Οι συζητήσεις για την τεχνητή νοημοσύνη και τη βιωσιμότητα του ράλι στο οποίο επιδόθηκαν οι μετοχές των σημαντικότερων εκπροσώπων του κλάδου, μονοπωλεί το ενδιαφέρον των παγκόσμιων αγορών και αναλυτών, όπου άπαντες προσπαθούν να διαβλέψουν εάν κρύβεται πράγματι κίνδυνος «φούσκας» ή κάποιοι εκφράζουν υπερβολικές ανησυχίες.
Μάλιστα, δεν είναι λίγοι εκείνοι που συγκρίνουν το «AI bubble» με εκείνη του dotcom, όταν στα τέλη της δεκαετίας του '90, οι επενδυτές βρέθηκαν να σκορπάνε απίστευτα ποσά σε startups τεχνολογίας, οι οποίες δεν είχαν να παρουσιάσουν τίποτα περισσότερο από μια ιστοσελίδα. Όλοι κολλούσαν το «dotcom» στο όνομά τους και περίμεναν να προσελκύσουν «πακέτα» επενδύσεων.
Κι όμως, αυτές οι δύο φούσκες διαφέρουν σημαντικά. Και περισσότερο απ' όσο νομίζει κανείς, όπως τονίζει το Bloomberg.
Και αυτό γιατί υπάρχει μία σημαντική αντίθεση μεταξύ των δύο όπως αναφέρει ο Τσάρλς Γκαβ, της ερευνητικής ομάδας Gavekal, την άποψη του οποίου επισημαίνει το πρακτορείο.
Η φούσκα του dotcom ήταν ορθολογική. Γιατί; Επειδή οι εταιρείες dotcom είχαν ένα ασυνήθιστο επιχειρηματικό μοντέλο. Ήταν πολύ περιορισμένες σε κεφάλαια, οποιοδήποτε απαραίτητο κεφάλαιο επενδύονταν κυρίως εκ των προτέρων και οι δαπάνες τους ήταν ως επί το πλείστον σταθερές. Έτσι, όταν οι πωλήσεις τις ξεπέρασαν, κάθε οριακή πώληση ήταν σχεδόν καθαρό κέρδος.
Η πλειονότητα αυτών των εταιρειών ήταν καταδικασμένη να χρεοκοπήσει. Ωστόσο, εκείνες που κατάφεραν να κυριαρχήσουν στις αγορές που επέλεξαν να κινηθούν, έμελλε να είναι απίστευτα κερδοφόρες και να δημιουργήσουν ρευστότητα.
Μια χούφτα εταιρειών έγιναν οι ακλόνητοι ηγέτες στους τομείς τους, και τα υπόλοιπα είναι ιστορία, όπως αναφέρει, ενώ επισημαίνει πολλά από αυτά τα στοιχεία αντιστοιχούν στους σημερινούς Magnificent 7.
Πολύ διαφορετικό το «AI bubble»
Η Τεχνητή Νοημοσύνη είναι το αντίθετο του χαμηλού κεφαλαίου, όπως επισημαίνει ο Γκαβ.
«Η ανάγκη για κεφάλαιο είναι τεράστια και απεριόριστη, ενώ μέχρι στιγμής οι πωλήσεις είναι σπάνιες» τονίζει.
Οι εταιρείες χρειάζονται συνεχώς να αναβαθμίζουν στα πιο πρόσφατα τσιπ για να ακολουθήσουν τον ανταγωνισμό, και πέρα από αυτό, η Τεχνητή Νοημοσύνη θα απαιτήσει τεράστιες ποσότητες ενέργειας για να λειτουργήσει.
Έτσι, αν θέλεις να συνεχίσεις να συγκρίνεσαι με τους καλύτερους, πρέπει να συνεχίσεις να ξοδεύεις. Επιπλέον, δεν είναι καθόλου σαφές ότι η Τεχνητή Νοημοσύνη είναι ένας τομέας όπου η εξασφάλιση ενός εικονικού ασφυκτικού ελέγχου σε μια αγορά είναι πιθανή ή δυνατή, επισημαίνει το Bloomberg.
