NVIDIA vokser til 81,6 milliarder dollar: AI-fabrikken er blitt industri

NVIDIA leverte onsdag kveld tall som flytter AI-kapasitet fra teknologinyhet til industriregnskap.

Selskapet rapporterte 81,6 milliarder dollar i inntekter i første kvartal av regnskapsåret 2027. Det er opp 20 prosent fra forrige kvartal og 85 prosent fra samme periode året før. Nesten alt handler nå om datasentre. Data Center-inntektene var 75,2 milliarder dollar, opp 21 prosent fra kvartalet før og 92 prosent fra året før.

For norske ledere er ikke hovedpoenget at NVIDIA slo forventningene. Poenget er at AI-fabrikken nå har fått en målbar hastighet. Kapasitet, strøm, nettverk, lagring, kjøling og leverandørmakt er ikke støttefunksjoner rundt AI-strategien. De er selve strategien.

NVIDIA sier selv at utbyggingen av «AI factories» akselererer. Jensen Huang beskriver agentisk AI som noe som allerede gjør produktivt arbeid, skaper verdi og skaleres i selskaper og land. Det er leverandørens språk, men tallene gjør poenget konkret: AI er blitt en kapitalintensiv produksjonsmodell.

Det viktigste i tallene

Inntektene endte på 81,6 milliarder dollar. Bruttomarginen var 74,9 prosent etter GAAP og 75,0 prosent non-GAAP. Resultat per aksje var 2,39 dollar etter GAAP og 1,87 dollar non-GAAP.

Data Center-segmentet er den reelle motoren. 75,2 milliarder dollar i kvartalsinntekter betyr at datasenterdelen alene ligger på en run-rate over 300 milliarder dollar. Det forklarer hvorfor hyperscalere, modellhus og store virksomheter oppfører seg som om regnekraft er en knapp råvare.

Utsiktene er minst like viktige. NVIDIA venter 91,0 milliarder dollar i inntekter i andre kvartal, pluss/minus 2 prosent. Selskapet skriver samtidig at guidingen ikke legger inn noen Data Center compute-inntekter fra Kina. Det er en setning CFO-er og innkjøpssjefer bør merke seg. Geopolitikk er nå bakt inn i kapasitet, pris og leveringsrisiko.

NVIDIA annonserte også en ny fullmakt til tilbakekjøp av aksjer på 80 milliarder dollar og økte kvartalsutbyttet fra 0,01 til 0,25 dollar per aksje. Det er finansielt støy for mange teknologiledere. Men det sier noe om hvor mye kontantstrøm AI-infrastrukturen nå kaster av seg hos den dominerende leverandøren.

Fra modellvalg til kapasitetspolitikk

De siste månedene har mange virksomheter diskutert GPT, Claude, Gemini, åpne modeller og agenter som om valget primært handler om funksjonalitet. Det blir for smalt.

Når NVIDIA løfter datasenterinntektene med 92 prosent på ett år, er det et signal om at AI-budsjetter ikke bare vil gå til lisenser. De vil gå til kapasitet, reservert tilgang, skyforpliktelser, nettverk og drift. Det påvirker hvilke modeller som faktisk er tilgjengelige i produksjon, hvor raskt de kan skaleres, og hva det koster å la agenter arbeide hele dagen.

Dette treffer norske virksomheter på tre nivåer.

Først kommer leverandørrisikoen. Hvis AI-planen hviler på én modellplattform, én skyavtale og én kapasitetstype, har virksomheten i praksis bundet både produktutvikling og kostnadsbase til andres investeringssyklus. Det er greit når det er bevisst. Det er farlig når det bare skjer fordi pilotene fungerte.

Deretter kommer FinOps. Agentiske systemer flytter kostnaden fra sporadiske søk og prompts til kontinuerlig arbeid. En agent som henter data, kjører kode, leser dokumenter, kaller API-er og evaluerer egne svar, bruker ikke AI som en chatbot. Den bruker AI som en liten digital arbeidsstasjon. Da må kost, logging, policy og kapasitet styres per prosess, ikke bare per bruker.

Til slutt kommer styregovernance. NVIDIA-tallene gjør AI-infrastruktur til et styretema, ikke bare et CIO-tema. Spørsmålet er ikke «skal vi bruke AI?». Spørsmålet er: Hvilke kritiske prosesser blir avhengige av ekstern AI-kapasitet, hvilke kontrakter beskytter oss, og hva gjør vi hvis pris, tilgang eller regulatoriske forhold endrer seg?

