AI-kupla ei selviä tästä kysymyksestä

Mikä tapahtui?

Ed Zitron (Where’s Your Ed At?, Better Offline -podcast) väittää, ettei AI-kupla selviä yhdestä kysymyksestä: mihin kaikki nuo GPU:t ja datakeskukset oikeasti menevät? Tech Report -haastattelun mukaan nykyinen AI-buumi on rakenteellisesti NVIDIAn liikevaihtomalli, jota hyperscalerit, laboratoriot ja sijoittajat rahoittavat toisilleen järjestetyillä krediiteillä — ei todellisella, laajalle levinneellä laskentakysynnällä.

Faktum AI huomio: Tämä artikkeli on toimituksellinen tiivistelmä ja analyysi haastattelusta. Kaikki väitteet ja luvut on poimittu annetusta aineistosta; mitään ei ole lisätty haastattelun ulkopuolelta. Lukijan tulee arvioida väitteet itsenäisesti ja tarkistaa kriittiset luvut alkuperäisistä lähteistä.

Miksi tämä on merkittävää suomalaiselle lukijalle?

Suomessa AI-investoinnit kohdistuvat pilvipalveluihin, datakeskuksiin ja yritysten kokeiluihin. Jos Zitronin väite pitää osittain paikkansa, kapasiteetin hinta, saatavuus ja rahoitusmarkkinoiden riskit vaikuttavat suoraan:

• IT-ammattilaisten pilvi- ja GPU-budjetteihin
• startup- ja scale-up-yritysten rahoituskierroksiin
• julkisen sektorin hankintoihin (pilvi vs. paikallinen laskenta)
• opiskelijoiden ja rakentajien pääsyyn halpaan inferenssiin

Pääväite yhdessä lauseessa

Zitronin mukaan AI-kupla ei selviä yksinkertaisesta kysymyksestä: mihin kaikki nuo GPU:t ja datakeskukset oikeasti menevät?

“Joka kerta kun etsit oletettua kultakaivosta, löydät vain jonkun ojentamassa jollekulle toiselle rahaa — et kultaa.” — Ed Zitron

Hän kertoo viettäneensä päiviä etsien todellisia laskentakapasiteetin asiakkaita ilman tulosta. Markkina on hänen mukaansa siirtynyt pois todellisuudesta.

Kuplan rakenne

• OpenAI ja Anthropic on käsitelty kuin “rikkaita lapsia” — tehokkuutta tai kannattavuutta ei ole vaadittu samalla tavalla kuin tavanomaisilta yrityksiltä.
• Microsoft rakensi käytännössä OpenAI:n infran; Amazon ja Google tukivat Anthropicia. Hyperscalerit ovat Zitronin mukaan käytännössä suuri osa kysynnästä.
• OpenAI sai alkuvuosinaan A100-GPU:t omakustannehintaan (The Information, kesä 2024).

DeepSeek-varoitus (tammikuu 2025): Zitron tulkitsee, ettei viesti ollut “Kiina osaa vähemmällä”, vaan kukaan ei tarvitse niin paljon GPU:ta kuin OpenAI ja Anthropic käyttävät. Esimerkkinä Perplexity: korkeintaan muutama sata tai tuhat GPU:ta.

Kuka oikeasti vuokraa laskentaa?

Zitron etsi viikon ajan asiakkaita isolle GPU-kapasiteetille. Löydetyt toistuvat toimijat:

Asiakas	Mistä laskentaa
OpenAI	Microsoft, Google
Anthropic	Amazon, Google, Microsoft, XAI Colossus One
Jane Street	Hedge fund — sijoittanut CoreWeaveen
Meta	Itselleen — Zuckerbergin “AI-psykoosi”

XAI:n Colossus One (300 MW) on annettu kokonaisuudessaan vuokralle Anthropicille — signaali siitä, ettei Amazonilta, Googlelta ja Microsoftilta ole tulossa uutta kapasiteettia lähitulevaisuudessa.

AI-liikevaihdot ovat OpenAI:ta ja Anthropicia

Yksi haastattelun voimakkaimmista numeroista koskee hyperscalerien AI-liikevaihtoa (annualisoitu, haastattelun mukaan):

• Microsoft 37 mrd $ — OpenAI:n osuus 70–80 % (loput M365 + GitHub Copilot ennen token-laskutusta)
• Amazon 15 mrd $ — Anthropic ≥ 80 %
• CoreWeave — OpenAI yli 70 % liikevaihdosta
• Microsoft × Nebius — käytännössä OpenAI:n laskentaa

“Jos OpenAI kaatuu, kaikki kaatuu” — Zitronin tulkinta siitä, ettei markkina ole vielä ymmärtänyt riippuvuutta.

Suuret luvut — panostukset ja takausvarannot

• Goldman Sachs Tracking Trillions: AI-rakennuksen kustannus 7,6 biljoonaa $ vuoteen 2031
• Hyperscaler capex 800–900 mrd $ (2025) ja 1 biljoona $ (2026) — Meta, Google, Amazon, Microsoft
• OpenAI:n laskentakulu 50 mrd $ (2025) — ei kannattavaa haastattelun mukaan
• 748 mrd $ Microsoft + Google + Amazon -tilauskannasta on OpenAI:n ja Anthropicin tulevaa liikevaihtoa
• Lisärahoitustarve OpenAI + Anthropic: 400 mrd $ (Zitronin arvio)

Goldman Sachs huomauttaa haastattelun mukaan, että AI maksaa useimmille yrityksille enemmän kuin säästää. OpenAI ja Anthropic tekevät kymmenien miljardien tappioita vuodessa.

