AI-markedet forventes at fragmentere sig frem til 2026 efter en volatil afslutning på 2025, præget af tech-salg, opture, cirkulære aftaler, gældsudstedelser og høje vurderinger, der har rejst bekymringer over en AI-boble. Denne volatilitet kan signalere ændringer i AI-investeringer, da investorer i stigende grad gransker, hvem der bruger og tjener penge i sektoren, ifølge Stephen Yiu, CIO hos Blue Whale Growth Fund. Mange investorer, især detailinvestorer via ETF’er, har indtil nu ikke skelnet mellem virksomheder, der blot har AI-produkter uden forretningsmodeller, dem der brænder kontanter på AI-infrastruktur, og dem der profiterer af AI-udgifter. Yiu understreger vigtigheden af differentiering, da AI stadig er i sin spæde start, og bemærker, at mens “hver virksomhed synes at vinde, ” vil markedsdeltagerne sandsynligvis begynde at adskille de forskellige typer af AI-relaterede virksomheder. Yiu kategoriserer AI-landskabet i tre grupper: private startups som OpenAI og Anthropic, der tiltrak 176, 5 milliarder dollar i risikokapital i de første ni måneder af 2025 (ifølge PitchBook); børsnoterede AI-brugere som Amazon, Microsoft og Meta; og udbydere af AI-infrastruktur som Nvidia og Broadcom, der modtager AI-investeringer fra de store tech-udbydere. Blue Whale Growth Fund vurderer virksomheder ved at sammenligne deres fri pengestrømsafkast (den cash, der genereres efter kapitaludgifter) mod aktiekursen for at vurdere vurderingens retfærdighed. De fleste af de såkaldte Magnificent 7-virksomheder handles til betydelige præmier midt i store AI-investeringer. Yiu foretrækker at investere i virksomheder, der profiterer af AI-udgifter, frem for dem der investerer kraftigt, idet han mener, at det er klogere at befinde sig “på modtagersiden, ” da AI-relaterede omkostninger i stigende grad påvirker virksomheders økonomi. Julien Lafargue, chief market strategist hos Barclays Private Bank, bemærker, at AI-“skum” er koncentreret i bestemte segmenter snarere end bredt spredt, med øget risiko omkring virksomheder, der sikrer sig AI-epokens finansiering uden at have indtjening — som inden for kvantecomputing, hvor optimisme overgår håndgribelige resultater.

Han understreger behovet for differentiering. Big Techs forretningsmodeller er under forandring, efterhånden som de bliver mere kapitalintensive ved at erhverve teknologi, datacentre og computingkraft til AI-strategier, hvilket skifter fra asset-light software-virksomheder til hyperscalers. Denne ændring påvirker deres risikoprofil og vurderingsmetoder. Dorian Carrell fra Schroders advarer mod at værdiansætte disse virksomheder med gamle modeller, der er typiske for software- eller lavkapital-virksomheder, og påpeger usikkerheden omkring finansiering af AI-planer, selvom der er tro på deres langsigtede succes. Teknologivirksomheder har i 2025 vendt sig mod gældsmarkederne for at finansiere AI-infrastruktur; Meta og Amazon har optaget gæld, men forbliver netto kontantpositive, i modsætning til mere gearede virksomheder. Carrell forventer, at det private gældsmarked vil blive særligt vigtigt næste år. Yiu bemærker, at hvis AI-indtægtsvæksten ikke kan overgå de stigende omkostninger til infrastruktur og hardware-afskrivninger, kan profitmarginerne blive trukket i vejret, hvilket vil lægge pres på investorafkastet. Han forventer større præstationsforskelle blandt virksomheder, efterhånden som AI-udgifter i stigende grad påvirker de finansielle resultater, og at større differentiering vil blive nødvendig fremover.