Πόσο θα κόστιζε ένα «κραχ» της AI: Τα τρισ. δολάρια που κινδυνεύουν και γιατί η έκθεση δεν περιορίζεται στις εταιρείες τεχνολογίας
Οι εκτιμήσεις για τις πιθανές απώλειες φτάνουν σε δεκάδες τρισ. δολάρια – Η τεχνητή νοημοσύνη έχει συνδεθεί πλέον με ένα μεγάλο τμήμα της οικονομίας, από τα chips και τα data centers μέχρι την ενέργεια, τις κατασκευές και την ιδιωτική πίστωση
Η εκρηκτική άνοδος των επενδύσεων γύρω από την τεχνητή νοημοσύνη έχει μετατραπεί σε έναν από τους σημαντικότερους παράγοντες που κινούν τις διεθνείς αγορές, δημιουργώντας παράλληλα ένα κρίσιμο ερώτημα: τι θα συνέβαινε εάν οι προσδοκίες για την AI δεν επαληθεύονταν και οι αποτιμήσεις υποχωρούσαν απότομα;
σχετικά άρθρα
Χαρακτηριστικό της συγκέντρωσης που έχει δημιουργηθεί είναι αυτό που συνέβη τον Μάιο, όταν οι Micron και SK Hynix, δύο εταιρείες κατασκευής chips μνήμης, αντιπροσώπευσαν περίπου το 17% της συνολικής απόδοσης της παγκόσμιας χρηματιστηριακής αγοράς για τον συγκεκριμένο μήνα, παρότι αποτελούσαν μόλις περίπου το 1% του MSCI All Country World Index.
Αυτό σημαίνει ότι για κάθε δολάριο ανόδου της παγκόσμιας αγοράς τον Μάιο, περίπου 17 σεντ προέρχονταν μόνο από αυτές τις δύο μετοχές.
Δεν υπάρχει, πάντως, συναίνεση ότι η σημερινή έκρηξη της AI αποτελεί «φούσκα» που πρόκειται να σκάσει. Αντίθετα, πολλοί επενδυτές και στελέχη του τεχνολογικού κλάδου θεωρούν ότι βρισκόμαστε στην αρχή μιας τεράστιας οικονομικής και τεχνολογικής αλλαγής, η οποία τελικά θα δικαιολογήσει τις εκατοντάδες δισεκατομμύρια δολάρια που διοχετεύονται σε data centers, ημιαγωγούς και υπολογιστικές υποδομές.
Ακριβώς αυτή η πεποίθηση εξηγεί τόσο τις υψηλές αποτιμήσεις όσο και τις τεράστιες επενδυτικές δεσμεύσεις των μεγαλύτερων τεχνολογικών εταιρειών. Το ζήτημα επομένως δεν είναι ότι ένα κραχ θεωρείται δεδομένο, αλλά ποιο θα ήταν το μέγεθος της ζημιάς εάν οι απαισιόδοξες εκτιμήσεις επιβεβαιώνονταν.
Σύμφωνα με τον οικονομολόγο Patrick Boyle, το πρόβλημα γίνεται ακόμη μεγαλύτερο επειδή η έκθεση στην AI δεν περιορίζεται πλέον σε μερικές μεγάλες τεχνολογικές εταιρείες. Η συγκεκριμένη επενδυτική τάση έχει εξαπλωθεί σε ολόκληρους κλάδους.
Τα data centers απαιτούν τεράστιες ποσότητες ηλεκτρικής ενέργειας, συνδέοντας τις εταιρείες κοινής ωφέλειας με την ανάπτυξη της AI. Χρειάζονται επίσης ακίνητα, αποθήκες γεμάτες servers, κατασκευαστικές εταιρείες, ηλεκτρολόγους, συστήματα ψύξης, μετασχηματιστές, καλώδια και μεταφορές.
Με άλλα λόγια, ακόμη και μια εταιρεία που έχει ως βασικό αντικείμενο την παροχή ηλεκτρικής ενέργειας μπορεί πλέον να βλέπει μέρος της χρηματιστηριακής της αποτίμησης να εξαρτάται από την προσδοκία ότι τα data centers θα αποτελέσουν τεράστιους μελλοντικούς πελάτες.
Η εξάρτηση επεκτείνεται και μέσω του πλούτου που δημιουργείται από την άνοδο των τεχνολογικών εταιρειών. Όταν εργαζόμενοι αποκτούν σημαντική περιουσία μέσω μετοχών, τα χρήματα διοχετεύονται στην υπόλοιπη οικονομία μέσα από αγορές κατοικιών, ταξίδια, πολυτελή προϊόντα και υπηρεσίες. Έτσι, τα οικονομικά οφέλη της τεχνολογικής άνθησης φτάνουν σε επαγγελματίες και επιχειρήσεις που φαινομενικά δεν έχουν καμία σχέση με την AI.
