Hvordan AI kan omforme FTSE 100 i løpet av det neste tiåret

01. Historisk kontekst

AI er viktig for FTSE 100 fordi indeksen har reell eksponering mot finans, energi, helsevesen, forsvar og industriell infrastruktur, men bare begrenset direkte plattformøkonomi.

FTSE 100 er ikke en ren AI-referanseindeks. BlackRocks FTSE 100-faktaark fra mars 2026 viste at de ti største beholdningene var AstraZeneca, HSBC, Shell, Rolls-Royce, BP, British American Tobacco, Unilever, GSK, Rio Tinto og BAE Systems, som til sammen sto for 49,84 % av indeksen. Denne miksen er viktig. Det betyr at AI kan løfte indeksen gjennom produktivitet, automatisering, risikostyring, ingeniørfag og datasenterrelatert infrastruktur, men bare hvis disse gevinstene sprer seg til sektorer som fortsatt dominerer referanseindeksens kontantstrømmer.

Databasert AI-scenariovisuell fremstilling for FTSE 100 — AI-argumentet for FTSE 100 er et diffusjonsargument: referanseindeksen drar nytte av at adopsjonen sprer seg fra finans og infrastruktur til bredere produktivitet, marginer og kapitaldisiplin.

FTSE 100-rammeverket på tvers av langsiktige AI-horisonter

Horisont	Det som betyr mest	Hva ville styrket avhandlingen	Hva ville svekke avhandlingen
1–3 år	Bevis på adopsjon og inntektsgenerering	Store banker, industri- og tjenestegrupper rapporterer målbare AI-ledede kostnads-, inntekts- eller risikogevinster	AI er fortsatt hovedsakelig en pilotutgift, mens marginene ikke forbedres
Til 2030	Nasjonal infrastruktur og næringsdiffusjon	Bruken av AI i britiske bedrifter øker betydelig fra dagens 16 %, utbyggingen av datasentre fortsetter, og ferdighetsprogrammer utvider bruken.	Adopsjonen stopper opp, cyberrisikoen øker, eller de 80 % av bedriftene uten nåværende planer forblir stort sett inaktive
Til 2035	Om produktivitetsøkninger blir referanseomfattende	AI hever inntjeningsveksten på indeksnivå over FTSE 100s nylige årlige prisvekstgrunnlinje på 4,6 %	Fordelene er fortsatt konsentrert hos noen få leverandører, mens resten av indeksen bare har høyere kostnader.

Det historiske utgangspunktet er viktig. Diagramdata fra Yahoo Finance viser at FTSE 100 steg fra 6 504,30 den 31. mai 2016 til 10 195,37 den 15. mai 2026, en kursgevinst på 56,75 %, eller omtrent 4,6 % annualisert før utbytte. LSEGs notat fra januar 2026 er også viktig som en sentimentmarkør: referanseindeksen registrerte sin første femsifrede sluttkurs på 10 004,57 den 5. januar 2026, noe som minnet investorene om at indeksen allerede gikk inn i denne AI-debatten fra en posisjon med synlig styrke snarere enn dyp nød.

Det nåværende verdsettelsesbakgrunnsbildet er verken euforisk eller billig nok til å gi AI en gratis revurdering. BlackRocks iShares-produktside viste FTSE 100 med et P/E-forhold på 16,67x, 2,31x pris-til-bok-verdi og en 12-måneders etterfølgende utbytteavkastning på 2,88 % per 14. mai 2026. Fordi BlackRock definerer P/E som nåværende pris delt på nåværende prognoseinntjening for året, lener markedet seg allerede på fremtidig profittlevering. AI omformer bare referanseindeksen hvis den forbedrer denne profitten, ikke hvis den bare pryder ledelsespresentasjoner.

