Odbicie w handlu AI według JPMorgan faworyzuje układy scalone po wyprzedaży
JPMorgan twierdzi, że globalna wyprzedaż związana z AI stworzyła warunki do ponownych zakupów, mimo narastających wątpliwości dotyczących wydatków technologicznych i zwrotów z inwestycji. Teza JPMorgan o odbiciu w handlu AI opiera się na mniej zatłoczonym pozycjonowaniu, niższych wycenach, mocnych wynikach oraz utrzymującym się popycie na moce półprzewodnikowe.
Prognoza nie zakłada powrotu do szerokiej hossy technologicznej, z której inwestorzy korzystali wcześniej. Zamiast tego JPMorgan dostrzega bardziej selektywne ożywienie, w którym spółki półprzewodnikowe są lepiej pozycjonowane niż przedsiębiorstwa tworzące oprogramowanie. To rozróżnienie zamienia optymistyczny nagłówek w bardziej precyzyjny argument o tym, gdzie wydatki na AI tworzą mierzalną wartość.
Debata przeciwstawia obecnie dostawców infrastruktury spółkom programistycznym narażonym na nasilającą się konkurencję i niepewne ceny. Inwestorzy muszą rozstrzygnąć, czy niedawny spadek skorygował zatłoczone pozycje, czy ujawnił głębszy problem ekonomiki AI.
Odbicie w handlu AI według JPMorgan zaczyna się od zdrowszego rynku
JPMorgan argumentuje, że wyprzedaż usunęła część rynkowych nadmiarów, nie podważając fundamentalnych przesłanek dla infrastruktury AI.
Bank przedstawił tę ocenę w nocie z 28 września, której przewodził strateg rynku akcji Mislav Matejka. Według podsumowania rynkowego, analitycy stwierdzili, że pozycjonowanie inwestorów się poprawiło, a wyceny spadły w większości grup powiązanych z AI.
Pozycjonowanie opisuje, jak duży udział inwestorów ma już w danej akcji, sektorze lub strategii handlowej. Zatłoczone pozycjonowanie może pogłębiać spadki, ponieważ wielu inwestorów próbuje jednocześnie ograniczyć podobne aktywa.
Zdrowszy rynek nie oznacza zatem, że podstawowa kondycja spółek nagle się poprawiła. Oznacza natomiast, że mniej inwestorów pozostaje uwięzionych w przepełnionym zakładzie, co ogranicza jedno ze źródeł wymuszonej sprzedaży.
JPMorgan oczekuje również, że nakłady inwestycyjne pozostaną wysokie mimo obaw o spowolnienie. Obejmują one procesory, pamięć, sprzęt sieciowy, centra danych oraz infrastrukturę energetyczną niezbędną do działania systemów AI.
Analitycy powiązali swoją konstruktywną ocenę z utrzymującą się siłą wyników oraz rosnącymi dowodami na monetyzację AI. Monetyzacja oznacza przekształcanie wdrażania AI w przychody, oszczędności kosztowe lub retencję klientów, które mogą uzasadniać inwestycje.
Warunki te stanowią ekonomiczny rdzeń tezy JPMorgan o odbiciu w handlu AI. Niższe ceny akcji poprawiają perspektywiczne stopy zwrotu tylko wtedy, gdy zyski pozostają odporne, a klienci nadal płacą za produkty AI.
Nota wskazuje też na istotne ograniczenie. Zespół Matejki stwierdził, że akcje technologiczne mogą nie odzyskać wcześniejszego poziomu sukcesu, choć perspektywy fundamentalne pozostają konstruktywne.
To rozróżnienie ma znaczenie, ponieważ odbicie nie wymaga odrobienia strat przez każdego wcześniejszego zwycięzcę rynku. Liderzy rynku mogą zawęzić się do firm oferujących deficytowe produkty, silniejszą pozycję cenową i widoczne zamówienia.
Najnowsza prognoza następuje po kilku okresach gwałtownej zmienności w 2026 roku. W lipcu J.P. Morgan Asset Management podał, że akcje części czołowych producentów półprzewodników spadły w ciągu miesiąca od 20% do 40%.
