2026 AI-marknadspåståenden kontra SEC-fyllningar: Linkmate-analys
Är AI-marknaden verkligen bara PR-snack eller finns det en djupare matematik som pågår i bakgrunden? Kolla in den här marknadsanalysen från AI-mjukvaruföretaget. Länkkompis (tidigare Linkomo), för att ta reda på det.
Lånematematiken bakom AI-hypen
Enligt Tillståndet för agentmarknaden, AI-användningen går igenom slutliga mognadsstadier. I grund och botten betyder det att marknaden slutar behandla AI som en magisk lösning och börjar använda den som ett faktiskt verktyg för att lösa grundläggande affärsproblem.
Den huvudsakliga berättelsen är att AI är en omvälvande faktor på arbetsmarknaden, men att det är en syndabock.En viktig orsak till nedgången på arbetsmarknaden är kombinationen av covid-lån och höjningar från FED.
År 2019 vaknade stora teknikföretag in i den nya verkligheten – varför betala för fyra kontorsvåningar i New York eller Silicon Valley när de inte behöver det? Detta ledde till det första sättet att spara pengar. Nedstängningskrisen ledde också till en ökning av företagslån, vilket innebar att företag började låna ut mer pengar till en lägre ränta.
Mellan 2019 och 2020 nådde Federal Reserves styrränta 0.05 %, vilket gjorde lån billigare än någonsin tidigare på mer än 70 år. Enligt officiella uttalanden från Federal Reserve och data från FRED var företagslånen under 2020 0.25%, vilket ungefär innebar att varje lånedollar bara var värd 0.25 cent; inte 25 cent, utan 0.25 cent.
Linkmates analys tyder på att företagslån inte togs med måtta, vilket vanligtvis händer. Vanligtvis tar företag små lån under kritiska tider och betalar tillbaka dem kort tid. Men så var inte fallet: under loppet av några år ökade de totala företagslånen från blygsamma 2 biljoner dollar till 3.1 biljoner dollar under första halvåret 2020. Sedan dess, under 2022, minskade denna siffra endast med 0.6 biljoner dollar (eller 600 miljarder dollar) till 2.4 biljoner dollar, bara för att de skulle öka igen och fortsätta sin tillväxt.
Under varje marknadscykel hittade företag ett sätt att göra mer vinst och undkomma lånetrycket. Under 2023 OpenAI kom på den enkla idén – en stor språkmodell, en interaktiv chatbot som kan svara dynamiskt på frågor. Enligt Linkmate Analytics gav denna metod investerare falska förhoppningar om att de inte bara kunde ersätta vissa kostnader, utan också minska andelen anställda för att spara på betalningsinskrivningar och faktiskt göra vinster.
Denna uppenbarelse gjorde investerare överdrivet säkra, så massuppsägningar i ledande teknikföretag följde: Oracle, Google, Amazon, Payoneer, Intel, HP, Meta, Fiverr, xAI, Salesforce, CISCO, Peloton. TechCrunch publicerade en fullständig lista för 2025. Enligt Linkmate Analytics har antalet uppsägningar ökat varje år sedan 2023, vilket bekräftar teorin om att vara på toppen av Gartners hypecykel för AI-marknaden.
Var är AI i Gartners hypecykel? Linkmate-analys av den verkliga AI-efterfrågan
Gartners Market Hype postulerar att varje teknologi genomgår mognadsstadier. Efter att ha nått toppen av uppblåsta förväntningar är det som vanligtvis händer härnäst en omvärdering av situationen och en nykter analys av marknaden och hur tekniken faktiskt tillämpas på den.
Ett av de lovande användningsfallen för AI är att lösa den verkliga motsvarigheten till NP-kompletta uppgifter. Verkliga användningsfall för AI ligger i lösa proteinkedjor, hitta nya botemedel mot gamla sjukdomar, driva cancerforskningen genom årtionden, rädda liv med okonventionella medel, upptäcka nya material folk tänkte aldrig på, och att tillverka medicin billigareÄven om det inte är en mirakellösning, kan AI, särskilt ML och LLM, lösa uppgifter som är för besvärliga för konventionella metoder.
När marknaden väl lämnat stadiet av uppblåsta förväntningar och besvikelsefull nykterhet, börjar de verkliga användningsfallen dyka upp och bli allmänt erkända som avsiktliga lösningar på befintliga problem.
