זינוק בתשואות האג"ח, פחת מואץ בשבבים והבטחות להכנסות טריליונים, אך שוק המניות ממשיך להתעלם מהתמרורים האדומים
תשואות האג"ח ומחירי הנפט מזנקים, אבל לא נראה ששוק המניות מוטרד מכך. מה שוק המניות חושב שהוא יודע? מה השוק מפספס?
העמידות של שוק המניות בפני הזינוק בתשואות האג"ח, שלא לדבר על הזינוק במחירי הנפט, היא חידת המאקרו הגדולה ביותר כרגע. בדרך כלל, תשואות אג"ח גבוהות יותר פוגעות במניות. הן מעלות את עלות ההלוואות של החברות, הן מגדילות את שיעור ההיוון של הרווחים העתידיים, והן הופכות את האג"ח לאטרקטיביות יותר ביחס למניות. אז מדוע המניות, ובמיוחד המניות בארה"ב, נותרו כה חסינות בפני עליית התשואות?
אפשרות אחת היא שהמשקיעים מצפים שהתשואות על ההון יעלו אפילו מהר יותר מעלות ההון. הרווח למניה ב-S&P 500 עלה ב-50% ברבעון השני לעומת שנה קודם לכן. הנתון הזה נופח בכ-150 מיליארד דולר של רווחי השקעות, שרובם לא מומשו, שנרשמו אצל אלפבית ואמזון. אבל גם בנטרול שתי החברות האלה, רווחי חברות ה-S&P 500 עדיין צמחו בשיעור יוצא דופן של 32%. השוק, כך נראה, מאמין שהעלייה המהירה ברווחיות החברות תפצה ואף יותר מכך על העלייה במחיר הכסף.
המשך העדכונים כלפי מעלה של תחזיות הרווחים תומך בהסבר הזה. האנליסטים בוול סטריט מצפים כעת שהרווח למניה ב-S&P 500 יצמח בכ-15% בשנה הקלנדרית 2027, לאחר צמיחה צפויה של 32% ב-2026. זאת לעומת תחזית הקונצנזוס לצמיחה בתוצר הריאלי של רק 2% ב-2027. שוק המניות מתמחר בבירור שנה נוספת שבה רווחי החברות יצמחו הרבה יותר מהר מהכלכלה עצמה. אם התחזית נכונה, ייתכן שהמניות יוכלו לעמוד גם בתשואות אג"ח גבוהות עוד יותר. אבל אילו הנחות מובלעות בתחזית הזאת? ומה עלול להשתבש?
התשואה על ההון מול עלות החוב
על פי התיאוריה הכלכלית, התשואות הצפויות על השקעות חדשות ועלות ההון الנדרשת עבורן אמורות לנוע יחד לאורך זמן. אם התשואות הצפויות עולות הרבה מעבר לעלות ההון, החברות משקיעות יותר. ההשקעה הנוספת הזאת מגדילה את כושר הייצור ואת התחרות, ובסופו של דבר מורידה את התשואות חזרה כלפי מטה. אם התשואות הצפויות יורדות מתחת לעלות ההון, ההשקעות מצטמצמות, וצמצום ההשקעות מאט את הכלכלה, מפחית את הביקוש להון ומוריד את הריביות חסרות הסיכון, גם אם מרווחי האשראי עולים ככל שהסיכון לחדלות פירעון גדל. לאורך זמן, התשואה הצפויה על השקעה חדשה ועלות המימון אמורות להתכנס.
אז מהי התשואה על ההון כרגע? התשואה על ההון המושקע, או ROIC, מודדת את הרווח התפעולי לאחר מס שהחברות מדווחות עליו, ביחס להון הרשום במאזניהן. לפי החישוב שלי המבוסס על נתוני בלומברג, ל-S&P 500 יש כיום ROIC של כ-8.2%. במבט ראשון, נראה שזה מסביר למה המניות החזיקו מעמד מול העלייה בתשואות האג"ח. ה-ROIC נותר גבוה במידה ניכרת מתשואות האג"ח הקונצרניות, שהופכות לעלות המימון השולית של גל ההשקעות ההוניות ב-AI ככל שהחוב הופך יותר ויותר לדרך המועדפת למימון מרכזי נתונים חדשים.
