kourdistoportocali.comPeopleTechΗ Bank of America προειδοποιεί ότι ο επενδυτικός κύκλος στην Τεχνητή Νοημοσύνη [AI] ενδέχεται να οδηγήσει σε απογοήτευση

Breaking News

Η Bank of America προειδοποιεί ότι ο επενδυτικός κύκλος στην Τεχνητή Νοημοσύνη [AI] ενδέχεται να οδηγήσει σε απογοήτευση

Oπως έχει συμβεί και στο παρελθόν

Η Bank of America προειδοποιεί ότι ο επενδυτικός κύκλος στην Τεχνητή Νοημοσύνη ενδέχεται να οδηγήσει σε απογοήτευση, όπως έχει συμβεί και στο παρελθόν

Στρατηγικοί αναλυτές της Bank of America επισημαίνουν σε έκθεσή τους ότι η τρέχουσα επενδυτική έκρηξη στην Τεχνητή Νοημοσύνη (AI) ακολουθεί την κλασική πορεία ενός κύκλου κεφαλαιουχικών δαπανών.

Ο εντεινόμενος ανταγωνισμός και η πτώση των τιμών ενδέχεται να οδηγήσουν σε ένα απογοητευτικό αποτέλεσμα, παρόμοιο με εκείνο προηγούμενων κύκλων.

Οι προβλέψεις για τις κεφαλαιουχικές δαπάνες των εταιρειών τεράστιας κεφαλαιοποίησης (mega-cap) για τους επόμενους 12 μήνες έχουν αυξηθεί από τα 330 δισ. δολάρια στις αρχές του 2025 στο 1 τρισ. δολάρια — ποσό που αντιστοιχεί στο 3% του ΑΕΠ των ΗΠΑ.

Το ποσοστό αυτό ξεπερνά το 2,2% που καταγράφηκε κατά την περίοδο της ραγδαίας ανάπτυξης των σιδηροδρόμων τη δεκαετία του 1870, καθώς και το 1,1% της περιόδου της τεχνολογικής έκρηξης τη δεκαετία του 1990.

Ο αναλυτής Sebastian Raedler επισημαίνει ότι οι περισσότεροι μεγάλοι επενδυτικοί κύκλοι στην ιστορία καταλήγουν τελικά σε απογοήτευση, παρόλο που οι τεχνολογίες στις οποίες βασίζονται συχνά ανταποκρίνονται στις προσδοκίες.

Τα υψηλά περιθώρια κέρδους κατά τα αρχικά στάδια οδηγούν σε υπερβολικές επενδύσεις και πλεονάζουσα παραγωγική ικανότητα, γεγονός που υπονομεύει την τιμολογιακή ισχύ των εταιρειών.

Στον τομέα της Τεχνητής Νοημοσύνης παρατηρείται εντεινόμενος ανταγωνισμός στο επίπεδο των μοντέλων (συμπεριλαμβανομένων των κινεζικών μοντέλων ανοιχτού κώδικα), με τις μέσες τιμές ανά «token» να έχουν υποχωρήσει κατά περίπου 50% από το καλοκαίρι.

Αν και οι εταιρείες παροχής υπηρεσιών cloud απέφυγαν μια τέτοια εξέλιξη τη δεκαετία του 2010 —χάρη στα υψηλά εμπόδια εισόδου στην αγορά—, οι τρέχουσες απογοητεύσεις όσον αφορά τη δημιουργία εσόδων (monetization) θυμίζουν τα μοτίβα αποτυχίας προηγούμενων επενδυτικών κύκλων.

Τα περιουσιακά στοιχεία που σχετίζονται με την Τεχνητή Νοημοσύνη δέχονται πιέσεις: ο νοτιοκορεατικός δείκτης KOSPI έχει υποχωρήσει κατά 20% από τις αρχές Οκτωβρίου, ενώ ο δείκτης Philadelphia Semiconductor Index έχει καταγράψει πτώση 13% σε σχέση με τα πρόσφατα υψηλά του.

Η Bank of America είχε αναφέρει προηγουμένως ότι οι περισσότεροι πελάτες της εκτιμούν πως η επενδυτική έκρηξη στην Τεχνητή Νοημοσύνη ενδέχεται να καταλήξει σε κατάρρευση. Ωστόσο, πολλοί σκοπεύουν να διατηρήσουν την έκθεσή τους, προετοιμαζόμενοι παράλληλα να αλλάξουν θέση μόλις εμφανιστούν ενδείξεις ότι η δυναμική της αγοράς εξαντλείται.

