Η τεχνητή νοημοσύνη προκαλεί κύματα ορθοστατικής υπότασης στις διεθνείς αγορές μετοχών, καθώς νέο κύμα πωλήσεων τραντάζει τα παγκόσμια χρηματιστήρια παρασέρνοντας από τις κορυφές της κερδοσκοπίας το bitcoin και όλα τα crypto. Κύρια αιτία της αδυναμίας που έχει ξεκινήσει σηματοδοτώντας για αρκετούς αναλυτές μια νέα περίοδο έντονης διόρθωσης, είναι η συνεχιζόμενη διολίσθηση των μετοχών τεχνολογίας, καθώς οι επενδυτές εκφράζουν ολοένα και μεγαλύτερη ανησυχία για τις υπέρογκες αποτιμήσεις των εταιρειών που σχετίζονται με την τεχνητή νοημοσύνη (AI).
Η Wall Street πέφτει για 4η διαδοχική συνεδρίαση με σημαντικές απώλειες και τα ευρωπαϊκά χρηματιστήρια μαζί με το Χρηματιστήριο της Αθήνας βάφονται κόκκινα. Ο γενικός δείκτης Stoxx 600 ολοκλήρωσε τη συνεδρίαση σε χαμηλό μηνός με πτώση 1,76%, με όλα τα μεγάλα χρηματιστήρια της περιοχής να κλείνουν χαμηλότερα.
Ο αγγλικός δείκτης FTSE 100 έχασε 1,27%, ο γερμανικός δείκτης DAX υποχώρησε κατά 1,77%, και ο γαλλικός CAC 40 έπεσε 1,86%. Στην Αθήνα ο Γενικός δείκτης παρασύρθηκε στη δίνη με κλείσιμο πολύ κοντά στα χαμηλά ενδοσυνεδριακά επίπεδα, στις 2.012 μονάδες (2.011 χαμηλό) με πτώση 2,09% και με αυξημένες συναλλαγές μεταξύ 250 εκατ. ευρώ.
Οι παγκόσμιοι επενδυτές παραμένουν σε διάθεση αποφυγής κινδύνου. Ο Nasdaq έχει σημειώσει τη μεγαλύτερη πτώση από τον Μάρτιο. Οι δαπάνες για την ικανότητα τεχνητής νοημοσύνης συνεχίζουν να αυξάνονται και οι επενδυτές συνεχίζουν να συσσωρεύουν μετρητά για να αγοράσουν μετοχές και ομόλογα (χρέη) εταιρειών τεχνητής νοημοσύνης. Οι ΗΠΑ πλέον είναι ένα μεγάλο στοίχημα στην τεχνητή νοημοσύνη. Αλλά η οικονομία δεν δείχνει ισχυρά σημάδια. Η αγορά εργασίας των ΗΠΑ επιδεινώνεται καθώς αυξάνονται οι απολύσεις,
Η ανησυχία εισβάλλει και στις αγορές εταιρικών ομολόγων των ΗΠΑ, προκαλώντας αυξημένη επιφυλακτικότητα μεταξύ των επενδυτών. Οι αποδόσεις σε ομόλογα υψηλής διαβάθμισης αλλά και σε ομόλογα υψηλού ρίσκου (junk bonds) πλησιάζουν τα υψηλότερα επίπεδα εβδομάδων, ενώ η ζήτηση σε νέες εκδόσεις υποχωρεί δραματικά. Η εκτεταμένη άντληση κεφαλαίων από εταιρείες τεχνολογίας, με ορισμένες εκδόσεις ομολόγων να καταγράφουν μείωση κατά 40% από την αρχική ζήτηση, υπογραμμίζει το αυξανόμενο ρίσκο και την αβεβαιότητα γύρω από τις πραγματικές δυνατότητες της τεχνητής νοημοσύνης. Στο φόντο αυτό, οι αγορές ομολόγων δείχνουν σημάδια κόπωσης, προειδοποιώντας για πιθανές αναταράξεις στις τράπεζες.
