Nvidias strategiska nödrop – Biljondollarsamtalet: Nvidias satsning på OpenAI:s framtid

När panik blir strategi och misslyckande den största faran för teknikbranschen

Modern ekonomisk historia känner få ögonblick då ett enda telefonsamtal har banat väg för investeringar på hundratals miljarder. Sensommaren 2025 bjöd på ett sådant ögonblick när Jensen Huang, mångårig VD för chipjätten Nvidia, lyfte luren och ringde Sam Altman, chef för artificiell intelligens-företaget OpenAI. Det som följde var inte bara ett affärsavtal, utan snarare en läxa i den bräckliga naturen hos strategiska partnerskap i en bransch som alltmer präglas av ömsesidiga beroenden och där gränserna mellan kund, leverantör och investerare blir alltmer suddiga.

Samtalet mellan Huang och Altman ägde rum vid en kritisk tidpunkt. Medan Nvidia och OpenAI hade samarbetat i åratal hade förhandlingarna om ett nytt infrastrukturprojekt stannat av. OpenAI sökte aktivt efter alternativ för att minska sitt starka beroende av Nvidia. Ironiskt nog fann företaget vad det sökte hos Google, en direkt konkurrent inom artificiell intelligens. Rapporter indikerade att OpenAI hade tecknat ett molnkontrakt med Google i våras och börjat använda sina egenutvecklade Tensor Processing Units. Samtidigt arbetade AI-företaget med halvledartillverkaren Broadcom för att utveckla sina egna specialdesignade chips.

När rapporter om användningen av Googles TPU-chip dök upp tolkade Nvidia detta som en tydlig varningssignal. Budskapet var tydligt: ​​antingen skulle en snabb överenskommelse nås, eller så skulle OpenAI i allt högre grad vända sig till konkurrenterna. Paniken hos Nvidia måste ha varit betydande, eftersom den fick VD:n att vidta personliga åtgärder. Huangs samtal till Altman var ursprungligen avsett att klargöra ryktena, men under samtalet signalerade Nvidia-chefen sin vilja att återuppliva de fastlåsta förhandlingarna. En källa med kännedom om situationen beskrev detta samtal som upphovet till idén om en direktinvestering i OpenAI.

Relaterat till detta:

• Vad innebär AI-chipavtalet mellan AMD och OpenAI för branschen? Är Nvidias dominans i fara?

Hundra miljarder dollar och ett nätverk av förpliktelser

Resultatet av detta ingripande blev ett avtal av hisnande proportioner. I september tillkännagav Nvidia och OpenAI ett strategiskt partnerskap där chiptillverkaren är beredd att investera upp till hundra miljarder amerikanska dollar. Avtalet innebär byggandet av AI-datacenter med en planerad kapacitet på minst tio gigawatt, vilket motsvarar miljontals grafikprocessorer (GPU:er) för OpenAI:s nästa generations infrastruktur. Som jämförelse genererar en typisk kärnreaktor ungefär en gigawatt el. Den första fasen av projektet är planerad att tas i drift under andra halvan av 2026 med Nvidias kommande Vera Rubin-plattform.

Avtalets struktur är ganska anmärkningsvärd. Nvidia åtar sig inte bara att leverera upp till fem miljoner chip, utan överväger också att ge garantier för lån som OpenAI avser att ta för att bygga sina egna datacenter. Denna finansiella sammanflätning går långt utöver en traditionell kund-leverantörsrelation. Nvidia blir i praktiken sin egen kunds finansiär, en situation som påminner om dotcom-erans praxis då utrustningsleverantörer stödde sina kunder genom lån och aktieinvesteringar.

Men Nvidia-avtalet är bara en del i en mycket större väv av affärer som OpenAI har skapat de senaste månaderna. Företaget har manövrerat sig in i en position som med rätta kan beskrivas som för stor för att misslyckas. Listan över avtal låter som en lista över de mest eftertraktade inom teknik- och halvledarindustrin. Oracle säkrade ett femårigt kontrakt värt 300 miljarder dollar för att bygga datacenterkapacitet som en del av det så kallade Stargate-projektet. Broadcom tillkännagav ett partnerskap för att utveckla anpassade chip med inriktning på tio gigawatt datorkapacitet. AMD tecknade ett avtal om sex gigawatt datorkapacitet, vilket också ger OpenAI möjligheten att förvärva upp till tio procent av företaget.

