Teknikjättar satsar över 500 miljarder dollar på AI fram till 2032

Artificiell intelligens fortsätter att locka massiva investeringar. De största teknikföretagen, inklusive Microsoft, Amazon och Meta, kommer att spendera 371 miljarder dollar på AI 2025 - ett hopp på 44% från 2024. År 2032 kan den siffran skjuta i höjden till 525 miljarder dollar, enligt Bloomberg Intelligence.

DeepSeek är ett kinesiskt AI-företag som utvecklar avancerade resonemangsmodeller. De hävdar att de skapar konkurrenskraftig AI till en bråkdel av kostnaden för amerikanska rivaler och utmanar branschjättar som OpenAI.

Tidigare gick de flesta AI-investeringar till datacenter och avancerade chips som användes för modellträning. Men nu skiftar fokus mot inferens - processen att köra AI-modeller efter att de har tränats. Detta skifte beror till stor del på ökningen av resonemangsmodeller som tar längre tid att beräkna svar men som syftar till att efterlikna människoliknande tankeprocesser.

OpenAI och kinesiska DeepSeek har varit ledande med nya modeller som inte bara spottar ut förinlärda svar utan försöker tänka igenom problem. Dessa system kräver mer datorkraft, men innebär också nya sätt att tjäna pengar på AI, vilket gör det möjligt för företag att flytta kostnader från utbildning till faktisk användning.

DeepSeek skapade uppmärksamhet när man hävdade att man hade utvecklat en konkurrenskraftig modell till en bråkdel av kostnaden jämfört med de stora amerikanska aktörerna. Detta har väckt frågor om huruvida nuvarande AI-investeringar är så effektiva som de borde vara. Som ett resultat av detta prioriterar nu fler AI-företag kostnadseffektiva modeller framför ren beräkningskraft.

Just nu utgör AI-utbildning över 40% av hyperscaler AI-budgetar, men den siffran förväntas sjunka till bara 14% 2032. Samtidigt förväntas inferensutgifterna utgöra nästan hälften av alla AI-investeringar då. Detta markerar ett stort skifte i hur AI-företag fördelar sina resurser.

Google verkar bäst positionerat för denna övergång, tack vare sina interna chips som hanterar både utbildning och inferens effektivt. Å andra sidan förlitar sig Microsoft och Meta fortfarande starkt på Nvidia, vilket kan begränsa deras flexibilitet framöver.