GQG: لماذا ما زلنا داخل فقاعة سوق أسهم للذكاء الاصطناعي

بالنسبة إلى كثير من المستثمرين، فإن الزيادة الهائلة في الإنفاق على التوسع في الذكاء الاصطناعي تُعد برهاناً على عدم وجود فقاعة في سوق الأسهم. لكن لدى شركة GQG Partners، يُعد ذلك دليلاً إضافياً يعزز قناعتهم بأن هذا الازدهار سينتهي إلى تراجع حاد (انهيار)، كما حدث مع الاتصالات في تسعينات القرن الماضي، ومع نفط الصخر الزيتي قبل عقد.

يقول مديرو المحافظ والمحللون في GQG، التي تدير 160 مليار دولار، إن الطلبيات الضخمة للشرائح الإلكترونية (semiconductors) وعتاد الذاكرة (memory hardware)، فضلاً عن إنفاق مراكز البيانات المرتبط بها خلال الأرباع الأخيرة، تستند إلى آمال غير مثبتة بشأن الطلب المستقبلي وتسعير أعمال الذكاء الاصطناعي، وكذلك الاستخدام. ويشيرون إلى أدلة على الإفراط في الإنفاق، مثل التطورات الأخيرة المتعلقة بإمكانية اندلاع حروب أسعار—حيث يضيّق مستخدمو الأعمال ميزانياتهم بحثاً عن طرق أرخص لتشغيل نماذج الذكاء الاصطناعي—وبطء المكاسب في فعالية نماذج لغوية كبيرة جديدة. إضافة إلى ذلك، يرون أن استمرار الاستثمارات الدائرية وطرق المحاسبة غير الشفافة يرفع المخاطر.

حتى الطلبيات الضخمة للشرائح الإلكترونية نفسها—التي دعمت مكاسب هائلة في أسهم الرقائق—يصفها مدير محفظة GQG Brian Kersmanc بأنها “ميزة وليست خطأ”. ويقول: “غالباً ما تُميز الفقاعات بوجود طلب حقيقي في الأجل القريب، واستثمار رأسمالي ضخم، ومعتقد لدى المستثمرين بأن الطلب غير محدود فعلياً، وضعف الرؤية بشأن عوائد الأجل الطويل. إن الطلبات القوية على الشرائح لا تُبطل فكرة الفقاعة؛ بل قد تكون في الواقع أقوى إشاراتها”، على حد قوله.

ليس لدى مديرينا المحافظ والمحللين في GQG نزعة دائمة نحو التشاؤم تجاه التكنولوجيا أو سوق الأسهم ككل. ففي وقت قريب من 2024، كانت ما يزيد على 70% من محافظها في أسهم تقنية أو وثيقة الصلة بالتقنية، مثل Uber. وفي 2017، راهنت الشركة على رقائق أشباه موصلات كانت حينها أقل تفضيلاً، بما في ذلك Nvidia NVDA.

لكن بدءاً من أواخر 2024 وامتداداً إلى مطلع 2025، وجّهت GQG محافظها بعيداً عن أسهم تقنيات وبنية الذكاء الاصطناعي التي حققت قفزات كبيرة، وساعدت على دفع سوق الأسهم ككل إلى الأعلى. وقد أثبتت هذه الرهان على أداء استراتيجياتها، مثل صندوق GQG Partners US Select Quality Equity Fund المصنّف “Gold”، GQEIX، لكنها ما تزال متمسكة بموقفها.

عامل رئيسي يدفع هذه الأسهم إلى الارتفاع (وهو حجة مركزية للمُتفائلين) هو الاندفاع الهائل في الطلبيات المرتبطة بالذكاء الاصطناعي لدى شركات شرائح أشباه موصلات مثل Nvidia وBroadcom AVGO، وحتى أحدثها Micron، أو لدى شركات أخرى في عتاد الذاكرة الحاسوبية مثل SanDisk SNDK وWestern Digital WDC.

أرباح Micron: استمرار الطفرة في الأجل القريب، لكن مخاوف الإمدادات على المدى الطويل بدأت تتشكل

هل يعكس الاندفاعة المذهلة في أسهم الذاكرة تفكيراً موجهاً للأجل القصير؟

ومع ذلك، يقول Kersmanc إن هذه هي النقطة التي ينبغي أن يتعامل فيها المستثمرون مع الأمر بحذر، بدءاً من عدم التطابق في طريقة احتساب عمليات الشراء. “ترى أوامر ومبيعات تُسجل اليوم، بينما تُوزع التكاليف (على المشتري) على ثلاث أو خمس أو ست أو حتى عشر سنوات”، يوضح. والمشكلة ليست في طريقة المحاسبة نفسها—وهي طريقة معيارية—لكن في انعكاساتها، نظراً لارتفاع عدم اليقين بشأن اقتصاديات استخدام الذكاء الاصطناعي. “القضية الأساسية ليست ما إذا كان الطلب قوياً اليوم، بل ما إذا كان هذا الطلب مبرراً اقتصادياً ومستداماً عندما يُختبر العائد على الاستثمار، ومستوى الاستخدام، وقوة التسعير”.

