Goldman Sachs binusisi ang US stock Q2 report: AI infrastructure kumikita nang malaki, pero ang kita mula sa application side ay parang 'drawing' pa rin

Nalalaman ng Filipino na pinagmulan ng balita na nakuha mula sa APP ng Zhihui Finance, ayon kay Ben Snyder, isang strategist mula sa Goldman Sachs, na ang mga kompanya ay nagdaragdag ng kanilang investment sa artificial intelligence (AI) sa hindi pa nagagawang bilis, ngunit para sa karamihan ng mga kompanya, hanggang ngayon ay hindi pa ito nagdulot ng makabuluhang pagbuti sa kanilang kita.

Ayon sa isang ulat mula Goldman Sachs noong Agosto 14, mula sa earnings report season ng ikalawang quarter ngayong taon, tanging 2% lamang ng S&P 500 index companies ang nagkuantipika ng tiyak na epekto ng AI sa kanilang kita; 11% ng mga kompanya ang nagsabing may nakitang nasusukat na pagtaas ng produktibidad sa mga partikular na larangan gaya ng software programming at customer support.

Gayunpaman, para sa mga kompanyang nakamit ang mga nabanggit na pagtaas ng efficiency, hindi pa rin masyadong halata ang paglago ng kanilang kita kumpara sa pangkalahatang lebel ng merkado. Ipinapakita ng datos na ang median growth sa kanilang kita taon-taon ay 17%, habang sa mga kompanyang hindi nagkuantipika ng kontribusyon ng AI sa efficiency, ito ay 14%. Binanggit ng Goldman Sachs na ang agwat na ito ay hindi naman pinatutunayan ng istatistika.

Para sa mga investor, makakatulong sa kanila ang natuklasan na ito na ipaliwanag ang kasalukuyang kalagayan ng merkado: sa isang banda, patuloy na pabor ang mga stock na nakikinabang sa AI infrastructure gaya ng semiconductor manufacturers at cloud service providers; sa kabilang banda, ang mga kompanyang nangangakong magpapabuti ng efficiency sa hinaharap ay kinikitaan ng pag-iingat. Agad na nagdudulot ng kita at kita ang gastos sa infrastructure, samantalang ang potensyal na balik ng AI para sa mga kompanya ay mahirap pang masukat at maaaring lumitaw pa matapos ang ilang quarters.

AI Infrastructure ang Nagdadala ng Kita

Sa kabuuan, lalo pang naging malakas ang performance ng earnings season ng ikalawang quarter. Ayon sa Goldman Sachs, inaalis ang ilang mga one-off gains na may kinalaman sa pribadong equity investment, ang earnings per share ng S&P 500 index ay tumaas ng 31% kumpara noong nakaraang taon.

Sa mga malalaking kompanya at iba pang nakikinabang sa AI capital expenditure, umabot ng 54% ang taas ng kita, na nagbibigay ng kalahati ng kabuuang kita para sa index.

Sa kabila nito, hindi lang ito nakasentro sa malalaking technology stocks. Ang median na paglago ng earnings ng mga S&P 500 index companies ay 14%; at kung aalisin ang mga energy companies na nakinabang sa mataas na presyo ng langis, aabot pa rin sa 14% ang pagtaas ng mga non-AI infrastructure companies.

Ang mas malawakang pag-unlad na ito ay maaaring makatulong upang mapawi ang mga pag-aalala na sobra ang pag-asa ng merkado sa ilang malalaking technology companies para sa kita. Pero, malaki pa rin ang pagkakaiba sa performance ng mga AI infrastructure providers at AI application companies.

Pinapaboran ng mga investor ang stocks ng infrastructure providers dahil agad nakikita ang kanilang kita at mas madaling i-track ito. Samantalang, ang performance ng mga kompanyang laging nagbabanggit ng AI productivity plans ay halos kapantay lamang ng kabuuang S&P 500 index nitong mga nakaraang taon.

Pinapabilis ang Gastos ng mga Kompanya

Iba't ibang palatandaan ang nagpapakita na maaaring maging mas malinaw ang epekto ng AI sa financial reports ng mga kompanya sa mga darating na quarters.

Ayon sa Ramp AI index na binanggit ng Goldman Sachs, ang AI spending per capita ng mga ompanya kada buwan ay mula $5 noong simula ng taon ay tumaas sa $12 noong Hulyo; sa top 10% ng mga kompanya, ang gastos na ito ay mula $240 umakyat sa $650.

Sa earnings call ng ikalawang quarter, humigit-kumulang 7% ng S&P 500 companies ang tinalakay ang gastos sa pag-deploy ng AI. Karamihan ay nagsabing maliit pa ang scale ng gastos at inuuna nila ang maingat na pamamaraan ng investment. May ilan ding kompanya na nagsabing mas mataas na ang kinikita nila mula sa AI kaysa sa gastos.

