Værdikæden bag kunstig intelligens er under voldsomt pres – og det ser ikke ud til at lette foreløbig

Bag kunstig intelligens gemmer sig en industriel værdikæde af en kompleksitet, der er svær at overdrive – og som i øjeblikket er presset på næsten alle niveauer.

Nvidias seneste AI-platform kræver over 50 unikke komponentkategorier, fra siliciumwafers (en siliciumwafer er en tynd, rund skive af silicium, der bruges som grundmateriale til at lave computerchips) og avanceret hukommelse til substrater, kølesystemer og strømforsyning. Før én enkelt AI-chip er klar, har den været igennem  fabrikker i Taiwan, hukommelsesproducenter i Korea og USA, substratfabrikanter i Japan samt pakke- og testfaciliteter spredt over flere kontinenter. I en værdikæde med så mange led skal der ikke store forskydninger til, før det hele begynder at skure. Og i dag skurrer det bredt.

Det hele begynder med strøm

Den mest basale flaskehals er elektricitet. Flere af de planlagte amerikanske datacentre i 2026 forventes at blive forsinket – ikke fordi der mangler chips eller finansiering, men fordi kritisk el-udstyr ikke kan leveres hurtigt nok.

Problemet er især transformere og koblingsudstyr, som forbinder datacentrene til elnettet. Før pandemien lå leveringstiden typisk på ét til to år. I dag kan den strække sig til op mod fem år. Samtidig forventes et moderne AI-datacenter at være operationelt på under 18 måneder. Producenter som Siemens Energy, Hitachi Energy, GE Vernova og Schneider Electric sidder alle med rekordstore ordrebøger, men opbygning af ny kapacitet kræver både tid og specialiseret arbejdskraft. Det vurderes derfor, at presset tidligst begynder at aftage i 2027.

Hukommelsen bliver næste stop

Når strømmen er sikret, flytter flaskehalsen ind i selve chippen. Moderne AI-chips kræver high-bandwidth memory (HBM) – en type hukommelse, der kan levere data med ekstrem hastighed direkte til processorens regneenheder. Uden tilstrækkelig HBM kan selv den mest avancerede processor ikke udnytte sin regnekraft.

HBM er markant mere krævende at fremstille end traditionel hukommelse. Én enhed HBM optager langt mere fabrikskapacitet, og kun tre globale aktører – Samsung, SK Hynix og Micron – kan producere i stor skala. Når kapacitet prioriteres mod HBM, reduceres samtidig produktionen af den hukommelse, der bruges i PC’er, smartphones og tablets, hvilket allerede presser priserne på forbrugerelektronik op.

Avanceret packaging og test

Selv når processor og hukommelse er produceret, mangler et afgørende trin: avanceret packaging. Her sammenkobles flere separate chips, både processor- og hukommelseschips, fysisk i én pakke, der fungerer som en samlet AI-chip. Det er denne samling, der gør moderne AI-chips så kraftfulde, men også så svære at producere. Kapaciteten domineres af TSMC og få specialiserede underleverandører, og den har været stort set udsolgt siden 2023. Nvidia alene har reserveret en betydelig del af den mest avancerede kapacitet flere år frem.

Herefter følger test – endnu en ofte overset flaskehals. Hver ny generation af AI-chips er mere kompleks og kræver længere testtid, samtidig med at volumen stiger. Markedet er i praksis et duopol, domineret af japanske Advantest og amerikanske Teradyne, som begge nyder godt af den strukturelle efterspørgsel.

Lange kontrakter, men fortsat knaphed

Bag flaskehalsene gemmer sig et velkendt dilemma. Leverandører er historisk blevet straffet for at overinvestere, når efterspørgslen vendte. Derfor udvides kapaciteten forsigtigt, selv med fyldte ordrebøger. Hyperscalerne forsøger at indgå flerårige kontrakter, der giver investeringssikkerhed, men selv med kontrakter i hånden tager det år at bygge fabrikker, installere udstyr og uddanne specialister, mens efterspørgslen fortsætter med at vokse.

Når efterspørgslen overhaler industrien

Elon Musks annoncering af projektet "Terafab", der sigter mod at samle og automatisere store dele af AI-chipproduktionen under ét tag, viser, hvor kritisk situationen er. Selv et projekt som Terafab vil stadig være afhængig af den eksisterende værdikæde for maskiner, materialer og komponenter – så efterspørgslen forstærkes blot. Det sender et tydeligt signal: Musk vurderer, at de nuværende producenters evne til at opskalere ganske enkelt ikke kan følge med fremtidens behov, uanset hvor hurtigt de udvider, og at adgangen til AI-chips bliver en afgørende konkurrencefaktor i fremtiden.

Hvad betyder det som investor?

For investorer betyder det samlede billede, at de selskaber, der kontrollerer de mest kritiske flaskehalse, har en usædvanlig stærk og potentielt langvarig prissætningskraft. AI-ambitionerne kan ganske enkelt ikke realiseres hurtigere, end den fysiske værdikæde tillader det. Uanset hvor mange milliarder, der investeres.

Mange af disse selskaber opererer i industrier med en lang historie af cykliske udsving, og det har gjort en del investorer tilbageholdende. Frygten for at stå med dyre aktier, når cyklen vender, er velkendt og velbegrundet. Men netop den forsigtighed har også betydet, at markedet i længere tid har undervurderet både styrken og varigheden af den nuværende efterspørgsel.

Hvad kan ændre billedet?

Nye fabrikker, alternative leverandører og teknologiske gennembrud kan over tid øge kapaciteten og lette presset. Men den type forandringer tager år, ikke kvartaler. Og så længe efterspørgslen vokser hurtigere end udbuddet, forbliver prissætningskraften hos de etablerede leverandører.

Vi vurderer, at presset på værdikæden vil fortsætte et godt stykke tid endnu. Flaskehalsene er reelle, kapacitetsudvidelser tager år, og efterspørgslen efter stadig mere avancerede chips og energi vokser fortsat. Men cykliske industrier vender, og når det sker, går det ofte hurtigt. Derfor er det vigtigt at forstå de underliggende dynamikker i værdikæden, så man som investor forstår hvorfor og hvornår billedet begynder at ændre sig.

Denne artikel har været bragt i seneste udgave af Magasinet FORMUE. Du kan læse magasinet via linket her.