მოდელის ანალიზი 2025 წლის ბოლოს volatile-ის დასრულების შემდეგ, რომელიც ჩდება ტექნოლოგიის გაყიდვებში, რალიზე, ციკლური გარიგებებით, დესკეტით და მაღალ ფასოვნებით, რომლებიც აჩერებდნენ AI ბუშტს, 2026 წლისთვის ევსება AI ბაზარი. სიგნალი შეიძლება იყოს ცვლილებები AI ინვესტიციებში, რადგან ინვესტორები მეტ ყურადღებას აქცევენ იმას, თუ ვინ ხარჯავს და რამდენს ღებულობს ამ სექტორებში, – ამბობს სტეფან იუ, Blue Whale Growth Fund-ის სიღრმის დირექტორი. მრავალი ინვესტორი, განსაკუთრებით რეტেলური სექტორის, რომელიც ინვესტირებს ETF-ებით, ჯერ კიდევ არ აშკარად ამჩნევს სხვადასხვაობას კომპანიებს შორის, რომელთა შორის უბრალოდ AI პროდუქტი აქვთ, მაგრამ ბიზნეს-მოდელი არა, किनდაც შხვდება ფულს AI ინფრასტრუქტურაში და რომელთაც სარგებლობენ AI-ის ხარჯებით. იუ აქცენტს ათავსებს განსხვავებაზე, რადგან AI ჯერ ჯეროვნად არის საწყის ეტაპზე, იგი მიუთითებს, რომ პრობლემა აქვთ – „ყოველი კომპანია თითქოს მოგებულია“, ბაზრის მონაწილეები კი სავარაუდოდ დაიწყებენ სხვადასხვა ტიპის AI-ის კომპანიების განხილვას. იოუ კლასიფიცირებას უკეთებს AI-ს სამი ჯგუფად: კერძო სტარტაპები, როგორიცაა OpenAI და Anthropic, რომლებიც პირველ ცხრა თვეში 2025-ში ატარებენ 176. 5 მილიარდი დოლარის სესხს (PitchBook-ის მონაცემებით); საჯაროდ სავაჭრო AI-ს ხარჯვითი კომპანიები, მაგალითად Amazon, Microsoft და Meta; და AI ინფრასტრუქტურის მომწოდებლები, როგორებიც არიან Nvidia და Broadcom, რომლებიც იღებს AI ინვესტიციებს დიდ ტექნოლოგიურ ხარჯველებში. Blue Whale Growth Fund თავის კომპანიებს აფასებს ნაღდი თანხის მოსავლის (კაპიტალის ხარჯვის შემდეგ მიღებული თანხა) მიმართ მათ ფასიან ნიშნულთან შედარებით, რათა განსაზღვროს შეფასების სამართლიანობა. უმეტესობა ამ კომპანიებს, ცნობილ მწვანილ "Magnificent 7"-ს, სავაჭრო ფასები მაღალია დიდი AI ინვესტიციების ფონზე. იუ ცდილობს ინვესტირებას ისეთ კომპანიებში, რომლებიც სარგებლობენ AI ხარჯებით, ვიდრე ისინი, რომლებიც მას ზვავიან. იგი ფიქრობს, რომ „მიღების მხარეს“ ყოფნა უფრო ჭკვიანური იქნება, რადგან AI-სთან დაკავშირებული ხარჯები უფრო და უფრო ახდენს გავლენას კომპანიების ფინანსებზე. Barclays Private Bank-ის ಮುಖ್ಯ მარკეტმეტიკოს, ჟულიენ ლაფარგის, განცხადებით, AI-ის „ფროდში“ ნაპოვნია კონცენტრაცია კონკრეტული სექტორში, ზოგან კი უფრო სერიოზული რისკებია კომპანიების მიმართ, რომლებიც ახდენენ AI-ის დაფინანსებას, მაგრამ ჯერ ვერ ახერხებენ შემოსავლებს – მაგალითად, კვანტური გამოთვლების ფარგლებში, სადაც ოპტიმიზმი ცვდება რეალურ შედეგებზე.

იგი აქცენტს აძლევს განსხვავების აუცილებლობას. დიდი ტექნოლოგიური კომპანიების მოდელები მორგებულია მასწავლებლებზე, საბოლოოდ კი მათ გახდნენ უფრო აქტავადი, რათა მიიღონ ტექნოლოგიები, მონაცემთა ცენტრები და გამოთვლითი ძალა AI-ს სტრატეგიებისთვის, რაც გადადიან ნაკლებ აქტიურ სოვერნებზე და ხდებიან ჰიპერსკალერები. ეს ცვლილება იმოქმედებს მათ რისკის პროფილზე და შეფასების მეთოდებზე. Schroders-ის დორიან კარელი ეწინააღმდეგება ამ კომპანიების ფასს წარსული სრძელებით, როგორიცაა პროგრამული უზრუნველყოფა ან დაბალი კაპიტალის ხარჯვა, და ხაზს უსვამს, რომ AI-ის დაფინანსების ხარჯები არ არის სანდო შეფასების საფუძველი იმის მიუხედავად, რომ სჯერათ მათი გრძელვადიანი წარმატების. ტექნოლოგიურმა კომპანიებმა 2025-წლის განმავლობაში მიმართეს ხერხების ბაზრებს AI ინფრასტრუქტურის ფინანასებისთვის; Meta და Amazon მიიღეს გირანტვებით დაფინანსება, მაგრამ რჩებიან უმთავრესად ნაღდი ფულზე, განსხვავებით უფრო აგრესიული კომპანიებისგან. კარელი ელოდა, რომ კერძო ოვერდრაუ ბაზრები მომავალ წელს იქნებოდა განსაკუთრებით მნიშვნელოვანი. იოუ აღნიშნავს, რომ თუ AI-ის შემოსავლის ზრდა ვერ აჭარბებს ინფრასტრუქტურის და ჰართვართის ხარჯების ზრდას, მოგების მაჩვენებლები შემცირდება და იმოქმედებს შემოსავლის რგოლზე. იგი აფიქსირებს, რომ ვინაობა ცვლილებას გართულებას გამოიწვევს, რადგან AI-ის ხარჯები უფრო და უფრო მნიშვნელოვანი იქნება კომპანიების ფინანსურ მდგომარეობაზე, და საჭირო გახდება მეტი განსხვავება მომავალში.