A Goldman Sachs szerint a mesterséges intelligencia körüli beruházási hullám jóval tovább folytatódhat, mint ahogyan azt a piac jelenleg várja. A bank elemzői kiemelik, hogy a legnagyobb felhőszolgáltatók és technológiai vállalatok — a hyperscalerek — AI-hoz kötődő tőkekiadásai 2027-re lényegesen megugorhatnak.
Konkrét számok és előrejelzések
- A Goldman Sachs alapvető becslése szerint a hyperscalerek beruházásai 2027-re körülbelül 1,1 ezermilliárd (1100 milliárd) dollárra emelkedhetnek. Ez meghaladja a piaci konszenzusra vonatkozó 920 milliárd dolláros prognózist.
- A bank optimista forgatókönyve szerint a kiadások akár 1,4 ezermilliárd (1400 milliárd) dollárig is felmehetnek.
- A tokenfeldolgozás mértékét illetően a Goldman becslése alapján az AI-modellek által feldolgozott tokenek mennyisége 2030-ig huszonnégyszeresére nőhet.
A számítási kapacitás iránti kereslet robbanásszerű növekedése mögött a vállalati AI-ügynökök elterjedése és az egyre nagyobb modellhasználat áll.
Miért növekszik az igény infrastruktúra iránt?
A tokenfogyasztás emelkedése több tényezőt hajt meg egyszerre: nagyobb adatközponti kapacitásra, több félvezetőre, hálózati eszközre és energiaellátási infrastruktúrára lesz szükség. Emellett a dráguló hardver- és építési költségek is növelik a beruházási igényt.
A Goldman Sachs adatai szerint a Google Cloud és az Amazon Web Services együttes szerződéses rendelésállománya az idei első negyedév végére 832 milliárd dollárra emelkedett, míg fél évvel korábban ez az összeg 358 milliárd dollár volt — ez a gyors bővülés alátámasztja a bank optimizmusát.
Piaci egyensúly és időzítés
Az elemzők várakozása szerint az AI-infrastruktúra iránti kereslet és kínálat egyensúlya várhatóan csak 2027 második felére alakulhat ki. Ez azt jelenti, hogy a beruházási hullám hosszabb időn át fenntarthatja a magas keresletet az AI-ökoszisztéma szereplői számára.
A Goldman történelmi párhuzamokra is rámutat: a bank szerint az AI-hoz kapcsolódó beruházások 2026-ban az Egyesült Államok GDP-jének mintegy 1,5 százalékát tehetik ki. A korábbi nagy technológiai korszakok — például a vasútépítések, az elektromos hálózatok vagy az autóipar felfutása — idején a beruházási csúcsok a GDP 2–3 százalékát is elérték, ami arra utalhat, hogy az AI-ciklus további bővülés előtt áll.
Kockázatok és korlátok
A Goldman szerint a legnagyobb kockázatok nem feltétlenül a finanszírozás oldaláról érkeznek. Az elemzők több potenciális korlátozó tényezőt azonosítottak:
- adatközpont-projektek késései;
- memóriachipek rendelkezésre állásának hiánya;
- energiaellátási korlátok;
- szakképzett munkaerő hiánya.
Ezek a tényezők lassíthatják a kapacitásbővítést, még ha a tőke rendelkezésre áll is.
Mely iparágak profitálhatnak, és hol nő a kockázat?
A bank elemzői úgy látják, hogy a növekvő beruházások különösen kedveznek a félvezető-, hálózati, hűtéstechnikai és energiaszektor vállalatainak. Ugyanakkor figyelmeztetnek arra is, hogy az AI-infrastruktúrához kapcsolódó részvények egy része már jelentős mértékben felértékelődött, ami növeli a volatilitást és a korrekció kockázatát.
A termelékenységi hatás még kevéssé kimutatható
A Goldman rávilágított arra is, hogy egyelőre korlátozott bizonyíték van arra, hogy az AI széles körben jelentős termelékenységjavulást hozott volna a vállalati eredményekben. A bank megfigyelése szerint:
- a vállalatok 54 százaléka említette az AI-t az első negyedéves gyorsjelentések során;
- csupán 11 százalékuk számszerűsítette a termelékenységi előnyöket;
- mindössze 2 százalék mutatott be konkrét eredményhatást.
Ez arra utal, hogy a cégek most sokkal gyorsabban költenek AI-ra, mint amilyen ütemben annak pénzügyi haszna megjelenik a mérlegekben.
A jelen írás nem minősül befektetési tanácsadásnak vagy ajánlásnak.
