Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Pomimo ryzyka, takiego jak aktywa osierocone, pułapka użyteczności i ryzyko polityczne, panel w dużej mierze zgadza się, że infrastruktura AI może być trwałym silnikiem wzrostu, z możliwościami w zakresie energii, centrów danych i specjalistycznego sprzętu. Jednak ostrzegają, że wyceny są rozciągnięte, a ryzyka, takie jak spowolnienie nakładów inwestycyjnych, koszty energii i przeszkody regulacyjne, powinny być brane pod uwagę.
Ryzyko: Narażenie na aktywa osierocone z powodu szybszych niż oczekiwano wzrostów wydajności modeli AI
Szansa: Korzystanie z przejścia do „AI jako fizycznego wąskiego gardła infrastrukturalnego”
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Jasne, sztuczna inteligencja może zasilać nowe, ciekawe narzędzia do pisania e-maili i generowania obrazów, ale szybko staje się czymś znacznie więcej.
Technologia przeniknęła do praktycznie każdego aspektu codziennego życia i pracy, a wszystko to napędzane jest przez technologie, które ewoluują i rozwijają się w niewyobrażalnym tempie. Dla niektórych doradców finansowych, którzy są na rynku od dłuższego czasu, może to przypominać wczesne dni internetu i następującą po nich bańkę dot-comów, kiedy inwestorzy windowali wyceny do nieba. Ale nawet przy logicznych porównaniach do tamtej epoki, to jest inne, ponieważ AI, pod wieloma względami, rozwija się w sposób niemal organiczny, z technologiami rozwijającymi technologie.
Z perspektywy inwestycyjnej trudno zignorować tak potężne wyniki, jak 464% wzrost SanDisk w tym roku, czy 240% wzrost DigitalOcean, gdy inwestorzy ścigają liderów w dziedzinie infrastruktury i przechowywania danych AI. Nawet starsze firmy technologiczne, takie jak Intel i Dell Technologies, korzystają z fal AI, odnotowując w tym roku wzrosty odpowiednio o 197% i 107%.
„Wyścig zbrojeń w dziedzinie AI stał się motorem wzrostu na giełdzie” – powiedział Seth Hickle, dyrektor inwestycyjny w Mindset Management. „Ponieważ firmy związane z AI nadal wykazywały poprawę fundamentów, nasze modele naturalnie zwiększały ekspozycję w podstawowych portfelach” – dodał. „Jesteśmy nadal we wczesnej fazie oświecenia AI i myślę, że musimy być świadomi tego, jak zatłoczony może stać się ten handel”.
Znalezienie kolejnych udanych transakcji AI może wymagać nowego sposobu myślenia o kategoriach rynkowych. Podczas gdy niektórzy uważają AI za nową technologię, inni traktują ten segment bardziej jak wielodekadowy cykl infrastrukturalny, powiedział Haley Schaffer, założyciel i partner zarządzający w Waypoint West. Zamiast podkreślać modele, aplikacje i firmy tworzące produkty AI, Schaffer powiedział, że koncentruje się na „tym, co leży u podstaw”. „Koncentrujemy się na centrach danych, infrastrukturze energetycznej i zasilającej” – dodała. „AI może być cyfrowa, ale jej skalowanie jest fizycznym problemem inwestycyjnym, i tam, jak sądzimy, kapitał trwały będzie lokowany w ciągu następnej dekady”.
Mitch Stein, założyciel i dyrektor w Arena Private Wealth, stosuje podobną strategię, celując w „kilofy i łopaty”, zaczynając od „infrastruktury wnioskowania”. „Nasza teza jest prosta: infrastruktura jest budowana raz na taką skalę, a firmy, które wcześnie zdobywają udział w rynku, są pozycjonowane do definiowania tego, co nastąpi” – powiedział. „Osiągnięcie miliarda, a nawet biliona wartości rynkowej, to dopiero początek dla firmy zbudowanej do czegoś fundamentalnego”.
