پرش به محتوای اصلی

استراتژیست برتر گلدمن اعداد سختی را به هشدار حباب درآمد خود اضافه کرد

فورچون۱۴۰۵ شهریور ۲۶, پنجشنبه، ساعت ۲۲:۱۵حدود 6 دقیقه مطالعه

پیتر اوپنهایمر برای اولین بار این خطر را که سهام هوش مصنوعی در تابستان امسال رونق درآمد ناپایدار را تجربه می‌کنند، اعلام کرد. او ریاضیات بیشتری انجام داده است.

پیتر اوپنهایمر، استراتژیست ارشد سهام جهانی گلدمن ساکس، در اوایل آگوست به مشتریان گفت که ممکن است سهام فناوری مشکل ارزش گذاری نداشته باشد. در عوض، ممکن است مشکل درآمد داشته باشند. در یادداشتی که پنجشنبه منتشر شد، او با رسیدها برگشت.

گزارش جدید، با عنوان "رقابت برای سرمایه"، تز اوت را عقب نمی اندازد. آن را سخت تر می کند و خطر ایجاد حباب درآمد مبتنی بر هوش مصنوعی را به یک مکانیسم خاص، یک آزمون استرس تاریخی خاص، و یک محرک کوتاه مدت خاص مرتبط می کند که به گفته او در حال حاضر در آشفتگی بازار اوراق قرضه این ماه نشان داده شده است. او هنوز هم نمی گوید که این حباب قطعا وجود دارد. اما شش هفته پس از اولین افزایش احتمال، این پوشش در حال حاضر توسط داده‌های سرمایه به جریان نقدی، صدور اعتبار رکورد و چشم‌انداز کوتاه‌مدت سهام کاهش یافته است.

پذیرش مرداد

در اوایل آگوست، اوپنهایمر نوشت که «به نظر نمی‌رسد حباب ارزش‌گذاری وجود داشته باشد، اما ممکن است حباب درآمدی در سهام فناوری وجود داشته باشد» - امتیاز قابل‌توجهی از سوی یک استراتژیست در یکی از فروشگاه‌های تحقیقاتی استریت که به طور مداوم صعودی است.

در آن زمان، شواهد اوپنهایمر بیشتر حکایتی بود. او به نوسانات شدید در درآمد آن سه ماهه اشاره کرد، سهام مایکروسافت 17 درصد در یک روز به دلیل درآمدهای قوی جهش کرد، سهام متا با وجود تخمین‌های شکست‌خورده تقریبا 10 درصد سقوط کرد، و S&P 500 هم وزن با بیشترین حاشیه از همتای هم وزن خود پیشی گرفت. رشد درآمد را متمرکز کرد که در واقع بازار را تقویت کرد.

او این ریسک را به طور ضعیف به «بدهی بیشتر دولت، افزایش انتشار و تورم مداوم» که باعث افزایش هزینه سرمایه می‌شود، ربط داد، بدون اینکه به طور کامل توضیح دهد که چگونه به طور خاص به درآمدهای فناوری مربوط می‌شود.

یادداشت روز پنجشنبه این پیوند سست را به بحث اصلی تبدیل می کند. اوپنهایمر اکنون می‌گوید هزینه‌های زیرساخت هوش مصنوعی و استقراض دولتی مستقیما برای سرمایه یکسانی رقابت می‌کنند: شرکت‌های خصوصی بدهی و سهام خود را برای تامین مالی مراکز داده هوش مصنوعی افزایش می‌دهند، در عین حال دولت‌ها بیشتر برای زیرساخت‌ها، امنیت انرژی و دفاع وام می‌گیرند، در حالی که تورم ناشی از افزایش قیمت انرژی، نرخ‌های سیاست را نیز بالاتر می‌برد.

او استدلال می‌کند که این برخورد همان چیزی است که هزینه‌های جهانی سرمایه را افزایش می‌دهد – مکانیسمی که تنها در ماه اوت به آن اشاره شد، اکنون عنوان گزارش و خط اصلی آن است.

