Οι ειδικοί λένε ότι οι συνθήκες της αγοράς παρουσιάζουν μια εντυπωσιακή ομοιότητα με την εποχή των dot-com πριν από την κρίση του 2000, αλλά με μερικές διαφορές.
Η επένδυση στην τεχνητή νοημοσύνη κερδίζει ταχύτητα, και οι αναλογίες με την εποχή της dot-com φούσκας του διαδικτύου τη δεκαετία του 1990 γίνονται όλο και πιο συχνές. Οικονομικοί αναλυτές και επενδυτές παρατηρούν ένα déjà vu: μια επαναστατική τεχνολογία αιχμής αιχμαλωτίζει τη φαντασία της αγοράς, ενώ τα κεφάλαια συρρέουν και οι αποτιμήσεις αρχίζουν να αντικατοπτρίζουν προσδοκίες για ένα μέλλον που δεν έχει ακόμη πλήρως φτάσει.
Οι μεγαλύτερες εταιρείες τεχνολογίας οδηγούν τα κέρδη, και η συγκέντρωση της αγοράς εγείρει ερωτήματα για το αν η αγορά έχει υπερθερμανθεί. Στο τέταρτο τρίμηνο του 2024, 241 εταιρείες του S&P 500 ανέφεραν την AI ως παράγοντα στα κέρδη τους — ο υψηλότερος αριθμός σε μια δεκαετία, σύμφωνα με την FactSet. Οι πέντε κορυφαίες εταιρείες του δείκτη, γνωστές ως «μεγαλοεπτάδα», περιλαμβάνουν Alphabet, Amazon, Apple, Meta Platforms, Microsoft, Nvidia και Tesla, και έχουν συνεισφέρει πάνω από το 60% των πρόσφατων κερδών. Η συγκέντρωση αυτή σημαίνει ότι η πορεία της αγοράς εξαρτάται σε μεγάλο βαθμό από λίγες εταιρείες, και κάθε αρνητική μεταβολή στις μετοχές τους μπορεί να προκαλέσει ευρύτερο πανικό.
Σύμφωνα με τον Paul Walker, ιδιοκτήτη της Fil Financial Corp., οι ιστορίες για το μέλλον της AI ανεβάζουν τις τιμές των μετοχών σε επίπεδα που ενδέχεται να μην αντικατοπτρίζουν τα πραγματικά οικονομικά δεδομένα. Όταν οι προσδοκίες αυτές μετατραπούν σε απογοήτευση στα αποτελέσματα, οι τιμές των μετοχών ενδέχεται να υποχωρήσουν απότομα. Το ζήτημα ενισχύεται από το γεγονός ότι οι περισσότεροι επενδυτές δεν αντιλαμβάνονται τη μεγάλη συγκέντρωση της αγοράς.
Οι ειδικοί σημειώνουν ότι το περιβάλλον γύρω από την AI παρουσιάζει χαρακτηριστικά φούσκας. Η Capital Economics εκτιμά ότι υπάρχει υπερβολική πίστη στο δυναμικό της τεχνητής νοημοσύνης και των εταιρειών που την υιοθετούν. Ανάλυση της J.P. Morgan δείχνει ότι οι περισσότερες φούσκες ακολουθούν συγκεκριμένο μοτίβο: ξεκινούν με μια «θεωρία επενδυτή» ότι η οικονομία ή η κοινωνία αλλάζει, προκαλούν επενδύσεις σε υποδομές για μελλοντική ζήτηση, εκμεταλλεύονται τη διαθεσιμότητα πιστώσεων και οδηγούν σε αποσύνδεση μεταξύ θεμελιωδών οικονομικών και αποτιμήσεων. Τελικά, οι προσδοκίες συγκεντρώνονται και οι αγορές προσαρμόζονται όταν τα οικονομικά δεδομένα υπερισχύσουν.
Η σύγκριση με την εποχή του dot-com είναι εμφανής. Τον Σεπτέμβριο του 2024, η μετοχή της Oracle εκτινάχθηκε 36% σε μία μόνο ημέρα, παρά το γεγονός ότι τα κέρδη της ήταν χαμηλότερα από τις προσδοκίες. Η ανακοίνωση για αναμενόμενα έσοδα AI-driven cloud ύψους $144 δισ. μέχρι το 2030 προσέφερε ώθηση στις τιμές και πρόσθεσε περίπου $250 δισ. στην κεφαλαιοποίηση της εταιρείας. Παρόμοια, τη δεκαετία του 1990, η Nasdaq είχε ανέβει από 751 μονάδες τον Ιανουάριο του 1995 σε πάνω από 5.048 τον Μάρτιο του 2000, πριν η αγορά χάσει περισσότερο από 75% της αξίας της μέχρι τον Οκτώβριο του 2002, με απώλειες ύψους $5 τρισ. σε κεφαλαιοποίηση.