Intäkter kontra skulder: En beräkning som inte summerar

Den stora omfattningen av dessa åtaganden väcker grundläggande frågor om ekonomisk lönsamhet. OpenAI förväntas generera cirka tretton miljarder dollar i intäkter i år. Samtidigt har företaget åtagit sig 650 miljarder dollar i datorkostnader enbart genom avtal med Nvidia och Oracle. Om man inkluderar avtalen med AMD, Broadcom och andra molnleverantörer som Microsoft, närmar sig de totala åtagandena biljonstrecket.

Dessa siffror är uppenbart oproportionerliga i förhållande till företagets nuvarande affärsresultat. Under första halvåret 2025 genererade OpenAI intäkter på cirka 4,3 miljarder dollar, en ökning med 16 procent jämfört med föregående år. Samtidigt förbrukade företaget 2,5 miljarder dollar i kassa, främst på forskning och utveckling samt driften av ChatGPT. FoU-utgifterna under första halvåret uppgick till totalt 6,7 miljarder dollar. Vid slutet av första halvåret hade OpenAI cirka 17,5 miljarder dollar i kassa och värdepapper.

Skillnaden mellan intäkter och åtaganden är häpnadsväckande. Beräkningar tyder på att det kostar ungefär femtio miljarder dollar att bygga bara en gigawatt datacenterkapacitet, inklusive hårdvara, energiinfrastruktur och byggkostnader. OpenAI har åtagit sig totalt trettiotre gigawatt, vilket teoretiskt sett skulle kräva investeringar på över 1,6 biljoner dollar. Företaget skulle därför behöva öka sina intäkter hundrafalt för att ens komma i närheten av att finansiera denna infrastruktur.

Hur ska detta gap fyllas? OpenAI bedriver en aggressiv diversifieringsstrategi. Företagets femårsplan inkluderar statliga kontrakt, e-handelsverktyg, videotjänster, konsumenthårdvara och till och med dess roll som datorleverantör genom Stargate-datacenterprojektet. Företagets värdering har stigit snabbt: från 157 miljarder dollar i oktober 2024 till 300 miljarder dollar i mars 2025, och för närvarande till 500 miljarder dollar efter en sekundär aktieförsäljning där anställda sålde aktier till ett värde av 6,6 miljarder dollar.

Pengarkarusellen: Hur AI-industrin finansierar sig själv

Strukturen i dessa avtal har väckt oro i finansvärlden, eftersom den påminner om ett fenomen som var utbrett under dotcom-bubblan i slutet av 1990-talet: cirkulär finansiering. Mönstret är oroande välbekant. Ett företag i leveranskedjan investerar i ett nedströmsföretag, som sedan använder det erhållna kapitalet för att köpa produkter från investeraren. Nvidia köper aktier i OpenAI; OpenAI köper GPU:er från Nvidia. Oracle investerar i Stargate; OpenAI hyr datorkraft från Oracle. AMD beviljar OpenAI teckningsoptioner på upp till tio procent av företaget; OpenAI åtar sig att köpa AMD-chips värda tiotals miljarder dollar.

Dessa cykler skapar illusionen av blomstrande företag, medan i verkligheten flödar i stort sett samma pengar fram och tillbaka mellan samma aktörer. Problemet är inte nytt. I slutet av 1990-talet tillämpade leverantörer av internetinfrastrukturutrustning en liknande leverantörsfinansieringsmodell. Företag som Lucent, Nortel och Cisco beviljade generösa lån till telekommunikationsleverantörer och internetleverantörer, som sedan använde pengarna för att köpa utrustning från just dessa leverantörer. Detta blåste upp intäkterna artificiellt och maskerade den verkliga efterfrågan. När bubblan sprack kollapsade inte bara de hårt skuldsatta köparna, utan även leverantörerna, vars intäkter visade sig vara en hägring.

