Искусственный интеллект: хрупкость рынков против силы золота

Коррекция акций производителей полупроводников, растущие сомнения в рентабельности инвестиций в центры обработки данных и — что особенно важно — стремительное расширение возможностей, которые открывает искусственный интеллект, рисуют картину гораздо менее стабильной среды, чем можно было бы предположить, глядя на устойчивость основных американских фондовых индексов.

Соотношение индексов SOX и NAS100 отражает динамику сектора полупроводников относительно акций крупнейших технологических компаний, входящих в индекс Nasdaq 100. Динамика этого показателя отчетливо указывает на период отставания, начавшийся в июне и усугубившийся новой волной коррекции в сентябре.

Это расхождение свидетельствует о растущей уязвимости в секторе полупроводников, тогда как акции крупных технологических компаний, напротив, продолжают демонстрировать поразительную устойчивость.

Особенно примечательно то, что мы, возможно, наблюдаем ситуацию, при которой сам успех той или иной технологии способен привести к значительному обесцениванию компаний, занимающихся ее разработкой, финансированием и выводом на рынок.

Этот парадокс выглядит тем более поразительным, если учесть, что рынки продолжают оценивать такие компании исходя из их будущих прибылей — притом что ясность относительно этих прибылей, на мой взгляд, снижается с пугающей скоростью.

Разрыв, который становится все труднее объяснить.

Недавняя коррекция на южнокорейском рынке — особенно заметная в сегментах полупроводников и устройств памяти — контрастирует с устойчивостью крупнейших американских технологических платформ, которые инвесторы, по-видимому, продолжают рассматривать как «тихую гавань».

Такое расхождение, по-видимому, объясняется представлением о том, что производители комплектующих первыми пострадают от замедления инвестиций в искусственный интеллект, тогда как крупные платформы — такие как Microsoft, Alphabet или Amazon — могут, напротив, выиграть от снижения стоимости вычислительных мощностей.

Эта логика не лишена оснований, поскольку упомянутые компании действительно выступают крупнейшими заказчиками процессоров, памяти и вычислительных ресурсов. Однако, на мой взгляд, здесь упускается из виду важный аспект: эти же компании уже вложили значительные средства в инфраструктуру, рентабельность которой напрямую зависит от будущей стоимости этих самых вычислительных мощностей.

Снижение цен на оборудование может повысить доходность будущих инвестиций, но в то же время оно способно снизить рентабельность уже приобретенных активов — особенно когда новые поколения процессоров позволяют получать более высокую вычислительную мощность при меньших энергозатратах и ​​финансовых вложениях.

Это различие принципиально, ведь инфраструктура может продолжать исправно функционировать, стремительно теряя при этом свою экономическую конкурентоспособность.

В отличие от оптоволоконных сетей, развернутых во времена «пузыря доткомов» (многие из которых прослужили десятилетиями), графические процессоры (GPU) характеризуются гораздо более короткими циклами инноваций. Поэтому их владельцам приходится регулярно обновлять часть оборудования, чтобы оставаться конкурентоспособными.

Таким образом, рынок, похоже, воспринимает снижение стоимости вычислений как позитивный фактор для гиперскейлеров, не всегда задумываясь о том, как это может отразиться на окупаемости капитала, уже вложенного ими в инфраструктуру.

Прецедент «пузыря доткомов»

Эта ситуация напоминает некоторые закономерности, наблюдавшиеся во время «пузыря доткомов» 2000 года, когда телекоммуникационные операторы вложили огромные средства в оптоволоконные сети, ожидая резкого роста трафика.

Их ошибка заключалась не в том, что они переоценили масштабы распространения интернета — в конечном итоге они превзошли даже самые оптимистичные прогнозы, — а в уверенности, что такой рост позволит удерживать цены на достаточно высоком уровне, чтобы инвестиции окупились в долгосрочной перспективе.

