Torsten Slok z Apollo: brak korzyści finansowych z AI poza Magnificent 7
Najważniejsze informacje
- •Naczelny ekonomista Apollo, Torsten Slok, stwierdził w niedawnej nocie, że AI przyniosła wzrost przychodów i marż wyłącznie grupie Magnificent 7, bez korzyści finansowych dla reszty korporacyjnej Ameryki.
- •Przychód na pracownika w przeliczeniu na inflację wśród Magnificent 7 osiągnął około 780 000 dolarów przy marżach bliskich 30%, podczas gdy S&P 493 pozostaje na poziomie około 525 000 dolarów i około 10%.
- •10% najlepszych firm odpowiada za 99,5% kosztów serwowania modeli i inferencji, 99% wydatków na neochmurę oraz ponad 95% wydatków związanych z OpenAI i Anthropic.
- •Firmy z głównego nurtu coraz częściej traktują wydatki na tokeny jako centrum kosztów szkodzące marżom i się wycofują, co skłania Sloka do przewidywania bardzo ograniczonych skutków makroekonomicznych AI, ponieważ agentowe AI i wydatki na tokeny pozostają ograniczone do niewielkiej części gospodarki.
- •Slok argumentuje, że historia AI rozstrzygnie się w S&P 493, a nie w Magnificent 7, a przyszłe aktualizacje serii produktywności banku Rezerwy Federalnej San Francisco i Ramp AI Index pokażą, czy płaskie wyniki pozostających w tyle firm zaczną się poprawiać.
Naczelny ekonomista Apollo Global Management Torsten Slok doszedł do wniosku, że sztuczna inteligencja zwiększyła przychody i marże wyłącznie w przypadku Magnificent 7, a reszta korporacyjnej Ameryki nie odnotowała żadnych korzyści finansowych. Według jego analiz pozostałe spółki z S&P 500 mają płaski przychód na pracownika i niezmienione marże, bez wzrostu produktywności.
Slok przedstawił te ustalenia w nocie pt. „No Signs of AI Payoff Outside the Tech Sector”, opublikowanej w sobotę w serwisie Daily Spark firmy Apollo.
10% najlepszych firm odpowiada za 99,5% wydatków na inferencję
Slok dzieli indeks na dwie części. Magnificent 7 to Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia i Tesla; S&P 493 to wszystkie pozostałe spółki S&P 500.
Przychód na pracownika w przeliczeniu na inflację w grupie Magnificent 7 wzrósł do około 780 000 dolarów. S&P 493 pozostaje na poziomie około 525 000 dolarów i się nie zmienia. Marże dzielą się podobnie: siedem gigantów ma blisko 30%, wobec około 10% dla pozostałych 493 firm.
„Pomimo ogromnych inwestycji i powszechnego szumu wokół sztucznej inteligencji technologia nie przyniosła żadnych korzyści finansowych korporacyjnej Ameryce poza sektorem technologicznym” – napisał Slok.
Jego wykres całkowj produktywności czynników opiera się na skorygowanej o wykorzystanie serii z banku Rezerwy Federalnej San Francisco – szacunku wzrostu produkcji, którego nie można wyjaśnić dodatkową pracą i kapitałem, skorygowanym o intensywność wykorzystania zasobów – i nie wykazuje przyspieszenia mimo fali pieniędzy napływających w AI.
Koncentracja jest równie wyraźna po stronie wydatków. Według danych Sloka 10% najlepszych firm odpowiada za 99,5% kosztów serwowania modeli i inferencji – czyli obliczeń uruchamiających wytrenowane modele i zwracających ich odpowiedzi – oraz 99% wydatków na neochmurę, czyli dostawców chmury skoncentrowanych na AI. Te same 10% reprezentuje ponad 95% pieniędzy związanych z OpenAI i Anthropic oraz 95,7% przetwarzania w chmurze.
Kapitał podwyższonego ryzyka rządzi największymi użytkownikami: 80,4% z 1% największych wydawców na AI jest wspieranych przez fundusze venture capital, w porównaniu z 13,1% wśród przeciętnych wydawców.
Slok napisał, że firmy z głównego nurtu traktują obecnie wydatki na tokeny – rozliczalne jednostki tekstu przetwarzane przez modele AI – jak centrum kosztów szkodzące marżom i się wycofują. Korporacyjna Ameryka nie potrzebuje najnowszego modelu i nie zamierza za niego płacić. „Dopóki agentowe AI i wydatki na tokeny pozostają ograniczone do niewielkiej części gospodarki, makroekonomiczne skutki AI będą bardzo ograniczone” – napisał.
S&P 493 przesądzi o tej historii, konkluduje ekonomista
Wykresy wydatków Sloka opierają się na Ramp AI Index i danych Ramp, którego naczelnym ekonomistą jest Ara Kharazian. Cryptopolitan informował w tym miesiącu, że od lipca wydatki firm na AI spadły, mimo że użycie wzrosło o około 50% do rekordowego poziomu, ponieważ konkurencja cenowa między OpenAI i Anthropic obniżyła koszty modeli.
Slok nie uważa, że maruderom wystarczy więcej czasu. Modele stają się coraz tańsze i coraz bardziej towardyzowane, a on zastanawia się, czy zwykłe firmy potrafią wykorzystać je do szybszegorostu przychodów czy szerszych marż.
„AI może być świetnym kalkulatorem, ale w biznesie inteligencja to głównie osąd” – napisał. Osąd zależy od kontekstu, powiedział Slok, a odpowiedź zależy od tego, kogo – człowieka czy model – się zapyta. Dodał, że AI „nie rozumie odpowiedzialności, zaufania, kultury, niepisanych zasad, dylematów etycznych ani sprawiedliwości” – elementów, które według niego napędzają ryzyko reputacyjne, a ostatecznie przychody i marże.
„Historia AI rozstrzygnie się w S&P 493, a nie w Magnificent 7” – skonkludował Slok. Nie znalazł jeszcze dowodów na lepszy wzrost przychodów czy marże poza sektorem technologicznym. Przyszłe aktualizacje dwóch zbiorów danych stojących za tymi wykresami – serii produktywności banku Rezerwy Federalnej San Francisco i Ramp AI Index – pokażą, czy płaskie linie przychodu na pracownika i marż w S&P 493 zaczną się ruszać.
Do kwietnia akcje powiązane z AI osiągnęły około 45% wartości rynkowej S&P 500. W ciągu ostatnich 12 miesięcy Global X Artificial Intelligence & Technology ETF (AIQ) wzrósł o około 20%, a iShares U.S. Technology ETF (IYW) o około 23%.
