Goldman Sachs trading desk: dno handlu momentum może wymagać jeszcze kilku tygodni, narracja dotycząca wydatków kapitałowych na sztuczną inteligencję zaczyna się chwiać
Model AI osiąga najnowocześniejsze wyniki przy znacznie niższym nakładzie mocy obliczeniowej, niż oczekiwał rynek, co ponownie podważa narrację "tylko ciągłe zwiększanie nakładów kapitałowych gwarantuje zwycięstwo w wyścigu AI". Zespół tradingowy One-Delta z Goldman Sachs uważa, że dostosowywanie strategii momentum nadal się nie zakończyło, ale obecnie amerykański rynek akcji nie wykazuje ryzyka systemowego, a struktura rynku pozostaje odporna.
Szef zespołu One-Delta, Rich Privorotsky, powiedział, że według ich modelu momentum obecne cofnięcie w handlu momentum (Momentum) może potrwać jeszcze kilka tygodni, zanim naprawdę osiągnie dno, a ostateczny spadek prawdopodobnie zbliży się do historycznej mediany. Jednak biorąc pod uwagę, że wcześniejszy wzrost był znacznie wyższy niż średnia historyczna, ta korekta może również przekroczyć średnią historyczną.
Jednocześnie zaznaczył, że pojawienie się nowej generacji efektywnych modeli AI ponownie wywołuje rynkową refleksję nad logiką inwestowania w infrastrukturę AI. Wraz ze wzrostem efektywności trenowania modeli, narracja "ciągłe inwestowanie ogromnych środków na budowę większych klastrów mocy obliczeniowej" jest coraz częściej kwestionowana, lecz nakłady kapitałowe na AI pozostają główną osią wyceny globalnych spółek technologicznych.
Handel momentum jeszcze się nie zakończył, na rynku trwa rotacja
Privorotsky zauważył, że wskaźniki momentum, które monitoruje, pokazują relatywnie wysoką zmienność; obecnie nie pojawiły się sygnały, które pozwoliłyby odwołać alarm.
Jednak na rynku wewnętrznym jest coraz wyraźniejsza dywersyfikacja. Z jednej strony, niektóre akcje związane z hardware AI są już wyprzedane; z drugiej strony, niektóre segmenty rynku, które wcześniej radziły sobie gorzej, odbijają mimo braku poprawy fundamentów, wyraźnie widać charakterystyczną rotację kapitału.
Na poziomie indeksów, amerykański rynek akcji nadal wykazuje wysoką odporność. Korelacja między sektorami utrzymuje się na niskim poziomie, kapitał częściej przemieszcza się między branżami, a nie prowadzi do masowej wyprzedaży. Nawet jeśli w zeszły piątek wzrosła ukryta zmienność, struktura rynku nie uległa zasadniczej zmianie.
Efektywność AI wzrasta, ponownie kwestionuje logikę nakładów kapitałowych
Privorotsky stwierdził, że po przetestowaniu modelu Kimi K3 był pod dużym wrażeniem jego możliwości inżynieryjnych. Model ten posiada 28 bilionów parametrów i do samodzielnej obsługi wymaga klastrów GPU klasy enterprise, nie da się go obsługiwać na zwykłym sprzęcie lokalnym.
Według niego, kluczowy jest nie etap wnioskowania, lecz efektywność trenowania.
W przeciwieństwie do polegania tylko na zwiększaniu mocy obliczeniowej, nowa generacja modeli opiera się bardziej na optymalizacji algorytmów, innowacjach architektury modelu i bardziej efektywnym mechanizmie trasowania ekspertów mieszanych (MoE), by podnieść efektywność trenowania. Na przykład model Kimi K3 ma 896 modułów ekspertów, ale przy każdym wnioskowaniu aktywuje tylko 16, znacząco ograniczając zużycie zasobów obliczeniowych.
