Επενδυτικός πυρετός στο AI: Ευλογία για ανάπτυξη ή απειλή για τους άλλους κλάδους;

Οι αναλυτές της Wall Street συνεχίζουν να αναθεωρούν προς τα πάνω τις προβλέψεις τους για τις κεφαλαιουχικές δαπάνες που σχετίζονται με την τεχνητή νοημοσύνη (AI), με ορισμένους να εκτιμούν ότι μεγάλες τεχνολογικές εταιρείες, μεταξύ άλλων οι Amazon, Microsoft, Alphabet, Nvidia και Meta, θα μπορούσαν να δαπανήσουν έως και 1,4 τρισεκατομμύριο δολάρια έως το 2027.

Η Gartner, εταιρεία έρευνας και συμβουλευτικών υπηρεσιών, προβλέπει ότι οι παγκόσμιες δαπάνες για την AI θα φτάσουν τα 2,5 τρισεκατομμύρια δολάρια φέτος. 

Το τεράστιο ποσό κεφαλαίων που προορίζεται πλέον για τα κέντρα δεδομένων που αναπτύσσονται σε ολόκληρες τις Ηνωμένες Πολιτείες, για προηγμένο εξοπλισμό δικτύωσης και για υποδομές ηλεκτρικής ενέργειας εγείρει ένα κρίσιμο ερώτημα:

Μήπως η ανάπτυξη της AI περιορίζει τις επενδύσεις σε άλλους τομείς; Όπως παρατήρησαν οι οικονομολόγοι της Goldman Sachs, Jessica Rindels και David Mericle, άνθρωποι που δύσκολα θα μπορούσαν να χαρακτηριστούν ως σύγχρονοι Λουδίτες, υπάρχει μεγάλος κίνδυνος το AI να στερήσει κεφάλαια από άλλους παραγωγικούς τομείς και τελικά να λειτουργήσει ως τροχοπέδη για την οικονομική ανάπτυξη.

Πράγματι, όπως πρόσφατα επισήμανε ο Torsten Slok, Chief Economist της Apollo Global Management, η συναίνεση μεταξύ των επενδυτών είναι ότι οι κεφαλαιουχικές δαπάνες των hyperscalers, δηλαδή των μεγάλων εταιρειών cloud που λειτουργούν τεράστιες υποδομές, θα φτάνουν περίπου το 3% του ΑΕΠ των ΗΠΑ ετησίως κατά την περίοδο 2027–2029. Πρόκειται για απότομη αύξηση σε σχέση με το 0,3% του ΑΕΠ το 2019 και το 1,4% το 2025.

Οι ηγέτες του κλάδου του AI και οι επενδυτές υποστηρίζουν ότι η σημερινή έκρηξη του AI θα μπορούσε να αποφέρει τεράστια κέρδη παραγωγικότητας, μετασχηματίζοντας την παγκόσμια οικονομία και βελτιώνοντας το βιοτικό επίπεδο όλων.

Όπως συνέβη και με προηγούμενες τεχνολογικές επαναστάσεις, το AI υπόσχεται να αναδιαρθρώσει ολόκληρους κλάδους: από την άμυνα και τη μεταποίηση έως την εκπαίδευση. Θα μπορούσε επίσης να μειώσει το κόστος σε τομείς —ιδιαίτερα στην εκπαίδευση και την υγειονομική περίθαλψη— όπου εδώ και χρόνια είναι δύσκολο να επιτευχθούν σημαντικά κέρδη αποδοτικότητας. Οι επενδύσεις που σχετίζονται με το AI έχουν ήδη καταστεί σημαντικός μοχλός της οικονομικής ανάπτυξης των ΗΠΑ.

Η Morgan Stanley εκτιμά ότι οι κεφαλαιουχικές δαπάνες για την τεχνολογία θα μπορούσαν να προσθέσουν έως και 2,5 ποσοστιαίες μονάδες στην ανάπτυξη του αμερικανικού ΑΕΠ φέτος και περισσότερο από 3% το 2027. Όμως, είναι η εκρηκτική αύξηση των δαπανών για AI εις βάρος άλλων κλάδων;

Το 2025, το AI αντιπροσώπευε το 65,4% της αξίας των συμφωνιών επιχειρηματικών κεφαλαίων (venture capital) στις Ηνωμένες Πολιτείες.

