Nøkkelinnsikt

• Programvareselskapers overlevelse kan avhenge av om kjernefunksjonen er deterministisk (alltid gir nøyaktig riktig svar) eller probabilistisk (gir omtrentlig riktig svar). Lønnskjøring og fakturering tåler ikke AIs feilmargin.
• Styrene bytter ut salgsorienterte toppledere med produktorienterte ledere etter hvert som AI tvinger programvareselskaper inn i 'krigsmodus'.
• Til forskjell fra dot-com-boblen har dagens hyperscalere (de enorme skyleverandørene) kredittvurderinger som viser lav risiko, og enorme basisvirksomheter som tåler billioner i AI-investeringer.
• De tryggeste AI-veddemålene kan være leverandørene bak kulissene (de som selger verktøy til bransjen, ikke konkurrerer i den): minne, optisk nettverksutstyr og halvlederproduksjon.

---

Kort fortalt

På Morgan Stanleys årlige TMT-konferanse (Technology, Media & Telecommunications) i San Francisco har stemningen snudd. I fjor handlet alt om AIs potensial. I år, i en samtale med Deirdre Bosa på CNBC, sier David Chen, Morgan Stanleys globale sjef for teknologiinvesteringer, at debatten er over: AI er her, men euforien er borte. Dario Amodei fortalte salen at Anthropic nærmer seg 19 milliarder dollar i årlig inntekt. Jensen Huang kunngjorde at både OpenAI og Anthropic skal børsnoteres. Likevel har programvareaksjer falt, Amazon går i minus på fri kontantstrøm (bruker mer penger enn selskapet tjener) for å finansiere AI-utbyggingen, og den amerikanske regjeringen har svartelistet Anthropic som en risiko i forsyningskjeden. De vanskelige spørsmålene har bare så vidt begynt.

---

Hovedpåstanden

Chen hevder at AI-samtalen har endret seg grunnleggende. I fjor snakket selskapene om å bruke AI til å kutte kostnader og forbedre marginer. I år vil ikke investorene høre om effektivitet lenger (3:09). Spørsmålet alle stiller er mer direkte: tjener virksomheten din på AI, eller truer AI selve overlevelsen?

For programvareselskaper er dette ikke bare teori. Som Deirdre Bosa formulerer det under intervjuet: «Noen ganger er ikke spørsmålet om du er truet, men om du kommer til å overleve» (4:08).

Deterministisk mot probabilistisk: den nye skillelinjen

Chen presenterer et rammeverk som skjærer gjennom støyen. Et programvareselskaps skjebne kan avhenge av én ting: må svaret være 100 % riktig hver gang (deterministisk), eller holder det med «omtrent riktig» (probabilistisk)? (5:48).

Han bruker et konkret eksempel fra egen hverdag i Morgan Stanley: hvis en AI-assistent oppsummerer et møte og bommer med 2 %, ødelegger ikke det dagen hans. Men hvis programvaren beregner lønn, regner ut skatt på en faktura, eller behandler en kundebetaling, er det null toleranse for feil (6:08). Slike deterministiske oppgaver krever 20 år med erfaring og bransjekunnskap. Nye AI-selskaper kan ikke kopiere det over natten.

Rammeverket antyder at etablerte selskaper med dype kjernesystemer har et naturlig forsprang. Kjernesystemer er databasene virksomheter bygger hele driften på, og den typen ekspertise er vanskelig å kopiere. De mest utsatte er selskaper som bare digitaliserte manuelle prosesser til et nettgrensesnitt, eller som organiserte offentlig tilgjengelige data i et abonnements-dashbord (7:19).

Krigstids-ledere og programvareomveltningen

Det handler ikke bare om produktene. Ledelsen må også endres. Chen beskriver et skifte i styrerommene: styremedlemmer spør om topplederen tenker mest på salg og markedsføring, eller på produktet. I «krigstid» har produktorienterte ledere fordelen (8:26). Selskaper som ikke klarer å bygge om sin infrastruktur til å bli AI-basert, risikerer å bli hengende etter permanent.

Aaron Levie, toppsjef i Box, la til en ny dimensjon på konferansen: agenter er nå hans nye kundebase, og han anslår at den kan bli 10 ganger større enn den eksisterende menneskelige kundebasen (9:02). Det er en stor påstand. Programvare brukes ikke lenger bare av mennesker. Den må bygges slik at AI-agenter (selvstendige AI-systemer som utfører oppgaver på egen hånd) kan samhandle med den. CNBCs produsent kalte dette skiftet «Software for Agents as a Service».

---

Infrastrukturspørsmålet

Billioner i investeringer og sammenligningen med dot-com

Wall Street ser at nesten en billion dollar strømmer inn i AI-infrastruktur fra hyperscalerne (de enorme skyleverandørene som Amazon, Google og Microsoft), pluss ytterligere en billion fra OpenAIs annonserte planer (14:35). Den naturlige sammenligningen er dot-com-boblen, da selskaper brukte enorme summer og mange gikk under.

Chen avviser den sammenligningen. Dagens storforbrukere har kredittvurderinger på investment grade-nivå og enorme basisvirksomheter som produserer fri kontantstrøm (15:03). Amazons netthandel og skytjenester, Googles søkeannonsering, Microsofts bedriftsprogramvare: dette er reelle inntektsstrømmer, ikke løfter fra dot-com-æraen. Selv om Amazon går i minus på kontantstrøm og Alphabet utsteder en 100-årsobligasjon, mener Chen at de underliggende virksomhetene tåler gjelden.

