Jak "inteligentne pieniądze" przygotowują się do wielkiego resetu rynku sztucznej inteligencji

W ciągu ostatnich kilku lat rynek amerykański był głównie napędzany historią sztucznej inteligencji, chipów i centrów danych.

Dreszczyk emocji związany z dawaniem pieniędzy tak zwanym "hiperskalerom", którzy następnie zainwestowaliby znaczne środki w inwestycje w infrastrukturę AI, sprawiłby, że każdy inwestor byłby podekscytowany.

Ale teraz odkrywamy, że budowanie przyszłości sztucznej inteligencji to nie tylko wyścig technologiczny. Jest to finansowa łamigłówka mierzona w bilionach. Przepływy pieniężne, koszty zadłużenia, harmonogramy amortyzacji i gwarancje kredytowe mają obecnie takie samo znaczenie jak sieci neuronowe.

A ostatnie tygodnie to istny roller-coaster. Fundusze hedgingowe i fundusze państwowe zmieniają swoje pozycje, doświadczeni inwestorzy dokonują nowych zakładów, a akcje spekulacyjne wciąż próbują utrzymać się przy szumie.

Obserwujemy rynek, który ponownie ocenia, co rozwój sztucznej inteligencji oznacza dla bilansów, rynków kredytowych i długoterminowej rentowności.

Fala nakładów inwestycyjnych w wysokości biliona dolarów wylatuje z bilansów Big Tech

Liczby są na tyle duże, że zmuszają inwestorów do ponownego przemyślenia sposobu, w jaki oceniają gigantów technologicznych.

Morgan Stanley szacuje, że globalne wydatki na infrastrukturę AI osiągną około 2,9 biliona dolarów w latach 2025-2028.

Duże platformy mogą sfinansować tylko około połowy tej kwoty poprzez wewnętrzne przepływy pieniężne. Potrzebują około 1,5 biliona dolarów ze źródeł zewnętrznych, aby zbudować centra danych i sieci energetyczne wymagane do kolejnego etapu wdrażania sztucznej inteligencji.

Meta, na przykład, zdecydowała się zbudować ogromny kampus przy użyciu specjalnego wehikułu inwestycyjnego finansowanego głównie z prywatnych pul kredytów Blue Owl. Spółka zachowuje jedynie mniejszościowy pakiet akcji. Dług należy do pojazdu, a nie do firmy.

Meta podpisuje długoterminową umowę najmu i rejestruje udziały jako inwestycję nienotowaną na giełdzie. Model ten unika presji, która wiązałaby się z umieszczeniem dziesiątek miliardów dolarów nowych pożyczek we własnym bilansie.

Analiza Bloomberga sugeruje , że struktura została zaprojektowana w celu ochrony zysków i utrzymania raportowanej dźwigni finansowej na niskim poziomie, przy jednoczesnym zwiększaniu mocy produkcyjnych na ogromną skalę.

Inne firmy podążają podobnymi ścieżkami. Oracle wyemitował obligacje o wartości 18 miliardów dolarów na rozwój centrów danych. Meta sprzedała również banknoty o wartości 30 miliardów dolarów w swojej drugiej dużej sprzedaży w ciągu dwóch lat.

Alphabet przygotowuje obligacje długoterminowe na okres do 50 lat.

Jednak te tradycyjne obligacje pokrywają tylko niewielką część zabudowy. Znaczna część ekspansji odbywa się obecnie za pośrednictwem kredytów prywatnych, struktur leasingowych i finansowania dostawców.

Powoduje to przeniesienie ciężkich zobowiązań finansowych na wyspecjalizowanych pożyczkodawców, firmy neocloud i górników, którzy przestawili się na hostowanie obciążeń AI.

Ich koszt zadłużenia jest znacznie wyższy. Niektóre płacą zmienne stawki powyżej 12%. Często są one uzależnione od priorytetowych gwarancji od większych firm technologicznych, aby w ogóle uzyskać finansowanie.