Με την ακόρεστη ανάγκη της για κεφάλαια, υπάρχει πραγματικός κίνδυνος ο κλάδος να στερήσει από άλλους πολλά υποσχόμενους τομείς, όπως η βιοτεχνολογία και η νανοτεχνολογία, τις επενδύσεις που χρειάζονται.

Ήδη από το 2024, ο μηχανικός AI Abhay Gupta προειδοποιούσε ότι startups σε τομείς που ξαφνικά θεωρούνταν λιγότερο ελκυστικοί, όπως η πράσινη τεχνολογία (greentech) και οι επενδύσεις κοινωνικού αντίκτυπου, δυσκολεύονταν πολύ περισσότερο να προσελκύσουν κεφάλαια venture capital εξαιτίας της έκρηξης της AI.

Το φαινόμενο του «παραγκωνισμού» (crowding out) δεν περιορίζεται στα venture capital. Μπορεί επίσης να εμφανιστεί όταν ο έντονος ανταγωνισμός για κεφάλαια ανεβάζει το κόστος δανεισμού αρκετά ώστε να περιορίσει ή να καταστήσει αδύνατη τη χρηματοδότηση κατά τα άλλα ελκυστικών έργων ή κλάδων. Υπάρχουν ήδη ενδείξεις αυτής της δυναμικής στις κεφαλαιαγορές, με πιο εμφανή ένδειξη την αύξηση του κόστους δανεισμού, όπως αυτό αποτυπώνεται στα πραγματικά επιτόκια.

Η πρόσφατη άνοδος των αποδόσεων των αμερικανικών κρατικών ομολόγων (US Treasury) θα μπορούσε εν μέρει να αντανακλά την αυξανόμενη ζήτηση για χρηματοδότηση που τροφοδοτείται από την επενδυτική έκρηξη στην AI• αναμφίβολα συνέβαλε επίσης η πιο επιθετική στάση του νέου προέδρου της Fed, Kevin Warsh, απέναντι στον πληθωρισμό.

Για πρώτη φορά εδώ και περισσότερα από 30 χρόνια, το κόστος του κεφαλαίου αναπροσαρμόζεται καθώς η ζήτηση αρχίζει να υπερβαίνει την προσφορά. Αν το AI οδηγεί αυτήν τη μετατόπιση, το αποτέλεσμα θα μπορούσε να είναι ένα τεράστιο φαινόμενο παραγκωνισμού επενδύσεων. Για να γίνει αντιληπτό το τεράστιο μέγεθος των κεφαλαίων που κατευθύνονται προς το AI, σε σχέση με το ΑΕΠ των ΗΠΑ, ο υπερκύκλος του AI βρίσκεται πάνω από προηγούμενες επενδυτικές εκρήξεις, όπως η έκρηξη των σιδηροδρόμων στα μέσα του 19ου αιώνα, η κατασκευή του διαπολιτειακού οδικού δικτύου των ΗΠΑ από το 1955 έως το 1970 και το διαστημικό πρόγραμμα Apollo. Εξίσου εντυπωσιακό είναι το εύρος των χρηματοδοτικών εργαλείων που χρησιμοποιούνται για να καλυφθεί αυτή η ζήτηση.

Σχεδόν κάθε χρηματοπιστωτικό μέσο και καινοτομία που αναπτύχθηκε τις τελευταίες δεκαετίες χρησιμοποιείται για τη χρηματοδότηση της ανάπτυξης της AI — από απλά ομόλογα επενδυτικής βαθμίδας και τιτλοποιήσεις έως ιδιωτική πίστωση, δομές παρόμοιες με leasing και επενδυτικά κεφάλαια λιανικής.

Όπως είναι φυσικό, η τεράστια έκδοση χρέους (και μετοχικού κεφαλαίου) έχει προκαλέσει ανησυχίες σχετικά με κυκλικές χρηματοδοτικές συμφωνίες, στις οποίες μεγάλοι παίκτες της AI, συμπεριλαμβανομένων κατασκευαστών chips και παρόχων υπηρεσιών cloud, χρηματοδοτούν startups στον χώρο της AI.

Στη συνέχεια, αυτές οι startups χρησιμοποιούν τα κεφάλαια για να αγοράσουν εξοπλισμό και υπολογιστική ισχύ από τους ίδιους ακριβώς παρόχους.