Agentene drar regningen opp

NVIDIA peker i kvartalsmeldingen på Vera Rubin-plattformen, Vera CPU, BlueField-4 STX, Dynamo 1.0 og programvare for agentiske AI-systemer. Selskapet sier Dynamo 1.0 kan løfte generativ og agentisk inference på Blackwell-GPU-er med opptil 7 ganger. Det er produktmarkedsføring, men retningen er viktig: kampen handler ikke bare om å trene større modeller. Den handler om å kjøre mange nyttige handlinger billigere, raskere og tryggere.

Det er her ledervinkelen blir skarp. Hvis 2024 og 2025 handlet om å finne gode modeller, handler 2026 om å bygge en produksjonslinje rundt dem. Agenter må ha tilgang til data, systemer, verktøy og beslutningspunkter. De må logges. De må kunne stoppes. De må ha rollback. Og de må ha en kostnadsmodell som økonomiavdelingen faktisk kan forstå.

NVIDIAs tall viser at markedet priser denne produksjonslinjen ekstremt høyt. Det bør presse frem bedre beslutninger i virksomhetene. Ikke flere løse AI-piloter. Færre, tyngre initiativer med klare prosessmål, god tilgangsstyring og en plan for skaleringskost.

Hva norske virksomheter bør gjøre nå

Første grep er å skille mellom AI-ambisjon og AI-kapasitet. En strategi som sier at virksomheten skal bruke agenter i kundeservice, utvikling, økonomi eller saksbehandling, må også si hvor kapasiteten kommer fra, hvilke begrensninger som gjelder, og hva som skjer ved prisøkning eller leveransebrudd.

Andre grep er å reforhandle sky- og modellavtaler med kapasitet som egen risikokategori. Det holder ikke å lese bare databehandleravtalen og sikkerhetsvedlegget. Spør om prioritet, region, fallback, rate limits, datalagring, logging, revisjon og rett til å flytte arbeidslaster.

Tredje grep er å bygge måling på prosessnivå. Hvis en AI-agent skal redusere behandlingstid, feilrate eller utviklingskø, må kostnaden måles mot den prosessen. Hvis ikke blir AI-regningen en voksende fellespost som ingen eier.

Fjerde grep er å ta geopolitikk inn i arkitekturarbeidet. NVIDIAs egen guiding uten kinesisk datasentercompute viser at eksportkontroll, handelsregler og regionale begrensninger kan endre kapasitetsbildet raskt. Norske selskaper trenger ikke bli eksperter på amerikansk eksportjus. Men de må vite hvilke deler av AI-leveransen som kan påvirkes av slike beslutninger.

Bunnlinjen

NVIDIA-tallene er ikke bare en kvartalsrapport. De er en statusrapport for AI-økonomien.

AI har gått fra programvare med marginalkost nær null til produksjon som krever enorme mengder kapital, strøm, brikker, optikk, nettverk og driftsdisiplin. Det endrer forhandlingsmakten. Det endrer kostnadsbildet. Og det gjør AI-governance mer konkret.

For ledere betyr det én ting: AI-strategien må kobles til infrastruktur, leverandørstyring og økonomi nå. Hvis ikke blir virksomheten sittende med flotte demoer, dyre agenter og for lite kontroll over fabrikken som driver dem.

Kilder og medier

• Primærkilde: NVIDIA Newsroom, «NVIDIA Announces Financial Results for First Quarter Fiscal 2027», publisert 20. mai 2026 20:20 GMT: https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-first-quarter-fiscal-2027
• NVIDIA releases RSS bekrefter publiseringstidspunktet 20. mai 2026 20:20 GMT for samme pressemelding: https://nvidianews.nvidia.com/releases.xml
• Tall brukt i saken: 81,6 milliarder dollar i kvartalsinntekter, 75,2 milliarder dollar Data Center-inntekter, 91,0 milliarder dollar guiding for neste kvartal og ingen forutsatte Data Center compute-inntekter fra Kina i guidingen.
• Thumbnail: GPT/OpenAI Image 2 / hogby.ai. Illustrativt redaksjonelt bilde, ikke NVIDIA-produktfoto eller offisiell NVIDIA-grafikk.