Снимка: iStock

Изкуственият интелект се превърна в най-голямата инвестиционна история на десетилетието, но зад рекордните оценки на технологичните компании се появява едно все по-неудобно противоречие. Докато стотици милиарди долари се насочват към центрове за данни, специализирани чипове и изчислителна инфраструктура, икономическата статистика все още не показва убедително ускоряване на производителността, което да оправдае мащаба на тези инвестиции. За Албърт Едуардс, глобален стратег в Société Générale, тази ситуация напомня за събитията, предшествали Азиатската финансова криза през 1997 г. Тогава инвеститорите също бяха убедени, че наблюдават икономическо чудо, докато фундаменталните показатели разкриваха много по-противоречива картина.

Сравнението е особено интересно, защото Едуардс е сред анализаторите, които предупреждават за уязвимостите на азиатските икономики още в средата на 90-те години. Основата на неговия скептицизъм тогава не е била слабият икономически растеж. Напротив, азиатските икономики са демонстрирали впечатляващо разширяване на производството, инвестициите и износа. Проблемът е бил в източника на този растеж. Голяма част от икономическия напредък се е дължала на увеличаване на вложените ресурси, а не на съществено подобряване на ефективността, с която тези ресурси се използват.

Това разграничение е в центъра на настоящия дебат за изкуствения интелект. Една икономика може да произвежда повече, защото използва повече работна сила, машини, сгради и оборудване. Но истинската технологична трансформация предполага нещо различно: способността да се създава повече стойност със същото количество ресурси. Именно тази разлика се измерва чрез общата факторна производителност, известна като TFP.

Показателят, който поставя под съмнение AI революцията

Торстен Слок, главен икономист на Apollo Global Management, обръща внимание на разминаването между инвестиционния бум и данните за производителността. Общата факторна производителност измерва онази част от икономическия растеж, която не може да бъде обяснена само с увеличаване на труда и капитала. Ако една компания произвежда повече, защото е назначила допълнителни служители и е инсталирала нови машини, това само по себе си не означава повишаване на TFP. Ако обаче същата компания успява да увеличи производството без пропорционално увеличение на вложените ресурси, вече има основание да говорим за подобряване на ефективността.

Това е важно, защото изкуственият интелект се представя пред инвеститорите преди всичко като технология, която ще повиши производителността в почти всички сектори на икономиката. Автоматизацията на административни процеси, ускоряването на разработката на софтуер, подобряването на анализа на данни и оптимизацията на производството би трябвало постепенно да позволят на предприятията да създават повече стойност с по-малко ресурси.

Засега обаче този ефект не се откроява убедително в агрегатната статистика. Инвестициите в AI са ясно видими, както и огромното поскъпване на компаниите, свързани с технологията. Но очакваното ускоряване на общата факторна производителност остава предимно прогноза, а не установен икономически резултат. Това не доказва, че технологията няма да изпълни обещанията си. Показва обаче, че финансовите пазари вече оценяват бъдещи ползи, които все още не са измерени в мащаба на цялата икономика.

Урокът от азиатското икономическо чудо

През 1994 г. икономистът Пол Кругман поставя под съмнение широко разпространеното убеждение, че бързо развиващите се азиатски икономики са открили нов модел на устойчив растеж. Основният му аргумент е, че впечатляващото увеличение на производството до голяма степен се обяснява с мобилизирането на повече капитал и труд, а не с изключително повишаване на производителността.

Разликата изглежда академична, но има огромно инвестиционно значение. Растежът, основан на постоянно увеличаване на капиталовите вложения, постепенно се сблъсква с намаляваща пределна възвръщаемост. Първите инвестиции в инфраструктура, машини и производствени мощности могат да носят значителни ползи. С всяка следваща вълна обаче става все по-трудно да се поддържа същата възвръщаемост, особено ако инвестиционните решения започнат да се определят от очакванията за непрекъснат растеж.

През 90-те години оптимизмът около азиатското икономическо чудо привлече огромни международни капиталови потоци. Евтиното финансиране позволи ускорено изграждане на производствен капацитет, недвижими имоти и инфраструктура. Част от капитала обаче беше насочен към проекти с недостатъчна икономическа възвръщаемост. Когато доверието започна да отслабва, натрупаните финансови дисбаланси се превърнаха в източник на криза.

Едуардс вижда сходен риск при сегашния AI бум. Колкото по-убедителна изглежда историята за бъдещ технологичен пробив, толкова по-лесно става привличането на капитал. Но изобилието от финансиране може да насърчи инвестиции, чиято възвръщаемост зависи от прекалено оптимистични допускания. В този случай проблемът не е непременно липсата на технологичен напредък, а възможността капиталът да бъде разпределен неефективно.

Историческата аналогия има и ограничения. Азиатската криза беше усилена от валутни режими, краткосрочен външен дълг и уязвимости във финансовите системи. Днешните водещи технологични компании разполагат със значително по-силни баланси и утвърдени печеливши дейности. Следователно сходството в инвестиционната логика не означава, че механизмът или мащабът на евентуална криза ще бъдат същите.

