سرمایه‌گذاری هوش مصنوعی در "استراحت نیمه‌وقت": سهام محاسباتی دیگر جذاب نیستند، در نیمه دوم به دو موضوع توجه کنید

نویسنده: جائه، پان‌نیوز

در هفته اول آگوست، نمادهای اصلی زنجیره صنعت هوش مصنوعی در بازار سهام آمریکا به طور کلی بیش از ۱۰ درصد افزایش قابل توجهی را تجربه کردند. قیمت سهام انویدیا به مدت پنج روز متوالی افزایش یافت و مای‌ور نیز نزدیک به ۲۰ درصد رشد کرد. پس از تجربه "شکست" در ماه ژوئیه، نمادهای زنجیره صنعت هوش مصنوعی در ماه جدید بالاخره توانستند بخشی از زمین‌های از دست رفته خود را بازپس بگیرند.

با این حال، این افزایش سریع در واقع به دلیل پاکسازی شدید اهرم‌ها در اواخر ماه ژوئیه بود. در آن زمان، نمادهای بالادستی نیمه‌هادی و محاسباتی با کاهش قابل توجهی در ارزش‌گذاری مواجه شدند و ترس از "شکست حباب" در بازار حاکم شد. ارزیابی جدید اقتصاددان ارشد چین در مورگان استنلی، شینگ زی‌کیانگ، نشان می‌دهد که نوسانات اخیر در مسیر هوش مصنوعی ناشی از بدتر شدن بنیادها نیست، بلکه نتیجه تراکم معاملات، کاهش تأمین مالی شرکت‌های بزرگ و افزایش قیمت نفت است که به انتظار افزایش نرخ بهره منجر شده است و به نوعی "استراحت نیمه‌وقت" را ایجاد کرده است. این دیدگاه به توافقی در بین بانک‌های سرمایه‌گذاری وال استریت تبدیل شده است.

در حال حاضر، اگرچه نمادهای زنجیره صنعت هوش مصنوعی در بازار سهام آمریکا همچنان عملکرد خوبی دارند، اما هیجان در بخش هوش مصنوعی به وضوح در حال کاهش است و موتور داغ‌ترین بازارهای سرمایه جهانی به آرامی در حال تغییر دنده است. در نیمه اول سرمایه‌گذاری در هوش مصنوعی، سرمایه‌ها به سمت تراشه‌های محاسباتی متمرکز شده بودند و داستان‌های مطمئن "فروش بیل" مورد توجه قرار گرفته بودند؛ تیم تحقیقاتی مورگان استنلی بر این باور است که تمرکز سرمایه‌گذاری در نیمه دوم ممکن است به دو مسیر منتقل شود: یکی به سمت بخش کاربردی، به دنبال کاهش واقعی هزینه‌ها و تحقق جریان نقدی؛ و دیگری به سمت دنیای فیزیکی، با ارزیابی مجدد انرژی، مواد اولیه و سایر دارایی‌های سخت که هوش مصنوعی نمی‌تواند از آن‌ها دوری کند.

"سه کوه بزرگ" بر دوش "فروشندگان بیل" در صنعت هوش مصنوعی

سه نیروی ترکیبی، دکمه "توقف" را در مسیر هوش مصنوعی فشار داده‌اند.

معاملات شلوغ: تعادل شکننده ناشی از اهرم‌های بالا

بازار هوش مصنوعی در نیمه اول، نمونه‌ای از "معاملات شلوغ" است.

مقدار زیادی از سرمایه‌های اهرمی و سرمایه‌های در حال افزایش به سمت تراشه‌های محاسباتی، نیمه‌هادی‌ها و ذخیره‌سازی در مسیرهای بالادستی سرازیر شدند و باعث افزایش سریع تمرکز سهام به بالاترین سطح تاریخی شد. ساختار شلوغ سهام، ضعف بازار را تشدید کرده و منجر به فروش‌های اهرمی شد.

در اواخر ماه ژوئیه، انتظارات معاملاتی بیش از حد یکسان، باعث ایجاد یک حرکت جمعی در سهام شد. طبق آمار گلدمن ساکس، حجم دارایی‌های تحت مدیریت ETF نیمه‌هادی اهرمی از اوج ۱,۶۳۰ میلیارد دلاری در ژوئن به ۱,۰۰۰ میلیارد دلار کاهش یافته است که کاهش نزدیک به ۴۰ درصدی را نشان می‌دهد و بزرگ‌ترین کاهش از آوریل ۲۰۲۵ به شمار می‌رود. در همین زمان، ETF نیمه‌هادی حدود ۶۳ درصد از کل خروجی سرمایه از تمام ETF‌های اهرمی آمریکا را به خود اختصاص داده است.

