| Ειδήσεις | Ο Κυνηγός | Λεωφόρος Αθηνών | "Κουλου - Βάχατα" | +/- | "Μας ακούνε" | Fundamentalist | Marx - Soros |

 
 

Σάββατο, 14/11/2026

 

Η τεχνητή νοημοσύνη εξελίσσεται σε μία από τις μεγαλύτερες τεχνολογικές και οικονομικές επαναστάσεις της σύγχρονης εποχής. Οι δυνατότητές της να μεταμορφώσει την παραγωγή, την εργασία, την κατανάλωση και τη δημιουργία πλούτου είναι τεράστιες. Ωστόσο, υπάρχει μια κρίσιμη διάκριση που η Wall Street φαίνεται να παραβλέπει μέσα στον σημερινό επενδυτικό ενθουσιασμό: η επιτυχία μιας τεχνολογίας δεν συνεπάγεται αυτομάτως και την επιτυχία όσων χρηματοδοτούν την ανάπτυξή της.

Η οικονομική ιστορία προσφέρει αρκετά παραδείγματα επαναστάσεων που άλλαξαν ριζικά την καθημερινότητα και την παγκόσμια οικονομία, χωρίς να εξασφαλίσουν αντίστοιχες αποδόσεις στους αρχικούς επενδυτές. Από τους σιδηροδρόμους και τις αερομεταφορές μέχρι τις τηλεπικοινωνίες και τη φούσκα των dot-com, η σωστή πρόβλεψη για το μέλλον δεν αποδείχθηκε αρκετή για να προστατεύσει τα κεφάλαια που τοποθετήθηκαν σε αυτές τις δραστηριότητες.

Αυτό ακριβώς είναι το ερώτημα που αρχίζει να απασχολεί όλο και περισσότερο τις αγορές: μπορεί η τεχνητή νοημοσύνη να αποτελέσει μια τεράστια επιτυχία για την ανθρωπότητα, αλλά ταυτόχρονα μια απογοητευτική επένδυση για όσους τοποθετούν σήμερα τρισεκατομμύρια δολάρια στην ανάπτυξή της;

 

Οι προειδοποιήσεις του Economist και του Bloomberg αποκτούν ιδιαίτερη βαρύτητα, καθώς η συγκέντρωση κεφαλαίων γύρω από την AI έχει φθάσει σε επίπεδα που δημιουργούν κινδύνους για ολόκληρο το χρηματοπιστωτικό σύστημα. Παράλληλα, αναλύσεις της JPMorgan και της Goldman Sachs αναδεικνύουν μια λιγότερο προβεβλημένη πτυχή της επενδυτικής έκρηξης: το τεράστιο κόστος χρηματοδότησης των υποδομών και τις υποχρεώσεις που συσσωρεύονται πίσω από τη βιτρίνα των τεχνολογικών κολοσσών.

Το ιστορικό μάθημα των αερομεταφορών και των dot-com

Μια χαρακτηριστική επισήμανση για τη σχέση τεχνολογικής προόδου και επενδυτικών αποδόσεων είχε διατυπώσει ο Γουόρεν Μπάφετ το 2008. Είχε αναφέρει ότι ένας διορατικός επενδυτής που θα βρισκόταν στο Κίτι Χοκ κατά την πρώτη ιστορική πτήση των αδελφών Ράιτ θα προσέφερε τεράστια υπηρεσία στους μελλοντικούς επενδυτές εάν είχε αποτρέψει το εγχείρημα.

Η παρατήρηση δεν αφορούσε τη χρησιμότητα της αεροπορίας, αλλά την οικονομική δυσκολία της συγκεκριμένης δραστηριότητας. Οι αερομεταφορές άλλαξαν τον κόσμο, όμως η επένδυση στις αεροπορικές εταιρείες αποδείχθηκε επί δεκαετίες ιδιαίτερα απαιτητική, με χαμηλά περιθώρια και επαναλαμβανόμενες οικονομικές δυσκολίες.

Παρόμοια ήταν η εμπειρία των σιδηροδρόμων τον 19ο αιώνα και των τηλεπικοινωνιακών δικτύων στα τέλη του 20ού. Οι υποδομές δημιούργησαν τεράστια οικονομική αξία, αλλά αρκετοί από τους επενδυτές που ανέλαβαν το αρχικό κόστος κατασκευής τους δεν κατάφεραν να αποκομίσουν τα αντίστοιχα οφέλη.

