Traderzy Goldman Sachs: odbicie na rynkach opartych na momentum może potrwać jeszcze kilka tygodni, narracja dotycząca wydatków kapitałowych na AI zaczyna się chwiać

Modele AI osiągają czołową wydajność przy znacznie niższym nakładzie obliczeniowym niż oczekiwał rynek, ponownie kwestionując narrację rynkową, według której „wyłącznie stałe zwiększanie wydatków kapitałowych pozwala wygrać konkurencję w dziedzinie AI”. One-Delta Trading Desk z Goldman Sachs uważa, że dostosowanie strategii momentum jeszcze się nie zakończyło, lecz obecnie na rynku amerykańskim nie widać ryzyka systemowego, a struktura rynku pozostaje odporna.

Szef One-Delta Trading Desk w Goldman Sachs, Rich Privorotsky, wskazuje, że jego model momentum pokazuje, że tegoroczna korekta momentum jeszcze przez kilka tygodni nie osiągnie prawdziwego dna, a końcowy spadek najprawdopodobniej zbliży się do historycznej mediany. Jednak biorąc pod uwagę, że wcześniejsza tendencja wzrostowa znacznie przewyższała średnią historyczną, obecna korekta może również przekroczyć średnią wartość w historii.

Jednocześnie zaznacza, że pojawienie się najnowszej generacji wydajnych modeli AI ponownie skłania rynek do przemyślenia logiki inwestycji w infrastrukturę AI. Wraz ze wzrostem efektywności trenowania modeli, narracja „nieustanne inwestowanie ogromnych sum kapitałowych w budowę coraz większych klastrów obliczeniowych” jest coraz bardziej kwestionowana, choć wydatki kapitałowe na AI pozostają głównym czynnikiem wyceny globalnych akcji technologicznych.

Transakcje momentum jeszcze się nie zakończyły, rotacja kapitału wciąż trwa

Privorotsky mówi, że wskaźniki momentum, które śledzi, nadal wskazują na stosunkowo wysoką zmienność, nie pojawiły się jak dotąd sygnały pozwalające zdjąć alarm.

Jednak wewnątrz rynku zaczyna być widoczna wyraźna dywersyfikacja. Z jednej strony, niektóre akcje związane ze sprzętem AI weszły już w strefę nadmiernej wyprzedaży; z drugiej strony, niektóre sektory, które wcześniej pozostawały w tyle, odnotowały odbicie bez znaczącej poprawy fundamentów – charakterystyczna jest rotacja kapitału.

Na poziomie indeksów amerykański rynek wciąż wykazuje dużą odporność. Korelacja między branżami utrzymuje się na niskim poziomie, kapitał częściej przemieszcza się pomiędzy sektorami niż prowadzi do masowej wyprzedaży. Nawet jeśli w ostatni piątek wzrosła implied volatility, struktura rynku nie uległa zasadniczej zmianie.

Wzrost efektywności AI ponownie kwestionuje logikę wydatków kapitałowych

Privorotsky zaznacza, że po przeprowadzeniu rzeczywistych testów modelu Kimi K3 był pod wrażeniem jego możliwości inżynieryjnych. Model posiada 2,8 biliona parametrów, wymaga samodzielnego utrzymania w klastrze GPU klasy korporacyjnej – nie można go uruchomić na zwykłym lokalnym sprzęcie.

Według niego kluczowa jest nie faza inferencji, lecz efektywność trenowania.

W przeciwieństwie do polegania wyłącznie na większej skali obliczeniowej, nowe modele bazują głównie na optymalizacji algorytmów, innowacjach w architekturze oraz wydajniejszych mechanizmach routingu Mixture of Experts (MoE), aby zwiększać efektywność trenowania. Przykładowo Kimi K3 ma 896 modułów eksperckich, jednak podczas każdej inferencji aktywowana jest tylko 16 z nich, co znacznie ogranicza zużycie zasobów obliczeniowych.

To ponownie skłania rynek do refleksji: jeśli czołowe modele dzięki innowacjom algorytmicznym mogą znacząco poprawić efektywność trenowania, czy sektor AI nadal wymaga stałej budowy coraz większych, kapitałochłonnych centrów danych i klastrów obliczeniowych?

Jednak Privorotsky uważa, że to głównie wyzwanie dla logiki inwestycji w trenowanie, podczas gdy po stronie inferencji zapotrzebowanie na moc obliczeniową nadal jest silne; długoterminowe zapotrzebowanie na infrastrukturę AI nie uległo przez to fundamentalnej zmianie.

Sezon raportów zdecyduje, czy AI pozostanie głównym trendem

Wraz z rozpoczęciem przez Fed okresu ciszy przed posiedzeniem, rynek w krótkim terminie skupi się na posiedzeniu Europejskiego Banku Centralnego, brytyjskim CPI i wstępnych wartościach PMI dla głównych gospodarek na świecie.

Jednak Privorotsky uważa, że prawdziwym czynnikiem decydującym o kierunku rynku będzie rozpoczynający się sezon raportów finansowych.

Poza Alphabet, wyniki firm takich jak Tesla, Texas Instruments, Intel oraz nadchodzące wydarzenie AMD „Advancing AI” będą kluczowym oknem obserwacyjnym dla cyklu inwestycji w AI i dadzą możliwość weryfikacji, czy bilionowy rachunek za inwestycje w AI nadal zyskuje uznanie rynku.