Bare Anthropic satser på et mindre AI-boom

Nøkkelinnsikt

• Token-forbruk som måltall kan manipuleres. Når ansatte konkurrerer på topplister om å bruke mest AI, måler tallet ikke lenger ekte bruk
• AI-infrastruktur-satsingen bygger på en antagelse som må holde gjennom halvannet års forsinkelse mellom kapasitetsbeslutning og reell etterspørsel
• Anthropics fakturering per token er en satsing på at bare etterspørsel som kan verifiseres teller. I motsetning til fastprismodellen de andre bruker
• Hvis Anthropic og OpenAI begge går på børs i år, får investorer sin første direkte sammenligning av to motsatte veddemål på hvor stor AI-etterspørselen faktisk er

Kort fortalt

CNBCs Deirdre Bosa åpner 17. april-sendingen med en direkte påstand: AI-etterspørselssignalet er brutt, og bare ett selskap tar det på alvor. Klippet er under fem minutter. Argumentet er at tallet for tokenforbruk, som alle bygger på, kanskje ikke er ekte.

Hun peker på tre ting. Ansatte hos Meta og Shopify som rangeres på topplister etter hvor mange tokens de bruker (en praksis kalt tokenmaxxing). AI-agenter som kjører i bakgrunnen og sluker millioner av tokens uten at noen følger med. Fastprisabonnementer der et enkelt $200-abonnement kan generere flere tusen dollar i datakraft.

Samtidig selger NVIDIA brikker for hundrevis av milliarder, datasenter-operatører forplikter seg til 30 nye gigawatt kapasitet (nok strøm til flere millionbyer), og hele syklusen er bygget på at bruken fortsetter å stige.

Anthropic er det eneste store AI-laboratoriet med priser tilpasset en mindre versjon av den verden. Selskapet droppet fastpris for tredjeparts-verktøy, flyttet bedriftskunder over til fakturering per token, og sjef Dario Amodei sa i Dwarkesh-podkasten at andre AI-selskaper "bare gjør ting fordi det høres kult ut" uten å ha gjort regnestykket. Både Anthropic og OpenAI er ventet på børs i år. Det blir første gang aksjemarkedet får se hvem av de to som priset virkeligheten riktig.

Hva et token er, og bil-analogien

Et token er den grunnleggende enheten for AI-bruk. Hver melding du skriver, hvert svar modellen produserer, hver kodelinje en agent skriver blir fakturert i tokens. En kort chat koster noen hundre. En AI-agent som surfer på nettet, skriver kode og løser oppgaver på egen hånd, kan brenne millioner av tokens på én økt.

Bosas analogi fanger skiftet. Å bruke en chatbot er som å bestille en bil. Å sette en agent i arbeid er som å sende den bilen ut på ærend hele dagen, på kredittkortet ditt, uten at du følger med.

Tallene forteller det samme. Ett estimat Bosa siterer antyder at et månedlig $200-abonnement som kjører en autonom agent, kan generere $2 000 til $5 000 i datakraft. Det er et misforhold på 10 til 25 ganger mellom det brukeren betaler og det datakraften faktisk koster.

Budsjettene sprekker

De første sprekkene kommer i bedriftsbudsjettene. Ubers teknologisjef sa til The Information denne uken at AI-kodeverktøy allerede har tømt hele årets AI-budsjett. Vi er bare i april. Goldman Sachs Research legger til at bedriftskunder overskrider AI-regnekraft-budsjettene sine flere ganger om, og at AI-kostnader er på vei til å matche lønnsbudsjettet for ingeniørstaben i år.

I tillegg kommer tokenmaxxing-problemet. Meta og Shopify har satt ansatte på topplister som måler hvor mange tokens de bruker, ikke hva de leverer. NVIDIA-sjef Jensen Huang sa det rett ut: hvis en ingeniør med en lønn på $500 000 ikke har brukt minst $250 000 i tokens, ville han blitt "deeply alarmed" (dypt bekymret).

To andre toppsjefer sa det like ærlig. Ali Ghodsi, sjef for Databricks, som kjører AI-oppgaver for tusenvis av selskaper, sa til CNBC at "hvis målet ditt bare er å brenne mye penger, finnes det mange lettvinte måter å gjøre det på." Og Eric Glyman, sjef for Ramp, som følger AI-bruk hos tusenvis av bedrifter, sa det like direkte: "Du kan bruke den mest avanserte modellen på planeten til å redigere e-post, men kanskje du ikke trenger det."

Når måltallet kan manipuleres av dem som blir målt, slutter tallet å måle det det skal. Det er kjernen i Bosas argument.

Anthropics mottrekk

Anthropics respons har så langt vært unik i bransjen. Selskapet var først ute med tre ting.

Først: de kuttet fastpris-tilgang for tredjeparts-verktøy (verktøy andre har laget oppå Claude). Populære AI-verktøy som OpenClaw, en agent med åpen kildekode som kan kjøre autonomt i timevis, kan ikke lenger brukes under et Claude-abonnement med fastpris. Brukere som vil ha det, må nå betale per token i tillegg. Regnestykket var ikke bærekraftig: et $200/måneden-abonnement som genererer flere tusen dollar i datakraft hver dag, koster Anthropic penger hver eneste gang brukeren kjører det.

Deretter: selskapet flytter bedriftskunder fra fastpris-lisenser til fakturering per token. Vil du ha Anthropic-modeller inn i bedriften din, betaler du for det du faktisk bruker, ikke for antall ansatte som kanskje en dag bruker det.

For det tredje: språkbruken. I Dwarkesh-podkasten sa Amodei at andre AI-selskaper "har ikke satt seg ned og gjort regnestykket" og "forstår ikke ordentlig risikoen de tar. De bare gjør ting fordi det høres kult ut."

Det er uvanlig direkte språk om hans største konkurrenter. Det er også en posisjon med en innebygd risiko. Hvis etterspørselen virkelig tar av, mister Anthropic gevinsten. Hvis den viser seg å være en topplist-illusjon, er Anthropic den ene som står igjen på fast grunn.

Usikkerhetskjeglen

Amodei kaller gapet mellom dagens kapasitetsbeslutninger og morgendagens ekte etterspørsel for usikkerhetskjeglen (cone of uncertainty). Datasentre tar ett til to år å bygge. Det betyr at hvert AI-selskap gjør milliard-veddemål i dag på etterspørsel som ennå ikke har kommet. Kjøper du for lite, mister du kunder. Kjøper du for mye, dukker ikke inntekten opp. Som Amodei sier det: "Hvis du bommer med et par år, kan det bli ruinerende."

CNBC-segmentet peker frem mot en hendelse som er på vei. Både Anthropic og OpenAI er ventet på børs i år. Når det skjer, får aksjemarkedet et direkte innblikk i to motsatte veddemål på AI-etterspørsel. Det ene selskapet viser frem inntekt per token som speiler det kundene faktisk betaler for. Det andre legger frem mye større inntekter totalt sett, bygget på fastprisplaner og kapasitet som forutsetter at dagens bruk fortsetter å vokse.

Markedet pleier å belønne selskapet som vet hva det solgte. Bosas tese er at 2026 blir året vi får vite hvem av de to laboratoriene som faktisk vet hva de selger.

Ordliste

Kilder og ressurser