Το πιο πρόσφατο και χαρακτηριστικό παράδειγμα είναι η φούσκα των dot-com. Το διαδίκτυο δικαίωσε τις περισσότερες μακροπρόθεσμες προβλέψεις για τις δυνατότητές του, αλλά χιλιάδες εταιρείες που δημιουργήθηκαν γύρω από αυτό εξαφανίστηκαν, ενώ τρισεκατομμύρια δολάρια χρηματιστηριακής αξίας εξανεμίστηκαν.

Το συμπέρασμα είναι σαφές: η αναγνώριση μιας μεγάλης τεχνολογικής αλλαγής δεν αρκεί. Καθοριστικό ρόλο παίζουν το τίμημα που καταβάλλεται, το κόστος χρηματοδότησης, ο ανταγωνισμός και η δυνατότητα μετατροπής της τεχνολογικής υπεροχής σε διατηρήσιμη κερδοφορία.

Η υπερβολική συγκέντρωση της Wall Street στην AI

Η σημερινή επενδυτική έκθεση στην τεχνητή νοημοσύνη έχει αποκτήσει πρωτοφανείς διαστάσεις. Σύμφωνα με στοιχεία που επικαλείται ο Economist, οι δέκα μεγαλύτερες μετοχές με υψηλή έκθεση στην AI αντιπροσωπεύουν σχεδόν το 40% του δείκτη S&P 500. Την ίδια στιγμή, οι μετοχές αντιστοιχούν πλέον στο 38% της καθαρής περιουσίας των αμερικανικών νοικοκυριών, ποσοστό σχεδόν 25% υψηλότερο από εκείνο που είχε καταγραφεί στην κορύφωση της φούσκας των dot-com.

Ακόμη πιο εντυπωσιακή είναι η εικόνα που παρουσιάζει το Bloomberg. Από τα περίπου 32 τρισ. δολάρια χρηματιστηριακής αξίας που προστέθηκαν στον S&P 500 από την κυκλοφορία του ChatGPT έως τις αρχές Νοεμβρίου, περισσότερο από το μισό προήλθε από μόλις δέκα εταιρείες, οι οποίες συνδέονται άμεσα με την τεχνητή νοημοσύνη.

Η συγκέντρωση αυτή δεν αφορά μόνο τους ιδιώτες επενδυτές. Περίπου το 44% των τοποθετήσεων των αμερικανικών συνταξιοδοτικών ταμείων συνδέεται πλέον με τον τεχνολογικό κλάδο, με την αντίστοιχη έκθεση να υπολογίζεται σε περίπου 610 δισ. δολάρια.

Επομένως, μια μεγάλη διόρθωση στις μετοχές της AI δεν θα περιοριζόταν στις απώλειες όσων έχουν επενδύσει σε εταιρείες όπως η Nvidia. Θα μπορούσε να επηρεάσει ευρύτερα τα συνταξιοδοτικά χαρτοφυλάκια, τις αποταμιεύσεις εκατομμυρίων πολιτών και τη συνολική επενδυτική δραστηριότητα.

Το πρόβλημα δεν είναι μόνο οι υψηλές αποτιμήσεις. Είναι κυρίως το γεγονός ότι ένα ολοένα μεγαλύτερο τμήμα του παγκόσμιου επενδυτικού πλούτου εξαρτάται από την επιτυχία ενός περιορισμένου αριθμού εταιρειών και από την ομαλή εξέλιξη της ίδιας τεχνολογικής επανάστασης.

Το κόστος της AI μπορεί να φθάσει τα 5,5 τρισ. δολάρια

Πίσω από την εντυπωσιακή χρηματιστηριακή άνοδο βρίσκεται ένα επενδυτικό πρόγραμμα τεράστιας κλίμακας. Η JPMorgan Global Research εκτιμά ότι οι παγκόσμιες κεφαλαιουχικές δαπάνες για την τεχνητή νοημοσύνη θα προσεγγίσουν τα 900 δισ. δολάρια το 2026, ενώ μέχρι το 2030 οι σωρευτικές επενδύσεις ενδέχεται να φθάσουν τα 5,5 τρισ. δολάρια.

Μόνο οι πέντε μεγάλοι αμερικανικοί όμιλοι που πρωταγωνιστούν στην κατασκευή και λειτουργία υποδομών AI —Amazon, Alphabet, Meta, Oracle και Microsoft— αναμένεται να δαπανήσουν μέσα στο 2026 ποσό αντίστοιχο με το σύνολο των επενδύσεων που πραγματοποίησαν από την κυκλοφορία του ChatGPT, στα τέλη του 2022.