02. Nøkkelkrefter

Fem måter AI kan endre den tiår lange avhandlingen vesentlig

For det første er adopsjonen i Storbritannia fortsatt i startfasen, noe som gir reelt rom for oppside dersom spredningen forbedres. Department for Science, Innovation and Technologys AI Adoption Research, publisert 28. januar 2026, fant at bare 16 % av bedriftene for øyeblikket bruker minst én AI-teknologi, 5 % planlegger å ta den i bruk, og 80 % verken bruker eller planlegger å bruke den ennå. Store bedrifter ligger foran med 36 % adopsjon, mellomstore bedrifter med 23 % og mikrobedrifter med 14 %. For FTSE 100 skaper dette et enkelt oppsett: oppsiden ligger ikke i å bevise at AI eksisterer, men i å bevise at den går fra pilotprosjekter til bred driftspraksis.

For det andre prøver den britiske regjeringen å bygge det fysiske og institusjonelle grunnlaget for denne spredningen. I sin fremdriftsrapport av 29. januar 2026 sa regjeringen at den hadde fullført 38 av handlingsplanens 50 tiltak, utpekt 5 AI-vekstsoner, og sa at disse sonene allerede frigjorde investeringer på 28,2 milliarder GBP og mer enn 15 000 arbeidsplasser. Den samme rapporten sa at regjeringen hadde forpliktet seg til 2 milliarder GBP for å tyvedoble Storbritannias datakapasitet innen 2030 og støttet Sovereign AI Unit med opptil 500 millioner GBP. Det garanterer ikke høyere FTSE 100-inntjening, men det forbedrer sannsynligheten for at referanseindeksens industri-, forsynings-, forsvars- og tjenesteeksponeringer drar nytte av innenlandske AI-infrastrukturutgifter.

For det tredje er finansielle tjenester den klareste umiddelbare lesningen fordi FTSE 100 er sterkt eksponert mot banker og forsikringsselskaper. Det britiske finansdepartementet sa 20. januar 2026 at rundt tre fjerdedeler av britiske finansforetak allerede bruker AI, og at uavhengig analyse tyder på at AI kan tilføre finans- og profesjonelle tjenestesektoren titalls milliarder pund innen 2030. Det er direkte viktig for HSBC og indirekte for det bredere britiske store finanskomplekset: De nærmeste AI-fordelene for FTSE 100 vil sannsynligvis komme gjennom underwriting, svindeldeteksjon, kundeservice, produktivitet og samsvar enn gjennom programvareplattformøkonomi.

For det fjerde er den globale bølgen av AI-investeringsutgifter stor nok til å ha betydning selv for en indeks med mye fokus på gammel økonomi. Goldman Sachs Global Institute skrev 1. mai 2026 at basismodellen antydet omtrent 765 milliarder USD i årlige AI-investeringsutgifter i 2026, som ville øke til 1,6 billioner USD i 2031, eller omtrent 7,6 billioner USD kumulativt mellom 2026 og 2031 på tvers av databehandling, datasentre og kraft. For FTSE 100 er dette relevant gjennom energi, gruvedrift, ingeniørfag, forsvarselektronikk og etterspørsel etter kapitalvarer. Indeksen eier kanskje ikke mange AI-plattformer, men den eier flere virksomheter som ligger nær den fysiske økonomien AI krever.

For det femte er oppsiden for makroøkonomisk produktivitet reell, men beskjeden, med mindre regulering og diffusjon samarbeider. IMFs arbeidsdokument 2025/067 anslo at KI kunne øke Europas produktivitet med omtrent 1,1 % kumulativt over fem år i det foretrukne mellomlange scenarioet, mens nasjonale og EU-forskrifter rundt KI-sikkerhet, personvern og krav på yrkesnivå kunne redusere disse gevinstene med mer enn 30 % i et scenario med lavere eksponering. Det er riktig disiplin for FTSE 100-investorer: KI kan hjelpe, men referanseindeksen trenger fortsatt en bred, målt forbedring i produktiviteten i stedet for en enkelt stor fortelling.