Αυτή η κυκλική δομή χρηματοδότησης ενέχει κινδύνους για το χρηματοπιστωτικό σύστημα και την πραγματική οικονομία, ιδιαίτερα σε μια περίοδο κατά την οποία οι αποδόσεις των ομολόγων αυξάνονται. Η υψηλή μόχλευση μεταξύ των επιχειρήσεων AI θα μπορούσε να πυροδοτήσει μια χρηματοπιστωτική κρίση.

Ο διοικητής της Bank of England, Andrew Bailey, προειδοποίησε πρόσφατα για ένα πιθανό «blow-up», δηλαδή για κατάρρευση της επενδυτικής φούσκας γύρω από την AI, η οποία θα μπορούσε να προκαλέσει μια σοβαρή παγκόσμια οικονομική ύφεση. 

Επιβαρύνοντας ακόμη περισσότερο αυτή την απότομη αύξηση της ζήτησης για κεφάλαια είναι η μείωση των αποταμιεύσεων. Από τότε που η OpenAI κυκλοφόρησε το ChatGPT τον Νοέμβριο του 2022, το ποσοστό αποταμίευσης των αμερικανικών νοικοκυριών έχει μειωθεί από 3,8% σε 3%, ενώ οι επενδύσεις στην τεχνητή νοημοσύνη έχουν εκτοξευθεί. Αυτό έρχεται σε έντονη αντίθεση με την κατάσταση κατά τη θητεία του τότε προέδρου της Ομοσπονδιακής Τράπεζας των ΗΠΑ (Federal Reserve), Ben Bernanke, από το 2006 έως το 2014, όταν η υπερπροσφορά αποταμιεύσεων συνέπιπτε με έναν ιδιωτικό τομέα που κυριαρχούνταν από επιχειρήσεις με σχετικά περιορισμένες ανάγκες σε κεφάλαια, διατηρώντας τα επιτόκια σε χαμηλά επίπεδα.

Σήμερα, ένας κλάδος με υψηλές κεφαλαιακές απαιτήσεις κυριαρχεί στις επενδυτικές ροές, ακριβώς τη στιγμή που οι αποταμιεύσεις μειώνονται και τα επιτόκια αυξάνονται. Αυτό αυξάνει τον κίνδυνο εκτόπισης των επενδύσεων σε άλλους κλάδους. Ο ιδιωτικός τομέας διαθέτει μια πεπερασμένη δεξαμενή κεφαλαίων, το μέγεθος της οποίας καθορίζεται σε μεγάλο βαθμό από το πόσα χρήματα είναι διατεθειμένοι να αποταμιεύσουν οι άνθρωποι.

Όσο μεγαλύτερο μέρος αυτών των αποταμιεύσεων απορροφά η τεχνητή νοημοσύνη, τόσο λιγότερα κεφάλαια απομένουν για οτιδήποτε άλλο, συμπεριλαμβανομένων εργοστασίων και άλλων επενδύσεων που απαιτούν μεγάλα ποσά κεφαλαίου.

Οι αγορές χρέους παρέχουν μια πρώιμη ένδειξη αυτής της πίεσης. Κατά τους πρώτους οκτώ μήνες του 2026, οι πέντε μεγαλύτεροι hyperscalers άντλησαν 132 δισεκατομμύρια δολάρια μέσω έκδοσης χρέους, έναντι ετήσιου μέσου όρου 35 δισεκατομμυρίων δολαρίων μεταξύ 2020 και 2024.

Και αυτό δεν περιλαμβάνει καν τη χρηματοδότηση για κέντρα δεδομένων, κατασκευαστές τσιπ και επιχειρήσεις κοινής ωφέλειας. Η Vanguard εκτιμά ότι η έκδοση χρέους που σχετίζεται με την τεχνητή νοημοσύνη θα μπορούσε να ανέλθει συνολικά σε 300–570 δισεκατομμύρια δολάρια για ολόκληρο το έτος.

Η αύξηση του κόστους κεφαλαίου αποτελεί ένδειξη ότι η ζήτηση υπερβαίνει την προσφορά.

Με τόσο μεγάλο όγκο κεφαλαίων να κατευθύνεται σε κέντρα δεδομένων και υποδομές τεχνητής νοημοσύνης, τα υψηλότερα επιτόκια καθιστούν ακριβότερη για τους άλλους κλάδους την άντληση χρημάτων μέσω της αγοράς ομολόγων.