Το βασικό ζήτημα είναι η χρονική απόσταση μεταξύ των δαπανών και των αναμενόμενων αποδόσεων. Οι εταιρείες επενδύουν τεράστια ποσά σήμερα σε μικροτσίπ, κέντρα δεδομένων και ενεργειακές υποδομές, ενώ ένα σημαντικό μέρος των εσόδων που θα δικαιολογούσε αυτές τις επενδύσεις αναμένεται να προκύψει αρκετά χρόνια αργότερα.

Η JPMorgan αναγνωρίζει ότι η ανάπτυξη των εσόδων από υπηρεσίες cloud αποτελεί πραγματική ένδειξη ζήτησης. Επισημαίνει, ωστόσο, ότι οι αυξημένες κεφαλαιουχικές δαπάνες περιορίζουν τις ελεύθερες ταμειακές ροές και ενισχύουν την ανάγκη εξωτερικής χρηματοδότησης.

Έτσι, η επανάσταση της AI, η οποία στα πρώτα της στάδια στηρίχθηκε σε μεγάλο βαθμό στην ισχυρή κερδοφορία των τεχνολογικών κολοσσών, αρχίζει να εξαρτάται όλο και περισσότερο από την πρόσβαση στις αγορές χρέους.

Οι κρυφές δεσμεύσεις και η προειδοποίηση της JPMorgan

Μία από τις σημαντικότερες πτυχές του προβλήματος αφορά το πραγματικό ύψος των οικονομικών δεσμεύσεων που αναλαμβάνουν οι εταιρείες του κλάδου.

Σε ανάλυσή του στις 4 Νοεμβρίου, ο Μάικλ Σεμπάλεστ της JPMorgan επισημαίνει ότι μόλις το 15% των συνολικών υποχρεώσεων από χρέος και μισθώσεις που εξετάζει για επτά μεγάλες εταιρείες AI εμφανίζεται στους ισολογισμούς τους.

Το εύρημα δεν σημαίνει ότι το υπόλοιπο 85% αποτελεί λογιστικά αδήλωτο χρέος. Αναδεικνύει, όμως, ότι η αξιολόγηση της χρηματοοικονομικής θέσης των εταιρειών απαιτεί ευρύτερη εξέταση των συμβατικών δεσμεύσεων και των μελλοντικών υποχρεώσεών τους, πέρα από τους παραδοσιακούς δείκτες δανεισμού.

Παράλληλα, σύμφωνα με το Reuters, τράπεζες και επενδυτές εμφανίζονται πλέον πιο προσεκτικοί απέναντι στη χρηματοδότηση νέων έργων τεχνητής νοημοσύνης. Η Goldman Sachs εκτιμά ότι οι εκδόσεις χρέους από τους μεγάλους παρόχους υποδομών θα μπορούσαν να φθάσουν τα 420 δισ. δολάρια το 2027, έναντι περίπου 250 δισ. δολαρίων το 2026.

Η χρηματοδότηση δεν έχει στερέψει, αλλά οι πιστωτές εξετάζουν πλέον με μεγαλύτερη αυστηρότητα τα χαρακτηριστικά κάθε επένδυσης. Ιδιαίτερη προσοχή συγκεντρώνουν τα έργα κατασκευής data centers που βασίζονται σε υψηλή μόχλευση και σε μακροχρόνιες συμφωνίες για την εξασφάλιση μελλοντικών εσόδων.

Μια καθυστέρηση στην ολοκλήρωση των εγκαταστάσεων, μια αναθεώρηση συμβολαίων ή μια υποχώρηση της ζήτησης θα μπορούσε να μεταβάλει σημαντικά τις οικονομικές προοπτικές τέτοιων επιχειρήσεων.

Εδώ βρίσκεται και μια κρίσιμη διαφορά μεταξύ των μεγάλων τεχνολογικών ομίλων και των νεότερων εταιρειών υποδομών. Μια Microsoft διαθέτει ισχυρές ταμειακές ροές και σημαντική χρηματοοικονομική ευελιξία. Αντίθετα, μια μικρότερη επιχείρηση που δανείζεται για να αγοράσει επεξεργαστές και να κατασκευάσει data centers έχει πολύ μικρότερα περιθώρια αντοχής σε περίπτωση που οι προβλέψεις της δεν επαληθευτούν.

Η Anthropic και το ερώτημα της εμπορικής κερδοφορίας

Ένα από τα σημαντικότερα τεστ για την πραγματική εμπορική αξία της τεχνητής νοημοσύνης αναμένεται να αποτελέσει η επικείμενη εισαγωγή της Anthropic στο χρηματιστήριο, της εταιρείας που αναπτύσσει το μοντέλο Claude.

