Sumabog ang mga order sa kapangyarihan ng pag-compute, bakit humupa ang "AI trading"? Inilahad ng JPMorgan ang agwat sa pagitan ng AI investment at ang pagsasakatuparan ng produktibidad

Ipinagbigay-alam ng APP ng Finance ng Zhizhong na sa panahon ng pagbagsak at matinding pagbabagu-bago ng mga global tech stocks, partikular ng AI computing at semiconductor sectors, inilabas ng higanteng institusyong pinansyal ng Wall Street na Morgan Stanley ang pinakabagong ulat ng pananaliksik, na nagpapakita na ang AI capital expenditure ay naikonberte na sa demand para sa chips, servers at mga kagamitan sa kuryente, ngunit ang produktibidad na benepisyo na sapat para patuloy na pababain ang gastos at pataasin ang kahusayan ng buong ekonomiya ay hindi pa sabay napapakinabangan. Ang pangunahing nilalaman ng ulat na ito ay nangangahulugan na ang mga pangunahing tagasuplay ng chips at mahalagang mga piyesa para sa pandaigdigang AI infrastructure ay maaari pa ring makakuha ng mga order at pagtaas ng kita, ngunit ang mas malawak na tech stocks kasama na ang mga bagong cloud power at malalaking cloud computing platforms ay nakakaranas ng sabay na presyon ng mas mataas na interest rates at mas mahaba ang pamamayani ng valuation cycle.

Noong Nobyembre 10, inilabas ng Morgan Stanley Global Economic Research team na pinamumunuan ni Joseph Lupton ang ulat na pinamagatang "Productivity Boom: Mas Mababa ang Ambag ng AI Kaysa sa Nakikita", na ipinagpapatuloy ang macroeconomic na pananaw ng team na "malakas ang economic growth, lagkit ng inflation, matataas ang interest rates sa mahabang panahon at ang hinaharap na productivity revolution mula sa AI". Inilahad ng ulat ang pag-iral ng waiting period sa pagitan ng productivity at benepisyo ng AI at ng trilyon-dollar na AI capital expenditure; maaaring mas huli pa kaysa sa inaasahan ng market ang maramihang benepisyo ng productivity.

Pagkatapos ma-deploy ang AI devices, kailangan pa rin ng application development, data integration, restructuring ng mga proseso at pagsasanay ng mga empleyado upang buo itong mapakinabangan sa productivity. Ang prosesong ito ay posibleng mas mahaba pa kaysa sa inaasahan ng market consensus. Sinipi ng ulat ng Morgan Stanley ang historical phenomenon noong 1987 na "ang computer ay naroroon kahit saan, maliban na lang sa productivity statistics", at ang sumunod na produktibidad na pagpapabuti noong dekada '90, upang ipaliwanag ang pag-iral ng time lag sa technology diffusion.

Ang pagkakaroon ng suppliers ng order, ang mga operator ng computing power na maka-profit, at ang maramihang pag-angat ng productivity pagkatapos gamitin ng mga negosyo ang AI—ay tatlong magkaibang proseso ng pag-realize. Habang pataas ang financing cost at umiikli ang market patience sa paghihintay ng returns, posible ang sabay na pagtaas ng order at stress sa stocks at bonds. Nagbibigay ang pananaliksik ng Morgan Stanley ng macroeconomic na paliwanag para sa "AI investment return lag". Ayon sa ulat, ang conservative na academic research ay nagtataya na ang AI ay magpapataas ng total factor productivity (TFP) nang wala pang 0.5% sa susunod na sampung taon; mas optimistikong pananaliksik ay sumusukat ng annual productivity growth na tataas ng 0.8—1.3 percentage points dahil sa AI.

Matapos magbigay alerto sa credit si CoreWeave, inilahad ng Morgan Stanley ang “return lag”

Patuloy na dumadami ang mga order para sa computing power, ngunit nagsimula nang itanong ng credit market: Gaano kalaking kapital ang kailangang ipuhunan ng mga kumpanya at gaano katagal kailangang hintayin bago makamit ang cash returns na sapat para bayaran ang financing cost? Inilantad kamakailan ni CoreWeave na ang kanilang revenue backlog ay umabot na sa $132.5 bilyon, ngunit ang net interest expense sa ikatlong quarter ay $846 milyon, na higit na malaki kompara sa $207 milyon na operating profit, malinaw na nagpapakita ng tensyon sa pagitan ng paglago ng demand at ng pasanin sa financing.

