Automatisk transkripsjon. Det kan forekomme feil.
0:00–0:31 Du hører på podkasten Nordea Markets fra innsiden. Jeg heter Ole Håkon Eek-Nielsen. Med meg har jeg som vanlig Kjetil Olsen, men ikke fullt så vanlig, Kirsti Midthun. Hallo. Vi har jo i den siste tiden, Kjetil, sett et brukbart rentefall, i alle fall gjennom særlig oktober. Så har det kommet litt tilbake igjen akkurat nå i det siste, men det er litt forskjellige ting som man kanskje skal fokusere på her.
0:31–0:57 Ja, det er to ting på et vis. Det ene er at vi har hatt en korreksjon i tech-aksjer i løpet av den siste måneden, og med litt ekstra fart på det i forrige uke i forbindelse med mellomvalget i USA. Så fra topp til bunn i løpet av en måned så falt jo en amerikansk tiåring fra 5,30 til nærmere 4,80. Veldig i takt egentlig med utviklingen i Nasdaq.
0:57–1:27 Og så har vi fått noen sterke arbeidsmarkedstall fra USA, og i går noen sterke inflasjonstall, og Waller, et medlem av denne komiteen i Fed som setter renta, som begynte å ymte frempå med kanskje en dobbeløkning fra Fed før jul. Så da har lange renter kommet litt opp igjen. Totalt sett er vi ned på lange renter, men det er litt sånne ulike drivere. Det er spenning, usikkerhet rundt tech, AI-aksjer.
1:27–1:54 Økonomien går veldig godt, og inflasjonspresset er om noe høyere enn det man kanskje hittil mange hadde tenkt seg. Så det er litt sånn divergerende krefter i sving i rentemarkedet akkurat nå. Denne korreksjonen i Nasdaq-aksjene er kanskje det som står litt ut her nå, for nå har lange renter gått, som du var inne på, helt i takt med Nasdaq-indeksen. Med andre ord, Nasdaq-indeksen har altså falt ganske mye.
1:54–2:21 Fra begynnelsen av oktober frem til slutten av forrige uke. Litt grann drevet av mellomvalget, men vi synes jo egentlig hele dette tech-konseptet, eller AI særlig, er spesielt spennende, og det er derfor du er her, Kirsti. Du har sett nærmere på hvordan dette her fungerer, og hva som kanskje kan være noen av utfordringene som AI-sektoren står overfor.
2:21–2:50 Mellomvalget var muligens i forrige uke siste spikeren i kista før vi fikk et ordentlig fall. Det var vel Nasdaq ned 5,5 prosent på en dag. Som vel var en slags effekt av at man ser for seg at demokratene i større grad vil kontrollere eller kanskje begrense mulighetene til å bygge datasentre. Men la oss heller begynne litt på begynnelsen av utfordringene som AI står overfor. Det er et ganske rikt utvalg av selskaper som er, hva skal vi si,
2:50–3:10 interlinked i den verdikjeden som AI nå er. Ja, det stemmer. Det har jo vært en hel AI-boom som egentlig har gitt liv til en helt ny verdikjede, og med det veldig mange selskaper som har fått veldig høy verdsettelse de siste årene. Og det starter jo egentlig med disse modellutviklerne som vi velger å fokusere litt på.
3:10–3:31 Mener at noe av problemet potensielt kan ligge hos dem. Det er jo selskaper som Anthropic som lager Claude man bruker, eller OpenAI som lager ChatGPT. De selskapene er i stor grad private, og ingen av dem er jo lønnsomme per i dag. Men det er jo de som egentlig gir liv til hele den verdikjeden og etterspør mye av det som har gjort at veldig mange selskaper nå tjener veldig godt, og også har fått den.
3:31–3:55 Høyere verdsettelsen. De etterspør jo blant annet datasenterkapasitet, som gjør at disse hyperscalerne, Microsoft, Google, Meta og så videre, bygger store datasentre, men også disse neocloudsene, så CoreWeave, Nscale og så videre. Og når de bygger datasentre, så er de nødt til å fylle datasentrene med noe, så de etterspør jo videre GPU-er, nettverkstilkoblinger, minne og annet, som gjør at ...
3:55–4:17 Denne kapitalen flytter seg videre, og disse aktørene igjen må etterspørre en del infrastruktur. Du trenger strøm, du trenger nedkjølingssystemer, fordi brikkene blir så utrolig varme. Da flytter vi etterspørsel til selskaper som TSMC, andre selskaper i Asia, Caterpillar, som trengs for å bygge disse datasentrene. Det drar jo med seg store deler av.
4:17–4:38 Økonomien, og det er derfor man har sett en såpass bred oppgang på børsene. Og det er jo en etterspørsel som i bunn og grunn starter hos modellutviklerne fordi de trenger regnekraft. Og ser man på alle disse Nasdaq-aksjene her, altså tech som et sånt samlebegrep da, så ser vi at verdsettelsen er egentlig
4:38–5:08 ...
