پرونده ویژه «هوش مصنوعی؛ انقلاب یا حباب؟»
بخش اول از سه بخش
آیا بازار هوش مصنوعی وارد فاز حبابی شده است؟
از عرضه ChatGPT تا موج نقدینگی و اوجگیری سهام AI
هوش مصنوعی دیگر یک وعده دوردست نیست. کاربردهای آن واقعیاند، تقاضا برای توان پردازشی افزایش یافته و شرکتهای بزرگ فناوری منابع سنگینی را به تراشه، دیتاسنتر و زیرساخت ابری اختصاص دادهاند.
بااینحال، واقعی بودن یک فناوری الزاماً به معنای منطقی بودن قیمت تمام سهام مرتبط با آن نیست.
پرسش اصلی این نیست که آیا هوش مصنوعی اقتصاد را تغییر خواهد داد یا خیر. سؤال دقیقتر این است:
آیا بازار، آینده هوش مصنوعی را بهدرستی قیمتگذاری کرده یا چند سال از رشد و سودآوری احتمالی آن را زودتر از موعد وارد قیمتها کرده است؟
این تفاوت، مرز میان شناسایی یک تحول اقتصادی و گرفتار شدن در یک حباب مالی است.
بسیاری از حبابهای تاریخی از داستانی کاملاً ساختگی آغاز نشدهاند. معمولاً در مرکز آنها یک تغییر واقعی قرار داشته است. مشکل زمانی شکل میگیرد که بازار، موفقیت اولیه را بدون محدودیت به آینده تعمیم میدهد و قیمت داراییها سریعتر از توان واقعی شرکتها برای ایجاد سود و جریان نقدی رشد میکند.
در موج هوش مصنوعی نیز فناوری، تقاضا و سرمایهگذاری واقعیاند؛ اما این واقعیتها بهتنهایی ثابت نمیکنند تمام انتظاراتی که وارد قیمت سهام شدهاند، قابل تحقق باشند.
در یک نگاه
هوش مصنوعی یک فناوری واقعی است، اما این موضوع قیمت تمام سهام مرتبط با AI را توجیه نمیکند.
حباب فقط به معنای گران بودن بازار یا رشد شدید قیمتها نیست.
حباب زمانی شکل میگیرد که انتظارات سودآوری سریعتر از واقعیت اقتصادی حرکت کنند.
عرضه عمومی ChatGPT در نوامبر ۲۰۲۲، نقطه عطف موج فعلی هوش مصنوعی بود.
اقدامات اضطراری فدرال رزرو پس از بحران SVB، بخشی از فشار نقدینگی و ریسک سیستماتیک را کاهش داد.
انتشار گسترده اوراق کوتاهمدت خزانهداری، منابع صندوقهای بازار پول را از ON RRP به سمت Treasury Bills هدایت کرد.
همزمانی یک روایت قدرتمند با محیط نقدینگی مساعد، به رشد سهام فناوری شتاب داد.
شرایط فعلی نشانههایی از مرحله اوجگیری روایت را دارد؛ اما این موضوع به معنای سقوط فوری بازار نیست.
در بازارهای حبابی، همانقدر که خرید دیرهنگام خطرناک است، شورت گرفتن زودهنگام نیز میتواند زیانبار باشد.
حباب فقط به معنای گران بودن نیست
یکی از اشتباهات رایج این است که هر سهمی را که رشد زیادی کرده یا با نسبتهای ارزشگذاری بالا معامله میشود، حباب بنامیم.
بالا بودن قیمت بهتنهایی برای چنین نتیجهای کافی نیست. برخی شرکتها به دلیل کیفیت کسبوکار، قدرت قیمتگذاری، حاشیه سود بالا یا ظرفیت رشد واقعی میتوانند برای مدت طولانی گرانتر از میانگین تاریخی معامله شوند.
حباب زمانی شکل میگیرد که قیمت یک دارایی، بیش از آنکه به سودآوری قابلاثبات وابسته باشد، بر مجموعهای از فرضهای بسیار خوشبینانه استوار شود.
