2 godzin temu
Po dużych wzrostach od kwietnia, akcje firm technologicznych ostatnio spadły, co przypomniało inwestorom, iż rynek mógł się zbytnio pospieszyć w obliczu boomu na AI. Powodem jest raport MIT, który stwierdza, iż 95% wydatków firm na generatywną AI nie przynosi znaczących korzyści—a to nie najlepsza wiadomość dla sektora, który był wyceniany bardzo optymistycznie.
Dodatkowo, Sam Altman zwrócił uwagę, iż wyceny są „szalone” z powodu przesadnego entuzjazmu inwestorów. To budzi obawy, iż niektóre części rynku rozwijają się szybciej niż technologia jest w stanie zapewnić rzeczywiste korzyści.
Gwałtowny spadek cen akcji podkreśla kruchość narracji o AI: mimo iż wydatki na chipy, modele i infrastrukturę znacząco wzrosły, dowody na szeroko zakrojoną monetyzację pozostają niewielkie. Inwestorzy zaczynają odróżniać szum od rzeczywistych zysków, co przesuwa sektor w fazę, która bardziej przypomina etap „prove it”, niż gwałtowne pęknięcie bańki spekulacyjnej.
Źródło: Bloomberg Jaki jest dalszy kierunek rozwoju AI?
1) Od wydatków kapitałowych do monetyzacji
Prosta faza, polegająca na wydatkach na układy GPU i pilotażowych projektach, dobiegła końca. Kolejna faza cyklu AI będzie oparta na dowodach, a nie obietnicach. Giganci technologiczni zainwestowali ogromną ilość kapitału w AI, jednak monetyzacja jeszcze nie nadąża za tymi inwestycjami.
- W 2025 roku wielkie firmy technologiczne zainwestowały już około 155 miliardów dolarów w AI, a prognozy wskazują, iż wydatki mogą przekroczyć 400 miliardów dolarów, gdy firmy będą rozwijać centra danych i nabywać chipy AI w całym ekosystemie.
- Microsoft sam planuje wydać około 80 miliardów dolarów na infrastrukturę AI w tym roku, a Amazon, Alphabet i Meta mają wydatki kapitałowe w zakresie 60–100 miliardów dolarów każdy.
Ale zwroty są znacznie mniejsze:
- Microsoft twierdzi, iż dzięki centrom obsługi klienta i narzędziom rozwojowym opartym na AI zaoszczędził ponad 500 milionów dolarów.
- Meta wiąże swoje produkty reklamowe oparte na AI ze znacznymi wzrostami przychodów, ale dla szerszego rynku zwrot z inwestycji pozostaje nieuchwytny. niedługo na posiedzeniach zarządu może nastąpić zmiana z podejścia „build fast” na „prove or pause”.
Firmy zaczynają oczekiwać od projektów AI nie tylko obietnic, ale konkretnych korzyści, takich jak zwiększenie efektywności czy nowe źródła przychodów. Te, które będą w stanie wykazać rzeczywiste zainteresowanie klientów, możliwość ustalania cen czy oszczędności w kosztach operacyjnych dzięki AI, wyróżnią się wśród tych, które przez cały czas opierają się na samych obietnicach.
Bez wymiernego zwrotu z inwestycji, zarządy mogą zacząć ograniczać budżety.
2) Od modeli do infrastruktury
Choć rywalizacja między modelami AI jest intensywna, główne ograniczenia zaczynają dotyczyć infrastruktury. Chipy pamięci, zaawansowane technologie montażu, przestrzeń w centrach danych, a choćby dostawy energii elektrycznej stają się coraz bardziej ograniczone i cenne. Przewiduje się, iż amerykańska sieć energetyczna znajduje się pod presją, ponieważ centra danych mogą zużywać do 12% energii elektrycznej do 2028 roku, a do 2030 roku przewiduje się dodatkowe zapotrzebowanie na 20 GW.