Σύμφωνα με το Reuters, η προτεινόμενη δημόσια προσφορά της εταιρείας, ύψους 64 δισ. δολαρίων, είχε καλυφθεί περίπου έξι φορές έως την Πέμπτη. Το ισχυρό επενδυτικό ενδιαφέρον αποτυπώνει τις υψηλές προσδοκίες για την ανάπτυξη της αγοράς των προηγμένων μοντέλων AI.

Ωστόσο, η αποτίμηση και η μελλοντική πορεία της Anthropic εξαρτώνται από μια σειρά κρίσιμων παραγόντων. Μεταξύ αυτών είναι η δυνατότητα διατήρησης του τεχνολογικού της προβαδίσματος, η διεύρυνση των εφαρμογών της πέρα από τον προγραμματισμό και, κυρίως, η διατήρηση υψηλών τιμών σε ένα περιβάλλον εντεινόμενου ανταγωνισμού.

Ο Economist επισημαίνει ότι οι αμερικανικές εταιρείες ανάπτυξης προηγμένων μοντέλων βρίσκονται ήδη αντιμέτωπες με κινεζικούς ανταγωνιστές, οι οποίοι προσφέρουν ισχυρές δυνατότητες σε ιδιαίτερα χαμηλό κόστος.

Η εξέλιξη αυτή ενδέχεται να αποδειχθεί καθοριστική για την οικονομική ισορροπία ολόκληρου του κλάδου. Εάν τα μοντέλα τεχνητής νοημοσύνης εξελιχθούν σε ευρέως διαθέσιμες υπηρεσίες χαμηλού κόστους, οι εταιρείες που τα αναπτύσσουν θα δυσκολευτούν ενδεχομένως να διατηρήσουν τα περιθώρια κέρδους που προϋποθέτουν οι σημερινές αποτιμήσεις.

Και το πρόβλημα δεν θα περιοριστεί στους δημιουργούς των μοντέλων. Εάν οι εταιρείες που βρίσκονται πιο κοντά στον τελικό πελάτη δεν καταφέρουν να παράγουν επαρκή έσοδα, η πίεση θα μεταφερθεί σε ολόκληρη την αλυσίδα αξίας, από τους παρόχους cloud και τους κατασκευαστές μικροτσίπ μέχρι τις επιχειρήσεις που χρηματοδοτούν τις υποδομές.

Υπό αυτή την έννοια, η Anthropic μπορεί να αποτελέσει ένα από τα πρώτα μεγάλα χρηματιστηριακά τεστ για το κατά πόσο η εμπορική αξιοποίηση της τεχνητής νοημοσύνης μπορεί να δικαιολογήσει τις τεράστιες προσδοκίες που έχουν ήδη ενσωματωθεί στις αποτιμήσεις.

Πιθανό ένα κραχ, αλλά όχι απαραίτητα μια κρίση τύπου 2008

Οι κίνδυνοι που συσσωρεύονται δεν σημαίνουν ότι μια διόρθωση στην αγορά της AI θα οδηγήσει αναγκαστικά σε μια νέα παγκόσμια χρηματοπιστωτική κρίση.

Ο Economist θεωρεί πιθανό ένα κραχ αντίστοιχο με εκείνο των dot-com, αλλά διακρίνει αυτό το ενδεχόμενο από μια συστημική κατάρρευση ανάλογη με εκείνη του 2008. Ένας βασικός λόγος είναι ότι σημαντικό μέρος των σημερινών επενδύσεων στηρίζεται στα ίδια κεφάλαια και στην κερδοφορία μεγάλων τεχνολογικών ομίλων, σε αντίθεση με περιπτώσεις όπου η υπερβολική μόχλευση αποτελεί τον κεντρικό παράγοντα κινδύνου.

Σε ανάλογη κατεύθυνση κινείται και η ανάλυση του Διεθνούς Νομισματικού Ταμείου τον Οκτώβριο. Το ΔΝΤ αναγνωρίζει ότι οι αποτιμήσεις έχουν αυξηθεί σημαντικά, χωρίς όμως να έχουν φθάσει συνολικά στα ακραία επίπεδα που παρατηρήθηκαν κατά τη φούσκα των dot-com. Επιπλέον, σε αντίθεση με εκείνη την περίοδο, σημαντικό μέρος της χρηματιστηριακής ανόδου συνοδεύεται σήμερα από πραγματική αύξηση των εταιρικών κερδών.

