AI-boomen är redan en av historiens största investeringsvågor inom teknik. Men kalkylen bakom utbyggnaden blir allt mer extrem. Enligt prognoser kan investeringarna i AI-relaterad datacenterkapacitet summera till 31,6 biljoner dollar fram till 2050. Samtidigt räknar Bain med att AI-ekonomin kan behöva skapa minst 4,2 biljoner dollar i helt nya årliga intäkter till 2031 för att dagens utbyggnad ska kunna motiveras.

Det betyder inte att AI-boomen automatiskt är en bubbla. Det visar däremot hur snabbt intäkter, produktivitet och nya marknader måste växa om investeringarna ska ge den avkastning som kalkylerna bygger på.

Siffra	Vad den betyder
31,6 biljoner dollar	Prognostiserade kumulativa investeringar i AI-relaterad datacenterkapacitet fram till 2050
1,5 biljoner dollar	Möjliga årliga AI-infrastrukturinvesteringar omkring 2031
6 biljoner dollar	Ungefärliga årliga AI-intäkter som enligt Bains kalkyl kan behövas 2031
Minst 4,2 biljoner dollar	Nya årliga intäkter som behöver skapas utöver redan identifierbara AI-marknader

Skillnaden mellan de här beloppen är viktig. 31,6 biljoner dollar är inte en räkning som måste betalas de närmaste åren. Det är en långsiktig prognos för ackumulerade investeringar. De 4,2 biljonerna är däremot ett beräknat årligt intäktsgap som kan behöva fyllas redan till 2031.

Så kan AI-investeringarna nå 31,6 biljoner dollar

AI framställs ofta som ett mjukvarusprång, men bakom tjänsterna finns en snabbt växande fysisk industri.

Datacenter behöver mark, byggnader, avancerad kylning och enorma mängder el. De behöver nätanslutningar, transformatorer och reservkraft. Framför allt behöver de mycket dyr beräkningsutrustning som dessutom måste bytas ut betydligt oftare än själva byggnaden.

PwC har beräknat att världens investeringar i AI-relaterad datacenterkapacitet kan nå sammanlagt 31,6 biljoner dollar fram till 2050 i ett grundscenario. I ett mer expansivt scenario närmar sig summan 50 biljoner dollar.

De årliga investeringarna uppskattas kunna ligga omkring 800 miljarder dollar 2026, stiga mot 1,1 biljoner dollar 2030 och nå omkring 1,8 biljoner dollar per år 2050.

Det handlar alltså inte bara om att bygga fler hallar.

En stor del av kostnaden kommer från återkommande investeringar i servrar och acceleratorer. AI-chip kan bli tekniskt gamla långt innan en datacenterbyggnad har tjänat ut. När prestandan ökar och nya generationer hårdvara kommer ut måste operatörerna fortsätta investera för att behålla konkurrenskraften.

Det gör AI-infrastrukturen ovanligt kapitalintensiv även efter att själva datacentret är färdigbyggt.

Så uppstår gapet på minst 4,2 biljoner dollar

Den mest uppseendeväckande kalkylen gäller inte investeringarna fram till 2050 utan vad som kan krävas redan inom några år.

Bains teknikrapport räknar med att den årliga investeringen i AI-infrastruktur kan ligga runt 1,5 biljoner dollar 2031.

Om investeringarna då motsvarar ungefär en fjärdedel av AI-sektorns intäkter behövs cirka 6 biljoner dollar i årliga intäkter.

Problemet är att de AI-marknader som redan går att identifiera inte kommer i närheten av den summan.

Bain bedömer att bland annat konsumentabonnemang, annonser, programmering, försäljning, marknadsföring, kundservice och företagens IT-användning tillsammans kan generera ungefär 1,2–1,8 biljoner dollar om året.

Räknar man på den högre siffran blir gapet:

6 biljoner − 1,8 biljoner = 4,2 biljoner dollar.

Om de redan synliga användningsområdena bara når 1,2 biljoner dollar blir gapet i stället 4,8 biljoner.

Det är den verkliga utmaningen bakom AI-boomen.

