AI bublina: realita, rizika a historické paralely

Akciová AI bublina? 

Umělé inteligenci (AI) jsme se letos už věnovali (březnové téma měsíce Ekonomické dopady AI). Tentokrát se budeme zabývat aktuální vlnou obav z vytváření bubliny v tomto sektoru – například podle aktuálního průzkumu Bank of America si 54 % jí oslovených investorů myslí, že taková bublina existuje. Ve skutečnosti však nejde jen o jednu, ale hned dvě potenciální bubliny: jednu na akciovém trhu a druhou u investic do AI infrastruktury.

Obavy z bubliny na akciovém trhu se opírají o tři fakta: prvním je dlouhodobě rychlý růst cen akcií technologických společností (aktuálně především společností, které mají vazby na AI), druhým je jejich dlouhodobě vysoké fundamentální ocenění a třetím rostoucí koncentrace tržní kapitalizace do úzké skupiny největších technologických firem. Některé technologické společnosti (především ze sektoru softwaru – například Adobe a Salesforce) mají však nyní naopak výkonnost horší kvůli obavám, že AI nahradí jejich produkty. 

Technologické společnosti, především ty největší, seskupené pod zkratkou FANG (aktuálně se sem řadí Meta, Apple, Amazon, Nvidia, Alphabet, Microsoft a Tesla), se dostaly pod drobnohled kvůli rychlému růstu cen akcií a vysokému fundamentálnímu ocenění už před lety, dávno před tím, než zpřístupnění chatGPT soustředilo pozornost na AI. Většina ze společností z této skupiny (výjimkou je Apple) byla a je zároveň vysoce aktivní v oblasti AI – výzkumníci Alphabetu zveřejnili klíčový článek, který umožnil společnosti OpenAI úzce spolupracující s Microsoftem vytvořit ChatGPT. Nvidia je výrobcem procesorů, které fakticky umožnily současné průlomy v praktické využitelnosti AI a i nadále dominují hardwaru používanému pro vývoj a provoz AI. Microsoft, Amazon a Alphabet patří mezi největší provozovatele datacenter, a tedy hostitele AI služeb. Meta dlouhodobě využívá AI ve svých sociálních sítích a agresivně se snaží prosadit i v generativní AI. Tesla dlouhodobě vyvíjí AI pro svá samořiditelná auta, nyní i pro humanoidní roboty, a navíc úzce spolupracuje s další Muskovou společností xAI, která se specializuje na vývoj velkých jazykových modelů a jejich využití.

Překryv FANG a tématu AI, jakož i náskok, který mají technologické firmy (jako celek i specificky v AI) před zbytkem trhu, ilustruje graf výkonnosti akciových indexů. Ten srovnává výkonnost širokého indexu S&P500, indexu UBS AIW (AI winners), složeného ze společností, které se úspěšně věnují AI, indexu NYFAN7, složeného z členů skupiny FANG, a pro srovnání ještě indexu SVX, zahrnujícího hodnotové společnosti z báze indexu S&P500. Začátek zobrazené časové řady je daný zpřístupněním chatGPT veřejnosti. Je vidět, že oba technologické indexy svou výkonností výrazně překonávají trh jako celek a obzvlášť hodnotové akcie (UBS AIW rostl 7,7x rychleji než SVX) a zároveň index AI vítězů ještě výrazně překovává FANG7. 

Ceny technologických akcií tedy skutečně rostou podstatně rychleji než zbytek trhu, přesto to nemusí automaticky znamenat, že je na trhu bublina. Podstatnější než tempo růstu je z hlediska posouzení pravděpodobnosti existence bubliny na akciovém trhu to, nakolik je realistické fundamentální ohodnocení akcií. Jak se situace vyvíjela v tomto ohledu, ukazuje další graf, ve kterém je zobrazen vývoj oblíbeného jednoduchého ukazatele fundamentálního ohodnocení společností PE (poměr ceny a zisku na akcii). Index FANG7 byl kvůli dostupnosti dat nahrazen podobným, ale poněkud širším indexem NYFANG. Časový horizont je mírně delší než v předchozím grafu a je určený dostupností dat pro NYFANG. UBS AIW má kratší historii, ale je vidět, že úzce kopíruje NYFANG. Důležité je, že PE technologických akcií je sice stabilně výrazně vyšší než u širokého trhu a hodnotových akcií, v čase výrazně kolísá kvůli vysoké citlivosti cen růstových akcií na přicházející informace (ekonomické výsledky růstových společností jsou obecně mnohem citlivější na vývoj ekonomiky, než je tomu u stabilních hodnotových akcií), ale neroste. To je dáno tím, že zisk na akcii roste u technologických společností mnohem rychleji než u širokého trhu a především u hodnotových akcií. Vysoké PE tedy odráží očekávání, že u technologických akcií bude i nadále pokračovat rychlý růst zisku. To, nakolik je tento předpoklad oprávněný, bude záležet na tom, zda AI skutečně uspěje tak, jak se nyní očekává. Pokud však uspěje, není možné obecně považovat současné ocenění technologických akcií za výrazně nerealistické. 