Bago pa man ilabas ng NeoCloud pioneer na CoreWeave ang pinakabagong performance report, nagbigay na ng babala ang credit market na ang AI investment return nito ay maaaring malayo sa inaasahan, at maaaring maging dahilan ng pagkalugi ng CoreWeave dahil sa debt pressure bago pa man ito makuha ang malakas na cash flow. Mula Setyembre 25 hanggang Oktubre 26, ang five-year credit default swap (CDS) spread ng CoreWeave (CRWV.US), na pangunahing target ng "AI computing power selloff storm" at "AI bubble burst" narrative, ay tumaas mula 835 sa 1148 basis points. Sa 40% recovery rate assumption, tinatayang katumbas ito ng humigit-kumulang 62% na five-year cumulative implied default probability—bagaman kasama rito ang credit risk premium at hindi ito dapat ituring na aktwal na default probability ng kumpanya sa susunod na limang taon; samantala, ang five-year CDS spread ng Meta ay tumaas mula 98 sa 121 sa parehong panahon.

Pagkatapos ay bumaba ang CoreWeave CDS spread sa 1041.4 basis points noong ika-27, nagpapakita ng bahagyang pagluwag ng pressure, at noong Nobyembre 5, muling pumalo sa higit 1289 basis points bago bumaba muli. Patuloy na ipinapakita ng datos na ito na—ang historically mataas na 10-year US Treasury yield ay nagtataas ng sumang financing benchmark, at ang credit spreads ay nagkakaroon ng stratification base sa cash flow, leverage, at refinancing dependency.

Itinuro ni Joseph Lupton, pinuno ng global economic research team ng Morgan Stanley, sa pananaliksik nito noong Nobyembre 10 na ang kasalukuyang productivity improvements ay mas nagmumula sa capital deepening at mas mataas na paggamit ng production factors, habang ang wide efficiency dividends mula sa AI sa pamamagitan ng process reengineering, data integration at organizational adjustment ay nangangailangan pa ng panahon bago mapakinabangan.

Malaki rin ang implikasyon nito na ang mga order para sa chips, servers, at electrical equipment ay maaaring tumuloy sa paglago agad, ngunit hindi tiyak na kasabay nito ang tuloy-tuloy na investment return ng mga computing power operators at end users; sa kapaligiran ng tumataas na interest rates at lumalawak na credit spreads, sumasabay pati ang financing burden at pagbaba ng present value ng long-term returns sa waiting period na ito. Ang additional production at income sa stage ng AI infrastructure ay unang napapakinabangan ng chip, server at kaugnay na equipment manufacturers—kaya nitong paliwanag kung bakit ang mga stock prices ng mga lider ng Asian AI infrastructure manufacturing ay naging napakalakas nitong mga nagdaang taon.

Kung tumaas pa ang correlation ng stocks na magdudulot ng forced unwinding ng crowded dispersion trades, maaaring lumaki pa ang adjustment. Ang magiging susi kung muling magkakaroon ng premium ang AI assets ay kung gaano kabilis natuturn ang orders sa cash, kung kayang suportahan ng financing capacity ang delivery, at kung ang cost-reduction at efficiency improvements sa application end ay tunay na makakamtan.

Sumalpok ang chip rebound sa interest hike revaluation, muling sinusukat ng market ang AI investment return

Noong Nobyembre 5 sa New York US stock close, sumadsad ng 6.36% ang Nasdaq 100 index, pinakamalaking single-day drop mula Marso 2020, at halos $2.3 trilyong market capitalization ng constituent stocks ang nabura; gumuho rin ng 12.25% ang Philadelphia Semiconductor Index. Matapos makuha ng Democratic Party ang kapangyarihan sa parehong kongreso, ikinabahala ng market ang mas mahigpit na AI regulations at restrictions sa data center constructions na maaaring magdulot ng delay sa project delivery, equipment procurement, at actual income realization. Naging sanhi ito ng valuation adjustments, at nagbawas pa ng posisyon ang trend-following at iba pang systematic strategies, nagpalala ng pagbagsak.

Noong Nobyembre 9, bahagyang naayos ang negative expectations, at tumaas ang Nasdaq 100 at Philly Semi ng 3.40%, 6.85%, ayon sa pagkakasunod; Micron at SanDisk naman ay tumaas ng 6.25%, 6.16%. Ngunit bumagsak ng halos 4.3% si Nvidia dahil sa company-specific news. Pagdating ng Nobyembre 10, bumaba uli si Micron at SanDisk ng 1.1%, 3.0%, na nagpapakita ng patuloy na pag-ikot ng capital sa pagitan ng malakas na industrial demand at macro valuation pressure. Kapansin-pansin, ang scale ng pagbawas ng tech stocks ngayon ay mas banayad, bumaba pa nga ang VIX mula 19.92 sa 19.46, na nagpapakita na ang market ay muling sinusuri ang Fed rate path pressure, at hindi pa nauulit ang panic selloff ng nakaraang Huwebes.

