Faktum AI
AI-avusteinen tuotanto

Rakenteellinen poikkeama: miksi tekoälyteollisuus ei vertaudu mihinkään aiempaan kuplaan

Faktum AI:n analyysi tekoälyteollisuuden poikkeuksellisesta rakenteesta — capex, fyysinen toteuma, kierrätysrahoitus ja aikahorisontit, jotka eivät kohtaa missään aiemmassa teknologiasyklissä.

Faktum AI 12 min
Puolivalmiit datakeskukset, GPU-rivistöt ja rahoitusvirrat — kuvitus tekoälyteollisuuden rakenteelliseen analyysiin
Kuvitus · Faktum AI

Mikä tapahtui?

Tekoälyteollisuuden rahoitus, capex ja fyysinen toteuma ovat ajautuneet 2025–2026 aikana mittakaavaan, jolle ei ole vertailukohtaa aiemmissa teknologiasykleissä. Hyperscalerit ovat sitoneet lähes biljoonan dollarin investointitason, kaksi laboratoriota — OpenAI ja Anthropic — keräävät yli 220 mrd $ rahoituksen alle kahdessa vuodessa, ja samalla fyysinen datakeskuskanta kasvaa selvästi hitaammin kuin julkinen tarina antaa ymmärtää.

Tämä analyysi tarkastelee tilannetta rakenteellisen poikkeavuuden näkökulmasta: miksi tekoälyteollisuus ei toimi kuten dot-com-aika, kuten pilvirakennus 2010-luvulla tai kuten mikään muu suuri teknologinen capex-sykli. Lähdeaineistona on käytetty BBC World Newsin Anthropic-haastattelua ja Tech Report -podcastin laajempaa datakeskuskartoitusta, joista molemmat ovat julkista journalistista materiaalia.

Faktum AI:n näkökulma: Emme käsittele tätä ennustuksena tai sijoitusneuvona. Tarkastelemme rakenteellisia mittasuhteita ja niiden seurauksia suomalaiselle IT-, datakeskus- ja pilvikenttälle.

Avainluvut yhdellä silmäyksellä

≈ 800 mrd $

Hyperscaler capex 2025

Microsoft, Google, Amazon, Meta

≈ 52 mrd $

AWS 2002–2017 yhteensä

koko pilvitoimialan synty

≥ 220 mrd $

OpenAI + Anthropic, 2025–2026

rahoitusta 18 kuukaudessa

30 mrd $

Anthropic, uusin kierros

valuaatio 900 mrd $

18–36 kk

Datakeskuksen rakennusaika

GPU-sukupolvi 18–24 kk

≈ 1 biljoona $

NVIDIA 2027 tavoite

GPU-myyntiä

Viisi rakenteellista poikkeamaa

Pintatason kysymys “onko AI kupla?” on tässä kohtaa väärä kysymys. Olennaisempaa on, että teollisuuden rakenne poikkeaa selvästi siitä, mitä markkinat osaavat aiemman datan perusteella hinnoitella. Tunnistamme aineistosta viisi toistuvaa ristiriitaa.

1. Capex on irrottautunut sekä liikevaihdosta että toteumasta

Neljän suurimman hyperscalerin yhteinen 2025-capex on noin 800 mrd $. Vertailukohtana koko Amazon Web Services rakennettiin vuosina 2002–2017 noin 52 mrd $:lla. Yhden vuoden AI-capex ylittää siten koko nykypilven syntymäkustannuksen lähes kaksitoistakertaisesti.

Capexin mittakaava (mrd $) — AWS:n rakennusaika vs. AI-aika

Tämä yksin ei vielä tee tilanteesta kuplaa. Pilvikin oli aikanaan epäilty. Erottava tekijä on, että fyysinen kapasiteetti ei seuraa rahoitusta: julkisesta keskustelusta tuttu “gigawatin datakeskus” on yhä toistaiseksi käsite, jolle ei löydy valmistunutta vastinetta. Hyperscalerien viestinnässä rakennusvaihe ja operatiivinen vaihe sekoittuvat, ja “operational” voi tarkoittaa joko yhtä yksittäistä rakennusta tai kymmeniä rakennuksia samasta projektista.

Hyperscaler capex 2025 (mrd $) — luvattu vs. tosiasiallinen toteuma

Toimituksellisen kartoituksen perusteella käytössä oleva osuus jää selvästi alle puoleen ilmoitetusta. Tämä on aineistosta nouseva arvio, ei tilintarkastettu luku — mutta sen mittaluokka selittää, miksi NVIDIAn toimitukset ja datakeskusten valmistumiset eivät kerro samaa tarinaa.

