Rozwierająca się przepaść między kosztami a zwrotem

Podstawowym problemem, według Covello, jest pogłębiający się rozdźwięk między bilionami dolarów pompowanymi w infrastrukturę AI a realnymi zyskami, jakie ta technologia generuje. Na ten stan rzeczy składa się kilka czynników:

• Bliski zeru zwrot z inwestycji w firmach: Najbardziej dobitnym punktem analizy Covello jest szacunek, że oszałamiające 95% organizacji inwestujących w generatywną AI nie odnotowało żadnego zwrotu, a wiele z nich ponosi średnie straty finansowe rzędu 4,4 miliona dolarów . Na poziomie przedsiębiorstw biznesowe uzasadnienie dla AI jest nie tylko nieudowodnione – ono aktywnie generuje straty.
• „Spektakularna”, ale niemonetyzowana adopcja konsumencka: Covello przyznaje, że tempo, w jakim konsumenci adoptują narzędzia takie jak ChatGPT, było „spektakularne”, jednak szybko dodaje, że większość użytkowników korzysta z darmowych wersji. Powoduje to gwałtowny wzrost użycia bez jakichkolwiek odpowiadających mu przychodów dla firm dostarczających tę technologię . Taka darmowa adopcja nie przekłada się na zrównoważony model biznesowy.
• Jednostronny boom gospodarczy: Historycznie, gdy nadchodzi nowa fala technologiczna, dostawcy „kilofów i łopat” prosperują razem ze swoimi klientami. Covello twierdzi, że tym razem tak się nie dzieje. Niemal cała wartość ekonomiczna boomu na AI została przechwycona przez jeden segment: producentów półprzewodników, takich jak Nvidia. Giganci technologiczni i dostawcy usług chmurowych, główni klienci tych chipów, nie wykazali jeszcze żadnych zwrotów ze swoich gigantycznych wydatków . „Firmy produkujące chipy powinny prosperować, gdy prosperują ich klienci” – napisał Covello w jednym z raportów. „Nie powinny prosperować kosztem swoich klientów” .
• Wydatki napędzane FOMO, a nie fundamentalnym popytem: Ogromne nakłady kapitałowe – które według prognoz Goldman Sachs przekroczą 527 miliardów dolarów z kieszeni hiperskalerów w 2026 roku – nie są napędzane sprawdzonym, zyskownym popytem . Zamiast tego jest to wyścig o pozycję podsycany potężnym strachem przed pominięciem (FOMO, Fear Of Missing Out). Firmy inwestują, ponieważ ryzyko pozostania w tyle, jeśli AI w końcu się opłaci, wydaje się dziś większe niż ryzyko zmarnowania kapitału teraz. Tworzy to cykl wydatków oderwany od obecnej rzeczywistości ekonomicznej .
• Technologia niedopasowana do swojej ceny: Sercem sceptycyzmu Covello jest strukturalna krytyka samej technologii. Aby uzasadnić koszty rzędu niemal biliona dolarów na rozwój i infrastrukturę, AI musi być w stanie rozwiązywać złożone, kluczowe problemy. Covello argumentuje, że dzisiejsza AI nie jest do tego zasadniczo zaprojektowana. Cierpi na paradoks: jest zbyt zawodna (z powodu halucynacji), by rozwiązywać złożone problemy, a jednocześnie zbyt droga, by zastąpić proste przepływy pracy o niskiej wartości . Opisuje to jako „budowanie reaktora jądrowego, by zasilić toster” .

Następny etap: Dlaczego hiperskalerzy wyglądają atrakcyjniej niż chipy

Jeśli wczesne, łatwe pieniądze w sektorze półprzewodników zostały już w pełni zagospodarowane, gdzie Covello dostrzega okazję? Jego firma rekomenduje teraz transakcję relatywnej wartości: odwrót od akcji producentów półprzewodników w stronę trzech gigantów chmury obliczeniowej – Amazon, Microsoft i Alphabet (Google) .

Logika jest prosta. Indeks Philadelphia Semiconductor (SOX) wzrósł w ciągu ostatniego roku o około 150%, a producenci chipów już teraz wyceniają idealną przyszłość, którą ich klienci z trudem próbują osiągnąć . Z kolei sceptycyzm rynku co do zwrotu z inwestycji w AI skompresował wyceny dostawców chmury, co Goldman Sachs postrzega jako potencjalny punkt wejścia dla inwestorów .

