100 miljarder dollar har investerats i generativ AI och infrastruktur på knappt två år enligt en maskinöversatt LinkedIn-text. Pengarna kommer från aktörer som OpenAI, SoftBank, Anthropic, Google och stora molnleverantörer, och används för datacenter, specialchip och drift av storskaliga modeller. Många nya röst- och agentverktyg erbjuds gratis eller mycket billigt, vilket ändrar hur konsumenter och företag interagerar med teknik. Nästa viktiga fas presenteras regelbundet på NVIDIAs GTC i San Jose, där röstgränssnitt och agentteknik visas upp.

Det här är mer än en tekniktrend. Det är en marknadsstrategi. En maskinöversatt LinkedIn-text som sammanfattar kapitalflödet fram till slutet av 2024 visar att Silicon Valleys största aktörer sammanlagt satsat omkring 100 miljarder dollar i generativ AI och relaterad infrastruktur. Pengarna bygger både modellerna och den driftskapacitet som krävs för röststyrda tjänster och AI-agenter.

Pengarna bakom röstrevolutionen

Investeringsskalan är exceptionell i både absoluta tal och för hur koncentrerad den är till ett fåtal aktörer. Enligt LinkedIn-texten har OpenAI samlat in totalt 58 miljarder dollar, där Microsoft bidragit med 13 miljarder dollar. SoftBank anges ha ådragit sig 40 miljarder dollar i slutet av 2024. Anthropic har säkrat mer än 18 miljarder dollar, och Amazon har bidragit genom AWS med ett åtagande på cirka 8 miljarder dollar. Dessutom uppges Googles DeepMind ha mer än 100 miljarder dollar avsatta internt för forskning, infrastruktur och produktplaner, enligt investeraruppgifter som texten återger.

Dessa summor finansierar datacenter, specialiserade chip, eldrift och storskalig modellträning. Kostnadsbilden syns också i driftskalkylerna: LinkedIn-texten nämner att en högkvalitativ prompt mot en GPT-4-nivå modell kan kosta omkring 0,40 dollar att köra, beroende på konfiguration. Modellen är att acceptera kortsiktiga förluster genom att subventionera användning, för att snabbt bygga användardata, marknadsandelar och inlåsningseffekter.

Resultatet är att konsumenter kan få kraftfulla språkmodeller och agenttjänster för en låg månadskostnad eller ingen kostnad alls, samtidigt som företagen och molnleverantörerna bär den tunga beräkningskostnaden. LinkedIn-texten varnar för att den här strategin skapar stordata för träning av framtida modeller och i praktiken prissätter mindre, integritetsfokuserade aktörer ur marknaden.

Mastheads

Rösten före tangentbordet och kritik från forskningen

Teknologisk riktning pekar mot så kallade voice-first-verktyg och koordinerande AI-agenter. Rapportering från NVIDIAs GTC, återgiven av det svenska bolaget Airon, visar att utvecklingen går från enstaka LLM-funktioner mot agenter som tillsammans kan lösa sammansatta uppgifter.

Airon återger ett konkret exempel: flera agenter kan samarbeta för att utföra instruktionen "Boka boende åt mig i morgon", vilket illustrerar hur röststyrning kan ersätta tangentbordsbaserade arbetsflöden.

NVIDIA lyfter också robotik och nästa generations chip som prioriterade områden för snabbare genombrott, både i självkörande fordon och i fysiska robotar. Airon noterar samtidigt en trend mot mer öppen källkod, vilket kan snabba upp spridningen av tekniken utanför de stora ekosystemen.

Men kapplöpningen har en annan baksida. SVT rapporterar att hårdare arbetskulturer diskuteras i Silicon Valley, där 996-principer från Kina nämns som en kortsiktig väg att pressa fram resultat. Nicklas Hermansson, mediespanare och grundare av nyhetsbrevet NomoFomo, säger att AI-kapplöpningen driver unga chefer att lägga allt annat åt sidan. Erfarenheterna från Kina visar att modellen 996 bara fungerar på kort sikt. På längre sikt förlorar företagen sina talanger eftersom få människor vill arbeta under sådana förhållanden.

Den här kombinationen av snabbt kapital, aggressiva prismodeller och teknisk hype formar marknadens spelregler.

Related Articles

Nästa tydliga milstolpe är NVIDIAs GTC i San Jose, den scen där chipp, robotik och agentteknik ofta visar hur röstgränssnitten tar nästa steg.

Den här artikeln har skapats med hjälp av AI.