Від «Що може робити AI» до «Хто за це заплатить»: Goldman Sachs аналізує три основні причини тривалого тиску на акції технологічних компаній

Нещодавній коригування технологічних акцій не означає завершення наративу AI, але ринок переживає глибоке переосмислення логіки оцінки.

Акції Nvidia падають вже сім торгових днів поспіль, Nasdaq відчуває тиск, а керівник торгового майданчика One-Delta від Goldman Sachs, Rich Privorotsky, зазначає, що ця хвиля розпродажів технологічних акцій складно віднести до одного каталізатора, а є результатом поєднання трьох чинників: кредитного ринку, очікувань щодо ланцюжка постачання та політичного середовища. Він попереджає: "Кредитний ринок порушує питання, які фондовий ринок раніше майже ігнорував".

Це переоцінювання вже залишило чіткі сліди на рівні оцінки. 24-місячний форвардний P/E індексу Philadelphia Semiconductor вже скоротився з 21-22x до близько 15x, діапазон можливих результатів значно розширюється. Основна проблема також змінюється — від "Що може зробити AI" до "Хто оплатить його функціонування".

Кредитний ринок першим подає сигнал тривоги

Фондовий ринок довгий час залишався оптимістом щодо стійкості інвестицій у AI-інфраструктуру, але ставлення кредитного ринку потихеньку змінюється.

Privorotsky зазначає, що спреди кредитних дефолтних свопів (CDS) Nvidia та Broadcom значно розширилися, і ринок починає фокусуватися на механізмах гарантування фінансування AI та позабалансових зобов’язань. Це занепокоєння вже поширюється на ширший сегмент напівпровідників і стає важливим рушієм цього переоцінювання вартості.

Логіка кредитного ринку суттєво відрізняється від фондового ринку: кредитори більше турбуються про визначеність грошових потоків та здатність погашати борги, а не про потенціал довгострокового зростання. Коли спред CDS розширюється, це означає, що інвестори в облігації починають сумніватися в шляхах окупності капітальних витрат на AI — цей сигнал часто виникає раніше і його складно ігнорувати.

З’являються ризики накопичення запасів

Паралельно, розмова в ланцюжку постачання напівпровідників набуває нових відтінків — ринок починає обговорювати ризики накопичення запасів у окремих сегментах.

Згідно з галузевими даними, на які посилається Privorotsky, завдяки постійному підвищенню бажання виробників напівпровідників здійснювати капітальні витрати, відставання замовлень виробників обладнання для виготовлення пластин (WFE) стрімко зросло. Відповідні установи вже підвищили прогнози для глобального ринку WFE: у 2026 році обсяг складе $150,3 млрд (+36% рік до року), у 2027 році — $217,5 млрд (+45% рік до року), а у 2028 році — $280,9 млрд (+29% рік до року).

Однак ці дані, поряд із демонстрацією гарячки капітальних витрат на AI, також містять інший ризик: якщо замовлення на обладнання постійно накопичуються, а ритм кінцевого попиту почне відхилятися від очікувань, тиск через накопичені запаси у ланцюжку постачання швидко стане помітним. Це і є основна причина переходу ринкової дискусії.

Енергетичні обмеження і політика стримують темпи розвитку

Окрім фінансового та ланцюжкового тиску, реальна реалізація дата-центрів стикається з викликами реального світу.

Privorotsky вказує, що енергетичні обмеження та зростаючий політичний спротив щодо будівництва дата-центрів створюють невизначеність для темпів та масштабів розгортання інфраструктури AI. Ця суперечність також проявляється на політичному рівні: кандидати від обох партій поступово усвідомлюють, що вигоди від AI мають національний, розосереджений характер і часто реалізуються через кілька років; натомість витрати будівництва локалізовані, сконцентровані і виникають миттєво.

Такий структурний конфлікт "вигоди відстають, витрати випереджають" змушує місцеві уряди та громади ставитися до проектів дата-центрів обережно, що в свою чергу впливає на загальні строки реалізації інфраструктури.

Попит на AI-обладнання перерозподіляється, але не зникає

Попри наявність згаданих ризиків, Privorotsky не вважає, що наратив інвестицій у AI завершиться, але підкреслює, що діапазон результатів значно розширюється.

Щодо попиту на обладнання, він звертає увагу на потенційний структурний чинник: нове покоління AI-моделей, представлене Safe Superintelligence Inc. (SSI, заснована Ilya Sutskever), досліджує архітектуру безперервного навчання на основі тестування у час навчання (TTT). На відміну від традиційної парадигми попереднього навчання, такі системи дозволяють моделі оновлювати власні параметри у реальному часі під час обробки даних, перетворюючи кожну взаємодію на справжній процес навчання.

Якщо технологія безперервного навчання реалізується, це може зменшити залежність від надмасштабних кластерів для первинного навчання, але Privorotsky обережно оцінює висновок про "зменшення загального попиту на обчислювальну потужність". Він вважає, що більш ймовірний варіант — перерозподіл навантаження: від початкового масового тренінгу до постійних обчислень на етапі інференції, а не загальне скорочення потреби.

Щодо краткострокових тенденцій, він зазначає, що такі каталізатори, як фінансовий звіт Nvidia, дані PCE та виступи представників Федеральної резервної системи, можуть підтримати ринок, але визнає, що зараз ще трохи зарано для повноцінного повернення. Його базовий прогноз: оцінка AI пройде стадію стиснення, а потім, із переходом прогнозів прибутків на 2027-2028 фінансові роки, ринок повернеться до гонитви — і тоді раціональність оцінки буде легше обґрунтувати.