Το ερώτημα αν βρισκόμαστε μπροστά σε μια φούσκα τεχνητής νοημοσύνης έχει πάψει να είναι θέμα συζήτησης μεταξύ σκεπτικιστών αναλυτών. Μέσα στο 2026 μετατράπηκε στη βασική διαμάχη των αγορών, με μόνιμη παρουσία στα πρωτοσέλιδα διεθνών οικονομικών εντύπων και με μια σειρά από θεσμικούς παίκτες να δημοσιεύουν επίσημα μοντέλα εκτίμησης του κινδύνου. Το διακύβευμα δεν είναι πλέον απλώς η αποτίμηση ορισμένων μετοχών. Είναι το κατά πόσο μια επενδυτική δαπάνη άνευ προηγουμένου στην ιστορία της τεχνολογίας μπορεί να αποδώσει, και τι θα συμβεί στην ευρύτερη οικονομία αν δεν αποδώσει.
Το μέγεθος του στοιχήματος
Τα μεγέθη είναι δύσκολο να συλληφθούν. Οι τέσσερις μεγαλύτεροι αμερικανικοί πάροχοι υπολογιστικού νέφους, Amazon, Alphabet, Microsoft και Meta, ανέβασαν τις προβλέψεις τους στα αποτελέσματα του πρώτου τριμήνου του 2026 και οδήγησαν το συνολικό ποσό κεφαλαιουχικών δαπανών για τη χρονιά κοντά στα 725 δισεκατομμύρια δολάρια. Το 2025 το αντίστοιχο νούμερο ήταν περίπου 410 δισεκατομμύρια, δηλαδή μιλάμε για αύξηση της τάξης του 77% σε έναν μόλις χρόνο. Η Amazon δήλωσε ότι αναμένει δαπάνες κοντά στα 200 δισεκατομμύρια, η Alphabet έως 185 δισεκατομμύρια και η Meta μεταξύ 125 και 145 δισεκατομμυρίων. Το συντριπτικά μεγαλύτερο μέρος κατευθύνεται σε υποδομές τεχνητής νοημοσύνης: κέντρα δεδομένων, επιταχυντές, δίκτυα και συστήματα ψύξης και ενέργειας.
Για να μπει το μέγεθος σε προοπτική, η ετήσια αυτή δέσμευση ξεπερνά το ακαθάριστο εγχώριο προϊόν αρκετών ανεπτυγμένων χωρών. Πρόκειται για τον πιο συγκεντρωμένο κύκλο επενδύσεων υποδομής στην ιστορία του κλάδου, και μάλιστα σε διάστημα που μετριέται σε τρίμηνα και όχι σε δεκαετίες.
Η αριθμητική που τρομάζει
Το κεντρικό επιχείρημα των απαισιόδοξων είναι απλό: η σχέση δαπάνης προς έσοδα. Οι εκτιμήσεις διαφέρουν ανάλογα με το τι μετράται ως «έσοδο από τεχνητή νοημοσύνη», αλλά ακόμη και οι πιο ευνοϊκές αναγνώσεις αφήνουν ένα χάσμα που δύσκολα κλείνει γρήγορα. Όταν το υπολογιστικό νέφος βρισκόταν σε αντίστοιχο σημείο της καμπύλης υιοθέτησής του γύρω στο 2011, η αναλογία κεφαλαιουχικής δαπάνης προς άμεσα έσοδα ήταν περίπου 2,4 προς 1. Σήμερα ορισμένοι αναλυτές την τοποθετούν κοντά στο 10 προς 1.
Στο επίπεδο των εργαστηρίων μοντέλων η εικόνα είναι ακόμη πιο έντονη. Η OpenAI εμφανίζει ετησιοποιημένα έσοδα που κινούνται σε διψήφια δισεκατομμύρια, ωστόσο οι προβλέψεις μιλούν για ζημιές κοντά στα 14 δισεκατομμύρια δολάρια μέσα στο 2026, σχεδόν τριπλάσιες από εκείνες του 2025. Το συνολικό έσοδο των δύο μεγαλύτερων ανεξάρτητων εργαστηρίων παραμένει μικρό κλάσμα της ετήσιας δαπάνης των παρόχων νέφους που τα φιλοξενούν.
