Az utóbbi hónapokban a piacok nyomás alatt állnak, és egyre több befektető teszi fel a kérdést: az AI-szektor fordulóponthoz érkezett? Lassuló növekedés, élesedő verseny, növekvő tőkeigény – sokak szerint ezek már egy buborék kifulladásának előjelei.

Mi azonban másképp látjuk.

Nem eufória, hanem „wall of worry”

A késő ’90-es évek dotkom-lufijával ellentétben – amikor gyakorlatilag bármely „.com” végződésű cég korlátlan tőkéhez jutott – ma kifejezetten szkeptikus a hangulat. A befektetők óvatosak, folyamatosan a hype-ciklustól, azaz a durranástól tartanak. A történelem azt mutatja: a legerősebb és legtartósabb bikapiacok nem az eufória csúcsán, hanem a „wall of worry” – azaz az aggodalmak falának – megmászásával épülnek fel. A mostani AI-ciklus inkább erre emlékeztet, nem pedig az irracionális 1999-es végjátékra.

Fontos strukturális különbség az is, hogy a dotkom-éra túlzott kapacitásépítésről szólt (például kihasználatlan optikai hálózatokról), míg ma gyakorlatilag minden elérhető GPU teljes kihasználtsággal fut. Ez fundamentálisan más helyzet.

USA–Kína: verseny, ami gyorsítja a forradalmat

Az AI-fejlesztések kapcsán megkerülhetetlen a Kína és az Egyesült Államok közötti technológiai verseny.

A kínai modellek gyors fejlődése – beleértve a nyílt forráskódú ökoszisztéma agresszív használatát – ébresztőként hatott az amerikai szereplőkre. A becslések szerint Kína nagyjából fél évvel lehet lemaradva a frontier modellek terén, de a dinamika „leapfrog” jellegű: egyik fél előretör, a másik visszaveszi a vezetést.

A verseny nem gyengíti, hanem gyorsítja az innovációt. Az AI-revolúció tempója épp a geopolitikai rivalizálás miatt lehet intenzívebb, mint békeidőben lenne.

A legnagyobb bevételi motor: autonóm mobilitás

Az AI következő nagy ugrása szerintünk az „embodied AI” – vagyis a digitális intelligencia fizikai világba integrálása.

Ennek leglátványosabb területe az autonóm közlekedés. Az önvezető rendszerek bevételi potenciálja akár 10 ezer milliárd dolláros nagyságrendű lehet a következő 5–10 évben. Ez globális GDP-arányosan is jelentős.

Ebben kulcsszereplő lehet a Tesla. A vállalat több millió járműből gyűjt valós idejű adatot világszerte, ami versenyelőnyt jelenthet a modellek tréningjében. A technológia már működőképes; a fő korlát jelenleg inkább szabályozási, nem pedig technológiai jellegű.

Ha az amerikai szabályozás szövetségi szinten egységesedik, az jelentős gyorsulást hozhat az autonóm rendszerek elterjedésében.

Érdekes módon miközben korábban túl optimisták voltunk a robotaxik időzítését illetően, ma inkább a humanoid robotok lehetőségeit érezzük alulbecsültnek.

Konvergencia: Musk birodalmának integrációja

Az utóbbi időszak egyik legérdekesebb fejleménye a SpaceX és az xAI közötti stratégiai közeledés.

A „konvergencia” – vagyis különböző technológiai platformok integrációja – egyre hangsúlyosabb. Az adat az új olaj, és azok a vállalatok, amelyek differenciált, saját adatforrással rendelkeznek, strukturális előnyben lehetnek.

Az űralapú adatközpontok gondolata elsőre futurisztikusnak tűnik, de ha az energia- és szabályozási korlátokat nézzük a földi infrastruktúránál, stratégiai alternatívaként értelmezhető. A kérdés nem az, hogy lesz-e konvergencia, hanem az, hogy milyen ütemben.