Teza inwestycyjna Covello dotycząca hiperskalerów jest wyjątkowo odporna, ponieważ identyfikuje ona dwie osobne ścieżki do zysku :

1. Scenariusz optymistyczny: Jeśli AI w końcu spełni pokładane w niej nadzieje, hiperskalerzy wykażą pozytywny zwrot z inwestycji. Rozwieje to obawy inwestorów i doprowadzi do ponownej wyceny ich akcji w górę.
2. Scenariusz pragmatyczny: Jeśli AI nie wygeneruje odpowiednich zwrotów, hiperskalerzy będą zmuszeni do cięcia gigantycznych wydatków kapitałowych. Ta natychmiastowa redukcja wydatków radykalnie zwiększyłaby ich wolne przepływy pieniężne, co również przyniosłoby korzyści akcjonariuszom.

Głównym ryzykiem dla tej strategii jest trzeci, bardziej bolesny scenariusz: hiperskalerzy nadal będą wydawać ogromne sumy, nigdy nie wykazując wyraźnego zwrotu, po prostu tracąc gotówkę w niekończącym się wyścigu zbrojeń .

Poza chipami i chmurą: Efekt domina w infrastrukturze

Podczas gdy główna historia na rynku akcji dotyczy rotacji z chipów do chmury, szersze badania Goldman Sachs wskazują, że supercykl wydatków kapitałowych na AI zmienia również możliwości inwestycyjne w tradycyjnej infrastrukturze. Sama skala potrzeb energetycznych i związanych z łącznością wymusza szybkie skalowanie bazowych gałęzi przemysłu, tworząc okazje w sektorze energetycznym, przesyle energii i infrastrukturze centrów danych . Ta część tezy jest mniej kontrowersyjna, ponieważ zapotrzebowanie na więcej fizycznej infrastruktury do zasilania i przechowywania AI jest bezpośrednią, policzalną konsekwencją trwającej rozbudowy.

Nadrzędnym przesłaniem Jima Covello jest to, by inwestorzy spojrzeli poza szum i podążyli za finansową grawitacją. Przez lata grawitacja ta przyciągała zyski w stronę krzemu. Jego obecny zakład jest taki, że następna faza cyklu zacznie przyciągać wartość z powrotem do platform oprogramowania, które ostatecznie muszą sprawić, by technologia zaczęła na siebie zarabiać.

Rozwierająca się przepaść między kosztami a zwrotem

Podstawowym problemem, według Covello, jest pogłębiający się rozdźwięk między bilionami dolarów pompowanymi w infrastrukturę AI a realnymi zyskami, jakie ta technologia generuje. Na ten stan rzeczy składa się kilka czynników:

• Bliski zeru zwrot z inwestycji w firmach: Najbardziej dobitnym punktem analizy Covello jest szacunek, że oszałamiające 95% organizacji inwestujących w generatywną AI nie odnotowało żadnego zwrotu, a wiele z nich ponosi średnie straty finansowe rzędu 4,4 miliona dolarów . Na poziomie przedsiębiorstw biznesowe uzasadnienie dla AI jest nie tylko nieudowodnione – ono aktywnie generuje straty.
• „Spektakularna”, ale niemonetyzowana adopcja konsumencka: Covello przyznaje, że tempo, w jakim konsumenci adoptują narzędzia takie jak ChatGPT, było „spektakularne”, jednak szybko dodaje, że większość użytkowników korzysta z darmowych wersji. Powoduje to gwałtowny wzrost użycia bez jakichkolwiek odpowiadających mu przychodów dla firm dostarczających tę technologię . Taka darmowa adopcja nie przekłada się na zrównoważony model biznesowy.
• Jednostronny boom gospodarczy: Historycznie, gdy nadchodzi nowa fala technologiczna, dostawcy „kilofów i łopat” prosperują razem ze swoimi klientami. Covello twierdzi, że tym razem tak się nie dzieje. Niemal cała wartość ekonomiczna boomu na AI została przechwycona przez jeden segment: producentów półprzewodników, takich jak Nvidia. Giganci technologiczni i dostawcy usług chmurowych, główni klienci tych chipów, nie wykazali jeszcze żadnych zwrotów ze swoich gigantycznych wydatków . „Firmy produkujące chipy powinny prosperować, gdy prosperują ich klienci” – napisał Covello w jednym z raportów. „Nie powinny prosperować kosztem swoich klientów” .
• Wydatki napędzane FOMO, a nie fundamentalnym popytem: Ogromne nakłady kapitałowe – które według prognoz Goldman Sachs przekroczą 527 miliardów dolarów z kieszeni hiperskalerów w 2026 roku – nie są napędzane sprawdzonym, zyskownym popytem . Zamiast tego jest to wyścig o pozycję podsycany potężnym strachem przed pominięciem (FOMO, Fear Of Missing Out). Firmy inwestują, ponieważ ryzyko pozostania w tyle, jeśli AI w końcu się opłaci, wydaje się dziś większe niż ryzyko zmarnowania kapitału teraz. Tworzy to cykl wydatków oderwany od obecnej rzeczywistości ekonomicznej .
• Technologia niedopasowana do swojej ceny: Sercem sceptycyzmu Covello jest strukturalna krytyka samej technologii. Aby uzasadnić koszty rzędu niemal biliona dolarów na rozwój i infrastrukturę, AI musi być w stanie rozwiązywać złożone, kluczowe problemy. Covello argumentuje, że dzisiejsza AI nie jest do tego zasadniczo zaprojektowana. Cierpi na paradoks: jest zbyt zawodna (z powodu halucynacji), by rozwiązywać złożone problemy, a jednocześnie zbyt droga, by zastąpić proste przepływy pracy o niskiej wartości . Opisuje to jako „budowanie reaktora jądrowego, by zasilić toster” .