Το Ταμείο προειδοποιεί, ωστόσο, για τους αυξημένους κινδύνους συγκέντρωσης. Μια απότομη υποχώρηση των μετοχών θα μπορούσε να επηρεάσει την κατανάλωση, τις επιχειρηματικές επενδύσεις, την ιδιωτική πίστη και τις διεθνείς ροές κεφαλαίων.

Ένα τέτοιο σοκ θα μπορούσε να επιβραδύνει την αμερικανική οικονομία ή ακόμη και να οδηγήσει σε μια σχετικά ήπια ύφεση, αντίστοιχη με εκείνη του 2001. Για να εξελιχθεί σε βαθύτερη χρηματοπιστωτική κρίση, θα χρειαζόταν πιθανότατα να συνδυαστεί με έναν πρόσθετο παράγοντα αποσταθεροποίησης, όπως μια σοβαρή αναταραχή στην αγορά ομολόγων, μια δημοσιονομική κρίση ή μια νέα γεωπολιτική κλιμάκωση.

Σε ένα περιβάλλον υψηλού δημόσιου χρέους και αυξημένων διεθνών εντάσεων, ένα τέτοιο ενδεχόμενο δεν μπορεί να αποκλειστεί.

Η τεχνολογική επανάσταση μπορεί να επιβιώσει από το χρηματιστηριακό κραχ

Ίσως το σημαντικότερο στοιχείο της σημερινής συζήτησης είναι ότι μια ενδεχόμενη χρηματιστηριακή κατάρρευση δεν θα σήμαινε απαραίτητα και αποτυχία της ίδιας της τεχνητής νοημοσύνης.

Η ιστορία των τηλεπικοινωνιών προσφέρει ένα χαρακτηριστικό προηγούμενο. Τα δίκτυα οπτικών ινών που κατασκευάστηκαν κατά τη διάρκεια της φούσκας των τηλεπικοινωνιών παρέμειναν διαθέσιμα ακόμη και μετά την κατάρρευση των εταιρειών που είχαν αναλάβει τη χρηματοδότησή τους. Στη συνέχεια αποτέλεσαν βασική υποδομή για την ανάπτυξη του σύγχρονου διαδικτύου.

Κάτι αντίστοιχο θα μπορούσε να συμβεί με τα σημερινά data centers, τους επεξεργαστές και τις ενεργειακές υποδομές που δημιουργούνται για να υποστηρίξουν την AI. Οι αρχικοί επενδυτές ενδέχεται να έχουν καταβάλει υπερβολικά υψηλό τίμημα για την κατασκευή τους, ενώ οι επόμενες γενιές επιχειρήσεων και καταναλωτών θα μπορούν να αξιοποιήσουν τις ίδιες υποδομές με πολύ χαμηλότερο κόστος.

Με άλλα λόγια, η τεχνολογία μπορεί να δικαιωθεί, ακόμη και αν σημαντικό μέρος των σημερινών επενδυτών υποστεί μεγάλες απώλειες. Η οικονομική αξία που θα δημιουργηθεί στο μέλλον δεν είναι βέβαιο ότι θα καταλήξει σε εκείνους που αναλαμβάνουν σήμερα το μεγαλύτερο χρηματοδοτικό βάρος.

Αυτό είναι ίσως το μεγαλύτερο παράδοξο της επανάστασης της τεχνητής νοημοσύνης. Η Wall Street μπορεί να έχει δίκιο στην εκτίμηση ότι η AI θα αλλάξει ριζικά την παγκόσμια οικονομία. Δεν είναι όμως καθόλου βέβαιο ότι θα έχει δίκιο και στις σημερινές αποτιμήσεις ή ότι όλες οι εταιρείες που συμμετέχουν στην ανάπτυξή της θα καταφέρουν να μετατρέψουν τις τεράστιες επενδύσεις τους σε ανάλογα κέρδη.

Η επιτυχία της τεχνολογίας και η επιτυχία της επένδυσης είναι δύο εντελώς διαφορετικά πράγματα. Και η ιστορία δείχνει ότι συχνά οι πρώτοι που χρηματοδοτούν μια επανάσταση δεν είναι εκείνοι που κερδίζουν τα περισσότερα από αυτήν.

 

Greek Finance Forum Team

 
 
 
GFF Feed

Loading...

 
 
 
 
 
 
 

Αποποίηση Ευθύνης.... 

© 2016-2026 Greek Finance Forum