Ακόμη και οι επενδυτές που επιχειρούν να αποφύγουν τον συγκεκριμένο κλάδο μπορεί να διαπιστώσουν ότι είναι δυσκολότερο απ’ όσο φαίνεται.
Ο Russell 2000, για παράδειγμα, κατέγραψε άνοδο περίπου 22% στο πρώτο εξάμηνο, όμως 16 από τις 50 μετοχές με τις καλύτερες επιδόσεις ήταν εταιρείες ημιαγωγών και εξοπλισμού για chips. Οι MaxLinear και Aehr Test Systems σημείωσαν άνοδο περίπου 250% και 380% αντίστοιχα.
Παρόμοιο φαινόμενο παρατηρήθηκε και στις επενδύσεις «αξίας». Ο Russell 1000 Value είχε σημαντική έκθεση σε εταιρείες όπως οι Micron, AMD και Western Digital, προτού η ετήσια αναδιάρθρωση του δείκτη μεταφέρει αυτές τις μετοχές στον δείκτη ανάπτυξης και εντάξει στο «value» εταιρείες όπως οι Amazon, Apple και Microsoft.
Έτσι, ένας επενδυτής που θεωρητικά επιχείρησε να απομακρυνθεί από την τεχνολογική έκρηξη μπορεί τελικά να βρεθεί ξανά εκτεθειμένος σε μερικές από τις μεγαλύτερες εταιρείες που βρίσκονται στο επίκεντρό της.
Από 20 έως 40 τρισ. δολάρια οι εκτιμήσεις για τις πιθανές απώλειες
Το πραγματικό μέγεθος του κινδύνου φαίνεται στις εκτιμήσεις για το πόσος χρηματιστηριακός πλούτος θα μπορούσε να εξαφανιστεί σε περίπτωση μεγάλης διόρθωσης.
Ο οικονομολόγος Ντιν Μπέικερ υπολογίζει ότι η συνολική αξία της αμερικανικής χρηματιστηριακής αγοράς βρίσκεται περίπου στα 80 τρισ. δολάρια. Εάν οι δείκτες τιμής προς κέρδη επέστρεφαν απλώς στους μακροχρόνιους ιστορικούς μέσους όρους τους –χωρίς δηλαδή να απαιτείται ένα ακραίο κραχ– θα μπορούσαν να εξαφανιστούν περίπου 40 τρισ. δολάρια χρηματιστηριακού πλούτου.
Θεωρητικά, το ποσό αντιστοιχεί σε σχεδόν 300.000 δολάρια ανά αμερικανικό νοικοκυριό. Η εικόνα αυτή, ωστόσο, είναι παραπλανητική, καθώς η ιδιοκτησία μετοχών στις ΗΠΑ είναι εξαιρετικά άνιση. Το πλουσιότερο 10% των νοικοκυριών κατέχει περίπου το 90% των μετοχών, επομένως οι πραγματικές απώλειες για το τυπικό νοικοκυριό θα ήταν πολύ μικρότερες.
Η Γκίτα Γκόπιναθ, πρώην επικεφαλής οικονομολόγος του Διεθνούς Νομισματικού Ταμείου, έχει εκτιμήσει ότι μια διόρθωση αντίστοιχη με εκείνη της «φούσκας» των dot-com θα μπορούσε σήμερα να εξαφανίσει περίπου 20 τρισ. δολάρια αμερικανικού πλούτου, μαζί με άλλα 15 τρισ. δολάρια που βρίσκονται στα χέρια ξένων επενδυτών.
Από την πλευρά της, η Oliver Wyman έχει καταλήξει σε εκτίμηση περίπου 33 τρισ. δολαρίων χαμένης αξίας.
Για σύγκριση, όταν κατέρρευσε η «φούσκα» των dot-com, χάθηκαν περίπου 6 τρισ. δολάρια χρηματιστηριακής αξίας. Οι σημερινές εκτιμήσεις, επομένως, κινούνται σε επίπεδα πολλαπλάσια εκείνης της κρίσης.
Το γεγονός ότι πρόκειται αρχικά για «χάρτινες» απώλειες δεν σημαίνει ότι δεν υπάρχουν πραγματικές οικονομικές συνέπειες. Οι μετοχές έχουν πλέον ξεπεράσει τα ακίνητα ως το μεγαλύτερο στοιχείο του πλούτου των αμερικανικών νοικοκυριών, κάτι που συμβαίνει για πρώτη φορά μετά τον Β’ Παγκόσμιο Πόλεμο.