Anthropicin rahoitus (haastattelun mukaan)

• Käynnissä oleva kierros 50 mrd $, edellinen arvostus 380 mrd $
• 37 sijoittajaa edellisessä kierroksessa
• 108 mrd $ luvattua rahoitusta viiden viime kuukauden aikana
• Anthropic väittää 45 mrd $ annualisoitua liikevaihtoa; Zitron epäilee API-krediittien esimyyntiä

OpenAI (haastattelun mukaan)

• Tarvitsee yli 800 mrd $ vuoteen 2030 mennessä
• Broadcom-piirisopimus (10 GW, 2029) ei ole edennyt
• SoftBankin marginaalilaina OpenAI:lle: 15 mrd $ → 6 mrd $
• Google 10 mrd $ + optio 30 mrd $; Amazon 5 mrd $ + optio 20 mrd $

Datakeskukset — kuplan kovin kysymys

“Mene yrittämään löytää valmis datakeskus, joka on ilmoitettu vuonna 2023. Yritä vain. Minä yritin.” — Ed Zitron

• Microsoft väitti rakentaneensa 1 GW kapasiteettia per kvartaali; Zitronin kartoituksen mukaan yksikään ilmoitettu projekti ei ole valmis
• Sightline Climate väittää 5 GW rakennetun viime vuonna; Zitron uskoo todellisuuden olevan satoja megawatteja, ei gigawatteja
• Colossus One (300 MW) vuokrattu Anthropicille — vanhemmilla H100/H200/GB200-GPU:illa
• Microsoft ei vastannut kommenttipyyntöön kolmen päivän aikana

GPU:iden kohtalo: NVIDIA odottaa biljoonan $ GPU-myyntiä vuoden 2027 loppuun. Zitronin kysymys: missä loput ovat, jos eivät asennettuna datakeskuksiin?

Vanhentumisriski: Blackwell-GPU:t, joita ei ehdi asentaa ennen Vera Rubin -sukupolvea, voivat jäädä järjestämättä.

Pankit ja yksityinen luotto

• Financial Times: pankit myyvät AI-velkaa alennuksella
• Ilman velkaa ei datakeskuksia → ei GPU-myyntiä → NVIDIA-luvut alas
• 113 GW luvattua kapasiteettia vuoteen 2030 — vaatii jatkuvaa velkaantumista
• 1 biljoona $ yksityistä luottoa (vakuutus, eläke, 401k) — Apollo, Blackstone, Vanguard

Sirkulaarinen rahoitus

Zitron ehdottaa kolmea sääntelyä haastattelussa:

1. Sirkulaarinen rahoitus kiellettävä
2. Sopimusliikevaihtoa, jota ei voi periä 12 kk sisällä, ei saa raportoida
3. Päämiesvastapuolet (esim. NVIDIA) eivät saa sijoittaa asiakkaisiinsa (Iron, Nebius, CoreWeave, Lambda)

NVIDIA käyttää 27 mrd $ pilvilaskentaan vuoteen 2032 — vuokraa takaisin omia GPU:itaan.

Vertailu menneisiin kupliin

Vertailu	Zitronin pointti
AWS	2002–2017, 52 mrd $ koko ajalta, kannattava lopussa; AI-laskennassa vastaava poltettu yhdessä vuodessa
Dot-com	”Iso vapaa kassavirta” ei pidä — FT: 20–30 mrd $ → 4 mrd $ lähitulevaisuudessa

Mikä puhkaisee kuplan?

Zitron uskoo, ettei pieni signaali enää riitä. Todennäköisiä laukaisijoita:

1. Maksu epäonnistuu OpenAI:lta tai Anthropiclta
2. Rahoituskierros ei sulkeudu
3. NVIDIA jää ennusteistaan
4. “Kolme datakeskusratsastajaa”: rakennus perutaan, suunnitelma perutaan, toimiva datakeskus kuolee
5. Raportti osoittaa vain gigawatin toteuman vs. luvatut kymmenet

“Jos kerrotaan, että datakeskuksia ei rakenneta, kysymys muuttuu: miksi me sitten ostimme kaikki nämä GPU:t?” — Ed Zitron

Tekninen arvio

AI-rakentajan näkökulmasta haastattelu korostaa kapasiteetin hinta- ja saatavuusriskiä: jos kysyntä on keskittynyt muutamaan toimijaan, pienemmät tiimit hyötyvät edelleen tehokkaista malleista (DeepSeek-tyyppinen viesti), mutta pilven hintadynamiikka voi heilahtaa äkillisesti, jos rahoitus tai narratiivi muuttuu.

Suomessa tämä tarkoittaa: älä sido koko strategiaa yhteen pilvitoimittajaan tai yhteen mallitoimittajaan ilman exit-suunnitelmaa; seuraa capex- ja velkauutisia yhtä tarkasti kuin mallibenchmarkkeja.

Riskit ja epävarmuudet

• Kaikki luvut ovat haastattelun ja Zitronin tulkintojen kautta; yritykset eivät ole kommentoineet kaikkia väitteitä
• Datakeskusprojektien toteuma vaatii riippumattoman kartoituksen
• Anthropicin ja OpenAI:n liikevaihtoluvut voivat sisältää krediittikirjauksia, joita ei voi verrata perinteiseen SaaS:iin
• Sääntely- ja oikeudelliset ehdotukset ovat mielipiteitä, eivät faktoja

Johtopäätös

Zitronin mukaan AI-buumi on pohjimmiltaan NVIDIAn liikevaihtomalli: hyperscalerit ja laboratoriot häviävät rahaa, mutta pitävät koneiston käynnissä toistensa rahoituksella. Kun datakeskukset eivät valmistu, kysyntää ei löydy ja velka kasaantuu — mikä on rakenteen lopullinen lopputulos?

Suomalaiselle lukijalle tämä on signaali seurata infrastruktuuria ja rahoitusta yhtä vakavasti kuin mallien benchmarkkeja.