افزایش شدید بازدهی اوراق قرضه آمریکا، چرا سهام هوش مصنوعی همچنان در حال افزایش است؟

نویسنده: در سپتامبر، بازار مالی آمریکا شاهد یک انحراف قابل توجه بود: اوراق قرضه آمریکا با فروش گسترده‌ای مواجه شدند و بازدهی اوراق قرضه 10 ساله در یک ماه بیش از 50 واحد پایه افزایش یافت و برخی از دارایی‌های با درآمد ثابت بین 2.3% تا 5% کاهش یافتند. در همین حال، معاملات هوش مصنوعی همچنان قوی باقی ماند، سهام نیمه‌رساناها به رشد خود ادامه دادند و شاخص نزدک به نسبت مقاوم بود، اما سهام کوچک و متوسط، شاخص S&P 500 با وزن برابر و سایر بخش‌های حساس به نرخ بهره به طور کلی تحت فشار بودند.

طبق منطق سنتی ارزیابی، افزایش نرخ‌های بلندمدت به این معنی است که جریان‌های نقدی آینده باید با نرخ تنزیل بالاتری محاسبه شوند، که معمولاً به کاهش ارزش سهام منجر می‌شود. با این حال، سهام فناوری به اندازه بازار بدهی دچار تعدیل نشده است. آیا بازار در حال نگرانی از چشم‌انداز مالی و تورم آمریکا است یا در حال شرط‌بندی بر این است که هوش مصنوعی رشد اقتصادی کافی برای جبران تأثیرات نرخ بهره بالا را به ارمغان خواهد آورد؟

هری مامیاسکی، بنیان‌گذار QuantStreet Capital، در آخرین نامه سرمایه‌گذاری ماهانه خود سوال دیگری را مطرح کرده است: اگر بازار معتقد است که هوش مصنوعی می‌تواند بهره‌وری کل اقتصاد را افزایش دهد، چرا عمدتاً سهام تأمین‌کنندگان زیرساخت مانند نیمه‌رساناها در حال افزایش است و نه شرکت‌های زیادی که باید از هوش مصنوعی بهره‌مند شوند؟ نویسنده معتقد نیست که هوش مصنوعی حبابی ایجاد کرده است، اما نسبت به این انحراف در پیش‌بینی‌های درآمد و عملکرد سهام هشدار می‌دهد.

این سوال به این موضوع مربوط می‌شود که آیا سرمایه‌گذاری در هوش مصنوعی می‌تواند یک چرخه تجاری پایدار ایجاد کند. بازارهای سرمایه حاضرند هزینه‌های بالایی برای قدرت محاسباتی، تراشه‌ها و مراکز داده پرداخت کنند، اما این سرمایه‌گذاری‌ها در نهایت باید به سودآوری شرکت‌ها تبدیل شوند تا بازدهی بلندمدت را پشتیبانی کنند. هنگامی که هزینه‌های تأمین مالی به طور مداوم در حال افزایش است، منطق سرمایه‌گذاری در هوش مصنوعی ممکن است به طور فزاینده‌ای به یک سوال بستگی داشته باشد: چه کسی هزینه‌های ساخت را متحمل می‌شود و چه کسی واقعاً می‌تواند از سود ایجاد شده توسط هوش مصنوعی بهره‌مند شود؟

در زیر متن اصلی ترجمه شده است:

در سپتامبر 2026، تغییرات مشهود در بازار آمریکا نه افزایش سهام هوش مصنوعی، بلکه ظهور یک تفکیک نادر بین اوراق قرضه و سهام بود.

از یک سو، بازار درآمد ثابت با فروش گسترده‌ای مواجه شد. داده‌های وزارت خزانه‌داری آمریکا نشان می‌دهد که بازدهی اوراق قرضه 10 ساله از 4.75% در 31 اوت به 5.29% در 30 سپتامبر افزایش یافته و در مجموع 54 واحد پایه افزایش یافته است. طبق آمار QuantStreet، برخی از دارایی‌های درآمد ثابت آمریکا در این ماه بین 2.3% تا 5% کاهش یافته‌اند.

از سوی دیگر، سهام فناوری به ویژه بخش نیمه‌رسانا همچنان قوی باقی مانده است. بیت‌کوین، استراتژی‌های حرکتی که سهام فناوری و نیمه‌رسانا را به عنوان دارایی‌های مهم خود دارند و همچنین شاخص نزدک به نسبت برجسته عمل کرده‌اند. در مقابل، سهام کوچک و متوسط آمریکا، شاخص S&P 500 با وزن برابر، و بخش‌های حساس به نرخ بهره مانند صندوق‌های سرمایه‌گذاری املاک (REITs)، خدمات عمومی و مالی به طور کلی عملکرد ضعیفی داشته‌اند.

