Why an AI Market Crash Could Outpace the Dot-Com Bust

The artificial intelligence boom has fueled unprecedented market enthusiasm, but prominent finance expert Aswath Damodaran warns of a looming systemic risk. Unlike previous tech cycles, the current AI surge is built on a foundation of massive physical infrastructure and heavy debt, setting the stage for a potential correction far more devastating than the 2000 dot-com crash.

The Infrastructure Trap: Debt and Depreciation

Aswath Damodaran, a professor at New York University, highlights a fundamental shift in how tech giants operate. During the dot-com era, companies were largely capital-light, scaling software with minimal physical overhead. Today, the AI race requires massive capital expenditures (CapEx) in data centers and specialized hardware.

Damodaran points out a critical risk for "Magnificent Seven" companies: they are transitioning from capital-light software models to heavy infrastructure models. These companies are investing billions in assets that depreciate over ten years, yet in the fast-moving AI landscape, that hardware could become obsolete in just five. Because much of this expansion is financed through debt, a market correction wouldn't just hurt shareholders—it could trigger a broader economic ripple effect.

Why AI Fails the Traditional Software Scaling Test

A common misconception in the tech industry is that AI follows the classic software "marginal cost of zero" rule. Damodaran argues this is a fallacy. Unlike Netflix, which spreads fixed content costs across an expanding subscriber base, AI models incur significant costs for every single interaction.

He compares the AI business model to Spotify rather than Netflix. In Spotify's model, every new stream incurs a cost, resulting in thinner margins. Similarly, every additional AI query burns expensive compute power. This lack of traditional economies of scale, combined with potential price erosion from low-cost competitors like DeepSeek, suggests that rapid growth might actually destroy value rather than create it.

The "AI Fever Dream" and Social Disruption

Damodaran also addresses the "bull case" for AI, which carries its own set of existential risks. If AI achieves its ultimate promise—not just as a productivity tool, but as a total replacement for human labor—the societal consequences would be unprecedented.

Він описує цей сценарій як «галюцинацію від ШІ», де сам успіх технології може призвести до витіснення до половини всіх офісних працівників. Хоча економічна віддача може виглядати вражаючою у фінансовій звітності, «шалені витрати для суспільства», спричинені масовим витісненням робочих місць, становлять ризик, який поточні ринкові оцінки не враховують.

Стратегічна стриманість проти агресивних витрат

Серед цього шаленства Дамодаран пропонує несподіваний захист того, що сприймається як вагання Apple у гонці ШІ. У той час як критики стверджують, що Apple відстає, Дамодаран припускає, що «недооцінка стриманості» є поширеною помилкою. Спостерігаючи за масштабними помилками у капітальних витратах (CapEx) та ризиками застарівання обладнання, з якими стикаються його конкуренти, Apple може готуватися до виходу на ринок з більшою ефективністю та меншими марними витратами капіталу.

Ключові висновки

• Структурний ризик: На відміну від епохи доткомів, бум ШІ підживлюється великими боргами та масивною фізичною інфраструктурою, що робить крах системно небезпечнішим.
• Зниження маржинальності: ШІ не має переваги нульових граничних витрат, притаманної традиційному програмному забезпеченню; він функціонує радше як високовартісний сервіс (подібно до Spotify), ніж як масштабована платформа (як Netflix).
• Соціальний вплив: Найуспішніші бізнес-моделі ШІ — ті, що повністю замінюють людську працю — можуть спровокувати глибоку соціальну нестабільність та економічні потрясіння.