AI-investoinnit vs. tuotto: matemaattinen kuilu

Mitä tapahtui?

22. toukokuuta 2026 Tech Report -podcastin jaksossa Ed Zitron (Where’s Your Ed At, Better Offline) kertoo juontaja Isaac Poundille, että AI-rakennusbuumissa on matemaattinen ongelma: menot ovat todellisia, toistuva tuotto ei. Keskustelu alkaa Sam Altmanin pyrkimyksestä viedä OpenAI pörssiin syyskuussa 2026 toivottuun biljoonan dollarin arvostukseen — ja siirtyy siihen, mitä Zitron kutsuu buumin mahdottomaksi matematiikaksi, mukaan lukien Financial Times -lehden teksti sijoituspankkiirilta, joka Zitronin mukaan vihdoin sanoo ääneen sen, mitä hän oli väittänyt kuukausia: Microsoftin, Metan, Amazonin ja Googlen pitäisi karkeasti kolminkertaistaa tuottokasvunsa AI-aikakaudella, tai kupla puhkeaa.

Zitronin ydinväite ei ole, että AI on hyödytön. Väite on, etteivät edes AI-optimistit selitä, mistä tulee satoja miljardeja uutta, luotettavaa ohjelmistotuottoa — olemassa olevien pilvi- ja työkaluliiketoimintojen päälle — samalla kun pilvipalvelujättiläiset (Microsoft, Google, Amazon, Meta) piilottavat AI-lukujaan ja kiirehtivät käyttämään 800–900 miljardia dollaria pääomasijoituksiin vuonna 2026 ja noin biljoonaa vuonna 2027.

Faktum AI -näkökulma: Tämä on toinen linssi samaan pääomasykliin, jonka käsittelimme aiemmassa Zitronin datakeskus-haastattelussa ja rakenteellisessa kupla-analyysissä. Ensimmäinen kysyi, minne piirisirut menevät; tämä, kuka maksaa ne kahdesti. Käsittele haastatteluluvut tarkistettavina signaaleina, ei virallisina faktoina.

Avainluvut

Tärkeää: Zitron ei väitä, ettei AI-alalla olisi rahaa. Päinvastoin — siihen pumpataan satoja miljardeja pääomasijoituksia. Ongelma on kuilu: investoinnit olettavat uutta, toistuvaa tuottoa mittakaavassa, jota raportoidut AI-luvut eivät vielä näytä.

Kuilu kahdella esimerkillä (miljardia dollaria / vuosi)

	Microsoft	Amazon
Investoinnit olettavat näin paljon AI-tuottoa	noin 200	noin 128
Yhtiö raportoi näin paljon AI-tuottoa	noin 37	noin 15
Puuttuu (karkeasti)	noin 163	noin 113

Mitä tämä tarkoittaa käytännössä: datakeskuksia ja piirisiruja rakennetaan kuin AI tuottaisi jo toisen Azure-pilvipalvelun tai toisen AWS-pilvipalvelun verran rahaa — mutta julkiset luvut ovat murto-osa siitä. Sama kuvio koskee myös Googlea (taulukko alempana).

Ei tarkoita, ettei AI:ssa olisi rahaa. Tarkoittaa, että sisään menevä raha ja ulos tuleva todistettu tuotto eivät vielä täsmää.

Miksi tämä on merkittävää suomalaiselle lukijalle

Suomalaiset tiimit toimivat yleensä syklin reunalla: Copilot-kokeilut, pilvilaskut, toimittajien tiekartat — eivät biljoonan pääomasijoitusohjelmia. Tämä etäisyys on hyödyllinen. Jos globaali AI-tuottomatematiikka on heikompaa kuin pilvipalvelujättiläisten tulospuhelut antavat ymmärtää:

• Pilvi- ja ohjelmointirajapinta-hinnoittelu voi pysyä pitkään subventoituina ja nousta sitten — vaikuttaa suomalaisiin pilvipalvelu- ja suuryritysbudjetteihin.
• Toimittajien “AI-muutos” -myynti voi edetä nopeammin kuin asiakas saa tuottoa investoinneista; hankinnassa tarvitaan tulosmittareita, ei token-seurantapaneelia.
• EU AI Act korostuu, kun toimittajat painavat näyttelevää käyttöä menojen perustelemiseksi (Gartner/Bernal-tuottavuusanalyysi).
• Julkinen sektori ja pk-yritykset eivät saa pitää Yhdysvaltain pilvipalvelujättiläisten tarinoita todisteena, että paikallinen AI-investointi maksaa itsensä samassa aikataulussa.

