IBM:s VD räknar i princip på det och säger att det inte går ihop. Att bygga och driva ett AI-datacenter på 1 gigawatt kostar cirka 80 miljarder dollar. Företagen planerar ungefär 100 GW kapacitet, vilket är totalt 8 biljoner dollar. Problemet är att du skulle behöva 800 miljarder dollar per år i vinst bara för att betala räntan på den skulden. Det är mer än något teknikföretag tjänar, så avkastningen verkar omöjlig med dagens ekonomi. Han lyfter fram ett verkligt problem som är lätt att ignorera när alla är entusiastiska över AI. Dessa datacenter har korta livslängder (ungefär 5 år innan chipen blir föråldrade), så du bygger i princip om vart halvt decennium. Dessutom är monetiseringsmodellen fortfarande inte bevisad. Företag har inte lyckats utvinna tillräckligt med värde från AI för att motivera 8 biljoner dollar i utgifter. Efterfrågan skulle behöva vara helt enorm. Hans matematik på ränteproblemet är stabil men det är inte hela historien. Om AI faktiskt ger stora produktivitetsvinster i hela ekonomin kan avkastningen så småningom motivera det. Vissa investerare modellerar 12–18 % avkastning på detta. Den verkliga frågan är om affärsmodellen faktiskt kommer att fungera, vilket är vad som gör hans skepticism rimlig.