Οι τραπεζικές και χρηματοοικονομικές μετοχές βρίσκονται ένα βήμα πριν διασπάσουν καθοδικά κρίσιμα επίπεδα στήριξης, στέλνοντας ένα ανησυχητικό μήνυμα προς την υπόλοιπη χρηματιστηριακή αγορά, μεταδίδει το Bloomberg. Η αδυναμία του κλάδου, η οποία τροφοδοτείται από έναν συνδυασμό επιδεινούμενων πιστωτικών προβλημάτων και από traders που μειώνουν τα στοιχήματα για μειώσεις επιτοκίων από τη Federal Reserve, απειλεί να πλήξει έναν από τους πυλώνες πάνω στους οποίους στηριζόταν η αναμενόμενη ανοδική πορεία της αγοράς μέχρι το τέλος του έτους. Ο δείκτης KBW Bank έχει υποχωρήσει κατά 4,5% τις τελευταίες πέντε συνεδριάσεις, σημειώνοντας πολύ χειρότερη επίδοση από την πτώση 2,9% του S&P 500 στην ίδια περίοδο, παρά το ενδοημερήσιο άλμα 1,1% της Τρίτης.
Ανάβει η συζήτηση για τη φούσκα της τεχνητής νοημοσύνης
Η παγκόσμια συζήτηση για το αν η τεχνητή νοημοσύνη δημιουργεί μια νέα χρηματοπιστωτική φούσκα έχει πλέον μετακινηθεί από τα περιθώρια στο επίκεντρο της δημόσιας αντιπαράθεσης. Η εντυπωσιακή άνοδος των επενδύσεων σε υποδομές cloud, data centers και ενεργειακά δίκτυα υψηλής έντασης – με τη Microsoft, τη Nvidia και τους μεγάλους παρόχους LLMs να πρωταγωνιστούν – συνοδεύεται από αποτιμήσεις που θυμίζουν άλλες εποχές υπερβολής.
Οι αισιόδοξες αφηγήσεις για μια επικείμενη παραγωγική επανάσταση συγκρούονται με τα πρώτα εμπειρικά δεδομένα, που δείχνουν ότι η εμπορική αξιοποίηση της AI παραμένει αποσπασματική και συχνά αποτυγχάνει. Με το χάσμα μεταξύ υπόσχεσης και πραγματικότητας να διευρύνεται, το κρίσιμο ερώτημα είναι αν οδηγούμαστε σε μια ακόμη φούσκα – και, κυρίως, πότε και με ποιον τρόπο θα επέλθει η αποτίμηση της αλήθειας.
Όπως σημείωσε η αρθρογράφος των Financial Times Κέιτι Μάρτιν, «η συζήτηση περί φούσκας ξεπηδάει παντού». Η ραγδαία αύξηση των επενδύσεων σε data centers, στον απαιτούμενο ενεργειακό εξοπλισμό και στην τεχνολογική υποδομή που στηρίζει τα μεγάλα γλωσσικά μοντέλα (LLMs) έχει ενισχύσει το αφήγημα ότι η τεχνητή νοημοσύνη βρίσκεται στο επίκεντρο ενός νέου κύκλου υπεραισιοδοξίας.
Η κορύφωση αυτής της δυναμικής παρατηρείται τόσο στις δημόσιες όσο και στις ιδιωτικές αγορές. Οι «Magnificent 7» – Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia και Tesla – κυριαρχούν στον δείκτη S&P 500, με κεφαλαιοποιήσεις άνω του 1 τρισ. δολαρίων η καθεμία. Η Nvidia αναδείχθηκε πρόσφατα στην πρώτη εταιρεία αξίας 5 τρισ. δολαρίων παγκοσμίως. Στον ιδιωτικό χώρο, η OpenAI φέρεται να επιδιώκει άντληση 30 δισ. δολαρίων σε αποτίμηση 500 δισ. δολαρίων από τη SoftBank, παρά το γεγονός ότι οι ζημιές της άγγιξαν τα 5 δισ. δολάρια το 2024.
