften överträffar verkligheten
Detta är kanske den farligaste bubblan för företag. Sociala medier, tidningar och styrelserum är fyllda med hype om AI:s transformerande kraft. Men verkligheten är mycket hårdare.
En nyligen genomförd MIT-studie chockerade branschen när den fann att 95 % av AI-piloter i företag inte genererar några vinster. Denna siffra visar ett enormt gap mellan hype och faktiskt värde.

Enligt experter står vi inför inte bara en, utan tre bubblor som blåses upp samtidigt (Foto: Freepik).
Lärdomar från historien: Dotcom och "AI-vintern"
Om en bubbla existerar, vilka är tecknen på att den kan vara på väg att tömmas, eller till och med spricka? De senaste uppgifterna ger en oroande bild.
Enligt en regelbunden undersökning från US Census Bureau har andelen stora företag (över 250 anställda) som använder AI, för första gången sedan datainsamlingen började i november 2023, minskat avsevärt under de senaste två månaderna, från en topp på 13,5 % till cirka 12 %. Även om avsikten att använda det under de kommande sex månaderna inte har minskat, har tillväxttakten avtagit avsevärt.
Detta är ett viktigt varningstecken. Det visar att många företag efter den inledande experimentfasen börjar inse komplexiteten och kostnaden med att integrera AI i sina affärsprocesser. De backar undan.
Denna kamp har många likheter med 1980-talets "AI-vinter", som kretsade kring "expertsystem"-teknik. Då investerade även ledande företag pengar i applikationen, av vilka några hade initial framgång, men sedan avskräcktes av de höga underhållskostnaderna och systemens stelhet, som lätt slutade fungera i komplexa verkliga situationer.
Idag står generativ AI (GenAI) inför motsatt problem: den är inte för stel, utan för flexibel, ofta "hallucinerande" (hittar ihop information) eller tar oförutsägbara genvägar. Integrering av stora språkmodeller (LLM) kommer inte med en "användarmanual", vilket kräver en enorm mängd arbete för att anpassa och kontrollera, vilket gör att många företag kämpar.
Både optimisterna och pessimisterna hänvisar till dotcom-bubblan för att stödja sina åsikter. Det visar att historiens lärdomar inte är enkla.
I slutet av 1990-talet brände företag som Pets.com upp 300 miljoner dollar och gick i konkurs, och NASDAQ förlorade 78 % av sitt värde. Experter förklarade internet som en modefluga. Men ur askan framträdde i tysthet framtida jättar. Amazon byggde sitt logistiknätverk, Google finslipade sin sökalgoritm och PayPal löste betalningsproblemet.
Budskapet är tydligt: en teknologi kan vara överdrivet populär, men det förnekar inte dess kärnvikt. Att bubblan spricker betyder inte att teknologin är värdelös. Det betyder bara att för många människor blev för exalterade och betalade för mycket för obevisade idéer.
Ett liknande scenario kommer sannolikt att utspela sig med AI. När marknaden korrigerar sig, vilket den nästan säkert kommer att göra, kommer företag som bara jagar "trenden" att falla. Men de som fokuserar på att använda AI för att lösa verkliga affärsproblem kommer att bli de slutgiltiga vinnarna.
Pragmatikerns strategi: Att tjäna på bubblan
Så vad ska en klok företagsledare göra mitt i stormen? Att fly från AI är inte ett alternativ. Istället, närma dig det pragmatiskt och utnyttja kaoset i bubblan.
För att undvika att hamna i fällan "95% misslyckande" följer framgångsrika företag ofta tre gyllene regler:
"Problem-först"-arkitektur
Fråga inte "Vad kan vi göra med AI?" utan fråga "Vilka är de största flaskhalsarna i vår verksamhet?" Var slösar människor tid på repetitiva uppgifter? Vilka processer orsakar ofta fel? Var försenar dataflaskhalsar beslut? Först efter att ha tydligt identifierat problemet bör du se AI som en potentiell lösning.
Balansering av AI-portföljen
Lägg inte alla ägg i samma korg. Blanda istället kortsiktiga och långsiktiga projekt med låg och hög risk.
Snabbvinst (1–3 månader): Använd befintliga AI-verktyg för att automatisera dokumenthantering och mötessammanfattningar.
Strategisk satsning (3–12 månader): Bygg en anpassad AI-lösning för att optimera en kärnprocess, såsom efterfrågeprognoser eller lagerhantering.
Genombrott (12+ månader): Testa helt nya affärsmodeller baserade på AI, såsom ett helautomatiserat inköpssystem.
Omfattande integration
AI-projekt bör inte existera isolerat. Ett AI-system som styr kvaliteten i en fabrik kan ge input till ett AI-system för prediktivt underhåll. Data från det kan sedan hjälpa ett annat AI-system att optimera leveranskedjan. När system "pratar" med varandra skapar de synergier som är mycket större än summan av de enskilda projekten.

Sam Altman, VD för ChatGPT, oroar sig för att AI-bubblan är på väg att spricka, medan Wall Street fortfarande är upptagen med vadslagning (Foto: DIA TV).
Det finns en intressant paradox: istället för att vara ett hot kan AI-bubblan vara den största möjligheten för företag som har en pragmatisk strategi. Riskkapital finansierar massiv forskning och utveckling som ingen styrelse skulle våga godkänna.
De skarpaste hjärnorna lämnar stabila jobb för att bygga AI-verktyg som man kan köpa billigt senare. Infrastruktur byggs i massiv skala, vilket lovar en framtid med billigare tillgång.
Den kanske största fördelen med bubbeldebatten är att den är en distraktion. Medan kommentatorer och investerare är upptagna med att diskutera Nvidias aktiekurs eller värderingar av startups, har seriösa företag en idealisk plats att arbeta i tysthet. De möter mindre konkurrens om talanger, mindre granskning och mindre press att möta deadlines.
Dotcom-boomen lämnade efter sig bredbandsinfrastruktur och en generation webbutvecklare. AI-bubblan, när den korrigeras eller så småningom spricker, kommer att lämna efter sig kraftfulla GPU-kluster och en generation begåvade maskininlärningsingenjörer.
Det smartaste valet är inte att undvika bubblan, utan att låta andra ta kapitalrisken medan du fokuserar på att skörda de operativa fördelarna. Ju fler människor pratar om bubblor, desto fler möjligheter öppnas för dem som är orubbliga och metodiska.
Källa: https://dantri.com.vn/kinh-doanh/khi-bong-bong-ai-no-ai-se-tru-vung-20250917084848979.htm






Kommentar (0)