بازار سهام در تله سرمایه‌گذاری هوش مصنوعی؛ وقتی هزینه‌های سنگین به تهدیدی برای رشد تبدیل می‌شوند
لینک منبع: بازار سهام در تله سرمایه‌گذاری هوش مصنوعی؛ وقتی هزینه‌های سنگین به تهدیدی برای رشد تبدیل می‌شوند رونق هوش مصنوعی در سال‌های اخیر به یکی از مهم‌ترین محرک‌های رشد بازار سهام تبدیل شده است. شرکت‌های بزرگ فناوری با سرمایه‌گذاری صدها میلیارد دلاری در مراکز داده، تراشه‌ها و زیرساخت‌های محاسباتی، نه‌تنها ظرفیت توسعه این فناوری را افزایش داده‌اند، بلکه درآمد و سود بسیاری از شرکت‌های فعال در زنج
رونق هوش مصنوعی در سال‌های اخیر به یکی از مهم‌ترین محرک‌های رشد بازار سهام تبدیل شده است. شرکت‌های بزرگ فناوری با سرمایه‌گذاری صدها میلیارد دلاری در مراکز داده، تراشه‌ها و زیرساخت‌های محاسباتی، نه‌تنها ظرفیت توسعه این فناوری را افزایش داده‌اند، بلکه درآمد و سود بسیاری از شرکت‌های فعال در زنجیره تأمین را نیز تقویت کرده‌اند. با این حال، تداوم این روند اکنون پرسشی جدی برای سرمایه‌گذاران ایجاد کرده است: آیا هزینه‌های فزاینده هوش مصنوعی همچنان موتور رشد بازار خواهند بود یا به عاملی برای افزایش فشار بر سهام تبدیل می‌شوند؟
پنج شرکت بزرگ ارائه‌دهنده خدمات ابری و زیرساختی هوش مصنوعی پیش‌بینی می‌شود در سال ۲۰۲۶ حدود ۸۰۰ میلیارد دلار هزینه کنند.
افزایش سرمایه‌گذاری دیگر به‌تنهایی نشانه مثبتی برای بازار نیست و سرمایه‌گذاران بیش از گذشته به بازده واقعی این هزینه‌ها توجه دارند.
برآورد برخی تحلیلگران از هزینه سرمایه‌ای این شرکت‌ها در سال ۲۰۲۷ به ۱.۲ تا ۱.۳ تریلیون دلار می‌رسد.
کلمنت احتمال ترکیدن حباب هوش مصنوعی در سال ۲۰۲۷ یا ۲۰۲۸ و افت حدود ۳۵ درصدی شاخص اس‌اندپی ۵۰۰ تا محدوده ۵۰۰۰ واحد را مطرح کرده است.
یواخیم کلمنت، تحلیلگر بانک سرمایه‌گذاری بریتانیایی پنمور لیبریوم، شرایط کنونی را نوعی «تنگنای سرمایه‌گذاری» توصیف کرده است؛ وضعیتی که در آن ادامه افزایش هزینه‌های زیرساختی می‌تواند به افت ارزش سهام شرکت‌های بزرگ فناوری منجر شود، اما کاهش همین هزینه‌ها نیز ممکن است رشد درآمد و سود سایر شرکت‌های بازار را تحت فشار قرار دهد.
از محرک رشد تا منبع نگرانی بازار
در سال ۲۰۲۴ و بخش عمده‌ای از سال ۲۰۲۵، افزایش بودجه سرمایه‌ای شرکت‌های بزرگ فناوری برای توسعه زیرساخت‌های هوش مصنوعی معمولاً با استقبال بازار مواجه می‌شد. رشد تقاضا برای خدمات ابری، توان پردازشی و کاربردهای هوش مصنوعی، این تصور را تقویت کرده بود که هزینه‌های سنگین امروز، درآمدهای بالاتری را در آینده ایجاد خواهند کرد.
برای نمونه، رشد سالانه درآمد خدمات ابری مایکروسافت و آمازون در دوره مورد اشاره، در برخی بخش‌ها به محدوده ۳۰ تا ۴۰ درصد رسیده بود. این عملکرد به سرمایه‌گذاران نشان می‌داد که تقاضای مرتبط با هوش مصنوعی می‌تواند به گسترش واقعی کسب‌وکارها کمک کند.
با این حال، افزایش هزینه‌های سرمایه‌ای به‌تدریج توجه بازار را به جریان نقد آزاد شرکت‌ها جلب کرده است. جریان نقد آزاد، منابع نقدی باقی‌مانده پس از هزینه‌های عملیاتی و سرمایه‌گذاری‌های سرمایه‌ای است و کاهش آن می‌تواند توان شرکت برای بازخرید سهام، پرداخت سود نقدی یا تأمین مالی طرح‌های جدید را محدود کند.
به همین دلیل، سرمایه‌گذاران اکنون تنها به میزان سرمایه‌گذاری توجه نمی‌کنند؛ آنها می‌خواهند بدانند این هزینه‌ها چه زمانی و با چه بازدهی به درآمد و سود تبدیل خواهند شد.
معمای ۸۰۰ میلیارد دلاری مراکز داده
برآورد ارائه‌شده در مقاله نشان می‌دهد پنج شرکت بزرگ این حوزه ممکن است در سال ۲۰۲۶ مجموعاً حدود ۸۰۰ میلیارد دلار برای توسعه زیرساخت‌های مرتبط با هوش مصنوعی هزینه کنند. بخش مهمی از این منابع به شرکت‌های تولیدکننده تراشه، سازندگان تجهیزات، پیمانکاران مراکز داده و تأمین‌کنندگان برق و زیرساخت اختصاص می‌یابد.