Jego ocena boomu AI wskazywała, że popyt nadal rósł w szybkim tempie, podczas gdy silni finansowo hyperscalerzy finansowali rozbudowę infrastruktury. Hyperscalerzy to duzi operatorzy chmurowi prowadzący platformy obliczeniowe na ogromną skalę.
Wrześniowa ocena rozwija to rozumowanie, lecz kładzie większy nacisk na strukturę rynku. Wcześniejsze spadki obniżyły wyceny i oczyściły spekulacyjne pozycje, a wyniki finansowe dostarczyły powodów, by ponownie rozważyć wybrane akcje.
Jest to bardziej powściągliwe podejście niż traktowanie każdego spadku jako automatycznej okazji zakupowej. Przesuwa ono również uwagę z entuzjazmu wobec możliwości AI na dowody trwałego popytu.
Argumentacja JPMorgan jest zatem warunkowa. Korekta stworzyła przestrzeń dla odnowionego zainteresowania, lecz wyniki i komercjalizacja muszą nadal wspierać podstawowe oczekiwania.
Dlaczego półprzewodniki znajdują się w centrum ożywienia
Półprzewodniki pozostają preferowanym przez JPMorgan sposobem ekspozycji na temat AI, ponieważ ograniczenia podaży i siła cenowa dają producentom chipów wyraźniejszą dźwignię ekonomiczną.
Bank utrzymał optymistyczne nastawienie do półprzewodników w swojej wrześniowej nocie. Jego analitycy wskazali na zdrowe fundamenty, wzrost cen do 2027 roku oraz napięte warunki podaży, które mają utrzymać się do 2028 roku.
Obliczenia AI zależą od czegoś więcej niż procesory graficzne. Zaawansowane systemy wymagają również pamięci o wysokiej przepustowości, tradycyjnej pamięci, chipów sieciowych, niestandardowych akceleratorów, mocy pakowania oraz sprzętu produkcyjnego.
Ograniczenia w dowolnej części tego łańcucha mogą wzmocnić pozycję cenową dostawców. Mogą także opóźniać wdrożenia, przez co dostępność komponentów staje się niemal tak istotna jak ich wydajność.
Ta struktura podaży odróżnia spółki półprzewodnikowe od wielu dostawców oprogramowania. Tylko ograniczona liczba firm potrafi produkować zaawansowane chipy lub dostarczać specjalistyczny sprzęt niezbędny do ich wytwarzania.
Oprogramowanie podlega mniejszym ograniczeniom fizycznym. Nowe modele AI mogą obniżać koszty rozwoju, jednocześnie umożliwiając obecnym graczom i startupom szybkie wypuszczanie konkurencyjnych funkcji.
Preferencja JPMorgan odzwierciedla zatem coś więcej niż niedawne wyniki cenowe. Bank dostrzega lepszą widoczność w zamówieniach na infrastrukturę potrzebną do trenowania i obsługi coraz bardziej wymagających systemów.
Różnica w wynikach była już znacząca. Reuters podał, że indeks MSCI World Semiconductors and Semiconductor Equipment wzrósł do 28 września o około 48% w 2026 roku.
Indeks MSCI World Software and Services zyskał w tym samym okresie zaledwie 1,3%. Dane te pokazują, jak zdecydowanie inwestorzy oddzielili beneficjentów sprzętowych od spółek programistycznych.
Wyjaśniają też, dlaczego handel półprzewodnikami stał się podatny na korektę. Silne wzrosty przyciągnęły inwestorów podążających za momentum, zwiększyły koncentrację i podniosły oczekiwania dotyczące przyszłego wzrostu.
Lipcowa analiza przypisywana JPMorgan opisywała bardziej dramatyczną część tej korekty. Koreański KOSPI spadł o 25% od niedawnego szczytu, a Philadelphia Semiconductor Index zniżkował o 20%.
Samsung, Micron i inne spółki związane z pamięciami straciły od 20% do 50% względem swoich maksimów. Ruchy te odzwierciedlały obawy dotyczące nakładów inwestycyjnych, popytu na pamięć i trwałości cen.
