Meningen som inte passar in i berättelsen om AI-boomen
IBM:s egen styrelseordförande och vd har just sagt, i en ledande teknikpodcast och helt öppet, att räknestycket bakom branschens största infrastruktursatsningar inte går ihop. I samtal med Nilay Patel i The Verges podcast Decoder i augusti 2026 lade Arvind Krishna fram en enkel beräkning: att bygga en gigawatt AI-datacenterkapacitet kostar, enligt hans egen uppskattning, bara omkring 60-80 miljarder dollar i chip. Multiplicerat med de omkring hundra gigawatt som redan har utlovats globalt blir notan 6 000-8 000 miljarder dollar. I toppen av det intervallet, sade Krishna, skulle enbart räntan på det kapitalet kräva närmare 800 miljarder dollar i vinst om året bara för att betjänas - innan något av det ens har betalat själva hårdvaran. "Att det skulle finnas så mycket extra intäkter tror jag inte på", sade han och tillade att vid hälften av dagens utgiftsnivå går räknestycket precis ihop, men vid det dubbla kommer vissa bolag helt enkelt inte att få tillräcklig avkastning.
Inget av detta låter som en hedgefonds blankningstes eller en aktivists slogan. Det är vd:n för ett bolag som har ägnat tre decennier åt att bygga och sälja företagsinfrastruktur, och som gör samma sorts enhetsekonomiska beräkning som en ekonomichef skulle göra innan hen skriver under ett kapitalåtagande - och landar på en siffra som inte går ihop.
Det här är inget engångscitat
Anledningen att ta siffran på allvar är att Krishna inte hittade på den för en enda intervju. Han förde exakt samma resonemang, med exakt samma uppskattning på 60-80 miljarder dollar per gigawatt, redan i maj 2026 i podcasten In Good Company från Norges Bank Investment Management med Nicolai Tangen - fyra månader, en rapportcykel och en helt annan intervjuare och publik innan han upprepade det i Decoder. Ett enskilt slående uttalande kan vara en instuderad replik byggd för ett bestämt ögonblick. Att samma specifika enhetsekonomi överlever två oförberedda, långa samtal med månaders mellanrum liknar betydligt mer en modell som Krishnas team faktiskt använder internt än en slogan producerad för en enda nyhetscykel.
Den distinktionen spelar roll för den som ska avgöra hur mycket vikt påståendet ska ges. Ett engångscitat väcker frågan om sammanhang och humör just den dagen; en siffra som upprepas konsekvent i två separata intervjuer, fyra månader och en produktcykel isär, väcker den svårare frågan om vilket bevis som skulle kunna ändra den.
Varför det spelar roll vem som säger det
Varför det spelar roll: IBM är ingen neutral domare i debatten om AI-infrastrukturens ekonomi, och just det är vad som gör siffran värd att kontrollera snarare än avfärda. IBM:s AI-affär för företag bygger på mjukvara, rådgivning och mindre, skräddarsydda implementationer för företagskunder, inte på den hyperscale-utbyggnad av datacenter som Amazon, Alphabet, Microsoft och Meta finansierar - enbart dessa fyra bolag spenderade 725 miljarder dollar på AI-infrastruktur 2026, en ökning med 77 procent jämfört med året innan. Om hyperscalernas kapitalintensiva race kyls av framstår IBM:s långsammare, mer marginalstarka affärsmodell som relativt mer attraktiv för samma företagskunder som Krishna vänder sig till. Detta kommersiella intresse gör inte hans räknestycke fel - kostnadsuppskattningen per gigawatt och ränteberäkningen kan kontrolleras mot offentliga uppgifter om kapitalutgifter -, men det är ett faktum som varje ägare som väger hans varning bör ha i åtanke tillsammans med själva siffran.
Samma vecka som Krishnas uttalanden cirkulerade rapporterade Applied Materials rekordintäkter för kvartalet och höjde sin prognos för 2026 till en tillväxt på över 30 procent i utgifter för halvledarutrustning, ett resultat helt byggt på antagandet att den utbyggnad som Krishna ifrågasätter fortsätter att accelerera. Applied Materials säljer verktygen som bygger fabrikerna som tillverkar chipen som hamnar i datacentren - bolaget tjänar på att kapital spenderas, oavsett om den kapitalutgiften någonsin betalar tillbaka sig för bolagen som spenderar den. Två bolag, samma vecka, två helt olika ekonomiska intressen i huruvida Krishna har rätt.
Slutsatsen för den som ska skriva under ett AI-infrastrukturkontrakt
Slutsatsen: det korrekta svaret på en varning som denna är varken att acceptera den för att en trovärdig insider sade det, eller att avfärda den för att den insidern har något att tjäna på om det visar sig stämma. Man bör behandla de konkreta, prövbara påståendena - 60-80 miljarder dollar i chip per gigawatt, 6 000-8 000 miljarder dollar i totala utlovade utgifter, omkring 800 miljarder dollar om året i nödvändig vinst för att täcka räntan i toppen av det intervallet, och två till tre överlevande modellbolag mot en marknad som prisar in sex till tolv - som en modell att pröva mot den egna exponeringen, inte som en dom att acceptera eller förkasta utifrån ryktet hos den som sade det.
För varje ägare eller operatör med fleråriga AI-infrastrukturåtaganden, oavsett om det gäller ett molnkontrakt, ett colocation-hyresavtal eller ett beroende av ett fåtal leverantörer av framkantsmodeller, är den praktiska övningen enkel: kör Krishnas egna siffror mot de konkreta leverantörerna i egna kontrakt, och behandla en koncentration hos två eller tre motparter, snarare än de sex till tolv som marknaden just nu prisar in, som grundscenariot att planera utifrån - inte som svansrisken man bara försäkrar sig mot.
Läs vidare: Nvidia sitter på tre sidor i Anthropics avtal | IBM:s värsta dag är en varning om minnespriser