Femfaktors scoringslinse for AI-tiårets case

Faktor	Hvorfor det er viktig	Nåværende vurdering	Skjevhet
Bedriftsadopsjon	Bred bruk avgjør om AI oppnår inntekter for hele økonomien	Bare 16 % av britiske firmaer bruker for tiden kunstig intelligens, og 80 % har fortsatt ingen aktive planer.	Nøytral til bearish
Policy og databehandling	AI trenger kraft, data, planleggingsstøtte og offentlig-privat koordinering	Regjeringen sier at 38 av 50 tiltak er fullført, med 5 AI-vekstsoner og 28,2 milliarder pund frigjort.	Bullish
Finanssektorens beredskap	Banker og forsikringsselskaper er store inntjeningspotter på FTSE 100	Det britiske finansdepartementet sier at rundt tre fjerdedeler av britiske finansselskaper allerede bruker kunstig intelligens.	Bullish
Indeksmiks	Sektorvekter bestemmer hvor mye AI kan påvirke referanseinntektene	De ti største beholdningene er 49,84 % og er fortsatt dominert av farmasi, banker, olje, basisvarer, gruvedrift og forsvar.	Nøytral til bearish
Produktivitetskonvertering	Langsiktig omvurdering trenger reelle effektivitetsgevinster	IMFs foretrukne gevinst for hele Europa er bare rundt 1,1 % over 5 år, med en klar regulatorisk nedside.	Nøytral

Den mest realistiske AI-bullcasen for FTSE 100 er derfor ikke en ren teknologihistorie. Det er en blandet historie der finans tar i bruk først, infrastrukturutgiftene holder seg høye, industriell produktivitet utvides, og referanseindeksens store ikke-teknologisektorer finner måter å konvertere AI til bedre marginer og mer robust kontantstrøm.

03. Mottilfelle

Hvorfor AI-historien fortsatt kan skuffe langsiktige investorer

Den første risikoen er svak spredning. Regjeringens egen forskning viser at bare 16 % av britiske bedrifter bruker AI i dag, mens 80 % verken bruker det eller planlegger å ta det i bruk ennå. Dette gapet er stort nok til at en troverdig AI-historie for FTSE 100 fortsatt kan mislykkes rett og slett fordi adopsjonen forblir for smal for lenge.

Den andre risikoen er at regulering og tillit bremser utbetalingen. IMF-forskning viser at Europas mellomlange produktivitetsgevinster knyttet til AI kan reduseres med mer enn 30 % dersom eksponeringen for AI er lavere i oppgavene og sektorene som berøres av regulering. For en referanse med stor eksponering mot regulerte sektorer som bank, helsevesen, tobakk og forsyningsselskaper, er ikke det et teoretisk problem.

Den tredje risikoen er cybersikkerhet og robusthet. Nasjonalt senter for cybersikkerhet advarte 15. april 2026 om at KI vil gjøre det enklere, raskere og billigere å oppdage og utnytte svakheter, noe som vil øke presset på organisasjoner til å oppdatere systemer raskt og øke kostnadene ved dårlig sikkerhetshygiene. For en stor indeks fullpakket med kritisk infrastruktur, banker, farmasøytiske selskaper og forbrukermerker, kan KI øke driftsmessig gearing og driftsrisiko samtidig.

Den fjerde risikoen er sektormatematikk. FTSE 100 får fortsatt en stor andel av inntektene sine fra selskaper der de viktigste driverne er oljepriser, renter, helseetterspørsel, gruvesykluser, forsvarsbudsjetter og forbruksvarer. AI kan forbedre disse virksomhetene i marginen, men den erstatter ikke automatisk deres eksisterende makroeksponering. Det er derfor referanseindeksens AI-oppside sannsynligvis vil være lavere og mer betinget enn for en programvaretung indeks.

