Η τεχνητή νοημοσύνη σε πολύ σύντομο χρονικό διάστημα έχει μετατραπεί σε έναν από τους σημαντικότερους πυλώνες επενδύσεων στις ΗΠΑ. Οι τεράστιες υποδομές σε data centers, δίκτυα, chips, συστήματα ψύξης και ενεργειακές υποδομές απαιτούν τεράστια χρηματικά ποσά. Την ίδια στιγμή όμως, οι εταιρείες τεχνητής νοημοσύνης λειτουργούν με ζημιές δισεκατομμυρίων ακόμα και σήμερα, συνεχίζοντας να ζητούν επενδύσεις με μελλοντικές προοπτικές κέρδους και υποσχέσεις πως η ζήτηση για AI θα συνεχίσει να αυξάνεται με πολύ υψηλούς ρυθμούς.
Αυτό δημιουργεί ένα ιδιαίτερα σύνθετο οικονομικό οικοσύστημα. Το Bloomberg προειδοποιεί ότι η αγορά και η αμερικανική οικονομία έχουν πλέον συνδεθεί τόσο στενά με την ανάπτυξη της AI, ώστε μια σημαντική επιβράδυνση θα μπορούσε να επηρεάσει ολόκληρη την αλυσίδα.
33 τρισ. δολάρια προστέθηκαν στον S&P 500
Ένα από τα πιο χαρακτηριστικά στοιχεία είναι η άνοδος της χρηματιστηριακής αξίας από τότε που ξεκίνησε το σύγχρονο κύμα της AI, μετά την κυκλοφορία του ChatGPT στα τέλη του 2022.
Σύμφωνα με το Bloomberg, από τότε έχουν προστεθεί σχεδόν 33 τρισ. δολάρια στη χρηματιστηριακή αξία των εταιρειών του S&P 500. Το μεγαλύτερο μέρος αυτής της αύξησης αφορά επιχειρήσεις των οποίων τα μελλοντικά έσοδα συνδέονται άμεσα ή έμμεσα με την AI.
Παράλληλα, ορισμένες εκτιμήσεις αποδίδουν στις επενδύσεις που σχετίζονται με την AI περίπου το μισό της αύξησης του αμερικανικού ΑΕΠ, αν και το ακριβές ποσοστό εξαρτάται από τον τρόπο υπολογισμού.
Οι επενδύσεις δεν σταματούν στα chips
Για να λειτουργήσουν τα σύγχρονα μοντέλα των αμερικανικών εταιρειών, χρειάζονται όλο και περισσότερα και ισχυρότερα data centers, ισχυρότερο δικτυακό εξοπλισμό και δυνατότερα συστήματα ψύξης. Αν σε αυτό προσθέσουμε και τα τεράστια ποσά ενέργειας που απαιτούνται, οι τεχνολογικοί κολοσσοί θα πρέπει να επενδύουν συνεχώς δισεκατομμύρια για τη δημιουργία νέων υποδομών. Αυτό σημαίνει πως η AI δεν αφορά μόνο την Nvidia και τους άλλους κατασκευαστές επεξεργαστών και μνημών.
Το πρόβλημα όμως έγκειται στον τρόπο με τον οποίο χρηματοδοτούνται αυτές οι επενδύσεις. Μέχρι πρόσφατα, οι μεγάλοι τεχνολογικοί κολοσσοί όπως η Google (Alphabet), η Amazon, η Microsoft και η Meta, χρησιμοποιούσαν τα ταμειακά διαθέσιμά τους και τα κέρδη τους για τη χρηματοδότηση των νέων τεχνολογιών τους. Τώρα όμως, η τεχνητή νοημοσύνη έχει φτάσει σε ένα σημείο όπου αυτά τα ταμειακά διαθέσιμα δεν επαρκούν, αυξάνοντας την ανάγκη για δανεισμό.
Πλέον, αυτές οι τέσσερις εταιρείες αναμένεται να επενδύσουν πάνω από 1 τρισεκατομμύριο δολάρια σε κεφαλαιουχικές δαπάντες μόνο μέσα στο 2027, ενώ οι βραχυπρόθεσμες και μακροπρόθεσμες δεσμεύσεις τους για μισθώσεις και ενέργεια φτάνουν σχεδόν τα 2,4 τρισ. δολάρια, σύμφωνα με το Bloomberg.