در چنین فضایی معمولاً چند عامل کنار یکدیگر قرار میگیرند:
یک داستان اقتصادی بزرگ و معتبر؛
رشد سریع قیمت داراییها؛
افزایش مستمر برآورد سود شرکتها؛
ورود سرمایه جدید؛
کاهش حساسیت سرمایهگذاران به ریسک؛
ترس از جا ماندن یا FOMO؛
گسترش این باور که «این بار شرایط متفاوت است».
در مراحل ابتدایی، رشد قیمت میتواند کاملاً منطقی باشد. تقاضا افزایش پیدا میکند، درآمد شرکتها رشد میکند و سرمایهگذاران نیز بهدرستی متوجه یک تغییر ساختاری میشوند.
مشکل زمانی آغاز میشود که بازار دیگر فقط دادههای موجود را تحلیل نمیکند و شروع به تعقیب انتظارات میکند. موفقیت گذشته، مبنای پیشبینی آینده قرار میگیرد و هر برآورد خوشبینانه، برآورد بعدی را بالاتر میبرد.
از این نقطه به بعد، فاصله میان واقعیت اقتصادی و انتظارات بازار بهتدریج افزایش پیدا میکند.
چرا یک داستان واقعی میتواند حباب بسازد؟
برخلاف تصور عمومی، حباب لزوماً بر پایه یک فناوری بیارزش یا ادعایی کاملاً دروغین شکل نمیگیرد.
اینترنت واقعاً اقتصاد جهان را تغییر داد. تجارت آنلاین، شبکههای ارتباطی و نرمافزارهای اینترنتی به بخش جداییناپذیر اقتصاد تبدیل شدند. بااینحال، در اواخر دهه ۱۹۹۰ بسیاری از شرکتهای اینترنتی با قیمتهایی معامله میشدند که تحقق آنها به رشدهایی غیرواقعبینانه نیاز داشت.
مسکن نیز پیش از بحران مالی ۲۰۰۸ یک دارایی واقعی و ضروری بود. مشکل، وجود بازار مسکن نبود؛ مشکل این بود که بخش بزرگی از بازار فرض کرده بود قیمت خانه نمیتواند بهصورت گسترده کاهش پیدا کند.
در مورد هوش مصنوعی نیز باید همین مرز را حفظ کرد.
AI میتواند بهرهوری را افزایش دهد، هزینه شرکتها را کاهش دهد و مدلهای کسبوکار جدیدی ایجاد کند. اما این احتمال وجود دارد که بازار، اندازه و سرعت این تحول را بیش از حد خوشبینانه برآورد کرده باشد.
در نتیجه، دو گزاره میتوانند همزمان درست باشند:
هوش مصنوعی آینده اقتصاد را تغییر خواهد داد.
و در عین حال:
بخشی از سهام مرتبط با هوش مصنوعی ممکن است از سودآوری واقعی خود جلو افتاده باشند.
نقد ارزشگذاری سهام AI به معنای انکار فناوری نیست. مسئله، تفاوت میان کیفیت یک فناوری و قیمتی است که سرمایهگذار برای مشارکت در رشد آن میپردازد.
فومو چگونه جای تحلیل را میگیرد؟
حباب فقط یک پدیده مالی نیست؛ بخش مهمی از آن به روانشناسی جمعی بازار مربوط میشود.
در یک بازار عادی، سود ۱۰ یا ۱۵ درصدی یک سرمایهگذار فشار روانی شدیدی بر دیگران ایجاد نمیکند. اما وقتی فضای بازار پر میشود از سهامی که در مدت کوتاهی ۵۰، ۱۰۰ یا حتی چندصد درصد رشد کردهاند، رفتار سرمایهگذاران تغییر میکند.
در این مرحله، سؤال اصلی دیگر این نیست:
آیا قیمت فعلی با سودآوری شرکت تناسب دارد؟
سؤال به این شکل تغییر میکند:
چرا من از این رشد جا ماندهام؟
همین تغییر ذهنیت، کیفیت تصمیمگیری را پایین میآورد.