Κυκλική χρηματοδότηση AI αλά ιαπωνική φούσκα του ’80
Το φαινόμενο συνοδεύεται από την επανεμφάνιση δημιουργικών χρηματοδοτικών μηχανισμών, παρόμοιων με εκείνους που χαρακτήρισαν ιστορικές φούσκες. Στον 17ο αιώνα, η Ολλανδική «μανία της τουλίπας» δημιούργησε τα πρώτα συμβόλαια μελλοντικής εκπλήρωσης. Στην κρίση του 2008, το επίκεντρο ήταν τα «εξωτικά» παράγωγα όπως τα synthetic CDOs, σύμφωνα με τον William H. Janeway καθηγητής οικονομικών στο Πανεπιστήμιο του Cambridge και συγγραφέα του βιβλίου «Doing Capitalism in the Innovation Economy».
Σήμερα, ένα αντίστοιχο μοτίβο εντοπίζεται στην κυκλική χρηματοδότηση μεταξύ κατασκευαστών τσιπ (Nvidia, AMD), παρόχων cloud (Microsoft, CoreWeave, Oracle) και εταιρειών ανάπτυξης LLMs όπως η OpenAI. Η Microsoft, κεντρικός κόμβος αυτής της αλυσίδας, επενδύει τεράστια ποσά σε υποδομές cloud, ενώ παράλληλα λειτουργεί ως πάροχος υπηρεσιών για τους ίδιους πελάτες στους οποίους επενδύει. Αυτό το είδος «κυκλικής συναλλαγής» θυμίζει τους μηχανισμούς που τροφοδότησαν τη ιαπωνική χρηματιστηριακή φούσκα της δεκαετίας του ’80.
Την ίδια στιγμή, η ίδια η OpenAI σχεδιάζει επενδύσεις ύψους τουλάχιστον 1 τρισ. δολαρίων σε πενταετή ορίζοντα. Το μέγεθος τέτοιων σχεδίων καθιστά αναπόφευκτη τη χρήση βαριάς μόχλευσης, η οποία αυξάνει συστημικά τον κίνδυνο, σύμφωνα με τη Dambisa Moyo, οικονομολόγος και συγγραφέας του βιβλίου “Edge of Chaos: Why Democracy Is Failing to Deliver Economic Growth – and How to Fix It”.
Για να απαντήσει κανείς στο ερώτημα αν ζούμε μια νέα φούσκα, πρέπει να εξετάσει τέσσερις βασικούς άξονες: αποτιμήσεις, αφήγημα, μόχλευση και κυκλικές συναλλαγές.
- Αποτιμήσεις: Οι τιμές είναι αυξημένες. Ο μέσος δείκτης τιμή προς κέρδη (P/E) του S&P 500 τις τελευταίες δύο δεκαετίες ήταν 16, ενώ σήμερα βρίσκεται στις 25 φορές. Παρότι αυτό μπορεί να δικαιολογηθεί με αναφορές σε μελλοντικές αυξήσεις παραγωγικότητας χάρη στην AI, τα επίπεδα υπερβολής είναι εμφανή.
- Το αφήγημα, «αυτή τη φορά είναι διαφορετικά»: Κάθε φούσκα στηρίζεται σε μια αφήγηση μετασχηματισμού. Είτε πρόκειται για το διαδίκτυο του 1999, την ιαπωνική «τελειότητα» της δεκαετίας του 1980, τον ηλεκτρισμό ή τους σιδηροδρόμους, το αφήγημα καλύπτει το χάσμα ανάμεσα σε τρέχοντα έσοδα και μελλοντικές προσδοκίες. Σήμερα, νεοφυείς επιχειρήσεις όπως η Nano Nuclear Energy και η Fermi λαμβάνουν αποτιμήσεις δισεκατομμυρίων χωρίς ενεργές δραστηριότητες.