På en måte frisk, og på en annen måte kanskje ikke. Ser du det opp mot for eksempel et amerikansk BNP, så har Nasdaq-aksjene nå vært litt over et BNP, altså 1,1 ganger amerikansk BNP. Og en sånn gammel regel var vel egentlig at et helt aksjemarked verdt et BNP var nokså fair priset, og nå er hele aksjemarkedet verdt cirka to ganger BNP. Og det sier kanskje noe om verdsettelsen her. På den andre siden, mange av selskapene
5:08–5:36 tjener penger. Så det er jo ikke sånn at price/earnings nødvendigvis er himmelhøy for alle. Nei, det er jo et veldig godt poeng som mange peker på, at mange av selskapene som har hatt en betydelig oppgang, har jo også hatt en inntjeningsvekst, sånn at man kan jo forsvare oppgangen i at inntjening og verdsettelse går i takt. Men da er det jo viktig igjen å minne om at det er ikke alle selskaper som er lønnsomme, Anthropic, OpenAI og alle disse andre private AI-labsene, og generelt de som står for disse modellene vi bruker.
5:36–6:05 De er ikke lønnsomme, og det er de som etterspør alt. Så hvis de på et tidspunkt, den lønnsomheten uteblir, og kapitalen de nå har tilgang til for å fortsette å etterspørre og fortsette å prøve å bli lønnsomme, hvis den kapitalen strammer seg til, så vil jo mye av etterspørselen videre i verdikjeden måtte falle, og mye av inntjeningen vi ser i dag. Og det er det som er risikoen for at de verdsettelsene er for høye. Hvis man for eksempel skal bygge mindre datasentre fordi Anthropic ikke trenger like mye kapasitet, så trenger man jo også færre GPU-er.
6:05–6:07 Nvidia prises jo på at
6:07–6:36 de skal fortsette å selge like mye GPU-er som i dag, om ikke mer. Så hvis det kommer en korreksjon der, så kommer det jo en korreksjon i alle de selskapene som man kan si at er lavt priset i dag, hvis man tenker at inntjeningen skal fortsette. Men det er jo ikke sikkert. Og de selskapene som jo ikke har price/earnings til himmels, så er det nødvendigvis forholdsvis høyt, så det prises jo inn en forventet vekst her. Og det er vel også kanskje det som er tanken når man hører om Anthropic og OpenAI, at ja, bare vent. Her kommer jo etterspørselen, og da vil jo
6:36–7:05 ...
Prisene på produktene bli så høye for dem at de kommer til å bli kjempelønnsomme. Det vil ikke bli det? Jo. Der er det jo noen ting man kan peke på. Da ChatGPT ble lansert i 2022, så har jo dette egentlig vært en veldig god businessmodell. Altså du skal bygge opp et produkt, en AI-modell som er god nok til at man kan sitte og ta en stor andel av markedet, og så får man mange forbrukere og høster inn profitt på det. Men det har jo skjedd veldig mye siden 2022. Den konkurransen har jo
7:05–7:18 ...
Tiltatt en del, så tilbudssiden, altså hvor mange modeller som er på markedet, har jo eksplodert, og det er egentlig en eksplosiv vekst der. Og fordi det er så mange aktører, så sliter jo egentlig de med å sette opp prisene tilstrekkelig til å ...
7:18–7:42 Kunne bli lønnsomme. Det er jo en del av problemet. Så ser man at det er veldig lave switching costs for de fleste som bruker AI-modeller. Det er ikke sånn som software at du trenger å lære deg en ny type interface fordi du bytter leverandør. Det gjør det også vanskeligere for for eksempel OpenAI og Anthropic å beholde de kundene de har. Det er mye som skjer på tilbudssiden som egentlig er helt utfordrende.
7:42–8:01 Man har også disse open weights-modellene vi snakker litt om. Det er jo da gratismodeller, eller AI-modeller som legges ut på nett, sånn at hvem som helst kan laste dem ned og bruke dem. Og det er jo litt forstyrrende også for veldig mange av de private aktørene, fordi de gratismodellene som er litt dårligere i kvalitet, der er det jo mange som velger å bruke disse i stedet for dersom.
8:01–8:30 For eksempel Anthropic eller OpenAI setter opp prisene for mye. Så det er jo mye av det som gjør at de sliter med å bli lønnsomme. I tillegg til at de hele tiden må trene opp nye modeller, som også er en veldig stor kostnad for dem. Og når da konkurransen på den tilbudssiden hele tiden er så tøff, så kan de aldri slutte å trene opp neste modell. Og når de ikke får sluttet å trene opp neste modell, så sliter de med å hente inn hva de har brukt på å trene den opp i det de har av kunder. Så det er en dynamikk som spiller seg ut, og som fortsatt er der, fordi de er jo ikke ...
