Boom na sztuczną inteligencję staje się okazją do inwestycji w sektorze finansowym

Pierwsza faza hossy związanej ze sztuczną inteligencją przyniosła zyski firmom sprzedającym ograniczoną moc obliczeniową. Najbardziej oczywistym przykładem tej tendencji stała się firma Nvidia, a za nią uplasowały się giganci chmury obliczeniowej, producenci układów pamięci oraz operatorzy centrów danych. Kolejny etap obejmuje instytucje finansujące tę ekspansję. W niniejszym artykule przeanalizowano, w jaki sposób cykl finansowania sztucznej inteligencji wpływa na banki, rynki kredytowe oraz portfele w ramach zarządzania majątkiem; artykuł ten nie stanowi porady inwestycyjnej ani rekomendacji do kupna lub sprzedaży jakichkolwiek papierów wartościowych.

Infrastruktura sztucznej inteligencji wymaga znacznych ilości kapitał że nawet największe koncerny technologiczne nie zawsze chcą finansować swoje przedsięwzięcia wyłącznie z własnych przepływów pieniężnych. Centra danych, zaawansowane półprzewodniki, elektrownie, sieci przesyłowe i systemy chłodzenia muszą zostać zbudowane na wiele lat przed tym, zanim znany będzie ich pełny zwrot ekonomiczny. Emisja obligacji, oferty akcji, finansowanie projektów oraz kredyty korporacyjne zyskują coraz większe znaczenie w cyklu inwestycyjnym.

Banki z Wall Street pobierają opłaty za organizację tego kapitału. Czerpią również korzyści z większej aktywności handlowej, debiutów giełdowych dużych spółek technologicznych oraz transakcji strategicznych między firmami starającymi się zapewnić sobie miejsce w łańcuchu dostaw sztucznej inteligencji. Dla podmiotów zarządzających majątkiem zmienia to mapę możliwości inwestycyjnych. Ekspozycja na cykl związany ze sztuczną inteligencją nie musi już ograniczać się wyłącznie do akcji o najwyższych wycenach.

Sektor finansowy stanowi drugorzędną ścieżkę dostępu do tego zagadnienia. Jest on również bardziej skomplikowany, niż mogłoby się wydawać na pierwszy rzut oka.

Kapitał stojący za mocą obliczeniową

Skala planowanych inwestycji sprawiła, że sztuczna inteligencja stała się tematem o znaczeniu finansowym. Firmy technologiczne emitują papiery dłużne na skalę, którą niegdyś kojarzono z ekspansją przemysłową, sieciami telekomunikacyjnymi lub państwowymi programami infrastrukturalnymi. Banki organizują emisję papierów wartościowych, dystrybuują je wśród inwestorów, zapewniają finansowanie pomostowe oraz doradzają w zakresie przejęć mających na celu zabezpieczenie dostępu do chipów, energii lub specjalistycznych kompetencji.

Działania te znajdują odzwierciedlenie w wynikach finansowych. JPMorgan, Goldman Sachs i Morgan Stanley odnotowały wysokie przychody z działalności bankowości inwestycyjnej i obrotu akcjami, do czego przyczyniły się pozyskiwanie kapitału oraz aktywność rynkowa związana ze sztuczną inteligencją. W źródle opisano ten cykl jako na tyle szeroki, że ma wpływ na instrumenty finansowe, regiony i branże, przy czym oczekuje się, że nakłady inwestycyjne pozostaną na wysokim poziomie przez kilka kolejnych lat.

W przypadku zdywersyfikowanych portfeli zalety są oczywiste. Akcje banków mogą zapewnić inwestorowi ekspozycję na wolumen transakcji związanych ze sztuczną inteligencją, nie wymagając od niego wyboru konkretnego twórcy modeli, architektury półprzewodnikowej czy platformy oprogramowania, która ostatecznie zdobędzie przewagę. Bank osiąga zysk, gdy firma emituje obligacje, sprzedaje akcje, dokonuje przejęcia lub przeprowadza restrukturyzację kapitału. Może czerpać zyski z działalności wielu konkurujących ze sobą przedsiębiorstw.

Przypomina to stare spostrzeżenie, że dostawcy narzędzi mogą liczyć na stabilne zyski w okresie gorączki złota, ale analogia ta ma swoje granice. Banki inwestycyjne nie pobierają stałej opłaty od każdego projektu związanego ze sztuczną inteligencją. Ich przychody zależą od warunków rynkowych, konkurencji o zlecenia oraz gotowości inwestorów do nabywania nowych papierów wartościowych. Bogaty kalendarz emisji może szybko się skurczyć, gdy wzrośnie zmienność lub spadną wyceny.

