حلقه مالی 745 میلیارد دلاری Nvidia، OpenAI و Oracle اولین تست استرس خود را انجام داد: افزایش نرخ بهره توسط فدرال رزرو

در سه ماهه اول سال 2026، اقتصاد ایالات متحده با نرخ سالانه 2.1 درصد رشد کرد. این عدد به تنهایی باعث شد که به نظر برسد اقتصاد در مسیر مثبتی قرار دارد.

در 16 سپتامبر، فدرال رزرو برای اولین بار از سال 2023، نرخ بهره را افزایش داد و یک چهارم واحد را به محدوده بین 3.75 تا 4 درصد رساند. رای به اتفاق آرا بود و مقامات قبل از پایان سال یک افزایش دیگر را مداد کردند. رئیس کوین وارش یک بار در کنفرانس مطبوعاتی خود به هزینه های هوش مصنوعی اشاره نکرد و نیازی هم نداشت. تقریبا هر ابرمقیاس کننده دلاری که در سه سال گذشته به مراکز داده سرازیر شده است، قرض گرفته شده، سرمایه گذاری شده یا در پس زمینه پول ارزان توجیه شده است. اکنون فضای بازار کاملا متفاوت است.

اخراج سهام ORCL: آنچه باید در مورد آخرین کاهش مشاغل Oracle بدانید

اما وقتی به زیر کاپوت نگاه می کنیم، همه چیز تغییر می کند. بر اساس سومین و آخرین برآورد دفتر تحلیل اقتصادی (BEA)، سرمایه گذاری در مراکز داده و نرم افزار مرتبط با هوش مصنوعی تقریبا سه چهارم این رشد را به خود اختصاص داده است. در همین حال، هزینه‌های مصرف‌کننده - چیزی که اکثر مردم آن را معیار واقعی سلامت اقتصادی می‌نامند - کمتر از یک پنجم کمک کرد.

بنابراین اگر هزینه‌های هوش مصنوعی را حذف کنیم، آن رشد اقتصادی متوسط ​​بیشتر شبیه یک خودروی متوقف شده در کنار بزرگراه می‌شود.

اکنون، برای روشن شدن، این بحثی نیست که آیا سهام هوش مصنوعی گران هستند یا خیر. من قبلا در مقاله قبلی دقیقا در اینجا به آن پرداخته ام.

نه، این داستانی است در مورد حسابداری، رشد، و اینکه آیا هزینه‌های هنگفت شرکت‌های هوش مصنوعی و ابر مقیاس‌کننده‌ها در زیرساخت‌های مرکز داده به رشد واقعی و پایدار تبدیل می‌شود یا خیر.

زیرا در غیر این صورت، ممکن است به اعداد تیترهای متورم نگاه کنیم که اقتصاد شکسته را در آستانه سقوط رد می کنند.

و بنابراین، به این سؤال مربوط می‌شویم: آیا ما در یک حباب هزینه‌های هوش مصنوعی هستیم... و آیا در شرف ترکیدن است؟

تصمیم فدرال رزرو در این هفته به این سوال پاسخی نداد. اما ساعت را شروع کرد. و ساعت دقیقا از جایی شروع می شود که پول قبلا در یک حلقه حرکت می کند.

بیایید با جایی شروع کنیم که پول واقعا حرکت می کند، زیرا این همان چیزی است که افزایش نرخ واقعا تأثیرگذار است.

من مطمئن هستم که تا به حال در مورد این چیزی شنیده اید، اما در صورت عدم وجود شانس، در اینجا خلاصه ای سریع وجود دارد.

دلار از ترازنامه انویدیا به عنوان "سرمایه گذاری" خارج می شود و به صورت "درآمد" به صورت درآمد باز می گردد، و تا زمانی که حلقه کامل شود، واقعا سخت است که بگوییم چه کسی واقعا برای چه چیزی پرداخت کرده است.

این کار را در چندین بازیکن کلیدی هوش مصنوعی تکرار کنید، و ما یک وب داریم.

در اینجا یک تفکیک بصری از این وب از معاملات بین سازندگان تراشه های هوش مصنوعی و هایپراسکیلرها ارائه شده است.

اکنون، برای روشن بودن، شرکت‌های موجود در این «حلقه» ادعایی هزینه‌ها، وجود آن نوع معاملات را مناقشه نمی‌کنند. در غیر این صورت، SEC مانند سفیدی روی برنج، در پشت سر جمعی خود قرار خواهد گرفت.

