#美股AI概念股普涨 Ціни акцій зростають або падають, дивлячись на «зміст AI»? Розуміння цієї логіки є більш ключовим

Останнім часом у світових фондових ринках з’явилася цікава явище: економіки з більш сильною ланцюгом AI-індустрії показують кращий ріст основних індексів.

Дані Wind свідчать, що станом на 29 травня, з моменту конфлікту між США та Іраном у березні цього року, індекс напівпровідників Філадельфії виріс на 58,4%, корейський композитний індекс — на 35,7%, а індекси Taiwan Weighted та індекс стартапів A-shares також показали хороші результати, тоді як у Європі та інших нових ринках із відносно низьким вмістом AI приріст був значно меншим.

Чи означає це, що «зміст AI» — це «пароль» для зростання або падіння цін акцій?
Між цим існує сильна позитивна кореляція, але якщо подивитися ширше, стане зрозуміло, що все не так просто. Вартість акцій залежить від багатьох факторів, включаючи рівень оцінки, потоки капіталу, стадію індустріального циклу, прибутковість компаній тощо, і всі вони впливають на кінцевий результат. «Зміст AI» дуже важливий, але це не все.
Незважаючи на це, не можна заперечувати, що AI вже став однією з найзагальніших і найпослідовніших інвестиційних тенденцій у сучасній глобальній технологічній індустрії.
Чи то розширення обчислювальної інфраструктури, чи поступове впровадження застосувань, AI рухається від «концепції» до «показників результатів», від «очікувань» до «реалізації». Для інвесторів важливіше розуміти стадії розвитку AI-індустрії та її внутрішню логіку, ніж просто слідувати за ярликом «зміст AI».
Отже, як більш всебічно зрозуміти поточні можливості інвестицій у AI?

01 Ланцюг AI — це сектор з високою визначеністю та високою динамікою
За останні кілька років ланцюг AI став важливим ядром глобальної оцінки активів, і ціни відповідних компаній швидко зросли, що викликало побоювання, що сектор AI може бути надто «заповнений».
Китайська компанія CICC вважає, що наразі AI ще не досяг стадії, коли можна турбуватися про руйнування економічної активності. Світовий ланцюг AI тісно пов’язаний, і провідні компанії США у галузі AI виступають як індикатори тренду, їх тенденції зазвичай передаються через ланцюг і відображаються в A-shares. Візьмемо, наприклад, індустрію AI у США:
По-перше, AI реально підвищує продуктивність.
До трьох кварталів 2025 року ВВП США зріс на 2,51% у порівнянні з попереднім роком, і Федеральний резерв Сан-Луїса оцінив, що AI приблизно сприяли зростанню на 0,97%, що становить близько 39%, що вище за внесок інтернет-революції у 2000 році — 28%. Що ще важливіше, комерціалізація AI-агентів на підприємствах прискорюється, і міжнародні провідні виробники AI вже мають річний дохід у кілька сотень мільярдів доларів. Вклад у обчислювальні ресурси, ймовірно, переходить від «витрат» до «прибуткової складової».
По-друге, провідні компанії ще не взяли значних позик.
У порівнянні з періодом бульбашки технологій, інвестиції у AI цього циклу більше залежать від внутрішніх грошових потоків технологічних гігантів. Хоча капітальні витрати високі, співвідношення боргу до власного капіталу залишається значно нижчим за середні показники періоду бульбашки.
По-третє, рівень оцінки не є високим.
Дані Wind свідчать, що станом на кінець травня 2026 року, передовий співвідношення ціна-прибуток у секторі інформаційних технологій S&P 500 становить лише 24, що значно нижче 55 у період бульбашки 2000 року. Високий зростання прибутків, ймовірно, вже враховується у оцінках.

02 Від інфраструктури до вертикальних застосувань — темпи реалізації
Зараз ланцюг AI має чітку структуру з верхнього, середнього та нижнього рівнів, і зрілість кожного сегмента та інвестиційна логіка суттєво різняться.
Верхній рівень (інфраструктура): «опорний камінь» з високою визначеністю результатів

Верхній рівень — це основа застосувань AI, ключові компоненти — обчислювальні ресурси, дані та кібербезпека.
Обчислювальні ресурси та апаратура: фокус споживання AI-потужності поступово переходить від тренування до виведення. За прогнозами Barclays, до 2026 року глобальний попит на обчислювальні ресурси для виведення AI перевищить 70% від загального попиту на генеративний AI, а масштаб обчислювальних ресурсів для виведення може досягти у 4,5 рази більше, ніж для тренування, і попит на них, ймовірно, зростатиме. Це сприяє більш розподіленому та масштабному попиту, а також підвищує вимоги до енергоефективності та вартості розгортання. У 2026 році та наступні 2-3 роки глобальний і китайський ринки AI обчислювальних ресурсів, ймовірно, залишатимуться в стані дефіциту, що є одним із найгостріших сегментів у поточному балансі попиту та пропозиції.
Дані та кібербезпека: перший крок у розгортанні AI для підприємств — це управління, інтеграція та захист даних. Тому доходи відповідних компаній мають передові індикатори. Звітність деяких компаній у Північній Америці у сфері даних та кібербезпеки вже кілька кварталів перевищує очікування, що підтверджує реальність інвестицій у корпоративний AI і дає чітке уявлення про логіку відображення у внутрішньому ринку.
Середній рівень (платформи та моделі): ключ до розподілу цінностей і переформатування бізнес-моделей
Середній рівень включає сервіси великих моделей (MaaS), вертикальні моделі та інструментальні ланцюги.

