GQG: Почему мы всё ещё находимся в пузыре фондового рынка, связанном с ИИ

Для многих инвесторов резкий рост расходов на развертывание инфраструктуры для искусственного интеллекта — доказательство того, что на фондовом рынке нет пузыря. Но в GQG Partners это еще больше убеждает их в том, что этот бум со временем уступит место спаду — как это было с телекомом в 1990-х и с сланцевой нефтью на десятилетие ранее.

Менеджеры портфелей и аналитики GQG, которая управляет 160 миллиардами долларов, говорят, что масштабные заказы на полупроводники, память и связанную с этим капиталоемкую трату на дата-центры в последние кварталы основаны на пока не подтвержденных надеждах на будущий спрос и цены для AI-бизнесов и на использование. Они указывают на признаки перерасхода, включая недавние события, связанные с возможными ценовыми войнами: бизнес-пользователи ужесточают бюджеты, пытаясь найти более дешевые способы запуска AI-моделей, а также замедляются приросты эффективности новых больших языковых моделей. Кроме того, они считают, что продолжающееся использование круговых инвестиций и непрозрачных методов учета повышает риски.

Даже масштабные заказы на полупроводники, которые подпитывали огромный рост акций чипов, — это «фича, а не баг», по словам менеджера портфеля GQG Брайана Керсмана. «Пузыри часто характеризуются реальным спросом в ближайшей перспективе, масштабным развертыванием капитала, верой инвесторов в то, что спрос по сути безграничен, и слабой видимостью долгосрочной доходности. Сильные заказы на чипы не опровергают пузырь; возможно, это как раз самые сильные признаки того», — говорит он.

Менеджеры фондов и аналитики GQG не являются «вечными медведями» ни в технологиях, ни в фондовом рынке в целом. Как минимум в 2024 году более 70% их портфелей было в технологических или близких к технологиям акциях, таких как Uber. В 2017 году компания сделала ставку на тогдашние аутсайдерские чипы для полупроводников, включая Nvidia NVDA.

Но начиная с конца 2024 года и в начале 2025 года GQG сместила свои портфели в сторону от AI-технологий и инфраструктурных акций, которые устроили масштабные ралли и помогли поднять весь фондовый рынок. Эта ставка ухудшила результаты ее стратегий, например Gold-рейтингового GQG Partners US Select Quality Equity Fund GQEIX, однако компания не отступает.

Одним из ключевых факторов роста этих акций (и центральным аргументом быков) является мощный всплеск заказов, генерируемых AI, у компаний-производителей полупроводниковых чипов, таких как Nvidia, Broadcom AVGO, а в последнее время Micron, либо у других компаний с оборудованием для компьютерной памяти — например SanDisk SNDK и Western Digital WDC.

Доходы Micron: краткосрочный бум продолжается, но растут опасения за поставки в долгосрочной перспективе

Головокружительный рост акций памяти вызван краткосрочным мышлением?

Однако Керсман говорит, что здесь инвесторам стоит проявлять скепсис — начиная с несоответствия в том, как учитываются покупки. «Вы видите заказы и продажи, отраженные сегодня, а затраты (для покупателя) распределяются на три, пять, шесть или даже десять лет», — объясняет он. Проблема не в самой этой учетной методике, которая стандартна, а в ее последствиях — с учетом высокой неопределенности экономики использования AI. «Ключевой вопрос не в том, насколько спрос силен сегодня, а в том, насколько он экономически обоснован и устойчив, когда проверяются окупаемость инвестиций, загрузка и ценовая власть».

Медвежий сценарий GQG строится на этих моментах. Они утверждают, что капитальные затраты (capex) осуществляются далеко впереди подтвержденной экономической ценности. Керсман начинает с допущения, которое делают крупные AI-лаборатории и другие компании: «Это “я трачу эту сумму, и получаю_такую_ сумму улучшений”. Но после ChatGPT-4 все пошло “на плоскость”».

Даже при продолжении инвестиций в самые передовые модели (так называемые “frontier”), Керсман говорит, что накапливаются свидетельства того, что многие разработчики AI и бизнесы движутся в обратном направлении. Вместо больших языковых моделей вроде Claude они все чаще переходят к небольшим языковым моделям. Обычно их обучают на ограниченных наборах данных для конкретных текстов, поэтому им нужно меньше вычислительных мощностей. Например, «если вам нужна живая трансляция, вы можете сделать это через SLM и переводить на своем телефоне — без генерации токенов, и вам не нужно “пинговать” дата-центр».

Если бизнесам для их решений нравятся SLM, «более широкий вывод в том, что рынку, возможно, не потребуется почти столько вычислительных мощностей frontier-масштаба, сколько сейчас предполагают инвесторы», — говорит Керсман. «Если разработка AI движется в таком направлении, то тезис о массовых расходах на дата-центры и GPU ослабевает».

Параллельно разработчики все чаще используют open-source китайские модели, которые дешевле в обучении и предполагают значительно более низкие инфраструктурные capex. «Китай планирует 500 дата-центров, а в США — 5 500», — говорит Керсман. Это происходит на фоне того, что компании пытаются сдержать раздувающиеся расходы на использование AI.

Керсман объясняет, что еще один элемент пазла — то, как гиперскейлеры учитывали строительство своих дата-центров. Он указывает на совместное предприятие Meta Platforms META с Blue Owl Capital OBDC, объявленное в прошлом году, которое позволило компании перенести проект по дата-центру на 30 миллиардов долларов в Луизиане за пределы своего баланса. Meta также классифицирует некоторые существенные инфраструктурные активы как «незавершенное строительство». Эта строка удвоилась между 2024 и 2025 годами.

Эти вопросы учета возвращают нас к несоответствию между расходами на чипы и на другое оборудование, — говорит Керсман. «Если большие объемы оборудования лежат в категориях “незавершенное строительство” или похожих статьях баланса, инвесторы могут не понимать, сколько из этих трат реально развернуто и приносит отдачу. Это важно, потому что компании могут потратить огромные суммы наличных авансом, тогда как в отчете о прибылях и убытках затраты отражаются постепенно. Так что риск не только в том, как представлена отчетность; дело в том, что учет может скрывать переразвертывание инфраструктуры, недоиспользование или более слабую доходность».

Затем есть неопределенности вокруг возможности построить те дата-центры, которые сейчас заказываются. Негативная реакция на инфраструктуру дата-центров растет — благодаря интенсивному использованию этими зданиями электроэнергии и воды, а также другим влияниям на сообщества. «Примерно половина тех объектов, которые должны были быть завершены, даже не начинались или были отменены», — говорит Керсман.

Сложив все вместе, «развертывание AI показывает множество классических признаков пузыря», — говорит Керсман. «Инвесторы по-прежнему экстраполируют спрос гораздо дальше, чем, судя по базовой экономике, это оправдано».