Matematikken bak Apples AI-spill er helt vill. De fire hyperskalererne bruker 700 milliarder dollar på AI-infrastruktur i 2026. Apple brukte 12,7 milliarder dollar på totale investeringer i fjor. Gapet ser ut som Apple tapte. Men regn tallene annerledes. Apple har 2,5 milliarder aktive enheter per januar 2026 og 157 milliarder dollar i kontanter. Hyperscalerne brenner opp fri kontantstrøm så raskt at Amazon forventes å gå negativt på FCF i år. Alphabets frie kontantstrøm forventes å falle med 90 %. Disse selskapene låner mot fremtidige inntekter som ennå ikke eksisterer for å kjøpe GPU-er som avskriver seg hver 18. måned. Samtidig har API-prisene falt med 97 % siden GPT-3 ble lansert. Hver krone hyperskalererne bruker på å trene proprietære modeller blir til en handelsvare raskere enn de kan få tilbake investeringen. Apples interne ledelse ser angivelig på LLM-er som varer som ikke er verdt egne utviklingskostnader. Den tolkningen virker stadig mer korrekt. Dette forteller deg alt om distribusjonsøkonomi kontra infrastrukturøkonomi. OpenAI har forpliktet seg til infrastrukturavtaler for 1,15 billioner dollar frem til 2035. Apple har allerede det OpenAI ville byttet alle disse GPU-ene for: 2,5 milliarder enheter med systemintegrasjon, betalingsopplysninger, helsedata og låsing av app-økosystemet. Den distribusjonen kan ikke gjenskapes til noen pris. Hyperskalererne satser på at det å bygge den beste modellen vinner. Apple satser på at modellene blir billige og distribusjonen blir alt. En av disse innsatsene krever 700 milliarder dollar i året og øker. Den andre krever en programvareoppdatering. Hvis modellene kommersialiseres, og pristrendene sier at de vil gjøre det, blir hele AI-capex-syklusen Apples subsidieprogram. Alle andre finansierte forskning og utvikling. Apple sender produktet.