Rezultatem jest system, w którym ryzyko nadmiernej rozbudowy znajduje się poza podstawowymi bilansami hiperskalerów. Inwestorzy zaczynają pytać, co się stanie, jeśli popyt rozczaruje lub jeśli klienci opóźnią projekty. Te pytania w pierwszej kolejności trafiają na rynek kredytowy.

Swapy ryzyka kredytowego Oracle rozszerzyły się ostatnio po tym, jak stało się jasne, jak bardzo przyszły popyt jest zależny od OpenAI, firmy przepalającej gotówkę, negocjującej partnerstwa infrastrukturalne o wartości ponad biliona dolarów.

Wczesne oznaki napięcia pojawiają się w technologii spekulatywnej

Przejście od czystej ekscytacji do twardego finansowania pojawiło się szybko na rynku. Grupa mniejszych akcji spółek zajmujących się sztuczną inteligencją i technologiami kwantowymi , która od lipca do połowy października prawie się potroiła, spadła w ciągu ostatniego miesiąca o około jedną trzecią.

Sezon wyników zmusił inwestorów do porównania rozciągniętych wycen spekulacyjnych spółek z dobrymi wynikami spółek o ugruntowanej pozycji. Wielu uznało, że handel nie ma już sensu.

Nie zabrakło również wyzwalaczy specyficznych dla branży. Pogłoski o rządowym wsparciu dla obliczeń kwantowych ucichły. Kilka firm hostingowych AI obniżyło prognozy przychodów z powodu opóźnień w dużych kontraktach.

Jednak podstawowym czynnikiem był powrót do rentowności i generowania gotówki.

Inwestorzy zaczęli nagradzać spółki o ustalonych zyskach i wycofywać się z tych, które mają odległe lub niepewne wypłaty. Współczynnik wartości wzrósł, podczas gdy spekulacyjne nazwy AI gwałtownie się odwróciły.

Posunięcia te wiążą się również z kwestią finansowania.

Jeśli dług Oracle wiąże się z większym ryzykiem, ponieważ jego największy partner w dziedzinie sztucznej inteligencji spala pieniądze, jak rynki powinny wyceniać mniejsze firmy znajdujące się głębiej w łańcuchu dostaw?

Kiedy w dyskusji pojawia się kwestia wiarygodności kredytowej gigantów, aureola wokół małych graczy przygasa.

Ta dynamika wyjaśnia, dlaczego największe spadki miały miejsce na peryferiach ekosystemu sztucznej inteligencji.

Inteligentne pieniądze zmieniają swoje pozycjonowanie w miarę dojrzewania cyklu sztucznej inteligencji

Najciekawsze zmiany płyną ze strony największych inwestorów instytucjonalnych.

Wiele funduszy hedgingowych zmniejszyło pozycje w Siedmiu Wspaniałych w trzecim kwartale.

Bridgewater zmniejszył swoje udziały w Nvidii o prawie dwie trzecie i zmniejszył o połowę swoją pozycję w Alphabet. Tiger Global i Lone Pine sprzedały Meta. Coatue przycięty Nvidia.

Firmy te zajmowały się oprogramowaniem użytkowym, płatnościami, koleją, ubezpieczycielami i wybranymi markami konsumenckimi.

Ich decyzje sugerują chęć zablokowania zysków i zmniejszenia ekspozycji na najbardziej zatłoczone i najdroższe transakcje technologiczne.

SoftBank sprzedał cały swój pakiet akcji Nvidii o wartości 5,8 miliarda dolarów, nie z powodu utraty wiary w sztuczną inteligencję, ale z powodu zmiany punktu widzenia.

Grupa przeznacza dziesiątki miliardów na OpenAI i zobowiązała się do wsparcia projektu centrum danych Stargate w USA.

Plany wymagają dużych nakładów finansowych. Sprzedaż Nvidii pozwala pozyskać gotówkę potrzebną do realizacji tych projektów.

Jednak czas ten skłonił niektórych inwestorów do zastanowienia się, czy wyceny w sektorze chipów osiągnęły szczyt po ogromnym wieloletnim rajdzie.