V souvislosti se současným vývojem na trhu se často připomíná „dot.com bublina“ z přelomu tisíciletí. Tato analogie je na jednu stranu částečně užitečná, ale na druhou stranu v některých směrech silně zavádějící. Nejvýraznějším rysem bubliny z přelomu tisíciletí byla neuvěřitelně vysoká ocenění nově vzniklých firem, které neměly prakticky nic kromě velkých cílů – produkty ve stadiu vzniku, omezený okruh klientů a povětšinou minimální nebo žádné příjmy. Je logické, že řada z těchto firem nepřežila tvrdý výběr volného trhu, což vedlo k masivním ztrátám příliš optimistických investorů. Užitečnou analogií k současnosti je opatrnost při investování do nově vznikajících společností snažících se komercializovat nově dostupné technologie. Z některých sice mohou vzniknout nové Googly, Amazony nebo Facebooky, většina jich však neuspěje. Součástí bubliny na konci devadesátých let ale byly i tehdy už etablované společnosti, jejichž PE často překračovalo 100 (například Cisco na vrcholu bubliny dosáhlo PE 472). Aktuálně je mezi akciemi z FANG na srovnatelné úrovní jen Tesla s PE 273 (podle Bloomberg 14.10.2025). Ostatní jsou hluboko pod stovkou, nejvýš Nvidia s 55, ale to je dáno očekáváním dalšího silného růstu ziskovosti její akcie (ukazatel PEG, který kromě PE zahrnuje očekávaný růst zisku, je na 1,07, což je mezi akciemi ze skupiny FANG nejméně). Ocenění velkých etablovaných společností s výjimkou Tesly tedy aktuálně není nijak mimořádně přehnané za předpokladu, že se naplní očekávání ohledně transformativní role AI v ekonomice. Jak se bude dařit jednotlivým firmám, bude podstatně záviset na efektivitě jejich investic. 

Bublina v investicích do AI infrastruktury? 

Argument pro existenci bubliny investic do AI infrastruktury spočívá především v kontrastu obrovského objemu investovaných prostředků a jejich omezené návratnosti v nejbližších letech. Odhady investovaných prostředků se pohybují v nízkých bilionech dolarů, odhady krátkodobé návratnosti ve stovkách miliard, výsledkem těchto výpočtů je potenciální krátkodobá ztráta v řádu stovek miliard dolarů. Navíc panují obavy, že situaci ještě zhorší relativně krátká životnost špičkových čipů, a tedy nutnost opakovat masivní investice v poměrně krátkém časovém horizontu. Jako historické analogie jsou uváděny horečka budování železnic v 19. století a z nedávných pak budování internetové infrastruktury ve druhé polovině 90. let. Že investice do AI infrastruktury mohou být nadměrné, přiznávají i klíčové zainteresované osobnosti (Zuckerberg, Bezos, Altman). Zároveň však argumentují, že se přesto tyto investice z dlouhodobého hlediska vyplatí. Nejde totiž pouze o okamžitou ziskovost a horizont několika let, ale především o vyvinutí AI platforem, které jejich majitelům zajistí buď přímo dominanci, nebo alespoň výhodné postavení na trhu. Historickou analogií jsou například Windows společnosti Microsoft v oblasti softwaru a procesory Intel v oblasti hardwaru. Internetoví giganti se snaží ovládnout platformu, která by jim dlouhodobě zajistila vysokou ziskovost. Investoři do vznikajících společností naopak vidí naději na vytvoření firem, jež by mohly nahradit současné lídry – podobně jako Microsoft kdysi zastínil dominantní IBM. 