Nåværende AI-risikoer for den langsiktige avhandlingen

Fare	Siste datapunkt	Hvorfor det er viktig	Nåværende vurdering
Adopsjonsgap	16 % av britiske bedrifter bruker AI, 5 % planlegger å ta det i bruk, og 80 % har ingen nåværende planer.	Viser hvor mye utførelse som gjenstår før AI blir økonomiomfattende	Bearish
Reguleringsmotstand	IMF sier at produktivitetsøkningene i hele Europa kan bli redusert med mer enn 30 % i et scenario med lavere eksponering.	Begrenser hastigheten på monetisering og spredning	Bearish
Cyberrisiko	NCSC sier at AI vil gjøre det enklere, raskere og billigere å oppdage og utnytte svakheter	Øker kostnadene for samsvar, oppdateringer og robusthet på tvers av store organisasjoner	Bearish
Sektorkonsentrasjon	De ti største beholdningene utgjør totalt 49,84 %, anført av AstraZeneca, HSBC, Shell, Rolls-Royce og BP	AI-vinnerne er kanskje ikke store nok til å raskt vurdere hele referanseindeksen på nytt	Nøytral til bearish
Verdsettelseshinder	P/E 16,67x, P/B 2,31x, etterfølgende avkastning 2,88 % per 14. mai 2026	Indeksen er ikke billig nok til å absorbere gjentatte AI-skuffelser uten en tilbakestilling	Nøytral

Den langsiktige tesen om KI blir bare robust når disse risikoene forblir håndterbare og bevispunktene utvides utover noen få tidlige brukere. Uten denne spredningen hjelper KI utvalgte FTSE 100-bestanddeler i stedet for å omforme referanseindeksen.

04. Institusjonelt perspektiv

Hva seriøs offentlig og institusjonell forskning faktisk sier

Den mest troverdige offentlige forskningen er betydelig mer tilbakeholden enn markedsnarrativet. IMFs arbeidsdokument 2025/067 anslo at bruk av kunstig intelligens ville øke Europas produktivitet med omtrent 1,1 % samlet over fem år i det foretrukne mellomlange scenarioet, og at regulering kunne kutte ned på denne gevinsten med mer enn 30 %. Det er positivt, men det støtter en strukturell oppsvingshistorie, ikke en umiddelbar boom for hele referanseindeksen.

Britisk offentlig politikk er mer ambisiøs enn IMFs grunnlinje. I sin fremdriftsrapport av 29. januar 2026 sa regjeringen at den hadde oppfylt 38 av 50 forpliktelser i handlingsplanen, levert mer enn 1 million KI-opplæringskurs mot et mål på 10 millioner arbeidere innen 2030, utpekt 5 AI-vekstsoner og forpliktet seg til 2 milliarder GBP for å utvide datakapasiteten tjuedoblet innen 2030. 19. februar 2026 la UK Research and Innovation til at de hadde forpliktet seg til rekordhøye 1,6 milliarder GBP direkte rettet mot AI-sektoren i perioden 2026 til 2030. Disse tallene viser reell statlig støtte, men de trenger fortsatt gjennomføring fra privat sektor for å bli en referanseinntekt.

Goldman Sachs legger til et siste lag med realisme. 1. mai 2026 sa Goldman Sachs Global Institute at basismodellen deres antydet omtrent 765 milliarder USD i årlige AI-capex i 2026 og 1,6 billioner USD innen 2031. Denne skalaen forklarer hvorfor infrastrukturmottakere fortsatt kan prestere selv om applikasjonsmonetisering tar tid. For FTSE 100 er det institusjonelle budskapet klart: AI kan omforme referanseindeksen, men bare gjennom spredning, infrastruktur og målbar profittkonvertering.

