Akankah Deepseek Deep-Six Ekonomi AS?

Amerika telah membiayai defisit neraca berjalan yang membengkak menjadi US $ 1,2 triliun pada tahun 2024 dengan menjual saham teknologi kepada orang asing. Saham teknologi, sementara itu, diperdagangkan pada penilaian yang tidak terlihat sejak tahun 2000, ketika Nasdaq Composite mulai turun yang memusnahkan 75% dari kapitalisasi pasarnya pada tahun 2002.

Bisakah kecelakaan teknologi berubah menjadi krisis pendanaan untuk Amerika Serikat jika ekspektasi asam pada prospek pendapatan kecerdasan buatan? Kecelakaan 27 Januari di saham terkait AI sebagai tanggapan terhadap kompetisi Cina yang lebih murah dan lebih baik menimbulkan pertanyaan yang meresahkan. Pertanyaan -pertanyaan ini memiliki perhatian yang tidak terbagi dari setiap investor ekuitas di dunia.

Orang asing berhenti membeli semua jenis utang AS-Treasury, Mortgage, dan Corporate-setelah inflasi pasca-Covid tahun 2021 dan konsekuensi kenaikan suku bunga Federal Reserve. Itu menunjukkan akhir dari pasar bull 40 tahun di obligasi AS. Dari puncak tahun 1981 sebesar 15%, hasil obligasi 30 tahun AS turun di garis yang hampir lurus ke terendah Agustus 2020 hanya 1,41%.

Lonjakan inflasi 2021-2022 mengakhiri menjalankan banteng ini. Pada bulan Maret 2022, apalagi, AS dan sekutunya menyita setengah dari cadangan Rusia $ 600 miliar dalam cadangan valuta asing, mendorong bank sentral lainnya untuk beralih dari sekuritas Treasury AS ke emas dan aset lainnya.

Tetapi selera dunia untuk saham teknologi Amerika tidak berdasar selama sepuluh tahun terakhir, membangkitkan selama setahun terakhir dengan munculnya model bahasa besar (LLM). Apakah penilaian yang ditinggikan untuk saham terkait AI dibenarkan? Itu tergantung pada dua faktor: sektor mana yang cenderung menghasilkan pendapatan dari AI dan seberapa cepat mereka akan menghasilkannya.

Model Deepseek R1 China tampaknya telah mencapai terobosan dalam efisiensi model: arsitektur baru dan optimisasi terkait mengurangi perhitungan yang diperlukan dengan satu atau dua urutan besarnya.

Deepseek, apalagi, menawarkan modelnya di sebagian kecil dari biaya yang sekarang dikenakan pesaing AS. Itu tidak selalu buruk bagi industri teknologi AS secara keseluruhan. Jika China memiliki teknologi yang lebih baik, perusahaan AS dapat mengadopsinya dengan cepat, dan menurunkan biaya untuk pemodelan AI akan menguntungkan pengguna model AI.

Ada tujuh kategori utama aplikasi AI di mana AS dan Cina bersaing. Cina ada di depan di sebagian besar dari mereka dan kecakapan AI -nya kemungkinan akan meningkatkan keunggulannya. Mereka