مسئله اصلی این است که برخی کارشناسان ادعا می‌کنند که کل جریان‌های درآمدی بسیاری از شرکت‌ها در این حلقه «خودارجاعی» است - به این معنی که پول اساسا از یک شرکت هوش مصنوعی به شرکت دیگر جریان می‌یابد، بدون اینکه خواسته‌های دیگری خارج از دایره وجود داشته باشد.

حداقل، این چیزی است که مایکل بری، سرمایه‌گذار مشهور «The Big Short» در نقد خود از مالی Q2 FY'27 Nvidia می‌گوید.

البته، بری به دلیل موضع نزولی خود در مورد تقریبا هر چیزی شناخته شده است. اما این بار او تنها نیست. مدیر کل بانک تسویه حساب های بین المللی (BIS) همین احساس را در سخنرانی اوایل این ماه تکرار کرد.

پابلو هرناندز دی کوس گفت: «در همان زمان، مخارج سرمایه‌ای بزرگ‌ترین شرکت‌ها اکنون از جریان نقدی آنها پیشی می‌گیرد و باعث اتکای فزاینده به بدهی و به طور فزاینده‌ای به اعتبارات خصوصی می‌شود.»

او سپس آن برند تأمین مالی را «مبهم و به هم پیوسته» خواند.

او ادامه داد: «تولیدکنندگان تراشه‌ها و ابرمقیاس‌کننده‌ها در شرکت‌های هوش مصنوعی، تحت عنوان تأمین مالی دایره‌ای، سهام شرکت‌های هوش مصنوعی را به عهده می‌گیرند، که متعهد به خرید تراشه‌ها و محاسبه‌شان می‌شوند و این بازیگران را به روش‌هایی به هم مرتبط می‌کنند که مشاهده آنها دشوار است و گاهی اوقات ارزش‌گذاری آنها دشوار است».

جالب اینجاست که انویدیا با اشاره به حمایتش از ایجاد زیرساخت OpenAI، در فراخوان درآمد سه ماهه دوم سال مالی 27 خود تا حدودی به این ادعاها پرداخته است.

کولت کرس می گوید: "ما مقیاس این حمایت را می شناسیم و می دانیم که برخی آن را تامین مالی دایره ای می نامند. ما آن را متفاوت می بینیم. ما در حال عبور از یک تغییر پلت فرم محاسباتی بزرگ هستیم، ایجاد یکی از مهم ترین فناوری ها در تاریخ بشر، و اینها شرکت هایی هستند که یک بار در یک نسل تولید می شوند."

واقعا مبهم است، اما اصل ماجرا این است - انویدیا تراکنش را دوباره چارچوب می‌دهد، نه آن را رد می‌کند. پول در یک حلقه حرکت می کند، بله، اما حلقه موجه است زیرا فرصت فقط است. که بزرگ

پس از شکست زمانی که SpaceX (SPCX) عمومی شد، OpenAI IPO مورد انتظار خود را تا سال 2027 به عقب انداخت.

از آنجایی که ما هنوز به اطلاعات مالی OpenAI دسترسی کاملا شفاف نداریم، باید به تخمین‌ها و نشت‌های احتمالی تکیه کنیم.

و همه اینها از پیشگام است - شرکتی که قرار است در قلب تپنده حلقه هوش مصنوعی بنشیند.

این بدان معناست که هر دلار درآمد «دایره‌ای» که انویدیا، اوراکل و حتی مایکروسافت (MSFT) از OpenAI رزرو می‌کنند، یک دلار است که OpenAI در حال حاضر برای پرداخت ضرر می‌کند.

اگر بخواهیم منصفانه باشیم، افزایش زیان های عملیاتی در سال های اولیه برای شرکت های زیرساختی سنگین اتفاق می افتد. اما این بدان معناست که کل چرخه تامین مالی به افزایش سریعتر از زیان OpenAI بستگی دارد، به خصوص اکنون که IPO آن تا سال 2027 به عقب کشیده شده است.

آنتروپیک، xAI، و دیگر استارت‌آپ‌های با بودجه خوب با مدل‌های مرزی خود، نرخ‌های نقدینگی مشابهی دارند - شاید در مقیاس مطلق کمی کوچک‌تر، اما بدون در نظر گرفتن تند. کل لایه بنیادی-مدل این صنعت عمدتا بی‌سود است، و این قبل از محاسبه سرمایه اختصاصی هوش مصنوعی خود hyperscalers است که در کتاب‌های آن‌ها به‌عنوان سرمایه‌گذاری نشان داده می‌شود نه ضرر، اما همچنان باید در نهایت بازدهی ایجاد کند.