با این حال، کاهش اهرم نیز به طور مؤثری حباب‌های ناشی از معاملات صرفاً مفهومی را پاکسازی کرده و به کاهش هیجان بیش از حد در بازار هوش مصنوعی کمک کرده است.

کاهش نقدینگی: بازخورد منفی هزینه‌های سرمایه‌ای صدها میلیارد دلاری

وجه دیگر رقابت تسلیحاتی هوش مصنوعی، مصرف مداوم نقدینگی در بازار ثانویه است.

شرکت‌های بزرگ خدمات ابری جهانی برای تصاحب زمین‌های محاسباتی، برنامه‌ریزی کرده‌اند که هزاران میلیارد دلار در زیرساخت‌های هوش مصنوعی سرمایه‌گذاری کنند، اما جریان نقدی آن‌ها نمی‌تواند به طور کامل این شکاف بزرگ هزینه‌های سرمایه‌ای را پوشش دهد. بنابراین، شرکت‌های فناوری به طور مکرر از طریق افزایش سهام و انتشار اوراق قرضه بزرگ به تأمین مالی گسترده روی آورده‌اند. طبق گزارش فایننشال تایمز، چهار غول سیلیکون‌ولی تا پایان فصل دوم سال جاری، مجموع سرمایه‌گذاری‌های هوش مصنوعی خود را به ۱.۱ تریلیون دلار رسانده‌اند. تیم تحقیقاتی مورگان چیس نیز اشاره کرده است که بدهی‌های مرتبط با هوش مصنوعی بیش از ۱۵ درصد از بازار اوراق قرضه با درجه سرمایه‌گذاری آمریکا را تشکیل می‌دهد و به بزرگ‌ترین بخش بدهی واحد تبدیل شده است. اگر تحقق درآمد در پایین‌دست به اندازه پیش‌بینی‌ها نباشد، بدهی بیش از حد می‌تواند تهدیدی بالقوه برای رتبه اعتباری شرکت‌ها باشد.

بازار ثانویه به طور مداوم "کاهش نقدینگی" را تجربه می‌کند و تأمین مالی محدود می‌شود، بنابراین ارزش‌گذاری به طور طبیعی تحت فشار قرار می‌گیرد. به طور ساده، هرچه گسترش محاسباتی تهاجمی‌تر باشد، اثر مکش بر نقدینگی قوی‌تر خواهد بود.

ابرهای نرخ بهره: فشار ارزش‌گذاری ناشی از بازگشت تورم

متغیرهای کلان به آخرین نیروی فشار بر ارزش‌گذاری‌های بالا تبدیل شده‌اند.

افزایش تنش‌های ژئوپلیتیکی در خاورمیانه، قیمت نفت جهانی را افزایش داده و نگرانی‌ها در مورد بازگشت چسبندگی تورم دوباره به سطح خود بازگشته است و این امر انتظار افزایش نرخ بهره فدرال رزرو را به وجود آورده است. افزایش نرخ بهره بدون ریسک، نرخ تنزیل جریان‌های نقدی آینده را بالا می‌برد. برای نمادهای هوش مصنوعی که هنوز در مرحله سرمایه‌گذاری هستند و جریان نقدی آن‌ها هنوز تحقق نیافته، افزایش نرخ تنزیل به طور بیشتری فشار بر ارزش‌گذاری آن‌ها وارد می‌کند.

در زیر فشار سه‌گانه، کسب و کار "فروش بیل" ناگهان دشوار شده است.

منطق سرمایه‌گذاری هوش مصنوعی تغییر می‌کند: یک دست ROI و یک دست دارایی‌های سخت

گلدمن ساکس و مورگان استنلی اشاره کرده‌اند که آموزش مدل‌های پایه در حال انتقال به سمت استقرار استدلال‌های بزرگ‌مقیاس است و داستان‌های صرفاً انباشتن محاسبات و مقایسه پارامترها به تدریج کارایی خود را از دست می‌دهند. نقاط مرجع ارزش‌گذاری در بازار سرمایه نیز به سمت توانایی تحقق مدل‌های تجاری و گلوگاه‌های منابع در دنیای فیزیکی تغییر می‌کند.

بخش کاربردی هوش مصنوعی: از داستان‌گویی به محاسبه ROI

نیمه دوم سرمایه‌گذاری در هوش مصنوعی، مسابقه‌ای برای توانایی تحقق مالی است.

در نیمه اول، نمادها تنها کافی بود که به مفهوم هوش مصنوعی متصل شوند تا از حباب ارزش‌گذاری بهره‌مند شوند؛ در نیمه دوم، مقیاس پارامتر دیگر معیار اصلی نیست و نسبت هزینه به درآمد تنها مبنای کسب ارزش‌گذاری بالا خواهد بود. بازار بیشتر به این موضوع توجه خواهد کرد که آیا شرکت‌ها می‌توانند با استفاده از هوش مصنوعی هزینه‌ها را کاهش دهند و به رشد درآمد و جریان نقدی تبدیل کنند.

