چشمانداز سرمایهگذاری ۲۰۲۶ از نگاه بلکراک: هوش مصنوعی، موتور جدید رشد اقتصاد جهانی
فناوری هوش مصنوعی با سرعت و مقیاسی بیسابقه، اقتصاد دنیا را از الگویی کمهزینه به رشدی عمیقاً وابسته به منابع مالی هدایت کرده و محیط سرمایهگذاری را بهطور بنیادین دگرگون کرده است؛ بهگونهای که دیگر موضعی خنثی وجود ندارد و حتی قرار گرفتن در معرض شاخصهای گسترده نیز خود تصمیمی بزرگ بهشمار میرود. افزایش تمرکز بازارها، ابهام نسبت هزینههای امروز و درآمدهای فردا و اهرم مالی بالاتر، سرمایهگذاران را مجبور کرده میان برندگان و بازندگان تحول هوش مصنوعی تمایز قائل شوند. چشمانداز سرمایهگذاری ۲۰۲۶ بلکراک بررسی همین نقطه تاریخی است؛ جایی که هوش مصنوعی همزمان موتور رشد، منبع ریسک و معیار اصلی انتخابهای سرمایهگذاری شده و چارچوب «نیروهای کلان» راهنمای تحلیل دگرگونیهای اقتصادی، از جمله گذار انرژی و آینده امور مالی، به شمار میرود.
در سالهای اخیر، نهادهای معتبر بینالمللی مانند صندوق بینالمللی پول، سازمان همکاری اقتصادی و توسعه و مجمع جهانی اقتصاد بارها تأکید کردهاند که هوش مصنوعی میتواند به یکی از مهمترین محرکهای ساختاری رشد اقتصادی در دهه پیشرو تبدیل شود. تحلیل این نهادها نشان میدهد که برخلاف دورههای گذشته نوآوری، سرمایهگذاری در زیرساختهای هوش مصنوعی نهتنها یک فناوری جدید را وارد اقتصاد میکند، بلکه میتواند روند تولید دانش، سرعت نوآوری و بهرهوری را نیز دگرگون سازد.
همین ویژگی باعث شده برخی اقتصاددانان برای نخستینبار احتمال دهند که رشد اقتصادی ایالات متحده بتواند از مسیر تاریخی و پایدار ۲ درصدی خود فاصله بگیرد فرضیهای که اگرچه محتاطانه با آن برخورد میشود، اما بهطور بیسابقهای «قابل تصور» شده است. توسعه هوش مصنوعی تحت سلطه تعداد انگشتشماری از شرکتها است که در مقیاسی بسیار بزرگ سرمایهگذاری میکنند و این امر تأثیر کلانی دارد. چالش سرمایهگذاران این است که آیا هوش مصنوعی درآمدی به همان بزرگی طرحهای سرمایهگذاری کلان ایجاد خواهد کرد یا خیر.
جهانی دگرگونشده زیر فشار «نیروهای عظیم»
اقتصاد جهانی و بازارهای مالی تحت تأثیر نیرویی تعیینکننده به نام هوش مصنوعی در حال دگرگونیاند. این تحول با سرعت و مقیاسی کمسابقه و با اتکا به سرمایهگذاریهای سنگین زیرساختی پیش میرود و محیط سرمایهگذاری را بهطور بنیادین تغییر داده است؛ بهگونهای که حتی سرمایهگذاری در شاخصهای گسترده نیز بهمعنای اتخاذ موضع است و بیطرفی عملاً وجود ندارد.
در چنین تحولاتی، نگرانی درباره ارزشگذاری و شکلگیری حباب طبیعی است. هرچند حبابها معمولاً دیرتر از آنچه انتظار میرود آشکار میشوند، اما تطبیق اندازه سرمایهگذاری با بازده بالقوه اهمیت کلیدی دارد. در حال حاضر، هوش مصنوعی یکی از محرکهای اصلی بازار سهام آمریکا محسوب میشود و این شرایط، فرصت مناسبی برای سرمایهگذاری فعال و شناسایی برندگان و بازندگان امروز و آینده فراهم کرده است.