Tekniken behöver inte bara fortsätta växa. På bara några år behöver helt nya marknader i miljard- och biljonklassen växa fram.

Här måste de nya AI-intäkterna komma

För att kalkylen ska fungera krävs betydligt mer än fler betalande användare av chattbotar.

Bland de tänkbara framtida intäktskällorna finns autonoma fordon och maskiner, robotik, industriella simuleringar, digitala tvillingar, nya former av annonsering samt AI-baserade produkter inom exempelvis läkemedelsutveckling och energi.

En del av dessa marknader kan bli enorma.

Problemet för investerarna är tidpunkten.

Datacenter och chip beställs nu. Elnät måste byggas nu. Finansiering måste ordnas nu. Många av de slutmarknader som förväntas betala för kapaciteten är däremot fortfarande under utveckling.

Det skapar ett klassiskt investeringsproblem: infrastrukturen byggs innan det går att veta exakt hur stor den lönsamma efterfrågan blir.

Hurbra har tidigare gått igenom hur just detta kan märkas i Texas, där datacenterboomen har tvingat fram hårdare granskning av planerad elförbrukning. Skillnaden mellan annonserad kapacitet och projekt som verkligen kommer att byggas blir allt viktigare när nätbolag försöker planera för en efterfrågan som ännu inte existerar fullt ut.

Därför talas det om en AI-bubbla

En investeringsbubbla betyder inte nödvändigtvis att den bakomliggande tekniken är värdelös.

Det är en viktig skillnad.

Järnvägar förändrade ekonomin trots att många järnvägsinvesteringar slutade illa. Internet skapade några av världens största företag trots att dotcom-kraschen utplånade mängder av aktieägarvärden.

AI kan på samma sätt förändra stora delar av ekonomin och samtidigt vara föremål för överinvesteringar.

Bubbelrisken ligger framför allt i gapet mellan vad som investeras och vad som hittills går att tjäna.

Ju högre förväntningarna blir, desto större produktivitets- och intäktsökningar måste komma senare för att dagens priser och investeringar ska framstå som rimliga.

J.P. Morgan Private Bank har exempelvis illustrerat hur stora produktivitetsökningar som kan krävas för att extremt höga framtida vinster i AI-sektorn ska kunna sättas i proportion till resten av den amerikanska ekonomin. I vissa scenarier skulle produktiviteten behöva öka omkring 3–5 procent per år under ett helt årtionde.

Det kan jämföras med betydligt lägre långsiktiga normalnivåer i den amerikanska ekonomin.

Det är ingen prognos om en kommande krasch. Det visar hur högt ribban ligger.

Efterfrågan på AI är samtidigt verklig

Det vore missvisande att beskriva AI-boomen som ren spekulation.

Efterfrågan på beräkningskapacitet är redan stor.

Internationella energiorganet IEA har konstaterat att världens datacenters elanvändning steg kraftigt under 2025 och att ökningen var ännu större i datacenter specialiserade på AI.

Chipbolagen och molnleverantörerna visar dessutom redan mycket stora AI-relaterade intäkter.

Ett tydligt exempel är Nvidia. I Hurbra:s genomgång av Nvidias rapport från augusti 2026 framgick hur bolaget fortfarande räknade med exceptionellt snabb tillväxt trots att verksamheten redan hade nått enorm skala.

Det finns alltså inget behov av att spekulera om huruvida företag vill köpa AI-kapacitet. Det gör de redan.

Den avgörande frågan är en annan:

Kommer kunderna i slutänden kunna skapa tillräckligt mycket ekonomiskt värde med AI för att motivera den mängd kapacitet som byggs?

Produktivitetslyftet är fortfarande svårt att se

Det är här AI-boomens stora paradox uppstår.

Användningen sprids mycket snabbt, men effekten på den breda produktivitetsstatistiken är fortfarande betydligt svårare att urskilja.

Forskning från Federal Reserve Bank of Atlanta och andra forskare har studerat omkring 6 000 företag i USA, Storbritannien, Tyskland och Australien.

Omkring 70 procent uppgav att de använder AI aktivt.