8:30–8:35 Blitt lønnsomme, det kan jo endre seg, men det ser ikke sånn ut akkurat nå.
8:35–9:05 Men nå har jo de fleste begynt å bruke disse tingene her. Sier du nå at AI er en døgnflue, som man snakket om med internett på 90-tallet? Nei, absolutt ikke. Jeg tror AI er her for å bli. Det er jo ingen annen teknologi i verdenshistorien man har tatt i bruk så raskt som man har gjort med AI. Så jeg har ikke noe tvil om at man sitter der om ti år og bruker AI mer enn man gjør nå på en helt annen måte. Men det som har skjedd de siste årene, og kanskje egentlig det siste halvåret, det er at etterspørselen har blitt litt mer kostnadsfølsom.
9:05–9:17 Som det begynte allerede i vår, og det var fordi at både Anthropic og OpenAI, de var nødt til å sette opp prisene på noen av tjenestene sine, sikkert både for å prøve å få opp lønnsomheten, men også fordi ...
9:17–9:47 Etterspørselen ble så stor at de ikke lenger kunne gi en fast pris, men de har gått over til noe som heter tokenbasert prising. Prisen er blitt litt dyrere. Da har man sett et lite skifte i markedet. Det er veldig mange store aktører som har gått ut og sagt at de har måttet skalere ned AI-bruken fordi det har blitt for dyrt. Uber her er et klassisk eksempel. De blåste gjennom hele budsjettet de hadde satt på AI for 2025 allerede i april, og så var de nødt til å sette en maksgrense for hva de ansatte kunne bruke ut året. Flere selskaper som for eksempel DoorDash har gått ut og sagt at de
9:47–10:09 har gått over til open weights-modeller på mye av AI-bruken sin. Og så har du en undersøkelse fra KPMG, hvor da 49 prosent oppgir at de enten har måttet skalere tilbake eller stoppet bruken av AI-agenter fordi det har blitt for dyrt. Så det handler ikke om at man ikke skal bruke AI, men det handler om at markedet er mer kostnadsfølsomt. Og når det skjer, så er det også naturlig at det blir litt mer.
10:09–10:34 Fragmentert etterspørsel. Og da sliter noen av disse store AI-labsene, eller disse modellutviklerne, med å fange opp nok etterspørsel. Og det er det som er litt kritisk. Og det handler jo om at, igjen, disse selskapene har jo forpliktet seg til å betale for enorme mengder datasenterkapasitet i årene fremover. Så de er jo ikke kun nødt til at AI-bruken øker, men de er nødt til å fange den opp. Og så etter det er de nødt til å bli lønnsomme.
10:34–11:04 Det er litt mer der den nyansen ligger i at det er en tilbudsside som er høy og en etterspørselsside som er kostnadsfølsom, som ikke spiller dem så godt. Hvis du sier at etterspørselen har blitt mer kostnadssensitiv, så var du også inne på at det har tilkommet noen open weights-modeller, som jo også er billigere i bruk, og ikke minst i utvikling selvfølgelig. Kan vi stå overfor en sånn
11:04–11:21 at man på en måte setter for den nest beste modellen, altså der hvor som kanskje egentlig ikke koster sånn verdens mye å bruke. Ja, jeg tror det. Og igjen, det handler om at det er ikke sånn at vi ikke trenger frontier AI-modeller. Det er mye som
11:21–11:47 ...
De beste modellene vi trenger for å gjøre ting godt nok, kjapt nok. Men veldig mye AI-bruk trenger ikke nødvendigvis den beste modellen. Du trenger en modell som er god nok, og ikke minst billig nok til mange av oppgavene. Det handler jo også om at den reisen man har hatt fra ChatGPT frem til nå, så har jo veldig mange modeller blitt mye, mye bedre, og kanskje gode nok for mange av oppgavene. Så det er jo der den type risikoen ligger.
11:48–12:12 Så ser vi også at det er ikke alle selskapene som har den helt samme tilnærmingen til datasenterbruk. Apple for eksempel har hatt en litt annen, annerledes approach til dette her. Ja, jeg synes Apple er litt interessant i hele det AI-racet, for de har valgt å sitte litt på gjerdet og egentlig ikke investere så mye i modeller eller datasentre.
12:12–12:36 Det som er interessant med dem, er jo at de har enhetene, det er hvor brukerne er. Det er jo kanskje noe som ikke prates så mye om, men vi har vært litt innom dette i diverse tekster og annet. Lokal AI kan jo også være noe som kan utfordre AI-boomen fremover. Ikke da gjennom dette leddet med modellutviklerne, men gå rett på bruken av datasentre og utfordre det som ligger til grunn der av forutsetninger.