يبني سيناريو GQG السلبي على هذه الجوانب. فهم يجادلون بأن الإنفاق على النفقات الرأسمالية (capex) يجري قبل وقت طويل من القيمة الاقتصادية المثبتة. يبدأ Kersmanc من افتراض وضعته كبرى مختبرات الذكاء الاصطناعي وغيرها من الشركات: “إنه ‘أنا أنفق هذا المبلغ، وأحصل على هذا المبلغ من التحسّن’. لكن بعد ChatGPT-4، صار ذلك مسطحاً”.

ومع استمرار الاستثمار في أكثر النماذج تقدماً (ما يُسمى نماذج “الواجهة الأمامية” frontier ones)، يقول Kersmanc إن هناك أدلة متزايدة على أن كثيراً من مطوري الذكاء الاصطناعي والشركات يتجهون في الاتجاه الآخر. بدلاً من استخدام نماذج لغوية كبيرة مثل Claude، يتجهون نحو نماذج لغوية صغيرة. وهذه عادةً تُدرَّب على مجموعات محدودة من البيانات لنصوص محددة، وبالتالي فهي تحتاج إلى قدرة حوسبة أقل. فعلى سبيل المثال، “إذا أردت ترجمة فورية، يمكنك فعل ذلك عبر SLM والترجمة على هاتفك، دون توليد رموز، ولا داعي للتواصل مع مركز بيانات.”

إذا كانت الشركات تفضل SLMs لحلولها، “فالمحصلة الأوسع هي أن السوق قد لا يحتاج إلى قدرة حوسبة على مستوى الواجهة الأمامية بهذا القدر الذي يفترضه المستثمرون حالياً”، يقول Kersmanc. “إذا كان تطوير الذكاء الاصطناعي يتجه في هذا الاتجاه، فإن الحجة الداعية إلى إنفاق ضخم على مراكز البيانات ووحدات GPU تضعف.”

في الوقت نفسه، يستخدم المطورون بشكل متزايد نماذج صينية مفتوحة المصدر، وهي أرخص في التدريب وتحمل نفقات رأسمالية أقل بكثير للبنية التحتية. “الصين لديها 500 مركز بيانات مخططة، والولايات المتحدة لديها 5,500”، يقول Kersmanc. ويأتي ذلك بالتزامن مع توجه شركات إلى كبح التكاليف المتصاعدة لاستخدام الذكاء الاصطناعي.

يوضح Kersmanc أن قطعة أخرى من اللغز تتمثل في كيفية محاسبة عمالقة السحابة (hyperscalers) عن توسعات مراكز البيانات. ويشير إلى الشراكة/المشروع المشترك الذي أعلنته Meta Platforms META مع Blue Owl Capital OBDC العام الماضي، والذي مكّن الشركة من نقل مشروع مركز بيانات بقيمة 30 مليار دولار في لويزيانا خارج ميزانيتها. كما صنفت Meta أيضاً بعض أصول البنية التحتية الكبيرة على أنها “إنشاءات تحت التنفيذ”. وقد تضاعف بند “إنشاءات تحت التنفيذ” بين 2024 و2025.

ترتبط أسئلة المحاسبة هذه—حسبما يقول Kersmanc—بالتباين بين الإنفاق على الشرائح وغيرها من العتاد. “إذا كانت كميات كبيرة من العتاد جالسة في فئة ‘إنشاءات تحت التنفيذ’ أو فئات مشابهة ضمن الميزانية، فقد لا يتمكن المستثمرون من معرفة مقدار ما من هذا الإنفاق يجري بالفعل نشره وتوليده لعائد. وهذا مهم لأن الشركات يمكنها إنفاق مبالغ ضخمة من النقد مقدماً، بينما تعكس قوائم الدخل تكلفة هذا الإنفاق تدريجياً فقط. لذلك لا تقتصر المخاوف على عرض المحاسبة؛ بل إن المحاسبة قد تكون حجباً لزيادة البناء، أو ضعف الاستخدام، أو عوائد أضعف.”

ثم توجد أيضاً حالات عدم اليقين المتعلقة بقدرة الشركات على بناء مراكز البيانات التي يجري طلبها. ويتزايد رد الفعل العنيف ضد البنية التحتية لمراكز البيانات، بسبب الاستخدام الكثيف لهذه المنشآت للكهرباء والمياه، فضلاً عن تأثيراتها الأخرى على المجتمعات. “حوالي نصف تلك المنشآت التي كان يُفترض اكتمالها لم يبدأ حتى الآن، أو تم إلغاؤها”، يقول Kersmanc.

وبجمع الصورة كلها معاً، يقول Kersmanc إن “توسع البنية التحتية للذكاء الاصطناعي يُظهر العديد من العلامات الكلاسيكية على وجود فقّاعة”. ويضيف: “ما يزال المستثمرون يُسقطون توقعات الطلب إلى أبعد من الحدود التي يبدو أن الاقتصاديات الأساسية تبررها.”