Następny etap: Dlaczego hiperskalerzy wyglądają atrakcyjniej niż chipy

Jeśli wczesne, łatwe pieniądze w sektorze półprzewodników zostały już w pełni zagospodarowane, gdzie Covello dostrzega okazję? Jego firma rekomenduje teraz transakcję relatywnej wartości: odwrót od akcji producentów półprzewodników w stronę trzech gigantów chmury obliczeniowej – Amazon, Microsoft i Alphabet (Google) .

Logika jest prosta. Indeks Philadelphia Semiconductor (SOX) wzrósł w ciągu ostatniego roku o około 150%, a producenci chipów już teraz wyceniają idealną przyszłość, którą ich klienci z trudem próbują osiągnąć . Z kolei sceptycyzm rynku co do zwrotu z inwestycji w AI skompresował wyceny dostawców chmury, co Goldman Sachs postrzega jako potencjalny punkt wejścia dla inwestorów .

Teza inwestycyjna Covello dotycząca hiperskalerów jest wyjątkowo odporna, ponieważ identyfikuje ona dwie osobne ścieżki do zysku :

1. Scenariusz optymistyczny: Jeśli AI w końcu spełni pokładane w niej nadzieje, hiperskalerzy wykażą pozytywny zwrot z inwestycji. Rozwieje to obawy inwestorów i doprowadzi do ponownej wyceny ich akcji w górę.
2. Scenariusz pragmatyczny: Jeśli AI nie wygeneruje odpowiednich zwrotów, hiperskalerzy będą zmuszeni do cięcia gigantycznych wydatków kapitałowych. Ta natychmiastowa redukcja wydatków radykalnie zwiększyłaby ich wolne przepływy pieniężne, co również przyniosłoby korzyści akcjonariuszom.

Głównym ryzykiem dla tej strategii jest trzeci, bardziej bolesny scenariusz: hiperskalerzy nadal będą wydawać ogromne sumy, nigdy nie wykazując wyraźnego zwrotu, po prostu tracąc gotówkę w niekończącym się wyścigu zbrojeń .

Poza chipami i chmurą: Efekt domina w infrastrukturze

Podczas gdy główna historia na rynku akcji dotyczy rotacji z chipów do chmury, szersze badania Goldman Sachs wskazują, że supercykl wydatków kapitałowych na AI zmienia również możliwości inwestycyjne w tradycyjnej infrastrukturze. Sama skala potrzeb energetycznych i związanych z łącznością wymusza szybkie skalowanie bazowych gałęzi przemysłu, tworząc okazje w sektorze energetycznym, przesyle energii i infrastrukturze centrów danych . Ta część tezy jest mniej kontrowersyjna, ponieważ zapotrzebowanie na więcej fizycznej infrastruktury do zasilania i przechowywania AI jest bezpośrednią, policzalną konsekwencją trwającej rozbudowy.

Nadrzędnym przesłaniem Jima Covello jest to, by inwestorzy spojrzeli poza szum i podążyli za finansową grawitacją. Przez lata grawitacja ta przyciągała zyski w stronę krzemu. Jego obecny zakład jest taki, że następna faza cyklu zacznie przyciągać wartość z powrotem do platform oprogramowania, które ostatecznie muszą sprawić, by technologia zaczęła na siebie zarabiać.