Datakeskushankkeisiin varauksella

Suomessa on liikkumassa useita suuria datakeskushankkeita. Kun globaali AI-tuotto ei vielä täsmää investointitarinaan, samanaikaisten jättihankkeiden kasaaminen yhdelle alueelle on paikallinen riski — sähkö, maa ja verotuotot sidotaan hankkeeseen, jota markkinat eivät välttämättä täytä, jos tuottokuilu pahenee.

Paikallisessa päätöksenteossa painavat usein työpaikat, verotulot ja sähkön hinta. Hankkeet voivat olla järkeviä, jos sopimuksissa on selkeät asiakkaat, veroehdot ja riittävä sähköverkko. Ilman niitä päätös nojaa oletukseen, että “AI-buumi jatkuu” — samaan tarinaan, jota yllä olevat tuottoluvut eivät vielä tue.

Zitronin datakeskusanalyysi kuvaa globaalia puolta: kapasiteettia julkistetaan enemmän kuin käyttöön asti menee. Hankkeita perutaan, siirretään tai ne jäävät vajaalle käytölle. Suomessa kannattaa tarkistaa ennen hyväksyntää:

• Kuka maksaa, kun alueelliset tuet loppuvat?
• Onko kapasiteetti jo myyty, vai vasta paperilla?
• Selviääkö alue, jos samalle alueelle tulee kaksi tai kolme samanlaista laitosta?

Datakeskus ei ole automaattinen ei. Se on hankintapäätös, jota ei kannata tehdä pelkän Yhdysvaltain investointikiiman varassa ilman omia lukuja.

Tuottokuilu: mitä Financial Times -artikkeli lisää

Zitron siteeraa Financial Times -lehteä vertaillakseen kahta eri asiaa: paljonko rahaa menee sisään (datakeskukset, piirisirut) ja paljonko todistettua tuottoa tulee ulos.

Miltä “onnistuminen” näyttäisi Zitronin mukaan — eli mitä investoinnit käytännössä olettavat:

Yritys	Mitä investoinnit olettavat	Mitä yhtiö raportoi AI:sta
Google	Toinen Google-haku — noin 200 miljardia dollaria/v lisää AI-tuottoa	Ei samalla tarkkuudella kuin hakuliiketoiminta
Microsoft	Yksi–kaksi Azure-pilvipalvelua — noin 70–140 miljardia dollaria	Noin 37 miljardia dollaria AI-tuottoa vuodessa
Amazon	Toinen AWS-pilvipalvelu — noin 128 miljardia dollaria/v	Pääosin Anthropic-yhteistyö; noin 15 miljardia dollaria aiemmassa Zitron-matematiikassa

Hän pyöristää ~200 miljardia dollaria kukin ja ~600 miljardia dollaria yhteensä uuteen AI-tuottoon — olemassa olevien liiketoimintojen päälle. Microsoft tuottaa Zitronin arvion mukaan jo noin 300 miljardia dollaria vuodessa; buumi olettaa silti 200 miljardia dollaria lisää, ei vanhan liiketoiminnan tilalle. Zitronin pointti: yritysten nykyiset ohjelmisto- ja pilvimaksut pitäisi jatkua entisellään ja päälle pitäisi ilmestyä uutta rahaa — esimerkkinä toimistosovellukset, Amazon Web Services ja Azure.

Koko ohjelmistoteollisuuden liikevaihto on vain ~700–800 miljardia dollaria/v hänen arvionsa mukaan. Buumi vaatii siis kokonaan uuden ohjelmistotoimialan, ei pelkkää uudelleenallokointia — ellei jokainen ostaja nosta budjetteja samanaikaisesti jostakin uudesta rahasta.