12:36–13:01 Og den forutsetningen handler jo om at når man i dag for eksempel laster ned ChatGPT eller du laster ned Claude, og du stiller denne modellen et spørsmål, så blir jo det spørsmålet sendt til datasenteret, og så blir det generert et svar som blir sendt tilbake til modellen din. Og det er derfor vi bygger ut alle disse datasentrene, fordi vi forventer at all etterspørsel etter disse AI-svarene skal komme derfra fremover også. Men det er jo ikke 100 prosent sikkert. Det kan jo hende at denne sentraliserte forretningsmodellen man bygger ut til.
13:01–13:27 Der kommer det et skifte. Og hvis for eksempel Apple, som har alle disse enhetene som man bruker, hadde valgt å prioritere i produktdesign og i sine enheter at AI lettere kom ut mot kanten, så kunne jo de vært med på å akselerere en sånn type effekt. Det er flere selskaper som kunne ha gjort det og andre momenter å peke på, men ja, det er jo noe folk peker på at det er kanskje derfor de velger å stå utenfor det racet. Det kan være en av grunnene.
13:27–13:56 Så hvis vi sto her da, så kanskje det viste seg at vi har nok datasentre. La oss si, ja, vi kommer til den innsikten i løpet av noen måneder eller neste halvår eller sånt da. Hvordan ville det sett ut da? Hvis vi hadde for mange datasentre? Ja, eller hvis vi bare har nok sånn at vi ikke trenger å ... Nei, det ville jo mest sannsynlig man sluttet å investere like mye. Og så kunne du sluttet å bygge ut flere datasentre.
13:56–14:23 Krever mindre av det, så vil jo også man kreve mindre GPU-er fra Nvidia, du vil trenge mindre nettverkstilkoblinger, du trenger mindre infrastruktur, så det ville jo vært en litt sånn snøball som ville begynt å rulle. Og da også kan man jo dra frem at bransjen har blitt veldig sirkulær, og det trenger jo ikke nødvendigvis i seg selv å være et problem akkurat nå, det har jo ikke vært et problem frem til nå, men sekundet man kanskje ser en reprising av noen av selskapene, så kan jo der
14:23–14:51 den effekten bli ganske stor. For det er flere av selskapene som da ville blitt hittet, ikke bare på inntektssiden, men også på eierskapssiden. Da for eksempel Nvidia investerte i OpenAI, men OpenAI er også en av de største kundene indirekte, fordi de etterspør datasenterkapasitet. Så der ville man jo egentlig sett en snøball som begynte å rulle. Og jeg tror også når vi først er inne på dette med datasentrene, så kan man jo også snakke om at
14:51–15:18 en annen utfordring som kanskje ikke belyses nok, det er at hvor mye kapasitet en AI-modell trenger, det avhenger veldig av hvor stor modellen din er, parameterstørrelsen på modellen. Det vi begynner å se nå i det siste også, er at de små AI-modellene der ute begynner å bli bedre og bedre. Og noen av disse mindre modellene, SLM-ene, altså small language models, kan kreve så lite som noen prosent av datasenterkapasiteten til de store modellene. Så hvis vi på et tidspunkt også, det skjer et skift.
15:18–15:45 Igjen, mer fragmentert etterspørsel, noe av etterspørselen flytter seg mot mindre modeller, så kan man også ha feildimensjonert litt hva behovet blir. Og da kan du også få en sånn type effekt at flere datasentre står tomme, du trenger færre av dem. Selv hvis ikke noe går lokalt, bare at du generelt trenger mindre modeller. Det kan høres ut som at teknologien, det er kanskje egentlig vel så mye en ...
15:45–16:13 Jeg kaller gjerne en algoritme eller en fremgangsmåte, et tankesett, som det bare er en bestemt mengde eller en maksimal mengde av GPU-er og datasentre. Og det kan jo hende at den teknologien er fullt kjørbar på langt mindre utstyr enn det man kan komme til å se for seg, eller kan komme til å nå ta høyde for. Og det høres jo litt ut som det som skjedde cirka år 2000. Det var jo ikke det at internett var en dårlig idé.
16:13–16:38 Det var heller ikke det at man sluttet å bruke det. Snarere tvert imot at man har brukt det mye mer i tiden etter at den boblen sprakk. Det var jo bare akkurat det at lønnsomheten til de selskapene som sto for den veksten, ikke var så veldig god. I alle fall anno år 2000. Det var noen selskaper som ble fryktelig lønnsomme en liten stund etterpå. For eksempel Google.