سرمایهگذار بهجای بررسی منبع بازده، شروع به توجیه قیمتهای بالاتر میکند. اصلاح بازار نه فرصتی برای بازبینی تحلیل، بلکه یک موقعیت خرید قطعی دیده میشود. خبر مثبت رشد بیشتری میسازد و خبر منفی یا نادیده گرفته میشود یا موقتی تلقی میشود.
حتی مدیران حرفهای نیز از این فشار مصون نیستند. صندوقی که از شاخص عقب مانده، ممکن است برای کاهش فاصله عملکرد خود ناچار شود همان سهامی را بخرد که پیشتر گران میدانست.
به این ترتیب، چرخهای خودتقویتشونده شکل میگیرد:
رشد قیمت، سرمایه بیشتری جذب میکند و ورود سرمایه جدید نیز قیمت را بالاتر میبرد.
سه مرحله اصلی شکلگیری یک حباب
بیشتر حبابهای بزرگ، با وجود تفاوتهای ظاهری، مسیر مشابهی دارند.
ابتدا یک تحول واقعی توجه سرمایهگذاران را جلب میکند. سپس نقدینگی، ورود سرمایه و انتظارات خوشبینانه به آن شتاب میدهند. در مرحله نهایی، روایت بازار به نقطهای میرسد که بهسختی میتوان آن را به چالش کشید.
موج فعلی هوش مصنوعی نمونه مناسبی برای مشاهده این سه مرحله است.
مرحله اول: آغاز یک تحول واقعی با عرضه ChatGPT
نقطه عطف موج فعلی هوش مصنوعی را میتوان ۳۰ نوامبر ۲۰۲۲ دانست؛ زمانی که OpenAI نسخه عمومی ChatGPT را در قالب یک پیشنمایش پژوهشی معرفی کرد.
مدلهای مولد پیش از آن نیز وجود داشتند، اما ChatGPT امکان استفاده مستقیم و ساده از یک مدل زبانی را در مقیاسی گسترده فراهم کرد.
برای نخستینبار، کاربران عادی، شرکتها، توسعهدهندگان و سرمایهگذاران توانستند ظرفیت این فناوری را بدون نیاز به دانش فنی پیچیده تجربه کنند.
در این مرحله، روایت بازار بر پایه یک تحول واقعی شکل گرفت:
هوش مصنوعی مولد کاربرد عملی داشت؛
استفاده عمومی از آن امکانپذیر شده بود؛
شرکتها با احتمال تحول در بهرهوری و مدل کسبوکار روبهرو شدند؛
نیاز به تراشه، پردازش و زیرساخت ابری افزایش یافت؛
رقابت میان شرکتهای بزرگ فناوری شدت گرفت.
این مرحله را نمیتوان بهخودیخود حباب نامید. بازار با یک فناوری واقعی مواجه شده بود و تلاش میکرد اثر اقتصادی آن را ارزیابی کند.
مشکل از جایی آغاز شد که موفقیت اولیه ChatGPT به فرضی گستردهتر تبدیل شد: اینکه تقریباً تمام شرکتهای حاضر در زنجیره هوش مصنوعی میتوانند برای سالها رشد سریع درآمد و سود را تجربه کنند.
مرحله دوم: ورود نقدینگی و عوامل تشدیدکننده
مرحله دوم فقط از پیشرفت فناوری نیرو نگرفت. تحولات نظام مالی آمریکا نیز بهطور غیرمستقیم محیط مناسبتری برای داراییهای رشدی ایجاد کردند.
بحران SVB و مداخله اضطراری فدرال رزرو
در مارس ۲۰۲۳، پس از ورشکستگی Silicon Valley Bank یا SVB و افزایش نگرانی درباره سلامت نظام بانکی، فدرال رزرو برنامه Bank Term Funding Program یا BTFP را راهاندازی کرد.