”Katso kädet, älä suuta”

Zitronin neuvo on yksinkertainen: älä kuuntele puhetta, katso lukuja. Kun Microsoft kertoo pilvipalvelun, Google hakuliiketoiminnan tai Amazon Web Servicesin tuotosta, luvut ovat tarkkoja ja toistettavia. AI-tuotosta ei kerrota samalla tavalla — usein saat yhden kuukausiluvun kerrottuna vuodeksi tai tarinan, josta on vaikea päätellä, mistä raha oikeasti tulee.

Zitronin tulkinta: kun julkisilla yhtiöillä on hyviä uutisia, ne huutavat ne ääneen. AI-lukujen hämäryys viittaa siihen, ettei todistettua tuottoa vielä näy — sama kuvio kuin kiertorahoituksessa (OpenAI ↔ Microsoft ↔ NVIDIA ↔ laboratoriot).

Hän arvioi, että kuilun umpeen kurominen vaatisi karkeasti 50 prosentin vuosikasvua kvartaaleittain usean vuoden ajan. Tätä ei näy raportoiduissa AI-luvuissa — edes ennen kuin otetaan huomioon marginaalit tai piirisirujen nopea vanhentuminen.

Investoidaan nyt, tuotto myöhemmin — piirisirut vanhenevat nopeasti

Microsoft, Google, Amazon ja Meta investoivat nyt ennätysmäärin datakeskuksiin ja piirisiruihin, koska:

1. Sijoittajien luottamus voi loppua — yhtiöt käyttävät rahaa nyt niin kauan kuin markkinat hyväksyvät massiiviset investoinnit.
2. Rakentaminen kestää puolitoista–kaksi vuotta. Siksi investoinnit aloitetaan jo nyt — odottaminen olisi liian myöhäistä, jos AI-kysynnän odotetaan kasvavan nopeasti.

Zitron nostaa esiin toisen ongelman: piirisirut vanhenevat nopeammin kuin ne ehtivät maksaa itsensä takaisin. Vaikka uutta AI-liiketoimintaa syntyisi nopeasti, tänään ostetut A100- ja Blackwell-piirisirut eivät välttämättä tuota takaisin investointiaan ennen kuin seuraava sukupolvi (esim. Vera Rubin) on jo korvaamassa niitä. Ilman nopeaa ja suurta tuottoa sekä optimistinen että pessimistinen lasku johtavat samaan lopputulokseen — laitteet eivät ehdi maksaa itseään.

Amazonin rajoite: AWS on infrastruktuuriyhtiö, jossa Anthropic on dominoiva AI-asiakastarina. Jos Amazon ei rakenna kapasiteettia, se ei kasvata tuottoa vaaditulla vauhdilla — ohjelmistomyynnin lisämyynti ei ole tässä kehyksessä Amazonin tarina.

Yritysten AI-kulutus ilman selvää budjettia

Perinteiset pilvipalvelut ovat selkeitä budjetin rivejä: tiedät, mitä ostat ja miksi — hallintaohjelmistot, tallennus, suunnittelutyökalut. Zitronin mukaan Anthropicin kaltaisessa yrityskäytössä sama selkeys puuttuu:

• Kustannusta on vaikea jakaa käyttäjittäin.
• Ei selvää sopimusta palvelun laadusta ja hinnoista — epätavallista suuryritysohjelmistolle.
• Talousjohtajien lainaukset lehdissä: “vielä selvittelyssä”, “ei voi jatkua”, budjetit ylitetty yhdessä kvartaalissa.

Salesforce-esimerkki: Mark Benioff suunnittelee 300 miljoonaa dollaria Anthropic-kulutukseen 2026, mutta sanoo ettei yrityksen “tarvitse tehdä näin jatkossa.” Zitronin tulkinta: tämä ei ole vakaan, kasvavan toimialan merkki vaan kokeilu valtavassa mittakaavassa.

Yhteys Natasha Bernalin tuottavuus-haastatteluihin: työn tavoite siirtyy liiketuloksista AI-budjetin perustelemiseen.