AI az egészségügyben: a legmélyebb hatás

Miközben a leggyorsabb bevételnövekedést az autonóm közlekedéstől várjuk, a legmélyebb társadalmi hatás az egészségügyben jelentkezhet.

A gyógyszerfejlesztés jelenleg átlagosan 2,4 milliárd dollárba és 13 évbe kerül (a sikertelen próbálkozásokat is beleszámítva). Az AI-alapú modellek ezt az időt és költséget drasztikusan csökkenthetik – akár 600–700 millió dollárra és 8 év alá.

A legnagyobb kockázat itt nem a technológia, hanem a túlszabályozottság.

Bitcoin: digitális arany vagy félreértett eszköz?

A kriptovaluták közül továbbra is stratégiai jelentőségűnek tartjuk a Bitcoin szerepét mint globális, szabályalapú, kormányzattól független monetáris rendszer.

Az elmúlt időszak gyengébb teljesítménye ellenére a hosszú távú meggyőződésünk erősödött. Az alacsony korreláció az arannyal és a hagyományos eszközökkel arra utal, hogy önálló ciklikussággal rendelkezik.

Érdekes dinamika, hogy miközben egyes korai befektetők csalódottan távoznak a „túlzott intézményesedés” miatt, éppen a hagyományos pénzügyi rendszer integrációja erősítheti meg a Bitcoin globális monetáris szerepét.

Mi a legnagyobb kockázat?

Két, egymástól jól elkülöníthető kockázatot látunk befektetői szempontból.

1. Makrogazdasági kockázat

Az első valóban makrójellegű. Az exponenciális technológiák terjedését a tanulási görbék – például a Wright-törvény – vezérlik, ahol a volumen növekedése költségcsökkenést eredményez.

Egy globális recesszió vagy akár depresszió lassíthatná az egységvolumen növekedését, és ezzel az adaptáció ütemét is. Rövid távon ez értékeltségi nyomást és finanszírozási szűkülést okozhat.

Ugyanakkor a történelem azt mutatja, hogy a válságok gyakran katalizátorok is: a vállalatok ilyenkor kényszerülnek hatékonyabb, olcsóbb, produktívabb technológiák bevezetésére. Egy súlyos visszaesés tehát lassíthatja az innovációt, de strukturálisan nem állítja meg – inkább „felhúzott rugóként” gyorsabb kilövést eredményezhet a ciklus végén.

2. Befektetői percepciós kockázat

A második kockázat pszichológiai és viselkedésgazdasági jellegű.

A befektetők hajlamosak rövid távon túlbecsülni egy-egy innováció hatását. Ilyenkor alakulnak ki a tőkepiaci túlfűtöttségek és buborékok.

Ugyanakkor – és ez a lényegesebb pont – hosszú távon szinte kivétel nélkül alábecsülik az ipari forradalmi léptékű technológiák erejét.

Ennek oka az exponenciális folyamatok intuitív félreértése. Az emberi gondolkodás lineáris; az innováció viszont exponenciális. A tanulási görbék, a hálózati hatások és az adatvezérelt rendszerek nem lineárisan, hanem gyorsuló ütemben építkeznek.

Ez a kognitív torzítás teremti meg a „wall of worry” jelenséget:

• rövid távon túlzott várakozás → korrekció

• majd tartós szkepticizmus → alulpozicionáltság

• miközben az alapfolyamat exponenciálisan halad előre

A piac tehát egyszerre képes rövid távon túl- és hosszú távon alulértékelni ugyanazt a technológiai ciklust.

Összegzés

Nem buborékcsúcsot, hanem strukturális technológiai átalakulást látunk.

Az AI, a robotika, az autonóm rendszerek, a genomika és a blokklánc együttese egy konvergáló innovációs ciklust alkot. A rövid távú volatilitás természetes, de a fundamentális trendek – adat, számítási kapacitás, tanulási görbék – továbbra is exponenciális irányba mutatnak.

A kérdés nem az, hogy lesz-e diszruptív átalakulás, hanem az, hogy ki és milyen időtávon képes végigülni a „félelem falán” való kapaszkodást.