Παράλληλα λειτουργεί το λεγόμενο wealth effect. Για κάθε 100 δολάρια χρηματιστηριακού πλούτου, υπολογίζεται ότι περίπου τρία δολάρια μετατρέπονται σε πραγματικές καταναλωτικές δαπάνες.
Η διαδικασία λειτουργεί και αντίστροφα. Εάν εξαφανιστούν δεκάδες τρισ. δολάρια από τα επενδυτικά χαρτοφυλάκια, τα νοικοκυριά αισθάνονται φτωχότερα και περιορίζουν τις αγορές τους. Μια ανακαίνιση αναβάλλεται, ένας εργολάβος χάνει δουλειά, οι πωλήσεις αυτοκινήτων μειώνονται και επιχειρήσεις αρχίζουν να περιορίζουν προσωπικό. Η χρηματιστηριακή πτώση μπορεί έτσι να μεταφερθεί στην πραγματική οικονομία ακόμη και χωρίς τραπεζική κατάρρευση.
Ιδιαίτερη σημασία έχει και το πόσο μεγάλη συμβολή έχουν πλέον οι επενδύσεις σε υποδομές AI στην οικονομική δραστηριότητα. Υπολογισμός του Τζέισον Φέρμαν του Χάρβαρντ τοποθετούσε τη συμβολή των σχετικών επενδύσεων περίπου στο 90% της οικονομικής ανάπτυξης των ΗΠΑ στο πρώτο εξάμηνο του προηγούμενου έτους, ενώ πιο συντηρητικές εκτιμήσεις την τοποθετούν περίπου στο ένα τέταρτο.
Μια μεγάλη επιβράδυνση στις επενδύσεις θα επηρέαζε επομένως όχι μόνο τους μετόχους της Nvidia ή άλλων τεχνολογικών ομίλων, αλλά ηλεκτρολόγους, οικοδόμους, κατασκευαστές συστημάτων ψύξης, παραγωγούς μετασχηματιστών, οδηγούς και μια ολόκληρη αλυσίδα επιχειρήσεων.
Ο νομπελίστας οικονομολόγος Τζόζεφ Στίγκλιτς επισημαίνει έναν επιπλέον κίνδυνο: μια πιθανή κατάρρευση της επενδυτικής «φούσκας» θα μπορούσε να συμπέσει χρονικά με την περίοδο κατά την οποία η ίδια η AI αρχίζει να αντικαθιστά εργαζομένους. Σε ένα τέτοιο σενάριο, νοικοκυριά θα μπορούσαν να δεχθούν ταυτόχρονο πλήγμα τόσο στις αποταμιεύσεις όσο και στην ασφάλεια της εργασίας τους.
Υπάρχει επίσης ένα λιγότερο ορατό επίπεδο χρηματοδότησης της AI. Οι μεγάλες τεχνολογικές εταιρείες έχουν ανακοινώσει περίπου 600 δισ. δολάρια κεφαλαιουχικών δαπανών μέσα σε έναν χρόνο. Ωστόσο, ανάλυση των οικονομικών τους καταστάσεων εντόπισε περίπου 3 τρισ. δολάρια πρόσθετων δεσμεύσεων που βρίσκονται στις υποσημειώσεις και δεν εμφανίζονται ως αντίστοιχο ποσό στον ισολογισμό.
Πρόκειται για μακροχρόνιες μισθώσεις data centers και δεσμεύσεις αγοράς chips, υπολογιστικής ισχύος και ενέργειας. Μόνο η Alphabet εμφανίζεται να έχει περισσότερα από 800 δισ. δολάρια τέτοιων δεσμεύσεων.
Το φαινόμενο έχει χαρακτηριστεί ως «παγόβουνο των δαπανών για AI»: τα τεράστια ποσά που είναι ορατά αποτελούν μόνο ένα μέρος των συνολικών υποχρεώσεων.
Την ίδια ώρα, η χρηματοδότηση έχει επεκταθεί και στην ιδιωτική πίστωση, μια αγορά περίπου 2 έως 3 τρισ. δολαρίων. Τα προβληματικά δάνεια στα 20 μεγαλύτερα εισηγμένα private credit funds έχουν ανέβει στα υψηλότερα επίπεδα από το 2017, ενώ η Fitch κατέγραψε ιστορικό υψηλό στις αθετήσεις της συγκεκριμένης αγοράς τον Ιούλιο. Σε ένα μεγάλο fund, το 7% του συνολικού χαρτοφυλακίου δανείων βρισκόταν σε προβληματική κατάσταση.