Parallellerna till dagens situation är obestridliga, även om viktiga skillnader finns. Till skillnad från många dotcom-företag som aldrig gick med vinst, är de största aktörerna i dagens AI-boom lönsamma företag med etablerade affärsmodeller. Nvidia, till exempel, har vinstmarginaler på cirka 53 procent och dominerar AI-chipmarknaden med en marknadsandel på cirka 80 procent. Microsoft, Google och Amazon är bland de mest lönsamma företagen i världen. Ändå finns det berättigade farhågor.

En undersökning bland globala fondförvaltare i oktober 2025 visade att 54 procent trodde att AI-relaterade aktier befann sig i bubbelterritorium. Sextio procent ansåg att aktierna överlag var övervärderade. Denna skepticism är inte ogrundad. Åtagandena att bygga massiva mängder chips och datacenter innan OpenAI kan ge dem underblåser farhågor om att entusiasmen för AI håller på att utvecklas till en bubbla liknande den ökända dotcom-bubblan.

Framgångens förbannelse: Varför Nvidias kunder blir konkurrenter

I hjärtat av detta nätverk finns Nvidia, ett företag som under de senaste två åren har förvandlat sig från en betydande men specialiserad chiptillverkare till världens mest värdefulla börsnoterade företag. Med ett börsvärde på över fyra biljoner dollar överträffar Nvidia nu även tungviktarna inom teknikbranschen. Dess uppgång är nära kopplad till AI-boomen som började i slutet av 2022 med lanseringen av ChatGPT. Sedan dess har Nvidias intäkter nästan tredubblats, medan vinsterna har skjutit i höjden.

Jensen Huang, som har lett företaget sedan starten 1993, har väglett Nvidia genom en anmärkningsvärd omvandling. Huang fokuserade initialt på grafikkort för videospel, men insåg tidigt potentialen hos deras processorer för vetenskaplig beräkning och artificiell intelligens. Utvecklingen av CUDA, en parallell beräkningsplattform, gjorde det möjligt att använda Nvidias GPU:er för djupinlärning och AI-modeller som kräver massiv parallell bearbetning. Denna strategiska framsynthet positionerade Nvidia som en oumbärlig partner för praktiskt taget alla större AI-projekt världen över.

Huangs ledarstil är okonventionell. Han undviker långsiktig planering och betonar ett fokus på nuet. Hans definition av långsiktig planering är: Vad gör vi idag? Denna filosofi har gett Nvidia en anmärkningsvärd flexibilitet. Företaget bedriver en aggressiv innovationsstrategi med målet att lansera en ny generation avancerade AI-chips varje år. Hopper och Blackwell följs av Vera Rubin och Rubin Ultra, där varje generation erbjuder avsevärt förbättrad prestanda och effektivitet.

Men just denna strategi medför risker. För kunder som investerar tiotals miljarder dollar i Nvidias hårdvara utgör den snabba föråldringen av deras investeringar ett allvarligt problem. Om en ny chipgeneration avsevärt överträffar den föregående inom tolv till arton månader, förlorar de gjorda investeringarna snabbt i värde. Inget företag har råd att spendera tio eller tjugo miljarder dollar på den senaste hårdvaran vartannat år. Denna dynamik förklarar varför stora kunder som Meta, Google, Microsoft och Amazon samtidigt driver sina egna chiputvecklingsprogram. OpenAIs samarbete med Broadcom för att utveckla sina egna chip följer samma logik.

Nvidia står därmed inför en paradox: de företag som är dess största kunder idag kan bli dess hårdaste konkurrenter imorgon. Ungefär 40 procent av Nvidias intäkter kommer från bara fyra företag: Microsoft, Meta, Amazon och Alphabet. Alla har de resurser och den tekniska expertis som krävs för att utveckla sina egna AI-chips. Medan Nvidias tekniska försprång och det omfattande CUDA-programvaruekosystemet skapar betydande inträdeshinder, visar historien inom teknikbranschen att dominans sällan är permanent.