הבעיה ב-ROIC היא שהוא עלול להציג תמונה מחמיאה מדי של הרווחיות הכלכלית כאשר הפחת החשבונאי אינו משקף התיישנות טכנולוגית מהירה. החברות אינן מנכות את מלוא העלות של מרכז נתונים חדש או שבב AI מהרווחים מיד. הן פורסות את העלות הזאת על פני אורך החיים השימושיים המשוער של הנכס. אם הנכס מאבד את יכולתו להניב רווחים מהר יותר מההנחה שבבסיס לוח הפחת החשבונאי, הרווח התפעולי המדווח יציג תמונה מופרזת של הרווח הכלכלי האמיתי של הנכס. במחזור ההשקעות הנוכחי ב-AI, ה-ROIC המדווח עשוי אם כן לתת נתון קרוב לקצה האופטימי של הטווח הסביר.
ומה לגבי הקצה השמרני? לשם כך, אפשר להסתכל על התשואה התזרימית על ההון המושקע. במקום לפרוס את עלויות ההשקעה על פני כמה שנים, המדד הזה מנכה השקעות הוניות כשהמזומן יוצא בפועל. המדד הזה מחמיר במכוון. הוא מתייחס לכל דולר של השקעה הונית כתזרים מזומנים יוצא בהווה, גם כשחלק מההוצאה הזאת יוצר כושר ייצור שיניב הכנסות במשך שנים.
[רק משהו קטן, אם הניתוח מועיל לכם, לחצו על הרשמה לערוץ. זה עוזר לנו להגדיל את הערוץ, וחשוב מכך, מבטיח שלא תפספסו את הניתוח הבא.]
על בסיס נתוני בלומברג, החישובים שלי מצביעים על כך שהתשואה התזרימית על ההון המושקע בחברות ה-S&P 500 היא רק 6.4% כרגע. זה בקושי מעל התשואה הנוכחית של האג"ח הקונצרניות. ומכיוון שתשואת האג"ח היא רק עלות החוב, התשואה התזרימית עשויה כבר להיות נמוכה מעלות ההון הכוללת. ה-ROIC עשוי אם כן להיות נדיב מדי, התשואה התזרימית עשויה להיות מחמירה מדי. התשואה הכלכלית האמיתית נמצאת כנראה איפשהו ביניהם. השאלה המכרעת היא: איזה מדד קרוב יותר למציאות?
מתרגמים את המאקרו לתיק ההשקעות
כך אנחנו הופכים תובנות מאקרו למהלכים מעשיים בתיק ההשקעות. בסרטון הזה אנחנו מדברים על השקעות הוניות ב-AI, תשואות של חברות, תזרימי מזומנים, תשואות אג"ח, ועל השאלה אם השוק משתמש במדד הרווחיות הנכון. אבל עבור המשקיעים, השאלה היא: מה המשמעות של זה לפוזיציות של תיק ההשקעות?
במסגרת שירות הפרימיום של "דייוויד וו ללא גבולות", ג'ון ואני מתמקדים באופן שבו מסגרות ניתוח המאקרו האלה עשויות להתבטא באסטרטגיית תיק ההשקעות. אם תשתיות AI מאבדות את יכולתן להניב רווחים מהר יותר מכפי שהמשקיעים מצפים, מה המשמעות של זה עבור הטרייד על ה-AI? אם התשואות התזרימיות בקושי גבוהות מתשואות האג"ח הקונצרניות, מה זה אומר לגבי תמחור המניות? ואם ההשקעות ההוניות של היום לא יניבו מספיק תזרים מזומנים בעתיד, היכן השוק פגיע ביותר?
בכך אנו עוסקים ב-Beat The Market, בסקירות היומיות וב-Macro Stock Picker. אם אתם שוקלים להירשם כמנויים, הכנו עמוד קצר עם שבעה דברים שכדאי לדעת לפני שמצטרפים. הקישור נמצא בתיאור הסרטון.