بنابراین، سرمایه‌گذاری شرکت‌های بزرگ فناوری تنها بر وضعیت مالی خود آنها اثر نمی‌گذارد؛ این هزینه‌ها به درآمد و سود مجموعه گسترده‌ای از شرکت‌های بورسی نیز کمک می‌کنند.
اینجاست که تناقض اصلی شکل می‌گیرد. اگر شرکت‌های بزرگ فناوری سرمایه‌گذاری را افزایش دهند اما رشد درآمد متناسبی ایجاد نکنند، ممکن است بازار سهام آنها را به دلیل کاهش جریان نقد آزاد مجازات کند. در مقابل، اگر سرعت سرمایه‌گذاری کاهش یابد، شرکت‌هایی که از سفارش‌های مرتبط با مراکز داده و هوش مصنوعی سود می‌برند، ممکن است با افت تقاضا مواجه شوند.
به بیان دیگر، ادامه سرمایه‌گذاری می‌تواند فشار مالی ایجاد کند و توقف آن نیز ممکن است بخشی از موتور رشد بازار را خاموش کند.
«به نظر من، مسئله اصلی بازار سهام نه خود هوش مصنوعی، بلکه شکاف احتمالی میان ارزش اقتصادی آینده این فناوری و هزینه‌ای است که امروز برای تحقق آن پرداخت می‌شود . حتی اگر هوش مصنوعی در بلندمدت تحولی ساختاری در اقتصاد ایجاد کند، این موضوع تضمین نمی‌کند که تمام سرمایه‌گذاری‌های فعلی بازده مناسبی داشته باشند یا ارزش‌گذاری سهام شرکت‌های فعال در این حوزه منطقی باشد. معیار تعیین‌کننده در مرحله بعد، گذار از رشد ظرفیت به خلق جریان نقدی پایدار خواهد بود. در چنین شرایطی، سرمایه‌گذاران باید میان شرکت‌هایی که صرفاً از موج سرمایه‌گذاری بهره می‌برند و کسب‌وکارهایی که می‌توانند این تقاضا را به سودآوری پایدار تبدیل کنند، تمایز قائل شوند؛ زیرا در نهایت، دوام بازار نه با حجم هزینه‌کرد، بلکه با کیفیت بازده سرمایه تعیین خواهد شد.»
سال ۲۰۲۷؛ آزمون بازده سرمایه‌گذاری
بر اساس ارزیابی‌هایی که در مقاله به تحلیلگران گلدمن ساکس و مؤسسه اس‌اندپی گلوبال نسبت داده شده است، مجموع هزینه‌های سرمایه‌ای شرکت‌های بزرگ این حوزه در سال ۲۰۲۷ ممکن است به محدوده ۱.۲ تا ۱.۳ تریلیون دلار برسد.
چنین سطحی از سرمایه‌گذاری، در صورت تحقق، می‌تواند فشار بیشتری بر جریان نقد آزاد شرکت‌ها وارد کند و برخی از آنها را در سال‌های ۲۰۲۷ و ۲۰۲۸ با جریان نقد آزاد منفی مواجه سازد.
کلمنت معتقد است حباب هوش مصنوعی ممکن است در سال ۲۰۲۷ یا ۲۰۲۸ بترکد و شاخص اس‌اندپی ۵۰۰ حدود ۳۵ درصد افت کند و به محدوده ۵۰۰۰ واحد برسد. این برآورد، سناریوی بدبینانه یک تحلیلگر است و نباید آن را پیش‌بینی قطعی بازار یا اجماع همه تحلیلگران تلقی کرد.
با این حال، مسئله اصلی صرفاً احتمال وقوع یک اصلاح قیمتی نیست؛ پرسش مهم‌تر این است که آیا درآمدهای حاصل از هوش مصنوعی می‌توانند با سرعت کافی رشد کنند تا هزینه‌های فزاینده زیرساختی را توجیه کنند.
سرمایه‌گذاری گسترده در هوش مصنوعی همچنان می‌تواند فرصت‌های اقتصادی مهمی ایجاد کند، اما افزایش هزینه‌ها بدون بازده متناسب، ریسک فزاینده‌ای برای بازار سهام به همراه دارد. اگر شرکت‌های بزرگ فناوری هزینه‌های خود را کاهش دهند، بخشی از شرکت‌های تأمین‌کننده تجهیزات و زیرساخت ممکن است تحت فشار قرار گیرند؛ اگر هم به سرمایه‌گذاری بی‌وقفه ادامه دهند، کاهش جریان نقد آزاد می‌تواند ارزش‌گذاری سهام آنها را با چالش مواجه کند.
از این منظر، گزارش‌های مالی فصل سوم سال ۲۰۲۶ و پیش‌بینی‌های شرکت‌ها برای سال ۲۰۲۷ اهمیت ویژه‌ای خواهند داشت. این گزارش‌ها می‌توانند روشن کنند که آیا تقاضای واقعی برای هوش مصنوعی توان پاسخ‌گویی به هزینه‌های سنگین زیرساختی را دارد یا فاصله میان سرمایه‌گذاری و بازده اقتصادی در حال افزایش است.
در ترجمه برخی نقاط این گزارش از هوش مصنوعی کمک گرفته شده است.