Rynek sztucznej inteligencji (AI) prawdopodobnie podzieli się do 2026 roku po burzliwym końcu 2025, naznaczonym wyprzedażami technologii, rajdami cenowymi, okrężnymi transakcjami, emisjami dłużnymi i wysokimi wycenami, które wywołały obawy o powstanie bańki na rynku AI. Ta zmienność może wskazywać na zmiany w inwestycjach w AI, gdy inwestorzy coraz bardziej analizują, kto wydaje i zarabia pieniądze w tym sektorze – uważa Stephen Yiu, CIO funduszu Blue Whale Growth Fund. Wielu inwestorów, szczególnie detalicznych, inwestujących za pośrednictwem ETF-ów, do tej pory nie odróżniało firm jedynie oferujących produkty AI bez modeli biznesowych, od tych, które tracą pieniądze na infrastrukturę AI, oraz od tych, które korzystają na wydatkach na AI. Yiu podkreśla znaczenie rozróżnienia, ponieważ AI jest jeszcze na wczesnym etapie rozwoju, zaznaczając, że choć „każda firma wydaje się wygrywać”, uczestnicy rynku prawdopodobnie zaczną oddzielać różne typy firm związanych z AI. Yiu dzieli krajobraz AI na trzy grupy: prywatne startupy, takie jak OpenAI i Anthropic, które w pierwszych dziewięciu miesiącach 2025 roku przyciągnęły 176, 5 miliarda dolarów funduszy venture capital (dane PitchBook); spółki publiczne wydające środki na AI, takie jak Amazon, Microsoft i Meta; oraz dostawców infrastruktury AI, takich jak Nvidia i Broadcom, którzy otrzymują inwestycje w AI od dużych graczy technologicznych. Blue Whale Growth Fund ocenia firmy poprzez porównanie ich stopy zwrotu z wolnych przepływów pieniężnych (cash flow po wydatkach na kapitał) do ceny akcji, aby ocenić sprawiedliwość wyceny. Większość tzw. Magnificent 7 firm jest notowana z wyraźnymi premiami w obliczu dużych inwestycji w AI. Yiu preferuje inwestowanie w firmy, które korzystają z wydatków na AI, zamiast tych, które inwestują na dużą skalę, wierząc, że lepiej „pozostać na końcu odbiorczym”, ponieważ koszty związane z AI coraz bardziej wpływają na finanse firm. Julien Lafargue, główny strateg rynkowy Barclays Private Bank, zauważa, że „piana” w sektorze AI koncentruje się na określonych segmentach, a ryzyko jest wyższe wokół firm, które pozyskały finansowanie w czasach AI, ale nie generują jeszcze zysków – na przykład w obszarze komputerów kwantowych, gdzie optymizm przewyższa namacalne rezultaty.

Podkreśla on kluczową potrzebę rozróżniania. Modele biznesowe dużych firm technologicznych ewoluują, stając się bardziej zasobochłonne poprzez przejęcia technologii, centrów danych i mocy obliczeniowej na potrzeby strategii AI, przesuwając się od firm programistycznych o lekkim kapitale do hyperscalers. Zmiana ta wpływa na profil ryzyka i podejścia do wyceny tych przedsiębiorstw. Dorian Carrell z Schroders ostrzega, by nie wyceniać tych firm według starych modeli typowych dla firm z sektora oprogramowania czy niskim CAPEX, podkreślając niepewność co do finansowania planów AI mimo przekonania o ich długoterminowym sukcesie. Firmy technologiczne w 2025 roku sięgały po rynki dłużne w celu finansowania infrastruktury AI; Meta i Amazon zaciągnęły długi, ale nadal są netto z dodatnim stanem gotówki, w przeciwieństwie do bardziej zadłużonych firm. Carrell spodziewa się, że rynki prywatnego długu będą miały szczególne znaczenie w nadchodzącym roku. Yiu zauważa, że jeśli wzrost przychodów z AI nie przebije rosnących kosztów infrastruktury i amortyzacji sprzętu, marże zysków mogą się skurczyć, co wywrze presję na zwroty dla inwestorów. Przewiduje on, że różnice w wynikach finansowych firm będą się pogłębiać, ponieważ wydatki na AI coraz bardziej będą uwzględniane w wynikach finansowych, a większa różnorodność będzie konieczna w przyszłości.