AI-boom: áttörés vagy illúzió?

Az EV-forradalom bizonyos szempontból jó előképe annak, ami most az AI-sztorival történik. Az elektromos autókról pár évig azt hittük, hogy minden mobilitási bajunkra megoldást jelentenek. A tőke és a politika eufóriában tolta ezt a szektort, miközben a rendszerszintű mellékhatások (hálózati terhelés, energiatárolás, akkumulátor-nyersanyagok, valós CO₂-lábnyom, hagyományos beszállítói láncok sérülése) csak később jelentek meg a számlán. Ebben az esetben is kiderült, hogy az új technológiák elsőre mindent elsöprőnek tűnhetnek, de idővel mindig kialakul az a gazdaságos alkalmazási tér, ahol valóban értelme van őket használni. Nem lehet büntetlenül túltolni sem az EV-t, sem az AI-t. Ott, ahol van megalapozott szükségszerűség és tartós komparatív előny, oda érdemes ezeket a technológiákat beengedni, máshol inkább rombolnak, mint építenek. 

Az AI a jövő, és minden más csak lábjegyzet?

A piac viszont hajlamos egy-egy új sztoriba történelmet azonnal átíró megváltást belelátni. Nem véletlen, hogy végül Kína lett az EV-nagyhatalom, ennek van realitása. Itt koncentrálódik a gyártási ökoszisztéma, a nyersanyag-hozzáférés, az állami iparpolitikai háttér és a méretgazdaságosság. Más régiók kénytelenek voltak belátni, hogy ilyen adottságok nélkül nem tudnak és nem is érdemes versenyezni, ezért előbb-utóbb visszafordulnak a hagyományos autógyártás felé. Mellesleg kiderült az is, hogy a belső égésű motoroknak továbbra is vannak vitathatatlan előnyei, és az EV-nek is megvan a maga, de nem mindenre kiterjeszthető helye a rendszerekben.

A tőke most az amerikai AI-sztorira áraz mindent: felhőszolgáltatók, GPU-gyártók, modelleket fejlesztő big tech cégek. Nem véletlenül az USA lett az AI természetes „otthona”. Itt találkozik a világ legnagyobb kockázatitőke- és részvénypiaca azzal a technológiai infrastruktúrával, amelyre az AI-ökoszisztéma rá tud ülni. A stratégia jól kiolvasható: lehet, hogy a fizikai nyersanyagtérben Kína és Oroszország nélkülözhetetlen, de a digitális-feldolgozó tevékenységet – ahol a legnagyobb profit képződik – az USA próbálja tartósan kontrollálni. Ha nagyon leegyszerűsítjük a képet, a most kibontakozó technológiai világrendben az USA az „agy” (innováció, szoftver, AI-modellek), Kína a „test” (gyártás, infrastruktúra, hardver), Oroszország pedig – néhány nyersanyag-perifériával együtt – a „vérkeringés” és „üzemanyagrendszer”, amely a fizikai inputot biztosítja a gépezethez. Az AI-profit azonban döntően az „agyban” csapódik le, ezért koncentrálódik most ekkora tőkemennyiség az amerikai AI-sztorira. A narratíva AI-témában most ugyanaz, mint az EV-nél: „ez a jövő, minden más csak lábjegyzet”. A kérdés az, hogy a befektetők mit nem áraznak be, milyen reálgazdasági, energetikai és társadalmi problémák fognak hamarosan körvonalazódni.

