Amaran Chris Wood: Mengapa Malpelaburan Boleh Menamatkan Perdagangan AI

Ledakan AI global kini didorong oleh kitaran perbelanjaan modal (capex) yang paling dramatik pernah dilihat, namun risiko struktur yang membayangi boleh mencetuskan peralihan pasaran secara tiba-tiba. Ketua Strategi Ekuiti Global Jefferies, Chris Wood, memberi amaran bahawa berakhirnya perdagangan AI bukan berpunca daripada kekurangan cip atau lebihan bekalan, tetapi daripada krisis keyakinan berkaitan pulangan pelaburan.

Ancaman Malpelaburan dan Pembiayaan Berpusing

Berbeza dengan kitaran semikonduktor tradisional yang berakhir disebabkan lambakan inventori, Wood berhujah bahawa perdagangan AI menghadapi ancaman psikologi dan ekonomi yang unik: "malpelaburan." Risiko utamanya ialah penyedia skala besar (hyperscalers) dan makmal AI mungkin gagal menjana pulangan yang mencukupi daripada jumlah modal besar yang mereka sedang gerakkan.

Wood menekankan gelung maklum balas yang berpotensi rapuh dalam ekosistem tersebut. Beliau menunjukkan struktur di mana syarikat seperti Nvidia mungkin membiayai makmal AI seperti OpenAI, yang kemudiannya menggunakan modal tersebut untuk membeli lebih banyak cip Nvidia. Walaupun kitaran ini memacu pertumbuhan jangka pendek, ia mewujudkan "rumah kad" (house of cards) yang boleh runtuh jika pelabur mula meragui keupayaan monetisasi jangka panjang timbunan (stack) AI tersebut.

Capex Besar-Besaran dan Pemusatan Kekayaan

Skala pelaburan semasa adalah belum pernah terjadi sebelumnya. TSMC telah menaikkan panduan capex 2026 kepada kira-kira $56 bilion, meningkat daripada $41 bilion tahun lepas, dengan beberapa unjuran mencadangkan $65–$70 bilion menjelang 2027. Lonjakan ini telah menjadikan Taiwan sebagai kuasa makro, dengan pertumbuhan KDNK sebenar mencecah 14.55% tahun ke tahun pada S1 2026.

Permintaan berkaitan AI kini begitu tertumpu sehingga dianggarkan merangkumi 31% daripada hasil TSMC pada tahun 2026. Tahap pemusatan ini menekankan betapa besarnya ekonomi global kini bertaruh pada satu vertikal teknologi tunggal.

Komoditisasi Model AI

Satu lagi titik tekanan yang ketara ialah komoditisasi pantas Model Bahasa Besar (LLM). Apabila model berkualiti tinggi menjadi lebih murah, kuasa penetapan harga premium penyedia AI Barat mula dicabar.

Wood menyatakan bahawa model-model China sedang mendapat daya tarikan yang ketara. Di platform OpenRouter, model-model utama China memproses 21.37 trilion token pada akhir Jun, lonjakan besar daripada 4.37 trilion pada April, mengatasi dengan ketara 5.76 trilion token yang diproses oleh model-model utama AS. Peralihan ini menunjukkan bahawa apabila "kos setiap token" jatuh, ekonomi untuk mengekalkan model proprietari yang mahal akan menghadapi penelitian yang sengit.

Peralihan Fokus kepada Memori dan Perkakasan

Walaupun terdapat amaran ini, Wood tidak meramalkan kejatuhan serta-merta. Sebaliknya, beliau sedang menyusun semula portfolio ke arah "picks and shovels" (peralatan asas) industri tersebut—khususnya memori dan perkakasan.

Beliau memetik Paradoks Jevons, di mana peningkatan kecekapan membawa kepada jumlah penggunaan yang lebih tinggi. Apabila pengkomputeran menjadi lebih cekap, permintaan untuk memori DRAM dan NAND meningkat. Syarikat seperti Micron telah pun mengamankan perjanjian strategik jangka panjang untuk sebahagian besar volum mereka, memberikan pengeluar memori pengaruh (leverage) dan kuasa penetapan harga yang besar yang sering tidak dimiliki oleh pengeluar cip tradisional semasa kemerosotan sebelum ini.

Ringkasan Utama

  • Risiko Utama: Perdagangan AI paling terdedah kepada kebimbangan "malpelaburan"—kesedaran bahawa capex yang besar tidak menghasilkan keuntungan yang mencukupi.
  • Tekanan Komoditisasi: Model AI yang semakin baik dan lebih murah, terutamanya dari China, mengancam ekonomi margin tinggi firma AI terkemuka Barat.
  • Lindung Nilai Memori: Walaupun penyedia perisian dan model menghadapi tekanan margin, pengilang perkakasan dan memori (seperti SK Hynix dan Samsung) kekal sebagai penerima manfaat struktur daripada pembangunan tersebut.