Ostrzeżenie Chrisa Wooda: Dlaczego błędne inwestycje mogą zakończyć trend na AI

Globalny boom na AI jest obecnie napędzany najbardziej dramatycznym cyklem wydatków kapitałowych (capex) w historii, ale nadchodzące ryzyko strukturalne może wywołać nagłą zmianę na rynku. Chris Wood, Global Head of Equity Strategy w Jefferies, ostrzega, że koniec trendu na AI nie nastąpi z powodu niedoboru lub nadmiaru chipów, lecz w wyniku kryzysu zaufania do zwrotu z inwestycji.

Zagrożenie błędnymi inwestycjami i finansowaniem cyklicznym

W przeciwieństwie do tradycyjnych cykli półprzewodników, które kończą się z powodu nadmiaru zapasów, Wood twierdzi, że trend na AI mierzy się z unikalnym zagrożeniem psychologicznym i ekonomicznym: „błędnymi inwestycjami” (malinvestment). Głównym ryzykiem jest to, że dostawcy usług chmurowych (hyperscalers) oraz laboratoria AI mogą nie wygenerować odpowiednich zwrotów z ogromnych ilości kapitału, które angażują.

Wood zwraca uwagę na potencjalnie kruchą pętlę sprzężenia zwrotnego wewnątrz ekosystemu. Wskazuje na struktury, w których firmy takie jak Nvidia mogą finansować laboratoria AI, takie jak OpenAI, które z kolei wykorzystują ten kapitał do zakupu kolejnych chipów firmy Nvidia. Choć ta cykliczność napędza krótkoterminowy wzrost, tworzy ona „dom z kart”, który może runąć, jeśli inwestorzy zaczną wątpić w długoterminowe możliwości monetyzacji stosu technologicznego AI.

Ogromne wydatki kapitałowe i koncentracja bogactwa

Skala obecnych inwestycji jest bezprecedensowa. TSMC podniosło swoje prognozy dotyczące wydatków kapitałowych (capex) na rok 2026 do około 56 miliardów dolarów, w porównaniu do 41 miliardów dolarów w zeszłym roku, przy czym niektóre prognozy sugerują 65–70 miliardów dolarów do 2027 roku. Ten wzrost uczynił z Tajwanu makroekonomiczną potęgę, gdzie wzrost realnego PKB w pierwszym kwartale 2026 roku wyniósł 14,55% rok do roku.

Popyt związany z AI jest obecnie tak skoncentrowany, że szacuje się, iż będzie stanowić 31% przychodów TSMC w 2026 roku. Taki poziom koncentracji podkreśla, jak wiele globalna gospodarka stawia obecnie na jeden pion technologiczny.

Komodytyzacja modeli AI

Kolejnym istotnym punktem nacisku jest szybka komodytyzacja dużych modeli językowych (LLM). W miarę jak wysokiej jakości modele stają się tańsze, zdolność zachodnich dostawców AI do narzucania wysokich cen (premium pricing power) zostaje podważona.

Wood zauważa, że chińskie modele zyskują znaczną popularność. Na platformie OpenRouter czołowe chińskie modele przetworzyły 21,37 biliona tokenów pod koniec czerwca, co stanowi ogromny skok w porównaniu do 4,37 biliona w kwietniu, znacząco przewyższając 5,76 biliona tokenów przetworzonych przez czołowe modele z USA. Ta zmiana sugeruje, że wraz ze spadkiem „kosztu za token”, ekonomika utrzymywania drogich, własnościowych modeli zostanie poddana intensywnej weryfikacji.

Przesunięcie uwagi na pamięć i sprzęt

Mimo tych ostrzeżeń, Wood nie przewiduje natychmiastowego krachu. Zamiast tego, reorientuje on portfele w stronę „kilofów i łopat” (picks and shovels) tej branży — konkretnie w stronę pamięci i sprzętu.

Przywołuje paradoks Jevonsa, zgodnie z którym zwiększona wydajność prowadzi do wyższej całkowitej konsumpcji. W miarę jak obliczenia stają się bardziej wydajne, rośnie popyt na pamięci DRAM i NAND. Firmy takie jak Micron zabezpieczyły już długoterminowe umowy strategiczne na znaczną część swojego wolumenu, co daje producentom pamięci istotną przewagę i siłę cenową, której tradycyjni producenci chipów często nie posiadali podczas poprzednich spadków koniunktury.

Kluczowe wnioski

• Główne ryzyko: Trend na AI jest najbardziej podatny na obawy dotyczące „błędnych inwestycji” — uświadomienie sobie, że ogromne wydatki kapitałowe nie przynoszą wystarczających zysków.
• Presja komodytyzacji: Szybko poprawiające się i tańsze modele AI, szczególnie te z Chin, zagrażają wysokomarżowej ekonomice wiodących zachodnich firm AI.
• Zabezpieczenie w pamięciach: Podczas gdy dostawcy oprogramowania i modeli mierzą się z presją na marże, producenci sprzętu i pamięci (tacy jak SK Hynix i Samsung) pozostają strukturalnymi beneficjentami rozbudowy infrastruktury.