Hvordan AI kan omforme SMI-indekset i løbet af det næste årti

01. Historisk kontekst

AI er vigtig for SMI, men primært gennem indeksets etablerede aktører

Det historiske udgangspunkt er vigtigt, fordi SMI allerede er en dokumenteret sammensætter uden behov for en AI-fortælling. Yahoo Finance-diagramdata viser, at ^SSMI steg fra 8.020,15 den 31. maj 2016 til 13.220,17 den 15. maj 2026, mens iShares SMI ETF-benchmarkproxyen viste et kumulativt totalafkast på 126,83 % og et årligt benchmarkafkast på 8,54 % over 10 år pr. 30. april 2026. Det betyder, at AI-debatten starter fra et marked med en etableret kvalitetspræmie, ikke fra et underejet vækstbenchmark.

Databaseret AI-scenariedashboard til SMI Index — Det realistiske AI-spørgsmål for SMI er ikke, om det bliver en direkte AI-vinder, men om AI hjælper dets dominerende sektorer med at sammensætte hurtigere og mere effektivt.

SMI-indeksrammeværk på tværs af investorernes tidshorisonter

Horisont	Det, der betyder mest	Aktuel vurdering	Hvad ville svække tesen
1-3 år	Kan AI forbedre eksisterende franchises?	Roche udtalte i sin årsrapport for 2025, at AI-algoritmer inden for diagnostik skærper sygdomsdetektering, mens Novartis annoncerede AI-aktiverede opdagelsesmuligheder i et nyt forskningscenter den 6. februar 2026.	AI-udgifter forbliver for det meste eksperimentelle og resulterer ikke i hurtigere produktcyklusser eller lavere omkostninger.
3-7 år	Produktivitetsdiffusion på tværs af indekset	OECD anslog den 22. november 2024, at AI kunne tilføje 0,25-0,6 procentpoint til den årlige TFP-vækst over en 10-årig horisont.	Fordelene er fortsat koncentreret i nogle få globale hyperscalere uden for Schweiz.
Til 2035	Kan AI retfærdiggøre en sti med højere renters rente?	Goldman Sachs og IMFs forskning antyder, at kunstig intelligens kan øge produktionen over tid, men kun med store kapitaludgifter og ujævn fordeling.	Anlægsinvesteringer stiger hurtigere end monetisering eller flaskehalse i nettet forsinker implementeringen.

SIX beskriver SMI som et benchmark med 20 aktier, der dækker omkring 75 % af den schweiziske aktiemarkedsværdi. Denne sammensætning er grunden til, at AI skal analyseres anderledes her end i amerikanske mega-cap-teknologiselskaber. Schweiz' fordele kommer sandsynligvis mere fra bedre diagnostik, lægemiddelforskning, automatisering af forsyningskæder og virksomhedsproduktivitet end fra at eje selve det globale beregningslag.

Det betyder også, at AI-opsiden er betinget. SMI handles allerede på en premium multipel. Hvis AI blot øger eksperimentering og kapitaludgifter uden at forbedre indtjeningskvaliteten, kan markedet ende med at betale mere for en historie, der ikke væsentligt ændrer pengestrømmene.

02. Nøglekræfter

Fem måder, hvorpå AI væsentligt kan omforme indekset

Den første transmissionskanal er produktivitet inden for sundhedspleje og diagnostik. Roches årsrapport for 2025 oplyste, at deres AI-algoritmer inden for diagnostik forbedrer sygdomsdetektering, mens gruppen rapporterede et salg på 61,5 milliarder CHF og et kerneresultat på 21,8 milliarder CHF for 2025. Novartis annoncerede den 6. februar 2026, at deres nye biomedicinske forskningscenter i San Diego vil have AI-aktiverede opdagelsesmuligheder, huse omkring 1.000 medarbejdere og være en del af en investeringsplan på 23 milliarder USD. For et indeks med stor eksponering inden for sundhedspleje betyder disse udviklinger mere end generiske AI-buzzwords.