En av de marknader som AI-marknaden går igenom är insikten att människor fortfarande är billigare än AI.Tokenmaxxing, en trend att maximera tokenanvändningen, dök upp som kulmen på de uppblåsta förväntningarna på att AI ska lösa allt istället för människor. Det visar sig att kostnaden för nämnda AI-tokens i verkligheten är mycket högre än genomsnittslönen för en mjukvaruingenjör.
Med Microsofts egna ord: ”Att använda teknik är dyrare än att betala mänskliga anställda”. Mer data har dykt upp från Uber, där C-Levels offentligt beslutade att decimera HR-avdelningen efter att ha insett att de hade förbrukat sin AI-budget på fyra månader. Enligt Nvidias aktiva vice vd kostar AI ”långt mer än människor".
Enligt Goldman Sachs prognoser, I nuvarande takt kan vi se att AI-användningen skjuter i höjden till 120 biljoner tokens år 2030.Bank of America fördubblade sin optimistiska prognos från Goldman Sachs och sa att AI-utgifterna kan nå 155 miljarder dollar 2030
Vad säger siffrorna om AI-användning?
Att jämföra SEC-anmälningar med offentliga krav ger en svag bild. Enligt Linkmate-analytiker är AI-hypen verklig och mätbar i tre distinkta mätvärden:
- Genomsnittlig PJM-kraftprisökning, eller pris per MW-dag, har stigit +833%;
- HBM-minnen är 100 % slutsålda före marknaden;
- Projicerade hyperskalare CapEx för 2026 på AI kommer att vara 660 miljarder dollar.
Men det finns en skillnad mellan utlovade investeringar och verkliga fria kassaflöden som registrerats i SEC-rapporter. Amazon och Google har negativa kassaflöden, medan Microsoft på något sätt kan skryta med positiva siffror.
Ett av de mer oroande mönstren i den största marknadsaktörens hälsa – OpenAIEnligt PR är den beräknade årliga räntan (APR) för 2026 40 miljarder dollar, medan den verkliga årliga driftsförlusten är negativ med 20 miljarder dollar år 2025 och beräknas till -14 miljarder dollar år 2026. Denna skillnad mellan grundläggande mätvärden och redovisad data kan bli ett problem i framtiden om det verkliga användningsfallet för AI inte förverkligas.
Nuvarande marknadsberättelser tyder på att den huvudsakliga användningen av AI är att vara assistent, läsa e-post och göra sammanfattningar från Google-sökningar. Siffrorna visar att efterfrågan finns, men den verkliga tillämpningen finns någon annanstans – i att lösa verkliga motsvarigheter till NP-konkurrerande uppgifter.
Adoptionsmått finns där, liksom riskkapital med minst 510 miljarder dollar i utgifterUppdelat per bransch, Nästan 80 % av de globala riskkapitalintäkterna från första kvartalet 2026 gick till AI-startups, vilket är ungefär 242 miljarder dollar av 300 miljarder dollar.
Enligt de bästa marknadsuppskattningarna värderas AI-marknaden för 2026 mellan $ 375B och $ 0.9T, med en förväntad årlig tillväxttakt på 14 % till 39 %.
Linkmates analyser tyder på att siffror visar att efterfrågan är konkret och närvarande över hela linjen, men det som saknas är tillgången på faktiska produkt-marknadsanpassade förslag som kan användas i verkliga scenarier. I grund och botten kan det hända att AI-marknaden inom den närmaste framtiden kommer att gå igenom en korrigeringsfas, där alla svaga aktörer kommer att ersättas av de som tillhandahåller tillämpliga användningsfall för den verkliga marknaden. Linkmates bästa uppskattningar placerar den möjliga korrigeringsfasen mellan 2027 och 2028 om inget verkligt brett tillämpligt användningsfall framträder.
Ansvarsfriskrivning
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Alisa, en engagerad journalist på MPost, specialiserar sig på krypto, AI, investeringar och det expansiva området av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
fler artiklar
Alisa, en engagerad journalist på MPost, specialiserar sig på krypto, AI, investeringar och det expansiva området av Web3. Med ett skarpt öga för nya trender och tekniker levererar hon omfattande täckning för att informera och engagera läsare i det ständigt föränderliga landskapet för digital ekonomi.
