Poza Wspaniałą Siódemką: zarządzanie ryzykiem koncentracji portfela w erze sztucznej inteligencji

Jak powstał supercykl związany z AI

Sztuczna inteligencja pojawiła się w momencie wyjątkowo wysokiej płynności i niskich kosztów kapitału. Lata prowadzenia polityki sprzyjającej rynkowi stworzyły środowisko, w którym premiowana była skala. Firmy najlepiej przygotowane do wdrożenia AI, dysponujące globalnym zasięgiem, danymi i mocą obliczeniową, rozwijały się szybciej niż sam rynek.

Jednocześnie technologia stała się głównym kanałem, przez który realizowano znaczną część wzrostu produktywności na świecie. W efekcie tylko kilka spółek generowało nieproporcjonalnie duży udział w globalnym wzroście zysków. W praktyce AI przyspieszyła już istniejącą tendencję do koncentracji, przekształcając duże firmy technologiczne w infrastrukturę światowej gospodarki cyfrowej.

Inwestorzy czerpali z tego ogromne korzyści. Jednak wraz z pogłębiającą się przepaścią między największymi a resztą rynku, dywersyfikacja w obrębie indeksów stopniowo malała. Nawet zdywersyfikowane portfele inwestycyjne w coraz większym stopniu zależą teraz od garstki spółek, których wpływ dorównuje całym sektorom.

Dlaczego każdy cykl innowacji zaczyna się wąsko

Rewolucje technologiczne rzadko rozpoczynają się szeroko. Wczesne zyski trafiają do firm, które łączą kapitał, talenty i możliwości dystrybucji. W erze przemysłowej były to koleje oraz przemysł stalowy. W erze informacji – platformy internetowe. W erze AI są to liderzy wśród producentów półprzewodników oraz dostawcy usług w chmurze, którzy kontrolują zasoby obliczeniowe i dane.

Taka koncentracja jest częścią naturalnego rytmu innowacji. Kapitał najpierw przepływa do podmiotów potwierdzających rentowność nowej technologii. Gdy adopcja się rozszerza i rośnie konkurencja, zwroty zaczynają się normalizować. Ta zmiana od koncentracji do dyfuzji jest punktem, w którym pojawia się kolejna fala możliwości inwestycyjnych.

Makroekonomiczne siły stojące za koncentracją

Koncentracja nie wynika wyłącznie z technologii – jej utrzymaniu sprzyjają też warunki makroekonomiczne.

• Płynność. Duża płynność wspiera wysokie wyceny i zachęca do pasywnego lokowania środków, co z kolei kieruje więcej kapitału do największych spółek w indeksach.
• Polityka. Niskie koszty pożyczkowe i wspierające wydatki fiskalne sprzyjają sektorom wzrostowym z silnymi bilansami. Te firmy wykorzystują tani kapitał, by umocnić swoją pozycję lidera.
• Globalizacja i skala. Efekt sieciowy na globalnych rynkach premiuje szeroki zasięg. Modele AI trenujące się na ogromnych zbiorach danych uzyskują przewagę wielkości, której mniejsi konkurenci nie mogą łatwo skopiować.

Gdy którykolwiek z tych warunków ulega odwróceniu, na przykład przy zaostrzeniu polityki czy wzroście konkurencji, środek ciężkości rynku zaczyna się przesuwać. Wczesne rozpoznanie tego zwrotu daje przewagę w inwestowaniu makroekonomicznym.

AI i kolejna fala wzrostu produktywności

Długoterminowy wpływ AI na gospodarkę będzie zależał od wzrostu produktywności. Pierwsza faza boomu nagrodziła „enablerów” – producentów układów scalonych i dostawców platform. Kolejny etap będzie zależeć od tego, jak bardzo AI podniesie efektywność w różnych branżach.

Historia pokazuje, że gdy technologia ogólnego zastosowania rozpowszechnia się, wzrost produktywności się rozszerza, a koncentracja zysków maleje. Tak było z elektrycznością i internetem. Podobnie prawdopodobnie stanie się z AI.

Utrzymujący się wzrost produktywności zmienia wszystko: płace, inflację, reakcje polityczne i przywództwo na rynku akcji. W miarę wzrostu wydajności na pracownika marże mogą rosnąć w wielu sektorach – od logistyki przez opiekę zdrowotną aż po finanse. Rynek przechodzi z niewielkiej grupy dominujących innowatorów do szerszego grona podmiotów wdrażających i integrujących nowe rozwiązania. To makroekonomiczna podstawa kolejnego cyklu dywersyfikacji.

Przyszłość przywództwa na rynku

Przywództwo rynkowe nie zniknie, lecz będzie ewoluować. Obecni giganci mogą pozostać kluczowymi graczami, jednak pojawią się nowi zwycięzcy w obszarach, w których AI mierzy się z ograniczeniami świata rzeczywistego: w energetyce, infrastrukturze, automatyzacji przemysłu i cyberbezpieczeństwie.

Sektor energetyczny jest kluczowy, ponieważ AI pochłania niespotykaną dotąd ilość energii. Infrastruktura będzie istotna, ponieważ centra danych, sieci przesyłowe i łańcuchy dostaw muszą się rozwijać, by sprostać cyfrowemu wzrostowi. Automatyzacja odgrywa kluczową rolę, ponieważ każdy cykl wzrostu produktywności ostatecznie trafia do przemysłu i logistyki. Z kolei cyberbezpieczeństwo staje się coraz ważniejsze, bo połączone systemy wystawiają się na większą podatność na zagrożenia.

W miarę jak kapitał zacznie płynąć do tych sektorów, przywództwo na rynku będzie się rozszerzać. Inwestorzy nie będą już zdani wyłącznie na ekspozycję na akcje spółek związanych ze sztuczną inteligencją poprzez platformy software’owe. Znajdą je również w sektorach, które łączą cyfrową i fizyczną produktywność.