این برنامه به بانکها و مؤسسات واجد شرایط اجازه میداد با وثیقهگذاری اوراق خزانه و سایر اوراق مورد تأیید، وامهایی با سررسید حداکثر یکساله دریافت کنند.
یکی از ویژگیهای مهم این برنامه آن بود که وثیقهها بر اساس ارزش اسمی محاسبه میشدند. در نتیجه، بانکها برای تأمین نقدینگی مجبور نبودند اوراقی را که به دلیل افزایش نرخ بهره با زیان تحققنیافته روبهرو شده بودند، در بازار بفروشند.
هدف فدرال رزرو حمایت از بازار سهام یا صنعت هوش مصنوعی نبود. مسئله اصلی، مهار بحران بانکی، جلوگیری از فروش اجباری داراییها و بازگرداندن اعتماد سپردهگذاران بود.
بااینحال، اثر جانبی این مداخله، کاهش ریسک سیستماتیک و خنثی شدن بخشی از فشار نقدینگی بود.
این اتفاق را نباید با چرخش رسمی فدرال رزرو به سیاست پولی انبساطی اشتباه گرفت. نرخ بهره همچنان بالا بود و برنامه کاهش ترازنامه نیز ادامه داشت.
تعبیر دقیقتر این است:
سیاست پولی رسمی همچنان انقباضی بود، اما فدرال رزرو برای جلوگیری از گسترش بحران بانکی، بخشی از فشار نقدینگی را موقتاً خنثی کرد.
این منابع مستقیماً برای خرید سهام AI ایجاد نشده بودند. بااینحال، کاهش احتمال یک بحران بانکی گسترده و بازگشت اعتماد، محیط مناسبتری برای داراییهای رشدی و سهام فناوری فراهم کرد.
نقش خزانهداری آمریکا و جنت یلن
عامل دیگر، نحوه تأمین مالی خزانهداری آمریکا در دوره وزارت جنت یلن بود.
پس از تعلیق سقف بدهی در ژوئن ۲۰۲۳، خزانهداری باید موجودی حساب عمومی خود نزد فدرال رزرو یا Treasury General Account – TGA را بازسازی میکرد.
بخش مهمی از این تأمین مالی از طریق انتشار سریع اوراق کوتاهمدت خزانه یا Treasury Bills انجام شد.
از منظر بازار، اتکای بیشتر به اوراق کوتاهمدت نسبت به انتشار گسترده اوراق بلندمدت، دو پیامد مهم داشت:
فشار ناشی از عرضه Duration بلندمدت محدودتر ماند؛
صندوقهای بازار پول، جایگزین جذابی برای منابع نگهداریشده در تسهیلات ریورسریپو پیدا کردند.
افزایش عرضه Treasury Bills باعث شد بخشی از منابع صندوقهای بازار پول از تسهیلات Overnight Reverse Repo یا ON RRP به سمت اوراق خزانه منتقل شود.
البته خزانهداری مستقیماً ریورسریپو را تخلیه نکرد. تعبیر دقیقتر این است که عرضه گسترده اوراق کوتاهمدت، دارایی جایگزین جذابتری ایجاد کرد و صندوقهای بازار پول منابع خود را بهصورت طبیعی جابهجا کردند.
این جابهجایی اهمیت زیادی داشت.
بازسازی TGA در حالت عادی میتوانست ذخایر بانکی را کاهش دهد و فشار نقدینگی ایجاد کند. اما کاهش استفاده از ON RRP بخش مهمی از این فشار را جذب کرد و اجازه داد حساب خزانهداری بدون افت شدید ذخایر نظام بانکی بازسازی شود.
نمیتوان با قطعیت گفت هدف خزانهداری از ترکیب انتشار بدهی، حمایت از بازار سهام یا آسانتر کردن شرایط مالی بود. اما از نظر مکانیکی، نتیجه این بود که فشار نقدینگی ناشی از بازسازی TGA محدودتر باقی ماند.
