Goldman Sachs ostrzega inwestorów w akcje spółek AI: „rachunki” za wydatki coraz trudniej zignorować

Przez ostatnie kilka lat inwestorzy traktowali falę wydatków na AI jako prosty przepis na wyższe zyski dla Big Tech. Nvidia sprzedawała układy „jak szalone”, popyt w chmurze rósł, a rentowność S&P 500 dochodziła do rekordów. W efekcie rynek przyjmował, że większe nakłady na AI przekładają się na większą siłę zarobkową.

Teraz jednak w ocenie Goldmana ten bilans może przestać działać w taki sam sposób. Bank podkreśla, że problemem nie jest znikający popyt na AI, tylko to, że największe podmioty chmurowe wydają bardzo agresywnie, aby utrzymać przewagę w wyścigu.

Goldman szacuje, że główni operatorzy chmurowi wydadzą w 2026 roku około 770 mld USD na nakłady inwestycyjne (CAPEX). To mniej więcej tyle, ile wyniesie 100% operacyjnego cash flow. Wyższe inwestycje w centrach danych mogą obniżać efektywność wykorzystania aktywów, podnosić koszty amortyzacji i w konsekwencji osłabiać zwrot z kapitału własnego (ROE).

Kluczowe liczby w ostrzeżeniu Goldmana

W ocenie banku „bufor” wyceny na rynku jest raczej niewielki. S&P 500 notuje około 21x prognozowanych zysków na akcję, co jest poziomem znajdującym się w 87. percentylu od 1980 roku. W takiej sytuacji inwestorzy potrzebują, aby rentowność nadal była wysoka.

Goldman wskazuje też, że zyski przedsiębiorstw robią dziś dużą część roboty: ROE dla S&P 500 wzrosło do rekordu na poziomie 22%, co pomaga uzasadniać wysokie wyceny mimo spadku mnożników.

Jednocześnie kluczowe jest to, kto generuje te zyski. Według Goldmana siedem największych spółek technologicznych odpowiada za około 44% ROE, a w ciągu trzech lat ten udział wzrósł o 9 punktów procentowych. Jeśli więc AI „przyspiesza”, ale koszty rosną równie szybko, to właśnie te spółki mogą odczuwać presję jako pierwsze.

Bank wylicza, że Nvidia, Microsoft, Alphabet, Amazon, Meta, Apple i Broadcom łącznie generują 44% zwrotu z kapitału własnego, czyli o 9 punktów procentowych więcej niż trzy lata temu. Dodatkowo Magnificent 7 mają łącznie kapitalizację rzędu 22,35 bln USD, co stanowi 34,78% S&P 500 — czyli około jednej trzeciej całego indeksu przypada na zaledwie siedem spółek.

Ryzyko według Goldmana sprowadza się do tego, że inwestycje w AI mogą zmienić rachunek proporcji: Nvidia i Broadcom korzystają bezpośrednio z popytu na infrastrukturę, ale Microsoft, Alphabet, Amazon i Meta same również intensywnie inwestują, aby tę infrastrukturę budować. Jeśli koszty wyprzedzą tempo poprawy zysków, przyszłe zwroty mogą się pogorszyć.

Jak zachowywały się spółki AI w ujęciu YTD

Na koniec porównanie wyników od początku roku (YTD):

• Nvidia (NVDA): +10,16%
• Microsoft (MSFT): -18,84%
• Alphabet (GOOG) klasa C: +14,29%
• Alphabet (GOOGL) klasa A: +15,06%
• Amazon (AMZN): +3,35%
• Meta Platforms (META): -14,03%
• Apple (AAPL): +7,29%
• Broadcom (AVGO): +10,62%

Dlaczego ostrzeżenie trafia w wrażliwy moment rynku

Goldman komunikuje swoje obawy w czasie, gdy inwestorzy mają mniej „policyjnych” buforów niż wcześniej zakładano. Nadzieje na obniżki stóp słabną: kontrakty na przyszłą ścieżkę stóp sugerują, że Fed ma utrzymać stopy w przedziale 3,50%–3,75% w czerwcu, ale rośnie prawdopodobieństwo podwyżki w grudniu — rynek wycenia ją na 68,4% po majowym zaskoczeniu danymi o zatrudnieniu.

Raport o rynku pracy pokazał, że w maju przybyło 172 tys. miejsc pracy, a stopa bezrobocia pozostała na poziomie 4,3%, co ogranicza presję na szybkie wsparcie dla wzrostowych spółek.

Jednocześnie inflacja wciąż pozostaje problemem dla wycen. CPI wzrósł w maju o 0,5% miesiąc do miesiąca i o 4,2% w ujęciu rocznym, a w składowej dotyczącej energii wzrost wyniósł 23,5%. To utrzymuje trudne warunki dla wycen — nawet mimo spadku rentowności obligacji dziesięcioletnich do 4,46%.

W przypadku spółek AI napięcie jest szczególnie widoczne: z jednej strony zapotrzebowanie wciąż wygląda mocno po wynikach Nvidii — banki wskazują na 81,6 mld USD za kwartał i 91 mld USD w prognozie — z drugiej strony Goldman zwraca uwagę, że CAPEX hyperskalerów może zjadać operacyjny cash flow.

Sedno pytania brzmi więc prosto: czy wydatki na AI będą nadal windować zyski wystarczająco szybko, zanim zaczną ciążyć zwrotom z kapitału i rentownością?