1. Pabrikan: Cina telah menuangkan sumber daya yang sangat besar ke dalam otomatisasi pabrik. Satu ukuran adalah jumlah pabrik yang dilengkapi dengan jaringan 5G khusus, yang mendukung aplikasi AI. China mengklaim 10.000 instalasi semacam itu, sementara AS hanya memiliki beberapa lusin, terkonsentrasi di industri otomotif. Keuntungannya sangat menguntungkan China, dan kemajuan dalam AI cenderung meningkatkannya. Tetapi manufaktur AS memiliki dampak kecil pada penilaian ekuitas.
2. Internet of Things: China unggul dalam mengotomatiskan transportasi dan pergudangan, dengan gudang robot yang sepenuhnya beroperasi.
3. Robotika: China memasang lebih banyak robot industri setiap tahun daripada gabungan dunia lainnya dan sekarang menjadi produsen utama robot industri.
4. Cina adalah pemimpin dalam apa yang disebut ekonomi ketinggian rendah, dikutip oleh perencana pemerintah untuk pertama kalinya di kertas kerja Desember 2024. Taksi drone, pengiriman drone dan aplikasi lainnya sekarang menjadi bisnis $ 100 miliar di Cina dan diperkirakan akan berlipat ganda pada tahun 2026.
5. Kendaraan otonom: Kami akan menyebut ini sebagai undian antara AS dan Cina, meskipun Cina sudah memiliki layanan taksi otonom yang beroperasi dalam skala kecil.
6. Model Bahasa Besar: Sekali lagi, undian. Keuntungan yang akan dipanen oleh LLMS termasuk bisnis call center senilai $ 40 miliar per tahun Filipina, di mana operator manusia dapat digantikan oleh sistem AI sampai batas yang cukup besar. Tetapi kemungkinan untuk aplikasi LLM sangat bervariasi dan luas sehingga prediksi adalah dugaan pada tahap ini.
7. Biotech: AS memiliki keunggulan berbeda dengan infrastruktur pengembangan farmasi yang kuat. China memiliki petunjuk dalam data medis, tetapi kompleks perusahaan farmasi besar Amerika, startup dan pemodal ventura memberikan keunggulan.

Tanda tanya besar lebih dari monetisasi LLM adalah waktu. Imbalannya bisa besar tetapi mungkin akan memakan waktu lebih lama dari yang diharapkan untuk terwujud.

Penyebaran LLMS perusahaan masih memiliki dampak minimal pada pendapatan perusahaan dan adaptasi manusia (pembelian manajemen, modifikasi alur kerja, dll.) Tampaknya bertahun-tahun lagi. Penghematan biaya untuk kategori pengeluaran tertentu, seperti pusat panggilan atau tugas pengkodean rutin, mungkin direalisasikan dengan cepat tetapi adaptasi AI untuk pekerjaan keterampilan lebih tinggi masih pada tahap yang sangat awal.

Apa artinya ini bagi para pembuat chip seperti Nvidia? Orang bisa berdebat kasus nvidia bullish berdasarkan semua sektor AI yang tercantum di atas, dengan asumsi bahwa NVIDIA GPU akan memberi daya banyak kegiatan ini. Namun, hipotesis ini membutuhkan pengawasan yang lebih dekat terhadap keunggulan kompetitif Nvidia.

Keuntungan NVIDIA paling terkuat dalam perhitungan untuk pelatihan bahasa dan model visi, tetapi lebih sedikit untuk inferensi (menjalankan model yang dihasilkan untuk menghasilkan hasil yang bermanfaat). Khususnya, model Deepseek baru sudah berjalan cukup baik pada chip AI Ascend Huawei, dengan kinerja biaya yang serupa atau bahkan lebih baik daripada pada NVIDIA H800S (chip NVIDIA yang melemah dibersihkan untuk ekspor ke China).

Jika kami menambahkan semua pertimbangan ini, kasus untuk perusahaan teknologi AS teratas (yang disebut Seven Magnificent) untuk mendominasi pengembalian ekuitas ke depan jauh lebih lemah daripada pasar yang saat ini melihatnya. Jika kita benar, dan penilaian pasar teknologi menyusut sampai batas tertentu, apa implikasi makroekonomi? Lebih dari sekadar periode sejarah AS, aliran modal utama tergantung pada sejumlah kecil perusahaan yang sangat besar.

Mari kita anggap bahwa orang asing akan mengurangi pembelian saham teknologi saat penilaian menghilang. Untuk membiayai defisit akun saat ini dan defisit anggaran federal, Amerika Serikat harus menjual lebih banyak obligasi kepada pembeli domestik dan asing. Bagan di bawah ini menunjukkan jumlah utang perbendaharaan baru yang dibeli oleh bank AS, rumah tangga AS, lembaga pejabat asing, dan investor swasta asing.

