Goldman-regnestykket: Hyperskalerne mangler 230 milliarder dollar i årlige AI-inntekter
Et Goldman Sachs-notat fra 25. september 2026 beregner at de fem største amerikanske hyperskalerne trenger rundt 300 milliarder dollar i årlig AI-inntekt for å gå i null på anleggsutgiftene – men AI-skyinntektene ligger bare rundt 70 milliarder dollar over trenden fra før AI-utbyggingen. Hullet på omtrent 230 milliarder dollar i året finansieres foreløpig med lån og kuttede tilbakekjøp. Dette er en gjennomgang av hva tallene faktisk sier, hvor de kommer fra, og hva som må til for at utbyggingen skal lønne seg.
Hva Goldman faktisk har beregnet
Notatet, med tittelen «More AI capex, more volatility», er forfattet av strateger ledet av Ryan Hammond og ble publisert 25. september 2026. Ifølge TechTimes (via MSN) konkluderer det med følgende kjerne: Amazon, Alphabet, Microsoft, Oracle og Meta – de fem største amerikanske hyperskalerne – må generere rundt 300 milliarder dollar i årlig AI-inntekt for å gå i null på det Goldman nå projiserer blir 800 milliarder dollar i AI-infrastrukturutgifter alene i 2026. Siden AI-skyinntektene bare ligger rundt 70 milliarder dollar over sitt nivå fra før AI-utbyggingen, ender Goldman opp i et årlig hull på rundt 230 milliarder dollar.
Det er viktig å holde fast i hva dette er og ikke er: Det er et estimat på hva utbyggingen må gi i avkastning for å rettferdiggjøre investeringene, ikke en spådom om at den vil gjøre det. Goldman fremstiller det ikke som et bevis på at AI er en boble, eller som et bevis på at den lykkes – begge deler ville kreve mer enn tallene selv sier. Alle tallene i denne artikkelen er kjent gjennom sekundær dekning hos TechTimes, TheStreet, 24/7 Wall St. og Yahoo Finance, ikke fra selve notatet.
Hvor 800 milliardene kommer fra
Grunntallet under Goldmans syntese er selskapsvise retningslinjer for kapitalutgifter, samlet fra de siste kvartalsrapportene og årsprognosene frem til andre kvartal 2026. Ifølge TechTimes-oppsummeringen er Amazon på vei mot rundt 200–220 milliarder dollar i totale kapitalutgifter. For de andre selskapene oppgis følgende intervaller for 2026 (for Oracle gjelder regnskapsåret 2027): Alphabet 195–205 milliarder, Microsoft 175–190 milliarder, Meta 130–145 milliarder, og Oracle 50–70 milliarder dollar.
Sett i sammenheng er 2026-tallet en nesten fordobling fra de fem selskapenes samlede utgifter på omtrent 413 milliarder dollar i 2025. Goldman projiserer videre 2027-kapitalutgifter på 1,2 billioner dollar, over Wall Street-konsensus på 1,1 billioner dollar.
Et forbehold er på sin plass: Metas tall er ikke konsistent på tvers av kildene. TechTimes-artikkelen om Goldman-notatet oppgir 130–145 milliarder dollar, mens annen dekning av Metas kapitalutgiftsprognoser i samme periode har oppgitt et lavere intervall. Dette avviket kan ikke løses ut fra tilgjengelig dekning, og det er uklart hvilket tall som gjelder. Det ville imidlertid bare justert det samlede 2026-tallet marginalt, og endrer ikke det store bildet.
Hvordan hullet finansieres i dag
Siden inntektene ikke er der ennå, brolegges utbyggingen med andre kilder. Ifølge TheStreet (via MSN) projiserer Goldman Sachs kredittstrateger at mer enn en tredjedel av hyperskalernes kapitalutgifter i 2027 vil finansieres med gjeld. Tilbakekjøp av egne aksjer blant de fem største falt 64 prosent år mot år i første kvartal, ettersom selskapene omdirigerte kontanter mot datasentre, brikker og relatert infrastruktur.
Dette er ikke bare et hyperskaler-fenomen. Ifølge Institute of International Finance, rapportert av Yahoo Finance, har globale obligasjonsutstedelser fra AI-relaterte selskaper allerede oversteget 400 milliarder dollar i år og går i en annualisert takt på over 500 milliarder dollar, med amerikanske selskaper som utgjør rundt 90 prosent av totalen.
Den tredje broen er bestillinger. Ifølge TheStreet, som siterer Goldmans Ryan Hammond, overstiger annonserte kontrakter (backlogs) på tvers av hyperskalergruppen allerede 1,5 billioner dollar – en betydelig pipeline av fremtidig virksomhet som ennå må konverteres til anerkjent inntekt. Det er denne konverteringen som må lukke hullet.
Regnskapet som kommer senere: avskrivninger
Den finansierte broen har en regnskapsmessig pris. 24/7 Wall St. siterer Goldman Sachs Research (Ben Snider) på at avskrivninger vil trekke rundt 5 prosentpoeng fra S&P 500s resultatvekst i 2027 – nesten halvparten av det omtrent 11 prosentpoeng store løftet fra fortsatte AI-kapitalutgifter. Innen 2028 kan avskrivningene fullt ut motvirke resultatbidraget fra ytterligere AI-investeringer.
Goldmans egen modell bygger inn en nedtrapping: Kapitalutgiftsveksten trappes ned til 54 prosent i 2027 og 12 prosent i 2028, da totale hyperskalerutgifter når 1,4 billioner dollar. Det er verdt å merke seg at de nøyaktige avskrivningsmekanismene bak disse tallene – levetider, avskrivningsmetoder, fordeling mellom selskaper – ikke er fullstendig dokumentert i den tilgjengelige dekningen.
Hva som må til for at utbyggingen lønner seg
Goldman har også et svar på hva som kreves. Ifølge TechTimes estimerer notatet at AI-brukere – oppstartselskaper, enterprise-programvarekjøpere og infrastrukturleverandører – til slutt må bruke rundt 1 billioner dollar i året på AI-programvare for at det bredere AI-økosystemet skal kunne opprettholde attraktive avkastninger.
Det er et betydelig sprang fra dagens nivåer. Det er også her det åpne spørsmålet ligger: Hva skal faktisk lukke hullet på 230 milliarder dollar per år? Kontraktene på 1,5 billioner dollar gir et potensial, men de må konverteres til faktisk betalt bruk. Programvareutgiftene på 1 billioner dollar er en betingelse, ikke en projeksjon av hva som vil skje.
Forbehold og det vi ikke vet
Tre ting bør holdes under oppsikt. For det første er alle tallene her kjent gjennom sekundær dekning, ikke fra selve Goldman-notatet, og metoden Goldman brukte for å glatte selskapsvise regnskapsår til et kalenderår på 800 milliarder dollar er ikke fullstendig dokumentert. For det andre er Metas kapitalutgiftsintervall uavklart mellom kildene. For det tredje, og viktigst: 300 milliarder dollar i nødvendig årlig AI-inntekt er en beregnet break-even-terskel under Goldmans antakelser, ikke en fasit på hvor utbyggingen ender. Hvis inntektene vokser raskere enn modellen antar, eller hvis kapitalutgiftene flater ut tidligere, ser regnestykket annerledes ut. Notatets tittel peker uansett på hva Goldman selv vektlegger: mer kapitalutgifter, mer volatilitet.