קצב ההתיישנות של טכנולוגיית ה-AI
ועכשיו בחזרה לשאלה איזה מדד קרוב יותר למציאות הכלכלית. התשובה תלויה במידה רבה בשני דברים: אחד, באיזו מהירות תשתיות ה-AI של היום מאבדות את יכולתן להניב רווחים, והאם ההשקעות העצומות של היום יניבו תזרים מזומנים מספק בעתיד כדי להצדיק את עלותן.
גל ההשקעות ההוניות ב-AI נמצא כבר בשנתו השלישית. ואף על-פי כן, הפחת המדווח אצל ענקיות הענן ממשיך לצמוח הרבה יותר לאט מההשקעות ההוניות. חלק מזה הוא לגמרי תקין. ההשקעות ההוניות נרשמות כשהכסף מוצא, בעוד שהפחת נפרס על פני כמה שנים. חלק מההוצאות גם נותר מסווג כרכוש קבוע בהקמה, ולא נרשם בגינו פחת עד שהנכס נכנס לשימוש. אבל זה מעלה את השאלה המכרעת: האם אורך החיים החשבונאי של הנכסים האלה תואם ולו בקירוב, את המהירות שבה טכנולוגיית AI מתיישנת מבחינה כלכלית?
שבב ה-H200 של אנבידיה מספק דוגמה טובה. שבב H200 הפך לזמין מסחרית ברבעון השני של 2024. פחות משנה לאחר מכן, אנבידיה החלה לפרוס את מערכות ה-B200 וה-GB200 שלה ממשפחת בלאקוול. ה-B300 וה-GB300 הגיעו בעקבותיהן. פלטפורמת ורה רובין מתחילה כעת מחזור החלפה נוסף. אנבידיה מציגה למעשה פלטפורמת AI חזקה יותר במידה ניכרת כמעט מדי שנה.
שבבים ישנים יותר לא מפסיקים פתאום לעבוד. אפשר להסב אותם למשימות הסקה פחות תובעניות ולעומסי עבודה אחרים. אבל זה לא המבחן הרלוונטי לפחת הכלכלי. השאלה הרלוונטית היא כמה עולה היום לקנות חומרה חדשה המסוגלת לייצר את אותה כמות של תפוקת מחשוב שימושית.
קחו לדוגמה מערכת עם שמונה מעבדים גרפיים מסוג H200 שנרכשה ב-2024 בכ-314 אלף דולר. מערכת מקבילה עם שמונה מעבדים גרפיים מסוג B200 עולה כ-423 אלף דולר – כ-35% יותר. אבל באותו עומס עבודה של הסקה במודל DeepSeek R1, בקצב של 50 טוקנים לשנייה למשתמש, ה-B200 מספק בערך פי 3.7 מהתפוקה של ה-H200. כלומר, רק כ-113 אלף דולר בחומרת B200 נדרשים כדי לשחזר את יכולת הפקת תוצרי ההסקה של מערכת ה-H200 המקורית, שעלתה 314 אלף דולר. במילים אחרות, בתוך דור חומרה אחד בערך, עלות ההחלפה של כושר הייצור של ה-H200 ירדה לכ-36% בלבד מעלות רכישתו המקורית.
החשבונאות מספרת סיפור שונה מאוד. לפי פחת בקו ישר על פני חמש שנים וחצי, H200 שנרכש ב-2024 עדיין יהיה רשום בכ-82% מעלותו המקורית לאחר שנה אחת. כך שבעוד שהפחת החשבונאי היה מכיר בירידה של רק כ-18%, ההתקדמות הטכנולוגית הפחיתה את עלות ההחלפה של אותו כושר ייצור בכ-64%.