Wyprzedaż nie stworzyła jednak natychmiast nowych mocy produkcyjnych półprzewodników. Budowa fabryki trwa latami, a produkcja zaawansowanych opakowań i pamięci wymaga specjalistycznego sprzętu oraz doświadczonych operatorów.
To opóźnienie wspiera perspektywy JPMorgan dla półprzewodników. Jeśli popyt na AI pozostanie silny, podaż nie będzie mogła reagować tak szybko, jak firma programistyczna może wypuścić kolejną aplikację.
Inwestorzy nadal muszą odróżniać niedobór od trwałej przewagi konkurencyjnej. Wysokie ceny zachęcają do rozbudowy mocy, zastępowania produktów i tworzenia bardziej efektywnych projektów modeli.
Efektywność stanowi szczególne komplikacje. Twórcy AI usprawniają inferencję, czyli proces uruchamiania wytrenowanego modelu w celu wygenerowania odpowiedzi.
Bardziej efektywna inferencja może ograniczyć moc obliczeniową potrzebną do każdego zadania. Tańsze wykorzystanie może jednak również zwiększyć całkowity popyt, czyniąc AI praktycznym rozwiązaniem dla większej liczby produktów i procesów pracy.
Efekt netto zależy od adopcji. Spadające zapotrzebowanie obliczeniowe na pojedyncze zapytanie zaszkodziłoby dostawcom, gdyby łączna skala użycia przestała rosnąć, lecz nie wtedy, gdy tańszy dostęp wygenerowałby znacznie więcej zapytań.
J.P. Morgan Asset Management opisał to wyzwanie popytowe w lutowej ocenie AI. Stwierdził, że największe spółki chmurowe osiągnęły średnio 35% wzrostu rok do roku w kluczowych segmentach związanych z AI w czwartym kwartale 2025 roku.
Firma przedstawiła ten wzrost jako dowód, że AI generuje przychody. Ostrzegła także, że akceptowalne zwroty z inwestycji wymagają trwałej adopcji.
Ta równowaga ma kluczowe znaczenie. Popyt na półprzewodniki może pozostawać silny, podczas gdy poszczególne akcje zawodzą, ponieważ ich wyceny już zakładają lata wyjątkowego wzrostu.
Preferencja JPMorgan ma zatem charakter względny, a nie bezwarunkowy. Chipy oferują wyraźniejsze sygnały popytowe i podażowe niż oprogramowanie, lecz nadal są narażone na cięcia wydatków i zawyżone oczekiwania.
Prawdziwa rywalizacja to niedobór półprzewodników kontra konkurencja w oprogramowaniu
Kluczowy podział nie przebiega między zwycięzcami i przegranymi AI, lecz między deficytową infrastrukturą a oprogramowaniem, którego przewagi konkurencyjne coraz trudniej zmierzyć.
JPMorgan zachowuje ostrożność wobec oprogramowania, ponieważ rozwój AI zaciemnia długoterminowe perspektywy sektora. Bank dostrzega rosnącą konkurencję i niepewność co do tego, którzy dostawcy utrzymają siłę cenową.
Jego analitycy nie posunęli się do rekomendacji otwarcie pesymistycznej pozycji wobec całego sektora. Zauważyli, że wyceny oprogramowania już gwałtownie spadły, co czyni nieselektywne krótkie pozycje ryzykownymi.
Zamiast tego bank zalecił ponowne rozważenie transakcji względnej, faworyzującej półprzewodniki kosztem oprogramowania. Transakcja parowa łączy preferowaną pozycję z pozycją przeciwną, aby wyizolować oczekiwaną różnicę wyników.
Ta rekomendacja wyjaśnia głównego przeciwnika w tej historii. JPMorgan nie stawia po prostu na szerokie ożywienie technologiczne. Zakłada, że ekonomika sprzętu pozostanie bardziej atrakcyjna niż ekonomika oprogramowania.
Rozróżnienie zaczyna się od kapitałochłonności. Trenowanie dużych modeli i obsługa milionów użytkowników wymagają chipów, pamięci, sieci, obiektów i energii elektrycznej.