16:38–17:06 Men der og da så var det så ble dette her til en kraftig sprekk fordi man klarte ikke å leve opp til forventningene egentlig. Og det er jo veldig fristende da å si at vi kan stå overfor noe lignende denne gangen her. Altså den gangen falt Nasdaq-aksjene 75 prosent fra toppen mars 2000. Nådde vel bunnen i løpet av halvannet til to år eller sånt nå. Og så blir det et spørsmål da hvis noe sånt skulle skjedd nå.
17:06–17:32 Det blir ikke likt, det blir det aldri, men det er veldig fristende å sammenligne den episoden der med det vi står overfor nå. Kjetil, hvis vi begynner å se litt på den episoden der, hvordan gikk det da? Da fikk vi jo, som du sa, et kraftig fall i aksjemarkedet, og veksten i amerikansk økonomi gikk fra rundt 4 prosent til null omtrent.
17:32–17:56 Arbeidsledigheten i løpet av et par år steg med drøye to prosentpoeng. Det var sånn fire til seks. Og den amerikanske sentralbanken satte styringsrenta ned fra rundt seks prosent til nær én. Så det var et ganske stort fall i de korte rentene. Inflasjonen.
17:56–18:22 Falt litt igjen, men ikke mye. Var den ikke så høy i utgangspunktet? Nei, og den var ganske lav i utgangspunktet også. Det er viktig å huske at alt er ikke sammenlignbart, for det skjedde jo noen terrorangrep i 2001 der som også hadde en innvirkning på dette her, og vi var midt i Kinas inntreden på verdenshandelen, og Kina-effekter som dro ned prisveksten masse gjennom globalisering og sånn.
18:22–18:44 Så det er ikke så lett å sammenligne det helt, men det var det som skjedde da. Så du fikk at Fed responderte ganske betydelig. Hvis du ser litt nærmere på den vekstimpulsen, som var nokså kraftig negativ, som krisen representerte, så kommer den kanskje fra ...
18:44–19:14 Ja, åpenbart fra den formueseffekten, altså det at aksjemarkedet faller, det gjør jo folk faktisk fattigere, men det gjør jo også at man føler seg fattigere og dermed bruker mindre penger. Og så lager det arbeidsledighet direkte i IT-sektoren, og så lager den formueseffekten arbeidsledighet i mange sektorer kanskje på en gang. Og hvis vi først ser på den formueseffekten, den var forholdsvis sterk på den tiden der. Vi hadde fått masse boost i økonomien først, og så fikk vi en
19:14–19:40 Det er kanskje det som er mest likt denne gangen. Skulle du få et kraftig fall i aksjemarkedet, så er det i amerikansk økonomi, de som har kikket på dette, at den formueseffekten er ganske kraftig. Så faller aksjemarkedet med en dollar, så går konsumet ned med 3–4 cent, i den duren.
19:40–20:10 Og i og med at størrelsen på aksjemarkedet er ganske betydelige verdier der, så vil jo den effekten være tydelig. Men så er det andre områder hvor effekten kan komme til å bli en god del mindre, som ikke har med den formueseffekten å gjøre, som er de mer direkte effektene inni økonomien. Ja, AI har vært med til å booste amerikansk økonomi, men ser man på bidrag til BNP og sånn, så er det ulike estimater.
20:10–20:38 Kanskje en halv prosent til BNP, maks. Og sysselsettingseffekten også av denne store utbyggingen. Ja, det er innenfor konstruksjon det øker litt og annet. Men utover det er det ganske lite. Og en grunn til det er at det er enormt mye import inni disse datasentrene som bygges ut. Alle disse datachippene kommer ikke fra USA. De kommer fra Taiwan og Sør-Korea. Her er det jo egentlig
20:38–21:06 ...
Nokså vesentlig forskjell da, fra den datasenter-, kall det gjerne AI-boomen, eller om du vil datasenterboomen, sammenlignet med den dotcom-boomen vi hadde, eller internett-boomen. Internett-boomen var veldig preget av at man trengte flere mennesker til å jobbe i IT-sektoren, altså programmerere, eller programvareutviklere, webdesignere og så videre. Der økte sysselsettingen kraftig, ikke sant, i forkant av den krasjen i 2000.
21:06–21:17 Og like kraftig som den økte, så falt den etterpå. Det startet på cirka 1,9 prosent av arbeidsstyrken og endte på det også, men var innom 2,5 på veien.
21:17–21:42 Den effekten ser vi jo ikke nå, snarere tvert imot. Nei, nå er det vel mer at den delen av arbeidsmarkedet har jo lidd litt under AI, fordi mange selskaper tenker at nå trenger vi litt færre folk. Nå kan AI gjøre litt av jobben. Så der har jo sysselsettingen falt litt. Vi står igjen med på sysselsettingsfronten i all hovedsak inn mot konstruksjon som har økt, men mye, mye mindre enn det.
