Chris Wood Memberi Amaran: Risiko Salah Pelaburan Boleh Mencetuskan Pengakhiran Dagangan AI

Lonjakan berterusan dalam perbelanjaan Kecerdasan Buatan (AI) sedang berhadapan dengan amaran kritikal daripada salah seorang pakar strategi Wall Street yang paling berpengalaman. Chris Wood, Ketua Strategi Ekuiti Global di Jefferies, mencadangkan bahawa ledakan AI tidak akan berakhir disebabkan oleh kekurangan permintaan, sebaliknya disebabkan oleh krisis keuntungan yang semakin menghampiri.

Ancaman Salah Pelaburan Berbanding Lebihan Bekalan

Berbeza dengan kitaran semikonduktor tradisional yang biasanya runtuh disebabkan oleh lambakan inventori secara tiba-tiba atau kejutan bekalan, Wood berhujah bahawa dagangan AI menghadapi risiko struktur yang unik: salah pelaburan (malinvestment). Beliau percaya "permainan akhir" (endgame) bagi ledakan AI akan dicetuskan apabila penyedia skala besar (hyperscalers) dan makmal AI terkemuka menyedari bahawa mereka tidak dapat menjana pulangan yang mencukupi daripada perbelanjaan modal (capex) besar-besaran yang sedang mereka laksanakan.

Wood menonjolkan satu gelung maklum balas yang berpotensi berbahaya di mana syarikat seperti Nvidia menyediakan pembiayaan kepada entiti seperti OpenAI, yang kemudiannya menggunakan modal tersebut untuk membeli lebih banyak cip Nvidia. Walaupun kitaran ini memacu pertumbuhan pesat, ia sangat bergantung kepada andaian monetisasi yang optimistik. Jika pelabur mula meragui keterlihatan pendapatan jangka panjang bagi susunan (stack) AI, model pembiayaan berpusing ini boleh terurai secara mendadak.

Capex Besar-Besaran dan Kebangkitan Gergasi Memori

Skala pelaburan semasa adalah luar biasa. Wood menyifatkan pembinaan yang sedang berlangsung sebagai "kitaran capex yang paling dramatik" yang pernah beliau saksikan. Contoh utamanya ialah TSMC, yang telah menaikkan panduan capex 2026 kepada kira-kira $56 bilion, dengan unjuran daripada Fubon Research menunjukkan ia boleh mencapai $65–$70 bilion menjelang 2027. Lonjakan ini telah meningkatkan ekonomi Taiwan secara ketara, dengan pertumbuhan KDNK sebenar mencecah 14.55% tahun ke tahun pada S1 2026.

Menariknya, sementara lapisan perisian dan model menghadapi risiko, penyedia "picks and shovels" (peralatan asas) industri ini—khususnya pembekal memori—sedang melihat manfaat struktur. Wood merujuk kepada Paradoks Jevons, di mana peningkatan kecekapan membawa kepada jumlah penggunaan yang lebih tinggi. Ini telah mengubah DRAM dan memori daripada komponen periferal kepada enjin teras produktiviti AI. Pemain utama seperti Micron sudah pun mengukuhkan leveraj jangka panjang, dengan 16 perjanjian strategik yang merangkumi 20% daripada volum DRAM mereka dan satu pertiga daripada volum NAND mereka.

Komoditisasi Model AI

Cabaran besar bagi penyedia AI Barat ialah komoditisasi pantas Model Bahasa Besar (LLM). Wood menyatakan bahawa kos model berprestasi tinggi sedang menjunam, terutamanya dengan kebangkitan model China yang cekap.

Data daripada OpenRouter mendedahkan peralihan besar: pada akhir Jun, model AI teratas China memproses 21.37 trilion token, satu lonjakan ketara daripada 4.37 trilion pada April. Jumlah ini jauh mengatasi 5.76 trilion token yang diproses oleh model teratas AS. Memandangkan model seperti GLM-5.2 milik Z.ai menawarkan prestasi yang hampir setanding dengan penyedia premium Barat pada satu perempat daripada kosnya, tekanan terhadap ekonomi perkhidmatan AI "premium" terus meningkat.

Ringkasan Utama

• Risiko Teras: Dagangan AI lebih berkemungkinan berakhir disebabkan oleh kesedaran tentang "salah pelaburan" dan pulangan modal yang lemah, berbanding lebihan bekalan cip tradisional.
• Ketahanan Memori: Walaupun perisian AI menghadapi komoditisasi, pengeluar memori (DRAM/NAND) sedang memperoleh kuasa penetapan harga struktur dan kestabilan kontrak jangka panjang.
• Gelung Maklum Balas: Pelabur harus memantau hubungan berpusing antara pengeluar cip yang membiayai makmal AI, kerana kitaran ini sangat sensitif terhadap perubahan sentimen pelabur.