Der Medienrummel um künstliche Intelligenz seit Microsoft im Januar seine Investition in ChatGPT angekündigt hat, lässt unweigerlich an die Auswüchse der Dotcom-Blase denken.
Das Gefühl von Déjà-vu wurde letzte Woche gestärkt, als die Marktkapitalisierung von Nvidia, dessen Chips unter anderem KI-Anwendungen bei ChatGPT unterstützen, kurzzeitig die Marke von 1 Billion US-Dollar überstieg. Geht es also wieder los?
Tatsächlich nein. Vieles an diesem KI-Buzz auf den Märkten ist gesund.
Der Absturz der Big-Tech-Aktien im letzten Jahr war im Wesentlichen auf die Zinserhöhungen der Zentralbanken zurückzuführen. Durch die Anwendung eines höheren Abzinsungssatzes auf künftige Cashflows im Technologiesektor verringerte sich der Barwert dieser Cashflows. Der diesjährige Aufschwung ist keineswegs von den Zentralbanken getrieben, sondern spiegelt etwas Reales wider.
Die Simulation menschlicher Intelligenz in Maschinen hat ein dramatisches Potenzial, die Funktionsweise der Wirtschaft zu verändern. Manche Menschen werden von diesem Prozess stark profitieren. Im Fall von Nvidia haben sie in diesem Jahr bereits eine beachtliche Summe eingefahren.
Da der geldpolitische Straffungszyklus schon seit einiger Zeit im Gange ist, vergisst man leicht, wie künstlich die Marktbedingungen schon waren und wie lange. Ein neuer Bericht vom McKinsey Global Institute weist darauf hin, dass das Wachstum des globalen Nettovermögens vor der Jahrtausendwende weitgehend dem Wachstum des Bruttoinlandsprodukts folgte. Doch dann geschah etwas Ungewöhnliches.
Um das Jahr 2000 herum, wobei der Zeitpunkt von Land zu Land unterschiedlich war, begannen Nettovermögen, Vermögenswerte und Schulden deutlich schneller zu wachsen als das BIP. Im Gegensatz dazu verlief das Produktivitätswachstum in den G7-Ländern schleppend und sank von 1,8 Prozent pro Jahr zwischen 1980 und 2000 auf 0,8 Prozent zwischen 2000 und 2018. KI hat das Potenzial, uns dabei zu helfen, aus dieser Welt der schwebenden Vermögenspreise und Schulden herauszukommen. abhängiges Wachstum durch seine Fähigkeit, die Produktivität zu verbessern.
Dario Perkins von TS Lombard geht davon aus, dass diese Verbesserung durch zwei Mechanismen vorangetrieben wird. Erstens kann KI aktuelle Prozesse effizienter machen. Es hilft Mitarbeitern bereits dabei, fundiertere Entscheidungen zu treffen, ihre Prozesse zu optimieren und alltägliche Aufgaben zu beseitigen. Die daraus resultierende Steigerung der Effizienz der Belegschaft dürfte die Gesamtleistung steigern.
Und dann kann KI den Arbeitnehmern helfen, neue Dinge zu erfinden, neue Entdeckungen zu machen und technologischen Fortschritt zu generieren, der die künftige Produktivität steigern kann. Mittlerweile haben zahlreiche Studien gezeigt, dass generative KI, die in der Lage ist, selbst zu lernen und mehrere Aufgaben auszuführen, die Effizienz von Arbeitnehmern und Unternehmen, die sie nutzen, steigern wird.
Beachten Sie auch, dass dies alles viel schneller passieren könnte als alles in der Dotcom-Blase. Die öffentlich zugängliche Version von ChatGPT erreichte in nur zwei Monaten 100 Millionen Nutzer. Das Datenanalyseunternehmen GlobalData (das kürzlich TS Lombard übernommen hat) schätzt, dass der globale KI-Markt im Jahr 2030 einen Wert von 383 Milliarden US-Dollar haben wird, was einer durchschnittlichen jährlichen Wachstumsrate von 21 Prozent gegenüber 2022 entspricht.
In vielen Medienkommentaren wurde darauf hingewiesen, dass KI die Arbeitslosigkeit in die Höhe schnellen lassen könnte – eine Befürchtung, die von KI-Enthusiasten geschürt wurde, die über eine Senkung der Arbeitskosten sprechen. Dennoch weist Perkins darauf hin, dass die endgültigen Auswirkungen der Technologie auf die Arbeitsmärkte theoretisch nicht eindeutig sind.
Dies liegt daran, dass technologische Fortschritte zwei gegensätzliche Auswirkungen haben: einen Substitutions- oder Verdrängungseffekt, bei dem arbeitssparende Technologien Arbeitskräfte verdrängen können, und einen Einkommens- oder Kompensationseffekt, bei dem die Technologie alle Waren und Dienstleistungen billiger macht, die Realeinkommen erhöht und neue Nachfragequellen schafft in anderen Wirtschaftszweigen. Im Laufe der Geschichte überwog der Kompensationseffekt stets den Verdrängungseffekt.
Niemand kann sicher sein, ob KI diesem historischen Trend trotzen oder tatsächlich das menschliche Verständnisniveau erreichen oder übertreffen wird. In seinem aktuellen Entwicklungsstadium kann es nicht vertrauenswürdig sein und sogar Unsinn ausspucken. Ebenso ungewiss ist, ob die deflationären Auswirkungen von KI die aktuellen inflationären Kräfte von Angebotsengpässen und angespannten Arbeitsmärkten sowie den künftigen Preisauftrieb durch schrumpfende Arbeitskräfte in der entwickelten Welt und in China überwiegen werden.
Nvidia-Chef Jensen Huang erkannte letzte Woche „den Wendepunkt eines neuen Computerzeitalters“. Er könnte Recht haben. Es ist wahrscheinlich, dass Big Tech weiterhin einen anderen Takt einschlagen wird als die konventionelleren Unternehmen im S&P 500-Index, die empfindlicher auf die Geldpolitik reagieren. Eine Lektion, die Anleger aus der Dotcom-Ära lernen sollten, ist, dass neben Unternehmen mit wirklicher Substanz viel Schrott entsteht. Bei den heutigen Bewertungen sind wir möglicherweise nicht mehr weit davon entfernt, den Schlacken zu vernichten.