برخورد مقیاسها
چالش اصلی سرمایهگذاران، سنجش تناسب میان سرمایهگذاریهای عظیم امروز و درآمدهای بالقوه هوش مصنوعی در آینده است. پاسخ قطعی وجود ندارد و همهچیز به این بستگی دارد که آیا اقتصاد آمریکا میتواند از روند بلندمدت ۲ درصدی رشد عبور کند یا نه؛ هدفی بلندپروازانه که هوش مصنوعی برای نخستینبار آن را قابل تصور کرده است.
توسعه زیرساختهای هوش مصنوعی نیازمند هزینههای سنگین اولیه در حوزههایی مانند پردازش، مراکز داده و انرژی است، در حالی که درآمدها با تأخیر محقق میشوند. این شکاف زمانی شرکتها را ناچار به استفاده گستردهتر از بدهی کرده و به افزایش اهرم مالی و رشد انتشار اوراق بدهی در بازارهای خصوصی و عمومی انجام شده است؛ تغییری که ماهیت محیط سرمایهگذاری را بهطور بنیادین دگرگون کرده است.
این محیط سرمایهگذاری چند ویژگی کلیدی: اهرم مالی بالاتر، هزینهی سرمایه بالاتر، تمرکز فعلی سودها در دست معدودی از بازیگران، فضای بیشتر برای خلق آلفا و ضرورت اتخاذ تصمیمهای بزرگ و جهتدار دارد. این نمودار نشان میدهد که سهم متوسط سالانه هزینههای سرمایهای در رشد تولید ناخالص داخلی برای فناوریهای گذشته در آمریکا (به جز نیروی «بخار» که برای بریتانیا است) چگونه بوده و این هزینهها طی چه مدتی انجام شدهاند. برای هوش مصنوعی، تخمینها بر اساس هزینههای سرمایهای محققشده ۲۰۲۲ تا ۲۰۲۴ و دامنه پیشبینیشده ۵ تا ۸ تریلیون دلار برای ۲۰۲۵ تا ۲۰۳۰ ساخته شده و فرض شده شدت سرمایهگذاری در دوره ۲۰۳۰ تا ۲۰۴۰ ادامه مییابد.
جهش رشد، اکنون قابل تصور
انتظار میرود هزینههای سرمایهای مرتبط با هوش مصنوعی دستکم تا سال ۲۰۲۶ همچنان از رشد اقتصادی حمایت کنند؛ بهگونهای که سهم سرمایهگذاری از رشد اقتصاد آمریکا در سال جاری حدود سه برابر میانگین تاریخی برآورد میشود. این تقویتِ سرمایهمحور احتمالاً در سال آینده نیز ادامه خواهد یافت و به اقتصاد امکان میدهد حتی با کاهش شتاب بازار کار، سطحی از مقاومت را حفظ کند. با این حال، این پرسش مطرح است که آیا چنین محرکهایی برای عبور دادن رشد اقتصادی آمریکا از روند بلندمدت ۲ درصدی کافی خواهند بود یا نه؛ مرزی که نوآوریهای بزرگ ۱۵۰ سال گذشته، از موتور بخار و برق تا انقلاب دیجیتال، نتوانستهاند آن را پشت سر بگذارند.
با وجود این سابقه، برای نخستینبار عبور از این آستانه «قابل تصور» شده است. دلیل آن است که هوش مصنوعی صرفاً یک نوآوری مستقل نیست، بلکه میتواند شتاب سایر نوآوریها را نیز افزایش دهد. فراتر از خودکارسازی وظایف، این فناوری قادر است از خروجیهای خود بیاموزد و بهبود یابد؛ فرایندی که میتواند سرعت تولید ایدهها و پیشرفتهای علمی را بهطور معناداری افزایش دهد. با وجود امکانپذیری چنین سناریویی، هنوز مشخص نیست که آیا این شتاب تحول واقعاً محقق خواهد شد یا خیر.
در این چارچوب، برخی شاخصهای پیشنگر برای سنجش افزایش سرعت نوآوری اهمیت مییابند؛ از جمله رشد معنادار در تعداد ثبت اختراعهای سالانه، آن هم پیش از آنکه آثار این تحول در دادههای گسترده فعالیت اقتصادی نمایان شود.
