Wyceny AI są „szalone” – rynek wchodzi w fazę weryfikacji

• AI 2.0 = od „build it” do „prove it”: inwestycje w sztuczną inteligencję ponoszone przez wielkie firmy technologiczne sięgają już setek miliardów dolarów, lecz monetyzacja pozostaje na umiarkowanym poziomie. Cykl inwestycyjny przesuwa się z wydatków na rozwój AI na osiąganie realnych efektów w zakresie produktywności i przychodów.
• Słabym punktem jest infrastruktura: układy pamięci, opakowania, możliwości sieci energetycznych i przestrzeń w centrach danych stają się coraz bardziej ograniczone. Dla inwestorów, przedsiębiorstwa użyteczności publicznej, firmy zajmujące się infrastrukturą energetyczną oraz fundusze inwestycyjne typu REIT związane z centrami danych mogą oferować bardziej stabilne zyski niż inwestowanie w niepewne projekty oprogramowania.
• Chiny oferują korzyści w zakresie efektywności i wyceny: dzięki temu, że DeepSeek wskazuje na innowacje o niższych kosztach, a giganty takie jak Alibaba, Tencent, Baidu i Meituan są notowane z dyskontem w porównaniu do amerykańskich odpowiedników, chińska technologia może przyciągnąć kapitał, o ile ryzyka polityczne i geopolityczne pozostaną pod kontrolą.

Dlaczego cykl zainteresowania napotkał przeszkodę?

Jak wskazuje Charu Chanana, Główna Strateg Inwestycyjna w Saxo, po dużych wzrostach od kwietnia, akcje technologiczne ostatnio spadły, co przypomniało inwestorom, że rynek mógł się zbytnio pospieszyć w obliczu boomu na AI. Powodem jest raport MIT, który stwierdza, że 95% wydatków firm na generatywną AI nie przynosi znaczących korzyści. To nienajlepsza wiadomość dla sektora, który był wyceniany bardzo optymistycznie.

Dodatkowo, Sam Altman zwrócił uwagę, że wyceny są wręcz „szalone” z powodu przesadnego entuzjazmu inwestorów. To budzi obawy, że niektóre części rynku rozwijają się szybciej niż technologia jest w stanie zapewnić rzeczywiste korzyści.

Gwałtowny spadek cen akcji podkreśla kruchość narracji o AI: mimo że wydatki na chipy, modele i infrastrukturę znacząco wzrosły, dowody na szeroko zakrojoną monetyzację są małe. Inwestorzy zaczynają odróżniać „hype” od rzeczywistych zysków, co powoduje, że sektor przechodzi w fazę, która bardziej przypomina etap „prove it”, niż gwałtowne pęknięcie bańki.

Źródło: Bloomberg

Jaki jest dalszy kierunek rozwoju AI?

1. Od wydatków kapitałowych do monetyzacji

Faza wydatków na procesory GPU i pilotażowe projekty dobiegła końca. Kolejna faza cyklu AI będzie oparta na dowodach, a nie obietnicach. Giganci technologiczni zainwestowali ogromne środki w AI, jednak monetyzacja nie nadąża za tymi wydatkami.

• W 2025 roku wielkie firmy technologiczne zainwestowały już około 155 miliardów dolarów w AI, a prognozy wskazują, że wydatki mogą przekroczyć 400 miliardów dolarów, gdy firmy będą rozwijać centra danych i inwestować w układy AI.
• Sam Microsoft 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.

Jednak zwroty są znacznie mniejsze:

• Microsoft twierdzi, że zaoszczędził ponad 500 milionów dolarów dzięki centrom obsługi klienta i narzędziom rozwojowym opartym na AI.
• Meta wiąże swoje produkty reklamowe oparte na AI ze znacznymi wzrostami przychodów, ale dla szerszego rynku zwrot z inwestycji jest nieuchwytny. Wkrótce 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 nowych źródeł przychodów. Te spółki, które będą w stanie wykazać rzeczywiste zainteresowanie klientów, możliwość ustalania cen czy oszczędności w kosztach operacyjnych dzięki AI, wyróżnią się wśród tych, które nadal 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 zacięta, główne ograniczenia zaczynają dotyczyć infrastruktury. Układy pamięci, zaawansowane technologie montażu, przestrzeń w centrach danych, a nawet dostawy energii elektrycznej stają się coraz bardziej ograniczone i drogie. Przewiduje się, że amerykańska sieć energetyczna znajduje się pod dużym obciążeniem, 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 przeprowadzają 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 spekulacyjne inwestycje w oprogramowanie AI.

3. Stany Zjednoczone vs Chiny

Stany Zjednoczone nadal dominują w dziedzinie AI, ale technologia z Chin zaczyna 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), spowodowały globalną dyskusję 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.

Handel AI w Stanach Zjednoczonych pozostaje dominujący, prowadzony przez firmy, takie jak Nvidia czy hiperskalerzy, 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 Dziesiątką”, oferują korzyści z różnicy w wycenach i ponownie przyciągają zainteresowanie inwestorów.

Jeśli napięcia między Stanami Zjednoczonymi a Chinami złagodnieją, 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.
• Zwrot z inwestycji w przedsiębiorstwach: szukaj konkretnych przypadków dotyczących monetyzacji AI przedstawianych w raportach finansowych lub podczas rozmów o wynikach finansowych.
• Sygnały dotyczące infrastruktury: dostępność pamięci o dużej przepustowości, moce produkcyjne w zakresie opakowań i umowy dotyczące dostaw energii to nowe wskaźniki alarmowe.
• Polityka i przepływy kapitałowe w Chinach: kontynuacja zawieszenia ceł 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.

 – W obliczu dynamicznego rozwoju rynku AI, inwestorzy powinni rozważyć dywersyfikację portfela, aby zminimalizować ryzyko. Inwestowanie w firmy z różnych etapów rozwoju oraz regionów – od USA po Chiny – może przyczynić się do lepszego zbalansowania portfela. Obecnie kluczowe jest skupienie się na firmach, które mają solidne podstawy do generowania rzeczywistych zysków. Elastyczność narzędzi inwestycyjnych pozwala dostosować strategię do zmieniających się warunków gospodarczych i regulacyjnych. Długoterminowo, umiejętność łączenia inwestycji z różnych rynków i sektorów może przyczynić się do stabilności i sukcesu finansowego – mówi Aleksander Mrózek, Manager ds. relacji z kluczowymi klientami regionu CEE w Saxo Banku.

Podsumowanie

Handel związany z AI się nie kończy, ale wchodzi w fazę „prove it”. Inwestorzy będą premiować firmy z mocną infrastrukturą i platformami, które oferują jasno określone ścieżki do monetyzacji, podczas gdy będą unikać inwestycji w projekty obarczone jedynie spekulacjami na temat AI, bez realnych podstaw do generowania zysków.

Dla inwestorów kluczowe będzie oddzielenie firm, których wyceny są oparte na „obietnicach doskonałości”, od tych, które już teraz generują realne zwroty. Rozproszenie, a nie załamanie, będzie głównym tematem kolejnego rozdziału w historii AI.