Wydatki te przynoszą korzyści dostawcom infrastruktury, zanim aplikacja AI udowodni trwałość swojego popytu. Spółki programistyczne muszą następnie odzyskać koszty poprzez subskrypcje, opłaty za użycie, reklamę lub oszczędności operacyjne.
Tworzy to nierówną oś czasu. Dostawcy półprzewodników mogą uzyskiwać przychody podczas rozbudowy infrastruktury, podczas gdy dostawcy aplikacji mogą potrzebować więcej czasu, aby wykazać atrakcyjne marże.
Spółki programistyczne mierzą się także z kanibalizacją ze strony AI. Nowy asystent lub zautomatyzowany proces pracy może zmniejszyć popyt na starszy produkt, nie zapewniając jego dostawcy równoważnych przychodów.
Ugruntowani dostawcy mogą pakietować funkcje AI w istniejących umowach, lecz takie łączenie komplikuje pomiar. Wyższe wykorzystanie nie musi oznaczać, że klienci płacą wystarczająco dużo, aby pokryć koszty obliczeń i rozwoju.
Konkurencja dodaje kolejną warstwę. Modele fundamentalne coraz częściej oferują nakładające się możliwości, a modele otwarte pozwalają firmom wdrażać alternatywy pod własną kontrolą.
Twórcy aplikacji mogą zmieniać dostawców modeli, łączyć kilka modeli lub stosować mniejsze systemy do rutynowych zadań. Ta elastyczność może wywierać presję na marże w całym stosie oprogramowania.
Sprzęt nie jest odporny na konkurencję. Spółki chmurowe opracowują niestandardowe akceleratory, twórcy modeli optymalizują obciążenia, a producenci stale zwiększają moce produkcyjne.
Jednak zmiana dostawcy zaawansowanego chipa wiąże się z ograniczeniami technicznymi, produkcyjnymi i dotyczącymi kompatybilności oprogramowania. Przeszkody te mogą chronić siłę cenową dłużej niż przewaga funkcjonalna w oprogramowaniu.
Kontrast ten pomaga wyjaśnić wzrost indeksu półprzewodników o 48% wobec wzrostu oprogramowania o 1,3%. Inwestorzy nagrodzili firmy obsługujące fizyczne wąskie gardła, jednocześnie kwestionując spółki stojące w obliczu niepewnego zastępowania produktów.
Ta luka może się zmniejszyć na kilka sposobów. Akcje spółek półprzewodnikowych mogą spaść, wyniki sektora oprogramowania mogą się poprawić albo oba te zjawiska mogą wystąpić jednocześnie.
Udane odbicie oprogramowania wymagałoby wyraźniejszych dowodów, że funkcje AI generują dodatkowe przychody lub trwałe oszczędności kosztów. Same eksperymenty klientów nie rozwieją tych obaw.
Firmy infrastrukturalne stoją przed innym sprawdzianem. Muszą wykazać, że duże zamówienia odzwierciedlają końcowy popyt, a nie budowanie nadmiernych mocy przez klientów.
Obie strony są powiązane, ponieważ hyperscalerzy znajdują się między nimi. Firmy takie jak Microsoft, Amazon, Alphabet i Meta kupują infrastrukturę, jednocześnie sprzedając usługi chmurowe i aplikacje AI.
Wysokie nakłady kapitałowe natychmiast wspierają dostawców chipów, lecz podnoszą poprzeczkę finansową dla platform chmurowych. Im więcej te firmy inwestują, tym większe przychody i przepływy pieniężne muszą ostatecznie generować ich usługi AI.
Dlatego odbicie transakcji AI według JPMorgan nie przywraca dawnej narracji technologicznej. Poprzednie wzrosty często jednocześnie podnosiły notowania infrastruktury, platform, aplikacji i spekulacyjnego oprogramowania.
Nowa teza wymaga selekcji. Preferowane są przedsiębiorstwa oferujące trudno dostępne produkty i mające potwierdzone zamówienia, podczas gdy firmy z niepewną polityką cenową podlegają większej kontroli.