Υπάρχουν και λιγότερο ορατά ζητήματα. Ο οίκος Moody’s κατέγραψε στις αρχές του 2026 περίπου 662 δισεκατομμύρια δολάρια υπογεγραμμένων αλλά μη ενεργοποιημένων μισθώσεων κέντρων δεδομένων, υποχρεώσεις που με βάση τα λογιστικά πρότυπα δεν εμφανίζονται ακόμη στους ισολογισμούς ούτε στα δημοσιευμένα νούμερα κεφαλαιουχικών δαπανών. Παράλληλα, οι εταιρείες έχουν επιμηκύνει τον χρόνο απόσβεσης των επεξεργαστών τεχνητής νοημοσύνης από τα τρία στα πέντε ή έξι έτη, τη στιγμή που η πραγματική οικονομική ζωή αυτού του εξοπλισμού εκτιμάται συχνά σε δύο έως τρία χρόνια πριν τον ξεπεράσει η επόμενη αρχιτεκτονική. Η πρακτική βελτιώνει τα δημοσιευμένα κέρδη, αλλά μεταθέτει το πρόβλημα.
Τέλος, η πίεση στις ταμειακές ροές γίνεται μετρήσιμη. Εκτιμήσεις τραπεζών τοποθετούν τις κεφαλαιουχικές δαπάνες των μεγάλων παρόχων κοντά στο 94% των λειτουργικών ταμειακών ροών τους για το 2026 και το 2027, από περίπου 76% το 2024. Η Amazon φέρεται να οδεύει προς αρνητικές ελεύθερες ταμειακές ροές μέσα στη χρονιά και έχει ενημερώσει τους επενδυτές ότι ενδέχεται να αντλήσει κεφάλαια μέσω μετοχών και δανεισμού.
Οι κυκλικές συμφωνίες
Το δεύτερο μεγάλο σημείο τριβής αφορά τη δομή των συμφωνιών. Ο κατασκευαστής επεξεργαστών επενδύει στο εργαστήριο μοντέλων, το εργαστήριο δεσμεύεται να αγοράσει υπολογιστική ισχύ από πάροχο νέφους, και ο πάροχος αγοράζει τους επεξεργαστές του πρώτου. Το ίδιο κεφάλαιο εμφανίζεται ως έσοδο ή ως ανεκτέλεστο υπόλοιπο σε πολλαπλά σημεία του κύκλου.
Οι αριθμοί που έχουν συζητηθεί δημόσια περιλαμβάνουν επένδυση έως 100 δισεκατομμυρίων δολαρίων από την Nvidia στην OpenAI, συμβόλαιο υπολογιστικής ισχύος ύψους 300 δισεκατομμυρίων μεταξύ OpenAI και Oracle, και συμφωνίες της AMD με μεγάλους πελάτες που συνοδεύονται από δικαιώματα απόκτησης μετοχών. Αναλύσεις του 2026 υπολογίζουν συνολικά πάνω από 800 δισεκατομμύρια δολάρια σε τέτοιου τύπου αλληλοσυνδεόμενες δεσμεύσεις.
Οι υπερασπιστές του μοντέλου σημειώνουν ότι η χρηματοδότηση προμηθευτή δεν είναι κάτι νέο και έχει χτίσει πραγματικούς κλάδους έντασης κεφαλαίου. Οι επικριτές απαντούν ότι το ίδιο ακριβώς σχήμα διόγκωσε τη ζήτηση στην αγορά τηλεπικοινωνιών στα τέλη της δεκαετίας του 1990, όταν οι κατασκευαστές εξοπλισμού δάνειζαν τους πελάτες τους για να αγοράσουν τα προϊόντα τους. Όταν η πραγματική ζήτηση δεν επιβεβαίωσε τις προβλέψεις, οι υπερχρεωμένοι πάροχοι πάγωσαν τις δαπάνες και μεγάλο μέρος της υποδομής έμεινε αναξιοποίητο για χρόνια.
Ο πιο ανησυχητικός δείκτης δεν είναι το ίδιο το μέγεθος αλλά η συγκέντρωση του αντισυμβαλλομένου κινδύνου. Ένα πολύ μεγάλο τμήμα του ανεκτέλεστου υπολοίπου εσόδων που εμφανίζουν οι μεγάλοι πάροχοι νέφους προέρχεται από ελάχιστα εργαστήρια μοντέλων, τα οποία σήμερα καίνε μετρητά. Αν ένας κρίκος επιβραδύνει, τα έσοδα υποχωρούν ταυτόχρονα σε ολόκληρη τη συστάδα.
