Geo Chen Jadi Pesimis Terhadap AI: Empat Sebab Pasaran Kenaikan Mungkin Sudah Memuncak

1. Spekulasi runcit Korea yang berleveraj mula meletup

Menurut Chen, pelabur runcit Korea Selatan ialah contoh utama modal “berkualiti rendah” yang mendorong pasaran terlalu jauh dalam fasa kenaikan ini. Mereka membanjiri ETF berleveraj 2x dan 3x yang menjejaki SK Hynix, Samsung serta indeks KOSPI, sekali gus mencipta kuasa beli tiruan bernilai ratusan bilion dolar .

Struktur lindung nilai produk ini turut meningkatkan pendedahan gamma negatif pembuat pasaran. Dalam keadaan pasaran naik, mereka perlu membeli; apabila pasaran jatuh, mereka pula terpaksa menjual. Mekanisme itu boleh membesarkan pergerakan harga dan mencetuskan panggilan margin secara berantai .

Citi menganggarkan proses penyelesaian posisi berleveraj tersebut menghapuskan AS$38.7 bilion, dengan kira-kira 1.2 juta akaun dibubarkan — lebih kurang satu daripada setiap 30 orang dewasa di Korea . KOSPI kemudiannya jatuh hampir 30% daripada paras puncaknya pada Jun. Pengendali pasaran juga beberapa kali menggantung dagangan selepas kerugian melebihi 10% .

Bagi Chen, modal yang sudah terjejas ini tidak mungkin kembali dalam masa terdekat. Pasaran menaik berbentuk parabola yang dipacu leverage sebegini, katanya, lazimnya berakhir dengan tempoh pasaran menurun yang panjang .

2. Model AI China mencabar kelebihan model tertutup

Pilar kedua Chen berkaitan perubahan landskap persaingan AI. Beliau berhujah bahawa model sumber terbuka dan model dengan pemberat terbuka dari China mula menjejaskan asas perniagaan makmal AI termaju yang selama ini bergantung pada harga premium.

Antara perkembangan yang diketengahkan ialah:

• Kimi K3 daripada Moonshot AI mencatat 1,679 mata dalam Code Arena, mengatasi Claude Fable 5 yang memperoleh 1,631 mata .
• Alibaba melancarkan Qwen 3.8, model dengan pemberat terbuka yang mempunyai 2.4 trilion parameter .
• GLM-5 daripada Zai dan sistem berbilang ejen Fugu daripada Sakana AI menunjukkan bahawa pesaing yang lebih kecil dan tangkas boleh merapatkan jurang prestasi pada kos yang jauh lebih rendah, termasuk melalui kaedah seperti DeepSeek Sparse Attention dan Recursive Self-Improvement .

Inti hujah Chen mudah difahami: jika 80% hingga 90% token akhirnya diproses oleh model yang lebih murah atau sumber terbuka, kumpulan hasil pada tahap kualiti tertinggi akan mengecil dengan ketara .

Perubahan ini boleh mematahkan “roda gila” perbelanjaan modal AI — iaitu andaian bahawa model termaju akan mengenakan harga premium, lalu membenarkan syarikat teknologi gergasi membelanjakan jumlah besar untuk cip dan pusat data. Jika kualiti yang hampir setara boleh diperoleh dengan kos lebih rendah, penilaian tinggi infrastruktur AI menjadi lebih sukar untuk dipertahankan.

3. Bekalan kuasa pengkomputeran beralih daripada kekurangan kepada lebihan

Selama ini, salah satu hujah utama untuk saham AI ialah kapasiti pengkomputeran atau compute berada dalam keadaan kekurangan struktur. Chen percaya naratif itu mungkin sedang berbalik.

Beliau menunjuk kepada beberapa perkembangan yang berlaku serentak:

• Meta sedang membina perniagaan awan untuk menyewakan kapasiti compute, sekali gus menambah bekalan keseluruhan .
• Makmal AI semakin pantas mengurangkan kos inferens, manakala indeks perbelanjaan token daripada Silicon Data dilaporkan menurun selepas memuncak pada Jun. Ini menunjukkan peningkatan kecekapan perkakasan mengatasi pertumbuhan permintaan .
• OpenAI menangguhkan kemungkinan penyenaraian awamnya dan berdepan kesukaran mendapatkan dana, yang menurut Chen boleh memberi kesan susulan kepada rantaian bekalan semikonduktor .
• Google menaikkan unjuran perbelanjaan modal AI bagi 2026 kepada AS$205 bilion, tetapi sahamnya jatuh 7% selepas berita itu. Bagi Chen, ini menandakan pasaran tidak lagi memberi ganjaran automatik kepada peluasan capex .
• Spread kredit pusat data semakin melebar, petunjuk bahawa risiko kredit dalam sektor infrastruktur compute sedang meningkat .