For det andet kan AI forbedre forbrugernes og virksomhedernes eksekvering, selv i virksomheder med langsommere vækst. Nestlé sagde i en digital-core-opdatering i 2025, at opgraderingen vil muliggøre AI og automatisering i stor skala. For SMI er den form for implementering vigtig, fordi mange af de involverede parter er modne multinationale virksomheder, hvor bedre prissætning, logistik, prognoser og marketing kan være vigtigere end vækst i den samlede omsætning.

For det tredje kan AI hæve det makroøkonomiske loft over tid. Goldman Sachs skrev den 5. april 2023, at generativ AI kunne øge det globale BNP med 7 % og løfte produktivitetsvæksten med 1,5 procentpoint over en 10-årig periode. OECD sagde den 22. november 2024, at AI kunne tilføje 0,25-0,6 procentpoint til den årlige TFP-vækst og 0,4-0,9 procentpoint til arbejdsproduktiviteten. Hvis bare en del af det filtreres gennem Europa og Schweiz, kan SMI's langsigtede renteudvikling forbedres.

For det fjerde skaber AI's kapitalintensitet også risiko. Goldman Sachs udtalte den 4. februar 2025, at den globale efterspørgsel efter strøm til datacentre kunne stige med 50 % inden 2027 og 165 % inden 2030 i forhold til 2023. Hvis AI primært viser sig gennem højere energi-, beregnings- og integrationsomkostninger, kan SMI-virksomheder stå over for højere driftsomkostninger, før de realiserer meningsfulde profitgevinster.

For det femte er startværdiansættelsen vigtig. iShares SMI ETF-proxyen viste 21,06x P/E og 4,03x P/B pr. 14. maj 2026. Det betyder, at AI skal forbedre indtjeningskurven nok til at retfærdiggøre præmien. Et marked, der allerede er prissat for kvalitet, får ikke en gratis anden revurdering, bare fordi en ny teknologi findes.

Nuværende AI-scoringslinse for SMI-indekset

Faktor	Aktuel vurdering	Bias	Bullish læsning	Bearish læsning
Direkte eksponering for kunstig intelligens	SIX siger, at SMI kun har 20 store schweiziske aktier og ikke er et benchmark, der kræver meget computerkraft.	Bearish	Indekset drager fordel af slutmarkedets implementering snarere end ejerskab af infrastruktur.	Den største AI-økonomi forbliver uden for Schweiz.
Produktivitet i sundhedsvæsenet	Både Roche og Novartis offentliggjorde AI-relateret udvikling eller diagnostiske initiativer i 2025-2026.	Bullish	Lægemiddelforskning, diagnostik og forsøgseffektivitet øger marginer og aktivværdi.	AI er fortsat nyttig operationelt, men for lille til at ændre indeksindtjeningen meningsfuldt.
Forbruger- og virksomhedseffektivitet	Nestlé sagde, at deres opgraderede digitale kerne vil muliggøre AI og automatisering i stor skala.	Neutral	Store etablerede aktører presser mere vækst og omkostningsbesparelser ud af eksisterende skala.	Fordelene er trinvise og kan nemt konkurreres væk.
Makroproduktivitet medvind	Både Goldman og OECD ser flerårig produktivitetsgevinst som følge af indførelsen af AI.	Neutral	Schweiz realiserer en del af den globale produktivitetsstigning uden et inflationschok.	De makroøkonomiske gevinster forbliver koncentreret i USA og et par teknologicentre.
Investeringsudgifter og flaskehalse i strømforsyningen	Goldman forventer, at strømforbruget i datacentre vil stige med 165 % inden 2030 i forhold til 2023.	Bearish	Virksomheder tjener penge hurtigt nok til at overhale omkostningsbølgen.	Omkostninger til strøm, beregning og integration stiger hurtigere end fordelene ved pengestrømmen.

Nettoresultatet er, at kunstig intelligens burde have betydning for SMI, men primært ved at forbedre det, indekset allerede er: et kvalitetsmæssigt, sundhedstungt og globalt eksponeret benchmark. Det mest sandsynlige resultat er forbedring, ikke genopfindelse.

03. Modtilfælde

Hvorfor AI-historien stadig kan skuffe

Den største risiko er snæver erobring. SMI ejer ikke verdens førende hyperscalere, GPU-ledere eller cloud-infrastrukturplatforme. Hvis de største AI-lejeindtægter forbliver koncentreret i disse virksomheder, kan Schweiz muligvis kun opleve beskedne afsmittende effekter, mens de stadig betaler en del af omkostningsbyrden.

