Mentionsy Mentionsy
Analizy Live
Analizy Live

Wall Street czy Europa?

29.09.2025 ·1 godz 24 min

Europa ma swoje gospodarcze problemy, ale w tym roku europejskie spółki nieźle zarobiły i dały zarobić inwestorom. Czy to nowe inwestycyjne odrodzenie Starego Kontynentu? Za oceanem wysokie wyceny, ale być może, za sprawą AI, uzasadnione? Na którą stronę Atlantyku postawić? Za i przeciw rozważać będą Robert Stanilewicz i jego gość. A jest nim Andrzej Nowak, zarządzający Uniqa TFI. Ale najpierw AI i jej wpływ na spółki. Jak gwałtowny wzrost inwestycji w segmencie AI wpływa na wyniki i wyceny spółek? AI, czyli jednocześnie szansa i zagrożenie dla wielu biznesów. Rekordowa dominacja technologicznych gigantów nad całym S&P 500. Nie jest prawdą, że spółki w Europie „nie dowożą” wyników. Czy warto jeszcze odkrywać Europę na najbliższe miesiące? Zapraszamy!!

I trochę spojlerując tą tezę, którą tutaj będziemy pokazywać, widzimy gdzieś tam potencjał dla zaskoczeń w Europie. Ale przechodząc do tego pierwszego slajdu o AI, który właśnie teraz jest slajdem o rynku amerykańskim, no bo to tam możemy szukać spółek, które w tym momencie są beneficjentami tej rewolucji technologicznej. To takie tak z lotu ptaka dwa spostrzeżenia, w którym momencie nas ta rewolucja technologiczna zastaje. Zastaje nas w momencie, w którym podaż pracy na rynkach rozwiniętych i w Chinach, w największych gospodarkach świata spada bądź będzie spadać. To jest ten pierwszy wykres po lewej stronie, to są szacunki ONZ-u, jak zmienia się rok do roku podaż pracy w krajach rozwiniętych, to jest ten...

I tutaj wrzuciłem prognozy dotyczące tego, jak wzrost produktywności wzrośnie w kolejnej dekadzie. O ile średniorocznie będzie wyższy wzrost produktywności. Gdybyśmy tu mieli wyznaczyć jakąś wartość średnią, to jest około 1 do 1,5 punkta procentowego, czyli zamiast powiedzmy 1% wzrostu produktywności w scenariuszu bez AI, w tym scenariuszu z AI ta produktywność rośnie nam o 2, 2,5%. procenta średniorocznie w każdym roku kolejnej dekady. Te szacunki jak widać na tym wykresie są mocno rozstrzelone. Ta rozbieżność jest niesamowita. Tak, tak, tak.

z tego artykułu, do którego też odwołanie umieściłem na slajdzie. Pierwsza uwaga autorów chyba dość niekontrowersyjna jest taka, że najwięcej zyskają sektory usługowe. I tutaj sektor informatyczny, ograniczenie pracy programistów, to może być największy beneficjent, ale też inne sektory usługowe, w tym jednym z więcej korzystających ma być sektor usług finansowych. I teraz bazując na tych szacunkach, w którym sektorze ile wartości dodanej może wygenerować sztuczna inteligencja, autorzy oszacowali, które z gospodarek, badanie jest tylko na G7, więc jesteśmy ograniczeni tylko do tych siedmiu państw, ale w każdym razie autorzy oszacowali, jaka jest duża ekspozycja tych poszczególnych krajów na te najbardziej wyeksponowane na AI sektory.

Nie jest zaskoczeniem, że najwyższa jest w Stanach Zjednoczonych, w granicach 25%. To jest właśnie ten wykres w lewym górnym rogu, który teraz... Już teraz jest centralnie powiększył. Zaskoczeniem może być Japonia tak słabo, kiedyś gigant technologiczny. Tak, 15%. Natomiast powiedzmy pierwsza czwórka, Wielka Brytania de facto niewiele mniejsza ekspozycja niż Stany Zjednoczone. Pewno duży udział sektora finansowego o tym decydował. De facto wszystkie kraje mieszczą się w przedziale między 15 a 25%. Udział tych pięciu sektorów najbardziej wyeksponowanych na AI. Oczywiście pozostałe sektory też są wyeksponowane w mniejszym stopniu. Cały czas mówimy tylko o szacunkach. Drugi czynnik, który próbowali oszacować ekonomiści OECD to był tempo adopcji tej technologii.