Τι γίνεται όμως με την απόδοση;
Εδώ έρχεται το μεγάλο ερώτημα: Οι τεράστιες επενδύσεις γίνονται με την προϋπόθεση πως η AI θα συνεχίσει να αναπτύσσεται και οι επενδύσεις θα μετατραπούν τελικά σε αντίστοιχα κέρδη.
Αν η ανάπτυξη των μοντέλων επιβραδυνθεί ή οι εταιρείες μειώσουν τις δαπάνες τους, οι επιπτώσεις δεν θα περιοριστούν στις ίδιες τις εταιρείες AI. Θα μπορούσαν να επηρεάσουν κατασκευαστές chips, data centers, εταιρείες ενέργειας και άλλους προμηθευτές της αλυσίδας. Ο Anthony Saglimbene της Ameriprise σημειώνει ότι μια επιβράδυνση των επενδύσεων θα μπορούσε να αλλάξει τις προσδοκίες για τα κέρδη ολόκληρου του οικοσυστήματος, φέρνοντας με τη σειρά της νέα επιβράδυνση στην τεχνολογία AI και δημιουργώντας μια κυκλική μείωση.
Ταυτόχρονα, τα υψηλότερα επιτόκια κάνουν την κατάσταση πολύ πιο σύνθετη, καθώς αυξάνουν το κόστος δανεισμού για νέες επενδύσεις. Ήδη οι αποδόσεις των ομολόγων υψηλής πιστοληπτικής ικανότητας των τεχνολογικών εταιρειών έχουν αυξηθεί κατά μία ποσοστιαία μονάδα μέσα στο 2026.
Είναι η AI μπροστά σε μια οικονομική φούσκα;
Αυτό δεν σημαίνει απαραίτητα ότι η AI βρίσκεται στα πρόθυρα άμεσης κατάρρευσης. Οι μεγαλύτερες τεχνολογικές εταιρείες συνεχίζουν να διαθέτουν ισχυρούς ισολογισμούς από τις υπόλοιπες δραστηριότητές τους, διατηρώντας την πρόσβαση σε νέα χρηματοδότηση. Ταυτόχρονα, υπάρχουν ακόμη επενδυτές που θεωρούν τους φόβους για την τεχνητή νοημοσύνη υπερβολικούς, εκτιμώντας πως η ζήτηση θα συνεχίσει να αυξάνεται.
Το ερώτημα λοιπόν δεν είναι αν η τεχνητή νοημοσύνη αποτελεί μια πραγματική τεχνολογική εξέλιξη, γιατί αναμφίβολα είναι. Το ερώτημα είναι αν οι τεράστιες επενδύσεις θα συνεχιστούν με τον ίδιο ρυθμό και αν οι εταιρείες του κλάδου θα καταφέρουν να αποφέρουν κέρδη ανάλογα των δισεκατομμυρίων που δαπανώνται.
Όσο περισσότερα χρήματα, χρέος και υποδομές συνδέονται με αυτή την προσδοκία, τόσο μεγαλύτερες είναι και οι οικονομικές συνέπειες μιας πιθανής διόρθωσης. Μέχρι στιγμής, η αγορά της τεχνητής νοημοσύνης παρουσιάζει αρκετά γνωρίσματα φούσκας, με κυκλική χρηματοδότηση μεταξύ των εταιρειών, την ώρα που ελάχιστες έχουν παρουσιάσει ουσιαστική κερδοφορία. Το ανησυχητικό είναι πως όταν μια οικονομική φούσκα σκάει, συμπαρασύρει ολόκληρη την αγορά, πόσο μάλλον όταν μεγάλο μέρος αυτών των επενδύσεων βασίζεται σε τραπεζικό δανεισμό.
Παράλληλα, με την Κίνα να έχει αρχίσει να κερδίζει μερίδιο αγοράς στην τεχνητή νοημοσύνη, λόγω του πιο αποδοτικού κώδικα των μοντέλων και των χαμηλότερων τιμών, η κερδοφορία των εταιρειών τεχνητής νοημοσύνης των ΗΠΑ γίνεται όλο και πιο δύσκολη.