A mesterséges intelligencia körüli befektetési láz egyre inkább emlékeztet a korábbi nagy piaci történetekre, így a 25 évvel ezelőtti dotkom lufira, és annak kipukkadására: valódi technológiai áttörésre épül, de közben mind több pénz áramlik olyan ígéretekbe, amelyek megtérülése kétséges, vagy még nem látszik. Az nzz.ch cikkében Carmen Reinhart erre emlékeztet, illetve a könyvre, amit a 2008-as válság idején ő és Kenneth Rogoff publikált. A válságok történetének tanulsága szerint ilyenkor a legveszélyesebb mondat az, hogy „ezúttal más lesz”.

Ezúttal sem biztos, hogy más lesz: mi történhet, ha kipukkad az AI-lufi?

A pénzügyi válságok történetében csak ritkán az a baj, hogy a befektetők semmiben sem hisznek. Többnyire éppen az ellenkezője történik: túl sokan hisznek egyszerre ugyanabban a történetben. A 2008-as válság előtt ez a történet az volt, hogy az ingatlanárak országos szinten nem eshetnek tartósan, a kockázat pedig pénzügyi technikákkal szétszórható. A dotkomláz idején az, hogy az internet mindent átír, ezért a régi értékelési szabályok elavultak. Most a mesterséges intelligencia körül hallani hasonló érveket.

A párhuzam nem azt jelenti, hogy az AI csalódást okozna. Az internet sem okozott. A vasút sem volt csalódás 19. században. A villamosítás, a félvezetőipar vagy a felhőszolgáltatás sem bizonyult múló divatnak. A pénzügyi lufi sajátossága éppen az, hogy gyakran a valós technológiai vagy gazdasági változásra épül. A gond ott kezdődik, amikor a jövő lehetőségét a piac jelen idejű bizonyosságként árazza be.

Carmen Reinhart és Kenneth Rogoff 2009-ben megjelent könyve, a This Time Is Different: Eight Centuries of Financial Folly nyolc évszázad válságait vizsgálva arra jutott: a válságok előtt rendre megjelenik az a meggyőződés, hogy a korábbi szabályok most nem érvényesek.

A szereplők más technológiára, más pénzügyi szerkezetre, más gazdaságpolitikai környezetre hivatkoznak. A részletek valóban változnak, az alapmintázat kevésbé: hitelbőség, túlzott bizalom, emelkedő eszközárak, homályos kockázatok, majd hirtelen kijózanodás.

Az AI-boom esetében a legfontosabb kérdés nem az, hogy a mesterséges intelligencia hasznos-e, mert az. A kérdés, hogy a most épülő üzleti és pénzügyi modell képes-e kitermelni azt a hatalmas összeget, amelyet a technológiai vállalatok, adatközpont-építők, chipgyártók és finanszírozóik már beáraztak.

A számok brutálisak. A Goldman Sachs Global Institute becslése szerint az AI-infrastruktúra kiépítése 2026 és 2031 között mintegy 7600 milliárd dollárnyi tőkebefektetést igényelhet; az éves beruházási igény a becslés szerint 2026-ban 765 milliárd dollárról 2031-re 1600 milliárd dollárra nőhet – ez utóbbi összeg mostani árfolyamon mintegy 500 ezer milliárd forint egy év alatt…

Az Nvidia legutóbbi hivatalos gyorsjelentése is azt mutatja, milyen erősen koncentrálódik a fellendülés: a vállalat 2027-es pénzügyi évének első negyedévében 81,6 milliárd dollár bevételt közölt, ebből 75,2 milliárd dollárt az adatközponti üzletág hozott. A Microsoft ugyancsak jelezte, hogy a 2026-os pénzügyi év második negyedévében 37,5 milliárd dollár volt a tőkekiadása, miközben a vállalat szerint az ügyféligény még mindig meghaladja a rendelkezésre álló kapacitást.

Ezek az adatok kétféleképpen olvashatók. Az optimista értelmezés szerint a kereslet valós, a nagy technológiai cégek előre építik a következő gazdasági infrastruktúrát, és a beruházások megtérülése idővel megjelenik a termelékenységben, a szoftverekben, a reklámtechnológiában, az ipari automatizálásban, az egészségügyben, a kutatásban és a vállalati szolgáltatásokban. A borúlátóbb olvasat szerint a piac már most olyan jövedelmezőséget vár el, amelynek üzleti alapjai még bizonytalanok.

Az AI-lufi kipukkanása ezért valószínűleg nem úgy nézne ki, hogy egyik napról a másikra mindenki lemond a mesterséges intelligenciáról. Inkább úgy, hogy a befektetők elkezdenek különbséget tenni a bevételt termelő alkalmazások, a költséges presztízsprojektek, a túlfinanszírozott modellfejlesztők és az infrastruktúra-lánc szereplői között.