Firmy zajmujące się usługami użyteczności publicznej i infrastrukturą energetyczną, które realizują modernizacje sieci, REIT-y związane z centrami danych oraz przedsiębiorstwa produkujące sprzęt specjalizujący się w chłodzeniu, dystrybucji energii i montażu mogą w najbliższym czasie osiągnąć bardziej trwałe zyski niż firmy spekulacyjnie inwestujące w AI.
3) Stany Zjednoczone vs Chiny
Stany Zjednoczone przez cały czas dominują w dziedzinie AI, ale technologia z Chin ponownie zaczyna się pojawiać i doganiać konkurencję. Modele takie jak DeepSeek, które zostały wytrenowane za ułamek kosztów (zbudowane za mniej niż 6 milionów dolarów w porównaniu do ponad 100 milionów dolarów dla GPT-4), wywołały globalne przemyślenia na temat marż zysku i monetyzacji AI.
Chiny korzystają również z solidnej infrastruktury energetycznej, w tym z energii wodnej i jądrowej, co daje im strukturalną przewagę w rozwoju AI.
Rynek AI w Stanach Zjednoczonych pozostaje dominujący, prowadzony przez firmy takie jak Nvidia oraz operatorów dużych centrów danych, ale przy wyśrubowanych wycenach uwaga może ponownie skupić się na tańszym, ale bardziej efektywnym sektorze technologii w Chinach. Chińscy giganci technologiczni, tacy jak Alibaba, Tencent, Meituan, Baidu i Xiaomi, często nazywani „Wspaniałą Piątką”, oferują atrakcyjne wyceny i ponownie przyciągają zainteresowanie inwestorów.
Jeśli napięcia między Stanami Zjednoczonymi a Chinami się złagodzą, kapitał może coraz bardziej płynąć na wschód, szukając możliwości inwestycji w AI poprzez tańsze, dynamicznie rozwijające się lokalne firmy.
Co warto obserwować w przyszłości
- Wyniki finansowe Nvidii (27 sierpnia): Wskazówki dotyczące rozwoju Blackwell, popytu w Chinach oraz marż brutto określą kierunek dla całego sektora.
- Historie zwrotu z inwestycji w przedsiębiorstwach: Szukaj konkretnych studiów przypadków dotyczących monetyzacji AI przedstawianych w raportach finansowych lub podczas rozmów o wynikach finansowych.
- Sygnaly z infrastruktury: Dostępność pamięci o dużej przepustowości, zdolności produkcyjnych i kontraktów na dostawy energii to nowe wskaźniki alarmowe.
- Politykę i przepływy kapitałowe w Chinach: Kontynuacja zawieszenia taryf lub złagodzenie przepływów kapitału mogą ożywić zagraniczne zainteresowanie chińską technologią.
- Tło makroekonomiczne: Stopy procentowe, ceny energii i regulacje mogą znacząco wpłynąć na równowagę między nakładami kapitałowymi a zwrotem z inwestycji.
Podsumowanie
Rynek związany z AI się nie kończy, ale wchodzi w fazę „prove it”. Inwestorzy będą nagradzać solidną infrastrukturę i platformy z wyraźnymi drogami do monetyzacji, jednocześnie karząc rozpowszechniany „obok AI” szum bez pokrycia.
Dla inwestorów najważniejsze jest rozróżnienie między narracjami wycenionymi na doskonałość a firmami, które już teraz przynoszą zwroty. Rozproszenie, a nie załamanie, będzie głównym motywem kolejnego rozdziału w historii AI.
O Autorze
Charu Chanana, strateżka rynkowa w singapurskim oddziale Saxo Bank. Posiada ponad 10-letnie doświadczenie na rynkach finansowych, ostatnio jako Lead Asia Economist w Continuum Economics, gdzie zajmowała się analizą makroekonomiczną państw wschodzących Azji, ze szczególnym uwzględnieniem Indii i Azji Południowo-Wschodniej. Jest biegła w analizowaniu i monitorowaniu wpływu krajowych i zewnętrznych wstrząsów makroekonomicznych na region. Jest często cytowana w artykułach prasowych i regularnie pojawia się w CNBC, Bloomberg TV i Channel News Asia oraz w biznesowych kanałach radiowych Singapuru.
