Właśnie na okresie między ryzykiem inwestycji w sztuczną inteligencję a profitami z niej skupia się najnowszy roczny raport banku centralnego banków centralnych, czyli BIS.
Perspektywa gorszych od oczekiwanych stóp zwrotu z masywnych inwestycji w AI może zmusić inwestorów finansujących zadłużone spółki technologiczne do zamknięcia kranika z pieniędzmi, podczas gdy spółki z grupy Hyperscalers zamierzają w latach 2025-2026 zainwestować ponad 1 bln dol. Rozczarowanie wynikami inwestycyjnymi – zdaniem BIS – może boom capexowy zwieńczyć fiaskiem o daleko idących konsekwencjach dla rynku finansowego.
Czytaj więcej
Najpopularniejsza mobilna nawigacja świata przestanie być jedynie cyfrowym drogowskazem, a stanie się autonomicznym asystentem codziennego życia, z...
BIS przypomina historyczne epizody boomów inwestycyjnych niezwieńczonych nadzwyczajnymi sukcesami, z których ostatnim były dot.comy. Wiodącymi podsektorami technologicznymi w czasach tamtego boomu były urządzenia komunikacyjne, półprzewodniki i bezprzewodowe usługi telekomunikacyjne. W szczytowym okresie, na początku lat 2000, spółki z tych sektorów dostarczały 60 proc. globalnych zysków rynkowych.
Wszystkie szały inwestycyjne w historii miały jedną wspólną cechę: przełom technologiczny przyciągał nadmiarowy kapitał, przekraczający potencjalne zyski w jego plasowaniu. Zwrot od cyklu inwestycyjnego w kierunku ostrego spadku zawsze przecierał drogę do recesji.
Ewentualna mocna korekta na rynku akcji, związana z przeinwestowaniem spółek technologicznych w AI, może mieć obecnie implikacje wykraczające poza znane nam z przeszłości doświadczenia
Stara gospodarka na bocznym torze
Dziś w USA spółki związane z AI stanowią ponad 40 proc. kapitalizacji rynkowej i dostarczyły inwestorom ponad 80 proc. zysków z całej tegorocznej puli. Podobna koncentracja wyników występuje w Japonii, Korei Południowej i Tajwanie. „Stara gospodarka” zostaje zepchnięta na margines zainteresowań inwestorów. Kraje o dużym potencjale, niewspierające jednak intensywnie rozwoju nowych technologii – jak Indie czy Filipiny – znalazły się poza radarem globalnego kapitału. Te, które z różnych względów nie są w stanie intensywnie rozwijać zastosowań AI, czyli wypadające z kręgu „nowej gospodarki”, nikogo już praktycznie nie interesują.
Dlatego globalni inwestorzy skupiają się niemal wyłącznie na zastosowaniach sztucznej inteligencji, ale zwycięzców nie wybierają losowo. Wiodące kraje AI są od dawna uznanymi potęgami technologicznymi, z głębokim zaangażowaniem w badania i rozwój, wydając średnio na R&D ponad 3 proc. PKB, czyli ponad trzy razy więcej niż kraje „zapóźnione”. Inwestują również w technologię, wydając na jej zastosowania średnio 3,7 proc. PKB w grupie przodowników AI, podczas gdy ci przegrani kończą na 1,6 proc. PKB.
Podobna koncentracja kapitału w relatywnie wąskiej grupie rynkowych podmiotów nie zdarzała się w historii gospodarki nigdy wcześniej. Dziś sektorem AI interesują się nawet fundusze typu sovereign, czyli zależne od rządów wehikuły inwestujące środki publiczne.
Korekta na rynku może się stać trzęsieniem ziemi
Ewentualna mocna korekta na rynku akcji, związana z przeinwestowaniem spółek technologicznych w AI, może mieć obecnie implikacje wykraczające poza znane nam z przeszłości doświadczenia. A to dlatego, że gospodarstwa domowe mają dziś znacząco większą ekspozycję na akcje w relacji do dochodów i zamożności niż przy poprzednich boomach inwestycyjnych. Również poziom prywatnego zadłużenia podmiotów inwestujących w AI jest dziś ogromny. Nie jest to sytuacja komfortowa wobec uzasadnionego inflacją ryzyka wzrostu stóp procentowych i tym samym kosztów finansowania.
Ryzyko przeinwestowania sektora AI, finansowanego z długu, jest dziś jednym z podstawowych ryzyk ekonomicznych wiszących nad globalną gospodarką. Jest ryzyko geopolityczne. Jest, stosunkowo nowe, geoekonomiczne. Ale jest też dobrze rozpoznane, stare ryzyko złej alokacji nadmiernego kapitału i rozczarowania stopami zwrotu, wywołujące inwestycyjny sudden stop. I o tym trzeba pamiętać.
AI i polska gospodarka według Banku Światowego
Ale warto także pamiętać o innym aspekcie wykorzystania AI dla poprawy produktywności gospodarki. Jak ważna to sprawa, dobrze widać z raportu Banku Światowego (BŚ), gdzie analizowany jest potencjalny wpływ AI na naszą gospodarkę („Navigating the Age of AI. Implications for Poland’s Economy”).