Perspektywa infrastrukturalna jest obecnie bardziej obronnym zakładem niż jakiekolwiek z jej zastosowań, powiedział Jeffrey Judge, partner zarządzający w Chesapeake Financial Planners, który badał scenariusz ryzyka i zysku AI. „Historia z kilofami i łopatami ma historyczne uzasadnienie; zarabiasz, sprzedając wszystkim ścigającym się po nagrodę, a nie zgadując, kto wygra” – powiedział. „To nie znaczy, że gry na poziomie aplikacji nie mogą zadziałać, ale rozproszenie wyników jest tam ogromne”.
Nie daj się nabrać na SaaS
Jak więc doradcy mogą poradzić sobie z ogromną rozbudową infrastruktury, która obecnie leży u podstaw wszystkich nowych narzędzi AI? Chociaż istnieje wiele sposobów na uzyskanie ekspozycji na rynek AI, kluczem może być zwinność i elastyczność. Obejmuje to zdolność do radzenia sobie z falami zmienności. „Musimy spojrzeć poza samą rozbudowę i zidentyfikować możliwości, gdzie AI zakłóca normę” – powiedział Hickle, odnosząc się do tak zwanego SaaSpocalypse, które wstrząsnęło rynkami finansowymi na początku lutego.
To krótkie, ale ekstremalne panika rynkowa, wywołana przesunięciem od narzędzi programowych w kierunku autonomicznych agentów, wymazała miliardy udziałów w rynku:
Analitycy szacują, że 285 miliardów dolarów globalnej wartości rynku SaaS zniknęło tylko 3 lutego.
Ponad 1 bilion dolarów łącznych wycen oprogramowania i technologii zostało wymazane w ciągu kilku tygodni od tego wydarzenia.
„SaaSpocalypse to mniej kwestia przestarzałości oprogramowania, a bardziej kwestia ponownego wycenienia przez rynek barier konkurencyjnych, które te firmy kiedyś posiadały” – powiedział Hickle. „W miarę jak adopcja AI staje się standardem, największe zakłócenia, jakie może ostatecznie stworzyć, są nadal w dużej mierze nieznane”.
A&I 500
Niektórzy doradcy czują się komfortowo, przyjmując bardziej pasywne podejście do rynku AI, akceptując, że ewolucja technologiczna jest tak rozległa i dalekosiężna, że samo bycie zainwestowanym daje ekspozycję. „Jeśli jesteś w jakikolwiek sposób zainwestowany w S&P 500, będziesz zainwestowany w firmy, które przeznaczają zasoby na AI” – powiedział Bryan Byrer, właściciel Millennial Financial Planning.
„Chyba że chcesz hiper-ekspozycji na AI, nie musisz nic robić, aby uzyskać ekspozycję” – dodał. „Nie wiem, czy to będzie panaceum, jak ludzie myślą, ponieważ nastąpi wahnięcie wahadła z powrotem do ludzi i osobistych doświadczeń”.
Matt Parenti, partner w Private Vista, również stosuje podejście szerokiego rynku zamiast próbować wybierać zwycięzców i przegranych. „Istnieją oczywiście sposoby inwestowania bezpośrednio w temat AI, jak w każdy handel sektorowy; jednak wolimy uzyskać ekspozycję i dywersyfikację, tak jak w przypadku każdego tematu” – powiedział. „Myślę, że zdrowo jest postrzegać te inwestycje jako część zdywersyfikowanego portfela, w przeciwnym razie staje się to zakładem taktycznym”.
Judge z Chesapeake Financial Planners przejrzał portfele klientów, aby określić, gdzie już istnieje ekspozycja na AI.
„Klient, z którym ostatnio pracowałem, był zszokowany, odkrywając, że jego fundusz indeksowy S&P 500 miał ponad 30% wagi w firmach, których cała teza wzrostu to AI, a klient wcale nie myślał, że posiada AI” – powiedział Judge.
Dla tych klientów, którzy chcą bardziej bezpośredniej ekspozycji na AI, Judge zwraca się do szerokich funduszy ETF technologicznych „gdzie AI jest wbudowane w tezę”, takich jak Invesco QQQ Trust (QQQ). Dla bardziej specyficznej ekspozycji na AI, Judge używa Global X Robotics & Artificial Intelligence (BOTZ) i Robo Global Robotics and Automation Index (ROBO).