Массовое развертывание сетей в сочетании с технологическим прогрессом, позволившим передавать все большие объемы данных по одной и той же инфраструктуре, привело к обвалу цен на пропускную способность. В результате многие операторы оказались владельцами активов, чрезвычайно ценных для экономики, но не способных приносить доход, достаточный для возврата вложенного капитала.

С искусственным интеллектом может произойти нечто подобное: потребление токенов продолжит расти экспоненциально, тогда как цена за единицу будет падать еще быстрее — под влиянием конкуренции и роста производительности.

Не следует путать рост объемов с ростом прибыли, так же как нельзя отождествлять операционную рентабельность услуги с окупаемостью капитала, затраченного на ее создание.

Совершенствование моделей, новые ИТ-архитектуры и оптимизация программного обеспечения уже позволяют существенно сократить объем вычислений, необходимых для выполнения определенных задач, а конкуренция между исследовательскими лабораториями оказывает постоянное давление на цены.

Для компаний-пользователей эта тенденция становится мощным драйвером производительности. Однако для инвесторов, финансирующих инфраструктуру, возникает гораздо более сложный вопрос: как обеспечить приемлемую окупаемость оборудования, стоимость замены и экономическая ценность которого могут снижаться столь стремительно?

Microsoft в центре этого противоречия

Microsoft, пожалуй, является наиболее интересным примером данной ситуации, поскольку компания одновременно присутствует на разных уровнях цепочки создания стоимости в сфере искусственного интеллекта.

Корпорация вкладывает значительные средства в свою инфраструктуру Azure, поддерживает масштабные финансовые и коммерческие отношения с OpenAI, а также продолжает получать значительную часть своей прибыли от продажи корпоративного программного обеспечения по подписке.

Рынок, по-видимому, рассматривает такую ​​диверсификацию как естественный защитный механизм перед лицом проблем, с которыми сталкиваются лаборатории ИИ. Предполагается, что наиболее уязвимые стартапы со временем исчезнут, а крупные платформы переймут их клиентскую базу и долю рынка.

Недавнее банкротство Character.AI лишь укрепило это мнение: оно показывает, что компания может обладать выдающимися технологиями и привлекать множество пользователей, но при этом не суметь выстроить устойчивую бизнес-модель.

Однако существует фундаментальное различие между исчезновением компании и исчезновением разработанных ею технологий. История Character.AI — яркое тому подтверждение: Google приобрела часть ее кадрового потенциала и права на технологии еще до того, как у компании начались серьезные трудности.

Таким образом, крах стартапов вовсе не обязательно означает конец конкуренции. Напротив, он может даже ускорить распространение определенных инноваций, если технологии, команды или модели переходят к другим игрокам.

Для Microsoft ситуация еще сложнее: компания не просто конкурирует с лабораториями ИИ — она также финансирует часть их разработок и предоставляет инфраструктуру, необходимую для их функционирования.

Если рентабельность этих лабораторий снизится из-за падения стоимости вычислительных мощностей, Microsoft может столкнуться с целым рядом проблем: обесцениванием некоторых инвестиций, давлением на будущие доходы от Azure и снижением отдачи от собственной инфраструктуры.

Поэтому нельзя однозначно утверждать, что возможный «лопнувший пузырь» в сфере искусственного интеллекта станет для Microsoft хорошей новостью — даже несмотря на то, что компания располагает гораздо более солидными финансовыми ресурсами и внушительным опытом, чем большинство стартапов.

Когда разработчик бросает вызов целой индустрии

Пожалуй, самые примечательные события последних дней происходят не в сфере полупроводников или центров обработки данных, а в индустрии программного обеспечения.

Американский разработчик Брэндон Томас недавно воспользовался нейросетью Claude для создания нескольких альтернатив продуктам Adobe с открытым исходным кодом. Затем он переключился на Word, Excel и PowerPoint — его приложения пока далеки от совершенства, но уже достаточно функциональны, чтобы вызвать значительный интерес.