Johtamisteatteri ja business idiot -teoria

Zitronin business idiot -teoria väittää, että talous palvelee tuotannosta irrottautuneita — johtajia, osa keskijohtoa, pääomasijoittajia. Sähköposteihin, palavereihin ja someen eläville kielimallit tuntuvat työltä itseltään. Se tuottaa:

• Näyttelevää AI-käyttöä esimiehen mieliksi (metaverse-vertaus: Horizon Worlds -palaverit).
• Painetta alempana oleville simuloida AI-arvoa tulosten sijaan.

Seurauksena arviointi palkitsee usein näkyvyyttä enemmän kuin tulosta. Suomessa työehto- ja tietosuojakulttuuri voi hidastaa ilmiötä, mutta toimittajien myyntipuheet tuovat silti saman paineen.

OpenAI kiirehtii pörssilistautumista

Pound esittää seurantakysymyksen: jos Altman kiirehtii pörssilistautumista vuonna 2026, tietääkö hän matematiikan olevan mahdotonta?

Zitronin vastaus:

• Pysy yksityisenä niin kauan kuin pörssilistautumisen hyppy maksimoidaan; juokse ovesta ulos, kun yksityinen rahoitus on loppu.
• Wall Street Journal -lehti (26.4.) haastattelussa: OpenAI:n talousjohtaja Sarah Friar ei pitänyt yhtiötä valmiina julkisten markkinoiden tarkasteluun — silti syyskuun pörssilistautumispuhe jatkuu. Hän kutsuu tätä epätoivoksi, ei luottamukseksi.
• SpaceX-pörssilistautumiskilpailu ja SoftBankin sitoutuminen lisäävät sijoittajapainetta siirtää riski julkisille markkinoille.

Kun yhtiö on julkinen, todelliset talousluvut painavat enemmän; pelkkä tarina riittää huonommin — ks. OpenAI:n laskentakiila.

NVIDIA: keskittyminen ja kiertoraha

~81 miljardia dollaria kvartaalituotto (siteerattu) ja yli 60 % kolmelta asiakkaalta Zitronin mukaan: jos yksi pilvipalvelujättiläinen pysähtyy, NVIDIA putoaa. NVIDIA:n kasvu vaatii, että muut ostavat piirisiruja, joita ei ole vielä täysin käyttöönotettu.

Zitron siteeraa NVIDIA:n neljännesvuosiraporttia: piirisiruja myydään ennätysmäärin, mutta käteinen kasvaa hitaasti, koska yhtiö sijoittaa samalla takaisin AI-yhtiöihin. Raha kierrättyy samassa piirissä — sama kuvio kuin aiemmassa Zitron-analyysissä. Meta on toinen painepiste: se investoi paljon datakeskuksiin, vaikka AI-tuotostaan ei selitetä yhtä selvästi kuin kilpailijat.

Makrotelakka: kasvu sidottu pääomasijoituksiin

Zitron siteeraa tilastoa — teknologia-investoinnit yli ~90 % Yhdysvaltain talouden kasvusta tilivuonna 2025 — ilman ensisijaisen lähteen nimeä jaksossa. Jos edes suunta on oikea, pilvipalvelujättiläisten pääomasijoitusten leikkaus voisi iskeä suuryritysohjelmistokysyntään taantuman kautta — palautesilmukka, joka tekee hidastamisesta vaarallista, ei helppoa.

Hän odottaa silti pääomasijoitusten leikkauksia lopulta, kun datakeskuksia rakennetaan aluksi mutta ei saada valmiiksi, ja sääntelijät (Googlen kilpailuoikeusesimerkki) olisivat voineet muuttaa käytöstä aiemmin.