Αυτό δεν σημαίνει ότι βρίσκεται ήδη σε εξέλιξη κάποια χρηματοπιστωτική καταστροφή. Τα ποσοστά αθέτησης παραμένουν χαμηλά σε απόλυτους αριθμούς και οι τελικές απώλειες μπορούν να είναι περιορισμένες εφόσον οι πιστωτές ανακτήσουν μεγάλο μέρος των χρημάτων τους. Η ανησυχία αφορά κυρίως την κατεύθυνση των συγκεκριμένων μεγεθών και τη σχετικά περιορισμένη διαφάνεια της αγοράς ιδιωτικής πίστωσης.
Το μάθημα από τους σιδηροδρόμους, τα dot-com και την Amazon
Το γεγονός ότι η τεχνητή νοημοσύνη αποτελεί πραγματική και δυνητικά επαναστατική τεχνολογία δεν σημαίνει αυτομάτως ότι κάθε σημερινή επένδυση σε αυτή θα αποδειχθεί κερδοφόρα.
Η Τράπεζα Διεθνών Διακανονισμών (BIS) έχει συγκρίνει τη σημερινή έκρηξη των επενδύσεων στην AI με τη βρετανική «σιδηροδρομική μανία» της δεκαετίας του 1840.
Οι σιδηρόδρομοι πράγματι άλλαξαν τον κόσμο. Μέχρι το 1850, όμως, οι σωρευτικές επενδύσεις στον κλάδο είχαν πλησιάσει το 50% του βρετανικού ΑΕΠ, καθώς κατασκευάζονταν γραμμές ακόμη και προς περιοχές όπου δεν υπήρχε αρκετή ζήτηση για να δικαιολογηθεί το κόστος.
Μέχρι το 1850, οι μετοχές των σιδηροδρομικών εταιρειών είχαν χάσει περίπου τα δύο τρίτα της αξίας τους. Οι υποδομές παρέμειναν και η τεχνολογία συνέχισε να μεταμορφώνει τη βρετανική οικονομία, αλλά πολλοί από τους αρχικούς επενδυτές υπέστησαν τεράστιες απώλειες.
Η BIS εκτιμά ότι, σε σχέση με το σημείο εκκίνησης κάθε επενδυτικής έκρηξης, η ανάπτυξη της AI έχει μέχρι στιγμής κινηθεί ταχύτερα από τη σιδηροδρομική μανία, την έκρηξη της ηλεκτροδότησης τη δεκαετία του 1920 και τη φούσκα των dot-com.
Ανάλογο ήταν το μάθημα από το Διαδίκτυο. Στη δεκαετία του 1990 οι τηλεπικοινωνιακές εταιρείες επένδυσαν τεράστια ποσά σε οπτικές ίνες, θεωρώντας ότι η ζήτηση για bandwidth θα αυξανόταν χωρίς όριο. Πολλά από αυτά τα δίκτυα έμειναν για χρόνια ανεκμετάλλευτα, δημιουργώντας το φαινόμενο του «dark fiber».
Οι εταιρείες είχαν ουσιαστικά κατασκευάσει μεγάλο μέρος των υποδομών του μελλοντικού Διαδικτύου χρόνια πριν εμφανιστεί η ζήτηση που θα τις έκανε οικονομικά βιώσιμες.
Όταν έσκασε η φούσκα, ο S&P 500 έχασε περίπου το μισό της αξίας του και ο Nasdaq σχεδόν 80%.
Ακόμη και η σωστή επιλογή εταιρείας δεν εξασφάλιζε προστασία. Η Amazon, που τελικά εξελίχθηκε σε μία από τις πολυτιμότερες εταιρείες στον κόσμο, έχασε περίπου 90% της χρηματιστηριακής της αξίας μετά το σκάσιμο της φούσκας.
Ένας επενδυτής που είχε αγοράσει τη μετοχή στο υψηλό του 1999 θα έπρεπε να περιμένει περίπου μέχρι το 2009 για να επιστρέψει στο αρχικό επίπεδο της επένδυσής του. Θα είχε δηλαδή προβλέψει σωστά το μέλλον του ηλεκτρονικού εμπορίου, αλλά θα χρειαζόταν περίπου μία δεκαετία για να ανακτήσει τα χρήματά του.