והפער עשוי להתרחב. ורה רובין יקרה משמעותית מה-H200, אבל היא גם מספקת קפיצה עצומה נוספת בביצועי ההסקה. בשל העובדה שעדיין אין לנו מבחן ביצועים בר-השוואה ישירה של רובין באותו עומס עבודה בדיוק, אי אפשר למדוד את ערך ההחלפה הכלכלי שלה באותה רמת דיוק. אבל הנתונים הזמינים על הביצועים ועל מחיר המערכת מצביעים על כך שעלות ההחלפה של כושר הייצור של ה-H200 המקורי עשויה לרדת לכ-20% עד 30% מעלות רכישתו ב-2024. האומדן הזה מוצג לכן כטווח בגרף, ולא כנקודת נתונים שנמדדה בפועל.
עד אז, לוח פחת חשבונאי של חמש שנים וחצי עדיין ישאיר כ-64% מהעלות המקורית של ה-H200 בספרים. אין פירוש הדבר שה-H200 עצמו שווה רק 20 או 30 סנט לכל דולר. עלות ההחלפה ושווי המכירה החוזרת אינם אותו הדבר. שבבים ישנים יותר יכולים להמשיך לפעול בניצולת גבוהה, במיוחד כל עוד הביקוש לכוח מחשוב ממשיך לעלות על ההיצע. אבל הדבר עשוי גם להסתיר את היקף הפחת הכלכלי שלהם.
כשהיצע כושר המחשוב המתקדם ביותר מדביק את הביקוש, למשתמשים תהיה פחות סיבה לשלם פרמיית מחסור על חומרה ישנה יותר ויעילה פחות. שווי השוק ומחיר ההשכרה של שבבים ישנים יותר עשויים אז לרדת הרבה יותר מהר לכיוון עלויות ההחלפה המשתמעות מהטכנולוגיה החדשה יותר. מכונה יכולה להישאר שימושית ובה בעת להתיישן מבחינה כלכלית מפני שציוד חדש יותר יכול לייצר אותה תפוקה בהשקעת הון נמוכה בהרבה. וזו הבעיה בהחלת לוחות פחת מקובלים על ענף שבו עלות כושר המחשוב היצרני יכולה לרדת בחצי או יותר תוך דור אחד של חומרה.
מיקרוסופט, אמזון, אלפבית ומטא לא יחליפו כל שבב ישן יותר מיד. אבל גם המשך השימוש לא אומר שהשבבים האלה שמרו על שווי שקרוב בכלל לערכם החשבונאי. אם חומרת AI מאבדת מערכה הכלכלי הרבה יותר מהר מקצב הפחת שנרשם בגינה בספרים, ה-ROIC המדווח מציג תמונה מופרזת של התשואה האמיתית על ההשקעות ב-AI. התשואה התזרימית עשויה אם כך לשקף טוב יותר את הכדאיות הכלכלית הבסיסית.
מבחן המציאות: ההכנסות הנדרשות ב-AI
וזה מביא אותנו להנחה השנייה שבבסיס תחזית התשואה האופטימית: זינוק עתידי אדיר בהכנסות.
מחלקת המחקר של מורגן סטנלי משכה תשומת לב רבה מוקדם יותר החודש כשהעריכה ששלושה מודלים עסקיים מתהווים בתחום הבינה המלאכותית היוצרת (Generative AI) עשויים בסופו של דבר להניב תשואות על ההון המושקע שבין 25% ל-50%. נוכל להשתמש במבחן קיצון פשוט כדי לראות מה תשואות בסדר גודל כזה ידרשו ברמת הענף.
נתחיל בהון שכבר הוקצה. נניח שההשקעות ההוניות המצטברות ב-AI עד סוף 2026, בניכוי הפחת החשבונאי המצטבר, מותירות בענף כטריליון דולר של הון מושקע. כעת נניח שהענף מייצר כ-100 מיליארד דולר של הכנסות ניתנות לזיהוי מ-AI ממשתמשי קצה ב-2026. זה לא כולל מכירות של שבבים ותשתיות אחרות בתוך שרשרת האספקה של ה-AI, שאחרת יביאו לספירה כפולה של ההשקעה ההונית של חברה אחת כהכנסות של חברה אחרת. בשיעור רווח תפעולי נדיב של 25% לאחר מס, 100 מיליארד דולר של הכנסות יניבו 25 מיליארד דולר של רווח תפעולי לאחר מס. מול בסיס הון של טריליון דולר, זו תשואה של 2.5% בלבד.
