Az AI fizikai kapacitáshiányt okoz

Szerintem az AI beruházási ciklus valódi iránya még mindig nem technológiai, hanem inkább fizikai. A mesterséges intelligencia technológiai forradalmától talán még távol vagyunk, mert a most használt modellek még nagyon korlátosak.  

A jövő az AGI (Artificial General Intelligence), az elméleti, általános intelligencia lesz majd, amely emberszerű képességekkel rendelkezhet bármely területen. Ez azt jelentené, hogy tanulna, érvelne és alkalmazkodna bármilyen feladathoz. Jelenleg ilyen modell még nem létezik a gyakorlatban, ez inkább csak kutatási cél.  

Az elmúlt években a mesterséges intelligencia fejlődése elsősorban a szoftveres és csipgyártói oldalon jelent meg. A következő lépésben véleményem szerint a valóság még prózai:  fizikai kapacitáshiányok alakultak ki.

A villamos hálózatok, az ipari vezérlőrendszerek, a hűtési megoldások és az energiaellátási redundanciák mind olyan területek, amelyek az elmúlt másfél-két évtizedben krónikusan alulfinanszírozottak voltak. A digitalizáció gyorsabb volt, mint az azt kiszolgáló infrastruktúra. A most használt AI valódi gazdasági hatása jelenleg az energiaellátásban, az ipari automatizálásban, a hálózatfejlesztésben és az épületüzemeltetésben ölt testet. Azt is feltételezem, hogy a mostani beruházások jelentős része nem új igényeket elégít ki, hanem elmaradt pótlásokat hoz felszínre.  

Az ipari automatizálással, energiával vagy épületüzemeltetéssel foglalkozó vállalatok közös jellemzője, hogy nem opcionális szolgáltatásokat nyújtanak. Egy adatközpont, gyár vagy hálózati csomópont nem dönthet úgy, hogy:

• „idén nem hűt”, 
• „nem mér pontosan”
• vagy „később majd stabilizálja a rendszert”. 

Ez okozza a magas költségeket is. Egy vezérlőrendszer vagy energiamenedzsment-megoldás cseréje nem marketingdöntés, hanem üzemszüneti, biztonsági és felelősségi kérdés. Emiatt az ilyen cégek bevételei gyakran kevésbé ciklikusak, mert az üzemeltetés elengedhetetlen részei. 
A Fred Alger Management „AI Investment Map” elemzése szerint az AI-ökoszisztéma egyik legfontosabb csoportját az ún. „AI Enablers”, vagyis az infrastruktúrát biztosító vállalatok alkotják. Ezek a már ismert adatközpontok, de terítékre kerül az energiaellátás, a hűtés, a hálózatok, az ipari vezérlés és automatizálás is. Ezek képviselői közül választottam ki néhány példát.  

• A Honeywell az USA ipari automatizálási és épületirányítási piacának egyik meghatározó szereplője. Az AI-vezérelt adatközpontok és ipari létesítmények esetében a folyamatoptimalizálás, energiahatékonyság és prediktív karbantartás kulcsfontosságúvá válik. A Honeywell szoftverrel kombinált ipari rendszerei hosszú életciklusúak, magas váltási költséggel. Ez stabil, ciklusálló cash-flow profilt eredményezhet. Az Alger elemzése szerint az ilyen infrastruktúraszintű megoldások az AI egyik leginkább alulértékelt nyertesei. 
• A Rockwell Automation az amerikai PLC- és gyártásautomatizálási piac egyik vezetője. Az AI által kiváltott termelékenységi nyomás – munkaerőhiány, költséginfláció, minőségi követelmények – az ipari automatizáció felé tereli a vállalatokat. A Rockwell rendszerei mélyen integrálódnak a gyártási folyamatokba, így az ügyfelek számára a váltás költséges és kockázatos. Ez hosszú távon kiszámítható bevételeket biztosíthat.  
• Az Emerson Electric a folyamatautomatizálás és ipari méréstechnika kulcsszereplője. Az energia-, vegyipari és adatközponti beruházások felfutása növeli a precíz mérési és irányítási rendszerek iránti keresletet. Az Alger külön kiemeli a folyamatos működést biztosító infrastruktúrákat, ahol az AI nem helyettesít, hanem optimalizál és stabilizál.
• A GE Vernova az USA egyik legnagyobb gázturbina- és hálózati technológiai szállítója. Az Alger becslése szerint az adatközpontok az évtized végére akár az USA villamosenergia-fogyasztásának 12 százalékát is elérhetik, ami az elektromos hálózatot kritikusan szűk keresztmetszetté teszi. A gázturbinák, gridstabilizációs és hálózatfejlesztési megoldások iránti kereslet így állami és vállalati, többéves szerződéseken keresztül biztosított lehet. 
• Az Exxon Mobil az USA egyik legnagyobb földgáztermelője és LNG-szállítója. Az AI-adatközpontok folyamatos, megbízható energiaigénye miatt a földgáz mint base-load energiaforrás stratégiai jelentősége nő. Tehát itt nem „AI-sztoriról” van szó a klasszikus értelemben, hanem az AI-hoz szükséges energiainfrastruktúráról. 
• A szabályozott közművek, mint például a NextEra Energy, szintén profitálhatnak az áramigény növekedéséből. A hosszú távú, szabályozott bevételek és a megújuló hálózati kombináció defenzív AI-kitettséget biztosíthat. Ez eltér a volatilis technológiai részvényektől. 
• Az AI-csipek extrém hőtermelése miatt az adatközponti HVAC- és épületautomatizálási rendszerek stratégiai eszközzé válnak. Így például a Johnson Controls komplex rendszerei magas belépési és váltási költséggel járnak, miközben stabil szerviz- és karbantartási bevételeket generálnak. Az Alger elemzése külön kiemeli a hűtési és UPS-megoldásokat mint az AI-infrastruktúra egyik legkritikusabb elemét. 

