Kina kan levere billigere AI-modeller og massiv politisk vilje, men mangel på avancerede chips og privat kapital kan fastholde et strukturelt forspring til USA.
USA’s dominans i den globale AI-bølge ser i stigende grad ud til at blive afgjort af to knappe ressourcer: adgang til kapital og adgang til de mest avancerede chips.
Kina demonstrerer på den ene side en politisk vilje til at prioritere AI over andre vækstområder og kan presse priserne på modeller ned.
På den anden side peger nye vurderinger på, at landet stadig halter efter på compute – og at finansieringen i højere grad er bundet til statslige kanaler og egenkapital end til dybe private kapitalmarkeder.
Det oplyser CNBC.
Kapitalen: USA’s våben er private penge i industriel skala
Et centralt skel mellem de to supermagter er, hvor pengene kommer fra, og hvor hurtigt de kan mobiliseres.
Ifølge BMI, en del af Fitch Solutions, er private AI-investeringer i USA omkring 23 gange højere end i Kina.
Det giver amerikanske hyperscalere og chipøkosystemet en robust finansieringsmotor, som kan opskalere datacentre og forskning, også når indtjeningen fra AI stadig er under udvikling.
Samtidig har Nvidia samlet tunge Wall Street-aktører om opbakning til 500 mia. dollar i finansiering til AI-udbygning, hvilket understreger den amerikanske fordel: et kapitalmarked, der kan flytte risiko fra egenkapital til kredit og dermed holde investeringsmaskinen kørende.
Risikoen er, at høj gearing gør sektoren mere følsom over for renteniveau og kreditspænd, men skalaen kan i sig selv skabe et næsten selvforstærkende forspring.
Chips og compute: Flaskehalsen, der kan gøre tilskud meningsløse
Kina kan lancere konkurrencedygtige modeller til lavere priser, og globale virksomheder følger nysgerrigt med.
Men det afgørende er fortsat, hvad det koster – og om det overhovedet er muligt – at køre modellerne i stor skala.
Her er forskellen på chipadgang hård.
S&P Global Ratings vurderer, at Huawei kun tilbyder omkring en ottendedel af Nvidias regnekraft, og at Ascend 950-chippen ligger markant under Nvidias GB300 pr. enhed.
Samtidig forventes Huawei kun at producere 1,35 mio. avancerede AI-chips i år, langt under selv konservative estimater på 6 mio.
Nvidia-chips.
Det betyder, at selv store offentlige støttepakker kan ramme en fysisk begrænsning: der er ikke nok compute at finansiere.
Kommercialisering: USA jagter de klogeste modeller – Kina jagter udbredelsen
På længere sigt kan konkurrencen flytte sig fra modelkvalitet til anvendelser.
Kina sigter mod at integrere AI bredt på tværs af industrier, mens USA har brugt mest på at udvikle de mest avancerede modeller.
Beijing har desuden fremlagt en treårsplan for compute-infrastruktur og forventer, at udbygningen af netværk for regnekraft kan tiltrække 4.000 mia. yuan i kapital frem mod 2030 – et signal om, at landet vil forsøge at købe sig ud af dele af flaskehalsen.
Men uden fuld adgang til den globale chipfront kan tempoet i praksis blive defineret af hardware, ikke af ambitioner.
Christian Pedersen er journalist på FinansFokus og dækker markeder, investering og erhvervsliv.