Tekninen arvio suomalaiselle tiimille

Insinööri- ja tuotejohtajille:

• Vaadi todisteita, älä arvioita joissa yksi kuukausi on kerrottu vuodeksi. Pyydä toimittajilta asiakaskohtaista tuottoa investoinneista.
• Erota kokeilut ja oikeat investoinnit toisistaan. Esimerkki: 300 miljoonan dollarin AI-kulurivi, josta johto sanoo ettei sitä tarvita jatkossa, on kokeilu — ei pitkän aikavälin strategia.
• Mallinna toimittajariski. Keskittynyt piirisiruketju vaikuttaa viiveeseen, hintaan ja tiekarttoihin suomalaisilla Yhdysvaltain pilvipalveluilla.
• Dokumentoi tulokset ennen AI-kiintiöitä. Jos talous ei selitä Anthropic-laskuja tiimeittäin, olette mahdottoman optimismin vaiheessa.

Yksittäisille tekijöille:

• Kun johto pyytää AI-näkyvyyttä, kysy mikä tulos korvaa viime vuoden mittarin.
• Kohtele pörssilistautumistarinoita pääomatapahtumina, ei tuotekypsyyden signaaleina.
• Valitse työnantajia, jotka mittaavat valmiita muutoksia ja ratkaistuja ongelmia, ei Copilot-tunteja.

Riskit ja epävarmuudet

• Suuret luvut ovat arvioita, ei yhtiöiden virallisia AI-erittelyjä. Zitron pyöristää esimerkiksi ~200 miljardia dollaria per yhtiö ja ~600 miljardia dollaria yhteensä.
• Microsoftin 37 miljardia ja Amazonin 15 miljardia perustuvat Zitronin siteeraamiin yhtiöpuheisiin; tarkat määritelmät voivat poiketa.
• 90 prosentin osuus Yhdysvaltain kasvusta teknologia-investoinneista mainittiin ilman nimettyä lähdettä — suunta on tärkeämpi kuin tarkka prosentti.
• Sama haastattelija, eri kulma kuin edellisessä datakeskusanalyysissä — kannattaa lukea molemmat tuoton ja infrastruktuurin osalta.
• Kuplan ajoitus on Zitronin arvio (6–12+ kuukautta), ei ennuste.

Johtopäätös

Zitronin toukokuun 2026 haastattelu tiivistää buumin yhteen lauseeseen: teknologia-alalta odotetaan tuoton kaksinkertaistumista neljässä vuodessa, eikä kukaan näytä, mistä uusi raha tulee. Piilotetut AI-luvut, Salesforce-tyyppiset väliaikaiset token-budjetit, NVIDIA:n asiakaskeskittyminen ja OpenAI:n pörssilistautumiskiire ovat saman kuilun eri kasvoja — pääoma liikkuu nopeammin kuin rehellinen tuotto.

Johdolle: jos AI-strategiasi olettaa pilvipalvelujättiläisten talouden “järjestyvän itsestään”, rakenna silti paikallinen tuotto-todiste. Katso kädet — asiakaspoistuma, marginaali, takaisinmaksu — et puheiden adjektiiveja.

Rakentajille: seuraava taito ei ole prompt-teatteri vaan AI-menojen kääntäminen kestäviksi tuotemittareiksi, jotka talousjohtaja voi perustella ilman arvoitusleikkiä.

Yksittäisen insinöörin näkökulma

Hyvä asia: Selkeät mittakaavavertailut (200 vs. 37 miljardia dollaria) auttavat vastustamaan väitettä “kaikki tekevät rahaa AI:lla” arkkitehtuuripalavereissa. Näyttelevälle käytölle on nyt nimi — helpompi vaatia tulosmittaria.

Huono asia: Token-hinnoittelu ja ohjelmointirajapintalaskut voivat räjähtää ilman ominaisuuskohtaista kustannusjakoa; junior-paikat katoavat samalla kun työpaikkailmoituksissa kasvaa AI-teatteria.

Opittavaa: Aja omat ennen/jälkeen-testit oikeilla tehtävillä — älä osta tarinaa ilman mittausta. Kirjaa valmiit toimitukset, jos arviointi painottaa AI-käytön näyttämistä tulosten sijaan. Seuraa omia AI-kustannuksia tiimi- ja ominaisuustasolla, ennen kuin budjetit sidotaan pysyvästi.

Yhdistä datakeskus-analyysiin, OpenAI:n laskentakiilaan ja työpaikan tuottavuuskriisiin.