Likevel presser Bosa på: de rene balansene er i ferd med å slites. Spørsmålet er om AI-etterspørselen vokser raskt nok til å rettferdiggjøre investeringene.

«Hakke og spade»-strategien: det tryggere veddemålet?

I stedet for å satse på hvilken AI-bruk som vinner, kan investorer satse på leverandørene som selger «hakke og spade» til alle. Chen peker på forsyningskjeden som den delen av AI-handelen som har holdt seg best mens andre områder opplever uro (19:09). Minneleverandører, harddiskprodusenter, selskaper innen optisk nettverk og produsenter av halvlederutstyr (selskapene som bygger maskinene som lager databrikker) har vært blant de største vinnerne det siste året. For investorer som ikke vil satse på hvilken AI-bruk som vinner, tilbyr disse leverandørene av infrastruktur en måte å tjene uansett.

---

Børsnoteringer og AMDs uvanlige avtaler

Kan AI-laber børsnoteres med milliarder i tap?

Både OpenAI og Anthropic er ifølge rapporter på vei mot børsnotering (IPO, der et privat selskap selger aksjer til offentligheten for første gang). Chen tror begge kan lykkes med dette, selv med milliarder i tap, på grunn av det totale markedspotensialet og «knapphetsverdien» av det de har bygget (23:38).

Veien for Anthropic er mer kronglete etter at regjeringen svartelistet selskapet som en risiko i forsyningskjeden (1:07). Chen erkjenner dette som en faktor, men er fortsatt optimistisk for begge selskapenes fremtid.

AMDs aksjeavtaler: verdibytting eller desperasjon?

AMD skapte overskrifter da selskapet ga fra seg omtrent 10 % av egenkapitalen hver til Meta og OpenAI i to påfølgende avtaler (19:42). Bosa stiller det opplagte spørsmålet: hvis datakraft er så etterspurt, hvorfor er det AMD som gir bort eierandeler?

Chen beskriver det som en tosidig verdibytting. AMD må sikre seg kunder i et marked der NVIDIA styrer, mens Meta og OpenAI får et annet valg for å dekke behovet for datakraft. Begge sider får noe, men det avslører hvor hard konkurransen i brikkemarkedet er, selv midt i en mangelsituasjon.

---

Hvordan tolke disse påstandene

Chen er en erfaren investeringsbanksjef i firmaet som arrangerer konferansen. Han har nyttig innsikt, men også klare interesser å ta høyde for.

Konferanserammen former fortellingen

Morgan Stanleys TMT-konferanse er laget for å bringe selskaper og investorer sammen. «Stemningsskiftet» Chen beskriver, kommer fra et rom fullt av investorer som har ekte penger plassert i disse aksjene. Nervøsiteten handler om at de selv kan tape penger, ikke bare om teori.

Rammeverket med deterministisk mot probabilistisk har begrensninger

Chens rammeverk er nyttig i dag, men nøyaktigheten til AI er et bevegelig mål. Bosa selv peker på dette: for et år siden kunne ingen vibkode (beskrive hva man vil i vanlig språk og la AI skrive koden) noe som lignet en monday.com-kopi (6:56). Det som regnes som «deterministisk» kan krympe etter hvert som modellene blir bedre. Fordelen som beskytter selskaper innen lønnsprogramvare i dag, kan krympe raskere enn de etablerte aktørene forventer.

Hva som mangler i samtalen

Diskusjonen handler nesten utelukkende om bedriftsprogramvare og infrastruktur. Forbruker-AI, internasjonal konkurranse, regulering og konsekvenser for arbeidsmarkedet får minimal oppmerksomhet. Sam Altmans kommentar om en milliardvirksomhet drevet av 10 personer (10:31) ble presentert uten at noen stilte oppfølgingsspørsmål. Men det reiser et åpenbart spørsmål: hva skjer med alle de andre?

---

Praktiske følger

For programvareinvestorer

Rammeverket med deterministisk mot probabilistisk gir et nyttig filter. Selskaper hvis kjerneprodukt krever hundre prosent nøyaktighet (lønn, skatt, etterlevelse) er trolig tryggere veddemål enn selskaper som primært organiserer og viser informasjon. Men følg med på hvor raskt AI-nøyaktigheten forbedres i deterministiske oppgaver.

For programvareselskaper

Chens «krigstid»-innramming er et signal. Hvis du er et programvareselskap uten egne unike data, en lojal brukerbase eller dyp bransjekunnskap, regner investorene allerede med at du er sårbar. Vinnerne blir plattformene som bygger AI inn i eksisterende kjernesystemer, fremfor å bli erstattet av AI-fødte alternativer.

For AI-interesserte

At Morgan Stanleys banksjef for teknologi bruker Claude, ChatGPT og Perplexity daglig (12:43) og vibkoder personlige verktøy, sier noe om utbredelsen på de øverste nivåene i finansbransjen. AI er ikke et fremtidig veddemål for Wall Street. Det er allerede en del av den daglige arbeidsflyten.

---

Ordliste

---

Kilder og ressurser