Inwestorzy już widzieli, jak szybko może zmienić się sentyment. Odbicie akcji AI w lipcu wyniosło S&P 500 na poziom oddalony o 1% od rekordu, mimo utrzymujących się obaw o zwrot z nakładów.
Takie ruchy pokazują, że wątpliwości i optymizm mogą współistnieć. Wzrost może odzwierciedlać poszukiwanie okazji cenowych, nie rozstrzygając długoterminowego pytania o to, kto przejmie zyski z AI.
Względna preferencja JPMorgan stanowi na razie bezpośrednią odpowiedź. Bank oczekuje, że niedobór infrastruktury zapewni większe wsparcie, niż konkurencja pozwala sektorowi oprogramowania.
Co nadal musi udowodnić scenariusz wzrostowy
Tańszy rynek nie staje się automatycznie atrakcyjny, gdy zyski potrzebne do uzasadnienia wydatków na AI pozostają niepewne.
Sceptyczna teza zaczyna się od nakładów kapitałowych. Firmy technologiczne angażują znaczne zasoby, zanim ostateczny popyt na wiele usług AI stanie się w pełni widoczny.
Silne bilanse umożliwiają takie inwestycje. Nie gwarantują jednak odpowiednich zwrotów.
Centra danych wymagają również energii, chłodzenia, sieci, gruntów i długich harmonogramów budowy. Ograniczenia podaży mogą chronić producentów sprzętu, jednocześnie zwiększając koszty firm finansujących wdrożenia.
Kluczowe pytanie brzmi, czy przychody z AI rosną wystarczająco szybko, by pokryć te koszty. JPMorgan twierdzi, że dowody monetyzacji przybywają, ale pozostają nierówne w różnych branżach i produktach.
Popyt na chmurę daje jeden pozytywny sygnał. Przedsiębiorstwa wynajmują więcej mocy obliczeniowej i eksperymentują ze wspieranym przez AI tworzeniem oprogramowania, obsługą klienta, badaniami i analizą dokumentów.
Wydatki eksperymentalne różnią się jednak od trwałego popytu produkcyjnego. Firmy mogą ograniczyć projekty, które nie przejdą ocen bezpieczeństwa, generują niewiarygodne wyniki lub kosztują więcej, niż zakładano.
Wskaźniki wykorzystania również wymagają kontekstu. Usługa może przetwarzać więcej tokenów, użytkowników lub zapytań, a mimo to generować ograniczony zysk, ponieważ inferencja wciąż jest kosztowna.
Obniżki cen dodatkowo komplikują obraz. Niższe koszty modeli zachęcają do wdrażania, ale mogą zmniejszać przychód na zadanie i zaostrzać konkurencję między dostawcami.
To napięcie stawia wydatki hyperscalerów w centrum ryzyka. Jeśli firmy chmurowe ograniczą plany ekspansji, zamówienia półprzewodników mogą osłabnąć, zanim nowe przychody z aplikacji wypełnią lukę.
Lipiecowa przecena rynkowa pokazała, jak wrażliwa jest ta transakcja na te obawy. Inwestorzy ostro zareagowali na pytania o nadmierną rozbudowę oraz termin dodatkowego popytu na chipy.
Wcześniejsze wzrosty stworzyły też wysokie oczekiwania porównawcze. Firma półprzewodnikowa może raportować rosnące przychody, a mimo to rozczarować, jeśli inwestorzy oczekiwali szybszego wzrostu lub mocniejszych prognoz.
Znaczenie ma również szerokie otoczenie rynkowe. Stopy procentowe wpływają na obecną wartość, jaką inwestorzy przypisują przyszłym zyskom, zwłaszcza spółek wycenianych na podstawie odległego wzrostu.
Zmienność makroekonomiczna może więc przyćmić postępy na poziomie pojedynczych firm. JPMorgan oczekuje, że niższa zmienność będzie sprzyjać lepszemu handlowi, lecz ten warunek pozostaje poza kontrolą każdego producenta chipów.
Napięta podaż niesie własne ryzyko odwrócenia trendu. Wysokie marże motywują producentów do zwiększania mocy, podczas gdy klienci szukają alternatywnych dostawców i bardziej wydajnych projektów.