I tutaj odwołali się do historycznych przykładów adopcji technologii ogólnego zastosowania, czyli takich technologii, które nie trafiają tylko do wybranej grupy, ale są de facto stosowane w całej gospodarce od najmniejszych do największych firm, włączając do tego gospodarstwa domowe. Telefonia komórkowa, internet, wcześniej elektryczność, to jest przykład takich technologii. Wydaje się, że to jest słuszne założenie. Skądinąd też są dyskusje co do tego, czy AI jest technologią ogólnego zastosowania, czy może jest tylko technologią, która będzie stosowana przez wybranych. Raczej konsensus jest taki, że jest technologią powszechnego zastosowania. No i to tempo historyczne adopcji daje nam jakiś wzorzec tego, jak szybko się AI może w gospodarce rozwijać.

miała niesamowity wzrost kiedyś, już kiedyś, ona po prostu jednak odjechała światu, jeżeli chodzi o produktywność, ale to jest na marginecie, bo nie mamy danych, jak rozumiem. Tak, ja myślę, że kluczowa jest tutaj struktura gospodarki i to, jak dużo ważą sektory, w których to AI będziemy mogli wykorzystać, to znaczy upraszczając, w krajach, w których dużo waży budownictwo i turystyka... przynajmniej w mojej ocenie ten potencjał sztucznej inteligencji w tym horyzoncie 10 lat jest jest dużo mniejszy tak żeby zrozumieć intuicję tych szacunków. No dobrze przechodzimy teraz już do spółek czyli coraz bliżej tego co tak naprawdę was wszystkich interesuje tutaj czyli rynki inwestycyjne czyli jak te i makro i technologiczne historie się przekładają i mamy już teraz na ten temat dane.

Co dzieje się ze scamming spółek od premiery czat GPT do S&P 500? Cały czas mówimy o AI i jego wpływie na rynki i to było takie ujęcie makro, żeby trochę zrozumieć ten proces. To jest takie ujęcie już z perspektywy spółek. Wydaje się, że ciekawe również i o nim trzeba pamiętać. Na ten moment, jeżeli widzimy gdzieś zyski wynikające z tej rewolucji technologicznej, to są to giganci technologiczni. Tutaj na potrzeby tej analizy przyjęliśmy pewne uproszczenie, że ci giganci to równają się Magnificent Seven. To oczywiście nie jest do końca tak, natomiast jest to pewne uproszczenie, które pozwala nam spojrzeć na to, jak zachowywały się wyniki tych spółek.

Koncentracji na amerykańskiej giełdzie. Ale żeby pytanie było precyzyjnie zadane. Na giełdzie. O rynku amerykańskim nie jest sensu stricte o S&P 500. Dobrze, to możemy... Tak, tutaj chyba jeszcze tylko jedną literówkę w tym pośpiechu i jedziemy dalej z naszymi... Tak, więc ta koncentracja jest bardzo wysoka. 7,35% udziału. 7 spółek z 500, bo też o tym pamiętajmy, waży 35%, ponad 1 trzecią indeksu. No i szczerze mówiąc, patrząc na dynamikę zysków, nic nie wskazuje na to, aby one miały spowalniać. I tutaj warto spojrzeć na inwestycje tzw. hyperscalers w AI.

one są w każdym roku dużo większe niż pierwotnie prognozowano. To widać na tym wykresie, który Pan teraz powiększył. W 2024 zakładano, że wzrost inwestycji w AI to będzie w granicach 15%, ostatecznie był ponad 50%. W 2025 zakładano, że wzrost inwestycji w AI będzie o 20% wśród tych największych spółek. Ostatecznie był 50% ten sam wzrost skali inwestycji. No i na 2026 rok znowu zakładamy, że one wzrosną około 20%. Ile będzie? Póki co te największe spółki technologiczne inwestują jeszcze więcej w AI, głównie w infrastrukturę, ale też jeszcze więcej zarabiają na tych inwestycjach.