Transakcja ta jest zatem powiązana nie tylko z inwestycjami w sztuczną inteligencję, ale także z zaufaniem do rynków kapitałowych, które je wspierają.

Ekspozycja banku wykracza poza opłaty z tytułu bankowości inwestycyjnej

Duże banki amerykańskie nie zajmują się wyłącznie doradztwem. Ich przychody obejmują bankowość detaliczną, zarządzanie aktywami, działalność handlową, udzielanie kredytów oraz usługi płatnicze. Opłaty związane ze sztuczną inteligencją mogą przyczynić się do wzrostu wyników jednego działu, podczas gdy koszty kredytowe lub zmiany stóp procentowych mogą osłabić wyniki innego.

Ta dywersyfikacja może sprawić, że banki będą bardziej odporne niż firmy technologiczne o wąskim zakresie działalności. Może ona jednak również osłabić tezę inwestycyjną. Inwestor nabywający akcje globalnego banku w celu uzyskania ekspozycji na sztuczną inteligencję przejmuje jednocześnie szeroki wachlarz niepowiązanych ze sobą rodzajów ryzyka, w tym ryzyko związane z kredytami na nieruchomości komercyjne, kredytami konsumenckimi, kapitałem regulacyjnym, sporami sądowymi oraz kształtem krzywej rentowności.

Istotny jest profil działalności każdej instytucji. Goldman Sachs i Morgan Stanley są bardziej wrażliwe na koniunkturę na rynkach kapitałowych niż banki uniwersalne, których wyniki w dużym stopniu zależą od depozytów i tradycyjnej działalności kredytowej. JPMorgan łączy znaczny potencjał w zakresie bankowości inwestycyjnej z rozbudowaną siecią obsługi klientów indywidualnych i korporacyjnych. Banki europejskie i szwajcarskie charakteryzują się z kolei innym profilem działalności, często kładąc większy nacisk na zarządzanie majątkiem i mniej bezpośrednio angażując się w największe debiuty technologiczne w Stanach Zjednoczonych.

Alokacja środków w sektorze finansowym w ramach portfela powinna zatem opierać się na strukturze zysków danego banku, a nie na ogólnym twierdzeniu, że banki czerpią korzyści ze sztucznej inteligencji. Chociaż główny motyw może być wspólny, ekspozycja ekonomiczna poszczególnych podmiotów znacznie się różni.

Rynek obligacji może stanowić spokojniejszą alternatywę

Gwałtowny wzrost emisji obligacji stwarza możliwości wykraczające poza akcje banków. Firmy technologiczne o wysokich ratingach zaciągają długi w celu sfinansowania inwestycji, zachowując jednocześnie płynność finansową i elastyczność w stosunku do akcjonariuszy. Dla inwestorów obligacyjnych emitenci często łączą wysoką zdolność do generowania przepływów pieniężnych z dostępem do strategicznych rynków oraz znacznymi źródłami stałych przychodów.

Na podstawie klasyfikacji AI nie można wywnioskować jakości kredytowej. Nawet jeśli zwroty z inwestycji w AI będą napływać powoli, najbardziej renomowani emitenci mogą nadal być w stanie obsługiwać znaczne zadłużenie. Mniejsi dostawcy infrastruktury, deweloperzy centrów danych oraz dostawcy uzależnieni od jednego lub dwóch klientów mogą być narażeni na znacznie większe ryzyko refinansowania.

Na uwagę zasługuje również struktura zadłużenia. Obligacja korporacyjna wyemitowana przez dysponującą znacznymi środkami pieniężnymi grupę technologiczną nie jest tym samym, co finansowanie zabezpieczone jednym centrum danych, projektem energetycznym lub firmą na wczesnym etapie rozwoju, której przychody zależą od prognoz popytu na kilka lat naprzód.

Zarządzający instrumentami rynku kredytów prywatnych prawdopodobnie będą mieli więcej możliwości, ponieważ banki, fundusze infrastrukturalne i firmy technologiczne poszukują elastycznego kapitału. Kredyty te mogą oferować wyższe marże i bardziej rygorystyczne warunki niż dług publiczny. Charakteryzują się one również niższą płynnością, mniej przejrzystym ustalaniem cen oraz większym uzależnieniem od oceny ryzyka przeprowadzanej przez zarządzających.

Rodziny zwiększające swoje zaangażowanie na rynkach prywatnych powinny ustalić, co ostatecznie stanowi zabezpieczenie kredytu. W opisie może figurować hasło „infrastruktura AI”, jednak źródło spłaty może zależeć od jednego najemcy, jednej umowy na dostawę energii elektrycznej lub jednej prognozy przyszłego zapotrzebowania na moc obliczeniową.

