Matematiken bakom Apples AI-spel är galen. De fyra hyperskalerarna spenderar 700 miljarder dollar på AI-infrastruktur år 2026. Apple spenderade 12,7 miljarder dollar på totala investeringar förra året. Gapet ser ut som att Apple förlorade. Men räkna siffrorna annorlunda. Apple har 2,5 miljarder aktiva enheter i januari 2026 och 157 miljarder dollar i kontanter. Hyperskalarna förbrukar fritt kassaflöde så snabbt att Amazon förväntas gå negativt på FCF i år. Alphabets fria kassaflöde förväntas minska med 90%. Dessa företag lånar mot framtida intäkter som ännu inte finns för att köpa GPU:er som tappar värdet var 18:e månad. Samtidigt har API-priserna sjunkit med 97 % sedan GPT-3 lanserades. Varje krona som hyperskalerarna spenderar på att träna proprietära modeller blir en handelsvara snabbare än de kan få tillbaka investeringen. Apples interna ledning ser enligt uppgift LLM:er som varor som inte är värda egna utvecklingskostnader. Den tolkningen verkar alltmer korrekt. Detta berättar allt om distributionsekonomi kontra infrastrukturekonomi. OpenAI har åtagit sig infrastrukturaffärer värda 1,15 biljoner dollar fram till 2035. Apple har redan det som OpenAI skulle byta alla dessa GPU:er mot: 2,5 miljarder enheter med systemnivåintegration, betalningsuppgifter, hälsodata och låsning av appekosystemet. Den distributionen kan inte replikeras till något pris. Hyperskalarna satsar på att bygga den bästa modellen vinner. Apple satsar på att modeller blir billiga och distribution blir allt. Ett av dessa spel kräver 700 miljarder dollar per år och ökar. Den andra kräver en mjukvaruuppdatering. Om modeller kommersialiserar, och pristrenderna säger att de kommer att göra det, blir hela AI-investeringscykeln Apples subventionsprogram. Alla andra finansierade FoU. Apple levererar produkten.