Institusjonelt perspektiv på AI-tiårets case

Kilde	Hva det sto	Dato	Gjennomlesning for FTSE 100
IMFs arbeidsdokument 2025/067	Europas mellomlangsiktige produktivitetsøkning innen kunstig intelligens er omtrent 1,1 % over 5 år i det foretrukne scenarioet; regulering kan redusere gevinsten med mer enn 30 %.	4. april 2025	Baseline-oppside eksisterer, men den er beskjeden og betinget
Oppdatering av handlingsplanen til den britiske regjeringen	38 av 50 tiltak fullført; 5 vekstsoner for kunstig intelligens; mer enn 1 million kurs levert til 10 millioner arbeidere innen 2030; 2 milliarder pund for å tjuedoble databehandling	29. januar 2026	Politisk støtte er reell, men fortsatt tidlig i forhold til omfanget av den nødvendige implementeringen
Oppdatering om AI for finansielle tjenester i Det britiske finansdepartementet	Rundt tre fjerdedeler av britiske finansselskaper bruker allerede AI; uavhengig analyse antyder at sektoren kan bli fortjeneste på titalls milliarder pund innen 2030.	20. januar 2026	Finans er den reneste umiddelbare KI-overføringskanalen til FTSE 100-inntekter
Britisk forskning og innovasjon	1,6 milliarder pund i direkte AI-finansiering fra 2026 til 2030	19. februar 2026	Støtter innenlandsk forsknings-, databehandlings- og kommersialiseringskapasitet
Goldman Sachs Global Institute	Baseline AI-capex-modellen impliserer omtrent 765 milliarder USD i 2026, 1,6 billioner USD i 2031 og 7,6 billioner USD kumulativt fra 2026 til 2031.	1. mai 2026	Etterspørselen etter fysisk AI-infrastruktur er stor nok til å være til fordel for deler av FTSEs forsyningskjede.

Den institusjonelle konklusjonen er enkel: FTSE 100 kan dra nytte av AI, men referanseindeksen er fortsatt et andreordens AI-marked snarere enn et direkte plattformmarked. Produktivitet, infrastruktur og sektordiffusjon vil bety mer enn bare temaeksponering.

05. Scenarier

Handlingsrettede langsiktige scenarier frem til 2035

Intervallene nedenfor er forfatterestimater basert på det nåværende FTSE 100-nivået på 10 195,37, indeksens tiårige prisvekst på 56,75 %, den årlige prisvekstbasislinjen på omtrent 4,6 % over den perioden, den nåværende sektormiksen, den britiske regjeringens AI-politiske satsing og den institusjonelle forskningen som er sitert ovenfor. De er ikke tredjeparts prismål.

FTSE 100 AI-omformingsscenarier

Scenario	Sannsynlighet	2035-serien	Utløserbetingelser	Når man skal gjennomgå
Okse	30 %	16 500–18 500	Bruken av AI i britiske bedrifter stiger vesentlig til over 16 %, andelen bedrifter uten planer faller kraftig, AI i finansielle tjenester fører til synlige produktivitetsøkninger, og infrastrukturutgiftene fortsetter utover den nåværende forpliktelsen på 28,2 milliarder pund i den første bølgen av vekstsonen.	Gjennomgå årlig etter oppdateringer om innføring av DSIT, kunngjøringer om det britiske budsjettet og viktige resultater for FTSE 100 for hele året.
Base	50 %	13 500–15 500	AI forbedrer produktiviteten i banker, industri og utvalgte tjenestegrupper, men fordelene forblir ujevne, og referanseindeksen nærmer seg sin langsiktige pristrende.	Gjennomgå hvert år og igjen myndighetenes ferdighets- og beregningsmilepæler for 2030
Bære	20 %	9 500–12 000	Adopsjonen er fortsatt begrenset, cyber- og regulatoriske kostnader øker, og fordelene med AI-investeringer omgår mesteparten av referanseindeksen mens verdsettelsesstøtten eroderer	Gjennomgå tidlig dersom adopsjonsundersøkelser forblir fastlåst nær dagens nivåer og marginbevisene ikke utvides innen de neste årlige rapporteringssyklusene

Den praktiske konklusjonen er at AI bør behandles som en spredningshistorie først og en referansehistorie deretter. FTSE 100 har reelle vinnere innen finans, forsvar, ingeniørfag, energi og utvalgt industriell infrastruktur. Men for at hele indeksen skal bli meningsfullt omformet av AI, må disse gevinstene spre seg langt utover de nåværende tidlige brukerne.

Tiårets optimisme er plausibel, men den er ikke automatisk. Den trenger adopsjon for å bevege seg vesentlig over dagens 16 %, infrastrukturpolitikk for å fortsette å omsettes til private investeringer, og inntjening for store selskaper for å vise at AI forbedrer inntektskvaliteten, effektiviteten eller kapitalavkastningen i stedet for bare å øke utgiftene.

Referanser