من "ماذا يمكن للذكاء الاصطناعي أن يفعل" إلى "من سيدفع الثمن": Goldman Sachs يشرح المنطق الثلاثي وراء الضغط المستمر على أسهم التكنولوجيا

تعديل أسهم التكنولوجيا في الآونة الأخيرة لا يعني نهاية السرد المتعلق بالذكاء الاصطناعي، لكن السوق يشهد إعادة بناء عميقة لمنطق التسعير.

تراجع سهم Nvidia لسبعة أيام تداول متتالية، وتعرض مؤشر Nasdaq لضغوط، وأشار Rich Privorotsky، رئيس قسم تداول One-Delta في Goldman Sachs، إلى أن هذه الجولة من بيع أسهم التكنولوجيا يصعب نسبها لمحفز واحد، بل هي نتيجة تراكم ثلاثي من ضغوط سوق الائتمان، وتوقعات سلسلة التوريد، والبيئة السياسية. حذر قائلاً: "سوق الائتمان يطرح مشكلات كانت سوق الأسهم تتجاهلها أساسًا من قبل."

هذه إعادة التقييم تركت بصمة واضحة على مستوى التقييمات. فقد تم تقليص مضاعف الربحية (P/E) المستقبلية لمدة 24 شهرًا لمؤشر فيلادلفيا لأشباه الموصلات من 21-22 مرة إلى حوالي 15 مرة، وأصبح نطاق النتائج المحتملة يتسع بشكل ملحوظ. كما تغيرت القضية الجوهرية - من "ما الذي يستطيع الذكاء الاصطناعي فعله"، إلى "من سيدفع لتشغيله".

سوق الائتمان يطلق التحذير أولاً

لطالما ظلت سوق الأسهم متفائلة باستدامة الاستثمارات في بنية الذكاء الاصطناعي التحتية، إلا أن موقف سوق الائتمان آخذ في التغير تدريجيًا.

يشير Privorotsky إلى أن فروق مبادلات التخلف عن السداد الائتماني (CDS) لكل من Nvidia وBroadcom قد اتسعت بشكل كبير، وبدأ السوق يركز على ترتيبات تمويل الذكاء الاصطناعي والالتزامات خارج الميزانية. هذه المخاوف تنتقل الآن إلى قطاع أشباه الموصلات على نطاق أوسع، وتصبح قوة دافعة رئيسية لإعادة تقييم الأسعار الحالية.

هناك اختلاف جوهري في منطق سوق الائتمان مقارنة بسوق الأسهم: الأول يركز أكثر على يقين التدفقات النقدية والقدرة على سداد الديون، وليس إمكانات النمو المستقبلي. عندما تتسع فروق CDS، فهذا يعني أن مستثمري السندات بدأوا يشككون في طريق عائدات الإنفاق الرأسمالي المرتبط بالذكاء الاصطناعي، وغالبًا ما يكون هذا الإشارة أبكر في الظهور وأصعب على التجاهل من سوق الأسهم.

المخاوف من تراكم المخزون تظهر على السطح

في نفس الوقت، بدأ يحدث تحول دقيق في الحوار حول سلسلة توريد أشباه الموصلات، حيث شرع السوق بمناقشة مخاطر تراكم المخزون في بعض الأجزاء.

واستشهد Privorotsky ببيانات صناعية تشير إلى أن دوافع الإنفاق الرأسمالي القوي لدى مصنعي أشباه الموصلات أدت إلى تراكم كبير في طلبيات معدات تصنيع الرقائق (WFE). وقد رفعت المؤسسات المختصة توقعاتها لسوق WFE العالمي: إذ من المتوقع أن يبلغ حجم السوق في عام 2026 نحو 150.3 مليار دولار، مع نمو سنوي بنسبة 36%؛ وفي 2027 سيصل إلى 217.5 مليار دولار، بنمو 45%؛ أما في 2028 فسيصل إلى 280.9 مليار دولار، بنمو 29%.