وقتی خرد کلان را میسازد
گسترش زیرساختهای هوش مصنوعی عمدتاً در دست تعداد محدودی شرکت قرار دارد و حجم بالای سرمایهگذاری آنها اثری فراتر از خود شرکتها گذاشته و به اقتصاد کلان منتقل شده است. به همین دلیل، تحلیل این شرکتها نیازمند بررسی این موضوع است که آیا این سطح از سرمایهگذاری با واقعیتها و منطق اقتصاد کلان همخوانی دارد یا نه.
با نفوذ هوش مصنوعی در اقتصاد، انتظار میرود جریانهای جدیدی از درآمد در بخش فناوری و سایر بخشها شکل بگیرد. هرچند محل دقیق این درآمدها هنوز روشن نیست، اما در صورت تقویت رشد اقتصادی بهواسطه افزایش بهرهوری، ابعاد آن میتواند بسیار بزرگ باشد. میزان بهرهمندی شرکتهای فناوری از این رشد، به سهم آنها در زنجیره ارزش و توانایی پولیسازی داراییهای فکری بستگی دارد. در مرحله کنونی، افزایش سهم بازار به رشد درآمد این شرکتها کمک کرده است.
در ادامه، با گسترش توزیع منافع هوش مصنوعی در سراسر اقتصاد، اهمیت سرمایهگذاری فعال و شناسایی برندگان جدید بیش از پیش افزایش خواهد یافت.
در نمودار بالا، نوار سمت چپ نمودار، درآمدهای افزایشی لازم را که باید تا سال ۲۰۳۰ (از سال ۲۰۲۵) برای رسیدن به نرخ بازده داخلی ۹ تا ۱۲ درصد در طول عمر، حاصل شود، نشان میدهد. این بر اساس تخمینهای استقرار مرکز داده (بر اساس GW) و فرضیات هزینه سرمایه به ازای هر GW است که منعکس کننده تورم هزینه، عمر GPU، مرحلهبندی و سهم بازار hyperscaler است. این محاسبات شامل رشد درآمدهای خردهفروشی (آمازون) و سایر درآمدهای غیر مرکز داده است که توسط تحلیل BII هدایت نمیشوند و صرفاً آخرین تخمینهای اجماع بلومبرگ هستند. نوار سمت راست، اجماع بلومبرگ را برای افزایش درآمدهای سالانه طی سالهای ۲۰۲۵-۲۰۳۰ برای hyperscalerهای ایالات متحده نشان میدهد.
افزایش اهرم مالی در عصر AI
پیشبرد گسترش زیرساختهای هوش مصنوعی مستلزم سرمایهگذاریهای سنگین اولیه است، در حالی که بخش عمده درآمدها در سالهای بعد محقق میشود. پر کردن این فاصله زمانی به تأمین مالی بلندمدت نیاز دارد و در نتیجه، افزایش اهرم مالی در کل سیستم تا حد زیادی اجتنابناپذیر است. نشانههای این روند از هماکنون قابل مشاهده است؛ بهطوری که بر اساس انتشارهای اخیر اوراق بدهی توسط شرکتهای بزرگ فناوری، بخش روبهرشد هوش مصنوعی بهطور فزایندهای از طریق بدهی تأمین مالی میشود.
نقطه شروع اهرم مالی در بخش خصوصی، بهویژه میان شرکتهای فناوری بورسی، سالم است؛ اما نیازهای عظیم سرمایهای هوش مصنوعی فراتر از توان تأمین مالی داخلی حتی بزرگترین شرکتها است و اتکا به بازارهای بدهی را ناگزیر میکند. این افزایش اهرم در حالی رخ میدهد که دولتها نیز با بدهیهای بالا مواجهاند، و همین امر میتواند هزینه سرمایه را بهطور ساختاری افزایش داده و سرمایهگذاری در هوش مصنوعی و کل اقتصاد را تحت فشار قرار دهد.
سیستمی با اهرم مالی بالاتر نیز در برابر شوکها آسیبپذیرتر است. دولتهای بدهکار هم توان کمتری برای مقابله یا ضربهگیری در برابر این شوکها خواهند داشت. این همان نقطهای است که نیازهای مالی AI با محدودیتهای بدهی دولت تلاقی پیدا میکند.
