Індекс S&P 500 подає попереджувальний сигнал, який заслуговує на увагу. Коєфіцієнт Шіллера CAPE — метрика, розроблена для згладжування коливань ринку та виявлення справжніх рівнів оцінки — піднявся майже до 40, що небезпечно близько до піків, зафіксованих під час дот-ком бульбашки понад два десятиліття тому. Тоді цей коефіцієнт сягав близько 44. Це територія, де зазвичай панує ірраціональне захоплення, і зараз бум штучного інтелекту підштовхує оцінки у цей рідкісний повітряний простір.
Реальна історія за цифрами
Коефіцієнт Шіллера CAPE відрізняється від традиційних розрахунків ціна-прибуток тим, що дивиться назад за 10 років у середньому, з урахуванням інфляції. Цей ефект згладжування прорізає шум однорічних коливань прибутків і економічних циклів. Це фактично ставить питання: «Чи платимо ми історично розумну ціну за те, що компанії реально заробляють?» Зараз відповідь все більше викликає занепокоєння.
Техногіганти вкладають безпрецедентні капітали у інфраструктуру штучного інтелекту. Мова йде про масштабні розгортання дата-центрів, складне фінансове інженерство через спеціальні цільові компанії (SPV) — той самий інструмент, який відіграв ключову роль у скандалі з Enron — і навантаження боргами, що досягає незручних рівнів. Тим часом, OpenAI продовжує підписувати довгострокові угоди щодо інфраструктури, незважаючи на швидке спалювання готівки, яке перевищує залучення нових коштів. Фінансові аналітики оцінюють, що компанії знадобиться $207 мільярд у новому фінансуванні до 2030 року лише для виконання своїх поточних зобов’язань.
Прірва між амбіціями та реальністю
Ось де логіка бульбашки стає абсолютно очевидною: величезні суми інвестуються з невизначеними шляхами до прийнятних прибутків. Керівництво Meta фактично підтвердило це, пропонуючи «поглинути» будь-яке перенасичення інфраструктури, перетворюючи її на кращу рекламу. Це не бізнес-план — це молитва у вигляді таблиць.
Вражаюча цифра: дослідження MIT показало, що 95% генеративних AI-пілотів у компаніях повністю не дають результатів. Проте капітал продовжує текти, оцінки зростають, а коефіцієнт Шіллера CAPE продовжує світитися червоним.
Розумний крок: знайти справжню цінність
Не всі проекти у сфері штучного інтелекту створені рівними. Хоча витрати на інфраструктуру залишаються спекулятивними, деякі компанії справді отримують справжню цінність. Наприклад, IBM не робить ставку на гонку за інфраструктурою AI. Замість цього компанія отримує прибутки через консалтинг у сфері AI та впровадження ефективних, цільових моделей для корпоративних клієнтів. IBM вже заробила $9.5 мільярдів у сфері AI, переважно на консалтингових послугах із задокументованими показниками повернення інвестицій.
Урок простий: коли з’являється рідкісний для дот-ком бульбашки показник, і коли розподіл капіталу стає віддаленим від практичних прибутків, обережність — це не песимізм, а здоровий глузд. Варто зберігати експозицію до AI через компанії, що генерують реальну бізнес-цінність, а не через спекулятивні ставки на інфраструктуру. Ця різниця може мати велике значення, коли цей цикл виправиться.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Коли оцінки на фондовому ринку досягають небес: попереджувальні знаки, про які ніхто не говорить
Індекс S&P 500 подає попереджувальний сигнал, який заслуговує на увагу. Коєфіцієнт Шіллера CAPE — метрика, розроблена для згладжування коливань ринку та виявлення справжніх рівнів оцінки — піднявся майже до 40, що небезпечно близько до піків, зафіксованих під час дот-ком бульбашки понад два десятиліття тому. Тоді цей коефіцієнт сягав близько 44. Це територія, де зазвичай панує ірраціональне захоплення, і зараз бум штучного інтелекту підштовхує оцінки у цей рідкісний повітряний простір.
Реальна історія за цифрами
Коефіцієнт Шіллера CAPE відрізняється від традиційних розрахунків ціна-прибуток тим, що дивиться назад за 10 років у середньому, з урахуванням інфляції. Цей ефект згладжування прорізає шум однорічних коливань прибутків і економічних циклів. Це фактично ставить питання: «Чи платимо ми історично розумну ціну за те, що компанії реально заробляють?» Зараз відповідь все більше викликає занепокоєння.
Техногіганти вкладають безпрецедентні капітали у інфраструктуру штучного інтелекту. Мова йде про масштабні розгортання дата-центрів, складне фінансове інженерство через спеціальні цільові компанії (SPV) — той самий інструмент, який відіграв ключову роль у скандалі з Enron — і навантаження боргами, що досягає незручних рівнів. Тим часом, OpenAI продовжує підписувати довгострокові угоди щодо інфраструктури, незважаючи на швидке спалювання готівки, яке перевищує залучення нових коштів. Фінансові аналітики оцінюють, що компанії знадобиться $207 мільярд у новому фінансуванні до 2030 року лише для виконання своїх поточних зобов’язань.
Прірва між амбіціями та реальністю
Ось де логіка бульбашки стає абсолютно очевидною: величезні суми інвестуються з невизначеними шляхами до прийнятних прибутків. Керівництво Meta фактично підтвердило це, пропонуючи «поглинути» будь-яке перенасичення інфраструктури, перетворюючи її на кращу рекламу. Це не бізнес-план — це молитва у вигляді таблиць.
Вражаюча цифра: дослідження MIT показало, що 95% генеративних AI-пілотів у компаніях повністю не дають результатів. Проте капітал продовжує текти, оцінки зростають, а коефіцієнт Шіллера CAPE продовжує світитися червоним.
Розумний крок: знайти справжню цінність
Не всі проекти у сфері штучного інтелекту створені рівними. Хоча витрати на інфраструктуру залишаються спекулятивними, деякі компанії справді отримують справжню цінність. Наприклад, IBM не робить ставку на гонку за інфраструктурою AI. Замість цього компанія отримує прибутки через консалтинг у сфері AI та впровадження ефективних, цільових моделей для корпоративних клієнтів. IBM вже заробила $9.5 мільярдів у сфері AI, переважно на консалтингових послугах із задокументованими показниками повернення інвестицій.
Урок простий: коли з’являється рідкісний для дот-ком бульбашки показник, і коли розподіл капіталу стає віддаленим від практичних прибутків, обережність — це не песимізм, а здоровий глузд. Варто зберігати експозицію до AI через компанії, що генерують реальну бізнес-цінність, а не через спекулятивні ставки на інфраструктуру. Ця різниця може мати велике значення, коли цей цикл виправиться.