I følge en ny analyse fra investeringsbanken kan det amerikanske aksjemarkedet allerede ha priset inn en stor del av den potensielle langsiktige verdien som AI skaper. Analytikerne Dominic Wilson og Vickie Chang påpeker at noe «enkel aritmetikk» tilsier at markedets prisfastsettelse for AI-relaterte gevinster er «vel foran den makroøkonomiske effekten», med den kraftige økningen i verdsettelsen av AI-tilknyttede selskaper nær de øvre grensene for plausible fordeler for hele økonomien. Selv om Goldmans porteføljeteam erkjenner at selskapsverdiene er forhøyede, men ennå ikke på «boblenivå», hjelper det å ha et makroperspektiv med å definere grensene for «hva som er kollektivt mulig». Hva er egentlig noen billioner dollar? Rapporten anslår den nåverdien (PDV) av kapitalinntekter generert av generativ AI for den amerikanske økonomien til en baseline på 8 billioner dollar. Selv om dette tallet innebærer usikkerhet, dekker det et rimelig område for disse fremtidige inntektene fra 5 billioner til 19 billioner dollar. Det bemerkelsesverdige er at disse forventede fordelene er tilstrekkelige til å rettferdiggjøre nåværende og planlagte investeringer i AI-relatert kapitalutgift (capex), et tema som stadig får økt oppmerksomhet i finansmedia. Imidlertid synes markedets entusiasme å ha overgått disse baseline makroøkonomiske anslag betydelig. Siden lanseringen av ChatGPT i november 2022 har Goldman beregnet at verdien av selskaper direkte involvert eller nært knyttet til AI-oppgangen har økt med over 19 billioner dollar. Denne økningen inkluderer store gevinster innen halvledere og blant såkalte «hyperscalers», samt nesten 1 billion dollar i de nyeste verdsettelsene av de tre største private AI-modellleverandørene. Denne totale økningen i verdsetting plasserer markedets gevinster på den «øvre grensen av de projiserte makrofordelene» (19 billioner dollar), noe som gjør at den betydelig overskrider den baseline-ansatsen på 8 billioner dollar. Spesielt verdistigningen for AI-relaterte halvlederfirmaer og private AI-modellleverandører—som er mer direkte knyttet til AI-bølgen—overgår allerede estimatet på 8 billioner dollar for økte kapitalinntekter. Goldman Sachs understreker at markeder med utsikt mot fremtiden forventes å prise inn gevinster godt på forhånd, og omtaler dette som «en egenskap, ikke en feil».

Likevel har analytikerne identifisert to viktige risikoer som kan føre til at man «betaler for mye» for fremtidige profittmuligheter, og peker på to historiske eksempler: «Tidligere innovasjonsdrevne bobler—som på 1920- og 1990-tallet—forårsaket at markedene overpriset fremtidige gevinster selv om innovasjonene var ekte. » (Goldman tok ikke direkte for seg de påfølgende krasjene i 1929 eller 2000 knyttet til disse boblene. ) De to primære risikoene fremhevet er: 1. Fallacy of aggregation: Investorer kan overvurdere samlede inntekter og fortjenester ved å generalisere den imponerende inntjeningsveksten til enkelte selskaper til alle potensielle vinnere. Dette kan føre til at man tillegger chipprodusenter, modellutviklere og hyperscalers verdier som overstiger hva de kan oppnå kollektivt. 2. Fallacy of extrapolation: Konkurranse vil over tid spise opp de opprinnelige profittskrittene fra innovasjon. Markeder kan overvurdere langsiktig inntjeningsvekst dersom de antar at kortvarige profitthopp er permanente. Den fundamentale produktivitetspotensialet til AI forblir sterkt: estimater antyder at AI kan øke USAs produktivitet med omtrent 1, 5 prosentpoeng over ti år, noe som til slutt kan øke USAs BNP og inntjeningsnivåer med rundt 15 %. Så lenge både den bredere økonomien og AI-investeringene holder seg «på rett spor», er det sannsynlig at markedets optimisme vil vedvare. Imidlertid er dagens AI-genererte profitter, bortsett fra maskinvare, fortsatt begrensede, noe som kan utgjøre en risiko hvis forventningene ikke raskt materialiserer seg.