Ουσιαστικά, αυτό αντιπροσωπεύει μια κυκλική προσαρμογή μετά τη συγκέντρωση κεφαλαίου: οι κλίμακες των κεφαλαιουχικών δαπανών υπερβαίνουν κατά πολύ τις ιστορικές κορυφές του κύκλου και η ισχύς τιμολόγησης μετατοπίζεται από τα αρχικά μονοπώλια σε ανταγωνιστική διάβρωση. Όταν η δημιουργία εσόδων δεν ταιριάζει με τις επενδύσεις, η πλεονάζουσα παραγωγική ικανότητα και οι μειώσεις των τιμών μειώνουν τις αποδόσεις, πυροδοτώντας μια μετατόπιση από την επενδυτική άνθηση στην απογοήτευση ή τη συρρίκνωση, ασκώντας πίεση στα σχετικά περιουσιακά στοιχεία και τις αλυσίδες χρηματοδότησης.
Η παροχή τεχνολογίας δεν ισοδυναμεί με την παροχή αποδόσεων από τις επενδύσεις.

Επί του παρόντος, η Τεχνητή Νοημοσύνη μεταβαίνει από τα αρχικά υψηλά εμπόδια στον ανταγωνισμό τιμών στο επίπεδο του μοντέλου, με την πίεση δημιουργίας εσόδων να γίνεται σήμα κυκλικών σημείων καμπής.

Η ομάδα στρατηγικής της Bank of America παρακολουθεί στενά τις κεφαλαιουχικές δαπάνες των εταιρειών τεράστιας κεφαλαιοποίησης, συγκρίνοντας την τρέχουσα κλίμακα των επενδύ Στην κεφαλαιακή πορεία, τα αρχικά υψηλά περιθώρια κέρδους προσελκύουν επενδύσεις μεγάλης κλίμακας, οδηγώντας σε πλεονάζουσα παραγωγική ικανότητα. Ο ανταγωνισμός στο επίπεδο του μοντέλου (εναλλακτικές λύσεις ανοιχτού κώδικα και χαμηλού κόστους) έχει προκαλέσει πτώση των τιμών των token κατά περίπου 50%, με τις διαδρομές δημιουργίας εσόδων να έχουν παρεμποδιστεί, με αποτέλεσμα διορθώσεις σε σχετικά περιουσιακά στοιχεία (ημιαγωγοί και ο κορεατικός δείκτης).

Αυτό είναι παρόμοιο με τα αποτελέσματα της άνθησης των τεχνολογικών κεφαλαιουχικών δαπανών τη δεκαετία του 1990 και της κατασκευής σιδηροδρόμων τη δεκαετία του 1870: η ίδια η τεχνολογία μπορεί να αποφέρει αποτελέσματα, αλλά οι υπερβολικές επενδύσεις και ο ανταγωνισμός οδηγούν σε αποδόσεις κάτω των προσδοκιών. Επί του παρόντος, η Τεχνητή Νοημοσύνη μεταβαίνει από τα αρχικά υψηλά εμπόδια στον ανταγωνισμό τιμών στο επίπεδο του μοντέλου, με την πίεση δημιουργίας εσόδων να γίνεται σήμα κυκλικών σημείων καμπής.

Ουσιαστικά, αυτό αντιπροσωπεύει μια κυκλική προσαρμογή μετά τη συγκέντρωση κεφαλαίου: οι κλίμακες των κεφαλαιουχικών δαπανών υπερβαίνουν κατά πολύ τις ιστορικές κορυφές του κύκλου και η ισχύς τιμολόγησης μετατοπίζεται από τα αρχικά μονοπώλια σε ανταγωνιστική διάβρωση. Όταν η δημιουργία εσόδων δεν ταιριάζει με τις επενδύσεις, η πλεονάζουσα παραγωγική ικανότητα και οι μειώσεις των τιμών μειώνουν τις αποδόσεις, πυροδοτώντας μια μετατόπιση από την επενδυτική άνθηση στην απογοήτευση ή τη συρρίκνωση, ασκώντας πίεση στα σχετικά περιουσιακά στοιχεία και τις αλυσίδες χρηματοδότησης.

 

SHARE

Περισσότερα

MORE PEOPLE