Οι κυκλικές συμφωνίες, οι εκδόσεις ομολόγων και οι υψηλές αποτιμήσεις έχουν δημιουργήσει ανησυχίες ότι η αγορά μπορεί να βρίσκεται σε φάση φούσκας. Η αστάθεια αυτή θεωρείται από ορισμένους επενδυτές πρώιμο σημάδι για τον τρόπο που θα εξελιχθούν οι επενδύσεις στην Τεχνητή Νοημοσύνη, με αυξημένη προσοχή στο ποιος ξοδεύει χρήματα και ποιος αποφέρει κέρδη, όπως επισημαίνει ο Stephen Yiu, επικεφαλής επενδύσεων στο Blue Whale Growth Fund.
Οι επενδυτές, ιδίως οι ιδιώτες που εκτίθενται στην Τεχνητή Νοημοσύνη μέσω ETF, συχνά δεν διακρίνουν μεταξύ εταιρειών με ένα προϊόν αλλά χωρίς επιχειρηματικό μοντέλο, εκείνων που επενδύουν σε υποδομές Τεχνητής Νοημοσύνης ή των εταιρειών που ήδη αποκομίζουν έσοδα από AI. Μέχρι στιγμής, κάθε εταιρεία φαίνεται να κερδίζει, αλλά η Τεχνητή Νοημοσύνη βρίσκεται ακόμα στα πρώτα της βήματα, υπογραμμίζει ο Yiu, προσθέτοντας ότι η διάκριση μεταξύ διαφορετικών τύπων εταιρειών γίνεται ολοένα πιο σημαντική.
Ο Yiu διακρίνει τρία στρατόπεδα: ιδιωτικές ή νεοσύστατες εταιρείες, εισηγμένες που επενδύουν σε Τεχνητή Νοημοσύνη και εταιρείες υποδομών AI. Οι πρώτες, όπως η OpenAI και η Anthropic, προσέλκυσαν 176,5 δισ. δολάρια κεφαλαίων τα πρώτα εννέα τρίμηνα του 2025, ενώ τεχνολογικοί γίγαντες όπως η Amazon, η Microsoft και η Meta δαπανούν μεγάλα ποσά σε παρόχους υποδομών, όπως η Nvidia και η Broadcom. Το Blue Whale Growth Fund αξιολογεί τις αποτιμήσεις μέσω των ελεύθερων ταμειακών ροών, για να εκτιμήσει αν οι τιμές των μετοχών δικαιολογούνται.
Οι περισσότερες εταιρείες του λεγόμενου «Magnificent 7» διαπραγματεύονται με σημαντικό premium λόγω των επενδύσεών τους στην Τεχνητή Νοημοσύνη. Ο Yiu προτιμά να τοποθετείται σε εταιρείες που δεν δαπανούν υπερβολικά, δεδομένου ότι οι δαπάνες για AI μπορεί να επηρεάσουν τα οικονομικά τους. Ο Julien Lafargue από την Barclays επισημαίνει ότι ο «αφρός» της AI συγκεντρώνεται σε επιλεγμένα τμήματα της αγοράς και ο μεγαλύτερος κίνδυνος αφορά εταιρείες που εξασφαλίζουν χρηματοδότηση αλλά δεν έχουν ακόμη κέρδη, όπως εταιρείες που σχετίζονται με κβαντική υπολογιστική.
Η διαφοροποίηση θεωρείται κρίσιμη, καθώς οι μεγάλοι τεχνολογικοί όμιλοι επενδύουν όλο και περισσότερο σε περιουσιακά στοιχεία, όπως GPU, κέντρα δεδομένων και υποδομές AI. Ο Dorian Carrell της Schroders προειδοποιεί ότι οι αποτιμήσεις μπορεί να μην αντικατοπτρίζουν τα πραγματικά αποτελέσματα, ειδικά όταν οι εταιρείες προσπαθούν να χρηματοδοτήσουν τα σχέδιά τους για AI. Οι αγορές χρέους χρησιμοποιούνται για τη χρηματοδότηση υποδομών, αλλά οι επενδυτές παραμένουν επιφυλακτικοί.
Εάν τα έσοδα από την AI δεν υπερβούν τα έξοδα, τα περιθώρια κέρδους θα συμπιεστούν και οι επενδυτές θα αμφισβητήσουν την απόδοση των επενδύσεων τους. Η διαφορά απόδοσης μεταξύ εταιρειών μπορεί να διευρυνθεί, καθώς η αποτίμηση του υλικού και των υποδομών υποτιμάται, και η αγορά θα απαιτεί όλο και μεγαλύτερη διαφοροποίηση από το 2026 και μετά.