מה יידרש כדי להגיע לטווח שבמודל של מורגן סטנלי? תשואה של 25% על בסיס ההון הקיים של טריליון דולר מחייבת 250 מיליארד דולר של רווח תפעולי שנתי לאחר מס. בשיעור רווח תפעולי של 25% לאחר מס, זה מחייב טריליון דולר של הכנסות שנתיות. תשואה של 50% מחייבת 500 מיליארד דולר של רווח תפעולי שנתי לאחר מס. באותו שיעור רווח, זה מחייב 2 טריליון דולר של הכנסות שנתיות מ-AI.
מורגן סטנלי אינם מציינים מתי התשואות האלה יושגו, אבל בואו נשתמש ב-2030 כאופק הבדיקה לשם המחשה. מנקודת מוצא של 100 מיליארד דולר ב-2026, להגיע לטריליון דולר עד 2030 תחייב שהכנסות ה-AI יצמחו בכ-78% בשנה במשך ארבע שנים רצופות. הגעה לשני טריליון דולר תחייב צמיחה שנתית של כ-111%. במילים אחרות, ההכנסות יצטרכו לגדול ביותר מפי שניים מדי שנה, והחישובים האלה נדיבים מסיבה נוספת: הם מקבעים את בסיס ההון ברמתו המשוערת ב-2026 – טריליון דולר.
בפועל, ההשקעות ב-AI ימשיכו לעלות בחדות. מורגן סטנלי מעריכים שספקיות הענן הגדולות עשויות להוציא יותר מ-1.4 טריליון דולר על הקמת תשתיות ה-AI ב-2027 לבדה. לא כל ההוצאה הזאת תיכנס לבסיס ההון הרלוונטי מיד, וחלק מהנכסים הישנים יותר יופחתו, יוצאו משימוש, או ישמשו לעומסי עבודה שאינם קשורים ל-AI. אבל הכיוון ברור, בסיס ההון ימשיך לגדול. כל דולר נוסף של השקעה נטו מגדיל את הרווח הנדרש להשגת תשואה נתונה.
אם בסיס ההון נטו יגיע ל-2 טריליון דולר עד 2030, השגת תשואה של 25% תחייב 500 מיליארד דולר של רווח תפעולי שנתי לאחר מס. בשיעור רווח של 25% לאחר מס, המשמעות היא 2 טריליון דולר של הכנסות שנתיות מ-AI. השגת תשואה של 50% תחייב טריליון דולר של רווח תפעולי לאחר מס, ולפיכך 4 טריליון דולר של הכנסות שנתיות מ-AI.
וזה יוצר מכשול שני. כדי שספקיות ה-AI יגבו 3 טריליון דולר מלקוחותיהן מדי שנה, הלקוחות האלה חייבים לקבל לפחות 3 טריליון דולר של תועלת כלכלית שנתית. בתועלת של שלושה טריליון דולר בדיוק, הלקוחות רק מגיעים לאיזון, לפני עלויות הטמעה וסיכון. כדי להרוויח תשואה של 25% על שלושת הטריליונים שהם משלמים לספקיות AI, הלקוחות יצטרכו לייצר 3.75 טריליון דולר בשנה בחיסכון בעלויות או ברווח תפעולי נוסף.
לשם השוואה, חברות ה-S&P 500 נושאות בכ-15.4 טריליון דולר של עלויות תפעול שנתיות. אם כל התועלת הייתה נובעת מקיצוץ בעלויות בחברות ה-S&P 500, 3.75 טריליון היו שקולים למחיקה של כ-24% מכלל בסיס עלויות התפעול שלהן.