A pénz drágábbá válik, a megtérülési elvárás szigorodik, a veszteséges vagy bizonytalan cégek értékelése zuhan, a nagyvállalatok pedig leírhatnak beruházásokat, elhalaszthatnak adatközpontokat, vagy újratárgyalhatnak beszállítói szerződéseket.

A 2008-as válsággal való összevetésben fontos különbség, hogy az AI-boom magja nem a háztartások tömeges eladósodása és nem is a bankrendszer klasszikus jelzálogkitettsége. A legnagyobb beruházók sok esetben rendkívül nyereséges technológiai óriások. Ez csökkenti annak esélyét, hogy egy AI-korrekció automatikusan 2008-hoz hasonló pénzügyi összeomlássá váljon. De nem tünteti el a kockázatot.

A sérülékenység máshol van. Az egyik a koncentráció: az AI-értéklánc néhány chipgyártóra, felhőszolgáltatóra, modellfejlesztőre és tőkeerős megrendelőre épül.

A másik a beruházási ciklus hossza: adatközpontot, energiaellátást és chipkapacitást nem lehet egyik negyedévről a másikra rugalmasan hozzáigazítani a kereslethez.

A harmadik az eszközök gyors avulása: az AI-chipek gazdasági élettartama jóval rövidebb lehet, mint az adatközpontoké vagy az energia-infrastruktúráé. Ha a kereslet lassabban nő, mint várták, a rendszerben gyorsan megjelenhet a túlkapacitás.

A negyedik kockázat a finanszírozási lánc. Amíg a nagyvállalatok saját pénzből építkeznek, a veszteség fájdalmas, de kezelhető. Amikor azonban a növekedéshez egyre több hitel, beszállítói finanszírozás, hosszú távú kapacitáslekötés és egymásra épülő szerződés társul, a piaci optimizmus pénzügyi törékenységgé válhat. Reinhart és Rogoff tanulsága éppen itt lényeges: a válságok ritkán ott kezdődnek, ahol a technológiai történet a legerősebb, hanem ott, ahol a finanszírozási szerkezet a legkevésbé átlátható.

A pukkanás után valószínűleg jön az átárazás. A tőzsde leválasztja egymásról az AI nyerteseit és azokat a cégeket, amelyek csak AI-címkével próbáltak magasabb értékelést szerezni.

Másodszor konszolidáció: a kisebb modellfejlesztők, adatközpont-projektek és AI-szolgáltatók közül sokan felvásárlásra, összeolvadásra vagy bezárásra kényszerülhetnek.

Harmadszor költségfegyelem: a vállalatok kevesebb látványos demót és több mérhető megtérülést várnak majd.

A negyedik következmény paradox módon kedvező lehet, az árak csökkennek. Ha az infrastruktúra egy része túl drágán épült ki, a korrekció után olcsóbban férhetnek hozzá a számítási kapacitáshoz azok a vállalkozások, kutatók és iparágak, amelyek eddig kiszorultak a piacról. A dotkomlufi kipukkanása után sem az internet tűnt el, hanem a túlértékelt cégek jelentős része. A megmaradt infrastruktúra később új üzleti modellek alapja lett.

Az AI esetében is elképzelhető hasonló pálya. A túlzó várakozások leépülnek, a technológia pedig beépül a hétköznapi munkafolyamatokba. Kevesebb szó esik majd általános mesterséges intelligenciáról, és több arról, hogy egy biztosító, kórház, ügyfélszolgálat, gyár, szerkesztőség vagy szoftvercég hol tud valóban időt, pénzt vagy hibát megtakarítani. A nagy kérdés az, hogy ez a gyakorlati haszon elég gyorsan és elég nagy mértékben jelenik-e meg ahhoz, hogy igazolja a mostani beruházási hullámot.

Az AI-lufi kipukkanásának esélye tehát nem elhanyagolható, de nem azonos az AI bukásával. Inkább annak a próbája, hogy a technológiai ígéret mennyi valós pénzáramot képes termelni. Ha sokkal kevesebbet, mint amit a piac ma feltételez, akkor a korrekció elkerülhetetlen. Ha többet, akkor is valószínű, hogy a mostani lelkesedés egy része túlzásnak bizonyul.

A Reinhart-Rogoff-féle figyelmeztetés ezért ma is érvényes. Nem az a baj, ha valami valóban új. A baj az, amikor az újdonságra hivatkozva a befektetők elfelejtik, hogy az adósságot, a megtérülést, az amortizációt és a készpénzáramot nem lehet végleg lecserélni történetekre. Az AI sok mindent megváltoztathat, de attól még nem biztos, hogy ezúttal más lesz minden.

Felhasznált források:

nzz.ch, Carmen Reinhart interjú
Carmen Reinhart és Kenneth Rogoff könyve, Harvard/Rogoff-oldal.
AI-beruházási becslések: Goldman Sachs Global Institute.
Nvidia pénzügyi adatok: Nvidia hivatalos Q1 FY2027 gyorsjelentés.
Microsoft beruházási adatok: Microsoft FY2026 Q2 earnings call.

Az összeállítás az AI segítségével készült