این چیزی است که باید هر کسی را که دارای پورتفولیوی متنوع است، نگران کند، حتی نمونه‌ای که در معرض مستقیم هوش مصنوعی صفر است. مایکروسافت، آلفابت، آمازون و متا به تنهایی در حال حاضر تقریبا 17 درصد از کل ارزش بازار S&P 500 (SPX) را تشکیل می دهند.

Nvidia و Broadcom (AVGO) را اضافه کنید، و تقریبا 28٪ از شاخص متمرکز در شش شرکتی را مشاهده می کنید که شرط بندی های عمده و همپوشانی روی یک فناوری اساسی یکسان دارند. و وقتی حساب‌های بازنشستگی و ETFهای مبتنی بر شاخص در یک روایت متمرکز می‌شوند، سرمایه‌گذاران عادی دیگر تنوعی را که فکر می‌کنند برای آن پرداخت می‌کنند، ندارند.

بازارهای اعتباری نیز نسخه خاص خود از این قرار گرفتن را دارند. همانطور که ذکر شد، سرمایه به طور فزاینده ای از طریق بدهی و اعتبار خصوصی به جای جریان نقدی آزاد تامین می شود، و بیشتر این بدهی در داخل وسایل نقلیه با هدف ویژه (SPV) قرار می گیرد که آن را از ترازنامه شرکت مادر دور نگه می دارد.

اگر رشد درآمد هوش مصنوعی متوقف شود، نهادهای دارای این بدهی شوک ناگهانی را جذب خواهند کرد و بسیاری از آنها مؤسساتی هستند که بسیاری از مردم عادی برای امور مالی خود به آنها وابسته هستند.

قبل از اینکه بخواهیم به این موضوع بپردازیم که دایره مخارج در واقع چقدر بزرگ است، به درک مقیاس خام آنچه که همه خرج می کنند کمک می کند. بنابراین، بیایید نگاهی به سرمایه سه ماهه و پیش بینی شده سالانه چهار شرکت برتر هوش مصنوعی در جهان بیندازیم:

این بدان معناست که سرمایه پیش‌بینی‌شده از این چهار شرکت برای سال 2026 اکنون تنها چند میلیارد میلیارد با کل تولید اقتصادی سالانه برخی از اقتصادهای برتر جهان فاصله دارد.

و میدونی چیه؟ بر اساس بسیاری از تخمین ها، هزینه های هوش مصنوعی همچنان شتاب می گیرد.

البته، موسساتی که وجود دارند تا دقیقا در مورد این نوع خطر نگران باشند، قابل درک است که نگران هستند. BIS - اساسا بانک مرکزی همه بانک‌های مرکزی جهان - رونق سرمایه‌گذاری هوش مصنوعی را با چندین انقلاب فنی و مالی برجسته در تاریخ در طول سخنرانی فوق‌الذکر مقایسه کرد.

هرناندز دی کوس گفت: «تاریخ در اینجا شباهت‌های آموزنده‌ای را ارائه می‌دهد. شیدایی کانال در دهه 1830، شیدایی راه‌آهن بریتانیا در دهه 1840، رونق برق‌رسانی در دهه 1920 و موج دات‌کام در اواخر دهه 1990 همگی مبتنی بر پیشرفت‌های مهم فناوری بودند.»

اکنون، اگر دانشجوی مشتاق تاریخ مالی هستید، متوجه خواهید شد که هر چهار مثال دقیقا به «خوشبختانه همیشه» معمولی شما ختم نشدند.

در عوض، هر چهار انقلاب منجر به هزینه‌های سرمایه‌ای هنگفتی شد که متأسفانه هرگز توجیه نشد، و خرابی‌ها و آسیب‌های ناشی از آن در طول دهه‌ها موج زد. ما از سقوط بازار صحبت می کنیم که تریلیون ها را در عرض یک ماه از بین می برد، کسب و کارهای نویدبخش از روی زمین پاک می شوند و کل صنایع برای سال های آینده فلج می شوند.

اما یک سوال اساسی‌تر زیر همه اینها قرار دارد و اعداد و ارقام هزینه‌ها به تنهایی نمی‌توانند به آن پاسخ دهند: واقعا چه کسی خرید می‌کند؟ منظورم این است که البته خارج از هایپراسکیلرها که قبلا در بالا توضیح داده بودم.