نمودار بالا، بدهی فدرال ایالات متحده را به عنوان سهمی از تولید ناخالص داخلی اسمی و بدهی شرکتهای غیرمالی ایالات متحده را به عنوان سهمی از سود قبل از مالیات نشان میدهد.
سراب تنوعبخشی
تصمیمهای پرتفویی که با هدف «تنوعبخشی» و فاصله گرفتن از چند نیروی اصلی محرک بازار اتخاذ میشوند، در شرایط کنونی عملاً به تصمیمهایی فعال و بزرگ تبدیل شدهاند. پس از تعدیل اثر عوامل رایج بازدهی سهام مانند ارزش و مومنتوم، بخش فزایندهای از بازدهی سهام آمریکا به یک محرک مشترک واحد وابسته شده است. در نتیجه، بازارها متمرکزتر شدهاند و گستردگی آنها کاهش یافته است.
در چنین فضایی، تلاش برای تنوعبخشی خارج از آمریکا یا دور از هوش مصنوعی برای مثال از طریق سایر مناطق یا شاخصهای هموزن به معنای اتخاذ مواضعی فعالتر و پررنگتر نسبت به گذشته است. این رویکردها باعث میشوند پرتفویها کمتر در معرض محرک اصلی بازدهی سال جاری قرار بگیرند. بر اساس دادههای LSEG، شاخص هموزن S&P 500 در سال جاری تنها ۳ درصد رشد داشته، در حالی که نسخه مبتنی بر ارزش بازار آن ۱۱ درصد افزایش یافته است.
از این منظر، چنین اقدامهایی را نمیتوان صرفاً تنوعبخشی منفعل یا پخش ساده ریسک دانست؛ بلکه تصمیمهایی فعال و معنادار هستند که نیازمند اطمینان و باور سرمایهگذارند. افزون بر این، در صورت تضعیف روند هوش مصنوعی، اثر آن احتمالاً بسیار بزرگتر از مزایای ظاهری فاصله گرفتن از آن خواهد بود. به همین دلیل، این محیط سرمایهگذاری توجه به منابع بازده واقعاً خاص، مانند بازارهای خصوصی و صندوقهای پوشش ریسک، و همچنین اتخاذ رویکردی تاکتیکی و منعطف را بیش از پیش ضروری میسازد.
این نمودار؛ واریانس بازده روزانه سهام S&P 500 توضیح دادهشده توسط محرک مشترک (PC1) پس از تعدیل عوامل ارزش، اندازه و مومنتوم، محاسبهشده با تحلیل مؤلفه اصلی در پنجره ۲۵۲ روزه. عملکرد گذشته شاخص قابل اعتماد برای نتایج فعلی یا آینده نیست و بازده شاخص هزینههای مدیریتی یا معاملاتی را منعکس نمیکند.
شکست محافظهای سنتی
ابزارهای سنتی تنوعبخشی دیگر کارایی گذشته را ندارند. اوراق قرضه بلندمدت خزانهداری نمیتوانند مانند گذشته نقش تکیهگاه پرتفوی را ایفا کنند، زیرا سطح بالای بدهیها باعث شده نرخهای بازده در سطوح بالاتری باقی بمانند. در شرایط کنونی، تنوعبخشی بیش از آنکه به همبستگیهای تاریخی متکی باشد، به شناسایی محرکهای بازدهی واقعاً متمایز وابسته است؛ چه در صندوقهای پوشش ریسک، بازارهای خصوصی، طلا یا سایر داراییها.
در این فضا، تمرکز کمتر بر پخش تصادفی ریسک و توجه بیشتر به مالکیت و مدیریت آگاهانه آن اهمیت مییابد. سرمایهگذاری در ذینفعان هوش مصنوعی میتواند با جسارت دنبال شود، اما همزمان نیازمند رویکردی تاکتیکی است. در کنار آن، رصد مستمر نشانهها و شاخصهایی که مسیر نفوذ و اثرگذاری هوش مصنوعی در اقتصاد را نشان میدهند، نقشی کلیدی در تصمیمگیری سرمایهگذاری ایفا میکند.
منبع