Ez a tetszőlegesen kiválasztott vállalati kör nem az AI-hype rövid távú nyerteseire, hanem a fizikai infrastruktúra hosszú távú kiépítésére épít. Az ipari automatizálás, energiaellátás, hálózatfejlesztés és adatközponti üzemeltetés olyan területek, ahol magasak a belépési és váltási költségek, a hosszú távú szerződések dominálnak.  

Az egyik legkézenfekvőbb – és gyakran elhallgatott – kockázat az, ha egy technológiai váltás egyszerűen feleslegessé tesz a jövőben bizonyos infrastruktúrákat. Klasszikus példa erre a hűtés: ha a jövőben elterjednek olyan architektúrák, amelyek lényegesen alacsonyabb hőtermeléssel működnek (például új anyaghasználat, optikai vagy neuromorf számítási megoldások), akkor a mai, komplex hűtési rendszerek iránti kereslet strukturálisan csökkenhet. 

Ugyanez igaz lehet más területekre is, ha például energiahatékonyabb algoritmusok jelennek meg, akkor a hálózati nyomás csökken. Ugyanígy ha a feldolgozás egy része visszakerül a végpontokra, csökkenhet a nagy központi létesítmények szerepe. 

További veszélyforrás a túlreagálás. Ha minden piaci szereplő egyszerre ugyanarra a kapacitáshiányra reagál, abból könnyen túlkínálat alakulhat ki különösen az energia- és adatközponti oldalon. Ezek a beruházások tőkeigényesek, hosszú megtérülésűek.  

Azt is tudni kell, hogy az energia, a hálózatok és az épületüzemeltetés erősen szabályozott területek. Egy kedvezőtlen árszabályozás, környezetvédelmi előírás vagy politikai irányváltás gyorsan átírhatja a megtérülési képleteket. Ez különösen igaz a közmű jellegű szereplőkre, ahol a bevételek stabilak ugyan, de nem szabadon árazottak. 

Van még egy kevésbé számszerűsíthető, de nagyon is valós veszély: ha a technológiai hype kifullad, a piac hajlamos mindent egy kalap alá venni. 

Ilyenkor azok a cégek is eladói nyomás alá kerülhetnek, amelyek fundamentálisan nem ugyanabban a ciklusban működnek, csak a narratíva sodorta őket egy csomagba más, tőzsdén kereskedett AI-vállalatokkal.  

Az AI-vezérelt infrastruktúra története nem a gyors technológiai áttörésekről, hanem a tőkeigényes és nehezen kiváltható fizikai rendszerekről szól. Itt az energia, az automatizálás és az üzemeltetés a valódi szűk keresztmetszet. A fenti gondolatmenet kizárólag szemléltető stratégiai áttekintés, amely egyedi döntés előtt további mérlegelést igényel. 

Forrás: Fred Alger Management, LLC – Artificial Intelligence: Investment Map, 2025. december

A jelen írásban foglaltak nem minősíthetők befektetésre való ösztönzésnek, befektetési tanácsadásnak, értékpapír jegyzésére, vételére, eladására vonatkozó felhívásnak vagy ajánlatnak! A jelen írásban foglaltak célja kizárólag tájékoztató jellegű információk közlése a befektetőkkel és azt a PFN Prestige Financial Zrt., az Erste Befektetési Zrt. közvetítőjeként készítette.