نظرسنجی‌ها اغلب به پذیرش ابزارهای هوش مصنوعی به عنوان منبع واقعی تقاضا اشاره می‌کنند، اما برنامه‌های آزمایشی و هدف را اندازه‌گیری می‌کنند، نه لزوما استقرار تولید درآمدزا.

برخی از شرکت‌هایی که برای استفاده از ربات‌های چت در محل کار اثبات‌مفهومی را اجرا می‌کنند، با شرکتی که به طور کامل گردش کار خود را پیرامون ابزارهای هوش مصنوعی اصلاح می‌کند، یکسان نیست. از نظر فیزیک، یکی در انرژی پتانسیل گیر کرده است و دیگری در حال حاضر جنبشی است.

همچنین بحث آموزش و استنباط وجود دارد. فرامقیاس‌ها برنامه‌های هزینه‌های هنگفت خود را برای پوشش هزینه‌های آموزش مدل‌های بزرگتر و بزرگتر توجیه می‌کنند. اما زمانی که آن مدل ها آموزش ببینند... آیا دلیلی وجود دارد که واقعا مورد استفاده قرار گیرند؟

خب، این تمام شرط چرخه هزینه‌های هوش مصنوعی در حال حاضر است - از تقاضای فعلی به عنوان امید برای استفاده پیش‌بینی‌شده در آینده استفاده کنید.

اما تا زمانی که استفاده واقعی به ظرفیت برسد، کل ساخت بر اساس یک فرض است، نه تقاضای اثبات شده.

قدرت یکی دیگر از مشکلات حلقه خرج است. مراکز داده به مقدار زیادی نیرو نیاز دارند، بیش از آنچه که شبکه "قدیمی" تا به حال به آن نیاز داشت. و در برخی مکان‌ها، لیست‌های انتظار برای اتصالات مرکز داده اکنون به سال‌ها کشیده می‌شوند. ظرفیت جدید را نمی توان به اندازه کافی سریع ساخت تا با تقاضا مطابقت داشته باشد.

به گفته مؤسسه مهندسین برق و الکترونیک (IEEE)، یک رک سرور هوش مصنوعی GB200 می تواند به اندازه 100 خانه در ایالات متحده انرژی مصرف کند. آن را در محوطه‌ای مانند Hyperion 5 گیگاواتی برنامه‌ریزی شده متا مقیاس کنید، و در مورد یک سایت صحبت می‌کنید که 4.2 میلیون خانه از آن استفاده می‌کنند.

منطقا، شرکت های آب و برق در حال تقویت زیرساخت ها برای پاسخگویی به این تقاضا هستند. که شامل نیروگاه ها، خطوط انتقال و پست ها می شود. تا زمانی که مرکز داده نمایش داده می شود، تمام این هزینه ها منطقی است.

اما اگر مرکز داده به تاخیر بیفتد یا کوچک شود چه؟ هک، اگر این تسهیلات به طور کلی لغو شود چه؟

پول از قبل خرج شده است. و تقاضای مسکونی نمی تواند کسادی را جذب کند. مصرف برق خانگی تقریبا 1 درصد در سال رشد می‌کند، بنابراین هیچ شهرستانی قصد ندارد چند صد هزار خانه جدید را از هوا بسازد تا یک گیگاوات برق بلااستفاده مصرف کند.

و میدونی بدترین قسمت اینه؟ هیچ شرکت خدماتی در ذهن درست خود نمی ایستد و این خسارت را به تنهایی تحمل می کند.

تاسیسات تحت نظارت بر مبنای نرخ خود بازدهی کسب می‌کنند، به این معنی که هزینه‌های سرمایه‌ای تایید شده طی دهه‌ها از مشتریان بازیابی می‌شود، خواه بار پیش‌بینی‌شده محقق شود یا خیر.

بنابراین، اگر تجارت هوش مصنوعی از هم بپاشد، سهامداران ضربه به پردازنده‌های گرافیکی را می‌پذیرند. اما خطوط انتقال در حال حاضر در نرخ برق ساخته شده است که در طول 30 سال مستهلک شده است.

یکی دیگر از نگرانی های معتبر در مورد هزینه های هوش مصنوعی، استهلاک و نحوه محاسبه سخت افزار مرکز داده است.

چندین ابر مقیاس کننده بزرگ عمر مفید تخمین زده شده به سرورها و تجهیزات شبکه را در سال های اخیر افزایش داده اند، که بسیاری از این تخمین ها در حال حاضر حدود 5 تا 6 سال است.