عجیب‌تر اینکه، دلار و کالاها در سپتامبر به طور همزمان افزایش یافتند. این با رابطه معکوس معمول بین این دو سازگار نیست و نشان می‌دهد که محیط بازار که سرمایه‌گذاران با آن مواجه هستند، در حال پیچیده‌تر شدن است.

برای QuantStreet، دو سوال قابل توجه در پس این تفکیک بازار وجود دارد: چرا نرخ‌های بلندمدت به شدت افزایش یافته و سهام فناوری همچنان قوی باقی مانده است؟ اگر سرمایه‌گذاران در حال شرط‌بندی بر رشد اقتصادی ناشی از هوش مصنوعی هستند، چرا این پیش‌بینی در بازار سهام گسترده‌تر منعکس نشده است؟

1. افزایش شدید بازدهی اوراق قرضه آمریکا، بازار در واقع نگران چه چیزی است؟

افزایش بیش از 50 واحد پایه در بازدهی اوراق قرضه 10 ساله در یک ماه به این معنی است که قیمت‌گذاری سرمایه‌های بلندمدت به وضوح تغییر کرده است.

قیمت اوراق قرضه و بازدهی معمولاً به صورت معکوس حرکت می‌کنند. افزایش بازدهی به این معنی است که قیمت اوراق قرضه موجود کاهش می‌یابد و اوراق قرضه‌ای که مدت زمان بیشتری دارند و نسبت به تغییرات نرخ بهره حساس‌تر هستند، معمولاً فشار قیمت بیشتری را تجربه می‌کنند.

اما دلیل فروش اخیر اوراق قرضه آمریکا هیچ توضیحی ندارد که مورد توافق بازار باشد.

اولین توضیح این است که سرمایه‌گذاران در حال از دست دادن اعتماد به دلار هستند.

با این حال، مامیاسکی نسبت به این قضاوت احتیاط دارد. دلار در سپتامبر در واقع تقویت شده است و این با روایت فروش گسترده دارایی‌های دلاری سازگار نیست. البته، افزایش دلار نمی‌تواند به طور کامل خطر اعتبار بلندمدت را رد کند، اما حداقل نشان می‌دهد که بازار در حال تجربه یک بحران اعتماد یک‌طرفه به دلار نیست.

دومین توضیح این است که وضعیت مالی آمریکا باعث می‌شود سرمایه‌گذاران خواستار جبران ریسک بلندمدت بیشتری شوند.

نویسنده همچنین معتقد است که شواهد موجود برای حمایت از این نتیجه‌گیری قوی کافی نیست. او به‌ویژه اشاره می‌کند که شاخص‌های جبران تورم نهفته در بازار (inflation breakevens) نسبتاً پایدار باقی مانده‌اند و تغییرات هم‌زمان با افزایش بازدهی به همان اندازه قابل توجهی را نشان نمی‌دهند.

این شاخص تفاوت بازدهی بین اوراق قرضه دولتی اسمی و اوراق قرضه دولتی با پوشش تورم را نشان می‌دهد و می‌تواند برای مشاهده قیمت‌گذاری سرمایه‌گذاران نسبت به تورم آینده و جبران ریسک‌های مرتبط استفاده شود. اگر بازدهی اسمی افزایش یابد و جبران تورم به طور هم‌زمان به شدت افزایش نیابد، دشوار است که تمام تغییرات را به پیش‌بینی‌های تورمی خارج از کنترل نسبت داد.

با این حال، این به این معنی نیست که خطرات مالی می‌توانند رد شوند. بازدهی بلندمدت همچنین تحت تأثیر عرضه اوراق قرضه، حق‌الزحمه‌های زمانی، نرخ‌های واقعی و نقدینگی بازار قرار دارد و ثبات جبران تورم نمی‌تواند به تنهایی ثابت کند که بدهی آمریکا بدون خطر است.

در مقایسه، مامیاسکی بیشتر به سومین احتمال توجه دارد: بازار در حال قیمت‌گذاری مجدد برای رشد اقتصادی قوی‌تر در آینده و نیاز شدید به سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی است.

