Στην αγορά της τεχνητής νοημοσύνης εστίασε ο Stephen Yiu, επικεφαλής επενδύσεων στο Blue Whale Growth Fund, εξηγώντας και τους λόγους που ενδέχεται να καταρρεύσει το 2026.
Σύμφωνα με το CNBC, oι τελευταίοι τρεις μήνες του 2025 ήταν ένα τρενάκι του λούνα παρκ με πωλήσεις και ανοδικές τάσεις στον τεχνολογικό κλάδο, καθώς οι κυκλικές συμφωνίες, οι εκδόσεις ομολόγων και οι υψηλές αποτιμήσεις τροφοδότησαν ανησυχίες για μια φούσκα της τεχνητής νοημοσύνης.
Αυτή η αστάθεια μπορεί να αποτελεί ένα πρώιμο σημάδι για το πώς αναμένεται να εξελιχθούν οι επενδύσεις στην τεχνητή νοημοσύνη, καθώς οι επενδυτές δίνουν μεγαλύτερη προσοχή στο ποιος ξοδεύει χρήματα και ποιος τα βγάζει , σύμφωνα με τον Stephen Yiu, επικεφαλής επενδύσεων στο Blue Whale Growth Fund.
Οι επενδυτές, ιδίως οι ιδιώτες επενδυτές που εκτίθενται στην Τεχνητή Νοημοσύνη μέσω ETF, συνήθως δεν έχουν κάνει διάκριση μεταξύ εταιρειών με ένα προϊόν αλλά όχι επιχειρηματικό μοντέλο, εκείνων που δαπανούν χρήματα για τη χρηματοδότηση υποδομών Τεχνητής Νοημοσύνης ή εκείνων που λαμβάνουν δαπάνες για την Τεχνητή Νοημοσύνη, δήλωσε ο Yiu στο CNBC.
Μέχρι στιγμής, «κάθε εταιρεία φαίνεται να κερδίζει», αλλά η Τεχνητή Νοημοσύνη βρίσκεται στα πρώτα της βήματα, είπε. «Είναι πολύ σημαντικό να γίνει διάκριση» μεταξύ διαφορετικών τύπων εταιρειών, κάτι που «θα μπορούσε να αρχίσει να κάνει η αγορά», πρόσθεσε ο Yiu.
Βλέπει τρία στρατόπεδα: ιδιωτικές εταιρείες ή νεοσύστατες επιχειρήσεις, εισηγμένες στο χρηματιστήριο εταιρείες που δαπανούν χρήματα για τεχνητή νοημοσύνη και εταιρείες υποδομών τεχνητής νοημοσύνης.
Η πρώτη ομάδα, η οποία περιλαμβάνει την OpenAI και την Anthropic, προσέλκυσε 176,5 δισεκατομμύρια δολάρια σε επιχειρηματικά κεφάλαια τα πρώτα τρία τρίμηνα του 2025, σύμφωνα με τα στοιχεία της PitchBook. Εν τω μεταξύ, μεγάλα ονόματα τεχνολογίας όπως η Amazon , Microsoft και Meta, είναι αυτοί που μειώνουν τους ελέγχους σε παρόχους υποδομών τεχνητής νοημοσύνης όπως η Nvidia και Broadcom
Το Blue Whale Growth Fund μετρά την απόδοση των ελεύθερων ταμειακών ροών μιας εταιρείας, η οποία είναι το ποσό των χρημάτων που παράγει μια εταιρεία μετά τις κεφαλαιουχικές δαπάνες, σε σχέση με την τιμή της μετοχής της, για να διαπιστώσει εάν οι αποτιμήσεις είναι δικαιολογημένες.
Οι περισσότερες εταιρείες που συμμετέχουν στο Magnificent 7 «διαπραγματεύονται ένα σημαντικό premium» από τότε που άρχισαν να επενδύουν σε μεγάλο βαθμό στην Τεχνητή Νοημοσύνη, δήλωσε ο Yiu.
«Όταν εξετάζω τις αποτιμήσεις στην Τεχνητή Νοημοσύνη, δεν θα ήθελα να τοποθετηθώ — παρόλο που πιστεύω στο πώς η Τεχνητή Νοημοσύνη θα αλλάξει τον κόσμο — στους δαπανητές της Τεχνητής Νοημοσύνης», πρόσθεσε, προσθέτοντας ότι η εταιρεία του θα προτιμούσε να είναι «στο θύμα», καθώς οι δαπάνες για την Τεχνητή Νοημοσύνη πρόκειται να επηρεάσουν περαιτέρω τα οικονομικά της εταιρείας.
Ο «αφρός» της τεχνητής νοημοσύνης «συγκεντρώνεται σε συγκεκριμένα τμήματα και όχι σε ολόκληρη την ευρύτερη αγορά», δήλωσε στο CNBC ο Julien Lafargue, επικεφαλής στρατηγικής αγοράς στην Barclays Private Bank and Wealth Management.