در عمل، چند عامل در کنار یکدیگر قرار گرفتند:
مداخلات اضطراری فدرال رزرو پس از بحران SVB؛
کاهش ترس از بحران فراگیر بانکی؛
انتشار گسترده اوراق کوتاهمدت خزانه؛
انتقال منابع از ON RRP به Treasury Bills؛
جلوگیری از افت شدید ذخایر بانکی؛
بازگشت تقاضا برای داراییهای رشدی.
فناوری، داستان بنیادی لازم را فراهم کرده بود و محیط نقدینگی نیز امکان دنبال کردن گسترده این روایت را افزایش داد.
روایت قدرتمند بدون سرمایه کافی نمیتواند برای مدت زیادی قیمتها را بالا ببرد؛ همانطور که نقدینگی بدون یک داستان جذاب نیز الزاماً به یک صنعت مشخص هدایت نمیشود.
در این دوره، بازار هر دو را در اختیار داشت:
یک فناوری تحولآفرین و محیطی که امکان ورود گسترده سرمایه به روایت آن را فراهم میکرد.
مرحله سوم: آیا بازار در فاز اوجگیری قرار گرفته است؟
شرایط فعلی بازار نشانههایی دارد که میتوان آنها را با مرحله سوم شکلگیری یک حباب مقایسه کرد؛ اما این به معنای صدور حکم قطعی درباره حبابی بودن تمام بازار AI نیست.
هوش مصنوعی دیگر فقط یک فناوری جدید یا فرصت تجاری بالقوه نیست. AI به یکی از روایتهای مسلط بازار سهام تبدیل شده است و شرکتهای بزرگ فناوری برای عقب نماندن از رقبا، سرمایهگذاری در تراشه، دیتاسنتر، مدلهای زبانی و زیرساخت ابری را افزایش دادهاند.
این روند یک چرخه تقویتکننده ایجاد کرده است:
شرکتها سرمایهگذاری در AI را افزایش میدهند؛
فروش تراشه، حافظه و تجهیزات دیتاسنتر رشد میکند؛
پیشبینی سود شرکتهای حاضر در زنجیره AI افزایش مییابد؛
قیمت سهام آنها بالاتر میرود؛
رشد قیمت، سرمایه و توجه بیشتری وارد صنعت میکند؛
شرکتها برای عقب نماندن از رقبا، سرمایهگذاری بیشتری انجام میدهند.
در این مرحله، بازار فقط درآمد فعلی شرکتها را قیمتگذاری نمیکند. بخش مهمی از قیمت سهام بر این فرض استوار است که سرمایهگذاریهای سنگین امروز، در سالهای آینده به درآمد، جریان نقدی و افزایش بهرهوری تبدیل خواهند شد.
ریسک اصلی نیز دقیقاً در همین نقطه قرار دارد.
اگر بازده سرمایهگذاریهای AI مطابق انتظار ظاهر شود، این چرخه میتواند برای مدتی طولانی ادامه پیدا کند و بخشی از رشد قیمتها را توجیه کند.
اما اگر درآمد نهایی کمتر از پیشبینیها باشد، هزینه زیرساخت افزایش یابد یا شرکتها نتوانند Capex سنگین خود را به سود قابلاندازهگیری تبدیل کنند، بازار ناچار خواهد شد بخشی از انتظاراتش را تعدیل کند.
بنابراین، صحبت از «فاز حبابی» به معنای پیشبینی سقوط فوری نیست. این تعبیر فقط نشان میدهد بخش قابلتوجهی از موفقیت آینده ممکن است از قبل وارد قیمتها شده باشد.
سؤال اصلی این نیست که آیا هوش مصنوعی واقعی است یا خیر. سؤال دقیقتر این است:
چه مقدار از موفقیت آینده هوش مصنوعی پیشاپیش در قیمت سهام منعکس شده است؟
چرا شورت گرفتن زودهنگام خطرناک است؟
مشاهده نشانههای حبابی، برخی سرمایهگذاران را به این نتیجه میرساند که باید فوراً علیه بازار موقعیت فروش بگیرند. این واکنش میتواند بهاندازه تعقیب قیمت خطرناک باشد.
