Torsten Slok, główny ekonomista Apollo Global Management, przez cały ubiegły tydzień wydawał serię ostrzeżeń dotyczących boomu AI. Jego główna teza: liczby napędzające handel AI zaczynają się chwiać, właśnie gdy akcje związane z AI gwałtownie spadają.

Płaska krzywa tam, gdzie oczekiwano stromej

We wtorek Slok wskazał na niedawne spowolnienie wzrostu wydatków na tokeny. W AI tokeny to niewielkie fragmenty tekstu przetwarzane przez modele, a klienci zazwyczaj płacą za token, co sprawia, że wydatki na nie są bezpośrednim wskaźnikiem korzystania. Zgodnie z wynikami badań to spłaszczenie stało się widoczne pod koniec października 2026 roku, przy czym wzrost wydatków na tokeny w tym okresie zwalniał i był coraz silniej powiązany z cenami.

Slok opisał krzywą popytu na moc obliczeniową jako płaską i silnie wrażliwą na zmiany cen. Klient wrażliwy na ceny, w jego ujęciu, to ten, kto odchodzi w momencie, gdy rachunek rośnie. Jeśli klienci AI zachowują się w ten sposób, dostawcy nie mogą łatwo podnosić cen, aby odzyskać poniesione nakłady.

Slok wystąpił także w Bloomberg 22 października 2026 roku, gdzie opisał znaczną lukę między ogromnymi wydatkami kapitałowymi hiperskalerów — największych operatorów infrastruktury chmurowej — a stagnacją produktywności obserwowaną w szerszej gospodarce.

Problem S&P 493

Najostrzejsza część argumentacji Sloka dotyczy tego, co nazywa S&P 493 — czyli S&P 500 bez Magnificent Seven, spółek technologicznych o megakapitalizacji, które dominowały w stopach zwrotu. Według jego analizy te 493 spółki zanotowały płaski przychód na pracownika i płaskie marże zysku mimo inwestycji w AI.

W konsekwencji wiele firm traktuje wydatki na AI jako koszt prowadzenia działalności, a nie silnik wzrostu. Podsumowanie badań przywoł również dane z Ramp, firmy oferującej karty korporacyjne i zarządzanie wydatkami, której liczby pokazują, że wydatki związane z AI są coraz bardziej skoncentrowane wśród niewielkiej liczby spółek wspieranych przez fundusze venture. Badania wskazują ponadto, że wyceny AI grozi „bolesna korekta”, jeśli oczekiwane zwroty nie nadejdą szybko.

Nakłady kapitałowe w skali makro

Prognozy Sloka ukazują skalę tej Zakładu w pełnej jasności: szacuje, że wydatki kapitałowe hiperskalerów mogą sięgnąć około 3% amerykańskiego PKB rocznie w latach 2027–2029. Wyniki badań zauważają, że ten poziom inwestycji przypomina wcześniejsze boomy gospodarcze, które zakończyły się korektami na rynkach.

Spready kredytowe — dodatkowy dochód, którego żądają inwestorzy za posiadanie długu korporacyjnego w porównaniu z bezpieczniejszymi benchmarkami rządowymi — rozszerzają się na długu związanym z AI, zgodnie z badaniami, a inflacja dodatkowo zwiększa presję. Dla projektów centrów danych opierających się na pożyczonych środkach może to oznaczać opóźnienia. Analiza Sloka ostrzega, że kluczowe projekty mogą zostać przesunięte pod wpływem tych łączonych presji, co jeszcze bardziej ostudzi entuzjazm dla inwestycji w AI.

Co to oznacza dla inwestorów i handlu AI

Najbardziej bezpośrednie konsekwencje dotyczą akcji, których wyceny opierają się na dalszym wzroście wydatków na AI. Jeśli popyt na tokeny rzeczywiście jest płaski i wrażliwy na ceny, prognozy przychodów oparte na stale rosnącym korzystaniu mogą z perspektywy czasu okazać się zbyt optymistyczne.

Dane dotyczące S&P 493 wskazują na osobny problem. Nawet jeśli hiperskalerzy będą dalej wydawać, ostatecznym uzasadnieniem tych wydatków jest to, że inne firmy staną się bardziej produktywne dzięki AI. Płaski przychód na pracownika i płaskie marże w tych spółkach to najczytelniejszy znak, że obiecana dywidenda produktywności nie nadeszła zgodnie z harmonogramem.

Dla traderów kilka sygnałów jest wart uważnego śledzenia: czy wzrost wydatków na tokeny ponownie przyspieszy, czy będzie dalej zwalniał; czy spready kredytowe na długu związanym z AI będą się dalej rozszerzać; oraz czy harmonogramy centrów danych zaczną się przesuwać.

Marże zysku i przychód na pracownika w całym S&P 493 mogą mieć największe znaczenie. Jeśli zaczną rosnąć, byki otrzymają swoje dowody. Jeśli pozostaną płaskie, podczas gdy nakłady kapitałowe pną się w kierunku 3% PKB, ryzyko korekty opisane przez Sloka będzie trudniejsze do zignorowania.