Według Banku Światowego sprawniejsze wykorzystanie sztucznej inteligencji z aktualnych 8,4 proc. potencjału do ok. 45 proc. w 2035 r., zwiększyłoby poziom PKB Polski w owym 2035 r. od 1,3 proc. do nawet 12,1 proc. (w zależności od optymizowanego scenariusza), wobec wariantu bazowego, który zakłada brak zmian w wykorzystaniu AI.
Duża rozpiętość prognozowanych dywidend wynika ze skali i efektywności wykorzystania AI. Najpierw musi być przygotowanie na szczeblu mikro. Zwrot z inwestycji zależy od zdolności firm do absorpcji korzyści z wdrożenia AI. Tu liczą się kompetencje zarządcze („kadry są wszystkim”), ale także ogólne zaawansowanie technologiczne oraz – co oczywiste – możliwości finansowania. Innymi słowy: gospodarka musi być na odpowiednim etapie „dojrzewania”, żeby skorzystać z AI w stopniu maksymalnym.
Czytaj więcej
Rodzime przedsiębiorstwa nie potrafią przełożyć najnowszej technologii na realne efekty. A potencjał, który można uwolnić, to nawet 40 proc. czasu...
Jak sprawić, by w miejsce starych zawodów powstawały nowe
Niezwykle ważnym elementem jest przy tym także zaawansowanie rozwoju rynku pracy, gdzie mobilność definiują trudności przy zmianie miejsca pracy, ale także możliwość zdobycia nowych kwalifikacji, do czego potrzebne są odpowiednie bodźce ze strony przedsiębiorców, ale także specjalnie dedykowane procesowi lifelong learning programy rządowe. W miejsce starych zawodów mogą dzięki temu powstawać nowe.
Mobilność pracy jest kluczowa dla reakcji zatrudnienia na wykorzystanie AI w Polsce. W raporcie BŚ analizowane są różne warianty. Tu wahania, w postaci spadku zatrudnienia, są ogromne. Przy mobilnym rynku ubytek zatrudnienia jest praktycznie niezauważalny i sięga 3 tys. w skali całej gospodarki. W scenariuszu skrajnego braku mobilności spadek zatrudnienia jest już jednak ponad 100 razy większy. Tu żartów nie ma. Im większa mobilność, im bardziej elastyczny jest rynek pracy, tym mniejsze ryzyko generowania bezrobocia przy masywnej adopcji AI.
Ważny tu jest także czas, kiedy gospodarka jest w stanie implementować efektywnie AI. To wyścig z czasem o wyniki. Opóźnienie w skutecznym wdrażaniu AI sięgające najbliższych pięciu lat – czyli start poważnego flirtu naszej gospodarki z AI dopiero w 2030 r. – sprawi, że finalnie w 2035 r. PKB może być wyższy o nie więcej niż 6,6 proc. Korzyścią z wcześniejszej adopcji AI, już w okresie najbliższych pięciu lat, jest potencjalny wzrost PKB o 10,9 proc.
Polityka gospodarcza
Co z AI robi Korea
Rząd Korei Płd. chce oprzeć inwestycje w infrastrukturę i robotykę na trzech filarach. Pierwszym są inwestycje sięgające ok. 800 bln wonów (ok. 518 mld dol.) w cztery nowe fabryki pamięci HBM. Samsung i SK Hynix postawią po dwa zakłady, ale poza obszarem metropolitalnym Seulu, gdzie występują ograniczenia w dostępie do wody i taniej energii elektrycznej. Drugi filar strategii rozwoju „nowej gospodarki” zakłada stworzenie do 2029 r. centrów danych AI o łącznej mocy 8,4 GW, przy nakładach rzędu 550 bln wonów (356 mld dol.). Do 2035 r. moc ta ma zostać zwiększona o dodatkowe 10 GW, podnosząc całkowitą wydajność infrastruktury do poziomu 18,4 GW. Łączne inwestycje w rozbudowę centrów danych w okresie najbliższej dekady przekroczą biliard wonów (648 mld dol.). Trzecim filarem jest budowa klastra robotyki i części w Saemangeum na zachodnim wybrzeżu. Jest tu już koncern Hyundai Motor, który ma zamiar rzucić wyzwanie chińskiej ekspansji w dziedzinie robotów humanoidalnych.
Ryzyko przeinwestowania, ryzyko stania w miejscu
Różny stopień zaawansowania gospodarek powoduje, że bilans kosztów/korzyści, ryzyk/dywidend z wykorzystania AI jest dla nich diametralnie odmienny. Dla krajów zaawansowanych technologicznie, z dojrzałymi rynkami pracy, odpowiednio przygotowanych do wdrażania rozwiązań AI problemem może być przeinwestowanie i groźny dla globalnego rynku finansowego brak odpowiednio szybkich wyników widocznych w wycenach spółek technologicznych oraz opóźnienie we wzroście produktywności.
Dla gospodarek rozwijających się, wciąż z wieloma problemami dotyczącymi nie tylko braku kapitału, ale też niedojrzałością i suboptymalną strukturą rynku pracy, z przerostami zatrudnienia w jednych sektorach i brakami w innych, problemy z AI są zasadniczo odmiennej natury. Tu trzeba najpierw dużo zmienić, by AI miała w ogóle jakieś szanse.
