LLM Token Expenditure Index fortsætter med at falde og er 11. august 2026 på 1,10 USD/M tokens, hvilket betyder, at indekset er faldet med 1/3 på lidt over en måned, siden jeg skrev Hvordan står det til med AI? – Fire.dk
Nu er det et blended indeks, men som standalone produkt, har jeg svært ved at se, at det fald i tokenpriser øger værdiansættelsen på Anthropic og OpenAI. Øgelsen i værdiansættelsen via private equity-runder af disse to selskaber og de investeringer, der kommer ind i disse to selskaberne, der begge kører med underskud, er hvad der over tid finansierer de aftaler, der er mellem disse to selskaber og hyperscalernes anlægsinvesteringer i datacentre.
Så kan disse to selskaber ikke øge værdiansættelsen og få nye friske penge ind, så har de ingen betalingsmidler til at betale for de aftaler, de har indgået med hyperscalers og som hyperscaleres er begyndt at bygge datacentre efter. Måske det faktisk er en fordel for hyperscalers, at det er ret vanskeligt at bygge et datacenter hurtigt, således at forretningsmodellen ved disse to selskaber bliver tryktestet yderligere, hvis det bliver nødvendigt at rulle tilbage på antallet af nødvendige datacentre.
Jeg kunne godt forestille mig, at mindst et af disse selskaber transformerer et ben ind i forretningsområdet som GitHub har.
Hybridkrig?
Open Source-modeller bliver bedre og bedre ligesom frontier modeller gør det. Det synes oplagt, at der foregår en form for handels/-hybridkrig i området af LLM og AI, når USA og Kina konkurrerer, hvor USA med eksportrestriktioner forsøger at øge afstanden fra deres frontier-modeller til Kinas open source-modeller, mens Kina svarer igen med at frigøre open source-modeller, der hindrer USA i at få det maksimale økonomiske udbytte af deres frontier-modeller.
Indtil videre er Kina kommet bedst ud af det slag, men på sigt handler det om at integrere LLM-modeller i øvrige softwareprodukter, så på sigt er det ikke tilstrækkeligt alene at frigive effektfulde open source-modeller, hvis de ikke kan vælges og anvendes hos softwareproducenterne, hvoraf en del af de største er amerikanske.
På langt sigt ser jeg pt. mere anvendelsen af LLM’er ske som tilbehør til et primært produkt end at anvendes som et primært produkt i sig selv.
Hvad kan være udfordrende at se nærmere på de kommende 3-6 uger fra 10. august 2026?
For AI, Metaverse og Transport udgører EFT’erne cirka 1/4-1/3 af alle ETF’ere i samme underkategori, mens ved halvledere udgør de tre ETF’ere en stor del af totalen. Men lad os se om 3-6 uger: Jeg forventer at tage fejl på 25%-30% af disse i gennemsnit.