21:42–22:12 Software og programmerere økte med under dotcom. Så det skulle kunne bety at den direkte sysselsettingseffekten i det amerikanske markedet blir ganske mye mindre denne gangen i forhold til hvordan det ble i 2000. Også BNP-effekten som gikk fra pluss 4 til 0, er det grunn til å tro at den kan bli noe mindre nettopp på grunn av det. Det blir færre arbeidsledige av en sånn smell nå enn forrige gang.
22:12–22:34 Så er det jo, som du var inne på, litt annet. Inflasjonen ser kanskje annerledes ut. Den starter på et mye høyere nivå. Vi fikk jo data fra det i går, som var nok et litt høyt inflasjonstall, egentlig, på 0,3 kjerneprisvekst. Vesentlig høyere enn det var da vi startet, da dotcom-boblen sprakk. Så sånn sett er det jo et veldig annerledes utgangspunkt.
22:34–23:04 Og mest av alt nå er jo de aller fleste redde for høy inflasjon. Så det vil jo også begrense Feds anledning til å kutte veldig mye, i hvert fall i begynnelsen av en sånn endring. Og så er det altså, som du egentlig har vært inne på, mer en importert boom enn det er en lokalprodusert boom. Men hvis vi begynner å tenke litt på, ja, du var jo inne på at Fed kuttet renten den gangen fra 6 til 1. Nå starter vi jo litt lavere.
23:04–23:30 Enn da. Hvis man skulle leke litt med noen scenarier for hvor rentene eventuelt skulle ende, hva kan man se for seg? Det kommer jo veldig an på. Men hvis man skal med et utgangspunkt si at effekten på ledighet var halvparten eller noe sånt, og inflasjonseffekten ble omtrent halvparten også, så snakker vi kanskje ned et prosentpoeng eller noe i den duren fra dagens nivåer.
23:30–23:58 Men åpenbart, blir effektene større, så vil også responsen fra Fed bli større, men vi liker å tro at effekten kanskje blir litt mindre nå. Og så er det også det med at når inflasjonen nå har ligget over målet i fem–seks år i USA, og er egentlig på feil vei nå, den peker oppover, ikke nedover, og er godt over inflasjonsmålet, så gjør jo det nettopp at utgangspunktet for rentekutt fra en sentralbank blir noe helt annet.
23:58–24:24 Selv om det er et ganske kraftig negativt sjokk inn i økonomien. Men det jeg tror vi kan ganske sikkert konkludere med, er at skulle vi få en type krasj i tech-aksjer, så får vi ikke de samme lave rentene som vi fikk etter finanskrisen eller dotcom.
24:24–24:47 Er min ganske bestemte mening. Det vil bli kutt antageligvis fra Fed etter hvert, men mest sannsynlig en god del mindre enn den gang. Det var jo vår take på hva som skjer i USA. Rentekutt er nokså sannsynlig hvis dette sprekker, men ikke like omfattende som de foregående rentekuttsyklene vi har hatt.
24:47–25:11 Covid og finanskrisen er helt annerledes på alle mulige vis. Det er jo også globale kriser som er en helt, helt annen størrelse. Men antagelig så er dotcom en større nedtur enn det vi kan stå overfor denne gangen her, hvis det smeller her. Men Norge da, i en sånn sammenheng som dette her, Norges Bank anno år 2000, de satte ikke renten ned så veldig mye den gangen.
25:11–25:41 Nei, de gjorde ikke det i det hele tatt. Eller jo, de satte vel litt ned i 2001, fra 7 til 6,5 eller noe i den duren, og så satte de renta opp igjen i 2002, på grunn av et veldig sterkt lønnsoppgjør. Mens Fed satte rentene masse ned, så holdt Norges Bank rentene oppe, og etter hvert satte de til og med opp. Men det var da et veldig ekspansivt lønnsoppgjør i 2002. Men mer generelt er det sånn å si at
25:41–26:10 hvis vi skulle få et sånt sjokk i aksjemarkedet, så er det ikke bare USA åpenbart som blir rammet av det, men i veldig stor grad så er det et amerikansk sjokk. Går det dårligere i USA, så blir det påvirket global vekst. Men først og fremst i Norge så er det gjennom valutakurskanalen at effektene eventuelt kommer.
26:10–26:37 Direkte i hvert fall. Og det var den som gjorde at Norges Bank til slutt i løpet av 2003 satte ned rentene ganske mye. Det var en kraftig styrking av krona. Som følge av at Norges Bank holdt rentene høye. Så det er den effekten du eventuelt må vente på, tror jeg, for Norges Banks del. Som står i akkurat samme utfordring som Fed står i nå med en vedvarende for høy inflasjon.