Na co powinni zwrócić uwagę inwestorzy

• Szersza baza zysków. Kiedy coraz więcej sektorów dokłada się do wzrostu zysków w indeksach, oznacza to rosnącą dywersyfikację.
• Trendy w wydatkach inwestycyjnych. Wzrost nakładów poza sektorem wielkich spółek technologicznych wskazuje na przenikanie korzyści z AI do szerszego rynku.
• Zachęty polityczne. Finansowanie przez rządy transformacji energetycznej, rozbudowy sieci i automatyzacji sprzyja nowym liderom.
• Zróżnicowanie wycen. Zmniejszanie się różnic w wycenach między dużymi a średnimi spółkami często sygnalizuje początek szerszego cyklu.
• Kierunek płynności. Zaostrzanie warunków zwykle ogranicza mnożniki dla spółek nadmiernie obecnych w portfelach, przyspieszając rotację.

Obserwowanie tych sygnałów pomaga inwestorom ocenić, kiedy koncentracja może zacząć się rozluźniać.

Pozycjonowanie na fazę szerszego rozwoju

Inwestorzy długoterminowi mogą przygotować się na tę ewolucję, nie rezygnując przy tym z ekspozycji na innowacje.

• Łącz liderów z podmiotami wdrażającymi. Zachowaj ekspozycję na spółki związane ze sztuczną inteligencją, a jednocześnie dodaj sektory, które będą stosować AI na dużą skalę — energetykę, sektor przemysłowy, opiekę zdrowotną i logistykę.
• Dywersyfikuj geograficznie. Stany Zjednoczone dominują w obszarze oprogramowania i platform, Azja przoduje w produkcji półprzewodników i wytwórstwie, a Europa specjalizuje się w czystej energii i automatyzacji. Posiadanie wszystkich trzech regionów pozwala uchwycić różne etapy łańcucha wartości AI.
• Wykorzystuj zrównoważone rozwiązania. Fundusze ETF z równym udziałem sektorów lub z wyważonymi czynnikami redukują wpływ pojedynczych spółek. Aktywne globalne fundusze akcyjne mogą zidentyfikować wschodzących liderów, zanim osiągną skalę indeksową.
• Dodaj ekspozycję na aktywa materialne. Inwestycje w infrastrukturę i surowce korzystają z tych samych czynników makroekonomicznych (zużycie energii, rozwój cyfrowy i automatyzacja), unikając jednocześnie wycen typowych dla branży technologicznej.
• Ponownie oceń stosowane wzorce odniesienia. Standardowe indeksy mogą nie odzwierciedlać obszarów, w których pojawi się kolejny wzrost. Indeksy tematyczne lub mieszane mogą lepiej uchwycić zmiany strukturalne.

Takie podejście pozwala zachować ekspozycję portfela na innowacje, a jednocześnie przywraca dywersyfikację, którą narusza wyłączne ważenie rynkowe.

Szersze implikacje makroekonomiczne

Wpływ AI wykracza poza same rynki. W miarę jak produktywność i automatyzacja zmieniają zapotrzebowanie na pracę, polityka fiskalna i monetarna może ulec dostosowaniu. Niższa presja inflacyjna może wydłużyć cykle koniunkturalne. Jednocześnie zapotrzebowanie na energię i wąskie gardła w infrastrukturze mogą stworzyć nowe źródła inwestycji oraz zmienności.

Dla inwestorów oznacza to, że przywództwo na rynku akcji będzie ewoluować wraz ze zmianami sektorowymi w obszarach wzrostu, siły cenowej i kapitałochłonności. Technologia pozostanie w centrum, jednak jej definicja się rozszerzy — od oprogramowania po systemy, od kodu po zasoby infrastrukturalne.

Taka dyfuzja jest korzystna dla rynku. Wskazuje, że wartość ekonomiczna AI jest realizowana w całej globalnej gospodarce, a nie ograniczona do garstki platform.

Trwała lekcja z poprzednich cykli

Każda duża rewolucja technologiczna przebiega podobnie: koncentracja, dyfuzja, dojrzałość. Inwestorzy, którzy rozpoznawali ten schemat w poprzednich epokach —  przechodząc od kolei do przemysłu, od komputerów w przemyśle do komputerów osobistych, od pionierów internetu do dostawców chmury — osiągali długofalowe korzyści.

Kolejny rozdział będzie wyglądał znajomo. AI jest siłą napędową, ale przywództwo przesunie się w stronę tych, którzy włączają sztuczną inteligencję do realnej produktywności. Przyszłość dywersyfikacji polega na posiadaniu zarówno „kodu”, jak i „infrastruktury”.

Wnioski

Wspaniała Siódemka wciąż stanowi filar globalnych rynków akcji, lecz ich dominacja nie zdefiniuje całej ery AI. Z czasem wzrost będzie się rozszerzał, gdy promowana przez nie technologia stanie się częścią narzędzi różnorodnych branż. Te same czynniki makroekonomiczne, które doprowadziły do koncentracji, płynność, polityka i skala, ostatecznie wywołają dyspersję, gdy inwestycje zaczną rozchodzić się w szerszym zakresie.

Dla inwestorów celem nie jest przewidzenie, kiedy przywództwo się zmieni, lecz odpowiednie przygotowanie portfela. Zrównoważony, globalny portfel oparty na innowacjach, a zarazem zdywersyfikowany pod względem regionu, sektora i czynników rynkowych, to najlepsza droga, by w pełni skorzystać z długoterminowego potencjału AI, nie narażając się przy tym na nadmierne ryzyko koncentracji.