Καθώς αυξάνεται η ζήτηση κεφαλαίων που προκαλείται από την τεχνητή νοημοσύνη, ο δανεισμός από άλλους κλάδους πρέπει να μειωθεί ώστε η αγορά να επανέλθει σε ισορροπία.

Όταν η προσφορά κεφαλαίων είναι ανελαστική, ένα μέρος της ζήτησης αναπόφευκτα μένει ανικανοποίητο. Εάν αυτό πράγματι συμβεί, η οικονομία ενδέχεται να βιώσει τον «χειμώνα καινοτομίας» (innovation winter) για τον οποίο είχε προειδοποιήσει η Eurasia Group το 2019 ως πιθανή συνέπεια της έλλειψης κεφαλαίων.

Μια ακόμη ένδειξη εκτόπισης είναι το διευρυνόμενο χάσμα μεταξύ της απόδοσης των μετοχών που σχετίζονται με την τεχνητή νοημοσύνη και της υπόλοιπης αγοράς. Από το 2023 έως το 2025, οι «Magnificent Seven» —Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia και Tesla— ξεπέρασαν τον S&P 500 με μεγάλη διαφορά, αντιπροσωπεύοντας σε ορισμένες περιόδους έως και τα δύο τρίτα των συνολικών κερδών του δείκτη.

Συνολικά, αυτές οι επτά εταιρείες αντιπροσωπεύουν πλέον περισσότερο από το ένα τρίτο της συνολικής χρηματιστηριακής κεφαλαιοποίησης του S&P 500. Η RBC Wealth Management έχει αποκαλέσει αυτή τη συγκέντρωση «Μεγάλη Στένωση» (Great Narrowing), περιγράφοντάς την ως ακόμη πιο έντονη και παγιωμένη από ό,τι κατά την εποχή της dot-com, η οποία, φυσικά, κατέληξε σε κραχ.

Παρότι η RBC αναγνωρίζει ότι η συγκέντρωση δεν σημαίνει κατ’ ανάγκη ότι υπάρχει φούσκα, οι κίνδυνοι είναι πραγματικοί: από τη ζημιά που θα μπορούσε να προκαλέσει στον συνολικό δείκτη μια απογοητευτική έκθεση κερδών ακόμη και μίας μόνο εταιρείας, έως την πιο σοβαρή απειλή για την οικονομία σε περίπτωση που το επενδυτικό κλίμα απέναντι στην τεχνητή νοημοσύνη μεταστραφεί ξαφνικά σε αρνητικό.

Το κεφάλαιο, όμως, δεν είναι ο μόνος πόρος για τον οποίο ανταγωνίζεται η τεχνητή νοημοσύνη.

Η ακόρεστη ζήτησή της για νερό, ηλεκτρική ενέργεια, γη και πρώτες ύλες θα μπορούσε να οδηγήσει σε άνοδο των τιμών και να αναγκάσει άλλους κλάδους να ανταγωνίζονται για ολοένα πιο περιορισμένες προμήθειες.

Οι πρόσφατες τηλεδιασκέψεις εταιρειών για την ανακοίνωση των οικονομικών αποτελεσμάτων δείχνουν ότι αυτό συμβαίνει ήδη σε ορισμένους τομείς.

Η Intel, για παράδειγμα, έχει υποδείξει ότι η προσφορά ημιαγωγών κατευθύνεται προς την τεχνητή νοημοσύνη και μακριά από τους προσωπικούς υπολογιστές (PC).

Η κατασκευάστρια ανελκυστήρων Otis και η εταιρεία κατασκευής κατοικιών Lennar έχουν επισημάνει ελλείψεις σε εξειδικευμένο εργατικό δυναμικό και κατασκευαστική δυναμικότητα, οι οποίες καθυστερούν έργα.

Η IBM έχει σημειώσει ότι οι προϋπολογισμοί για την πληροφορική μετατοπίζονται προς την τεχνητή νοημοσύνη και μακριά από το συμβατικό υλικό και λογισμικό, ενώ οι Micron και SK Hynix έχουν αναφέρει ελλείψεις σε μνήμες, οι οποίες περιορίζουν την παραγωγή υπολογιστών και smartphones.

