Rachunek na 7 bilionów dolarów: Dlaczego Goldman Sachs ogłasza koniec prostej gry pod AI

Koniec ery czeków in blanco

Przez blisko dwa lata giganci technologiczni działali w fazie „buduj za wszelką cenę”, a rynek bił im brawo. Ta faza właśnie dobiegła końca. Kluczowe siły napędzające tę zmianę mają charakter zarówno finansowy, jak i strategiczny. Ogromne nakłady inwestycyjne nie pochodzą z wolnej gotówki; są finansowane przez ograniczanie skupu akcji własnych i wzrost zadłużenia korporacyjnego . Stratedzy Goldman Sachs zwracają uwagę, że ta inżynieria finansowa zaczyna być bolesna. Bank przewiduje, że zwrot z kapitału własnego (ROE) dla największych firm technologicznych może spaść średnio o siedem punktów procentowych w przyszłym roku, ponieważ te gigantyczne inwestycje wywierają presję na rentowność. CapEx hiperskalerów jest obecnie na dobrej drodze, by przekroczyć 90% ich przepływów pieniężnych – to poziom wyższy niż podczas bańki internetowej – co ogranicza elastyczność finansową dokładnie w momencie, gdy potrzeba udowodnienia trwałości tych inwestycji staje się coraz pilniejsza .

Koszt pozostania w wyścigu AI jest, jak zauważa bank, „coraz trudniejszy do zignorowania” .

Zyski uwięzione w warstwie półprzewodników: zakład na „downstream”

Jednym z najbardziej krytycznych wniosków Goldman Sachs jest to, że ogromna pula zysków z rozbudowy AI jest obecnie uwięziona. Jim Covello, szef działu badań w Goldman Sachs, stwierdził, że „ekonomika sztucznej inteligencji jest dziś bardziej wątpliwa niż dwa lata temu”, ponieważ nabywcy korporacyjni, firmy tworzące modele i hiperskalerzy wciąż nie wykazali zwrotu ze swoich wydatków .

Z badań banku wynika, że na razie finansowe żniwo AI zebrała głównie warstwa półprzewodników – przede wszystkim firmy takie jak Nvidia. Obiecane zyski dla firm budujących swoje rozwiązania na tym sprzęcie są nieudowodnione. W konsekwencji Goldman Sachs uważa, że okazje inwestycyjne przesuwają się teraz w dół łańcucha wartości, ku „rodzącym się enablerom”, spółkom platformowym i beneficjentom wzrostu produktywności . Przekaz jest jasny: rynek zacznie sowicie nagradzać tylko te firmy, które wykażą się wiarygodną ścieżką monetyzacji swoich produktów AI, a nie tylko zdolnością do ich budowania .

Paradoks 832 miliardów dolarów: ogromny popyt, niepewne marże

Ten zwrot w kierunku żądania zwrotu z inwestycji nie wynika z tego, że popyt na AI słabnie. Wręcz przeciwnie, dowody na istnienie popytu nigdy nie były silniejsze. Łączny portfel zamówień (backlog) gigantów chmurowych Google Cloud i AWS wzrósł do oszałamiającej kwoty 832 miliardów dolarów, co jest wyraźnym sygnałem, że popyt na moc obliczeniową AI znacznie przewyższa obecną podaż . Ten backlog potwierdza, że AI nie jest spekulacyjnym mirażem, ale prawdziwą, strukturalną zmianą w globalnej gospodarce .

Napięcie, które definiuje nowy krajobraz inwestycyjny, polega właśnie na tym paradoksie: istnieje ogromny, potwierdzony popyt, który jednak nie przełożył się na proporcjonalne zyski dla hiperskalerów ani ich klientów korporacyjnych. Teza inwestycyjna zależy teraz od rozwiązania tego rozdźwięku. Rynek przestał pytać „ile pieniędzy jest przepalane na moc obliczeniową?” i zaczął domagać się realistycznej odpowiedzi na pytanie „kiedy te wydane biliony przyniosą zwrot z inwestycji i jak będą wyglądać marże, gdy to nastąpi?” .

Nowy reżim inwestycyjny nie podnosi już wszystkich łodzi. Goldman Sachs zauważa na rynku zjawisko „Wielkiego Rozprzężenia” (Great Decoupling), w którym korelacja między spółkami z ekspozycją na AI załamała się, ponieważ inwestorzy agresywnie różnicują firmy z jasną, wiarygodną ścieżką zwrotu z inwestycji od tych, które jej nie mają . Przy skumulowanych wydatkach, które do 2031 roku mają sięgnąć 7–8 bilionów dolarów, i zyskach pozostających głęboko niepewnymi, przesłanie banku jest bolesnym zderzeniem z rzeczywistością dla całej branży technologicznej: przestańcie patrzeć na rzucające się w oczy kwoty wydatków i skupcie się na gigantycznym rachunku, który właśnie staje się wymagalny .