- Η μόχλευση αποτελεί τρίτο κρίσιμο δείκτη. Η συμμετοχή επενδυτών σε υπερτιμημένες μετοχές με δανεικά χρήματα αυξάνεται, ενώ ανησυχητική είναι η έκρηξη των «zero-day options», που επιτρέπουν ημερήσια στοιχήματα υψηλού ρίσκου. Σύμφωνα με το FINRA, το margin debt έφτασε τα 1,06 τρισ. δολάρια τον Αύγουστο, αυξημένο κατά 33% σε σχέση με πέρσι.
- Κυκλικές συναλλαγές: Οι συμφωνίες τύπου Microsoft-Nvidia-OpenAI-Oracle, όπου οι επενδύσεις καταλήγουν να ανακυκλώνονται για την ενίσχυση των ίδιων εταιρειών, θυμίζουν τις αλληλεξαρτήσεις που προηγήθηκαν σε άλλες φούσκες.
Η πρόβλεψη του χρόνου μιας αποσυμπίεσης είναι πάντοτε αβέβαιη. Ωστόσο, υπάρχουν βασικοί δείκτες:
Συναισθήματα της αγοράς: σήμερα οι λιανικοί επενδυτές κινούν την ορμή των τιμών, ενώ οι θεσμικοί παραμένουν πιο πίσω.
Θέσεις θεσμικών επενδυτών: εάν οι θεσμικοί ενισχύσουν τις τοποθετήσεις τους, εγκαταλείποντας ομόλογα και χρυσό υπέρ της AI, η φούσκα θα συνεχίσει να φουσκώνει.
Αυτή η εικόνα παραπέμπει περισσότερο στη φούσκα 1996-97 των dot.com παρά στο 1999-2001, όταν έσκασε. Δηλαδή, το σημείο καμπής ίσως να μην έχει ακόμη έρθει.
Το ερώτημα πλέον δεν είναι μόνο αν υπάρχει φούσκα, αλλά ποια είναι τα θεμελιώδη της, εξηγεί ο Janeway.
Οι ιστορικές «παραγωγικές φούσκες» – σιδηρόδρομοι, ηλεκτρισμός, διαδίκτυο – χρηματοδότησαν υποδομές που αργότερα απέδωσαν. Παρότι οι εταιρείες συχνά κατέρρεαν, οι υποδομές έμεναν και τελικά υποστήριζαν νέους επιχειρηματικούς κύκλους. Η τεχνητή νοημοσύνη όμως έχει ιδιαιτερότητες: απαιτεί τεράστια ποσότητα ενέργειας, hardware και ανθρώπινη εποπτεία, ενώ τα λάθη – κυρίως οι «παραισθήσεις» των μοντέλων – περιορίζουν την ασφάλεια των εφαρμογών.
Η μελέτη των Brynjolfsson, Li και Raymond καταγράφει αυξήσεις παραγωγικότητας έως 30% σε call centers.
Το MIT Project NANDA αναφέρει ότι το 95% των corporate pilot projects αποτυγχάνει λόγω έλλειψης τεχνογνωσίας και υψηλού κόστους ενσωμάτωσης στα workflows.
Τεχνητή νοημοσύνη: Η επιχειρησιακή πραγματικότητα των LLMs
Τα LLMs λειτουργούν ως μηχανές πιθανολογικής πρόβλεψης χωρίς πραγματική κατανόηση του κόσμου, όπως το έθεσε ο Brian Cantwell Smith. Αυτό οδηγεί σε αναπόφευκτα λάθη και «ψευδαισθήσεις». Σε περιβάλλοντα με χαμηλή ανοχή σφάλματος – τραπεζικά συστήματα, υποδομές, κρίσιμες εφαρμογές – οι απαιτήσεις ελέγχου εξουδετερώνουν μεγάλο μέρος των υποτιθέμενων κερδών παραγωγικότητας.