2. Aikahorisontit eivät kohtaa

Tekoälyteollisuuden ydinristiriita on aikahorisontti:

  • GPU-sukupolvi vaihtuu noin 18–24 kuukauden välein (H100 → Blackwell → Vera Rubin → seuraava).
  • Hyperscale-luokan datakeskuksen rakentamiseen kuluu 18–36 kuukautta, kun mukaan lasketaan luvat, sähkö, vesi, jäähdytys ja verkko.
Aikahorisonttien keskiarvo (kk) — GPU vs. datakeskus

Käytännössä tämä tarkoittaa, että kun datakeskus valmistuu, sinne suunniteltu GPU-sukupolvi on jo edellinen. Tämä on rakenteellinen ero esimerkiksi dot-com-ajan kuituverkkoihin: pimeä kuitu vanheni hitaasti ja sen aktivointi oli verrattain edullista. AI-luokan GPU on sen sijaan tehokas vain muutaman vuoden, ja sen jälkeen sen jälleenmyyntiarvo romahtaa, koska parallel-prosessoinnin käyttötapaukset ulkopuolella generatiivisen AI:n ovat rajoittuneet.

3. Kysyntä on keskittynyt kahteen toimijaan

Suuri osa hyperscalerien AI-liikevaihdosta tulee kahdesta loppuasiakkaasta:

  • Microsoftin AI-liikevaihdosta valtaosa on OpenAI:n laskentaa ja päälle Microsoft 365 Copilot -tuloja.
  • Amazonin AI-liikevaihdosta dominoiva osuus on Anthropicin laskentaa.
  • CoreWeaven liikevaihdosta yli 70 % on OpenAI:n päässä.

Tämä on poikkeuksellinen markkina-asetelma. Tavanomaisessa pilvibisneksessä asiakaskunta on pirstaloitunut tuhansiksi yrityksiksi; AI-pilvessä kaksi laboratoriota kantaa enemmistöä tilauskannasta. Jos toinen niistä joutuu pakottavaan kapasiteetti- tai rahoitusrajoitteeseen, vaikutus näkyy välittömästi sen taustaa rahoittavan hyperscalerin kvartaalissa.

4. Rahoituskierrokset ovat rakenteellisesti sirkulaarisia

Ekosysteemin rahavirrat ovat osin sisäisiä:

  • NVIDIA sijoittaa AI-laboratorioihin ja niiden pilvikumppaneihin (CoreWeave, Lambda, Nebius).
  • Microsoft, Google ja Amazon rahoittavat OpenAI:ta ja Anthropicia samalla, kun nämä laboratoriot ostavat heidän laskentaansa.
  • Anthropicin viime kierros (30 mrd $) viedään suurelta osin takaisin laskentaostoihin.

Tämä ei välttämättä ole kirjanpidollisesti laitonta, mutta se tekee perinteisistä mittareista — liikevaihto, marginaali, ARR — vaikeasti tulkittavia. Kun sama dollari kiertää kahden tai kolmen yhtiön taseen läpi, “kasvu” voi syntyä ennen kuin loppukysyntä on syntynyt.

5. Markkinoiden tarkastelu on vapaaehtoisesti lykätty

Tekoälyteollisuuden rakenteellisesti poikkeavin piirre on se, mitä ei tapahdu: johtavat AI-yhtiöt eivät listaudu, vaikka markkinaolosuhteet olisivat poikkeuksellisen suotuisat.

  • Anthropicin sekundäärimarkkinan arvostus on heilunut 1,2–1,4 biljoonan $ välillä.
  • OpenAI:n primäärirahoitus on jatkunut yksityisillä kierroksilla.
  • Molempien yhtiöiden talousjohto on julkisesti maininnut, ettei yhtiö ole “valmis julkisten markkinoiden tarkasteluun”.

Kun yhtiö, jonka arvostus on biljoona dollaria, viestii avoimesti välttävänsä S-1-dokumentin tuomaa läpinäkyvyyttä, kyseessä ei ole tavanomainen kasvuyhtiötilanne. Yksityisillä markkinoilla sallitaan korkeammat valuaatiot pienemmällä raportointivelvollisuudella, mikä mahdollistaa tarinan jatkumisen pidempään kuin pörssilistauksessa.