Ο μεγαλύτερος κίνδυνος έγκειται στις εταιρείες που εξασφαλίζουν επενδύσεις από την ανοδική πορεία της Τεχνητής Νοημοσύνης, αλλά δεν έχουν ακόμη δημιουργήσει κέρδη — «για παράδειγμα, ορισμένες εταιρείες που σχετίζονται με την κβαντική υπολογιστική», δήλωσε ο Lafargue.
«Σε αυτές τις περιπτώσεις, η τοποθέτηση των επενδυτών φαίνεται να καθοδηγείται περισσότερο από την αισιοδοξία παρά από τα απτά αποτελέσματα», πρόσθεσε, λέγοντας ότι «η διαφοροποίηση είναι το κλειδί».
Η ανάγκη για διαφοροποίηση αντικατοπτρίζει επίσης την εξέλιξη των επιχειρηματικών μοντέλων των μεγάλων τεχνολογικών εταιρειών. Οι εταιρείες που κάποτε δεν βασίζονταν σε περιουσιακά στοιχεία, στρέφονται ολοένα και περισσότερο σε περιουσιακά στοιχεία, καθώς απορροφούν την τεχνολογία, την ισχύ και τη γη που χρειάζονται για τις ανοδικές στρατηγικές τεχνητής νοημοσύνης τους.
Εταιρείες όπως η Meta και η Google έχουν μετατραπεί σε υπερεπενδυτές που επενδύουν σε μεγάλο βαθμό σε GPU, κέντρα δεδομένων και προϊόντα που βασίζονται στην τεχνητή νοημοσύνη, γεγονός που αλλάζει το προφίλ κινδύνου και το επιχειρηματικό τους μοντέλο.
Ο Dorian Carrell, επικεφαλής εσόδων πολλαπλών περιουσιακών στοιχείων της Schroders, δήλωσε ότι η αποτίμηση αυτών των εταιρειών, όπως το λογισμικό και οι επενδύσεις σε κεφαλαιουχικές δαπάνες, μπορεί να μην έχει πλέον νόημα — ειδικά καθώς οι εταιρείες εξακολουθούν να προσπαθούν να βρουν πώς να χρηματοδοτήσουν τα σχέδιά τους για την Τεχνητή Νοημοσύνη.
«Δεν λέμε ότι δεν θα λειτουργήσει, δεν λέμε ότι δεν θα υλοποιηθεί τα επόμενα χρόνια, αλλά λέμε, σε περίπτωση που πληρώσετε τόσο υψηλό πολλαπλασιαστή με τόσο υψηλές προσδοκίες ανάπτυξης», δήλωσε ο Carrell στο «Squawk Box Europe» του CNBC την 1η Δεκεμβρίου.
Ο τεχνολογικός κλάδος στράφηκε στις αγορές χρέους για να χρηματοδοτήσει υποδομές τεχνητής νοημοσύνης φέτος, αν και οι επενδυτές ήταν επιφυλακτικοί σχετικά με την εξάρτηση από το χρέος. Ενώ η Meta και η Amazon έχουν συγκεντρώσει κεφάλαια με αυτόν τον τρόπο, «εξακολουθούν να έχουν καθαρή ρευστότητα», δήλωσε ο Ben Barringer, επικεφαλής παγκόσμιας έρευνας και στρατηγικής επενδύσεων της Quilter Cheviot, στην εκπομπή «Europe Early Edition» του CNBC στις 20 Νοεμβρίου — μια σημαντική διάκριση από εταιρείες των οποίων οι ισολογισμοί μπορεί να είναι πιο περιορισμένοι.
Οι αγορές ιδιωτικού χρέους «θα είναι πολύ ενδιαφέρουσες του χρόνου», πρόσθεσε ο Carrell.
Εάν τα αυξανόμενα έσοδα από την Τεχνητή Νοημοσύνη δεν ξεπεράσουν αυτά τα έξοδα, τα περιθώρια κέρδους θα συμπιεστούν και οι επενδυτές θα αμφισβητήσουν την απόδοση της επένδυσής τους, δήλωσε ο Yiu.
Επιπλέον, τα χάσματα απόδοσης μεταξύ των εταιρειών θα μπορούσαν να διευρυνθούν περαιτέρω καθώς το υλικό και οι υποδομές υποτιμώνται . Οι επενδυτές στην τεχνητή νοημοσύνη θα πρέπει να το λάβουν υπόψη στις επενδύσεις τους, πρόσθεσε ο Yiu. «Δεν αποτελεί ακόμη μέρος των αποτελεσμάτων. Από το επόμενο έτος και μετά, σταδιακά, θα ανατρέψει τα νούμερα».
«Έτσι, θα υπάρχει όλο και μεγαλύτερη διαφοροποίηση»
