Dyrektor generalny Tether, Paolo Ardoino, ostrzegł, że boom wydatków Big Tech na sztuczną inteligencję może być oparty na słabej ekonomii, ponieważ obawy o bańkę rynkową AI rozprzestrzeniają się po rynkach globalnych.
W poście z 4 lipca na X, Ardoino powiedział, że wyścig o infrastrukturę AI zawiera cztery główne „niedopasowania strukturalne”. Są to luki między kosztami, przychodami, harmonogramami inwestycji i konkurencją.
Jego ostrzeżenie pojawia się, gdy największe firmy technologiczne na świecie inwestują setki miliardów dolarów w centra danych, chipy i zdolności energetyczne. Kluczowe pytanie dla inwestorów brzmi, czy AI może wygenerować wystarczające przychody, aby uzasadnić te wydatki.
Firmy płacą za mało za AI
Ardoino argumentował, że firmy pobierają zbyt małe opłaty za obliczenia AI w porównaniu do rzeczywistych kosztów ich świadczenia. Mówiąc prosto, niektóre usługi AI mogą wydawać się tanie, ponieważ firmy subsydiują korzystanie z nich, aby zdobyć klientów.
To sprawia, że wzrost wygląda na silniejszy niż rzeczywisty model biznesowy. Jeśli firmy później podniosą ceny, użytkownicy mogą wydawać mniej. Jeśli utrzymają niskie ceny, marże mogą pozostać pod presją.
Zyski z AI mogą zająć więcej czasu na realizację
Firmy Big Tech wydają teraz dużo, podczas gdy zyski z AI mogą zająć znacznie więcej czasu, aby się pojawić. Centra danych, GPU i umowy na energię wymagają ogromnych inwestycji początkowych.
Tworzy to lukę między wydatkami kapitałowymi dzisiaj a zwrotami komercyjnymi w przyszłości. Im większa staje się ta luka, tym większa presja na firmy, aby udowodniły, że AI może stać się trwałym źródłem przychodu.
AI szybko się dezaktualizuje
Chipsety AI mogą stać się przestarzałe w ciągu 3 do 5 lat. Jednak długi i kapitał własny używany do finansowania infrastruktury AI często zakłada znacznie dłuższy okres zwrotu.
To ma znaczenie, ponieważ firmy mogą potrzebować wymienić drogi sprzęt, zanim całkowicie się zwróci. Jeśli popyt spadnie lub ceny spadną, ekonomika staje się trudniejsza do obrony.
Branża stoi w obliczu intensywnej konkurencji
Modele AI open-source szybko się poprawiają i mogą osłabić siłę cenową komercyjnych dostawców AI. Jeśli tańsze lub darmowe alternatywy staną się wystarczająco dobre, klienci mogą opierać się płaceniu cen premium.
To utrudniłoby firmom odzyskanie pieniędzy, które wydają na infrastrukturę. Może to również zmniejszyć oczekiwania przychodowe, które wspierały wysokie wyceny AI.
Ostrzeżenie Ardoino jest częścią szerszej debaty, która obecnie toczy się na rynkach.
Chińskie fundusze hedgingowe, w tym Wealspring Asset i Shanghai Banxia Investment Management Center, ostrzegły, że akcje AI mogą znajdować się w strefie bańki. Wealspring podobno nazwał globalne akcje AI „super bańką”, podczas gdy Banxia stwierdził, że możliwy impuls do korekty mógł już się pojawić.
Obawa jest prosta. AI stało się głównym czynnikiem wpływającym na wyniki giełdowe, szczególnie dla dużych firm technologicznych. Jeśli inwestorzy zaczną wątpić w zwrot z wydatków na AI, wpływ może rozprzestrzenić się poza sektor technologiczny.
Wydatki na AI mogą osiągnąć tryliony
JPMorgan przewiduje, że globalne wydatki związane z AI mogą osiągnąć 5,5 biliona dolarów do 2030 roku. Jednocześnie oczekuje się, że Alphabet, Amazon, Meta i Microsoft wydadzą w tym roku do 720 miliardów dolarów.
Taki poziom wydatków nadaje AI centralną rolę w zyskach korporacyjnych, popycie na energię, popycie na chipy i rynkach kredytowych.
Bank Anglii ostrzegł w październiku 2025 roku, że wyceny związane z AI zbliżyły się do poziomów obserwowanych podczas bańki dot-com. Powiedział również, że infrastruktura AI może wymagać bilionów dolarów, z istotną częścią finansowaną długiem.
Niektórzy inwestorzy mają mniej negatywne zdanie. Twierdzą, że dzisiejszy handel AI różni się od ery dot-com, ponieważ największe firmy finansujące boom już mają silne zyski i ugruntowane biznesy.
Morgan Stanley oszacował również, że niemal 3 biliony dolarów inwestycji w infrastrukturę AI mogą przepłynąć przez gospodarkę do 2028 roku.
Jednakże, punkt Ardoino polega na tym, że ryzyko tkwi w samej ekonomice infrastruktury AI. Jeśli ceny, zyski, żywotność sprzętu i konkurencja nie będą się zgadzać, rynek może niedoszacować, jak trudno będzie przekształcić popyt na AI w trwałe zyski.
Źródło: BeInCrypto