شرکت‌های بزرگ خدمات ابری و فناوری به طور مداوم هزینه‌های سرمایه (Capex) را افزایش می‌دهند، مراکز داده می‌سازند، تراشه‌ها را خریداری می‌کنند و زیرساخت‌های برقی مرتبط را تأمین می‌کنند. این هزینه‌ها به این معنی است که شرکت‌ها نیاز به استفاده از سرمایه بیشتری دارند و ممکن است نیاز به تأمین مالی را افزایش دهند.

اگر سرمایه‌گذاران به طور هم‌زمان انتظار داشته باشند که هوش مصنوعی بهره‌وری بالاتری و سودآوری آینده را به ارمغان آورد، افزایش نرخ‌های بلندمدت ممکن است تنها به عنوان بدتر شدن ریسک اقتصادی درک نشود، بلکه ممکن است بخشی از تغییرات را منعکس کند که به پیش‌بینی‌های رشد و نیاز به سرمایه مربوط می‌شود.

این به این معنی نیست که سرمایه‌گذاری در هوش مصنوعی به عنوان دلیل اصلی افزایش بازدهی اوراق قرضه آمریکا تأیید شده است، بلکه نویسنده سعی دارد توضیح دهد: چرا در زمانی که بازار بدهی با فروش مواجه است، برخی از سهام فناوری همچنان می‌توانند افزایش یابند.

2. چرا هرچه نرخ‌ها بالاتر می‌روند، سهام هوش مصنوعی قوی‌تر می‌شود؟

ارزیابی سهام را می‌توان به سادگی به عنوان ارزش تنزیل شده جریان‌های نقدی آینده درک کرد.

در شرایطی که سایر عوامل ثابت هستند، هرچه نرخ‌های بازار بالاتر باشد، نرخ بازگشت مورد انتظار سرمایه‌گذاران نیز بالاتر است و ارزش آینده سودآوری شرکت‌ها به امروز کمتر می‌شود. این نیز دلیل این است که چرا سهام با ارزش‌گذاری بالا معمولاً نسبت به افزایش نرخ‌ها حساس‌تر هستند.

اما بازار سپتامبر به طور کامل بر اساس این منطق عمل نکرد. توضیحی که مامیاسکی ارائه می‌دهد این است که سرمایه‌گذاران ممکن است معتقد باشند که هوش مصنوعی رشد سودآوری آینده به اندازه کافی قوی ایجاد خواهد کرد تا فشار ناشی از افزایش نرخ تنزیل را جبران کند.

از نظر فرمول ارزیابی، این به معنای رقابت دو نیروی متضاد است: یکی افزایش نرخ تنزیل که ارزش فعلی سودآوری آینده را کاهش می‌دهد؛ و دیگری افزایش پیش‌بینی سود که ارزش ذاتی سهام را افزایش می‌دهد.

اگر افزایش پیش‌بینی سود به اندازه کافی بزرگ باشد، قیمت سهام حتی در مواجهه با نرخ‌های بالاتر ممکن است همچنان افزایش یابد. به عبارت دیگر، بازار ممکن است به این نتیجه نرسیده باشد که نرخ‌های بالاتر را نادیده گرفته است، بلکه بر این باور است که سودهای آینده هوش مصنوعی به اندازه کافی برای پوشش هزینه‌های بالای سرمایه کافی است.

این توضیح معقول به نظر می‌رسد. سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی در حال شکل‌گیری تقاضای عظیمی است. تولیدکنندگان تراشه، تأمین‌کنندگان تجهیزات نیمه‌رسانا و شرکت‌های فناوری مرتبط می‌توانند به طور نسبتاً مستقیم از هزینه‌های ساخت درآمد کسب کنند. شرکت‌هایی مانند AMD، میکرون، اینتل، سیسکو و مواد کاربردی نیز در میان دارایی‌های اصلی ETF حرکتی که نویسنده به آن توجه کرده است، قرار دارند. تا زمانی که بازار به این باور برسد که هزینه‌های سرمایه‌گذاری در هوش مصنوعی همچنان در سطوح بالا باقی خواهد ماند، پیش‌بینی‌های سودآوری تأمین‌کنندگان بالادستی ممکن است همچنان مورد حمایت قرار گیرد.

اما سوال این است که رشد درآمد این شرکت‌ها در ابتدا از افزایش هزینه‌های سرمایه‌گذاری سایر شرکت‌ها ناشی می‌شود و لزوماً به این معنی نیست که کل اقتصاد از افزایش بهره‌وری مربوطه بهره‌مند شده است.