Ipinapakitang data na inilabas noong Nobyembre 10 na ang US October overall at core CPI ay tumaas month-on-month ng 0.4%, 0.3%, na mas mataas kaysa sa inaasahang 0.3%, 0.2%; umabot na ang aktwal na core reading sa threshold na binanggit ni Waller, permanent FOMC voting member at Fed governor, na nagsasaad ng "pag-isipang magtaas ng 50 basis points sa Disyembre". Sumunod na nagsara ang Dow, S&P 500 at Nasdaq Composite na lugi ng 0.30%, 0.38%, 0.74%. Ipinapakita ng market pricing na tumataas ang probabilidad ng 50 basis points hike sa Disyembre sa 11.8%, ngunit nananatiling 25 basis points pa rin ang main scenario; binigyang bigat din ng traders ang posibilidad ng tatlong sunod na 25bps hikes mula sa kasalukuyang antas hanggang mid-2027, kabilang ang inaasahang December hike. Ang nagbago sa kabalisahan ng market ay mas mabilis at mas matagal pa ang tightening round ng Fed.

Mas mataas ang output bawat oras, ngunit hindi ibig sabihin ay may AI-led efficiency revolution na

Binasag muna ng Morgan Stanley ang tatlong konseptong kadalasang napagkakamaliang pagsamahin: capital deepening, factor utilization, at total factor productivity (TFP). Ang mas maraming equipment at software para sa bawat manggagawa ay nagpapataas ng hourly output; ang mas matinding gamit ng equipment at pagbawas ng idling sa workflows ay nakakataas din ng output; ngunit ang pagpaparami pa rin ng output matapos alisin ang epekto ng mga pagbabago sa itaas, ay mas malapit sa mas malawak na efficiency improvement.

Ang capital deepening ay maaaring kasama na ang technological progress taun-taon na nakakabit sa bagong equipment, kaya hindi ito pwedeng ipakahulugan na walang kontribusyon ang AI. Halimbawa, mas advanced na AI chips ay nagpapataas ng computational efficiency, isang bahagi ng kontribusyon ay kinikilala sa capital deepening. Kaya para kay Morgan Stanley, pangunahing dahilan ng kamakailang productivity improvement ay capital deepening—hindi ibig sabihin na walang kontribusyon ang AI, kundi ang AI ay wala pa sa stage ng widespread application at business process transformation tungo sa makikitang pagtaas ng total factor productivity.

Mga mahalagang data: Sa nakaraang tatlong taon, annualized growth ng labor productivity sa US ay 2.6%, mas mataas kaysa sa 1.4% ng nakaraang expansion period. Ngunit ayon sa decomposition ng ulat, halos kalahati nito ay ipinaliwanag ng capital deepening, mga 20% dahil sa factor utilization, at one-third nalang ang TFP na sa nakaraang tatlong taon ay annualized growth na 0.9%. Pinagsamang contribution ng tech at non-tech capital deepening ay 1—1.5 percentage points; data center-related investments ay maaaring mag-ambag ng hanggang 0.5 percentage points. Ipinapakita ng ratios na ito na napakahalaga ng dagdag kapital at mas lubos na paggamit ng existing inputs sa productivity improvement nitong mga huling taon.

Kung ano ang mas dapat tutukan ay ang trend ng increment: Nanoobserbahan ng ulat na halos nagplatong ang TFP growth kung ia-adjust sa utilization nitong nakaraang taon. In-update ng San Francisco Fed noong Nobyembre 9 ang data na nagpapakita na sa nakaraang apat na quarters hanggang Q3 2026, ang TFP growth bago utilization adjustment ay 1.27%, ngunit -0.22% ang adjusted. Sinusuportahan nito ang opinyon na "hindi pa makikita ang widespread efficiency dividends", pero hindi ito nangangahulugan na walang pakinabang ang enterprise AI application ng mga indibidwal na kumpanya.

Mula sa mekanismo ng deployment ng mga negosyo, ang pagbili ng GPU at pag-access sa large models ay bahagi lamang ng kabuuang investment. Kailangan pa ng available data, app development, permission governance, restructuring ng workflows, at pagsasanay ng mga empleyado para sa productivity returns. Sa initial deployment, ang mga ancillary investments na ito ang mauunang ipatupad, kasunod ang pagbuo ng process gains, na bumubuo ng tinatawag na productivity J-curve. Kaya’t may correlation pero hindi sabay na umaani ang pagtaas ng computing power purchases, kita ng cloud services, at efficiency upgrades ng end enterprises.