او این استدلال را با ارقام دقیق‌تر تأیید می‌کند: هزینه‌های سرمایه در میان ناشران فناوری رتبه‌بندی شده AA در سه ماهه دوم 65 درصد نسبت به مدت مشابه سال قبل رشد داشته است، که دهمین سه ماهه متوالی است که رشد کل سرمایه AA به بالای 35 درصد رسیده است. انتشار اوراق قرضه قابل تبدیل ایالات متحده تا به امروز به 135 میلیارد دلار رسیده است و وام گیرندگان مرتبط با هوش مصنوعی مسئول 44 درصد از حجم کل هستند. و تیم اعتباری گلدمن پیش‌بینی انتشار درجه سرمایه‌گذاری کل سال در ایالات متحده را 200 میلیارد دلار افزایش داد و به رکورد 2.3 تریلیون دلار رساند و ناشران مرتبط با هوش مصنوعی اکنون یک چهارم کل این عرضه را تشکیل می‌دهند.

پژواک مستقل از آپولو

اوپنهایمر تنها صدای بلندپایه وال استریت نیست که در این قاب بندی همگرا شده است. تورستن اسلوک، اقتصاددان ارشد در مدیریت جهانی آپولو، پنج روز قبل از انتشار یادداشتش، تشخیص خود را نوشت و استدلال کرد که آنچه قبلا «افزایش پس‌انداز» بود به «کمبود پس‌انداز» تبدیل شده است.

اسلوک استدلال می‌کرد که رژیم دو دهه نرخ‌های بسیار پایین تابعی از پس‌اندازهای اضافی است که فرصت‌های سرمایه‌گذاری بسیار کمی را تعقیب می‌کنند. او نوشت: «اکنون تغییر کرده است. "امروزه تعداد پروژه‌ها بیشتر از سرمایه است... وقتی پروژه‌ها فراوان و سرمایه کمیاب است، سرمایه برای پروژه‌ها رقابت می‌کند و با تقاضای بازده بالاتر رقابت می‌کند. بازدهی که بازار را پاک می‌کند، بازدهی بالاتری است." او یک ابله نسبتا زیبا ارائه کرد تا نظر خود را بیان کند.

شواهد اسلوک در حال حاضر در بازارهای اوراق قرضه ثانویه قابل مشاهده است و نه صرفا پیش‌بینی، زیرا او خاطرنشان کرد که اسپردهای اوراق با طولانی‌ترین تاریخ شرکت هایپراسکیلر افزایش یافته است، و «اکثر اوراق منتشر شده در سال 2026 امروز گسترده‌تر از جایی که قیمت داشتند معامله می‌شوند. سرمایه‌گذاران همچنان در حال خرید هستند. آنها فقط هزینه بیشتری دریافت می‌کنند.»

او همچنین توضیح دقیقی برای اینکه چرا نرخ‌های بلندمدت به طور خاص بیش از نرخ‌های کوتاه‌مدت تغییر کرده‌اند ارائه کرد - یادداشت پویای اوپنهایمر با اشاره به بازدهی 30 ساله آلمان و ژاپن نزدیک به صفر در سال 2022 آغاز می‌شود. بنابراین رقابت برای سرمایه در انتهای بلند منحنی متمرکز می شود، به همین دلیل است که نرخ های بلند بیشتر از نرخ های کوتاه حرکت کرده اند.

اجرای مقایسه سال 2008 تا پایان آن

یادداشت اوپنهایمر در ماه اوت به موازی‌های تاریخی اشاره می‌کند، بدون اینکه به طور کامل روی آنها کار کند - به بانک‌های 2008، حباب دات‌کام در اواخر دهه 1990 و حباب ژاپن در اواخر دهه 1980 به‌عنوان نمونه‌های قبلی که درآمد، به جای ارزش‌گذاری، ابتدا منفجر شد.

او خاطرنشان می‌کند که بانک‌ها برای مدت کوتاهی به بزرگترین بخش S&P 500 در دوره قبل از بحران مالی 2008 تبدیل شدند، بدون اینکه هرگز با ارزش‌گذاری‌های شدید معامله کنند، همانطور که فناوری در سال 1999 یا سهام ژاپن در دهه 1980 انجام دادند. در عوض، درآمدهای بانکی با افزایش سریع تامین مالی اهرمی دارایی‌ای که حباب ارزش‌گذاری واقعی را تجربه کرد، افزایش یافت: املاک و مستغلات ایالات متحده. زمانی که مسکن فروپاشید و اقتصاد را به سمت رکود سوق داد، درآمدهای بانکی نیز با آن سقوط کرد، حتی اگر خود سهام هرگز آشکارا بیش از حد ارزش گذاری شده به نظر نمی رسید.