Pemerhatian utama Chen ialah pelaburan besar untuk menghapuskan kesesakan bekalan akhirnya memusnahkan naratif “bekalan terhad” yang pada asalnya menjadikan saham-saham ini menarik . Semakin banyak kapasiti dibina oleh syarikat teknologi gergasi, semakin kurang jarang compute — dan semakin rendah pulangan yang boleh dijana daripada modal tersebut.

4. Dasar Rizab Persekutuan dan ancaman stagflasi

Risiko khusus AI itu pula bertembung dengan dua tekanan makroekonomi.

Pertama ialah perang Iran. Menurut analisis yang dipetik, konflik itu telah menelan kos AS sebanyak AS$37.5 bilion selepas gencatan senjata runtuh pada Julai 2026. Harga minyak mentah Brent meningkat daripada AS$70 kepada AS$85 setong, dan Chen memberi amaran bahawa konflik yang berulang-ulang boleh menyebabkan lonjakan harga minyak secara berkala .

Bersama beberapa kejutan inflasi lain, keadaan ini mewujudkan apa yang disifatkannya sebagai “tekanan stagflasi paling kuat dan berterusan” dalam tempoh bertahun-tahun . Stagflasi merujuk kepada keadaan apabila inflasi kekal tinggi ketika pertumbuhan ekonomi menjadi lemah — persekitaran yang biasanya tidak mesra kepada aset berisiko dan saham pertumbuhan berpenilaian tinggi.

Kedua ialah kemerosotan keyakinan terhadap Rizab Persekutuan Amerika Syarikat (Fed). Hasil bon Perbendaharaan AS 30 tahun menembusi 5.2%, paras tertinggi dalam dua tahun. Kecerunan menurun harga bon jangka panjang berbanding bon jangka pendek mencerminkan kebimbangan pasaran bahawa Fed, di bawah kepimpinan Christopher Waller, semakin sukar mengawal inflasi. Kegagalan Jawatankuasa Pasaran Terbuka Persekutuan (FOMC) menaikkan kadar juga dikatakan membiarkan jangkaan inflasi menjadi tidak berlabuh .

Chen memberi amaran bahawa bacaan PCE — ukuran inflasi yang diperhatikan rapat oleh Fed — yang lebih tinggi daripada jangkaan boleh membawa kadar faedah jangka pendek, dolar AS dan dasar Fed kembali menekan dagangan AI yang sudah terlalu sesak . Saham AI yang berdepan masalah lebihan dan penilaian tinggi akan lebih terdedah dalam persekitaran makro yang menghukum aset berjangka panjang serta spekulatif.

Kesimpulan Chen: Tunai, emas dan pengalihan sektor

Chen membandingkan keadaan semasa dengan Mac 2000, Mac 2008, Januari 2020 dan Disember 2022 — titik perubahan yang mendahului pergolakan pasaran yang ketara . Beliau kini memegang tunai, membeli emas ketika harga melemah dan melihat modal beralih daripada AI kepada sektor penjagaan kesihatan, kewangan, perisian serta bioteknologi .

Kes asasnya ialah proses pembentukan puncak yang boleh mengambil masa beberapa bulan, dengan lebih banyak turun naik ketika lebihan spekulatif terus disingkirkan.

Tesis ini bukan sekadar pandangan pesimis terhadap saham AI. Ia ialah hujah struktur bahawa faktor yang sebelum ini mengangkat saham AI ke paras luar biasa — leverage, kekurangan compute, kuasa harga model termaju dan perbelanjaan modal besar — mungkin sedang berbalik arah.

Bagi pelabur yang masih memiliki aset berkaitan AI, analisis Chen menawarkan kerangka untuk menilai semula sama ada pasaran kenaikan itu masih mempunyai ruang atau sudah mencapai kemuncaknya. Namun, hujah tersebut kekal sebagai pandangan seorang penganalisis, bukan kepastian tentang arah pasaran.