Przychody z tytułu zarządzania majątkiem mogą odnotować pośredni wzrost

Cykl sztucznej inteligencji przyczynia się również do tworzenia i redystrybucji prywatnego majątku. Założyciele, pierwsi pracownicy, inwestorzy venture capital oraz kadra kierownicza wyższego szczebla posiadają skoncentrowane udziały w spółkach zbliżających się do wydarzeń związanych z upłynnością. Duże debiuty giełdowe i transakcje na rynku wtórnym mogą przekształcić niepłynne udziały w aktywa nadające się do inwestowania, generując nowe zlecenia dla banków prywatnych, zewnętrznych podmiotów zarządzających aktywami oraz firm typu family office.

Możliwości w zakresie zarządzania majątkiem pojawiają się już przed wejściem na giełdę. Kadra kierownicza potrzebuje planowania płynności finansowej, kredytów zabezpieczonych prywatnymi udziałami, koordynacji podatkowej oraz doradztwa w zakresie dywersyfikacji. Po przeprowadzeniu transakcji zakres działań rozszerza się o budowanie portfela, ład korporacyjny, działalność filantropijną oraz sukcesję.

Banki, które łączą działalność w zakresie bankowości inwestycyjnej z zarządzaniem majątkiem klientów prywatnych, mają dogodną pozycję, by nawiązać z klientami długoterminową współpracę doradczą w następstwie wydarzeń korporacyjnych. Ta logika biznesowa pomaga wyjaśnić, dlaczego cykl związany ze sztuczną inteligencją może wpływać na instytucje finansowe w stopniu znacznie wykraczającym poza opłaty odnotowane w jednym kwartale.

Dla klientów takie rozwiązanie wymaga ostrożności. Bank, który doradzał przy transakcji, może również dążyć do zarządzania uzyskanymi środkami, zapewnienia finansowania oraz rekomendowania produktów inwestycyjnych. Ciągłość współpracy może być przydatna, zwłaszcza gdy instytucja rozumie pochodzenie majątku i związane z nim ograniczenia. Nie powinno to jednak eliminować konieczności porównania opłat, warunków przechowywania aktywów oraz zewnętrznych podmiotów zarządzających.

Świeżo pozyskany majątek płynny jest często najbardziej narażony na nadmierną koncentrację i pochopne podejmowanie decyzji. Wysoka cena akcji lub udana realizacja inwestycji mogą skłaniać do założenia, że pierwotne źródło majątku powinno pozostać dominującym elementem portfela. Im ściślej życie zawodowe lub biznesowe rodziny jest powiązane ze sztuczną inteligencją, tym silniejsze są argumenty przemawiające za dywersyfikacją jej aktywów finansowych poza ten sam cykl.

Coraz wyraźniej widać drugą stronę tego boomu

Kapitał nie napływa równomiernie do sektora technologicznego. Firmy związane ze sztuczną inteligencją nadal potrafią pozyskać finansowanie przy wysokich wycenach, podczas gdy przedsiębiorstwa spoza tej branży borykają się z trudniejszymi warunkami refinansowania. W artykule źródłowym zauważono, że fundusze venture capital coraz częściej poszukują nabywców dla spółek z portfela, które nie mają związku ze sztuczną inteligencją, ponieważ uzasadnienie dalszego finansowania stało się trudniejsze.

Banki również mogą czerpać zyski z tego procesu. Doradzają one w zakresie sprzedaży, fuzji i restrukturyzacji, gdy przedsiębiorstwa nie są w stanie pozyskać kolejnej rundy finansowania na akceptowalnych warunkach. Działalność ta pozostaje opłacalna, ale jej ekonomika różni się od tej związanej z organizacją głośnej oferty publicznej.

Inwestorzy portfelowi powinni zwrócić uwagę na tę rozbieżność. Sztuczna inteligencja nie tylko tworzy nowy sektor wzrostowy, ale także przekierowuje kapitał z niektórych obszarów istniejącego rynku. Firmy o solidnej pozycji rynkowej mogą być zmuszone do zaakceptowania niższych wycen, ponieważ konkurują o uwagę i finansowanie z projektami, na które istnieje większy popyt tematyczny.

Może to w przyszłości stworzyć możliwości w obszarach takich jak zaniedbane oprogramowanie, technologie medyczne, automatyka przemysłowa czy platformy konsumenckie. Może to również ujawnić słabe punkty funduszy venture capital, których wcześniejsze wyceny opierały się na kolejnych rundach finansowania.

