Штучний інтелект не знищить економічну перевагу, але він порушить галузі

Штучний інтелект поставить під загрозу компанії, ч whose сильні сторони залежать від workflow-бар’єрів, трудомісткості та затримки застосування, водночас зберігаючи — або навіть посилюючи — бізнеси, побудовані навколо інфраструктури, власних даних, мережевих ефектів або спеціалізованих галузевих процесів.

Багато впливу AI вже закладено у цінники акцій, але ми також очікуємо більшої волатильності найближчим часом, оскільки лабораторії AI, що прагнуть вийти на біржу, продовжують швидко вдосконалювати свої агентські пропозиції.

У той час як ринкова наративна коливається між максималізмом AI-лабораторій і перевагами існуючих гравців, ми бачимо можливості купити стійкі бізнеси за розумними цінами після недавніх розпродажів.

Щоб врахувати вплив AI на захист конкурентних переваг компаній, ми переглянули рейтинги захисту (moat) для 132 компаній, де вважали, що AI може бути деструктивним і тому потребує глибшого аналізу.

Завантажте посібник Morningstar щодо рейтингів захисту в умовах AI-руйнування.

Вимірювання впливу AI на економічні захисти

Рейтинг економічної захисту Morningstar підсумовує тривалість конкурентних переваг компанії. Економічна захист — це структурна особливість, яка дозволяє компанії отримувати надприбутки протягом тривалого часу. Якщо аналітики Morningstar вважають, що надприбутки збережуться 20 років або більше, компанія отримує рейтинг широкої захисту. Аналітики очікують, що компанія з вузькою захистом залишатиметься конкурентоспроможною щонайменше 10 років.

Ми розробили власну систему оцінювання для систематичної оцінки того, як AI впливає на довговічність захистів. Ця система спочатку була спрямована на оцінку захистів у сфері програмного забезпечення, але були внесені невеликі корективи для більшої застосовності до інших галузей, таких як ІТ-послуги або фінансові послуги.

Ця система покликана враховувати як загрози, які AI створює для існуючих захистів, так і можливості, які він відкриває для компаній, добре розташованих у ланцюгу створення цінності AI.

Ключові аспекти для роздумів про захист у світі AI

		7 ключових аспектів для роздумів про захист у світі AI

Джерело: Morningstar. Дані станом на 13 березня 2026 року. Завантажити CSV.

AI не руйнує захисти рівномірно — він виступає як механізм сортування

З 132 компаній, що були проаналізовані, 22 з них з широкою захистом були знижені в рейтингу (20 до вузької, дві — до відсутності), 18 з вузькою захистом були знижені, і дві з вузькою захистом були підвищені до широкої через їхню позицію в інфраструктурному шарі та мережеві ефекти. AI безперечно створює ризики, у цьому немає сумнівів. Але чи рівень цих ризиків однаковий для всіх компаній? Чи немає серед них програмних компаній із збереженими захистами? Абсолютно ні.

Послуги з обробки зарплат, ІТ-послуги та корпоративне програмне забезпечення були групами, що відчули найбільший тиск через зниження рейтингів, негативні переоцінки та зростання невизначеності. Це логічно, враховуючи, що AI-руйнування найсильніше вдаряє, коли компанії монетизують людську працю, просту автоматизацію робочих процесів і ліцензії на програмне забезпечення на місцях.

Цікаво, що багато з компаній, які були знижені, все ще мають великі існуючі бази користувачів, популярні продукти та/або важливі клієнтські зв’язки. Іншими словами, ситуація не була чорно-білою навіть для багатьох з них.

Однак ми вважаємо, що AI суттєво зменшує довгострокову видимість і може послабити довговічність існуючих переваг, роблячи частини workflow-слою легше для відтворення, автоматизації або менш залежними від зростання кількості користувачів.

Де компанії проявили стійкість

Ми не вважаємо, що AI є універсальним руйнівником усіх конкурентних переваг; швидше, він виступає як механізм сортування. Більшість захистів компаній залишилися без змін, але кількість знижень була значною.

Конкурентна перевага компанії зазвичай була надійною, якщо вона отримувала вигоду від мережевих ефектів, контролювала інфраструктуру або власні дані, мала глибокі та складні екосистеми, діяла у високорегульованих сферах або володіла унікальною галузевою логікою.

Однак, якщо компанія здебільшого отримувала прибутки від workflow-неефективностей або звичок користувачів на рівні застосунків, її перевага була менш надійною.

Ми виявили найбільшу стійкість у складних інженерних програмних процесах, кібербезпеці, фінансових інфраструктурних компаніях та пропозиціях із унікальними даними та/або мережевими ефектами. Половина компаній із широкою захистом після цього аналізу має мережеві ефекти. Інші ключові джерела стійкості — регуляторні бар’єри для змін або бар’єри витрат на перехід, а також унікальні активи даних.

		Дизайнерське програмне забезпечення, платформи та кібербезпека були більш стійкими

Джерело: Morningstar. Дані станом на 13 березня 2026 року. Завантажити CSV.

Як змінилися джерела захисту компанії

Компанії, що мали мережеві ефекти як джерело захисту, зазнали найменшої кількості знижень. Мережеві ефекти не залежать від технології продукту; вони базуються на силі мережі. Логіка тут проста: навіть при зміні технологій сама мережа може залишатися важкою для руйнування.

Класичними прикладами є платіжні мережі, біржі та навіть туристичні мережі, такі як Booking Holdings BKNG. Основний бізнес Booking залежить від сили туристичної мережі та здатності агрегувати довгий хвіст пропозицій готелів, що технологічні інновації, такі як AI, не завжди вирішують.

Мережеві ефекти також були ключовими для двох підвищень, які виникли у цьому процесі — Cloudflare NET і CrowdStrike CRWD.

Рішення у сфері кібербезпеки будуть користуватися більшою популярністю, ніж будь-коли, оскільки AI поширюється і відкриває, здавалося б, необмежені вектори атак — уявіть собі зловмисників, що діють цілодобово, обмежені лише обчислювальною потужністю. Компанії, такі як Cloudflare і CrowdStrike, мають структуровані дані та масштабні переваги, що вони отримують із своїх мереж, що й призвело до підвищення їхнього захисту.

		Розподіл результатів огляду AI-захисту

Джерело: Morningstar. Дані станом на 13 березня 2026 року. Завантажити CSV.

Перехідні витрати були менш ефективними, і майже половина з компаній, що були знижені, раніше мали захист на основі витрат на перехід. У сучасному AI-орієнтованому середовищі перехідні витрати — це те, що потрібно ретельно переоцінювати, особливо коли AI-моделі інтегруються у фрагментовані, складні технологічні стеки підприємств.

AI може автоматизувати ключові технологічні процеси, що раніше були джерелами перехідних витрат (наприклад, передача даних), і може знизити попит на певне програмне забезпечення. Зростання невизначеності щодо майбутнього програмного забезпечення у світі AI ускладнює довіру до структур доходів більш ніж на 10 років для багатьох компаній, що призвело до найбільшої кількості знижень.

З урахуванням розриву між перехідними витратами та мережевими ефектами, ймовірно, що з розвитком workflow-орієнтованих AI-процесів просте залучення клієнтів (предтеча перехідних витрат) зазнає тиску, але справжні мережеві ефекти — там, де масштаб покращує ліквідність, релевантність, глибину контенту, телеметрію або корисність екосистеми — зростатимуть у цінності.