Den anden risiko er, at AI's makroøkonomiske fodaftryk kan overskygge det nuværende BNP og kapitaludgifter uden at garantere varige indtjeningsgevinster. I marts 2026 argumenterede IMF's Marcello Estevao for, at BNP kan overvurdere AI's umiddelbare bidrag ved at medregne massive kapitaludgifter, samtidig med at de bredere produktivitetsafsmittende effekter undervurderes, fordi mange immaterielle gevinster ikke indfanges korrekt. For investorer betyder det, at tidlig begejstring kan eksistere side om side med forsinket monetarisering.

For det tredje er omkostningssiden reel. Goldman Sachs' arbejde fra 4. februar 2025 om strømforbrug i datacentre gør det klart, at AI er energi- og infrastrukturintensivt. Hvis omkostningerne til forsyningsvirksomheder, databehandling og compliance stiger hurtigere end indtægterne, kan SMI-virksomheder stå over for en periode, hvor AI øger udgiftsposterne, før den øger indtjeningen.

Aktuel AI-risikotjekliste for SMI-indekset

Risiko	Seneste datapunkt	Hvorfor det er vigtigt	Nuværende bias
Begrænset direkte eksponering	SMI er et schweizisk blue-chip-indeks med 20 aktier, ikke et globalt AI-infrastrukturindeks	De største AI-lejeindtægter kan forblive uden for benchmarken.	Bearish
Startvurdering	iShares proxy på 21,06x P/E og 4,03x P/B pr. 14. maj 2026	Giver ikke meget plads til en AI-fortælling, der ikke løfter profitten.	Bearish
Anlægsinvesteringsintensitet	Goldman forudser, at den globale strømforbrug til datacentre vil stige med 50 % inden 2027 og 165 % inden 2030.	AI kan vise sig som højere infrastrukturomkostninger før højere afkast.	Bearish
Måleforsinkelse	IMF skrev i marts 2026, at AI kan overvurdere det umiddelbare BNP og undervurdere afsmittende virkninger	Tidlige makrodata kan være støjende og lette for investorer at misforstå.	Neutral

Det ærlige argument for AI-bebrejdelse er ikke, at AI ikke gør noget. Det er, at SMI muligvis kan dække den operationelle byrde hurtigere end den økonomiske fordel, hvis implementeringen forbliver ujævn, og den bedste monetisering findes et andet sted.

04. Institutionelt perspektiv

Hvad den seriøse AI-forskning betyder for SMI-investorer

Det bedste institutionelle arbejde tyder på, at AI kan være stor nok til at have betydning på makroniveau, men ujævn nok til at skuffe på indeksniveau. Goldman Sachs skrev den 5. april 2023, at generativ AI kunne løfte det globale BNP med 7 % og produktivitetsvæksten med 1,5 procentpoint over 10 år. OECD fulgte efter den 22. november 2024 med et snævrere, men stadig meningsfuldt estimat på 0,25-0,6 procentpoint årlig TFP-vækst fra AI over en 10-årig horisont.

Samtidig udtalte Goldman den 4. februar 2025, at efterspørgslen efter strøm til datacentre kunne stige med 50 % inden 2027 og 165 % inden 2030 i forhold til 2023, mens IMF i marts 2026 argumenterede for, at standard BNP-data både overdriver AI's umiddelbare kapitaludgifter og underdriver dens bredere afsmittende virkninger. Denne kombination er afgørende for SMI. Det betyder, at AI sandsynligvis vil være økonomisk vigtig, men vejen fra udgifter til aktionærafkast kan være langsommere og mere støjende, end overskrifterne antyder.