لكن هذه الأرقام، رغم عرضها لحرارة الإنفاق الرأسمالي على الذكاء الاصطناعي، تحمل في طياتها أيضًا مخاطرة أخرى — ففي ظل تراكم طلبيات المعدات على الطرف الأول، إذا حدث انحراف في وتيرة واحتياجات الطلب النهائي عن التوقعات، فستظهر ضغوط المخزون في سلسلة التوريد بسرعة. هذا هو السبب الجوهري لتحول الحوار في السوق الآن.

اختناقات الكهرباء والمقاومة السياسية تؤثر على وتيرة البناء

إلى جانب الضغوط المتعلقة بالتمويل وسلسلة التوريد، يواجه تنفيذ مراكز البيانات واقعيًا احتكاكات في العالم الحقيقي.

أشار Privorotsky إلى أن اختناقات الطاقة والمقاومة السياسية المتزايدة حول بناء مراكز البيانات، تضع قيودًا على سرعة التوسع النهائي وحجمه بالنسبة للبنية التحتية للذكاء الاصطناعي. ويتجلى هذا التناقض أيضًا على المستوى السياسي: فمرشحو الحزبين يدركون تدريجيًا أن فوائد الذكاء الاصطناعي موزعة على مستوى البلد وتستغرق سنوات حتى تتحقق؛ أما تكاليف البناء فهي محلية ومركّزة وتحدث فورًا.

هذا التناقض البنيوي بين "التأخر في جني الفوائد وتقدم التكاليف" يدفع الحكومات المحلية والمجتمعات المحلية لأن تتخذ موقفًا أكثر حذرًا تجاه مشاريع مراكز البيانات، ما يُعرقل الجدول الزمني للبناء ككل.

قد يُعاد توزيع الطلب على أجهزة الذكاء الاصطناعي بدلاً من اختفائه

على الرغم من وجود الضغوط المذكورة حقًا، لا يعتقد Privorotsky أن السرد حول الاستثمار في الذكاء الاصطناعي قد انتهى، لكنه يؤكد أن نطاق النتائج المحتملة في ازدياد.

على مستوى الطلب على الأجهزة، لاحظ متغيرًا هيكليًا محتملاً: نماذج الذكاء الاصطناعي الجديدة، ممثلة بـ Safe Superintelligence Inc. (SSI التي أسسها Ilya Sutskever)، تستكشف بنية تعليم سريعة التعلم تعتمد على التدريب أثناء الاختبار (TTT). على عكس النموذج التقليدي للتدريب المسبق، تسمح هذه الأنظمة للنموذج بأن يحدث تحديثاً فورياً لمعاملاته خلال عملية الاستدلال، مع تحويل كل تفاعل إلى عملية تعلم حقيقية.

إذا تم تحقيق تقنية التعلم المستمر، فقد يقل الاعتماد على مجموعات التدريب المسبق الضخمة، لكن Privorotsky يتريث بشأن الحكم على انخفاض الطلب الكلي على القدرة الحسابية. ويرى أن النتيجة الأكثر ترجيحًا هي إعادة توزيع استهلاك القدرة الحسابية — أي التحول من تدريبات ضخمة في البداية إلى حسابات مستمرة في جانب الاستدلال، بدلاً من تراجع الطلب عمومًا.

فيما يتعلق بتوجهات السوق قصيرة المدى، أشار إلى أن نتائج Nvidia المالية، وبيانات PCE، وبيانات خطابات مسؤولي الاحتياطي الفيدرالي قد توفر دعامات للسوق في الوقت القريب، لكنه يعترف كذلك أن الوقت لا يزال مبكرًا نسبيًا للعودة الكاملة إلى السوق. ويستنتج بأن تقييمات الذكاء الاصطناعي ستمر بضغط مرحلي، وعلى إثر انتقال توقعات الأرباح إلى السنة المالية 2027-2028، سيعيد السوق التركيز عليها — وفي ذلك الوقت، سيكون من الأسهل إثبات معقولية التقييمات.