A kulcskérdés azonban nem az, hogy van-e technológiai áttörés, hanem az, hogy megtérül-e ez a befektetett tőke. Erre keresi a választ Szitás Lóránt, a globális, Magyarországon is elérhető befektetési szolgáltató, az XTB piaci elemzője.
A jelenlegi helyzet több szempontból eltér a korábbi pénzügyi buborékoktól – például a 2000-es dotkom-válságtól vagy a 2008-as subprime krízistől.
Az AI-lázat jelenleg hajtó vállalatok – különösen az infrastruktúra- és alkatrészgyártók – erős fundamentumokkal rendelkeznek: bevételük, profitjuk és árrésük látványosan nő. A magas értékeltségek tehát részben indokolhatók.
A valódi kockázat nem elsősorban ezeknél a cégeknél jelentkezik, hanem a legnagyobb felhasználóknál, vagyis a Big Tech vállalatoknál (a „Big 7”-nél). Ők azok, akik extrém volumenű tőkekiadásokkal (CapEx) finanszírozzák az AI-infrastruktúra kiépítését. Ha később kiderül, hogy ezek a beruházások nem hoznak arányos monetizációt és hatékonyságnövekedést, akkor az AI-narratíva könnyen újraárazódhat.
Ebben az értelemben egy esetleges „AI-lufi” nem klasszikus összeomlás, hanem inkább egy fájdalmas korrekció formájában jelentkezhet, amikor az értékeltségek visszatérnek a tényleges hozamkilátások szintjére.
Mekkora az esély egy AI-korrekcióra 2026-ban?
Egy dotkom-szerű robbanás valószínűsége alacsony. Ugyanakkor egy jelentősebb piaci korrekció esélye 2026-ban már érdemi. Több piaci szegmensben ma is látható konszolidáció, ami arra utal, hogy a befektetők fokozatosan realisztikusabb növekedési pályákat áraznak.
A különbség a korábbi buborékokhoz képest az, hogy az AI-hoz kapcsolódó eszközök mögött valós növekedési történet áll. A kockázat ott jelenik meg, hogy a jelenlegi árfolyamok gyakran rendkívül optimista jövőbeni forgatókönyveket feltételeznek.
Mi válthat ki egy korrekciót?
1. A tőkekiadások visszafogása
Ha a Big Tech vállalatok csökkentik az AI-infrastruktúrára fordított CapEx-et – akár költségkontroll, akár alacsonyabb megtérülés miatt –, az közvetlenül érintené a chip- és infrastruktúragyártók növekedési kilátásait.
2. A monetizáció elmaradása
Ez a legkritikusabb tényező. Amennyiben a generatív AI nem hoz mérhető, tartós termelékenység- és profitnövekedést, amely meghaladja a költségeket, az irreális várakozások gyorsan összeomolhatnak. Az alacsony ROI azonnali újraárazást kényszeríthet ki.
3. Makrogazdasági környezet romlása
Egy globális növekedési lassulás, tartósan magas kamatkörnyezet vagy inflációs nyomás drágítja a tőkét, és csökkenti a növekedési részvények vonzerejét.
4. Geopolitikai kockázatok
Az USA–Kína technológiai konfliktus, az exportkorlátozások, Kína önellátási törekvései, valamint a Tajvan körüli feszültségek mind sérülékennyé teszik a félvezető-ellátási láncokat.
5. Szabályozási nyomás
Az EU AI Act és más regionális szabályozások jelentős megfelelési költségeket, jogi kockázatokat és skálázási korlátokat hozhatnak, különösen a „magas kockázatú” modellek esetében.
Megtérülnek-e a Big Tech AI-beruházásai?
Az AI már most is kézzelfogható hatékonyságnövekedést hoz olyan területeken, mint a szoftverfejlesztés, ügyféltámogatás, adatfeldolgozás vagy kódolás. A technológiai előny tehát valós.
A kérdés az, hogy ez az előny elegendő-e a befektetett tőke nagyságához képest. Egyelőre nem látható tisztán, miként épül be az MI által generált termelékenység a szélesebb gazdaságba és a vállalati profitokba. Két kulcskockázat rajzolódik ki:
Magas üzemeltetési költségek:
Ha az adatközpontok és a számítási kapacitás bővítése meghaladja a valós keresletet, akkor leírások és értékvesztések következhetnek.
Magas üzemeltetési költségek:
A nagy nyelvi modellek képzése és futtatása rendkívül energia- és tőkeigényes. A kihívás az, hogy a bevételek tartósan meghaladják-e ezeket a költségeket.
Összegzés
Az AI-befektetések esetében az idő a legfontosabb tényező. A Big Tech vállalatoknak a következő 12–24 hónapban bizonyítaniuk kell, hogy a generatív AI nem pusztán stratégiai ígéret, hanem pozitív megtérülést hozó üzleti modell.