Η υπεράσπιση της επένδυσης
Η άλλη πλευρά δεν είναι αβάσιμη. Πρώτον, τα έσοδα υπάρχουν και μεγαλώνουν με ρυθμούς που δεν συναντώνται αλλού. Το τμήμα νέφους της Amazon κινείται σε ετησιοποιημένη βάση κοντά στα 150 δισεκατομμύρια δολάρια με άνοδο περίπου 28%, το Google Cloud γύρω στα 80 δισεκατομμύρια με άνοδο 63%, ενώ οι υπηρεσίες τεχνητής νοημοσύνης της Microsoft κινούνται σε τριψήφια ποσοστά ανάπτυξης από χαμηλότερη βάση. Η Nvidia ανακοίνωσε τριμηνιαία έσοδα άνω των 80 δισεκατομμυρίων δολαρίων με ετήσια αύξηση κοντά στο 90% στο τμήμα κέντρων δεδομένων.
Δεύτερον, η υποδομή δεν φαίνεται να πλεονάζει. Αναλύσεις καταγράφουν έλλειμμα διαθέσιμης ισχύος σε αμερικανικά κέντρα δεδομένων που ξεπερνά τα 11 γιγαβάτ σήμερα, με προβλέψεις για διεύρυνση τα επόμενα χρόνια, ενώ τα ποσοστά κενών χώρων σε εγκαταστάσεις συστέγασης στη Βόρεια Αμερική έχουν πέσει σε ιστορικά χαμηλά. Αυτό είναι το αντίθετο από την εικόνα υπερπροσφοράς που χαρακτήρισε τη φούσκα των οπτικών ινών.
Τρίτον, η χρηματοδοτική δομή διαφέρει ουσιωδώς. Οι τέσσερις μεγάλοι πάροχοι χρηματοδοτούν το μεγαλύτερο μέρος της επένδυσης από λειτουργικές ταμειακές ροές διαφημιστικών, λιανεμπορικών και επιχειρηματικών δραστηριοτήτων που παραμένουν εξαιρετικά κερδοφόρες. Δεν πρόκειται για υπερμοχλευμένους τηλεπικοινωνιακούς παρόχους μιας μοναδικής υπόθεσης. Ασφαλιστικοί και επενδυτικοί οίκοι που παρακολουθούν τον κίνδυνο εντοπίζουν την υπερθέρμανση σε συγκεκριμένους θύλακες, κυρίως στους λεγόμενους «νέο-παρόχους νέφους» που στηρίζονται αποκλειστικά σε δανεισμό και σε διατήρηση υψηλών τιμών ενοικίασης υπολογιστικής ισχύος, καθώς και σε ορισμένους παρόχους μοντέλων.
Αξίζει επίσης να σημειωθεί ότι η τρέχουσα άνοδος δεν έχει τα ψυχολογικά χαρακτηριστικά της κλασικής φούσκας. Οι αποτιμήσεις είναι υψηλές αλλά όχι στα επίπεδα του 1999, και η στάση των επενδυτών περιγράφεται ως επιφυλακτική παρά ευφορική. Δείκτες παρακολούθησης του κινδύνου φούσκας από μεγάλους ασφαλιστικούς ομίλους σηματοδοτούσαν μέσα στη χρονιά «μέτριες» πιέσεις, με το ενδιαφέρον να μετατοπίζεται από την κερδοφορία προς την ορατότητα των ταμειακών ροών.
Ο μακροοικονομικός κίνδυνος
Εδώ βρίσκεται το πιο αμφιλεγόμενο κομμάτι της συζήτησης. Ορισμένες αναλύσεις υποστηρίζουν ότι οι επενδύσεις σε τεχνητή νοημοσύνη ευθύνονται για συντριπτικό μέρος της αμερικανικής μεγέθυνσης του πρώτου τριμήνου του 2026 και ότι χωρίς αυτές η οικονομία θα ήταν ουσιαστικά στάσιμη. Εκτιμήσεις επενδυτικών οίκων τοποθετούν τη συνεισφορά κοντά στη 1,4 ποσοστιαία μονάδα ανάπτυξης για το 2026.