To prowokuje rynek do ponownej refleksji: jeśli najnowocześniejsze modele mogą dzięki innowacjom algorytmicznym znacząco podnosić efektywność trenowania, czy sektor AI nadal wymaga ciągłego rozbudowywania kapitałochłonnych, ogromnych centrów danych i klastrów treningowych?
Jednak Privorotsky zaznacza, że to przede wszystkim wyzwanie dla logiki inwestycji w trenowanie, podczas gdy zapotrzebowanie na moc obliczeniową w fazie wnioskowania pozostaje silnie wspierane, a długoterminowe potrzeby infrastruktury AI nie uległy zasadniczej zmianie.
Sezon raportowy zdecyduje, czy główny nurt AI się utrzyma
Wraz z wejściem Fed w okres ciszy przed posiedzeniem dotyczącym polityki monetarnej, rynek w krótkim terminie skupi się na posiedzeniu European Central Bank, CPI Wielkiej Brytanii oraz wstępnych wartościach PMI kluczowych światowych gospodarek.
Jednak Privorotsky uważa, że kierunek rynku zdecyduje wchodzący właśnie sezon raportowy.
Poza Alphabet, wyniki takich firm technologicznych jak Tesla, Texas Instruments, Intel, a także nadchodzący event AMD "Advancing AI" będą kluczowym oknem dla obserwacji cyklu inwestycji AI i dalszej weryfikacji, czy logika bilionowych nakładów kapitałowych na AI nadal zdobędzie uznanie rynku.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać

Plan finansowania AI przez Nvidia o wartości 500 miliardów dolarów niesie ukryte zagrożenia, doradca Trumpa ostrzega przed ryzykiem nadmiaru "ciemnych GPU"
David Sacks, doradca technologiczny Trumpa, ostrzegł w podcaście, że największym ryzykiem związanym z planem finansowania AI przez Nvidia o wartości 500 miliardów dolarów jest nadmiar mocy obliczeniowej. Porównał to do kryzysu „ciemnych światłowodów” po pęknięciu bańki internetowej – jeśli GPU będą masowo niewykorzystywane, a ich ceny załamią się, cały łańcuch inwestycyjny w infrastrukturę AI dozna poważnych strat. Jednocześnie zauważył, że opór polityczny wobec budowy centrów danych może wręcz zapobiec powstaniu nadmiaru.
Nvidia planuje zainwestować 3 miliardy dolarów w SB Energy należące do SoftBank, stawiając na projekt centrum danych OpenAI w Ohio
Pojawiły się doniesienia, że Nvidia prowadzi rozmowy na temat zainwestowania do 3 miliardów dolarów w SB Energy, spółkę zależną SoftBanku, jako element wsparcia kredytowego o wartości około 100 miliardów dolarów dla projektu centrum danych OpenAI w Ohio. Inwestycja miałaby zostać zrealizowana w dwóch turach: 1,5 miliarda dolarów przy podpisaniu umowy oraz kolejne 1,5 miliarda dolarów podczas IPO SB Energy, które może rozpocząć się już w przyszłym miesiącu, z celem pozyskania co najmniej 5 miliardów dolarów.
Mit o „wybieraniu akcji” na Wall Street blednie: w ciągu ostatnich dziesięciu lat tylko 13% pokonało indeks
Według najnowszych danych Morningstar, w ciągu ostatnich dziesięciu lat do końca czerwca 2026 roku, tylko 13% amerykańskich aktywnie zarządzanych funduszy akcji o dużej kapitalizacji po odjęciu opłat przewyższyło indeks bazowy, nawet w ciągu ostatniego roku odsetek ten wyniósł zaledwie 27%. Tymczasem, w tym roku prognozuje się, że pasywne ETF-y odnotują rekordowy napływ netto przekraczający 1 bilion dolarów, a wartość aktywów pasywnych funduszy jest już prawie dwukrotnie większa niż w przypadku funduszy aktywnych.