Παρά τα σημαντικά χρηματοοικονομικά στοιχεία και τις εμπειρικές ενδείξεις, ο ισχυρισμός ότι η τεχνητή νοημοσύνη (AI) εκτοπίζει άλλες επενδύσεις απέχει πολύ από το να θεωρείται αποδεδειγμένος. 

Υπάρχουν τουλάχιστον τρεις λόγοι για να αμφισβητηθεί αυτή η αφήγηση, ένας εκ των οποίων υποδηλώνει ότι η άνθηση της AI μπορεί να έχει ακριβώς το αντίθετο αποτέλεσμα.

Κατ’ αρχάς, δεν υπάρχουν σαφείς ενδείξεις εκτόπισης επενδύσεων στα μακροοικονομικά δεδομένα.

Το AI μπορεί να απορροφά μεγαλύτερο μερίδιο των επενδύσεων, όμως αυτό δεν έχει αντισταθμιστεί από μείωση των επενδύσεων σε άλλους τομείς. Μάλιστα, τα στοιχεία του Bureau of Economic Analysis δείχνουν ότι οι ακαθάριστες ιδιωτικές επενδύσεις ως ποσοστό του ΑΕΠ των ΗΠΑ έχουν παραμείνει σε γενικές γραμμές σταθερές.

Δεύτερον, τα υψηλότερα επιτόκια μπορεί να αντανακλούν μια ανατιμολόγηση των χρηματοοικονομικών περιουσιακών στοιχείων και όχι εκτόπιση επενδύσεων.

Η απόδοση του 30ετούς αμερικανικού κρατικού ομολόγου έχει αυξηθεί κατά περισσότερες από 33 μονάδες βάσης από την αρχή του έτους, όμως η αύξηση αυτή έχει αποδοθεί σε μεγάλο βαθμό στον πόλεμο με το Ιράν και στις ανανεωμένες ανησυχίες για τον πληθωρισμό μετά την απότομη άνοδο των τιμών της ενέργειας.

Με τόσο πολλούς παράγοντες να ασκούν ανοδικές πιέσεις στα επιτόκια, είναι δύσκολο να πούμε με βεβαιότητα σε ποιο βαθμό αυτή η τάση αντανακλά την επίδραση της AI.

Το τρίτο επιχείρημα βασίζεται στο λεγόμενο παράδοξο του Jevons: όταν μια νέα τεχνολογία καθιστά έναν πόρο πιο παραγωγικό και αποδοτικό, η επακόλουθη μείωση του κόστους μπορεί να ενισχύσει, αντί να αποδυναμώσει, τη ζήτηση για τον συγκεκριμένο πόρο.

Με βάση αυτήν τη λογική, το AI θα μπορούσε να αυξήσει την παραγωγικότητα, να μειώσει το κόστος και να ενισχύσει τη ζήτηση για ένα ευρύ φάσμα αγαθών και υπηρεσιών, ωθώντας τις επιχειρήσεις να αυξήσουν τις επενδύσεις τους ως αντίδραση.

Έτσι, οι επενδύσεις στο AI θα μπορούσαν να λειτουργήσουν ως καταλύτης για επενδύσεις σε άλλους κλάδους, όπως η παραγωγή ηλεκτρικής ενέργειας και οι επιχειρήσεις κοινής ωφέλειας, οι χρηματοοικονομικές υπηρεσίες και το cloud computing, αντί να απορροφούν κεφάλαια από αυτούς.

Προς το παρόν, το AI φαίνεται να εκτοπίζει επενδύσεις σε οριακό επίπεδο και όχι συνολικά. Είναι σαφές ότι κατευθύνει κεφάλαια και πόρους μακριά από άλλους κλάδους, όμως δεν υπάρχουν ακόμη επαρκή στοιχεία ώστε να συμπεράνουμε ότι περιορίζει τις συνολικές επενδύσεις ή την οικονομική ανάπτυξη.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• ΔΕΘ: Ο «χάρτης» των μέτρων έως το 2030 – Ποιοι κερδίζουν, πόσα και πότε
• Το ελληνικό σχέδιο για την ψηφιακή κυριαρχία
• Τελείωσε η εποχή του φθηνού χρήματος; Γιατί τα υψηλά επιτόκια μπορεί να ήρθαν για να μείνουν
• Επενδυτικός Λογαριασμός για παιδιά: Πώς θα λειτουργεί – Έως 77.000 ευρώ στα 18