Jeśli nowe moce pojawią się w czasie spowolnienia wzrostu popytu, ceny mogą szybko osłabnąć. Cykle półprzewodnikowe wielokrotnie przechodziły od niedoboru do nadwyżki, ponieważ decyzje produkcyjne zapadają na długo przed wyjaśnieniem się końcowego popytu.
Ekspozycja geopolityczna dodaje kolejną niewiadomą. Zaawansowana produkcja chipów, pamięci, pakowanie i sprzęt produkcyjny obejmują kilka regionów o różnych politykach handlowych i bezpieczeństwa.
Kontrole eksportowe mogą ograniczać rynki lub zmieniać konstrukcje produktów. Spory handlowe mogą również wpływać na to, gdzie firmy budują zakłady i których dostawców wybierają klienci.
Czynniki te nie unieważniają prognozy JPMorgan dla półprzewodników. Pokazują, dlaczego teza zależy od kilku zmiennych elementów, a nie od jednego trwałego niedoboru.
Najsilniejsze dowody łączyłyby wysokie wykorzystanie mocy, stabilne ceny, rosnące zamówienia i zwiększające się przychody klientów. Każdy pojedynczy wskaźnik może wprowadzać w błąd, gdy analizuje się go osobno.
Inwestorzy powinni także oddzielać adopcję AI od wyników giełdowych. Technologia może rozpowszechniać się szybko, podczas gdy akcjonariusze uzyskują słabe zwroty, ponieważ konkurencja przekazuje znaczną część wartości klientom.
Internet stworzył ogromną wartość ekonomiczną, ale wielu dostawców infrastruktury i aplikacji mimo to poniosło porażkę. AI może podążać podobnie nierówną ścieżką, nie powielając każdego historycznego szczegółu.
Nota JPMorgan uwzględnia tę selektywność. Jej ostrzeżenie, że technologia może nie odzyskać wcześniejszego sukcesu, chroni tę tezę przed sprowadzeniem jej do prostego powrotu spekulacyjnego entuzjazmu.
Argument za czystszym pozycjonowaniem jest również tymczasowy. Gdy inwestorzy odbudują duże pozycje, zatłoczenie może powrócić i ponownie zwiększyć podatność sektora.
Odbicie transakcji AI według JPMorgan musi zatem zasłużyć na wsparcie wynikami. Niższe wyceny tworzą okazję, podczas gdy zyski zdecydują, czy przerodzi się ona w trwałe ożywienie.
Trzy sygnały zdecydują o tym, co nastąpi dalej
Wyniki, nakłady kapitałowe oraz luka wyników między półprzewodnikami a oprogramowaniem zdecydują, czy JPMorgan zidentyfikował reset, czy tylko tymczasową przerwę.
Pierwszym sygnałem będzie kolejna runda wyników i prognoz spółek półprzewodnikowych. Same przychody nie dostarczą wystarczających dowodów, ponieważ inwestorzy już oczekują znacznego popytu na AI.
Większe znaczenie będą miały ceny, widoczność zamówień, zapasy i wykorzystanie mocy produkcyjnych. Utrzymująca się siła cenowa do 2027 roku wzmocniłaby pogląd JPMorgan, że warunki podażowe pozostają napięte.
Na uwagę zasłużą też komentarze zarządów dotyczące mocy na 2028 rok. Przyspieszona ekspansja może potwierdzać popyt, ale może również zwiększać ryzyko późniejszej nadpodaży.
Inwestorzy powinni porównywać prognozy dotyczące procesorów, pamięci, sieci, sprzętu i zaawansowanego pakowania. Słabość ograniczona do jednej kategorii ma inne znaczenie niż szerokie spowolnienie zamówień.
Drugim sygnałem są nakłady kapitałowe największych firm chmurowych. Microsoft, Amazon, Alphabet i Meta wspólnie wpływają na popyt w dużej części łańcucha infrastruktury AI.