„Klienci zdecydowanie interesują się inwestowaniem w AI” – powiedział Judge. „Dwa lata temu była to ciekawość, ale teraz jest to pilne. Strach przed przegapieniem jest realny, a moim zadaniem jest upewnienie się, że ta pilność nie przeważy nad tolerancją ryzyka”.
Bańka dot-comów. Cała uwaga poświęcona inwestycjom w AI przypomina bańkę dot-comów, co skłania niektórych doradców do ostrożnego podejścia. Należy pamiętać, że wiele firm, które pomogły stworzyć nowoczesny internet, nigdy nie było rentownych i już nie istnieją, powiedział Greg Furer, dyrektor generalny w Beratung Advisors. Sugeruje on spojrzenie poza AI w kierunku firm, które wykorzystują technologię do obniżania kosztów i dostarczania lepszych produktów.
„Prawdziwymi zwycięzcami w przestrzeni AI będą firmy wykorzystujące sztuczną inteligencję jako narzędzie do ulepszania swoich produktów i zwiększania efektywności procesów” – powiedział. „Wiele firm zajmujących się wyłącznie AI ma długą drogę do rentowności. Ich przychody mogą wyglądać imponująco, ale przychody to nie to samo co zyski, a zyski to ostatecznie to, co napędza długoterminową wartość dla akcjonariuszy”.
Ten post ukazał się po raz pierwszy na The Daily Upside. Aby otrzymywać wiadomości dla doradców finansowych, analizy rynkowe i podstawy zarządzania praktyką, subskrybuj nasz bezpłatny biuletyn Advisor Upside.
Cztery wiodące modele AI dyskutują o tym artykule
"Wąskie gardła w sieciach i pozwoleniach prawdopodobnie opóźnią i skompresują zwroty z inwestycji w infrastrukturę AI znacznie bardziej, niż przewiduje obecny entuzjazm doradców."
Doradcy przesuwający się w kierunku infrastruktury AI, takiej jak centra danych, sieci energetyczne i aktywa energetyczne, zamiast aplikacji, odzwierciedlają logiczne preferencje „kilofów i łopat”, poparte wzrostami w 2023 roku Dell (107%), Intel (197%) i podobnych nazwisk. Jednak ten pogląd bagatelizuje wieloletnie opóźnienia w pozwoleniach, kolejki przyłączeniowe do sieci przekraczające 2000 GW i nakłady inwestycyjne przedsiębiorstw użyteczności publicznej, które mogą nie przynieść zysków przed 2027 rokiem. Reset wycen SaaSpocalypse pokazuje, jak szybko nastroje mogą się zmienić, gdy podstawy rozczarują, a czyste inwestycje infrastrukturalne niosą podobne ryzyko koncentracji, jeśli popyt na szkolenia AI się ustabilizuje.
Ogromne zobowiązania kapitałowe hiperskalatorów, już zablokowane do 2026 roku, mogą nadal napędzać nadzwyczajne zwroty dla wczesnych posiadaczy infrastruktury, nawet jeśli aplikacje będą się opóźniać, czyniąc wąskie gardło energetyczne przeszkodą tymczasową, a nie terminalną.
"Teza „infrastruktura ponad aplikacjami” jest zasadniczo słuszna, ale artykuł nie zapewnia żadnych zabezpieczeń wyceny i ignoruje, że niedawne zyski już odzwierciedlają ten zatłoczony konsensus."
Artykuł miesza dwa odrębne transakcje: infrastrukturę (obronną, kapitałochłonną, trwałą) i szerszą narrację AI (spekulacyjną, zatłoczoną, zależną od wyceny). Cytowane zyski YTD—SanDisk +464%, DigitalOcean +240%—są już wycenione i miały miejsce przed korektą cenową „SaaSpocalypse” z 3 lutego. Teza infrastrukturalna zakłada trwałe cykle nakładów inwestycyjnych i stabilność marż, ale artykuł pomija: (1) ryzyko cykliczne w nakładach inwestycyjnych na półprzewodniki/centra danych, (2) czy dominacja NVDA tworzy pojedynczy punkt awarii, (3) że „kilofy i łopaty” również napotykają zakłócenia, jeśli modele AI staną się bardziej wydajne. S&P 500 już zawiera ponad 30% ekspozycji na AI według samego artykułu—sugerując, że „okazja” mogła zostać w dużej mierze arbitrażowana.