Безусловно, было бы преждевременно рассматривать эти программные продукты как конкурентов, способных немедленно заменить решения от Microsoft или Adobe: в них все еще отсутствуют некоторые важные функции, а их пригодность для профессиональной среды еще предстоит доказать.

Но в этой истории меня поражает совсем другое.

Удивительно то, что разработчик, работающий практически в одиночку, теперь может всего за несколько дней создать функциональные версии программ — на разработку которых раньше требовались крупные команды, годы труда и значительные инвестиции.

Возможно, мы наблюдаем резкое снижение капитала, необходимого для выхода на определенные рынки программного обеспечения. Это может иметь далеко идущие последствия для компаний, чья рыночная оценка зависит от устойчивости их конкурентных преимуществ.

Даже если подавляющее большинство таких проектов никогда не превратится в коммерческий продукт, достаточно будет лишь небольшой их части достичь приемлемого уровня качества, чтобы оказать серьезное давление на цены, установленные признанными разработчиками ПО.

Тогда вопрос будет заключаться уже не в том, остаются ли Microsoft Office или Photoshop лучшими доступными программами, а в том, почему пользователи должны и дальше платить высокие абонентские взносы за функции, которые все больше конкурентов могут воспроизвести с минимальными затратами.

Искусственный интеллект может уничтожить источники дохода, за счет которых он сам же и развивается

Пожалуй, именно этот риск финансовым рынкам оценить сложнее всего: ведь искусственный интеллект не просто создает новые рынки — он способен поставить под угрозу бизнес-модели тех самых компаний, которые его финансируют.

На протяжении десятилетий крупные разработчики программного обеспечения пользовались уникально выгодным сочетанием факторов: высокими затратами на разработку, низкими предельными издержками на распространение и высокими барьерами для входа на рынок, что позволяло поддерживать исключительно высокую маржу.

Постепенный переход к моделям подписки еще больше укрепил это положение, превратив разовые продажи ПО в регулярный доход — крайне предсказуемый и потому особенно привлекательный для инвесторов.

Однако, поскольку модели искусственного интеллекта теперь позволяют воспроизводить все большую часть функционала программного обеспечения с минимальными затратами, технологический дефицит, оправдывавший часть этой маржи, может постепенно сойти на нет.

Угроза заключается не столько в массовом отказе от подписок — особенно в крупных корпорациях, где вопросы безопасности, соответствия нормативным требованиям и интеграции остаются серьезными препятствиями, — сколько в постепенной эрозии ценовой власти (способности диктовать цены), которая может проявиться задолго до заметной потери доли рынка.

Компании могут сохранить текущие подписки, но при этом потребовать расширения функционала за ту же цену, сократить закупки дополнительных лицензий или перенаправить часть своих бюджетов на приложения, созданные на базе открытых моделей.

Развитие автономных агентов может еще больше ускорить этот процесс: задачи, для решения которых сегодня требуется несколько различных программных продуктов, могут быть выполнены непосредственно системами искусственного интеллекта — без необходимости взаимодействия пользователя с каждым из традиционных приложений по отдельности.

В таких условиях модель оплаты «за каждого пользователя» — один из краеугольных камней прибыльности крупных софтверных компаний — сама может оказаться под вопросом.

Есть нечто глубоко парадоксальное в том, что такие гиганты, как Microsoft, Google и другие крупные платформы, вкладывают огромные средства в развитие технологий, которые позволяют небольшим командам конкурировать с их собственными, давно существующими направлениями бизнеса.

Главная проблема — отсутствие ясности относительно будущих доходов

Такое ускорение технологического прогресса создает фундаментальный вызов для инвесторов, поскольку стоимость акций в значительной степени зависит от приведенной стоимости доходов и денежных потоков, которые компания, как ожидается, генерирует в ближайшие годы.

Когда рынок присваивает высокие оценочные мультипликаторы крупной технологической компании, он оценивает не только ее текущие показатели, но и предполагаемую способность сохранять конкурентные преимущества, уровень маржинальности и темпы роста в долгосрочной перспективе.

