Από το 80% στο 40% και στη συνέχεια στο 10%-15%

Η πορεία των επενδύσεων δείχνει ήδη μια σημαντική αποκλιμάκωση.

Στις αρχές του 2022, η τριμηνιαία αύξηση των AI-related capex ξεπερνούσε το 80%. Ο ρυθμός επιβραδύνθηκε απότομα το 2023 και στη συνέχεια σταθεροποιήθηκε περίπου στο 40%.

Η βασική πρόβλεψη της Wolfe είναι ότι η επιβράδυνση θα συνεχιστεί, με τον ετήσιο ρυθμό αύξησης να υποχωρεί σταδιακά στο 10%-15% έως το 2028.

Η εξέλιξη αυτή, σύμφωνα με την επενδυτική τράπεζα, δεν θα συνιστούσε κατάρρευση του επενδυτικού κύκλου. Αντίθετα, θα αποτελούσε ένα είδος «soft landing» για το ίδιο το capex cycle, καθώς οι επενδύσεις θα συνεχίσουν να αυξάνονται, απλώς με πολύ πιο φυσιολογικούς ρυθμούς.

Το AI capex έχει γίνει οικονομικός κινητήρας

Η σημασία των επενδύσεων στην τεχνητή νοημοσύνη έχει πλέον ξεπεράσει κατά πολύ τα όρια του τεχνολογικού κλάδου.

Οι εγχώριες AI-related επενδύσεις —που περιλαμβάνουν εξοπλισμό, λογισμικό, έρευνα και ανάπτυξη, data centers και εγκαταστάσεις που συνδέονται με το πρόγραμμα CHIPS— έχουν αυξηθεί από σχεδόν μηδενικά επίπεδα το 2021 σε περίπου 2% του αμερικανικού ΑΕΠ στο δεύτερο τρίμηνο του 2026.

Η Wolfe χαρακτηρίζει την εξέλιξη μία από τις ταχύτερες επενδυτικές εκρήξεις στη σύγχρονη οικονομική ιστορία, με βάση τη σχέση capex προς ΑΕΠ.

Μάλιστα, η δυναμική της είναι ακόμη ισχυρότερη από εκείνη που παρατηρήθηκε κατά την ανάπτυξη του διαδικτύου στα τέλη της δεκαετίας του 1990 και κατά την έκρηξη της αγοράς κατοικίας στα μέσα της δεκαετίας του 2000.

Το AI investment συνέβαλε άμεσα κατά περίπου 10%-20% στην ονομαστική αύξηση του αμερικανικού ΑΕΠ τα τελευταία τρίμηνα, εάν εξαιρεθεί η αρνητική λογιστική επίδραση που προκαλείται από τις εισαγωγές.

Περισσότερα από 700 data centers στον σχεδιασμό

Και το επενδυτικό pipeline παραμένει τεράστιο.

Σύμφωνα με στοιχεία που επικαλείται η Wolfe από τη FracTracker, περισσότερα από 700 data centers βρίσκονται ακόμη σε φάση σχεδιασμού ή ανάπτυξης.

Εάν ολοκληρωθούν, θα μπορούσαν να αυξήσουν το υφιστάμενο απόθεμα data centers κατά περίπου 16%.

Το σημαντικό στοιχείο είναι ότι οι επενδύσεις αυτές έχουν μεγάλο χρονικό ορίζοντα. Ένα μεγάλο data center hyperscaler χρειάζεται συνήθως τρία έως έξι χρόνια μέχρι να γίνει πλήρως λειτουργικό.

Επομένως, ακόμη και αν οι εταιρείες περιορίσουν τον ρυθμό αύξησης των νέων επενδύσεων, σημαντικό μέρος των ήδη αποφασισμένων projects θα συνεχίσει να τροφοδοτεί το capex για αρκετά χρόνια.

Το πραγματικό παράδοξο: οι επενδύσεις προηγούνται των εσόδων

Εδώ βρίσκεται όμως και μία από τις μεγαλύτερες αδυναμίες του σημερινού AI boom.

Οι hyperscalers πραγματοποιούν επενδύσεις που είναι εξαιρετικά μεγάλες σε σχέση με τα έσοδα που παράγουν μέχρι στιγμής οι υπηρεσίες τεχνητής νοημοσύνης.

Οι εκτιμήσεις για τα έσοδα από AI services ανέρχονται περίπου στα 200 δισ. δολάρια, ενώ οι συνολικές κεφαλαιουχικές δαπάνες των hyperscalers είναι πάνω από τριπλάσιες αυτού του ποσού.