Navngivne institutionelle AI-input anvendt i denne analyse

Institution / kilde	Opdateret	Hvad der står	Hvorfor det er vigtigt her
Goldman Sachs Research	5. april 2023	Generativ kunstig intelligens kan øge det globale BNP med 7 % og øge produktivitetsvæksten med 1,5 procentpoint over 10 år.	Sætter den øvre grænse for, hvorfor AI kan have betydning selv for en ikke-teknologisk benchmark.
OECD AI-dokument nr. 29	22. november 2024	AI kan øge den årlige vækst i totalproduktivitet med 0,25-0,6 procentpoint og arbejdsproduktiviteten med 0,4-0,9 point	Understøtter en moderat langsigtet produktivitetsstigning snarere end en øjeblikkelig genvurdering.
Goldman Sachs Research	4. februar 2025	Den globale strømforbrug i datacentre kan stige med 50 % inden 2027 og 165 % inden 2030 i forhold til 2023.	Fremhæver de anlægsomkostninger og strømforbrugsbegrænsninger, der kan forsinke eller udvande AI-afkast.
IMF Finansiering og Udvikling	Marts 2026	AI-relateret BNP kan overvurderes på kort sigt af kapitaludgifter og undervurderes på lang sigt af manglende afsmittende effekter.	Advarer investorer mod at forveksle forbrugsboom med fuldt monetariserede produktivitetsgevinster.
Roche / Novartis / Nestlé virksomhedsoplysninger	2025-2026	Store SMI-aktører implementerer AI i diagnostik, forskning og virksomhedssystemer	Viser hvor SMI har størst sandsynlighed for at opnå AI-værdi i praksis.

Det institutionelle budskab er konsekvent: AI bør være en positiv strukturel variabel for SMI, men primært ved at forbedre den etablerede økonomi. Investorer, der forventer en direkte AI-multipleksplosion, stiller det forkerte spørgsmål.

05. Scenarier

Sandsynlighedsvægtede AI-scenarier frem til 2035

Den rigtige måde at definere AI og SMI på er at adskille direkte AI-ejerskab fra indirekte AI-monetarisering. Benchmarken behøver ikke at blive et teknologiindeks for at drage fordel. Dens dominerende sektorer har brug for at bruge AI til at forbedre aktivproduktivitet, diagnosehastighed, lægemiddelforskning, prisfastsættelse, logistik og omkostningskontrol.

Derfor er intervallerne nedenfor langsigtede analytiske korridorer snarere end punktprognoser. De er forankret i dagens verificerede værdiansættelse, makroøkonomisk baggrund, historisk renters rente og den bedste offentlige AI-forskning, der er tilgængelig.

SMI Index AI-scenarier frem til 2035

Scenarie	Sandsynlighed	Arbejdsområde	Målt trigger	Gennemgangsvindue
Tyr	25%	23.000 til 28.000	Ledende virksomheder inden for sundhedspleje, diagnostik og forbrugere omdanner kunstig intelligens til vedvarende margin- eller EPS-gevinster, og SMI fastholder en renters gennemsnitlige rente tæt på eller over sin 10-årige samlede afkastproxy.	Gennemgå årligt og efter hver helårsrapporteringscyklus fra de største bestanddele.
Grundlag	50%	19.500 til 24.500	AI forbedrer produktiviteten gradvist, men indekset forbliver et defensivt kvalitetsmarked snarere end en direkte AI-vinder.	Gennemgå hver 12. måned og efter større afsløringer af AI-adoption fra SMI-sværvægtere.
Bjørn	25%	14.500 til 18.500	AI forbliver koncentreret på udenlandske platforme, strøm- og integrationsomkostninger stiger, og SMI falder fra omkring 21 gange den efterfølgende indtjening uden tilstrækkelig profitacceleration.	Gennemgå enhver vedvarende indtjeningsafmatning eller tegn på, at AI-anlægsinvesteringer overstiger afkastet.

Basisscenariet er fortsat det mest troværdige, fordi det kræver færrest heroiske antagelser. Det kræver ikke, at Schweiz dominerer AI-infrastrukturen. Det kræver kun, at SMI-virksomheder anvender AI godt nok til at bevare og i beskedent omfang forbedre en rentemodel, der allerede har fungeret i løbet af det sidste årti.

"Bull case" er mulig, men det kræver bevis for monetisering. "Bear case" er også reel, især hvis investorer forveksler AI-udgifter med AI-værdiskabelse. I løbet af det næste årti vil vinderne være de etablerede aktører, der konverterer AI til pengestrømme snarere end præsentationer.