با کاهش مداوم هزینه‌های استدلال، شرکت‌های کاربردی با اکوسیستم‌های قوی، دارایی‌های داده‌ای منحصر به فرد و چسبندگی بالای مشتریان، به تدریج از دیگران متمایز خواهند شد. به عنوان مثال، شرکت‌هایی که هوش مصنوعی را در توسعه بازی، تبلیغات یا فرآیندهای دیجیتالی ادغام می‌کنند، می‌توانند به طور قابل توجهی هزینه‌های عملیاتی واحد را کاهش دهند و فناوری هوش مصنوعی را به موتور کارایی داخلی و قدرت چانه‌زنی محصولات تبدیل کنند.

سرمایه به سمت ROI متمایل خواهد شد و این امر شرکت‌های هوش مصنوعی را مجبور می‌کند که از "مقایسه پارامترها" به "تحقق واقعی" تغییر مسیر دهند و هوش مصنوعی را از آزمایشگاه به صنایع واقعی منتقل کنند. در حال حاضر در بخش کاربردی هوش مصنوعی، به جز چند بازیکن پیشرو مانند Palantir (PLTR) که رشد مالی را تحقق بخشیده‌اند، سایر نمادها هنوز نیاز به داده‌های بازار بیشتری برای اثبات خود دارند.

دارایی‌های HALO: پایان هوش مصنوعی در دنیای فیزیکی است

"پایان هوش مصنوعی در انرژی و مواد اولیه است"، قضاوتی که گلدمن ساکس در ماه گذشته انجام داد، در حال تبدیل شدن به توافقی در بازار است.

دارایی‌های HALO (Heavy Assets, Low Obsolescence) به دارایی‌های فیزیکی اشاره دارد که دارای موانع بالای ورودی و سرمایه‌های ملموس هستند و به راحتی نمی‌توانند به سرعت توسط فناوری جایگزین شوند، مانند: معادن مس، شبکه‌های برق، تجهیزات زیرساختی و منابع انرژی هسته‌ای. این نوع دارایی‌های سخت فیزیکی که هوش مصنوعی نمی‌تواند آن‌ها را جابجا کند، تخریب کند یا بسازد، ممکن است مورد توجه سرمایه‌های جهانی قرار گیرد.

گلدمن ساکس در گزارش "اثر HALO" اشاره کرده است که بازار جهانی در حال تجربه یک "بازنگری در کمبودها" است. در دهه گذشته، بازار به دنبال مدل‌های نرم‌افزاری "سبک و با رشد بالا" بود، اما هوش مصنوعی آستانه پردازش اطلاعات را کاهش داده و به طور قابل توجهی ارزش‌گذاری و حاشیه سود شرکت‌های نرم‌افزاری و خدمات IT را فشرده کرده است. در عوض، هزینه‌های بازسازی دارایی‌های فیزیکی به دلیل تورم و منطقه‌ای شدن مجدد زنجیره تأمین به طور قابل توجهی افزایش یافته است.

به طور ساده، مدل‌های بزرگ به صورت هفتگی به روز می‌شوند، و آستانه الگوریتم‌ها و خدمات نرم‌افزاری به طور قابل توجهی کاهش یافته است. برخی از شرکت‌های SaaS با دارایی‌های سبک که به کدهای ساده یا خدمات واسطه‌ای وابسته‌اند، با خطرات انقلابی جایگزینی توسط هوش مصنوعی مواجه هستند. الگوریتم‌ها می‌توانند توسط مدل‌های متن‌باز پیشی بگیرند، نرم‌افزارها می‌توانند توسط هوش مصنوعی بازنویسی شوند، اما شبکه‌های برق نمی‌توانند به راحتی کپی شوند، معادن مس نمی‌توانند به طور تصادفی تولید شوند و نیروگاه‌های هسته‌ای نیز نمی‌توانند در یک شب ساخته شوند.

طبق استانداردهای طبقه‌بندی مؤسسات وال استریت، موضوع HALO شامل چهار بخش اصلی است: انرژی و هسته‌ای، شبکه و زیرساخت، مواد اولیه کلیدی و مهندسی و ساخت، که هر یک از آن‌ها موانع فیزیکی هستند که گسترش محاسبات هوش مصنوعی نمی‌تواند از آن‌ها دوری کند و در این میان، پتانسیل‌های توافقی بالایی از مؤسساتی مانند بلک‌راک و گلدمن ساکس وجود دارد.

