منصة التداول في Goldman Sachs: قد يحتاج تعافي صفقات الزخم إلى عدة أسابيع أخرى، وقصة الإنفاق الرأسمالي على الذكاء الاصطناعي بدأت تهتز

تعمل نماذج الذكاء الاصطناعي بأداء متقدم مع استهلاك قوة حوسبة أقل بكثير من المتوقع في السوق، مما يضعف مجددًا السردية السوقية القائلة بأن "فقط من يواصل توسيع الإنفاق الرأسمالي بإمكانه الفوز في سباق الذكاء الاصطناعي". يرى مكتب التداول One-Delta التابع لGoldman Sachs أنتعديل استراتيجية الزخم لم ينتهِ بعد، لكن الأسواق الأمريكية لا تظهر في الوقت الحالي مخاطر نظامية، وبنية السوق لا تزال متماسكة.

أوضح رئيس مكتب التداول One-Delta في Goldman Sachs، Rich Privorotsky، أن نموذج الزخم الخاص بهم يظهر أنجولة التصحيح الحالية في تداول الزخم (Momentum) لم تصل بعد إلى القاع الحقيقي، ومن المرجح أن يكون الانخفاض النهائي قريباً من المستوى الوسيط التاريخي. ومع ذلك، ونظراً لأن وتيرة الصعود السابقة كانت أعلى من المتوسط التاريخي، فهناك احتمال أن يتجاوز هذا التصحيح المتوسط التاريخي أيضاً.

وأشار في الوقت نفسه إلى أن ظهور الجيل الجديد من نماذج الذكاء الاصطناعي عالية الكفاءة يعيد التفكير حول منطق الاستثمار في بنية الذكاء الاصطناعي الأساسية في الأسواق. ومع التحسن المستمر في كفاءة تدريب النماذج، أصبح السرد الأساسي المتمثل في "الاستمرار في ضخ رأس مال ضخم لبناء مجموعات حوسبة أكبر حجماً" محل تساؤلات متزايدة، فيما يظلالإنفاق الرأسمالي على الذكاء الاصطناعي هو المسار الرئيسي لتسعير أسهم التكنولوجيا العالمية حالياً.

تداول الزخم لم يكتمل بعد وتبادل الأدوار داخل السوق مستمر

قال Privorotsky إن مؤشرات الزخم التي يتابعها لا تزال تظهر تقلباً نسبياً مرتفعاً، ولم تظهر إشارات كافية لرفع حالة التأهب حتى الآن.

لكن، بدأ التمايز واضحاً بين مكونات السوق الداخلية. فمن ناحية، دخلت بعض الأسهم المرتبطة بمكونات الذكاء الاصطناعي منطقة البيع المفرط؛ ومن ناحية أخرى، ارتدت بعض القطاعات التي كانت متأخرة في الأداء سابقاً رغم عدم تحسن العوامل الأساسية لها، ويتضح هنا خاصية التبديل الواضح للأموال بين القطاعات.

وعلى مستوى المؤشرات، لا تزال الأسهم الأمريكية تُظهر صلابة قوية. العلاقة بين القطاعات بقيت منخفضة، مع حركة رؤوس الأموال بين الصناعات بدلاً من تحولها إلى بيع شامل. حتى مع ارتفاع التقلب الضمني يوم الجمعة الماضي، لم يطرأ تغيير جوهري على هيكل السوق هذا.

تحسن كفاءة الذكاء الاصطناعي يعيد التساؤل حول منطق الإنفاق الرأسمالي

قال Privorotsky إنه بعد اختبار فعلي لنموذج Kimi K3، تأثر بقدراته الهندسية بشكل ملموس. يضم النموذج 2.8 تريليون معامل، ويتطلب إدارته الذاتية عنقود GPU من مستوى المؤسسات، ولا يمكن تشغيله على أجهزة محلية عادية.

ويرى أن ما يستحق المتابعة بالفعل ليس مرحلة الاستدلال، بل كفاءة التدريب.

وبالمقارنة مع الاعتماد البحت على توسعة قوة الحوسبة، تعتمد النماذج الجديدة بصورة أكبر على تحسينات الخوارزميات، وابتكار بنية النموذج وآليات التوجيه الأكثر كفاءة لنظام الخبراء المختلط (MoE) لرفع كفاءة التدريب. فعلى سبيل المثال، لدى Kimi K3 عدد 896 وحدة خبراء، لكن يتم تفعيل 16 وحدة فقط في كل استدلال، ما يقلل بشكل كبير استهلاك الموارد الحاسوبية.

هذا يثير جدلاً جديداً في السوق: إذا كانت النماذج المتقدمة قادرة على رفع كفاءة التدريب بشكل ملحوظ عبر الابتكار الخوارزمي، فهل لا تزال صناعة الذكاء الاصطناعي بحاجة لمواصلة بناء مراكز بيانات وعنقود تدريب تتسع وتكلف رأسمالياً باستمرار؟

مع ذلك، يعتقد Privorotsky أن هذا يمثل تحدياً أكبر لمنطق الاستثمار في التدريب، بينما لا تزال الحاجة لقوة الحوسبة في جانب الاستدلال قوية، ولم يحدث تحول أساسي في الطلب طويل الأمد على بنية الذكاء الاصطناعي الأساسية.

موسم النتائج سيقرر ما إذا كانت مسيرة الذكاء الاصطناعي ستستمر

مع دخول الاحتياطي الفيدرالي فترة الصمت قبل اجتماعه، سيتحول تركيز السوق على المدى القصير إلى اجتماع السياسة النقدية للبنك المركزي الأوروبي، مؤشر أسعار المستهلك في بريطانيا، والقيم الأولية لمؤشرات مديري المشتريات لاقتصادات العالم الكبرى وغيرها من الأحداث الكبرى.

لكن Privorotsky يرى أنالعامل الحاسم في اتجاه السوق سيظل موسم النتائج المرتقب.

فباستثناء Alphabet، ستكتسب نتائج شركات التكنولوجيا مثل Tesla، Texas Instruments، Intel بالإضافة إلى فعالية "Advancing AI" التي ستعقدها AMD أهمية كبرى كمؤشرات رئيسية لمراقبة دورة الاستثمار في الذكاء الاصطناعي، وستكون اختباراً إضافياً لمعرفة ما إذا كانت سردية الإنفاق الرأسمالي بمئات المليارات على الذكاء الاصطناعي ستظل مقبولة لدى السوق.