برای شرکت‌هایی که تراشه خریداری می‌کنند و مراکز داده می‌سازند، هزینه‌ها ابتدا به عنوان هزینه یا دارایی‌های سرمایه‌ای شکل می‌گیرد. تنها زمانی که این دارایی‌ها در نهایت به شرکت‌ها کمک کنند تا درآمد بیشتری کسب کنند، هزینه‌ها را کاهش دهند یا سود را افزایش دهند، سرمایه‌گذاری می‌تواند بازده اقتصادی پایدار ایجاد کند.

بنابراین، افزایش سهام نیمه‌رسانا تنها می‌تواند نشان دهد که بازار به آینده سودآوری شرکت‌های مرتبط با زیرساخت‌های هوش مصنوعی خوش‌بین است، و این کافی نیست که ثابت کند بازده اقتصادی نهایی سرمایه‌گذاری در هوش مصنوعی تحقق یافته است.

3. بزرگترین سوال هوش مصنوعی: آیا شرکت‌های تراشه پولی به دست آورده‌اند، دیگر شرکت‌ها چه؟

این همچنین تناقضی است که مامیاسکی در نامه سرمایه‌گذاری خود به آن توجه دارد.

در سپتامبر، صنعت نیمه‌رسانا عملکرد قوی داشت، اما شاخص S&P 500 با وزن برابر عملکرد ضعیفی داشت.

در مقایسه با شاخص وزنی بازار، شاخص S&P 500 با وزن برابر به هر یک از سهام موجود در آن تقریباً وزن یکسانی می‌دهد، بنابراین می‌توان مشاهده کرد که آیا افزایش بازار به طور گسترده‌ای گسترش یافته است یا عمدتاً توسط تعداد کمی از شرکت‌های بزرگ فناوری هدایت می‌شود.

نویسنده شرکت‌های غیرنیمه‌رسانا را ROCS (بخش باقی‌مانده شرکت‌ها) می‌نامد.

به نظر او، سرمایه‌گذاری در هوش مصنوعی منطقی دارد که نیاز به زمان برای تأیید دارد.

شرکت‌ها اکنون تراشه‌ها، سرورها و نرم‌افزارها را خریداری می‌کنند زیرا انتظار دارند این فناوری‌ها در آینده به افزایش بهره‌وری منجر شوند. بازار نیز به دلیل اعتقاد به اینکه در آینده سودهایی که هنوز تحقق نیافته‌اند، وجود خواهد داشت، حاضر است به این فرآیند ساخت پیش‌پرداخت کند.

بنابراین، در حال حاضر عدم مشاهده افزایش همزمان سود در تمام صنایع چندان غیرمنتظره نیست.

سوال این است که بازار سهام خود به طور پیشرو عمل می‌کند. اگر سرمایه‌گذاران مطمئن باشند که هوش مصنوعی به طور قابل توجهی توانایی سودآوری آینده سایر شرکت‌ها را افزایش خواهد داد، به طور نظری، این پیش‌بینی نیز باید به تدریج در قیمت سهام شرکت‌های مرتبط منعکس شود.

اما در سپتامبر چنین افزایش گسترده‌ای مشاهده نشد. سهام نیمه‌رسانا همچنان قوی باقی ماند، اما دیگر شرکت‌ها از حمایت ارزش‌گذاری مشابهی برخوردار نشدند. این باعث می‌شود نویسنده سوال کند: اگر خریداران نهایی تراشه‌ها نتوانند سود اضافی کافی کسب کنند، چگونه می‌توانند به طور بلندمدت هزینه‌های روزافزون خرید و ساخت هوش مصنوعی را تحمل کنند؟

این سوال به مکانیزم توزیع سود در زنجیره سرمایه‌گذاری هوش مصنوعی مربوط می‌شود.

در کوتاه‌مدت، تأمین‌کنندگان زیرساخت ممکن است با افزایش سفارشات و تقاضای فشرده، سود بالایی کسب کنند. در میان‌مدت، ارائه‌دهندگان خدمات ابری باید از طریق اجاره قدرت محاسباتی، ارائه خدمات هوش مصنوعی و غیره سرمایه‌گذاری خود را بازپرداخت کنند. در بلندمدت، شرکت‌های معمولی باید هوش مصنوعی را به بهره‌وری بالاتر، هزینه‌های عملیاتی کمتر یا منابع درآمد جدید تبدیل کنند.

