Morgan Stanley ocenia, że rynek AI osiąga punkt zwrotny: od budowy mocy obliczeniowej do dyfuzji w przemyśle, a strategia „sztangi” staje się główną linią alokacji

Według aplikacji Strefa Gospodarki, Morgan Stanley opublikował tematyczny raport badawczy „Dekodowanie tempa transformacji AI: od budowy mocy obliczeniowej do rozprzestrzeniania się w przemyśle”, na podstawie szóstej rundy globalnej bazy danych AI Mapping obejmującej około 3600 akcji, przedstawiając kluczowe wnioski: inwestycje w AI wychodzą z fazy prostego obstawiania na górnych dostawców mocy obliczeniowej i wchodzą w nową erę „strategii sztangi”, gdzie należy zarówno wykorzystywać możliwości strukturalne związane z ograniczeniami mocy obliczeniowej, jak i zwiększyć udział spółek wykorzystujących nowe aplikacje AI.

Morgan Stanley wskazuje, że ich kluczowym tematem badań na 2026 rok będzie rozprzestrzenianie się technologii. Przemysłowy cykl transformacji w tej rundzie spodziewany jest osiągnąć układ ponadprzeciętnych zysków „w stylu sztangi”: kluczowe firmy infrastrukturalne równolegle z wczesnymi producentami oprogramowania i spółkami wdrażającymi AI będą generować hossę.

Przebieg cyklu technologicznego zwykle zaczyna się od ponadprzeciętnych zysków w półprzewodnikach, następnie infrastruktura, a później oprogramowanie i usługi. Według firmy, inwestycyjna logika w sektorze AI wchodzi w nową fazę: z wcześniejszego skoncentrowania się na firmach dostarczających rozwiązania, przechodzi do szerszej puli „sztangi” obejmującej zarówno wyselekcjonowanych dostawców, jak i nowo powstałe firmy wdrażające aplikacje AI.

Od początku obecnego cyklu AI, półprzewodniki i infrastruktura względem indeksu S&P 500 zanotowały już 500‑700 punktów ponadprzeciętnych zysków. Uważamy, że obecnie należy zwiększyć ekspozycję na wczesnych dostawców oprogramowania oraz firmy wdrażające AI.

Jednocześnie fala dużych nakładów inwestycyjnych na AI oraz kluczowe ograniczenia, takie jak energia, wydłużą okres wzrostu dla niektórych wysokiej jakości spółek. Tym samym obecny cykl komputerowy nie powtórzy prostego, liniowego rotowania liderów rynku, jak miało to miejsce we wcześniejszych cyklach.

Firma twierdzi, że obecny cykl AI jest wyjątkowy, a trzy główne ograniczenia to kapitał ludzki, energia i polityka regulacyjna. Według raportu, w latach 2026‑2028 globalne centra danych odczują deficyt energii rzędu 57 GW. Dodając lokalne zezwolenia i braki kadrowe, tempo rozbudowy mocy obliczeniowej jest poważnie spowolnione, a niedobór tej mocy będzie się utrzymywał przez wiele lat, bez prostych rotacji sektorowych, jak wcześniej. Szacuje się, że tempo wzrostu nakładów inwestycyjnych największych dostawców cloud spadnie z 93% w 2026 roku do 14% w 2028 roku; rynek wycenia już szczyt popularności inwestycji sprzętowych, ale niektóre ścieżki pozostaną nadal atrakcyjne.

Dane pokazują, że firmy dostarczające AI (chip, moc obliczeniowa, hardware i inni górni dostawcy) w ciągu ostatnich dwóch lat podwoiły prognozowany EPS, nadal utrzymując silne tempo wzrostu zysków. Tymczasem spółki wdrażające AI, czyli wykorzystujące AI do obniżenia kosztów i zwiększenia efektywności, prognozują wzrost EPS o około 70% w ciągu najbliższych dwóch lat, a punkt zwrotny w rentowności już jest widoczny.

Rynek oczekuje, że firmy z wysokim wpływem AI poprawią marżę EBIT w latach 2025‑2026 aż o 460 pb, prawie dwukrotnie przekraczając poziom indeksu MSCI ACWI, ale obecnie rynek nie wycenia jeszcze w pełni długoterminowych korzyści wydajności produkcyjnej dzięki AI, a prognozy zysków mogą zostać dodatkowo podwyższone. Pod względem wyceny, forward P/E firm wdrażających AI spadł już do poziomu 18x, podczas gdy dostawcy AI mają 22x; po korekcie wyceny, stosunek ryzyka do zysku znacznie się poprawił.

Firma wyróżnia strategię inwestowania w „sztangę” na dwa sposoby. Z jednej strony nadal koncentruje się na aktywach z ograniczeniami: preferuje inwestycje związane z energią, w tym gotowe do użycia centra danych, magazyny energii, sprzęt do sieci elektroenergetycznych, odnawialne źródła energii; jednocześnie selektywnie wybiera akcje w półprzewodnikach i infrastrukturze, skupiając się na drugorzędnych ograniczeniach w łańcuchu dostaw poza energią.

Z drugiej strony zwiększa nowe alokacje: większe inwestycje w wczesnych dostawców oprogramowania, w kolejności priorytet infrastrukturalne oprogramowanie, cyberbezpieczeństwo, a potem wybrane aplikacje; wybiera firmy wdrażające AI z udokumentowanymi, mierzalnymi korzyściami, koncentrując się na dwóch kluczowych wskaźnikach – rzeczywistym wpływie AI na działalność oraz silnej pozycji w ustalaniu cen. Tylko firmy, które potrafią zatrzymać korzyści wynikające z obniżenia kosztów dzięki AI, mogą realnie poprawić rentowność. Usługi IT to segment korzystający na późnym etapie cyklu, obecnie nie jest priorytetem inwestycyjnym.

Z globalnej perspektywy, ścieżki rozwoju AI na rynkach różnią się znacząco. Na rynku północnoamerykańskim korzyści z AI stopniowo przenoszą się z hardware na oprogramowanie i przemysł tradycyjny; w regionie Azji i Pacyfiku zyski pozostają skoncentrowane w górnym łańcuchu dostaw, ale rośnie liczba firm ujawniających wzrost przychodów dzięki AI; w Europie szanse związane z AI częściej dotyczą wdrażania rozwiązań w przemysłach tradycyjnych.

Raport podkreśla, że inwestycje nie powinny się ograniczać do „konceptów AI”; kluczowym czynnikiem sukcesu jest rzeczywisty wpływ AI na logikę inwestycyjną firmy. AI to krytyczny czynnik, zapewniający ponadprzeciętne zyski w porównaniu do spółek o marginalnym wpływie; odwrotnie, firmy, dla których AI jest głównym zagrożeniem, znacznie ustępują innym z umiarkowanymi skutkami.

Jednocześnie istnieje ryzyko odwrotu trendu: jeśli zapotrzebowanie na moc obliczeniową będzie nadal wyższe niż oczekiwano, a ograniczenia kapitału ludzkiego i energii się przedłużą, półprzewodniki i infrastruktura mogą pozostawać w hossie przez dłuższy czas, niż przewiduje rynek. W przeszłości Wall Street wielokrotnie niedoceniało przestrzeń rozwoju technologii. Ogólnie rzecz biorąc, AI wychodzi z fazy „wyścigu na zwiększanie mocy obliczeniowej” i przechodzi do etapu weryfikowania ROI, gdzie należy zrównoważyć aktywa z ograniczeniami w górnym łańcuchu z aplikacjami generującymi mierzalne wyniki – to odpowiedniejsza strategia na dziś.