Branschfokusområden: B2B, digitalisering (från AI till XR), maskinteknik, logistik, förnybar energi och industri

Mer information här:

• Expertföretagsnav

Ett tematiskt nav som erbjuder insikter och expertis:

• Kunskapsplattform som täcker globala och regionala ekonomier, innovation och branschspecifika trender
• En samling analyser, insikter och bakgrundsinformation från våra viktigaste fokusområden
• En plats för expertis och information om aktuell utveckling inom näringsliv och teknologi
• En knutpunkt för företag som söker information om marknader, digitalisering och branschinnovationer

Mellan hype och verklighet: Den ekonomiska logiken bakom AI-boomen

Trots alla berättigade farhågor finns det argument som talar för den ekonomiska lönsamheten av massiva AI-investeringar. Efterfrågan på AI-applikationer är verklig och växer exponentiellt. ChatGPT var den snabbaste applikationen i historien att nå 100 miljoner användare inom två månader. OpenAI har nu cirka 800 miljoner veckovisa användare, även om endast cirka 5 procent av dem är betalande prenumeranter. Denna konverteringsfrekvens på 99 procent gratisanvändare till 1 procent betalande användare representerar både en enorm möjlighet och en osäker grund.

Integreringen av AI i affärsprocesser går snabbt. Enligt studier använder över sjuttio procent av företag världen över nu någon form av artificiell intelligens. Till skillnad från dotcom-eran, då många affärsmodeller var rent spekulativa och internetpenetrationen fortfarande var låg, finns det nu en verklig och växande efterfrågan på AI. Stora företag använder avancerade modeller för specifika uppgifter, vilket skapar en återkopplingsslinga av intäkter och produktivitetsvinster.

Analytiker menar att den fallande kostnaden per intelligensenhet rättfärdigar investeringen. I takt med att datorkraft blir mer överkomlig kan fler applikationer utvecklas ekonomiskt, vilket i sin tur ökar efterfrågan. Nvidia betonar att deras system bör utvärderas inte bara utifrån chippriset utan även utifrån den totala ägandekostnaden. Energieffektiviteten hos de senaste generationerna har förbättrats avsevärt. GB300-NVL72-plattformen erbjuder en femtiofaldig ökning av energieffektiviteten per token jämfört med den tidigare Hopper-generationen. En investering på tre miljoner dollar i GB200-infrastruktur skulle teoretiskt sett kunna generera trettio miljoner dollar i tokenintäkter, vilket motsvarar en tiofaldig avkastning.

Trots detta kvarstår grundläggande tvivel. Antagandet om en linjär skalning av datorkraft till AI-kapacitet ifrågasätts alltmer. Forskning tyder på att minskande avkastning kan vara på väg att göra sig gällande. Stanford AI Index 2024 visar att datoranvändningen har ökat exponentiellt, medan prestandaförbättringar i viktiga riktmärken planar ut. Fler servrar leder inte automatiskt till bättre AI, men OpenAIs strategi behandlar datorkraft som en garanterad väg till dominans.

Ett korthus gjort av chips? Dominorisken i AI-ekosystemet

Det nära samspelet mellan chiptillverkare, molnleverantörer och AI-utvecklare skapar systemrisker. Om OpenAI misslyckas eller inte når sina tillväxtmål skulle konsekvenserna sprida sig genom hela leveranskedjan. Nvidia skulle bli tvungen att investera i ett övervärderat företag. Oracle skulle ha byggt upp datacenterkapacitet som ingen använder. AMD skulle ha skapat produktionskapacitet för chip som inte längre är efterfrågade. Dessa företags öden är sammanflätade på ett sätt som påminner om de ömsesidiga beroenden som bidrog till finanskrisen 2008.

Kritiker som den välkände blankningssäljaren Jim Chanos drar tydliga paralleller till dotcom-bubblan. Chanos påpekar att kapitalkraven för AI-infrastruktur vida överstiger de ungefär hundra miljarder dollar i leverantörsfinansiering under internetboomen. Han uttrycker oro för att ledande teknikföretag som Nvidia och Microsoft skulle göra vad som helst för att hålla själva utrustningen borta från sina balansräkningar genom kreativa finansieringsstrukturer. Oron är att dessa företag fruktar avskrivningsplanerna och redovisningskonsekvenserna, liksom de enorma kapitalkraven, som de inte vill ska direkt återspeglas i sina balansräkningar.