خوب، نه زمانی که شما پیامدها را در نظر بگیرید. با این ترتیب، هزینه آن سخت‌افزار در هر دوره گزارشگری نازک‌تر می‌شود و کمتر از آن هزینه به صورت سود و زیان سه ماهه می‌رسد.

ترجمه؟ سودها نسبت به برنامه‌های استهلاک قدیمی و کوتاه‌تر سالم‌تر به نظر می‌رسند، حتی اگر طول عمر سخت‌افزار واقعی واقعا تغییر نکرده باشد.

از دیدگاه صرفا حسابداری، این کاملا ... خوب، اجازه دهید فقط بگوییم "قانونی".

اما در مورد آن فکر کنید: وقتی GPU گرد و غبار را گاز می گیرد، یا در نسخه بعدی از کلاس خارج می شود، یا به دلیل نیازهای محاسباتی جدید منسوخ می شود، آیا فکر می کنید ابتدا با یک حسابدار مشورت می کند تا راحت ترین زمان را برای خروج از کتاب پیدا کند؟

شرکت‌ها هنوز درگیر هزینه‌های سخت‌افزاری هستند، حتی اگر سخت‌افزار قبل از اینکه برنامه استهلاک بگوید بی‌فایده شود.

این شکاف بین واقعیت اقتصادی و واقعیت حسابداری از بین نمی رود. فقط به تعویق می افتد، ربع به ربع، تا زمانی که چیزی آن را مجبور به باز شدن کند.

شاید این نسخه دقیق‌تر استدلال مالی دایره‌ای باشد که مایکل بری قبلا علیه انویدیا مطرح کرد. پوشش رسانه‌ای و اینترنتی موضوعات مالی را بیش از حد ساده می‌کند تا سرفصل‌های قابل کلیک ارائه شود. ممکن است به نظر برسد که او می‌گوید وب معاملات بین بازیکنان هوش مصنوعی کلاهبرداری است، اما اگر این استدلال واقعی او باشد، صادقانه بگویم، نادیده گرفتن آن بسیار سخت‌تر می‌شود.

در اصل، قراردادهای حسابداری مورد استفاده برای استهلاک سخت‌افزار در این گروه از شرکت‌ها بیش از حد سخاوتمندانه هستند و این سخاوت کار زیادی را انجام می‌دهد تا سود را به همان اندازه که در حال حاضر انجام می‌دهند قوی جلوه دهد.

حال، برای متعادل کردن بحث، اجازه دهید نکات مثبت را پوشش دهیم.

اولا، سخنرانی BIS سپتامبر 2026 یک قطعه تمام عذاب و غم نبود.

هرناندز پیشرفت های واقعی و اندازه گیری شده در بهره وری و کارایی را که ناشی از پذیرش هوش مصنوعی است، برجسته کرد. مطمئنا این داده‌های اقتصادی سختی نیست، اما همچنان شواهد تجربی «قانع‌کننده» است مبنی بر اینکه هوش مصنوعی در حال حاضر مزایای ملموسی را در اقتصاد واقعی ارائه می‌کند. اعداد کلان در مورد رشد بهره وری نیز در حال افزایش هستند.

در همین حال، ترس عمومی مبنی بر اینکه هوش مصنوعی جایگزین کارگران شود، تا حد زیادی هنوز محقق نشده است. با این حال، این گزارش به صراحت می گوید که شرکت ها در حالت انتظار و دید هستند، به این معنی که آنها هنوز در مورد استفاده از هوش مصنوعی برای جایگزینی نیروی کار فعال خود تصمیمی نگرفته اند.

اما بیایید یک لحظه به خرج کردن برگردیم. همانطور که قبلا اشاره کردم، هزینه های هوش مصنوعی می تواند بیشتر رشد تولید ناخالص داخلی ایالات متحده را تشکیل دهد. بنابراین، ساخت مرکز داده هنوز از نظر اقتصادی مثبت است.

یکی از واضح ترین شواهد در خارج از ایالات متحده، تایوان است، جایی که اداره کل بودجه، حسابداری و آمار این کشور (DGBAS) پیش بینی رشد اقتصادی سال 2026 خود را از 9.64 درصد به 11.05 درصد اصلاح کرده است. این تغییر عمدتا به دلیل تقاضای تراشه و شرکت هایی مانند نیمه هادی تایوان (TSM) است که یک بازیگر کلیدی در رونق هوش مصنوعی است.