او سپس فناوری را با همان مدل بررسی می کند و سه دلیل را فهرست می کند که فکر می کند امروز متفاوت به نظر می رسد. اولا، سود فناوری «بسیار قوی» باقی می‌ماند و ترازنامه‌ها «به طور کلی قوی» هستند، در تضاد با شکنندگی ناشی از اعتبار که در نهایت درآمدهای بانکی را از بین برد. دوم، نسبت‌های پوشش بهره برای کل S&P 500 در صدک 99 20 سال گذشته قرار می‌گیرد و نسبت پوشش متوسط ​​سهام در صدک 68 قرار می‌گیرد - او استدلال می‌کند که نشان می‌دهد شرکت‌ها به طور کلی مانند بانک‌ها بیش از حد اهرمی ندارند.

سوم، تقاضا برای محاسبات هوش مصنوعی به‌جای نشستن بر دارایی‌ای که در حال حاضر متورم شده است، «تسریع و پیشی‌گرفتن عرضه» است، که به برنامه اعلام‌شده مایکروسافت برای سه برابر کردن ظرفیت مرکز داده‌اش ظرف شش سال و به پیش‌بینی تکرارشده انویدیا که در کنفرانس فناوری Communacopia خود گلدمن ارائه شد، اشاره می‌کند که بازار هوش مصنوعی به 30 میلیارد دلار خواهد رسید.

با این حال، این یک صورت حساب بهداشتی تمیز نیست. اوپنهایمر نوشت: «هر گونه کندی در رشد سود، در محیطی با هزینه سرمایه بسیار بالاتر، می‌تواند فشار نزولی بر قیمت سهام وارد کند و اعتماد به جریان‌های نقدی آتی در سراسر اکوسیستم را کاهش دهد، از مقیاس‌کننده‌های فوق‌العاده گرفته تا «انتخاب و بیل‌هایی» که از رونق سرمایه سود می‌برند.

سرمایه گذاران تنها سه روز قبل از انتشار یادداشت اوپنهایمر، پیش نمایشی از این تنش در عمل داشتند. در 14 سپتامبر، انویدیا بیش از 3 درصد سقوط کرد و سایر سازندگان تراشه بین 5 تا 6 درصد کاهش یافتند که شاخص نیمه هادی فیلادلفیا را تقریبا 6 درصد کاهش داد، پس از اینکه داریو آمودی، مدیر عامل آنتروپیک، خواستار کاهش سرعت توسعه هوش مصنوعی مرزی به دلیل نگرانی‌های ایمنی شد، درخواستی که به سرعت توسط Samt OpenAI منعکس شد. با این حال، آلفابت، مایکروسافت و متا - ابر مقیاس‌کننده‌هایی که در واقع بودجه ساخت را تامین می‌کنند - در همان روز رشد کردند. گیل لوریا، رئیس تحقیقات فناوری در D.A.

دیویدسون، به فورچون گفت این واگرایی منعکس کننده عدم تقارن است که اگر پیشرفت هوش مصنوعی کند شود، هایپرمقیاس‌کننده‌ها می‌توانند به سادگی اضافه کردن ظرفیت مرکز داده و «بازده برداشت» از آنچه قبلا ساخته‌اند را متوقف کنند، در حالی که شرکت‌هایی که تراشه‌ها و زیرساخت‌ها را به آنها می‌فروشند چنین گزینه‌ای ندارند.

برای این داستان، خبرنگاران Fortune از هوش مصنوعی مولد به عنوان یک ابزار تحقیقاتی استفاده کردند. یک ویرایشگر قبل از انتشار صحت اطلاعات را تأیید کرد.

این داستان در ابتدا در سایت Fortune.com منتشر شد

خواندن متن کامل در فورچونبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

Goldman’s top strategist just added hard numbers to his earnings-bubble warning

Peter Oppenheimer first flagged the risk that AI stocks were riding an unsustainable earnings boom this summer. He's done more math.

همه‌ی اخبار اقتصاد