26:37–27:05 Og de direkte effektene på norsk økonomi av en tech-krasj er ganske små. Og så er det jo det å si at erfaringen er jo at når aksjemarkedet knekker litt, så svekker jo norske kroner seg. Så igjen, den umiddelbare responsen fra Norges Bank er ikke opplagt i hvert fall at det skal ned. Om det skal ned, så vil det i så fall mest sannsynlig drøye en stund. Og igjen, du er da avhengig.
27:05–27:34 Tror jeg også, at krona faktisk styrker seg som en konsekvens. Og det kan man jo ikke legge til grunn på en måte at den vil gjøre. Nei, altså det er jo veldig fristende å tenke at problemstillingen kan gi svak dollar siden AI og denne boomen har gitt en nokså vesentlig optimisme blant investorene knyttet til situasjonen for USA. Altså amerikansk outperformance, dollardominansen kommer litt fra det temaet her.
27:34–27:59 Etter hvert så vil nok det mest sannsynlig bli. Og så har vi vært inne på noen ganger tidligere at det her kan jo komme samtidig som gjeldsproblemet til Europa også setter Norge i et litt penere lys enn før. Så vi kan jo stå overfor den situasjonen der krona faktisk styrker seg. Men neppe da, som du er inne på, akkurat når aksjemarkedet faller som mest. Nei, i hvert fall ikke på kort sikt.
27:59–28:26 Norske renter, kanskje ikke helt åpenbart hva Norges Bank gjør, i hvert fall ikke med en gang. Det krever en sterk krone. Lange renter, det er jo et minst like interessant tema, og nå har jo, som vi sa innledningsvis, lange renter gått ganske bra i takt med Nasdaq, som du var inne på. Skal vi da tenke at hvis Nasdaq faller 50 prosent til, pick a number, skal lange renter tilbake til?
28:26–28:55 Vi tror jo egentlig ikke det. Og der igjen er det sånn, når du får sånne 5 prosent ned på aksjemarkedet på en dag, så er det veldig naturlig at mange investorer flykter til trygge havner, og en av dem er jo da statsobligasjoner. De umiddelbare effektene er en litt sånn rente-ned-effekt. Men så har vi vært veldig inne på at
28:55–29:22 dagens lange renter og oppgangen i dem vi har sett de siste årene, har vært drevet av en veldig økt kapitaletterspørsel. Fra to kilder. Det ene er statene, og det andre er denne AI-boomen. Så hvis AI-boomen stopper og bremser, så vil jo den kapitaletterspørselen bli litt mindre. Men til gjengjeld for USA sin del, hvis de skulle gå på en litt større smell vekstmessig, så blir jo statsbudsjettet i USA. Budsjettbalansen enda verre.
29:22–29:52 For da synker skatteinntektene og utgiftene stiger. Og det betyr at den amerikanske staten må låne mer. Og ser man på sånn aggregert oppgang i låneetterspørsel siden pandemien, hvor du tar stater og ikke bare USA, men Europa og Japan og alle vestlige økonomier sammen med AI-biten, så utgjør den AI-biten ganske lite i forhold til det økte låneopptaket som kommer fra statene.
29:52–30:17 Og det blir ikke mindre om det går litt dårligere i økonomiene. Da blir budsjettbalansen enda verre. Så det underliggende kapitalbehovet, låneetterspørselen, blir om noe kanskje sterkere. Som i hvert fall virker i motsatt retning på de lange rentene. Og hvis vi skulle sammenligne den episoden der med det fra år 2000, så den gangen falt jo lange renter ganske lite.
30:17–30:41 Ja, det var vel fra maks kanskje to prosentpoeng, halvannet eller noe i den duren. Ja, en sånn fem år om fem år, altså den lange delen av kurven, var ned fra rundt syv, ganske mye høyere nivå da ved begynnelsen. Kom ned til cirka seks i løpet av et år, halvannet, og så var den innom fem på det aller laveste i 2003. Så det tok ganske lang tid å få den helt ned dit, men sånn ballpark, cirka to prosentpoeng lavere. Sikkert en sånn ...
30:41–31:05 Flight to quality-effekt det også egentlig. Eller for den del, kanskje 7 prosent er god nok avkastning, og hvorfor ikke kjøpe det når aksjemarkedet er så dårlig? Det kan jo være en sånn greie. Men det var jo vi innom her for noen uker siden. Det som drev rentemarkedet den gangen, eller det som var skiftet da, var jo det som i etterkant ble beskrevet som the savings glut, der veldig mange ønsket å spare veldig mye.
31:05–31:32 Som i etterkant av dette her, egentlig perioden, kall det kanskje 2003, 4, 5, 6, 7 og så videre inn mot finanskrisen, ga et press nedover på lange renter, som i sin tur bidro til opplåningen i amerikanske husholdninger. Dette savings glut-et kommer fra Kina. Og så har vi sagt at det er antageligvis over. Nå er det erstattet med et gjeldsglut.