فقط زمانی که این فرآیند به تدریج تحقق یابد، ارزش ایجاد شده توسط سرمایه‌گذاری در هوش مصنوعی ممکن است به فعالیت‌های اقتصادی گسترده‌تری گسترش یابد.

البته، عدم افزایش همزمان قیمت سهام به این معنی نیست که بازده‌های بهره‌وری هوش مصنوعی وجود نخواهد داشت. نرخ‌های بالای بهره، فشارهای عملیاتی خود صنعت و نقاط شروع ارزش‌گذاری متفاوت شرکت‌ها ممکن است انتظارات بازار را نسبت به بهبود سودآوری آینده پنهان کند.

اما حداقل از نظر عملکرد قیمت سهام در سپتامبر، اعتماد سرمایه‌گذاران به تأمین‌کنندگان بالادستی هوش مصنوعی به وضوح بیشتر از قیمت‌گذاری نهایی سود دیگر شرکت‌ها بود.

در مورد این پدیده، مامیاسکی به نتیجه‌گیری درباره شکست حتمی سرمایه‌گذاری در هوش مصنوعی نرسیده است. او هنوز به ارزش بلندمدت هوش مصنوعی اعتقاد دارد و فکر نمی‌کند که بازار فعلی حبابی باشد.

فقط این افزایش باید برای دریافت حمایت بنیادی گسترده‌تر، به سودهای ایجاد شده توسط هوش مصنوعی که دیگر به تعداد کمی از شرکت‌های فناوری محدود نیست، نیاز دارد.

4. مرحله بعدی چه چیزی را باید مشاهده کرد؟ آیا افزایش بهره‌وری می‌تواند به سودآوری شرکت‌ها تبدیل شود؟

در ارزیابی ارزش اقتصادی هوش مصنوعی، مامیاسکی شروع به توجه بیشتر به داده‌های بهره‌وری کرده است.

اداره آمار کار آمریکا (BLS) در تاریخ 3 سپتامبر 2026 داده‌های اصلاح شده‌ای را منتشر کرد که نشان می‌دهد بهره‌وری کار در بخش غیرکشاورزی در سه‌ماهه دوم به صورت فصلی 1.4% و به صورت سالانه 2.2% افزایش یافته است.

از دیدگاه دوره‌های طولانی‌تر، از چهارمین سه‌ماهه سال 2019 تا دومین سه‌ماهه سال 2026، بهره‌وری کار در بخش غیرکشاورزی آمریکا به طور متوسط حدود 2.1% افزایش یافته است که بالاتر از سطح حدود 1.5% در یک چرخه تجاری قبلی است.

این با روند بهبود بهره‌وری که نویسنده مشاهده کرده است، همخوانی دارد.

اما باید تمایز قائل شد که افزایش بهره‌وری کار کلان به این معنی نیست که سهم هوش مصنوعی تأیید شده است. سرمایه‌گذاری‌های سرمایه‌ای، تخصیص نیروی کار، پیشرفت‌های فناوری و عوامل دوره‌ای ممکن است بر این شاخص تأثیر بگذارند و در حال حاضر نمی‌توان به طور مستقیم محاسبه کرد که هوش مصنوعی چقدر سود برای شرکت‌ها ایجاد کرده است.

بنابراین، مامیاسکی استانداردهای تأیید بیشتری را مطرح کرده است: بهبود بهره‌وری در نهایت باید در سودآوری شرکت‌های غیر فناوری منعکس شود.

این همچنین در تنظیمات پرتفوی QuantStreet منعکس شده است. با اینکه سهام ارزش و سهام با نوسان پایین در سه‌ماهه گذشته عملکرد ضعیفی داشته‌اند، این نهاد همچنان نسبت به این دو نوع سهام نسبت به دیگران وزن بیشتری قائل است و امیدوار است که در معرض بخش‌های وسیع‌تری از شرکت‌ها باقی بماند. در عین حال، در پرتفوی‌هایی با تحمل ریسک بالاتر، همچنان بخشی از سرمایه‌گذاری در سهام فناوری را حفظ می‌کند.

در بازار درآمد ثابت، این نهاد همچنین شروع به تنظیم مدت زمان کرده است. مدت زمان (Duration) برای اندازه‌گیری حساسیت قیمت اوراق قرضه به تغییرات بازدهی استفاده می‌شود. هرچه مدت زمان بیشتر باشد، معمولاً در زمان افزایش نرخ بهره با زیان قیمت بیشتری مواجه می‌شود؛ اما اگر بازدهی کاهش یابد، سود بالقوه قیمت نیز بیشتر مشخص می‌شود.