• Az első nyilvánvaló problémakör az energiarobbanás kockázata. Az adatközpontok ma már a globális villamosenergia-felhasználás jól skálázható részét adják, és 2030-ig nagyjából megduplázódhat a fogyasztásuk. Az USA-ban már most arról vitáznak, hogy az AI-vezérelt fogyasztás a következő évtized közepére bizonyos régiókban hálózati szűkösséget, ebből eredően áremelkedést okozhat. Ez befektetői szempontból kétirányú kockázat. Egyrészt inputársokk a teljes gazdaság számára, másrészt politikai és szabályozói kontrollveszély (kapacitáskorlátok, különadók, kötelező zöldenergia-arány, AI-kvóták).
• A második probléma a rejtett ökológiai lábnyom, különösen a vízhasználat. A nagy modellek hűtése rengeteg vízzel jár. Bár egyetlen AI-lekérdezés vízlábnyoma milliliteres nagyságrendű, de milliárdnyi kérdésnél ez már felfoghatatlan méretűre áll össze. Száraz régiókban az adatközpontok versenybe kerülnek a lakossági és mezőgazdasági felhasználással. A piac ezt ma úgy kezeli, mintha a víz ingyen paraméter lenne, pedig a helyi politikai reakciók – vízdíj, engedélyezési stop, társadalmi ellenállás – nagyon is valószínűek.
• A harmadik a munkaerőpiaci sokk és az egyenlőtlenség. A fejlett gazdaságokban a munkahelyek többsége valamilyen módon érintett lesz. A munkák egy részénél az AI termelékenységnövelő kiegészítő eszköz, a másik részénél viszont részleges vagy teljes feladatkiváltást hoz. Különösen a közepes képzettségű, rutin-szellemi munkák széles sávja sérül, pont abban a zónában, ahol a nyugati középosztály masszív adófizető lenne. Ez társadalmi feszültséghez, politikai instabilitáshoz vezethet, és végső soron keresleti oldalról is visszaüthet a beláthatatlan növekedést beárazó AI-narratívára.
• A negyedik a produktivitási paradoxon és a torz tőkeallokáció. A generatív AI jó eséllyel úgy viselkedik, mint korábban az elektrifikáció vagy az IT: mikroszinten gyorsan látni termelékenységi nyereségeket, makroszinten viszont éveken át alig mérhető a hatás, amíg a szervezetek, folyamatok, képzési rendszerek hozzá nem igazodnak. A tőzsde ezzel szemben már most egy azonnali AI-boomot áraz, miközben a cash-flow csak késve érkezik. Közben az AI-infrastruktúra-beruházások óriási tőkét szívnak el más, továbbra is nélkülözhetetlen ágazatok elől. Pont azok a szektorok maradnak alulfinanszírozottak, amelyek szükségesek lennének ahhoz, hogy az AI–gazdaság stabilan működjön (villamosenergia-hálózat, vízközművek, telekommunikáció, klasszikus ipar, logisztika). Ez nem csupán egy „AI-lufi vs. részvénybefektető” történet, hanem egy rossz tőkeallokációs ciklus is. A bankrendszer és a tőkepiac pénzt tol a „hype” szektorba, miközben gyengíti azokat a fundamentumokat, amelyekre ez a szektor épül.

A dotkomlufi idején a veszteséget döntően részvénybefektetők viselték. A nagy technológiai cégek akkoriban jóval kevésbé voltak eladósodva. A mostani ciklus más. A vezető AI-szereplők – Microsoft, Meta, Amazon, Nvidia és társaik – soha nem látott volumenben bocsátanak ki kötvényeket, részben kifejezetten AI-fejlesztések és adatközpontok finanszírozására. A tőkeáttétel szintje meredeken emelkedik, miközben a részvényárak már előre diszkontálják a hosszú távú produktivitási hozamot. Ráadásul a nagy szereplők között „körkörös” pénzügyi kapcsolatok alakulnak ki. Egymás projektjeibe szállnak be, egymás felhőjét, csipjét, szolgáltatását használják, gyakran strukturált, adóoptimalizált konstrukciókban. Nem véletlen, hogy nagy szereplők is elkezdtek nyíltan aggódni. 

Egyes globális befektetők már elkezdték alulsúlyozni a hosszú lejáratú amerikai államkötvényeket, arra hivatkozva, hogy az AI-hoz kapcsolódó finanszírozási hullám az állami és vállalati szektorban együtt tartósan magasabb hozamszintet és jóval sérülékenyebb, túlhitelezett rendszert hoz létre. Ez a kép pontosan visszaigazolja azt az aggodalmat, hogy az AI-láz nemcsak technológiai és részvénypiaci buborékot fúj, hanem a hitelpiacokat és a költségvetési pályákat is kiteszi egy jövőbeli sokk kockázatának. Ha ebben a helyzetben az AI-lufi korrekcióba fordul, a veszteség nem marad equity-szinten. Átszivároghat a hitelpiacokra, szigorodhatnak a finanszírozási feltételek, romolhat egyes vállalati és akár állami kötvényportfóliók minősége, és ez már reálgazdasági növekedést érintő hatás.

Elkerülhetetlen lesz az állami beavatkozás és ez fontos különbség az EV-lufihoz képest. Az AI–adatközpont-őrület által generált problémákkal a politika és a választó sokkal közvetlenebbül fog találkozni, mint az autóipar elektromos átalakulásánál: a magasabb villanyszámla, a gyengébb ellátásbiztonság, a lokális vízkonfliktusok, a munkaerőpiaci feszültség és végső soron a hitelpiaci zavarok egyenesen a választói percepciókba csapódnak le. A kérdés már nem az, hogy az AI-technológia önmagában forradalmi-e, hanem az, hogy a köré épített pénzügyi és reálgazdasági modell mennyire fenntartható. Ezt a kockázatot ma a piac bőven alulárazza.