Trots det rapporterade den stora majoriteten ännu ingen tydlig mätbar effekt på företagets produktivitet eller sysselsättning under de föregående tre åren.

Förväntningarna framåt är betydligt större. Företagsledarna i studien räknade i genomsnitt med cirka 1,4 procent högre produktivitet och 0,8 procent högre produktion under de kommande tre åren, samtidigt som sysselsättningen väntades bli omkring 0,7 procent lägre.

Det är alltså fortfarande framför allt en berättelse om förväntade framtida vinster, snarare än ett redan fullt synligt produktivitetsmirakel.

Och det är just framtidsförväntningar som dagens investeringar bygger på.

De första arbetsmarknadseffekterna syns bland unga

På arbetsmarknaden börjar det däremot komma mer konkreta signaler.

Stanford Digital Economy Lab har analyserat amerikanska lönedata och sett ett tydligt mönster bland unga arbetstagare i yrken som är starkt exponerade för AI.

För 22–25-åringar i dessa yrken låg sysselsättningen omkring 19 procent lägre än den skulle ha gjort om gruppen utvecklats i samma takt som jämnåriga i mindre AI-exponerade yrken.

Mönstret verkar framför allt handla om färre nyanställningar av unga snarare än om en våg av uppsägningar.

Det är viktigt eftersom automatisering inte behöver börja med att befintliga anställda förlorar sina jobb. Företag kan först minska behovet av juniora rekryteringar.

Stanford har samtidigt varit tydligt med att sambandet inte bevisar att AI orsakat hela skillnaden. Utbildning, branschstruktur och andra faktorer kan påverka resultaten.

Men utvecklingen är tillräckligt tydlig för att vara en av de första större arbetsmarknadssignalerna att följa.

Finansieringen kan bli nästa känsliga punkt

Så länge de största teknikbolagen kan betala utbyggnaden med egna kassaflöden är systemet relativt motståndskraftigt.

Men kostnaderna har blivit så stora att allt mer finansiering sker genom leasing, projektbolag, joint ventures, privata kreditmarknader och andra strukturer.

En akademisk kalkyl från Columbia University har uppskattat att en mycket omfattande amerikansk AI-utbyggnad fram till 2032 skulle kunna kräva investeringar på närmare 9 biljoner dollar.

När mer skuld kommer in i systemet förändras riskbilden.

Ett datacenter som byggs med eget kapital kan bli en dålig investering utan att skapa en finanskris. Ett högt belånat projekt blir betydligt känsligare för lägre användningsgrad, fallande priser eller dyrare refinansiering.

Hurbra har tidigare gått igenom hur AI-investeringarna också kan få effekter långt utanför tekniksektorn genom ökad kapitalefterfrågan och högre långräntor.

Det betyder inte att AI-boomen håller på att utvecklas till en ny finanskris. Men finansieringsformen blir viktigare ju större investeringarna blir.

Det här avgör om AI-boomen håller

AI behöver inte misslyckas tekniskt för att investerare ska förlora pengar.

Det räcker att utbyggnaden går snabbare än de lönsamma användningsområdena.

De närmaste åren blir därför några faktorer särskilt viktiga att följa:

• hur snabbt AI-bolagens faktiska intäkter växer
• hur mycket kunder är villiga att betala för AI-tjänster
• om datacentren verkligen används i den omfattning som kalkylerna förutsätter
• hur snabbt produktivitetsvinsterna blir synliga i företag och samhällsekonomi
• hur stora nya marknader robotik, autonom teknik och industriell AI faktiskt skapar
• hur dyr finansieringen av nästa våg av datacenter blir.

AI-boomen behöver i praktiken vinna ett lopp mot tiden.

Infrastrukturen byggs nu, medan en stor del av intäkterna som ska göra investeringarna lönsamma fortfarande ligger i framtiden.

Det är därför 4,2 biljoner dollar är en mer intressant siffra än de 31,6 biljoner som kan investeras fram till 2050.

Den första siffran beskriver hur mycket världen kan bygga.

Den andra visar hur mycket ny ekonomi AI fortfarande måste skapa för att kalkylen ska gå ihop.