Największe spółki technologiczne, takie jak Apple, Microsoft, Nvidia, Alphabet, Amazon, Meta, Tesla, stanowią już ok. 35 proc. indeksu szerokiego rynku amerykańskiego S&P 500, co oznacza rosnące ryzyko dla rynku.
Michał Szymański
prezes zarządu VIG/C-QUADRAT TFI
Wzrost zainteresowania AI odzwierciedla olbrzymie przyspieszenie złożoności narzędzi i możliwości technologii AI w ostatnich latach. Dla zobrazowania, liczba parametrów głównych modeli AI wzrosła z ok. 100 mln w 2020 r. do setek miliardów obecnie. Zaawansowane, wyspecjalizowane narzędzia AI osiągnęły w wielu przypadkach poziom człowieka. Przykładowo, ma to miejsce w przypadku umiejętności rozumienia obrazu, czyli identyfikacji tego co się dzieje na zdjęciu czy filmie, a także kodowania IT oraz rozumienia języka, w tym w czytaniu z ruchu ust – tu osiągnięto poziom błędów nieco ponad 1 proc. W przypadku rozwiązywania tekstowych zadań matematycznych, to AI ma już poziom wyższy niż człowiek o średnim IQ. Jeszcze ok. 5 lat temu te kompetencje były najczęściej na poziomach rzędu 50 proc. i niższych w porównaniu do człowieka. Tak więc wzrost zainteresowania inwestorów jest w dużej mierze spowodowany faktycznym rozwojem technologii, co jest korzystne z punktu widzenia trwałości koniunktury rynkowej.
Wyzwania
W tej chwili kluczowym staje się tempo zastosowania narzędzi AI. Z jednej strony dane z USA wskazują, że już w ok. połowie giełdowych firm wdrożono narzędzia AI w co najmniej trzech funkcjach biznesowych. Z drugiej, że jedynie w 5 proc. firm narzędzia AI zostały głęboko zintegrowane z procesami operacyjnymi firm, a na chwilę obecną jedynie w 2 na 9 sektorów zmiany wskutek zastosowania AI mają charakter transformacyjny.
Wyzwaniem we wdrożeniach na szeroką skalę jest naturalny opór ludzki i inercje organizacyjne firm. Do głównych wyzwań należy także integracja zróżnicowanych danych, zapewnienie rozumienia rezultatów i funkcjonowania narzędzi zgodnie z regulacjami. Wreszcie problemem modeli generatywnych jest wiarygodne rozróżnienie faktów od fikcji, co tworzy poważne ryzyka operacyjne i reputacyjne. Tempo wdrożeń narzędzi AI w praktyce zdecyduje, czy obecne wyceny i ich możliwości wzrostu okażą się racjonalne, czy też rynek nieracjonalnie wyprzedzi ze swymi oczekiwaniami faktyczną sytuację w firmach, co najczęściej prowadzi do bolesnych spadków. Z taką sytuacją mieliśmy właśnie do czynienia w bańce internetowej – rynki finansowe dość dobrze zidentyfikowały rewolucyjną skalę możliwości nowej technologii, ale zdecydowanie przeceniły tempo zmian.
Niepokój budzi zwłaszcza skala nakładów na infrastrukturę, gdzie najłatwiej doprowadzić do dużych strat w skali całego rynku biorąc pod uwagę skalę planowanych nakładów na choćby centra danych. W relacji do PKB są one obecnie już większe niż nakłady na infrastrukturę spółek telekomunikacyjnych w okresie bańki internetowej. Widoczne są obawy m.in. o pozycje konkurencyjną OpenAI w świetle ostatniej premiery modelu Gemini od Google, a tym samym zasadność tak dużych nakładów na centra danych tej pierwszej spółki.
Utrzymać hossę
Obecne najważniejsze firmy technologiczne są przeważnie rentowne (z wyjątkiem m.in. OpenAI). Dynamika ich zysków przekracza średnią rynkową dla innych sektorów. Jest to zdecydowanie pozytywna różnica w stosunku do tego co miało miejsce w hossie internetowej. Jeśli chodzi o polską giełdę, to do hossy w ostatnich latach przyczyniły się głównie banki odnotowujące bardzo duży wzrost zysków. W 2025 r. powinien on wynieść ok. 40 mld. Dla porównania w 2022 r. było to zaledwie 10 mld. Banki stanowią około 1/3 kapitalizacji warszawskiej giełdy, co przekłada się na ich duży wpływ na ogólną koniunkturę. Oczekuje się, że w 2026 r. trudno będzie w tym sektorze o znaczący wzrost ich zysków, więc pozostaje liczyć na wzrost mnożników wyceny. Ciągle wysokie dywidendy również będą wsparciem na banków. Ponadto, aby hossa mogła być kontynuowana konieczne jest zwiększenie zysków spółek w innych sektorach. Tu na pierwszy plan wysuwają się beneficjenci wzrostu wydatków konsumpcyjnych: handel, dystrybucja, e-commerce.