Η Wolfe θεωρεί ότι αυτή η διαφορά είναι πολύ πιθανό να μειωθεί τα επόμενα τρίμηνα, καθώς οι επενδύσεις αρχίζουν να μετατρέπονται σε έσοδα.

Το ερώτημα όμως είναι εάν η αύξηση των εσόδων από AI θα είναι αρκετά γρήγορη ώστε να δικαιολογήσει το τεράστιο κεφάλαιο που επενδύεται σήμερα.

Το μεγαλύτερο ρίσκο δεν είναι η τεχνολογία, αλλά η αγορά

Η Wolfe δεν θεωρεί βασικό σενάριο μια απότομη κατάρρευση των AI επενδύσεων.

Εντοπίζει όμως έναν πολύ σημαντικό κίνδυνο: την επανατιμολόγηση των ίδιων των hyperscalers στο χρηματιστήριο.

Οι μεγάλες τεχνολογικές εταιρείες βρίσκονται σε μια ιδιαίτερη θέση, καθώς είναι ταυτόχρονα:

οι μεγαλύτεροι επενδυτές σε AI infrastructure,

οι βασικοί αποδέκτες των επενδυτικών κεφαλαίων,

και εταιρείες με τεράστια βαρύτητα στον S&P 500.

Εάν οι μετοχές τους υποστούν σημαντική συμπίεση των πολλαπλασιαστών αποτίμησης, η επίδραση δεν θα περιοριστεί στο χρηματιστήριο.

Θα μπορούσε να δημιουργηθεί ένας φαύλος κύκλος: πτώση των μετοχών → μείωση του wealth effect → αυξημένη πίεση στις διοικήσεις → περιορισμός των επενδύσεων → επιβράδυνση της ζήτησης για AI infrastructure → περαιτέρω απογοήτευση της αγοράς.

Η Wolfe χαρακτηρίζει αυτή την εξέλιξη «circularity risk».

Πότε θα μπορούσε να ξεκινήσει η απότομη επιβράδυνση

Για να μετατραπεί η σημερινή ελεγχόμενη επιβράδυνση σε ένα disorderly slowdown, θα χρειάζονταν δύο εξελίξεις ταυτόχρονα.

Πρώτον, απογοήτευση από την αύξηση των εσόδων που συνδέονται με την AI.

Δεύτερον, συμπίεση των χρηματιστηριακών πολλαπλασιαστών σε ένα γενικότερο risk-off περιβάλλον.

Αυτός ο συνδυασμός θα μπορούσε να δημιουργήσει πολύ μεγαλύτερη πίεση στους hyperscalers και να αναγκάσει τις εταιρείες να επανεξετάσουν τα τεράστια επενδυτικά τους προγράμματα.

Προς το παρόν, πάντως, η Wolfe δεν θεωρεί ότι αυτό είναι το βασικό σενάριο.

Η αγορά είναι ο αδύναμος κρίκος του AI boom

Το σημαντικότερο συμπέρασμα της ανάλυσης είναι ότι ο μεγαλύτερος κίνδυνος ίσως δεν βρίσκεται στην ίδια την τεχνολογία της τεχνητής νοημοσύνης, αλλά στον τρόπο με τον οποίο η αγορά έχει αποτιμήσει τις προσδοκίες γύρω από αυτήν.

Ο AI επενδυτικός κύκλος μπορεί να επιβραδυνθεί από 40% σήμερα σε 10%-15% τα επόμενα χρόνια και παρ' όλα αυτά να παραμείνει ένας εξαιρετικά ισχυρός επενδυτικός κύκλος.

Το πρόβλημα θα εμφανιστεί εάν οι χρηματιστηριακές αποτιμήσεις προεξοφλούν ανάπτυξη πολύ υψηλότερη από αυτή που τελικά θα επιτευχθεί.

Με τις hyperscalers να αντιπροσωπεύουν τεράστιο τμήμα της κεφαλαιοποίησης του S&P 500, μια απότομη αναθεώρηση των προσδοκιών θα μπορούσε να έχει επιπτώσεις σε ολόκληρη τη Wall Street.

Με άλλα λόγια, το AI boom δεν χρειάζεται να τελειώσει για να δημιουργηθεί πρόβλημα στις αγορές. Αρκεί να επιβραδυνθεί περισσότερο από όσο έχουν ήδη προεξοφλήσει οι αποτιμήσεις.