KI som driver prisvekst

Dataprosessorer, lagringsmedier, smarttelefoner og flate skjermer og mye annet innen digital hardware har den flotte egenskapen at de viktigste komponentene blir billigere jo høyere etterspørselen er. Derfor er det litt sjokkartet å opplevev at prisene ikke lenger går ned. Det går opp, og det er KI som er skyld i prisveksten.

Stadig mer for pengene

Akkurat her kan det være greit å ta et skritt tilbake og minne om hvordan det har pleid å være de siste tiåene. Mye av digitaliseringens velsignelse har ligget i nettopp dette at ytelsen øker og prisene faller, og at den utviklingen går og går, uten noen slutt. Den bærbare PCen du kjøper i år til omtrent samme pris som den du kjøpte for tre år siden, har betydelig raskere prosessor og skjermkort, større SSD-harddisk og mer minne. Hvis du om tre eller fire år skal kjøpe en ny bærbar PC, tenker du at den sannsynligvis vil ha gjort minst lite store sprang i ytelese, uten at du betaler mer.

Men slik er det faktisk ikke lenger. Jeg merket det for noen måneder siden da jeg så etter en ekstern USB-tilkoblet SSD-harddisk til PCen. Et sånt lagringssted det kan være praktisk å ha backup av ulike filer på, for eksmpel dokumenter, presentasjoner, familiebilder eller kattevideoer. Jeg husket at jeg hadde sett på noen hos Scandinavia Photo på Steen og Strøm for 2-3 år siden, der en 2TB harddisk fra Samsung kostet omkring 2000 kroner. Men nå koster den samme SSD-harddisken nesten 5000 kroner, over dobbelt så mye. Hva skyldes denne helt ville prisoppgangen?

KI-drevet minneinflasjon

En nylig artikkel i the Economist kan bekrefte at det ikke er jeg som har vært uheldig med butikkprisen, det er rett og slett slik at datamasiker og harddisker inneholder komponenter som lages av de samme leverendørene som produserer prosessorer og minne som brukes i datasenre og KI-fabrikker. I artikkelen "The AI boom is coming for your gadgets" skriver the Economist at:

"Cloud-computing “hyperscalers” are spending vast sums to stock up on the scarce resources used to train and run AI. That is leading to inflation. Data centres hoover up enormous amounts of high-bandwidth memory (HBM), enabling processors to run at high speeds, and of the flash memory used in some drives. Manufacturers have pivoted to this lucrative market, shifting production away from the conventional dynamic random-access memory (DRAM) that goes into consumer devices."

Two of the three big makers of HBM are South Korean (Samsung and SK Hynix). Since September 2025 the country’s factory-gate prices have jumped by 445% for DRAM and 244% for flash memory, as measured by producer-price indices, which is feeding through to other devices that use these components, such as phones and laptops. In America the consumer-price index for “computer software and accessories” has climbed by 31% over the same period, far outpacing the 2.6% rise in prices overall."

Læringskurver, sykliske svingninger og Moores lov

Normalsitusjonen for dataprosessorer, minne og en del andre kritiske komponenter har som sagt vært at jo høyere etterspørselen er, jo lavere blir prisene. Fenomenet har litt ulike navn. Som et teknologisk fenomen kaller man det "Moores lov", som handler om at antall transistorer man klarer å pakke på et stykke silisium fordobles omtrent hvert halvannet år. Men generelt snakker vi om "læringskurver" og noen ganger brukes begrepet "Wrights lov", formulert av Theodore Wright i 1936 for flyproduksjon og popularisert av Boston Consulting Group på 1960-tallet. Den sier at enhetskostnaden faller med en fast prosentsats for hver dobling av produsert mengde

Mange andre industrivarer følger en annen prismekanisme, der bedriften investerer i ny produksjonskapasitet basert på dagens pris, men bygging av en ny fabrikker tar tid, og den nye kapasiteten kommer først flere år senere. Og da kan etterspørselen ha snudd nedover. I mellomtiden kan flere av konkurrentene også ha investert i ny produksjonskaptasitet som ikke trengs. Resultatet er overkapasitet og reduserte priser, som leder til lavere investeringer. Noen gir kanskje opp. Helt til det er knapphet på produktene, prisene går opp, og optimismen og investeringsviljen kommer tilbake. 

Det interessante med halvledere og minnebrikker er at de også følger en slik syklisk logikk, med overkapasitet og lavere priser i perioder, og underkapasitet og høyere priser i perioder. Men begge effekter, både læringskurvens prisreduksjon, og den sykliske kapasitetsutfordringen, gjelder på en gang. Og i datakomponentbransjen har effekten av "Moores lov" har vært så sterk at den sykliske effekten som er der, men den har ikke har vært så lett å se. Prisene har gått ned uansett, men de har gjort det i rykk og napp, styrt av investeringssyklusen.

KI tar produksjonskapasiteten

Det vi nå ser er noe annet. Etterspørselen etter både energi og enkelte komponenter er så høy at vi har fått en slags KI-drevet inflasjonsbølge drevet av datasenteroperatører og KI-selskaper. Grunnen er naturligvis de helt enorme investeringene i nye datasentre. Det nevnt tall på 750 milliarder dollar i investeringer i nye datasentre globalt for de fire store skyselskapene, og at så mye som to tredeler av dette er i hardware med kort levetid, som minne, lagring, CPU er og GPUer. Da blir det flaskehalser. og kanskje så mye som 10 prosent av kostnaden ikke er ny kapasitet, men høyere priser. 

Og det er denne effekten vi som forbrukere møter for tiden når vi skal kjøpe en ny bærbar PC, en spillkonsoll eller en ekstern harddisk. Vil den vare? Er dette slutten på Moores lov? Sannsynligvis ikke, av flere grunner. For det første er dette som nevnt sykliske industrier, og når etterspørselen øker blir det investert i ny produksjonskapasitet. Men det tar litt tid å få på plass nye fabrikker. For det andre er det ikke slik at bruk av KI blir dyrere, tvert imot. Det kan nok virke stadig dyrere når Claude og Chat GPTs agenter og kodeverktøy slippe løs og holder på, men prisen pr handling (eller "tokens" som det heter nå), blir raskt redusert, til tross for dyrere hardware. 

Språkmodeller som yter på nivå med Chat GPT 4, som kom i mars 2023, koster i praksis ingen ting å bruke. Men vi tar ikke ut gevinstene ved å bruke utdaterte språkmodeller, men ved å bruke modeller som kan brukes til stadig mer, gjør færre feil og blir mer intelligente. Akkurat som prisnedgangen på datamaskiner og mobiltelefoner blir tatt ut stadig kraftigere og raskere maskiner, blir prisnedgangen på KI tatt ut i stadig bedre og raskere språkmodeller, og det skjer til tross for flaskehalser og kapasitetsutfordringer på noen av komponentene. Og så får vi tro at heller ikke KI vil ha en evig vekst inn i himmelen. Om oppbremsingen vil skje i form av en boble som sprekker, eller som en gradvis tilpasning til mer normale investeringer og priser, skal ikke jeg spå, men på en eller annen måte vil den fysiske delen av KI-næringen bli en mer normal næring.