Stora planerade AI-investeringar och samtidigt en stor del av satsningarna utan vinst. Det är kärnan i Katrine Kielos analys på EFN. Hon pekar på hur kodningsverktyg byggda på stora språkmodeller redan förändrar vem som skriver mjukvara, och använder Anthropics chef för Claude Code, Boris Cherny, som exempel. Samtidigt återger hon forskning från MIT som visar att 95 procent av ny AI i näringslivet ännu inte gett vinst, och noterar varningar om en möjlig bubbla.

Katrine Kielos börjar i sin text på EFN med en konkret bild av hur arbetet med mjukvara håller på att skifta. Hon berättar om Boris Cherny, chef för Claude Code på Anthropic. Cherny sa på en Sequoia Capital-konferens i april att han inte skrivit en rad kod för hand på ett år och att han i dag ofta arbetar från sin iPhone. Det är inte bara en anekdot. För Kielos illustrerar berättelsen en större omsvängning i yrkets karaktär.

Kodningens roll skiftar

Cherny beskriver en omvandling där utvecklare i praktiken dirigerar AI i stället för att skriva varje rad själva. Han jämför rollen med 1400-talets skrivare. Syftet är tydligt i hans slutsats, återgiven av Kielos: kodning kommer att gå från en specialiserad elituppgift till något som ”nästan alla ägnar sig åt”.

Det följer ett konkret resonemang om vem som är bäst på att specificera mjukvara. Cherny menar att den bästa personen att specificera bokföringsprogram kan vara en duktig revisor, inte nödvändigtvis en professionell utvecklare. När verktygen blir enklare att använda kan domänexperter ta en större del av produktionskedjan. För investerare är den viktiga insikten att värdet inte nödvändigtvis ligger i de största språkmodellerna, utan i gränssnitten och verktygen som gör AI-makten användbar för experter inom olika branscher.

Detta skifte förändrar vad som räknas som en vinnare. Företag som paketlöser AI i branschspecifika arbetsflöden kan bli mer värdefulla än dem som enbart säljer kapacitet. Det gör affärsmodellerna bredare. Det betyder också att marknader där det finns många domänexperter och där arbetsflöden kan digitaliseras snabbt kan plocka upp större andelar av värdet.

Kapitalflöden, bubbeloro och infrastruktur

Kielos sätter teknikskiftet mot en annan bild: investeringsströmmarna är massiva. Hon noterar att Microsoft, Alphabet, Meta och Amazon planerade att under 2026 lägga 700 miljarder dollar på AI-infrastruktur. Den nivån av kapitalinjektion har fått analytiker att jämföra satsningarna med historiska kapprustningar om infrastruktur. Men stora satsningar rymmer både möjligheter och risker.

Mastheads

De kan täcka verkliga behov, men också skapa överkapacitet som aldrig genererar motsvarande intäkter.

Denna räknestycke möter också varningar om en bubbla. I oktober ansåg 54 procent av världens fondförvaltare att AI-aktierna var i en bubbla enligt Bank of Americas månatliga enkät. Ny forskning från MIT, återgiven av Kielos i ett poddsamtal, visar att 95 procent av all ny AI i näringslivet ännu inte gett någon vinst. Podden noterar också att industriledare som Sam Altman öppet varnar för bubbla. Siffrorna skapar en dubbelbild: enorm kapitaltillförsel samtidigt som avkastningen uteblir för majoriteten av nyutveckling.

Kielos kompletterar bilden med ett globalt utvecklingsperspektiv. I en intervju där hon medverkade talade pristagaren av Riksbankens pris i ekonomisk vetenskap James A. Robinson om de praktiska begränsningarna. Han konstaterade kortfattat, citerad i sammanhanget, "Glöm AI, det finns ingen elektricitet" i exempelvis Kongo, där datorpenetrationen är mycket låg. Poängen är enkel: AI betyder lite i länder där grundläggande infrastruktur saknas.

Simon Johnson uttryckte oro över att utvecklingen domineras av amerikanska män och att EU:s regleringsarbete riskerar att hålla Europa utanför formandet av tekniken. Dessa politiska och demografiska faktorer påverkar vilka aktörer som får makten över standarder och vilka marknader som formas först. Tillgången till el, hårdvara och mänskligt kapital blir strategiska barriärer som formar vilka företag som kan realisera värde.

För investerare betyder allt detta en enkel men svår läxa. Att satsa på de största modellerna eller den största infrastrukturen är en tydlig och synlig strategi. Men Kielos huvudpoäng är att den strategin riskerar att missa bredare affärsmodeller. Potentiella vinnare kan finnas bland verktyg som gör AI tillgängligt för domänexperter, i lösningar som integrerar AI i branschspecifika arbetsflöden, och i marknader där infrastruktur och reglering formar nyttjandet.

Det som står på spel är alltså inte bara teknisk kapacitet. Det handlar om vem som kan omsätta kapacitet till användbarhet.

En revisor med ett AI-verktyg för bokföring kan skapa mer värde i praktiken än en generell modell utan bra gränssnitt. För investerare blir därför produktmarknadspassform, distribution och användargränssnitt minst lika viktiga som storleken på modellen.

Kielos erbjuds ingen enkel prediktion. I stället ritar hon upp flera parametrar som avgör vilka bolag som kan bli långsiktiga vinnare: riktade verktyg för domäner, integration i arbetsflöden, geografisk tillgång till infrastruktur och hur regelverk påverkar utvecklingen. Investerare som bara tittar på storlekar och kapacitet riskerar att missa dessa nyanser.

Related Articles

För investerare innebär det att produktmarknadspassform, distribution och användargränssnitt nu kan avgöra vilka företag som blir långsiktiga vinnare.

Den här artikeln har skapats med hjälp av AI.