نویسنده معتقد است که وقتی بازدهی اوراق قرضه 10 ساله به حدود 5.25% برسد، جذابیت سرمایه‌گذاری بالقوه در اوراق قرضه شروع به بهبود می‌کند. بنابراین، QuantStreet در پرتفوی‌های کم‌خطر به طور جزئی مدت زمان اوراق قرضه را افزایش داده است که این تغییر نسبتاً قابل توجهی در یک سال و نیم گذشته است.

با این حال، این به این معنی نیست که این نهاد به طور کامل به اوراق قرضه بلندمدت خوش‌بین است. مدل‌های آن همچنان نسبت به دارایی‌های درآمد ثابت با مدت زمان بالا خوش‌بین نیستند و مدت زمان کلی پرتفوی هنوز کمتر از معیار است، فقط میزان کم‌وزنی کاهش یافته است.

برای سرمایه‌گذاران مناسب، نویسنده همچنین به نقش تنوع دارایی‌های جایگزین مانند صندوق‌های سرمایه‌گذاری خصوصی دائمی (Evergreen Private Equity Funds) اشاره کرده است. طبق برخی از عملکردهای ذکر شده، این صندوق‌ها در سپتامبر حدود 0.5% تا 0.75% افزایش یافته‌اند و در ماه‌هایی که اکثر سهام تحت فشار بودند، اثر تنوع معینی را ارائه داده‌اند. با این حال، این نوع محصولات همچنان با محدودیت‌هایی مانند فرکانس ارزیابی، نقدینگی و ریسک دارایی‌های پایه مواجه هستند و بازده یک‌ماهه نمی‌تواند توانایی دفاعی بلندمدت آن‌ها را ثابت کند.

از این تنظیمات می‌توان دید که QuantStreet به طور کامل از معاملات هوش مصنوعی خارج نشده است و به دلیل افزایش بازدهی اوراق قرضه به طور قابل توجهی به سمت اوراق قرضه بلندمدت نرفته است، بلکه در حال جستجوی یک تعادل بهتر بین دارایی‌های مختلف است.

آنچه واقعاً باید در آینده مشاهده شود، سه گروه سیگنال است.

اولاً، آیا هزینه‌های زیرساخت‌های هوش مصنوعی می‌تواند ادامه یابد و آیا رشد درآمد تأمین‌کنندگان بالادستی همچنان با تقاضای کافی قوی باقی می‌ماند؟

ثانیاً، آیا هوش مصنوعی شروع به بهبود سودآوری شرکت‌های غیر فناوری کرده است. داده‌های بهره‌وری می‌توانند سرنخ‌های اولیه را ارائه دهند، اما حاشیه سود شرکت‌ها، صرفه‌جویی در هزینه و درآمد جدید، شواهد مستقیم‌تری از تحقق بازده سرمایه‌گذاری هستند.

در نهایت، افزایش بازدهی بلندمدت اوراق قرضه آمریکا در واقع بیشتر به پیش‌بینی رشد اقتصادی مربوط می‌شود یا به جبران ریسک‌های تورمی، تأمین مالی و مدت زمان. اگر رشد بهبود نیابد و هزینه‌های تأمین مالی همچنان بالا باشد، بازده سرمایه‌گذاری شرکت‌ها با فشار بیشتری مواجه خواهد شد.

سوالی که معاملات هوش مصنوعی در حال حاضر باید به آن پاسخ دهد، دیگر فقط این نیست که تقاضای تراشه و قدرت محاسباتی تا چه زمانی می‌تواند ادامه یابد، بلکه این است که این سرمایه‌گذاری‌ها در نهایت چه مقدار سود جدید برای کل اقتصاد ایجاد خواهند کرد.

شرکت‌های نیمه‌رسانا از هزینه‌های سرمایه‌گذاری درآمد قابل مشاهده‌ای کسب کرده‌اند، اما بهبود سودآوری شرکت‌های گسترده‌تر هنوز نیاز به تأیید دارد. تنها زمانی که بازده‌های بهره‌وری هوش مصنوعی به تدریج به سود واقعی در خارج از صنعت فناوری تبدیل شود، بازار ممکن است شواهد کامل‌تری برای حمایت از سرمایه‌گذاری‌های کلان فعلی به دست آورد.