Datakeskukset — kuplan fyysinen kärki

Aineiston yksityiskohtaisin osio koskee datakeskusten valmistumista. Useat usein siteeratut “lipunnostohankkeet” ovat operationaalisia vain osittain:

ProjektiJulkinen kuvausToteumahavainto
Project Rainier (Amazon × Anthropic, Indiana)“fully operational”7 / 30 rakennusta aktiivisina
Stargate Abilene (Oracle × OpenAI)“operational”1 → 2 rakennusta ~6 kk aikana
Microsoft Fairwater (Atlanta, Wisconsin)toiminnassaensimmäinen vaihe käytössä
Anthropic × Colossus 1uusi kapasiteetti300 MW vanhempaa H100/H200-rautaa

Anthropicin Colossus 1 -vuokraus on rakenteellinen signaali: jos hyperscaler-kumppaneilta olisi ollut saatavilla uutta kapasiteettia, laboratorio ei olisi siirtynyt nopeasti rakennettuun, vanhempiin GPU-sukupolviin perustuvaan datakeskukseen. 300 MW on globaalisti merkittävä lisäys vain siksi, että muiden hyperscaler-projektien valmistuminen on viivästynyt.

Yksittäisten projektien rakennusvaiheet ovat toimituksellisia luentoja kolmannen osapuolen aineistosta. Lopulliset luvut vaativat virallisten tilinpäätösten ja paikallisten lupien tarkistuksen.

Rahoituksen mittakaava

OpenAI:n ja Anthropicin yhteenlaskettu rahoitus vuoden 2025 alusta on ylittänyt 220 mrd $. Tämä on mittaluokka, jota ei ole nähty venture- ja kasvurahoituksen historiassa.

Pääoman keskittymä (mrd $) — AWS:n koko rakennusvaihe vs. AI-laboratorioiden 18 kk

Tämän rinnalle on syytä asettaa konteksti: Anthropic on kerännyt 75 mrd $ kuudessa kuukaudessa. Yhtiön käyttöpääoma kuluu olennaisesti laskennan ostoon — toisin sanoen suuri osa rahoituksesta palaa hyperscaler-kumppaneiden liikevaihtoon. Tämä on osa rakenteellista sirkulaarisuutta, jota käsittelimme aiemmin.

Liikevaihdon ja “lifetime”-luvun jännite

Anthropic kommunikoi noin 50 mrd $ ARR -tasoa ja 4 mrd $ kuukausilukua julkisuudessa. Samanaikaisesti yhtiön talousjohtajan 6.3.2026 antama valaehtoinen lausunto Department of War -oikeudenkäynnissä viittasi noin 5 mrd $ kumulatiiviseen liikevaihtoon yhtiön koko historian aikana.

Nämä luvut eivät automaattisesti ole ristiriidassa — annualisoitu run-rate ja kumulatiivinen toteuma ovat eri mittareita — mutta niiden yhteensovittaminen vaatii selitystä, jota julkinen viestintä ei toistaiseksi tarjoa. Tämä on tarkasti se mittari, jota S-1-dokumentti edellyttäisi, ja samalla yksi syy siihen, miksi listautumista lykätään.

Mikä erottaa tämän aiemmista kuplista?

Dot-com-vertaus on osittain harhaanjohtava. Pidämme rakenteellisesti merkittävinä eroina:

OminaisuusDot-com 1999–2001Tekoälysykli 2025–2026
Capex-kohdeKuituverkot, palvelinsalitGPU:t, gigawattikampukset
VanhentumistahtiHidas (kuitu 25+ vuotta)Nopea (GPU 3–5 vuotta käyttökelpoisena)
AktivointikustannusSuhteellisen edullinenKorkea — vaatii uuden datakeskuksen
AsiakaskeskittymäPirstaloitunut2 laboratoriota dominoivat kysyntää
RahoituslähdePörssi, IPO-buumiYksityinen luotto, hyperscalerit, NVIDIA
TarkasteluJulkiset markkinatS-1 lykätty, sekundäärimarkkina

Lopputulema ei ole “sama kupla isompana”. Se on eri rakenne, jonka purkaminen voi tapahtua eri mekanismeilla ja eri aikajänteellä kuin dot-com-aikana. Tämä on syy siihen, miksi 2000-luvun analyysityökalut antavat ristiriitaisia signaaleja.