Rosnące wydatki wspierałyby dostawców półprzewodników, ale inwestorzy muszą sprawdzić, dlaczego wzrosły. Moce powiązane z zakontraktowanymi klientami są mocniejszym dowodem niż budowa oparta głównie na prognozowanym popycie.
Wzrost przychodów z chmury musi również dotrzymywać kroku inwestycjom. Rosnąca luka między wydatkami a przychodami związanymi z AI osłabiłaby szerszy argument o monetyzacji.
Inwestorzy powinni słuchać zmian w amortyzacji, wykorzystaniu mocy i oczekiwanym okresie użytkowania sprzętu AI. Te szczegóły księgowe i operacyjne wpływają na zwrot generowany przez każdego dolara przeznaczonego na infrastrukturę.
Ograniczenie wydatków nie zakończyłoby automatycznie rozbudowy AI. Podważyłoby jednak oczekiwania oparte na stale przyspieszającym popycie.
Trzecim sygnałem będzie to, czy oprogramowanie zacznie zmniejszać lukę wyników wobec półprzewodników. Taka zmiana sprawdziłaby preferowaną przez JPMorgan transakcję względną bardziej bezpośrednio niż szeroki rajd rynkowy.
Wiarygodne ożywienie sektora oprogramowania wymaga czegoś więcej niż niższych wycen. Dostawcy muszą wykazać, że funkcje AI poprawiają retencję, zwiększają wartość kontraktów lub obniżają koszty realizacji.
Jakość przychodów ma znaczenie. Tymczasowe projekty konsultingowe i promocyjne okresy próbne dają mniejsze wsparcie niż powtarzalne subskrypcje lub popyt oparty na wykorzystaniu w systemach produkcyjnych.
Poprawa ekonomiki oprogramowania poszerzyłaby transakcję AI i zmniejszyła jej zależność od infrastruktury fizycznej. Mogłaby też wskazywać, że klienci przechodzą od eksperymentowania do wdrożeń komercyjnych.
Dalsza słabość oprogramowania wspierałaby ostrożność JPMorgan. Wskazywałaby, że wydatki infrastrukturalne wciąż przechwytują więcej wartości niż aplikacje, które mają je uzasadniać.
Te trzy sygnały należy odczytywać łącznie. Mocne wyniki chipów bez poprawy monetyzacji chmury mogą przedłużyć rajd, jednocześnie zwiększając ostateczną poprzeczkę finansową.
Wyższe wydatki chmurowe bez stabilnych cen półprzewodników mogą pokazać, że podaż staje się łatwiejsza do pozyskania. Lepsze wyniki oprogramowania mogłyby potwierdzić adopcję, nawet gdy wzrost sprzętu się normalizuje.
Najbardziej konstruktywny scenariusz połączyłby trwały popyt na chipy, zdyscyplinowane inwestycje infrastrukturalne i mierzalne przychody z aplikacji. Taka kombinacja rozłożyłaby wartość ekonomiczną w całym łańcuchu AI.
Najbardziej niepokojący scenariusz połączyłby spowalniający wzrost chmury z rosnącymi mocami i słabymi cenami oprogramowania. Sugerowałby, że wydatki wyprzedziły rentowny popyt.
Między tymi wynikami znajduje się szeroki zakres selektywnych okazji i rozczarowań. Właśnie taki rynek opisuje nota JPMorgan.
Czytelnicy śledzący odbicie transakcji AI według JPMorgan powinni unikać traktowania codziennych wzrostów kursów jako potwierdzenia. Mocniejszy sprawdzian przyniosą wyniki, zobowiązania klientów i ceny w całym łańcuchu dostaw.
Najpierw warto obserwować kolejne raporty półprzewodnikowe, następnie porównać wydatki hyperscalerów z przychodami AI. Na końcu należy sprawdzić, czy firmy programistyczne potrafią przekształcić adopcję w trwałe marże.
Jeśli wszystkie trzy sygnały się poprawią, odbicie będzie wyglądać coraz bardziej fundamentalnie. Jeśli odrobią straty wyłącznie ceny akcji, rynek może po prostu odbudowywać zatłoczone pozycje, które niedawno zlikwidował.