Jako varovný příklad je často uváděna společnost Global Crossing, která koncem 90. let masivně investovala do budování podmořských optických kabelů pro přenos dat – tedy do internetové infrastruktury. Firma vznikla v roce 1997 a už v roce 2002 zbankrotovala. Příčinou byla kombinace příliš agresivního tempa výstavby a rychlého technologického pokroku, který umožnil přenášet větší objem dat, než se původně předpokládalo. Poptávka sice rostla, ale zdaleka ne tak rychle, jak investoři očekávali. Výsledkem byl převis nabídky přenosové kapacity, prudký pokles cen a neschopnost firmy splácet dluhy, které financovaly její expanzi. K tomu se přidaly účetní nesrovnalosti a nakonec i podvody. Celková ztráta přesáhla 12 miliard dolarů. 

Paralely se současností jsou zřejmé – obrovské investice do AI infrastruktury jsou často založeny na očekávání rychlé monetizace a vysoké poptávky. Zároveň hrozí, že technologický pokrok (např. šok po uvedení modelu DeepSeek) skokově zvýší efektivitu modelů na stávajícím hardwaru. Firmy specializující se na datacentra se tak mohou ocitnout v podobné situaci jako Global Crossing. Je však důležité připomenout, že krach této firmy neznamenal selhání základní investiční myšlenky – internetová infrastruktura byla a stále je nezbytná. Stejně tak dnes existuje zásadní rozdíl mezi etablovanými firmami s robustními hotovostními toky a nově vznikajícími hráči. Je tedy možné, že se opět dočkáme jednotlivých neúspěchů, ale sektor jako celek bude nakonec velmi úspěšný – podobně jako tomu bylo u raného internetu. 

Kde se bere likvidita živicí růst finančních aktiv? 

Aktuální růst cen finančních aktiv podporuje několik mechanismů. První, který zmíníme, je ten stejný, který vede ke zpochybňování kvality státních dluhopisů: růst státního zadlužení a z něj plynoucí fiskální dominance (fiskální politika – vládní výdaje a rozpočtové deficity – začne převažovat nad měnovou politikou centrální banky). Emitované dluhopisy přispívají k růstu měnové zásoby mechanismem úvěrové emise zesíleným tím, že jde o vysoce kvalitní aktiva s nízkou rizikovou váhou. Následné pochyby investorů a ztrácející se důvěra vedou k realokaci prostředků ze státních dluhopisů do jiných typů aktiv, což prospívá hlavně zlatu. Navíc kvantitativní utahování (zmenšování bilance centrálních bank realizované převážně tím, že nedochází k plné reinvestici prostředků z maturujících státních dluhopisů) měnové politiky hlavních centrálních bank je velmi pomalé a opatrné, takže na dostupnost likvidity má jen malý vliv. Fed velmi pozorně sleduje chování finančních trhů, aby vyloučil nedostatek likvidity ve finančním systém, a šéf Fedu Powell naznačil, že by brzy mohlo dojít k ukončení kvantitativního utahování. ECB v něm zatím pokračuje; kdy míní skončit, sice nenaznačila, ale v případě problémů s likviditou nebo výrazným růstem výnosů dluhopisů některých zemí je připravena zasáhnout. To, že jsou centrální banky připraveny přispěchat s dodatečnou likviditou při potížích, ukázal Fed při tržní panice kolem krachu Silicon Valley Bank. To dodává bankám i investorům důvěru ve stálou dostupnost likvidity a podněcuje tak rizikovější chování. Další zdroje likvidity stále souvisejí s obdobím nízkých sazeb a dodávání likvidity v době pandemie – část kvůli nízkým nákladům na financování tehdy vydávaných dluhopisů je před splatností a stále také úplně nepominul efekt nadměrných úspor z tohoto období. Ve Spojených státech také působí efekt ukládání přítoku kapitálu ze států s přebytkovým běžným účtem. Snížení důvěry v dolar kvůli chaotické politice Trumpovy administrativy tento trend zeslabilo, ale zdaleka nezastavilo. Tím také přetrvává přebytek likvidity v americkém finančním systému a s ním související prémie amerického akciového trhu proti zbytku světa. Ke generování likvidity také vydatně přispívají nebankovní finanční společnosti („šedé bankovnictví“), které jsou podstatně méně regulovány a kontrolovány než banky, ale významně přispívají k úvěrové emisi peněz. A v neposlední řadě přispívá také boom kryptoměn – prudký růst jejich hodnoty vytváří dodatečnou likviditu a na akciovém trhu masivní odkupy akcií technologickými společnostmi. Problém zhoršuje to, že naprostá většina likvidity vytvořená na finančním trhu na finančním trhu zůstává – nejde ani do spotřeby, ani do reálných investic, jen dále podporuje růst cen finančních aktiv, a tedy typické kreditní bubliny.