Order muna ang suppliers, pero kailangang mapagtagumpayan ng ekonomiya ang gastos at interest rate barrier

Hinati ng Morgan Stanley ang tech boom sa dalawang phase: investment at return. Sa phase one, nauuna ang AI capital expenditure at price appreciation ng assets na magpagalaw ng demand side, kaya ang mga supplier ng capital goods ay una ring kumikita; sa phase two, lalo pang lumalaganap ang teknolohiya, napapalaki ang supply at nababawasan ang unit cost, at ito na ang pangunahing sumusuporta sa tunay na kita at profit ng mga negosyo. Sa madaling salita, sa first phase, demand growth ay mas mabilis kaysa sa supply improvement, at sa second phase na lang mangyayari ang tech diffusion, productivity boost, at unit cost reduction.

Ipinapakita ng ulat na mula simula ng 2025, ang global capital expenditure ay annualized growth rate na 7%, habang US tech capital expenditures ay lumago ng halos 30% nitong nakaraang taon. Dahil umaasa sa imports ang maraming device, ang investment spending ay nawawala ang bahagi ng GDP contribution sa imported component, habang ang earning ng manufacturing ay mas napupunta sa Asia. Ayon sa ulat, simula 2024 ang global manufacturing growth ay 5.6%, kung saan 4.7 percentage points ay galing sa Asia; tinanggal sa Asia ang China at India sa chart na ito.

Nakahanay sa time sequence na ito ang kamakailang disclosures ng industrial supply chain. Sa earnings call ng Microsoft noong Oktubre 28, ang quarterly capital expenditures ay $45.2 bilyon, kung saan halos tatlong-kapat ay para sa CPU, GPU at iba pang assets na may short lifecycle, at malinaw na isinali ang mas mataas na memory at storage cost. Ayon sa TrendForce noong Nobyembre 4, tumaas pa rin ang contract price ng server DRAM, sumisigla ang HBM4 at tumataas ang pangmatagalang contract ratio, kahit na mahina ang spot market. Ang price hike at kita ng suppliers ay cost din ng cloud vendors; kaya’t mas maagang umaani ng kita ang upstream, bago pa tuluyang mag-materialize ang investment returns downstream.

Ito rin ang dahilan kung bakit ang improvement ng productivity numbers ay hindi agad nakakaalis ng inflation pressure. Ang mas matinding paggamit ng tools at tao ay maaaring magpataas ng overtime, maintenance, at wear and tear cost; bagaman nadagdagan ang supply ng capital, mas mabilis nangyayari ang demand growth during the construction period. Dagdag pa ng Morgan Stanley, ang pagtaas ng investment financing need at ang wealth effect na nag-eengganyo ng household spending, ay maaaring mag-raise ng equilibrium real interest rate para maka-attract ng savings at masuportahan ang capital formation. Pansin, ang tinatalakay dito ay equilibrium rate at maaari, kahit bumalik sa mas mababang inflation sa hinaharap, hindi kaagad babalik sa dating malinaw na low-rate environment ang financing.

Itinukoy din ng ulat ng Morgan Stanley ang isang kundisyon na madalas matakpan ng AI narrative: Ang consumption ay hindi maaaring umasa ng matagal sa stock price increase at pagbaba ng savings, at kinakailangan sa huli na wag magkulang ang labor income. Inaasahan ng institusyong ito na tataas muli ang hiring cyclically, ngunit medyo mahina ang labor supply kaya posibleng mas mahirap bumaba ang inflation.

Bilang extension ng framework na ito, ipinapakita ng research ng Morgan Stanley na ang investment focus ng buong AI industry chain sa hinaharap ay dapat nakalaan sa kung paano magpapatotoo ang orders bilang cash, kung kakayanin ng clients ang patuloy na financing, at kung masasabdian ng end-side efficiency upgrades ang sunod na procurement round. Ang kita ng storage, electrical at interconnect suppliers ay maaaring pumawi sa bahagi ng valuation pressure; habang ang mga platform at application companies na kayang gawing verifiable income o cost savings ang AI investment ay mas may kakayahan na i-sustain ang mataas na long-term valuation. Kung pag-asa lang sa eyeball na capital investment ang growth, kapag bumagal ang expansion, bababa na rin ang ambag nito sa economic growth.