Kinakalkula ng Goldman Sachs na ang AI inference cost ay mas mababa pa rin sa 0.5% ng S&P 500 companies’ revenue. Sa pinakabagong IT spending survey nila, 89% ng mga respondent ang nagsabing ang AI spending ay 1% hanggang 5% lamang ng kanilang IT budget.

Mahalaga ring tandaan na ang mga estimate na ito ay hindi pa sumasaklaw sa lahat ng gastos na may kaugnayan sa AI deployment, gaya ng pagkuha ng propesyonal na staff at pagtatayo ng tech infrastructure.

Pinapalipat-lipat ang Pondo sa Loob ng Umiiral na Budget

Nakita ng survey ng Goldman Sachs na halos dalawang-katlo ng mga kompanya ay naglalaan para sa AI mula sa kanilang umiiral na badyet, sa halip na umasa sa bagong pondo.

Sa detalye, 35% ng mga respondent ang nagsabing ang AI spending ay galing sa bagong budget; 18% mula sa mga project para sa cost efficiency improvement; 18% ang lumipat mula sa software budget; 11% mula sa labor cost, 10% mula sa cloud services budget, at 9% mula sa data analytics spending.

Naniniwala ang Goldman Sachs na ang structural adjustment sa loob ng IT budget ay mas malamang magdulot ng redistribution ng kita sa pagitan ng mga kompanya, pero hindi ito magdudulot ng malaking pagbabago sa kabuuang earnings level ng S&P 500. Pero kung malaki ang bawas sa labor cost, maaaring magkaroon ng mas malawakang epekto sa ekonomiya.

Subalit sa ngayon, ang epekto sa labor market ay nakatuon pa rin sa marketing, graphic design, customer service, at ilang technical positions, habang ang mga bagong trabaho mula sa pagtatayo ng data centers ay nakakatulong na balansehin ito.

Tinatayang ng mga economist ng Goldman Sachs na makakapalit ang AI sa ilang bahagi ng labor force, pero naniniwala silang pansamantala lamang ang epekto at mas maliit kaysa inaasahan ng karamihan sa mga investor.

Hindi Pa Halata ang Epekto sa Software Industry

Nag-aalala noon ang merkado na gagamitin ng mga kliyente ang AI para gumawa ng sariling apps at bababa ang pangangailangan sa mga external software suppliers. Ngunit natuklasan ng Goldman Sachs na wala pang napapansing malaking reshuffle sa industriya.

Sa IT survey nito, tanging 17% lang ng mga kompanyang sumagot ang nagpaplanong dagdagan ang in-house software development at bawasan ang pagbili ng external software. Sa mga covered software companies ng Goldman Sachs, ang median growth ng annual recurring revenue (ARR) ay mula 18% noong Q4 2025 ay tumaas sa 22% noong unang quarter ngayong taon, at lalo pang bumilis sa 23% sa ikalawang quarter.

Siyempre, hindi ibig sabihin nito ay panatag na ang bawat supplier. Binanggit ng Goldman Sachs na may mga reports na ang Starbucks (SBUX.US) ay gumagawa ng internally developed AI tools para palitan ang ilang software mula sa Microsoft (MSFT.US), IBM (IBM.US), at iba pa. Pero kung titingnan ang datos ng buong industriya, wala pang lumalabas na general trend ng paglala ng sitwasyon.

Pagsusuri ng mga Potensyal na Makikinabang

Sa tingin ng Goldman Sachs, ang mga kumpanyang mataas ang labor costs at maraming trabaho na may automation potential ay siyang higit na maaaring makinabang mula sa AI.

Sa ngayon, humigit-kumulang 12% ng kabuuang revenue ng S&P 500 companies ay galing sa labor costs, halos $2.1 trilyon bawat taon. Malaki ang agwat depende sa industriya: 21% sa industriya, 16% sa information technology sector, at 5% lang sa energy sector.

Mula sa Russell 1000 index, pinili ng Goldman Sachs ang mga kompanyang may mataas na labor cost, mataas ang potential ng AI automation, at nabanggit ng management ang AI-enabled na efficiency boost sa kanilang mga financial report, kabilang ang: CoStar (CSGP.US), Dollar Tree (DLTR.US), eBay (EBAY.US), Arthur Gallagher (AJG.US), Axon Enterprise (AXON.US), The Trade Desk (TTD.US), Airbnb (ABNB.US), Boeing (BA.US), Lockheed Martin (LMT.US), Charles Schwab (SCHW.US), at Morgan Stanley (MS.US).

Ngunit binigyang-diin din ng Goldman Sachs na hindi garantiya ang listahang ito na agad nang makikitaan ng malaking pagbabago ng kita galing sa AI ang mga kumpanyang ito — sa katunayan, wala pang makikitang makabuluhang pag-angat sa kanilang profitability batay sa kasalukuyang datos.

Sa ngayon, malinaw pa ang pagkakaiba ng investing logic sa AI: sa isang banda ay ang infrastructure suppliers na may malinaw na kita, sa kabila ang mga technology deployers na ang financial return ay nananatili lamang sa inaasahan.