Παράλληλα, ήταν σχεδόν αδύνατο να γνωρίζει κανείς εκ των προτέρων ποια εταιρεία θα επικρατούσε. Στην αναζήτηση στο Διαδίκτυο, για παράδειγμα, ονόματα όπως Infoseek, Lycos, AltaVista και Excite φαίνονταν τότε ισχυρές επιλογές. Η Google, που τελικά κυριάρχησε, βρισκόταν ακόμη στα πρώτα της βήματα και έγινε πραγματικά μεγάλη μετά το τέλος της φούσκας.
Υπάρχει, όμως, και η αντίθετη πλευρά. Οι προειδοποιήσεις για επικείμενη τεχνολογική κατάρρευση έχουν αποδειχθεί επανειλημμένα λανθασμένες ή εξαιρετικά πρόωρες. Από το 2011 και μετά, επενδυτές και επιχειρηματίες προειδοποιούσαν πολλές φορές για νέα τεχνολογική φούσκα, χωρίς η μεγάλη κατάρρευση που περίμεναν να έρχεται όταν την προέβλεπαν.
Το πρόβλημα επομένως είναι ο χρονισμός. Ακόμη και όταν οι απαισιόδοξοι τελικά δικαιώνονται, μπορεί να έχουν προηγηθεί χρόνια μεγάλων αποδόσεων. Αντίστοιχα, όποιος πουλήσει εγκαίρως πρέπει στη συνέχεια να γνωρίζει και πότε ακριβώς θα επιστρέψει στην αγορά.
Γι’ αυτό το βασικό ζήτημα επανέρχεται στη διαφοροποίηση του χαρτοφυλακίου. Η κατοχή δεκάδων διαφορετικών τεχνολογικών μετοχών που κινούνται όλες προς την ίδια κατεύθυνση δεν αποτελεί πραγματική διαφοροποίηση.
Μία από τις αγορές που παρουσιάζονται ως πιθανή επιλογή για μεγαλύτερη απόσταση από το αμερικανικό AI trade είναι η Ευρώπη. Η τεχνολογία αποτελεί περίπου το 10% των ευρωπαϊκών χρηματιστηριακών δεικτών, έναντι σχεδόν του μισού του S&P 500. Οι ευρωπαϊκοί δείκτες έχουν μεγαλύτερη παρουσία τραπεζών, βιομηχανικών και φαρμακευτικών εταιρειών, ενώ προσφέρουν μερισματική απόδοση περίπου 3%.
Η λογική δεν είναι ότι οι ευρωπαϊκές μετοχές θα έμεναν ανεπηρέαστες από μια μεγάλη πτώση στις ΗΠΑ, αλλά ότι θα μπορούσαν να υποχωρήσουν λιγότερο επειδή έχουν μικρότερο μέρος της κερδοσκοπικής ανόδου που θα έπρεπε να αντιστραφεί.
Η χρηματοοικονομική ιστορία προσφέρει αρκετά ανάλογα παραδείγματα. Οι περίφημες Nifty Fifty θεωρούνταν στις αρχές της δεκαετίας του 1970 μετοχές που μπορούσε κάποιος να αγοράσει και να κρατήσει για πάντα, πριν χάσουν μεγάλο μέρος της αξίας τους στην πτώση του 1973-1974. Στα τέλη της δεκαετίας του 1980, η Ιαπωνία παρουσιαζόταν ως το αδιαμφισβήτητο μέλλον της παγκόσμιας οικονομίας, όμως ένας επενδυτής που αγόρασε στην κορυφή του 1989 χρειάστηκε περισσότερα από 30 χρόνια για να επιστρέψει στο σημείο ισορροπίας. Ο Nasdaq, αντίστοιχα, χρειάστηκε περίπου 15 χρόνια για να επανέλθει στα επίπεδα του 2000.
Η τεχνητή νοημοσύνη μπορεί τελικά να αποδειχθεί τόσο σημαντική όσο προβλέπουν οι πιο αισιόδοξες εκτιμήσεις. Αυτό, όμως, είναι διαφορετικό ερώτημα από το εάν οι σημερινές αποτιμήσεις των εταιρειών που συνδέονται με αυτή δικαιολογούνται.
Η ιστορία των αγορών έχει δείξει επανειλημμένα ότι μια τεχνολογία μπορεί πράγματι να αλλάξει τον κόσμο και ταυτόχρονα οι επενδυτές που χρηματοδότησαν την πρώτη μεγάλη έκρηξή της να χάσουν τεράστια ποσά. Στην περίπτωση της AI, με τις πιθανές απώλειες να υπολογίζονται πλέον σε δεκάδες τρισ. δολάρια, αυτό είναι το ενδεχόμενο που κάνει το μέγεθος της σημερινής επενδυτικής έκρηξης τόσο σημαντικό.