Однако можно ли быть уверенным в доходах компании через десять лет, если инновации, способные коренным образом изменить конкурентную среду, сегодня появляются буквально за считанные недели?

Разумеется, это не означает, что крупнейшие технологические компании исчезнут или что их прибыль обязательно сократится в краткосрочной перспективе; это лишь говорит о том, что степень уверенности, на которую могут обоснованно рассчитывать инвесторы, становится гораздо более сомнительной.

Это различие имеет решающее значение: компания может продолжать демонстрировать отличные результаты, в то время как ее оценочный мультипликатор будет существенно снижаться — если инвесторы начнут воспринимать ее будущую маржинальность как менее надежную, чем предполагалось ранее.

Именно это делает нынешнюю концентрацию американского рынка вокруг нескольких компаний с большой капитализацией особенно тревожной. Устойчивость этих акций порой создает иллюзию общего благополучия, даже несмотря на то, что в отдельных сегментах их отраслевой среды растет нестабильность.

Таким образом, риск заключается не столько в немедленном обвале доходов, сколько в резком пересмотре оценок того, как долго эти доходы могут оставаться на прежнем уровне.

Перед лицом этой нестабильности золото предлагает радикально иную инвестиционную логику

Именно в этом контексте устойчивость золота кажется мне особенно интересной, поскольку спрос на желтый металл обусловлен факторами, которые сильно отличаются от тех, которые лежат в основе оценок крупных технологических компаний.

В то время как инвесторы в акции должны предвидеть будущую прибыльность ИТ-инфраструктуры, устойчивость прибыли от программного обеспечения и развитие все более непредсказуемой конкурентной среды, центральные банки следуют стратегии накопления физического актива, денежная функция которого не зависит ни от одного из этих факторов.

Золото, очевидно, не генерирует ни дивидендов, ни денежных потоков, и его цена остается чувствительной к реальным процентным ставкам, доллару и изменениям ликвидности на финансовых рынках. Но у него есть одна фундаментальная характеристика: его ценность не зависит от способности компании сохранять технологическое или коммерческое преимущество.

Унция золота не устаревает, потому что лаборатория разрабатывает более мощную модель искусственного интеллекта, потому что новый процессор снижает затраты на вычисления или потому, что разработчику удается воспроизвести функциональность программного обеспечения по подписке за считанные дни.

Эта разница может показаться очевидной, но она приобретает особое значение в условиях, когда темпы инноваций затрудняют прогнозирование экономических перспектив технологических компаний.

Китай продолжает накапливать физическое золото

Политика Народного банка Китая по накоплению золота наглядно демонстрирует различие в подходах между финансовыми инвесторами и денежно-кредитными институтами.

Уже несколько лет Пекин стремится к постепенной диверсификации своих резервов на фоне роста геополитической напряженности, увеличения государственного долга США и возникновения вопросов относительно будущей роли доллара в международной валютной системе.

Приобретение физического золота продиктовано стремлением сохранить и диверсифицировать резервы, а не желанием получить прибыль или доход на вложенный капитал.

Для центрального банка такая стратегия имеет особое преимущество: золото, которым он владеет напрямую, не является долговым обязательством какого-либо иностранного государства, банка или частной компании. Следовательно, оно не создает для владельца риска контрагента, свойственного традиционным финансовым активам.

Таким образом, становится все более очевидным контраст между фондовым рынком, где крайне высоко оцениваются будущие прибыли — прогнозируемость которых снижается по мере развития искусственного интеллекта, — и рынком золота, поддерживаемым институциональными закупками физического металла. Последние не зависят ни от экономических моделей, ни от инноваций, ни от стабильности коммерческих денежных потоков.

По мере того как технологические прогнозы становятся все менее надежными, это фундаментальное различие между двумя классами активов может играть все более важную роль при принятии инвестиционных решений.