31:32–31:58 Og den gangen, altså 2000, så hadde den amerikanske stat overskudd. De lurte på hva de skulle bruke pengene på, og mente kanskje nesten, enkelte, at det var moralsk betenkelig at man ble sittende med en slags formue på statlige hender. Det problemet har du jo løst da, for å si det forsiktig. Ja, ikke sant? Nå er underskuddet rundt 6 prosent av BNP, og detter veksten til, si, null i USA, så øker det budsjettunderskuddet ganske kraftig.
31:58–32:24 Da må de låne mer. Og det vil jo da bli i en verden med litt mindre etterspørsel etter sparing, eller lyst til å spare, enn det man hadde den gangen. Vi har jo egentlig sagt at normalisering av lange renter skulle vi kanskje få uansett. Og hva det egentlig innebærer, altså hva er den renten som er normal, det er ikke godt å si.
32:24–32:42 Ja, kanskje rundt 4 eller noe sånt. Og så har vi tenkt som så at vel, en kraftig etterspørsel etter gjeld, samtidig som etterspørsel etter sparing kanskje ikke stiger. Ja, det burde kanskje heller være høyere enn lavere renter da, enn det vi kom fra. Betyr det 5 eller 6, det er ikke så godt å si det heller, men ...
32:42–33:11 De kreftene der endres ikke nødvendigvis så veldig mye som følge av den korreksjonen her. Nei, det er helt riktig. Så det er grunn til å tro at du vil, litt som forrige gang i dotcom også, at du får en veldig steepening av kurven. At de korte rentene kan gå ganske mye mer enn de lange. Det skal litt mer til at de lange rentene faller veldig mye. Det er vel vår vurdering i et sånt scenario hvor du får en ...
33:11–33:41 Litt mer krasj i tech-aksjer. Bra, vi skal forsøke å runde av dette her. Vi er litt småskeptiske til lønnsomheten i, kall det, summen av AI-boomen. Kanskje særlig modellutviklerne tjener ikke så mye penger foreløpig. Det er slett ikke sikkert at de kommer til å gjøre det heller. Men kanskje vel så utfordrende kan bli etterspørselen til datasentre.
33:41–34:10 Det er ikke helt sikkert at man kommer til å trenge alle de sentrene som man nå tror man trenger, og at veksten kan avta, og investeringene i den sektoren kan bli vesentlig mindre. Da vil vi også ha en viss mulighet for å se en mye større korreksjon enn det vi har sett i aksjemarkedet hittil. Om det blir 75 prosent som det ble fra mars 2000, det gjenstår selvfølgelig å se. Det er ikke sånn at vi spår noe sånt, eller tror det kommer til å skje, men vi leker litt med tanken på det.
34:10–34:38 Hva slags konsekvenser ville det ha gitt? Denne gangen er det konsentrert mer om import enn forrige gang. Det har vært en mindre boom i antall ansatte i tech-industrien, snarere tvert imot. Man har strengt tatt mistet et antall ansatte der. Det har vært noe i konstruksjon. De vil nok få merke det. Vi vil få formueseffekter som sist. Det vil trekke ned veksten. Det vil gi rentekutt antakeligvis fra Fed hvis dette her skulle skje.
34:38–35:08 Ikke nødvendigvis i andre land, det er særlig USA som er preget av dette her. Norge kan fint ende opp med å gå ganske klar av det i rentesammenheng. Det blir spørsmål om kronekursen i stor grad. Den kan selvfølgelig bli sterk som følge av det, men neppe initielt. Da vil aksjemarkedsfallet antageligvis svekke kronen, så det vil ta tid før Norges Bank eventuelt reagerer. Lange renter, har vi sagt en stund og tror fortsatt, har vært drevet av etterspørsel etter gjeld. Og den blir ikke mindre som følge av dette her.
35:08–35:35 Særlig da ikke på statlige hender. Der vil etterspørselen stige, og mest sannsynlig kraftigere enn den eventuelt faller blant AI-selskapene. Som får oss til å tenke at rent fundamentalt så er ikke rentenivået spesielt endret som følge av dette her, men det er klart en flukt til en trygg havn, som statsobligasjonene da vil bli kalt, i hvert fall i begynnelsen, vil gi i hvert fall et moderat rentefall, og helt sikkert av og til en god del ned.
35:35–35:59 Men over tid så tror vi ikke det endrer utsiktene fundamentalt. Så er det verdt å understreke at dette her er ikke noe som er et baseline-scenario vårt, eller noe vi går rundt og tror på, men det er noe vi synes er svært interessant, og kanskje er det noe det er i ferd med å skje. Du har hørt Nordea Markets fra innsiden med Kjetil Olsen, Kirsti Midthun og Ole Håkon Eek-Nielsen. På gjenhør.