Raporty dotyczące rynku prywatnego mogą przez pewien czas ukrywać to pogorszenie sytuacji. Na rynkach publicznych wyceny są aktualizowane codziennie, podczas gdy aktywa na rynku prywatnym mogą zachowywać swoją ostatnią wycenę do momentu, gdy transakcja wymusi jej korektę. Rodziny posiadające w portfelu inwestycje w fundusze venture capital i fundusze wzrostowe powinny sprawdzić, jaka część portfela jest uzależniona od refinansowania, które aktywa nie cieszą się popytem inwestorów zainteresowanych sztuczną inteligencją oraz czy zarządzający dysponują wystarczającymi rezerwami, by je wesprzeć.

Szersze możliwości nie eliminują ryzyka koncentracji

Banki, emitenci obligacji, przedsiębiorstwa użyteczności publicznej, fundusze infrastrukturalne oraz podmioty zarządzające kredytami prywatnymi oferują obecnie szereg możliwości inwestowania w rozwiązania oparte na sztucznej inteligencji. Portfel może sprawiać wrażenie zdywersyfikowanego, ponieważ pozycje obejmują różne sektory i klasy aktywów.

Ich podstawowa ekspozycja może nadal pozostawać taka sama.

Obligacje z sektora technologicznego, kredyt na budowę centrum danych, akcje przedsiębiorstwa użyteczności publicznej oraz bank inwestycyjny – wszystkie te aktywa mogą zależeć od utrzymania się nadzwyczajnych nakładów inwestycyjnych. Jeśli budżety przedsiębiorstw zostaną ograniczone, wyniki ekonomiczne modeli okażą się rozczarowujące lub ograniczenia energetyczne opóźnią budowę, kilka pozornie niezależnych pozycji portfelowych może jednocześnie stracić na wartości.

Osoby zarządzające majątkiem powinny analizować ekspozycję pod kątem czynników ekonomicznych, a nie klasyfikacji papierów wartościowych. Bezpośrednie inwestycje w sektorze technologicznym stanowią jedynie najbardziej widoczną część. Sektory kredytowy, infrastrukturalny, energetyczny, nieruchomości komercyjnych oraz finansowy mogą wykazywać pośrednią wrażliwość na te same założenia.

Ma to szczególne znaczenie dla przedsiębiorców i kadry kierowniczej, których prywatny majątek już teraz opiera się na sektorze technologicznym. Włączenie inwestycji związanych ze sztuczną inteligencją do portfeli zarówno publicznych, jak i prywatnych może zwiększyć koncentrację, sprawiając jednocześnie wrażenie dywersyfikacji.

O co inwestorzy powinni teraz zapytać

Kwestia zmiany lidera na rynku zasługuje na bardziej szczegółową analizę niż tylko rozważania nad tym, czy banki będą kolejnymi zwycięzcami w dziedzinie sztucznej inteligencji.

Inwestorzy powinni ustalić, w jakim stopniu poprawa wyników banku wynika z działalności o powtarzalnym charakterze, a w jakim odzwierciedla niewielką liczbę transakcji o charakterze wyjątkowym. Powinni oni porównać ekspozycję na rynki kapitałowe, możliwości w zakresie zarządzania majątkiem, ryzyko kredytowe oraz wycenę, zamiast traktować ten sektor jako jedną całość.

Inwestorzy obligacyjni powinni odróżniać emitentów korporacyjnych dysponujących znacznymi środkami pieniężnymi od lewarowanych podmiotów infrastrukturalnych. Alokacje na rynku prywatnym wymagają dokładnej analizy terminów zapadalności, koncentracji klientów oraz założeń dotyczących przyszłego popytu. Rodziny, których majątek w dużej mierze opiera się na branży technologicznej, powinny wspólnie oszacować wrażliwość na sztuczną inteligencję w odniesieniu do zatrudnienia, interesów biznesowych oraz portfeli inwestycyjnych.

Cykl inwestycyjny w dziedzinie sztucznej inteligencji przeniósł się do systemu finansowego. Poszerza to zakres możliwości, ale jednocześnie rozkłada ten sam ryzykowny zakład ekonomiczny na większą liczbę elementów portfela.

Banki napędzające ten boom mogą osiągać atrakcyjne zyski, nawet nie przewidując, która technologia ostatecznie zwycięży. Inwestorzy muszą jednak nadal rozstrzygnąć, jak długo może trwać ten cykl finansowania, kto poniesie ciężar zadłużenia, gdy nastąpi spowolnienie, oraz czy ich portfele są rzeczywiście zdywersyfikowane – czy też stanowią po prostu różne roszczenia związane z tym samym gwałtownym wzrostem nakładów kapitałowych.