Niedawno Publiczny Fundusz Inwestycyjny Arabii Saudyjskiej wycofał się z pozycji w dziewięciu spółkach notowanych na giełdzie w USA, w tym Visa i Pinterest.

Jego portfel w USA spadł do około 19,4 mld USD, najniższego poziomu w tym roku.

Państwowy fundusz przekierowuje więcej kapitału na krajowe projekty związane z Wizją 2030 oraz na duże inwestycje w gry, takie jak prywatna umowa o wartości 55 miliardów dolarów dla Electronic Arts.

Zmiany te wskazują na trend, zgodnie z którym globalni alokatorzy zmniejszają szeroką ekspozycję na amerykańskie akcje i koncentrują się na aktywach strategicznych, w przypadku których widzą większą kontrolę lub wyraźniejsze dostosowanie do priorytetów krajowych.

Nie wszyscy inwestorzy długoterminowi podzielają jednak ten pogląd.

Berkshire Hathaway ujawniło nowy pakiet akcji Alphabet o wartości ponad 5 miliardów dolarów.

Stanowisko to już wskazuje na zmianę tonu w porównaniu z wcześniejszymi latami, kiedy Warren Buffett często mówił, że żałuje, że przegapił okazję.

Wydaje się, że Berkshire dostrzega trwałą wartość w połączeniu modeli wyszukiwania, chmury i sztucznej inteligencji Alphabet przy obecnych cenach, nawet gdy inni duzi inwestorzy ograniczają akcje.

Kontrastujące ze sobą ruchy podkreślają, jak podzielona stała się baza inwestorów, ponieważ cykl sztucznej inteligencji wchodzi w bardziej kapitałochłonną fazę.

Jakość zarobków znów jest w centrum uwagi

Kolejna warstwa kontroli pojawiła się wokół sposobu, w jaki Big Tech raportuje swoje zyski.

Michael Burry wyraził obawy , że firmy wydłużają okres użytkowania serwerów i urządzeń GPU, aby obniżyć roczne koszty amortyzacji.

Meta spodziewa się obciąć prawie 3 miliardy dolarów z kosztów amortyzacji w 2025 roku, wydłużając terminy.

Alphabet i Microsoft wprowadziły podobne poprawki. Deprecjacja wśród głównych wydawców mniej więcej podwoiła się w ciągu ostatnich dwóch lat i oczekuje się, że będzie dalej rosła.

Debata koncentruje się na tym, jak szybko ten sprzęt traci wartość ekonomiczną.

Nvidia wypuszcza nowe chipy w szybkim tempie. Pięcioipółletni harmonogram może nie odzwierciedlać rzeczywistych cykli wymiany. Nie ma prostej odpowiedzi.

W niektórych przypadkach czas eksploatacji serwerów wydłużył się dzięki lepszej optymalizacji.

Skala nakładów inwestycyjnych sprawia jednak, że nawet niewielkie zmiany założeń mogą znacząco przesunąć raportowane zyski.

Inwestorzy mówią teraz więcej o trwałości wolnych przepływów pieniężnych niż o zyskach podstawowych, co wydawało się mało prawdopodobne we wczesnej fazie rajdu AI.

Połączenie rosnącej deprecjacji, ogromnych potrzeb kapitałowych i złożonych struktur finansowania zmieniło sposób, w jaki rynki patrzą na ten sektor.

Główne indeksy wydają się stabilne, ale przepływy bazowe pokazują, że rynek jest w okresie przejściowym.

Zyski największych platform wciąż rosną, a popyt na modele AI utrzymuje się na wysokim poziomie.

Pytanie, które się naprzód, staje się dwojakie.

Po pierwsze, jak bardzo technologia może wpłynąć na nasze życie i wpłynąć na produktywność?

Ale to, co inwestorzy muszą wiedzieć, to to, kto zapłaci za kolejny bilion dolarów infrastruktury i które firmy przekształcają tę inwestycję w prawdziwe długoterminowe zyski.