با در نظر گرفتن این موضوع، بیایید چهار مثالی را که قبلا استفاده کردم، دوباره مرور کنیم و آنها را به شکلی مثبت‌تر و در عین حال دقیق‌تر تنظیم کنیم.

شوق کانال در دهه 1830 مهاجرت را تسریع کرد و به تغییر شکل مراکز جمعیتی آنگونه که ما می شناسیم کمک کرد.

شوق راه آهن بریتانیا یک دهه بعد ریل هایی را پشت سر گذاشت که این کشور برای قرن آینده از آنها استفاده خواهد کرد.

رونق برق دهی در دهه 1920 سکوی پرشی برای بسیاری از پیشرفت های فناوری در قرن آینده بود.

در نهایت، حباب دات‌کام به ایجاد پایه‌های اقتصاد اینترنتی که امروز می‌شناسیم کمک کرد، حتی اگر بسیاری از شرکت‌هایی که به این جنون دامن زدند را از بین برد. آن را انتخاب طبیعی نامید، قبل از اینکه وب جهانی واقعا قدرت را در دست بگیرد.

خوب، مطمئنا نه با یک پیش‌بینی شفاف. هر کسی که ادعا می‌کند دقیقا می‌داند این حباب مخارج هوش مصنوعی چه زمانی می‌پاشد یا نه، احتمالا چیزی می‌فروشد.

اما سیگنال‌هایی وجود دارد که نشان می‌دهد من و شما می‌توانیم مراقب آن باشیم که ممکن است باعث تغییر در وضعیت موجود شود.

و از این هفته، اولین مورد قبلا فلش شده است. در 16 سپتامبر، فدرال رزرو اولین افزایش نرخ بهره خود را از سال 2023 ارائه کرد، با افزایش نرخ بهره دیگری تا قبل از پایان سال. همانطور که قبلا ذکر شد، سرمایه هایپراسکیلر به طور فزاینده ای با بدهی و اعتبار خصوصی کار می کند تا جریان نقدی آزاد. محیط نرخ های سخت تر فقط آن بدهی را گران تر نمی کند. این کار را دقیقا در زمانی انجام می‌دهد که پیش‌بینی می‌شود جریان نقدی آزاد در بزرگترین خرج‌کنندگان منفی شود. این سیگنالی نیست که دیگر آن را تماشا کنید. این سیگنالی است که قبلا خاموش شده است.

البته، برنامه های استهلاک باید در لیست پیگیری شما باشد. اگر hyperscalers طول عمر GPU را به دوره های اولیه خود برگرداند، یا GPU های قدیمی را یادداشت کنید، این نشانه خوبی است که بازگشت سرمایه شروع به نشان دادن در صورت های درآمد می کند. اگر نه، پس این فقط به این معنی است که آنها هنوز در حال تکمیل ترازنامه خود هستند.

همچنین می‌خواهم پیشرفت‌های بیشتر در داستان بودجه OpenAI/Anthropic را تماشا کنم. در حال حاضر، عرضه اولیه سهام آنها به ترتیب برای سال 2027 و اکتبر 2026 تعیین شده است. من به ویژه علاقه مندم که آیا شرکت ها به بودجه بیشتری از آنچه قبلا گفته اند نیاز دارند یا خیر. نیاز به پول بیشتر برای سوزاندن فقط به این معنی است که تجارت هنوز منطقی نیست.

در نهایت، من اعداد استفاده سازمانی هوش مصنوعی را ردیابی می کنم. باز هم، کل روایت، کل مبنای همه این هزینه‌ها، از این باور سرچشمه می‌گیرد که شرکت‌های موجود تقاضای محاسباتی هوش مصنوعی را از طریق سقف هدایت خواهند کرد. اگر اعداد اولیه افت نشان می دهند، ممکن است زمان آن رسیده که شور و شوق را کنار بگذارید.

در پایان روز، ما هنوز باید منتظر بمانیم تا این شرط بندی عظیم هزینه های هوش مصنوعی تایید شود. اما فدرال رزرو این انتظار را گرانتر کرد و این یک علامت هشدار دهنده است که ارزش تماشای دقیق را دارد.

در تاریخ انتشار، ریک اورفورد سمتی در: MSFT، AMZN، META، GOOGL داشت. تمام اطلاعات و داده های این مقاله صرفا برای مقاصد اطلاعاتی است. این مقاله در ابتدا در Barchart.com منتشر شده است