Jeśli nakłady inwestycyjne na AI rzeczywiście stanowią wieloletni cykl infrastrukturalny (a nie bańkę), to bycie poniżej alokacji w infrastrukturę teraz oznacza przegapienie skumulowanych zwrotów zwycięzców, a ekspozycja na szeroki rynek może znacznie ustępować dedykowanym alokacjom infrastrukturalnym.
"Przejście od spekulacji na poziomie oprogramowania do inwestycji w fizyczną infrastrukturę stanowi przejście od „wzrostu za wszelką cenę” do bardziej trwałej, opartej na aktywach propozycji wartości."
Artykuł poprawnie identyfikuje przejście od „AI jako funkcji” do „AI jako wąskiego gardła w fizycznej infrastrukturze”. Koncentrując się na zasilaniu, centrach danych i chłodzeniu, doradcy poprawnie identyfikują jedyny segment z natychmiastowymi, obowiązkowymi wymogami wydatków kapitałowych. Jednak artykuł nie porusza ryzyka kompresji wyceny: jeśli zyski z produktywności napędzane przez AI w szerszej gospodarce nie zmaterializują się, aby zrekompensować ogromne koszty mediów i sprzętu, te inwestycje infrastrukturalne napotkają „pułapkę użyteczności”—gdzie są niezbędne, ale strukturalnie niskomarżowe ze względu na ogromną obsługę długu i wymagania konserwacyjne. Jestem optymistą co do warstwy fizycznej infrastruktury, ale tylko przy wycenach, które nie zakładają nieskończonego, liniowego wzrostu popytu na energię.
Teza „kilofów i łopat” ignoruje, że ci dostawcy infrastruktury stają się efektywnie skomodyfikowanymi przedsiębiorstwami użyteczności publicznej, podatnymi na zaciekłe wojny cenowe i interwencje regulacyjne, gdy sieci energetyczne zmagają się ze wsparciem ich ogromnych obciążeń.
"Wspieranie infrastruktury AI—centrów danych, energii i sprzętu do wnioskowania—oferuje obecnie bardziej trwały, mniej zmienny sposób na grę na wzrost AI niż ściganie zwycięzców na poziomie aplikacji, ale sukces zależy od trwałego cyklu nakładów inwestycyjnych i zarządzalnych kosztów energii."
Infrastruktura AI może być trwałym silnikiem wzrostu, a nie tylko cyklem szumu wokół aplikacji. Artykuł ma rację, że centra danych, energia i sprzęt do wnioskowania będą podstawą skalowania AI. Stanowisko „kilofów i łopat” zmniejsza rozproszenie w porównaniu do ścigania indywidualnych aplikacji AI, a okazja jest międzysektorowa: dostawcy chmur, wyspecjalizowani producenci sprzętu i REIT-y centrów danych mogliby na tym skorzystać. Ale artykuł pomija ryzyka: gwałtowne spowolnienie nakładów inwestycyjnych, jeśli popyt się ustabilizuje, koszty energii i chłodzenia, potencjalne nadmierne budowanie centrów danych oraz przeszkody regulacyjne lub geopolityczne, które mogą ograniczyć marże. Wyceny w niektórych miejscach wyglądają na rozciągnięte, a ryzyko zwrotu z SaaS pozostaje.
Narracja zakłada ciągły popyt na infrastrukturę AI; jeśli szkolenie modeli zwolni, nakłady inwestycyjne na chmurę ostygną, lub koszty energii wzrosną, handel „kilofami i łopatami” może mieć gorsze wyniki, a zatłoczone zakłady skompresują zwroty.
"Zablokowane nakłady inwestycyjne hiperskalatorów mogą stworzyć tymczasowe premium marże dla infrastruktury, zanim pojawią się ryzyka aktywów osieroconych wynikające z wydajności po 2027 roku."