Ο Sam Altman, CEO της OpenAI, έχει παραδεχθεί ότι η υπερβολική ενθουσιασμός γύρω από την AI θυμίζει φάση φούσκας: «Όταν φούσκες εμφανίζονται, ακόμα και έξυπνοι άνθρωποι ενθουσιάζονται με έναν πυρήνα αλήθειας», δήλωσε στο The Verge. Ο αναλυτής Dan Buckley παρατηρεί ότι η τρέχουσα φάση «δεν μοιάζει ακριβώς με το 1999, αλλά θυμίζει το 1998», προσθέτοντας ότι οι πραγματικές φούσκες εμφανίζονται όταν η τεχνολογία αποδεικνύει την αξία της και όχι πριν, καθώς τότε οι περισσότεροι επενδυτές μπαίνουν στην αγορά.
Οι επενδύσεις των επιχειρήσεων στην AI είναι τεράστιες. Οι «hyperscaler» εταιρείες ξόδεψαν $106 δισ. σε κεφαλαιουχικά έξοδα μόνο το τρίτο τρίμηνο του 2025, σύμφωνα με τη Goldman Sachs. Οι επενδυτές αρχίζουν να επιλέγουν προσεκτικά, προτιμώντας εταιρείες που μπορούν να αποδείξουν σαφώς ότι οι δαπάνες τους για AI οδηγούν σε έσοδα. Οι εταιρείες, από την πλευρά τους, νιώθουν πίεση να επενδύσουν στην τεχνητή νοημοσύνη, ακόμη και αν τα άμεσα οικονομικά αποτελέσματα δεν είναι ξεκάθαρα.
Ο Buckley επισημαίνει ότι οι περισσότεροι επενδυτές βασίζονται σε οράματα και προβλέψεις για την AI παρά σε μετρήσιμα έσοδα και ροές μετρητών. Παρά την πραγματική αύξηση παραγωγικότητας σε τομείς όπως ο προγραμματισμός, οι επενδύσεις προηγούνται των αποδείξεων και οι εταιρείες σπάνια αποκαλύπτουν πόσο άμεσα αποτιμώνται οι δαπάνες για AI ή πόσο είναι ενσωματωμένες σε υπάρχοντα προϊόντα.
Η τεχνολογική συγκέντρωση έχει ευρύτερες επιπτώσεις: ο κλάδος τεχνολογίας αντιπροσωπεύει το 34% του S&P 500, πράγμα που σημαίνει ότι ένας μέσος Αμερικανός επενδυτής με διαφοροποιημένο χαρτοφυλάκιο έχει περίπου το ένα τρίτο των κεφαλαίων του εκτεθειμένο σε τεχνολογικές μετοχές. Ο Buckley σημειώνει ότι η πίστη ότι η κλίμακα ισούται με έλεγχο καθοδηγεί τις δαπάνες και ότι οποιοδήποτε «σπάσιμο» αυτής της αφήγησης μπορεί να επηρεάσει ευρύτερη οικονομική συμπεριφορά. Ο Silva προειδοποιεί ότι οι επενδυτές μπορεί να ερμηνεύσουν μια μείωση της επένδυσης στην AI ως μεγαλύτερη κρίση και να πάρουν βιαστικές αποφάσεις.
Παρά τους κινδύνους, η μακροπρόθεσμη πορεία των αγορών παραμένει ανοδική. Ο Walker υπενθυμίζει ότι οι σημερινοί ηγέτες της τεχνολογίας μπορούν να γίνουν μελλοντικά παραδείγματα μελέτης και συνιστά πειθαρχία στην επένδυση, αναδιαρθρώσεις χαρτοφυλακίων και επανεξισορρόπηση αντί για προσπάθεια πρόβλεψης. Η συνέπεια υπερτερεί της πρόβλεψης, και η τρέχουσα φάση της AI αποτελεί ευκαιρία για οργανωμένη συμμετοχή στην αγορά χωρίς πανικό.