כמובן שהלקוחות לא יהיו מוגבלים לחברות ה-S&P 500. הם יכללו חברות ברחבי העולם, ממשלות וצרכנים, והתועלת יכולה לנבוע מרווחים תפעוליים חדשים וגם מחיסכון בעלויות. אבל הנקודה המרכזית עומדת בעינה. הכנסות ספקיות ה-AI אינן יכולות להגיע לטריליונים בלי ליצור היקף גדול עוד יותר של ערך כלכלי מדיד במקום כלשהו.
וישנו סיבוך נוסף. התחרות הסינית המתעצמת דוחפת מטה את מחיר הבינה המלאכותית. מחירים נמוכים יותר עשויים להאיץ את האימוץ ולהגדיל את היקף השימוש, אבל הם עשויים גם להעביר חלק ניכר מהתועלת הכלכלית של ה-AI מהחברות המממנות את התשתיות אל לקוחותיהן.
סיכון ה-AI והזווית הגיאופוליטית
זה הסיכון שהשוק אולי מתעלם ממנו. ה-AI לא חייב להיכשל כטכנולוגיה כדי שתזת ההשקעה תיכשל. מסילות הברזל שינו את פני המאה ה-19, הטלקומוניקציה שינתה את פני המאה ה-20, אבל השקעות היתר והתחרות העבירו חלק ניכר מהתועלת הכלכלית מבעלי התשתיות למשתמשים בהן. ה-AI עשוי לשנות את פני המאה ה-21 ובכל זאת לא להניב תשואה שמתקרבת בכלל ל-25% על ההון שמושקע היום. זו הסיבה שעמידות שוק המניות בפני עליית תשואות האג"ח עשויה להתגלות כמתעתעת.
טראמפ תיאר מה מונח על הכף באופן בוטה בשבוע שעבר: "מי שמנצח ב-AI מנצח", הוא אמר. סקוט בסנט, שמוביל את דיוני ה-AI של הממשל עם סין, הרחיק לכת עוד יותר. בסנט אמר: "אין מחרתיים אם סין מנצחת בזה". הוא הוסיף: "אם הם יעקפו אותנו ב-AI, אז שום דבר אחר לא משנה".
ההצהרות האלה אינן מוכיחות שוושינגטון החליטה לאסור מודלי AI סיניים. אבל הן בהחלט מחזקות את עמדתי שארה"ב מתקרבת לאיסור כזה. וושינגטון הייתה מצדיקה אותו בנימוקים של ביטחון לאומי וקניין רוחני. אבל המטרה האמיתית תהיה להגן על OpenAI, אנתרופיק, ומפתחים אמריקאיים אחרים מפני הלחץ הגובר על המחירים ועל שולי הרווח שיוצרים מודלים סיניים זולים יותר.
האפשרות להגנה ממשלתית עשויה להיות אחת הסיבות לכך שהטרייד על ה-AI נותר כה עמיד למרות עליית התשואות ומחירי הנפט.
ויש סיבה נוספת. המשקיעים מניחים יותר ויותר שממשל טראמפ לא יטיל מגבלות משמעותיות על פיתוח AI אמריקאי. וושינגטון חוששת שהאטת החברות האמריקאיות, אפילו בשם הבטיחות, תיתן לסין זמן להדביק את הפער.
השוק מתמחר, משום כך, את הטוב שבשני העולמות. הגנה מפני התחרות הסינית ללא מגבלות משמעותיות על הפיתוח האמריקאי. השילוב הזה יגן על כוח התמחור ובמקביל יאפשר לגל השקעות ההון ב-AI להימשך.
אבל הוא גם יוצר שני סיכוני קצה עצומים: קריסה של הפסקת האש השברירית עם סין, וכשל ביטחוני הרסני שיתאפשר באמצעות ה-AI, שיהפוך אפשרי יותר בהעדרם של מנגנוני הגנה אפקטיביים. טענתי ששני סיכוני הקצה יהיו דוביים למניות. אבל שני סיכוני הקצה יהיו גם שוריים לאג"ח, דוביים לדולר ושוריים לזהב.
בטווח הקצר מאוד, הניחוש שלי הוא שתשואות האג"ח ימשיכו לעלות עד שהמניות יקרסו, בלי קשר למה שהפד יעשה או לא יעשה.