Det finns dock också röster som varnar för för tidiga bubbeldiagnoser. Vissa analytiker menar att nuvarande avtal inte når den skala som krävs för att vara överväldigande. Till exempel skulle OpenAI-Nvidia-avtalet representera ungefär tretton procent av Nvidias beräknade intäkter för 2026. Om en utbyggnad på en gigawatt sker under andra halvan av 2026 skulle det utlösa en total kapitalinvestering på ungefär femtio till sextio miljarder dollar, varav Nvidia skulle få cirka trettiofem miljarder dollar. Av detta skulle tio miljarder dollar återinvesteras i OpenAI, med ytterligare investeringar beroende på faktiska framsteg inom AI-monetisering. Denna prestationsbaserade strategi skiljer sig från de fasta, ofta spekulativa åtagandena i telekombubblan.

Den verkliga flaskhalsen: Varför AI-boomen kan få slut på ström

En ofta förbisedd men potentiellt avgörande flaskhals är strömförsörjningen. Att driva AI-datacenter kräver enorma mängder el. Tio gigawatt motsvarar att förse över åtta miljoner amerikanska hem med ström, eller fem gånger Hooverdammens kapacitet. De trettiotre gigawatt som OpenAI har åtagit sig att leverera skulle ungefär matcha hela delstaten New Yorks elbehov.

Elnäten i USA är redan under betydande belastning. År 2024 stod datacenter för ungefär fyra procent av den totala amerikanska elförbrukningen, motsvarande cirka 183 terawattimmar. År 2030 förväntas denna siffra mer än fördubblas till 426 terawattimmar. I vissa stater, som Virginia, förbrukade datacenter redan tjugosex procent av den totala elen år 2023. I North Dakota var siffran femton procent, i Nebraska tolv procent, i Iowa elva procent och även i Oregon elva procent.

Byggandet av nya datacenter med tillräcklig kapacitet tar år. Uppskattningar tyder på att det vanligtvis tar cirka sju år att utveckla ett datacenter i USA från initial planering till full drift, med 4,8 år för förutveckling och 2,4 år för byggnation. Detta skapar en grundläggande flaskhals för OpenAI:s ambitiösa expansionsplaner. Företaget kan teckna så många kontrakt som det vill, men om den fysiska infrastrukturen inte är på plats i tid kommer dessa åtaganden att förbli tomma löften.

Energifrågan väcker också hållbarhetsproblem. En enda ChatGPT-sökning förbrukar ungefär tio gånger mer energi än en typisk Google-sökning. Med miljontals sökningar dagligen enbart för OpenAI, för att inte tala om konkurrenter som Anthropic, Google och Microsoft, utgör detta en enorm belastning på elnät och miljön. Kylning av dessa datacenter kräver också stora mängder vatten. Hyperskaliga datacenter förbrukade cirka fjorton miljarder gallon vatten direkt år 2023, med förväntningar att denna siffra kommer att fördubblas eller tredubblas till 2028.

Den globala spelplanen: AI mellan nationella intressen och exportkontroller

AI-infrastruktur har blivit en fråga om nationell säkerhet. Både Trump- och Biden-administrationerna betonade industripolitiken och framställde AI inte bara som en ekonomisk möjlighet utan också som ett säkerhetsmässigt nödvändigt krav. Det underförstådda budskapet till företag är att snabbhet är viktigare än försiktighet. Stargate-projektet tillkännagavs i Vita huset tillsammans med president Trump, som framställde tekniken som en drivkraft för ekonomiskt ledarskap och teknologiskt oberoende.

Kina följer en statsledd modell som kanaliserar kapital till AI för att bygga inhemska mästare och minska sitt beroende av amerikansk teknik. Europa fokuserade initialt på riskhantering, men rädslan för förlorad konkurrenskraft fick Bryssel att lansera AI Continent Action Plan och ett initiativ på 1 miljard euro för att påskynda implementeringen.