در زمینه انرژی و هسته‌ای، غول‌های مستقل هسته‌ای مانند Constellation Energy (CEG)، Vistra Corp (VST) و NextEra Energy (NEE) در حال تبدیل شدن به کانون توجه سرمایه‌ها هستند. در شرایطی که گسترش شبکه‌های عمومی محدود است، آن‌ها با استفاده از مزایای مجوز و مدل تأمین برق "پشت‌متر"، نیروگاه‌های هسته‌ای به تأمین‌کنندگان اصلی انرژی مراکز داده تبدیل شده‌اند و توجه غول‌های فناوری را به خود جلب کرده‌اند تا قراردادهای خرید برق (PPA) با قیمت‌های تضمینی و چند ساله امضا کنند و کسب‌وکار عمومی دوره‌ای را به دارایی‌های نقدی با اطمینان بالا تبدیل کنند.

در زمینه شبکه و زیرساخت، گسترش GPU‌های پرمصرف منجر به رسیدن خنک‌کننده‌های سنتی به مرزهای فیزیکی شده است و انتقال مراکز داده به فناوری خنک‌کننده مایع به یک روند اجتناب‌ناپذیر تبدیل شده است. Vertiv (VRT) با تکیه بر موقعیت پیشرو خود در فناوری‌های خنک‌کننده دقیق و مدیریت حرارتی، از مزایای ارتقاء خنک‌کنندگی مراکز داده بهره‌مند خواهد شد. Eaton (ETN) و Quanta Services (PWR) نیز کنترل توانایی ساخت تجهیزات توزیع، ترانسفورماتورها و شبکه‌های برق با ولتاژ بالا را در دست دارند و سرعت واقعی گسترش شبکه را تعیین می‌کنند. علاوه بر این، پروژه‌های بلندمدت ارتقاء شبکه‌های فیزیکی نیز برای آن‌ها موانع رقابتی بالایی ایجاد کرده است.

در زمینه مواد اولیه کلیدی، Freeport-McMoRan (FCX) دارای منابع و حقوق استخراج معادن مس با کیفیت بالا است. چه در انتقال برق، چه در پیچش ترانسفورماتورها و چه در سیم‌کشی داخلی مراکز داده، مس یک واسطه فیزیکی غیرقابل جایگزین است. همچنین، دوره‌های طولانی توسعه معادن و کاهش کیفیت سنگ‌ها، به طور قابل توجهی انعطاف‌پذیری تأمین معادن جدید مس را کاهش داده است و گسترش شکاف عرضه و تقاضا به طور مداوم قیمت‌گذاری منابع مس را افزایش خواهد داد.

در زمینه مهندسی و ساخت، Caterpillar (CAT) و Deere&Co (DE) دارای کارخانه‌های فیزیکی بزرگ، فناوری‌های مهندسی اختصاصی و شبکه‌های تأمین جهانی هستند که موانع فیزیکی را ایجاد کرده‌اند که به راحتی نمی‌توانند توسط کد یا الگوریتم جایگزین شوند و در جریان بزرگ ساخت و ساز، به طور مداوم سفارشات را دریافت می‌کنند.

در نیمه دوم سرمایه‌گذاری در هوش مصنوعی، ترانسفورماتورهای Eaton، بیل‌های بزرگ Caterpillar و معادن مس Newmont که قبلاً به عنوان دارایی‌های "اقتصاد قدیمی" در نظر گرفته می‌شدند، ناگهان ارزش استراتژیک جدیدی پیدا کرده‌اند. بازنگری سرمایه در دارایی‌های HALO، پایه‌های فیزیکی را برای نیازهای بزرگ‌تر زیرساخت‌های هوش مصنوعی در مرحله بعدی تقویت خواهد کرد.

با این حال، ساخت دارایی‌های HALO دوره‌های طولانی و سرمایه‌گذاری‌های بزرگی را می‌طلبد. اگر سرعت تجاری‌سازی کاربرد‌های هوش مصنوعی در پایین‌دست به اندازه پیش‌بینی‌ها نباشد، سرمایه‌گذاری‌های پیشین در زیرساخت‌های انرژی و محاسباتی نیز ممکن است منجر به مازاد ظرفیت و خطرات غرق شدن دارایی‌ها شود.

"استراحت نیمه‌وقت" مرحله‌ای ضروری برای حرکت به سمت تفکیک منطقی در بازار سرمایه است و بازدهی‌های فوق‌العاده آینده به سمت سناریوهای تجاری واقعی و دارایی‌های سخت محکم خواهد رفت. تنها بازیکنانی که توانایی تجاری‌سازی و موانع فیزیکی را دارند، می‌توانند در مسابقه طولانی پس از "استراحت نیمه‌وقت" پیشتاز باقی بمانند.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.