Έτσι, έχετε μια ανταγωνιστική αγορά, όπου το κόστος είναι οτιδήποτε άλλο εκτός από σταθερό. Ακόμα και η επιτυχία υπονοεί ότι οι εταιρείες θα πρέπει να συνεχίσουν να ξοδεύουν πολλά για να παραμείνουν στο παιχνίδι. Εν ολίγοις, ο Γκαβ τονίζει ότι ενώ η φούσκα των dotcom ήταν λογική (επειδή τελικά οι «νικητές» θα ήταν τόσο κερδοφόροι), οι αποτιμήσεις της Τεχνητής Νοημοσύνης δεν είναι, όπως αναφέρει τo Bloomberg.
Μια εύκολη «φούσκα» για να την αντιμετωπίσετε
Φυσικά, το μεγάλο, πρακτικό, επενδυτικό ερώτημα σχετικά με τις φούσκες είναι πάντα ένα: τι κάνεις γι' αυτές;
Εάν δεν παίζεις τις αγορές στα δάχτυλα όπως ο Σερ Τζον Τέμπλετον, ένας από τους πιο διάσημους επενδυτές που παρέδωσε μαθήματα timing, με το επικό του σορτάρισμα σε μετοχές τεχνολογίας στη φούσκα των dotcom, τότε το σορτάρισμα μιας φούσκας είναι απλώς απερίσκεπτο.
Εδώ ακριβώς έρχεται στο προσκήνιο μια άλλη πρόσφατη έρευνα, από τον Μπεν Ίνκερ της εταιρείας διαχείρισης επενδύσεων GMO. Ο Ίνκερ κάνει παραλληλισμούς μεταξύ «φούσκας dotcom» και «φούσκας τεχνητής νοημοσύνης», ωστόσο δεν σχολιάζει αν είναι «λογική» κάποια από τις δύο περιπτώσεις.
Αντίθετα, το επιχείρημά του είναι ότι ήταν αρκετά εύκολο να αποφευχθούν οι επιπτώσεις της φούσκας των dotcom και πράγματι να βγουν χρήματα, ακόμη και κατά τη διάρκεια μιας κατάρρευσης που έριξε τον S&P 500 κατά 45% σε πραγματικούς όρους μεταξύ καλοκαιριού 2000 και άνοιξης 2003.
Όπως σημειώνει ο Ίνκερ: «Ένα χαρτοφυλάκιο διεθνών εταιρειών μικρής κεφαλαιοποίησης, επενδυτικών trusts ακινήτων, αναδυόμενων μετοχών και ομολόγων αναδυόμενων αγορών, μαζί με κρατικά ομόλογα ανεπτυγμένων αγορών, ήταν αυτό που έπρεπε να αποκτηθεί».
Σημειώστε επίσης ότι αυτό δεν είναι εκ των υστέρων σοφία του Ίνκερ. Η GMO δημοσίευσε προβλέψεις εκείνη την εποχή που αντιπαρέβαλαν τις κακές αναμενόμενες αποδόσεις από τις αμερικανικές εταιρείες μεγάλης κεφαλαιοποίησης με ένα ευρύ φάσμα άλλων περιουσιακών στοιχείων. Ο Ίνκερ επισημαίνει επίσης ότι κατά τη διάρκεια της φούσκας του 2007/08 και της φούσκας του 2021, ήταν πολύ πιο δύσκολο να βρεθεί οποιοδήποτε περιουσιακό στοιχείο με ελκυστικές προοπτικές απόδοσης από ό,τι το 2000, όπως επισημαίνει το Bloomberg.
Κατά την άποψη του Ίνκερ, αυτό είναι το κοινό στοιχείο της φούσκας της τεχνητής νοημοσύνης με αυτήν της dotcom. Αν και οι αμερικανικές εταιρείες μεγάλης κεφαλαιοποίησης είναι ακριβές (και οι αμερικανικές εταιρείες μικρής κεφαλαιοποίησης επίσης), υπάρχουν πολλά άλλα διαθέσιμα περιουσιακά στοιχεία που προσφέρουν ένα αξιοπρεπές προφίλ απόδοσης κινδύνου-ανταμοιβής.