Големият парадокс: инвестициите растат, но новият капитал не се увеличава със същата скорост

Още по-интересен е вторият аргумент срещу безусловния оптимизъм. Икономистът Роб Паренто обръща внимание, че нетните бизнес инвестиции в САЩ се движат приблизително хоризонтално като дял от икономиката, въпреки силното увеличение на брутните инвестиции.

Разликата между двата показателя е съществена. Брутните инвестиции включват всички разходи за нови капиталови активи, докато нетните инвестиции отчитат и амортизацията на съществуващия капитал. Ако компаниите инвестират огромни суми, но значителна част от тях отива за замяна на бързо остаряващо оборудване, действителното увеличение на производствения капитал може да се окаже много по-ограничено.

При изкуствения интелект този проблем е особено актуален. Специализираните изчислителни чипове се развиват с изключително висока скорост. Новите поколения оборудване могат да предложат значително по-добра производителност и енергийна ефективност, което съкращава икономически полезния живот на предходните поколения. Така част от огромните инвестиции може да се окаже необходима не за разширяване на капацитета, а за поддържане на технологичната конкурентоспособност.

Това променя начина, по който трябва да оценяваме инвестиционния цикъл. Ако една компания увеличава капиталовите си разходи с 50%, но голяма част от новите средства компенсират ускорено остаряване на оборудването, реалното разширяване на производствения ѝ потенциал може да бъде значително по-малко. В подобна среда силният растеж на приходите на производителите на чипове не гарантира автоматично висока възвръщаемост за техните клиенти.

Допълнителен въпрос е каква част от номиналното увеличение на инвестициите представлява реално разширяване на капацитета. По-високите цени на оборудването, строителството и енергийното обезпечаване могат да увеличават стойността на инвестиционните програми, без да водят до пропорционално увеличение на реалните производствени възможности. Затова разграничението между номинални, реални, брутни и нетни инвестиции става особено важно.

Защо фондовият пазар може да изпреварва икономическата реалност

Финансовите пазари вече са капитализирали огромна част от очакваните ползи от изкуствения интелект. Технологичният фонд XLK е поскъпнал с около 40% от началото на 2026 г., докато фондът SOXX, който следи производителите на полупроводници, почти е удвоил стойността си. Подобно представяне показва колко силно инвеститорите вярват в продължаването на инвестиционния цикъл.

Но тук възниква рискът от разминаване между растежа на доставчиците на инфраструктура и крайната икономическа стойност на технологията. Производителите на чипове могат да реализират рекордни продажби, докато клиентите им все още търсят устойчив начин да превърнат изчислителния капацитет в достатъчно високи приходи. Ако възвръщаемостта се окаже по-ниска от очакваната, първата реакция може да бъде ограничаване на бъдещите капиталови разходи. Това би засегнало цялата верига от производители на полупроводници, оборудване и инфраструктурни услуги.

Съществува обаче и силна контратеза. Големите технологични промени често се появяват в статистиката със закъснение. Компаниите трябва да променят организационните си процеси, да обучат служителите си и да изградят нови бизнес модели, преди технологията да започне да повишава измеримата производителност. Освен това TFP е остатъчен статистически показател, чувствителен към методологията, качеството на данните и икономическия цикъл. Липсата на отчетливо ускорение днес не доказва, че бъдещо ускорение няма да настъпи.

Това разграничение е решаващо. Изкуственият интелект може да се окаже действително революционна технология, а настоящите оценки на част от компаниите въпреки това да бъдат прекалено високи. Историята на интернет предлага подобен пример. Технологията промени световната икономика, но това не попречи на огромни капиталови загуби след спукването на технологичния балон през 2000 г.

2027 г. може да се превърне в тест за реалната възвръщаемост

Следващата фаза на AI инвестиционния цикъл вероятно ще бъде определяна все по-малко от размера на обявените капиталови разходи и все повече от действителните икономически резултати. Най-важните показатели ще бъдат възвръщаемостта на вложения капитал, свободният паричен поток, използването на изчислителния капацитет и измеримото повишаване на производителността при крайните потребители на технологията.

Ако тези показатели започнат да се подобряват, сегашният инвестиционен бум може да се окаже началото на продължителен период на икономическа трансформация. Ако обаче капиталовите разходи продължат да растат по-бързо от реалните ползи, рискът от свръхинвестиране и последваща преоценка на активите ще се увеличава.

Най-важният урок от сравнението с Азиатската финансова криза не е, че историята непременно ще се повтори. Той е, че силният растеж на инвестициите не трябва да се бърка автоматично с устойчиво повишаване на производителността. Евтиният капитал и убедителната технологична история могат да поддържат инвестиционен бум дълго време, но в крайна сметка възвръщаемостта трябва да бъде доказана чрез реални икономически резултати.

Именно тук се намира най-сериозният въпрос пред изкуствения интелект. Не дали технологията ще промени икономиката, а дали ще създаде достатъчно допълнителна стойност, за да оправдае огромния капитал, който вече е инвестиран в нейното развитие.

Защото финансовите балони не винаги се формират около погрешни идеи. Понякога възникват около напълно правилни идеи, за които инвеститорите просто са платили прекалено висока цена.

Материалът има аналитичен и информационен характер и не представлява препоръка за покупка или продажба на финансови инструменти.