Економіка токенів стала ключовим рушієм: токени вже не просто технічні параметри, а основні виробничі ресурси та носії цінності у епоху AI. За даними Національної комісії з розвитку та реформ Китаю, щоденне використання токенів у країні зросло експоненційно — з приблизно 100 мільярдів у початку 2024 року до 140 трильйонів у березні 2026 року, з двох років зростання понад тисячу разів. Це сприяє формуванню зрілих бізнес-моделей, таких як платформи агрегування токенів, SaaS-сервіси для MaaS, хмарні провайдери тощо.
Конкуренція моделей і повернення цінності: хоча застосування розвивається у багатьох напрямках, значна частина цінності швидко повертається до рівня моделей. Доходи стартапів у галузі AI швидко зростають, але більша частина прибутку йде у нижчі ланки — до виробників моделей і постачальників обчислювальних ресурсів. Внутрішній ринок моделей у Китаї вже займає важливу частку у глобальному використанні, демонструючи сильну міжнародну конкурентоспроможність.
Нижній рівень (застосування): пошук справжнього зростання у сегментації
Застосування на нижньому рівні напряму орієнтовані на підприємства та споживачів, і є кінцевими сценами реалізації цінності, але цей сегмент наразі дуже розділений, з можливостями та ризиками.
Корпоративні застосування: у деяких вертикалях вже є ранні ознаки комерційної перевірки, особливо у сферах з високою концентрацією даних і складними робочими процесами, таких як фінансовий ризик-менеджмент, страхове андеррайтинг, інтеграція корпоративних даних і трансграничний маркетинг. AI-агенти, що мають здатність до самостійного планування та виклику інструментів, стають перспективною моделлю комерціалізації, глибоко інтегруючись у автоматизацію офісу, обслуговування клієнтів тощо.
Споживчі застосування: наприклад, короткі відео/мультфільми з AI, що значно знижують витрати та підвищують ефективність, мають чітку модель прибутку. Крім того, інструменти для генерації відео за допомогою AI швидко зростають у ціні через високий попит. Застосунки у вигляді інтелектуальних помічників підвищують ефективність досліджень і навчання, і користувачі все більше готові платити за них.

03 «Правильні очікування» щодо застосувань AI вже існують, зосереджуючись на п’яти напрямках
Підсумовуючи, розвиток глобальної AI-індустрії має чітку характеристику: «інфраструктура — попереду, застосування — слідує». Прибутковість застосувань зазвичай зменшується через конкуренцію за ресурси моделей і обчислювальні потужності, і цінність ланцюга дедалі більше концентрується у нижніх рівнях — моделях і інфраструктурі.
Фундаментальні показники (прибутковість) сектору AI ще залишаються на «лівому боці», але тенденції індустрії та ранні комерційні підтвердження у деяких сегментах вже формують «праве очікування».
Тому, ймовірно, сектор застосувань AI не зможе «розквітнути» у всіх напрямах одночасно, і ті сегменти, де вже є підтверджена комерційна модель і перші прибутки, мають більше шансів на успіх.

П’ять ключових напрямків:
Перший — екосистема великих моделей. Вони є базовою інфраструктурою AI, і можливості для розвитку залишаються у сферах тренування, тонкої настройки та розгортання моделей.
Другий — повторна монетизація AI. У епоху мобільного інтернету швидко монетизувалися реклама та електронна комерція, і у сучасному AI-циклі це може бути так само. Наприклад, платформи великих моделей, що інтегрують функції пошуку товарів і порівняння цін, починають додавати торгові модулі. Компанії, що надають SaaS, дані та API для таких систем, можуть отримати додатковий дохід.
Третій — AI для програмування. За даними спільного звіту OpenRouter і a16z «2025 AI Usage Report» (на основі даних про 100 трильйонів токенів), частка витрат на токени для програмування зросла з 11% на початку 2025 року до понад 50%. Провідні закордонні компанії вже мають річний дохід у кілька сотень мільярдів доларів і демонструють експоненційне зростання, і внутрішні розробки у цій сфері також заслуговують уваги.
Четвертий — AI для науки. Це одна з найбільш перспективних галузей. У фармацевтиці, нових матеріалах, енергетиці традиційні дослідження вимагають багато років роботи вчених, тоді як AI може значно скоротити цей час. Наприклад, у фармацевтиці AI здатен швидко відбирати кандидатів із тисяч і навіть мільйонів молекул, що значно підвищує ефективність досліджень. Це не просто зниження витрат, а підвищення продуктивності.
П’ятий — вихід українського програмного забезпечення на міжнародний ринок. Зарубіжні користувачі готові платити за софт більше, ніж у domestі. Вже багато українських компаній отримують швидкий дохід і прибутки за кордоном, і ті, що мають високий експортний потенціал, можуть отримати додаткові переваги.

Тенденції AI-індустрії очевидні, але зрілість і інвестиційна логіка кожного сегмента — різні. Як інвесторам правильно розподілити ресурси?
Цифрова економіка, як основа застосування AI, включає як апаратне забезпечення — центри обчислень, чіпи, комунікаційне обладнання, — так і програмні рішення для трансформації традиційних галузей, таких як фінтех, розумна логістика, телемедицина.
Ця «жорстка» і «м’яка» складова робить цифрову економіку унікальним інвестиційним об’єктом, що поєднує вже підтверджену високою прибутковістю інфраструктуру та потенціал ще не повністю оцінених застосувань AI.