Chociaż Gemini podkreśla pułapkę użyteczności wynikającą z ogromnego zadłużenia i konserwacji, ignoruje zablokowane nakłady inwestycyjne hiperskalatorów do 2026 roku, o których wspomina Claude. Te zobowiązania mogą zapewnić premium ceny dla dostawców energii w obliczu kolejek przekraczających 2000 GW, przesuwając realizację zysków na lata 2028-2030. Prawdziwym ryzykiem nie jest natychmiastowa komodytyzacja, ale raczej ryzyko aktywów osieroconych, jeśli wzrost wydajności modeli AI zmniejszy zapotrzebowanie na energię szybciej niż oczekiwano.
"Zablokowane zobowiązania kapitałowe chronią dostawców energii tylko wtedy, gdy umowy zawierają minimalne poziomy popytu lub klauzule karne—w przeciwnym razie są oni zakładnikami ulepszeń wydajności AI."
Realizacja zysków Groka na lata 2028-2030 zakłada, że nakłady inwestycyjne hiperskalatorów pozostaną zablokowane pomimo potencjalnych wzrostów wydajności modeli AI—ale to jest błędne koło. Jeśli wydajność zmniejszy zapotrzebowanie na energię, te zobowiązania kapitałowe zostaną przeliczone lub odroczone w trakcie trwania umowy. Prawdziwy test: czy dostawcy energii mają klauzule ochronne odzyskiwania środków, czy też są narażeni na zniszczenie popytu? Bez tych szczegółów teza o „zablokowaniu” jest niekompletna.
"Infrastruktura AI będzie chroniona przed niszczeniem popytu rynkowego przez państwowe nakazy bezpieczeństwa narodowego i geopolityczne."
Claude ma rację, kwestionując „zablokowany” charakter nakładów inwestycyjnych hiperskalatorów, ale zarówno Grok, jak i Claude pomijają wymiar geopolityczny. Lokalizacja energii i centrów danych nie jest już tylko decyzją finansową; jest to nakaz bezpieczeństwa narodowego. Rządy prawdopodobnie będą subsydiować lub nakazywać rozbudowę infrastruktury, niezależnie od krótkoterminowych wzrostów wydajności lub popytu na modele. „Pułapka użyteczności”, której obawia się Gemini, jest łagodzona przez wspierane przez państwo zmniejszenie ryzyka, co czyni te aktywa bardziej podobnymi do infrastruktury suwerennej niż komercyjnych inwestycji technologicznych.
"Wsparcie państwowe dodaje ryzyka, a nie gwarancji, a odwrócenie polityki może skompresować zwroty."
Wezwanie Gemini, że wsparcie suwerenne odpowiednio zmniejsza ryzyko infrastruktury, ignoruje ryzyko polityczne. Dotacje, umowy PPA i sprzyjające regulacje mogą zostać odwrócone lub uzależnione od warunków w okresach spowolnienia, przenosząc ryzyko na podatników i odbiorców usług. Jeśli rządy przemyślą subsydia energetyczne lub zachęty kapitałowe, ROIC z projektów zasilania i chłodzenia centrów danych może skompresować się tak szybko, jak rosną koszty sprzętu, ograniczając potencjalne zyski nawet przy kolejkach ponad 2000 GW przyłączeniowych.
Pomimo ryzyka, takiego jak aktywa osierocone, pułapka użyteczności i ryzyko polityczne, panel w dużej mierze zgadza się, że infrastruktura AI może być trwałym silnikiem wzrostu, z możliwościami w zakresie energii, centrów danych i specjalistycznego sprzętu. Jednak ostrzegają, że wyceny są rozciągnięte, a ryzyka, takie jak spowolnienie nakładów inwestycyjnych, koszty energii i przeszkody regulacyjne, powinny być brane pod uwagę.
Korzystanie z przejścia do „AI jako fizycznego wąskiego gardła infrastrukturalnego”
Narażenie na aktywa osierocone z powodu szybszych niż oczekiwano wzrostów wydajności modeli AI