Έτσι, μια γρήγορη παραγωγή κώδικα από αρχάριο μηχανικό με τη βοήθεια ενός chatbot μεταφράζεται σε αυξημένο κόστος ελέγχου από πιο έμπειρους μηχανικούς. Οποιαδήποτε θεωρητική εξοικονόμηση ακυρώνεται από τις ανάγκες εποπτείας.
Το επιχειρηματικό ζήτημα παραμένει ανοιχτό: μπορούν τα LLMs να παράγουν αρκετά κερδοφόρα έσοδα ώστε να δικαιολογήσουν την τεράστια υποδομή; Και αν πολλά μοντέλα αποδίδουν παρόμοια, μήπως η παραγωγή tokens μετατραπεί σε commodity χαμηλού περιθωρίου κέρδους;
Κάθετος, εξειδικευμένος προσανατολισμός: Μεγάλοι οργανισμοί (τράπεζες, κυβερνήσεις) μπορούν να αναπτύξουν δικά τους μικρά μοντέλα, μειώνοντας λάθη και κόστος.
Καταναλωτική αγορά: Εκεί όπου η αξία μετριέται σε engagement, τα μοντέλα μπορούν να ανταγωνιστούν πλατφόρμες κοινωνικής δικτύωσης. Όμως, με τους browsers της Google και της Apple να προσφέρουν AI δωρεάν, η δυνατότητα συνδρομητικών μοντέλων για εταιρείες όπως η OpenAI είναι αβέβαιη. Μόλις 1,5% των χρηστών φαίνεται να πληρώνει σήμερα για χρήση ChatGPT.
Το τέλος θα έρθει όταν οι αγορές συνειδητοποιήσουν ότι η βιομηχανία δεν ενοποιείται αλλά κατακερματίζεται. Εάν τα LLMs εξελιχθούν σε μια μωσαϊκή αγορά εξειδικευμένων προϊόντων, η φούσκα θα αρχίσει να ξεφουσκώνει.
Ένας πρόωρος κύκλος αποσυμπίεσης ίσως να λειτουργούσε ωφέλιμα:
- θα απέτρεπε τη συσσώρευση επικίνδυνης μόχλευσης
- θα περιόριζε την κατασκευή υποδομών που ενδέχεται να μείνουν ανενεργές (data centers ως σύγχρονες «σκοτεινές ίνες»)
- θα διαμόρφωνε πιο υγιείς συνθήκες για μια μελλοντική, πραγματικά παραγωγική φάση
Σύμφωνα με το μοντέλο «Gartner Hype Cycle», η «κοιλάδα της απογοήτευσης» προηγείται της «πλατφόρμας παραγωγικότητας». Ίσως η πραγματική επανάσταση της τεχνητής νοημοσύνης να βρίσκεται ακόμη μπροστά μας – μετά το αναπόφευκτο ξεφούσκωμα.
Η άνοδος της παραγωγικής τεχνητής νοημοσύνης έχει πυροδοτήσει έναν παγκόσμιο αγώνα δρόμου για την κατασκευή εργοστασίων μικροτσίπ και data center για την κάλυψη των τεράστιων ενεργειακών απαιτήσεων των μεγάλων γλωσσικών μοντέλων. Αλλά καθώς οι επενδύσεις αυξάνονται και οι αποτιμήσεις εκτινάσσονται στην στρατόσφαιρα, ένα αυξανόμενο σύνολο στοιχείων υποδηλώνει ότι η χρηματοοικονομική κερδοσκοπία ξεπερνά τα κέρδη στη σφαίρα της παραγωγικότητας, με αποτέλεσμα οι αγορές να αναζητούν το σημείο καμπής και οι φόβοι στην πορεία των μετοχικών αξιών να αναμετρώνται με τις προοπτικές στην πραγματική οικονομία, στην πραγματική ζωή.