در فاز صعودی، نقدینگی، مومنتوم، اخبار مثبت و افزایش پیشبینی سود همگی در یک جهت حرکت میکنند. ممکن است تحلیلگر بهدرستی تشخیص دهد که قیمتها از واقعیت جلو افتادهاند، اما بازار پیش از اصلاح نهایی، رشد بیشتری را تجربه کند.
در این حالت، تحلیل میتواند از نظر بنیادی درست و از نظر معاملاتی زیانده باشد.
شناخت یک رژیم حبابی الزاماً به معنای فروش فوری نیست. واکنش منطقیتر میتواند شامل موارد زیر باشد:
کاهش اهرم؛
کنترل اندازه موقعیت؛
پرهیز از تعقیب قیمت؛
بازبینی کیفیت سود شرکتها؛
تعیین شرط ابطال برای تحلیل؛
تفکیک شرکتهای سودآور از شرکتهایی که صرفاً روایت AI دارند.
هدف اصلی نباید شکار دقیق سقف بازار باشد. سقف معمولاً زمانی مشخص میشود که بخش مهمی از حرکت نزولی آغاز شده است.
هدف مهمتر این است که سرمایهگذار اجازه ندهد فشار روانی بازار، او را به پذیرش ریسکی وادار کند که با منطق اولیه سرمایهگذاریاش سازگار نیست.
جمعبندی
هنوز نمیتوان تمام بازار هوش مصنوعی را با قطعیت یک حباب دانست. فناوری واقعی است، تقاضا وجود دارد و شرکتهای اصلی این موج درآمد و جریان نقدی قابلتوجهی دارند.
بااینحال، نشانههایی وجود دارد که نشان میدهد بخشی از بازار ممکن است وارد یک رژیم حبابی شده باشد؛ یعنی جایی که قیمتها نهفقط بر اساس عملکرد امروز، بلکه بر پایه چند سال رشد و سودآوری آینده شکل گرفتهاند.
در موج فعلی AI، سه نیروی اصلی در کنار یکدیگر قرار گرفتند:
عرضه عمومی ChatGPT و اثبات کاربرد عملی هوش مصنوعی؛
مساعدتر شدن محیط نقدینگی پس از بحران SVB و کاهش موجودی ON RRP؛
تبدیل شدن AI به روایت غالب بازار و قیمتگذاری بخشی از رشد آینده.
بااینحال، ورود بازار به مرحله اوجگیری به معنای سقوط فوری نیست. یک روایت قدرتمند میتواند تا زمانی که ورود سرمایه و رشد سود از آن حمایت میکنند، مدت زیادی پابرجا بماند.
پاسخ قطعی به پرسش حباب، فقط با بررسی قیمتها به دست نمیآید. باید دید سودآوری شرکتها، نرخ بهره و بازده واقعی سرمایهگذاریهای AI تا چه اندازه میتوانند انتظارات فعلی بازار را توجیه کنند.
ادامه پرونده «هوش مصنوعی؛ انقلاب یا حباب؟»
این مقاله، بخش نخست از یک مجموعه تحلیلی سهقسمتی درباره بازار هوش مصنوعی است.
بخش اول: آیا بازار هوش مصنوعی وارد فاز حبابی شده است؟
بررسی نقش عرضه ChatGPT، بحران SVB، نقدینگی و فومو در اوجگیری موج AI.
بخش دوم: آیا ارزشگذاری سهام هوش مصنوعی قابل دفاع است؟
بررسی سودهای آینده، نرخ بهره، نرخ تنزیل و تفاوت موج AI با حباب داتکام.
بخش سوم: پول موج هوش مصنوعی از کجا میآید؟
بررسی Capex، دیتاسنترها، بدهی شرکتها، Buyback و بازده واقعی سرمایهگذاری در AI.