För Nvidia representerar denna geopolitiska dimension både en möjlighet och en risk. Företaget har försökt följa en strategi som skulle göra det möjligt för dem att fortsätta exportera chip till Kina, med argumentet att utestängning från den kinesiska marknaden bara skulle stärka de kinesiska konkurrenterna. Exportkontroller har dock minskat Nvidias marknadsandel i Kina från 95 procent till praktiskt taget noll. Huang har offentligt sagt att han inte kan föreställa sig att någon beslutsfattare skulle anse detta vara en bra idé. Den kinesiska marknaden representerar en möjlighet värd cirka 50 miljarder dollar som Nvidia går miste om på grund av regulatoriska restriktioner.

Bubbla eller revolution? En slutsats med öppen utgång

Frågan om huruvida vi befinner oss mitt i en AI-bubbla kan inte definitivt besvaras medan vi fortfarande befinner oss i stormens öga. Bubblor är ofta tydligt igenkännbara först i efterhand. Alan Greenspans berömda varning mot irrationell överflöd kom i december 1996, men Nasdaq nådde inte sin topp förrän mer än tre år senare. Mitt i en bubblas uppblåsta tillstånd kan inflationen vara längre än vad som logiskt sett verkar.

Vissa fakta är dock obestridliga. Värderingar av AI-företag baseras på antaganden om framtida tillväxt som skulle vara historiskt sett exempellösa. Inget företag har någonsin vuxit från tio miljarder till hundra miljarder dollar i intäkter så snabbt som OpenAI förutspår. Åtagandena att bygga infrastruktur för biljoner dollar, med nuvarande intäkter på tretton miljarder dollar, kräver en intäktsexplosion som det inte finns något historiskt motsvarighet till.

Samtidigt är AI inte ren spekulation. Tekniken förändrar redan branscher och arbetssätt. Företag uppnår mätbara produktivitetsvinster genom AI-integration. Frågan är inte om AI kommer att vara transformerande, utan hur snabbt denna transformation kommer att ske och om nuvarande värderingar och investeringar håller jämna steg.

Vad händer om OpenAI missar sina prognoser? I bästa fall skulle företaget behöva skala ner sina infrastrukturplaner. I värsta fall kan andrahandseffekterna bli betydande, eftersom investerare och andra företag i allt högre grad satsar stort på OpenAIs värdeskapande. Dessa satsningar är inte bara beroende av att värdet realiseras, utan av att det realiseras tillräckligt snabbt för att täcka den skuld som används för att finansiera dessa satsningar. Att inte leverera värde så snabbt som investerare förväntar sig har varit tillräckligt för att förvandla flera historiska teknikboomar till konkurser.

Den centrala lärdomen från dotcom-bubblan var att transformativa teknologier ofta lyckas i årtionden, men den första vågen av företag och deras investerare fångar sällan hela det löfte som antyds i deras aktiekurser. Internet förändrade visserligen världen, men de flesta av de högt värderade internetföretagen från år 2000 existerar inte längre. Vinnarna var ofta företag som kom in på marknaden senare eller överlevde krisens mörkaste dagar.

Huruvida detta även kommer att gälla AI återstår att se. Det som är tydligt är dock att telefonsamtalet mellan Jensen Huang och Sam Altman i sensommaren 2025 kan visa sig bli en av de vändpunkter där panik blev strategi, beroende omvandlades till ömsesidigt engagemang och en industri banade väg för ett av de största ekonomiska riskspelen i modern historia. Svaret på om detta riskspel lönar sig eller blir den största felinvesteringen sedan dotcom-eran kommer att avslöjas under det kommande decenniet.

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

 

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

 

 

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor

Xpert.Digital besitter djupgående kunskap inom olika branscher. Detta gör det möjligt för oss att utveckla skräddarsydda strategier som är exakt anpassade till kraven och utmaningarna inom just ditt marknadssegment. Genom att kontinuerligt analysera marknadstrender och övervaka branschutvecklingen kan vi agera proaktivt och erbjuda innovativa lösningar. Kombinationen av erfarenhet och expertis genererar mervärde och ger våra kunder en avgörande konkurrensfördel.

Mer information här:

• Dra nytta av Xpert.Digitals 5 expertområden i ett paket – från endast 500 €/månad