Άλλες προσεγγίσεις είναι πολύ πιο συγκρατημένες. Ανάλυση της Goldman Sachs υπολογίζει ότι, παρότι η δαπάνη προσθέτει περίπου 3,3 ποσοστιαίες μονάδες στην αύξηση των επιχειρηματικών επενδύσεων, η καθαρή συνεισφορά στο μετρούμενο ΑΕΠ είναι μόλις γύρω στο 0,3%, καθώς μεγάλο μέρος της αξίας αφορά εισαγόμενα εξαρτήματα και κέρδη που συγκεντρώνονται σε λίγες εταιρείες και δεν ανακυκλώνονται στην πραγματική οικονομία. Η αναθεώρηση της αμερικανικής ανάπτυξης πρώτου τριμήνου προς τα κάτω, στο 1,6%, ενίσχυσε την εικόνα μιας οικονομίας που στηρίζεται σε στενή βάση.
Οι εκτιμήσεις για το τι θα συνέβαινε σε περίπτωση απότομης ανάσχεσης διαφέρουν. Ευρωπαϊκοί οικονομικοί οίκοι εκτιμούν ότι ένα σοκ αντίστοιχο της φούσκας των εταιρειών διαδικτύου θα οδηγούσε σε αρκετές χιλιάδες επιπλέον εταιρικές πτωχεύσεις στις Ηνωμένες Πολιτείες και σε αντίστοιχες πιέσεις στην Ευρώπη, χωρίς όμως αυτό να ανατρέπει την πρόβλεψη για παγκόσμια ανάπτυξη κοντά στο 2,9% για το 2026. Ταυτόχρονα, η τεχνητή νοημοσύνη εκτοξεύθηκε στη δεύτερη θέση των κορυφαίων επιχειρηματικών κινδύνων παγκοσμίως για το 2026, από τη δέκατη θέση το προηγούμενο έτος, τη μεγαλύτερη άνοδο που έχει καταγραφεί σε αυτή την κατάταξη.
Τι πρέπει να παρακολουθείται
Η χρήσιμη ερώτηση δεν είναι αν υπάρχει φούσκα, αλλά ποια σημεία θα σπάσουν πρώτα αν σπάσουν. Τα πιο αξιόπιστα προειδοποιητικά σήματα είναι τεχνικά και όχι ρητορικά: η διεύρυνση των πιστωτικών περιθωρίων στους παρόχους υποδομής, η πορεία των τιμών ανά μονάδα υπολογιστικής ισχύος για συμπεράσματα μοντέλων, η ταχύτητα με την οποία μετατρέπεται το ανεκτέλεστο υπόλοιπο σε πραγματικά τιμολογημένα έσοδα, και το αν οι δεσμεύσεις μίσθωσης κέντρων δεδομένων ενεργοποιούνται στους αρχικά προβλεπόμενους χρόνους.
Η πιο νηφάλια σύνθεση είναι ότι δύο πράγματα μπορούν να ισχύουν ταυτόχρονα. Η ζήτηση για υπολογιστική ισχύ είναι πραγματική και η υποδομή σπάνια μένει αχρησιμοποίητη για πάντα. Ταυτόχρονα, ο ρυθμός δέσμευσης κεφαλαίων τρέχει αρκετά μπροστά από τον ρυθμό με τον οποίο οι επιχειρήσεις μετατρέπουν τα εργαλεία σε μετρήσιμο κέρδος. Οι φούσκες υποδομής της ιστορίας δεν κατέστρεψαν την τεχνολογία που χρηματοδότησαν. Κατέστρεψαν όμως πολλούς από όσους την πλήρωσαν πρώτοι.
Πηγές
- https://finance.yahoo.com/markets/article/magnificent-7-earnings-rush-reveals-ai-spending-surge-with-hyperscaler-capex-set-to-reach-725-billion-in-2026-224901707.html
- https://www.allianz.com/en/economic_research/insights/publications/specials_fmo/260325_ai-capex-cycle.html
- https://alcapitaladvisory.com/research/intelligence/ai-infrastructure.html