Mamy taki obraz na poziomie badań makro, który pokazuje, że na AI skorzystają różne sektory. różne kraje, oczywiście w różnym stopniu, w zależności jaki jest udział poszczególnych sektorów usługowych w gospodarce, ale to będzie dość rozłożone. Po czym mamy ten obrazek rzeczywistych zysków generowanych w tej chwili? No i on skupia się tylko na największych spółkach technologicznych. I jak to połączyć? Nasza pierwsza uwaga jest taka, że jesteśmy na bardzo wczesnym etapie rozwoju tej technologii. No bo od premiery czata GPI minęło raptem dwa lata. Trzy, przepraszam.

A po co one klientom? No po to, że... Dla niektórych będzie to źródło wygenerowania dodatkowych przychodów z AI, a dla innych będzie to sposób na ograniczenie kosztów i w ten sposób wygenerujemy tą naszą wyższą produktywność, tak łącząc trochę mikro z makro. Więc na końcu chodzi o to, aby spółki mogły generować dzięki temu wyższe przychody tudzież ograniczać koszty dzięki implementacji tej technologii. I teraz problem polega na tym, że na ten moment tych spółek, które generują większe przychody albo ograniczyły koszty jest relatywnie mało i są to głównie bardzo duże firmy, przede wszystkim giganci technologiczni.

I teraz, jeżeli możemy przeskoczyć na ten drugi wykres, to w związku z tym, że to jest cały czas bardzo wczesny etap rozwoju tej technologii, to ona jest cały czas relatywnie wysoka. I jeżeli uda nam się wyświetlić ten wykres, który pokazuje, jak zmieniała się... Jak zmieniał się dostęp do modeli sztucznej inteligencji, nazwijmy to w uproszczeniu koszt AI, na tym wykresie to może nie robi szczególnego wrażenia, natomiast on na przestrzeni trzech lat spadł z około 80%. I to tempo spadku, ono się mniej więcej pokrywa... Tak, tutaj z racji skali, bo mamy porównanie, to szare pole to jest generalnie koszt jednostki pamięci komputerowej.

I to możemy na przestrzeni lat sobie sprawdzić, rozumiem. A ten czerwony nie robi wrażenia, bo po prostu ta skala jest... Skala jest logarytmiczna. Ale jest logarytmiczna. Ale to jest 80% spadku. To jest 80% spadku w trzy lata i to tempo spadku, ono się mniej więcej wpisuje w to, jak spadał dostęp do sprzętu komputerowego, tutaj do jednostki pamięci komputerowej, w czasie, kiedy ta technologia była na swoim wczesnym etapie rozwoju. Jeżeli spojrzymy na to, co pokazuje historia, to znaczy jak dalej spadał koszt jednostki pamięci komputerowej, to okazuje się, że... czeka nas drastyczny spadek jednostkowej kosztu AI, co oznacza, że dostępność tej technologii zrośnie w sposób niesamowity.

Innymi słowy, masa firm, dla których w tej chwili ta technologia jest niedostępna, bo jest zbyt droga, Dla tych wszystkich firm ta technologia stanie się dostępna. Masa zastosowań, w których potencjalnie można by wykorzystać AI, ale na ten moment one nie wchodzą w grę z uwagi na wysoki koszt tej technologii, również stanie się dostępna. Krótko mówiąc, i teraz jeszcze jedno zastrzeżenie, skoro tak mocno spadnie nam koszt AI, to czy to oznacza, że takie firmy jak Nvidia, czy jak spółki, które tworzą modele, czy też spółki, które posiadają infrastruktury, ich przychody również tak mocno spadną?

Pokazano wszystkie 14 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.