Tekninen arvio suomalaiselle rakentajalle

Tilanne ei aja suomalaisia IT-tiimejä paniikkimoodiin, mutta se muuttaa infrastruktuuristrategian painopisteitä:

  • Mallitoimittajan vaihdettavuus kannattaa rakentaa arkkitehtuuriin alusta lähtien. Jos OpenAI tai Anthropic joutuu kapasiteettirajoitteeseen, vaikutus näkyy API-vasteissa ja hinnoittelussa ennen julkista uutista.
  • Pilvitoimittajan vaihdettavuus seuraa samaa logiikkaa: hyperscaler-tasolla AI-liikevaihto ei vastaa perinteistä pilviasiakaskuntaa.
  • Paikallinen inferenssi on syytä pitää realistisena vaihtoehtona — pohjoismaisten datakeskusten ja kotimaisten GPU-vuokraajien rooli kasvaa, kun hyperscalerien kapasiteetti ohjautuu suurimmille asiakkaille.
  • Capex- ja poistoraportointi kannattaa lukea hyperscalerien tilinpäätöksistä yhtä huolellisesti kuin mallibenchmarkeja. Poistojen kvartaalitaso liikkuu seuraavien 18 kuukauden aikana merkittävästi.
  • Pitkät API-sitoumukset kannattaa hinnoitella riskillä. Etukäteismaksetut krediitit ovat tällä hetkellä rakenteellisesti suosittu tapa kasvattaa raportoitua kysyntää.

Riskit ja epävarmuudet

  • Capexin tosiasiallinen toteuma (alle 200 mrd $) on aineistosta nouseva arvio, ei tilintarkastettu luku. Sen mittaluokka on kuitenkin linjassa hyperscalerien GPU-toimitustietojen kanssa.
  • Yksittäisten datakeskusprojektien rakennusvaiheet vaativat virallisten tilinpäätösten ja paikallisten lupatietojen tarkistuksen ennen lopullisia päätelmiä.
  • Anthropicin liikevaihtoluvut voivat sisältää erilaisia tulonkirjauskäytäntöjä (mm. API-krediittien ennakkomyynti), jotka eivät ole suoraan verrannollisia SaaS-MRR:ään.
  • Tämä artikkeli ei ota kantaa yksittäisten yhtiöiden konkurssiriskiin tai osakkeen suuntaan. Tarkastelu kohdistuu rakenteellisiin epätasapainoihin.

Johtopäätös

Tekoälyteollisuus ei ole uusi internet, eikä se ole uusi pilvi. Se on rakenteellisesti uudenlainen liiketoimintamuoto, jossa:

  • pääoma juoksee fyysisen kapasiteetin edellä,
  • kysyntä keskittyy kahteen loppuasiakkaaseen,
  • rahoitus kiertää saman ekosysteemin sisällä,
  • aikahorisontit eivät kohtaa, ja
  • julkinen tarkastelu on lykätty määräämättömäksi ajaksi.

Yksittäinen ominaisuus näistä viidestä ei tee kuplasta välttämätöntä. Niiden yhtäaikainen esiintyminen tekee. Markkina, jossa nämä viisi piirrettä esiintyvät yhtaikaa, käyttäytyy historiallisesti eri tavalla kuin terve kasvusykli — sekä noususuhdanteessa että sen päättyessä.

Suomalaisen rakentajan, hankkijan ja sijoittajan näkökulmasta tämä tarkoittaa, että infrastruktuuria ja rahoitusta on luettava yhdessä. Mallibenchmark-listat ja API-hinnastot ovat pinta. Sen alla liikkuu kysymys siitä, kuka maksaa seuraavan gigawatin — ja milloin se gigawatti tosiasiallisesti tulee verkkoon.

Lähteet

  1. 1. AI Bubble: Everyone is aggressively avoiding reality — Tech Report / Better Offline (Ed Zitron -haastattelu), 2026
  2. 2. Anthropic $30 Billion Funding Round (Business Today) — BBC World News, 2026

Faktum AI huomio: Tämä artikkeli perustuu listattuihin lähteisiin. Kohdat, joita ei ole voitu vahvistaa riippumattomasta lähteestä, on merkitty epävarmoiksi.

Liittyvät artikkelit samasta aiheesta

AI-infrastruktuuri ja datakeskukset — kuvitus Ed Zitron -analyysiin
Analyysit 18 min

AI-kupla ei selviä tästä kysymyksestä

Kysymys, jonka ympärillä koko haastattelu pyörii: mihin kaikki nuo GPU:t ja datakeskukset oikeasti menevät? Analyysi Ed Zitronin Tech Report -haastattelusta — hyperscalerien kierrätysrahoitus ja datakeskusten toteuma.

Kuilu AI-pääomasijoitusten ja toistuvan tuoton välillä — Faktum AI -analyysin kuvitus
Analyysit 14 min

AI-investoinnit vs. tuotto: matemaattinen kuilu

Faktum AI:n analyysi Ed Zitronin toukokuun 2026 Tech Report -haastattelusta — miksi pilvipalvelujättiläisten tuottomatematiikka, piilotetut AI-luvut ja OpenAI:n pörssilistautumiskiire viittaavat samaan rakenteelliseen kuiluun.