J.P. Morgan waarschuwt voor toenemende alarmsignalen in de AI-markt
Terwijl kunstmatige intelligentie blijft zorgen voor ongekende technologische sprongen, slaan financieel analisten alarm over mogelijke marktinstabiliteit. Een recent rapport van J.P. Morgan suggereert dat "investeerdersenthousiasme" zorgt voor gevaarlijke niveaus van concentratie en volatiliteit binnen de AI-sector.
Extreme concentratie en de dotcom-parallel
De meest opvallende zorg die J.P. Morgan uit, is de extreme concentratie van rijkdom en groei binnen de S&P 500. Sinds de lancering van ChatGPT in 2022 zijn slechts 42 AI-gerelateerde bedrijven verantwoordelijk voor ongeveer 65% tot 80% van de winsten, omzetten en investeringen van de gehele index. Deze concentratie is het meest zichtbaar in de marktkapitalisatie, waarbij de tien grootste Amerikaanse aandelen nu ongeveer 40% van de S&P 500 beslaan — een enorme sprong vergeleken met slechts 17% in 2015.
Bovendien weerspiegelen technische patronen in de halfgeleidersector de beruchte dotcom-bubbel. J.P. Morgan identificeert vier specifieke waarschuwingssignalen:
- Halfgeleideraandelen wijken even sterk af van hun voortschrijdend gemiddelde van 200 dagen als in de late jaren '90.
- Hedgefondsen zijn zwaarder geïnvesteerd in chipaandelen dan ooit tevoren.
- Marginleningen op de Koreaanse effectenbeurs zijn sinds 2020 verdrievoudigd.
- De handel in opties op halfgeleideraandelen is gestegen naar vijf keer het niveau van 2020.
Het veranderende landschap van AI-hardware
Hoewel Nvidia de titaan van de AI-acceleratormarkt blijft, staat de dominantie ervan onder strategische druk. J.P. Morgan schat dat het marktaandeel van Nvidia waarschijnlijk zal dalen van 85% in 2023 naar ongeveer 75% in 2026. Deze verschuiving wordt gedreven door grote cloudproviders die eigen silicium ontwikkelen om kosten te optimaliseren.
Zo worden de TPUs van Google en de Trainium-chips van Amazon cruciale alternatieven. Het gebruik van op maat gemaakte silicium kan de operationele kosten met 30% tot 40% verlagen in vergelijking met traditionele Nvidia GPU's. Een opmerkelijke verschuiving in de sector is al gaande: Anthropic heeft toegezegd om de Claude-modellen de komende tien jaar op de Trainium-infrastructuur van Amazon te draaien, wat wijst op een beweging weg van totale afhankelijkheid van GPU's.
Margedruk en de opkomst van open source
De economische levensvatbaarheid van toonaangevende AI-labs zoals OpenAI en Anthropic blijft een groot vraagteken. Ondanks de snelle omzetgroei drukken de astronomische rekenkosten de marges. Dit creëert een kwetsbaarheid die concurrenten klaar zijn om uit te buiten.
Nu tokenprijzen fluctueren, zoeken bedrijven steeds vaker naar manieren om hun uitgaven te optimaliseren door taken te verplaatsen naar goedkopere, hoogwaardige open-source modellen. Het landschap wordt verder bemoeilijkt door Chinese open-source modellen, die snel de prestaties van de top bereiken tegen een fractie van de kosten van westerse propriëtaire modellen. Deze neerwaartse druk op de tokenprijzen, gecombineerd met krimpende marges op de vrije kasstroom bij grote cloudproviders, suggereert dat de "AI-goudkoorts" binnenkort een harde confrontatie met de realiteit kan krijgen wat betreft winstgevendheid.
Belangrijkste conclusies
- Marktvolatiliteit: Patronen in halfgeleideraandelen en de toegenomen handel in opties vertonen technische gelijkenissen met de dotcom-bubbel.
- Hardware-diversificatie: Het marktaandeel van Nvidia zal naar verwachting dalen naarmate cloudproviders zoals Amazon en Google eigen chips inzetten om kosten met wel 40% te verlagen.
- Winstgevendheidsrisico's: Hoge rekenkosten en de toenemende efficiëntie van goedkope open-source modellen (inclusief Chinese) vormen een bedreiging voor de marges van toonaangevende AI-labs.