Bank-bank masuk dan menyerap banjir utang perbendaharaan yang membiayai $ 4 triliun subsidi Covid selama 2020-2021, tetapi kehabisan penyimpanan deposito tabungan mereka pada tahun 2023. Peningkatan investasi baru terbesar dalam sekuritas Treasury berasal dari rumah tangga, tertarik oleh yang lebih tinggi Suku Bunga pada Perbendaharaan. Pembeli swasta asing juga meningkatkan kepemilikan mereka atas perbendaharaan dengan jumlah yang lebih kecil.

Krisis keuangan yang sangat kecil tidak mungkin. Dotcom pembakaran uang tunai tahun 2000 telah digantikan oleh monopoli kaya uang seperti Microsoft, Google, Apple, Amazon dan Meta. Amerika Serikat dapat menyesuaikan diri dengan tongkat udara dalam permintaan asing untuk saham teknologinya, misalnya dengan menawarkan hasil obligasi yang lebih tinggi kepada investor domestik dan internasional.

Tetapi kejutan Deepseek memperlihatkan kelemahan dalam strategi inti teknologi besar serta penilaian stratosfer dari stok yang berkinerja terbaik. Hasilnya cenderung menjadi suku bunga yang lebih tinggi secara terus -menerus, pertumbuhan yang lebih rendah, pengurangan kekayaan dan angin sakal ekonomi yang kaku.

Sektor Teknologi S&P, secara bersamaan, diperdagangkan pada P/E 37, dibandingkan dengan P/E keseluruhan untuk S&P 500 dari 26. yang menyumbang sebagian besar kesenjangan antara penilaian tinggi saham Amerika versus ekuitas di Eropa, Jepang dan Cina.

Pengukur kuningan dari penilaian ekuitas adalah hasil bebas arus kas (FCF), yaitu rasio pendapatan tunai terhadap harga pasar. Semakin rendah FCF, semakin besar harapan tentang pertumbuhan di masa depan (investor menerima lebih sedikit pendapatan saat ini karena mereka mengharapkan lebih banyak pendapatan di masa depan). Untuk S&P 500 secara keseluruhan, FCF di bawah 3, level yang tidak terlihat sejak malam kehancuran stok teknologi tahun 2000.

Untuk monopoli seperti Microsoft, hasil arus kas bebas telah turun menjadi hanya 2, yang terendah dalam catatan.

Teknologi besar dua kali lipat dalam pengeluaran modal antara tahun 2020 dan 2024, dan terus membuat komitmen besar terhadap pusat data yang mendukung AI. Shock Deepseek mempertanyakan kelayakan ekonomi dari rencana ini: Jika pengembang Cina dapat membangun model canggih dengan chip yang kurang kuat, mengeksploitasi inovasi arsitektur model, kekuatan komputasi mentah yang sekarang sedang dibangun mungkin sangat dinilai terlalu tinggi.

Untuk menarik pembeli yang peka terhadap harga ke pasar Treasury, pemerintah AS-masih menjalankan rekor defisit non-resesi masa damai 6% hingga 7% dari PDB-mungkin harus menawarkan hasil yang lebih tinggi. Itu masalah bagi perekonomian dan juga masalah bagi Departemen Keuangan, yang sudah membayar $ 1 triliun per tahun, hampir melipatgandakan biaya layanan utang nasional Amerika pada tahun 2020.

Ini juga membuat angin sakal di depan ekonomi AS untuk aktivitas yang sensitif terhadap bunga, terutama perumahan. Jangka panjang, AS berisiko spiral Italia, di mana meningkatnya biaya layanan utang menggerogoti anggaran dan membatasi apa yang dapat dilakukan pemerintah federal untuk mendukung ekonomi.

Steve Hsu adalah profesor fisika teoretis dan matematika komputasi, sains, dan teknik di Michigan State University, dan pendiri beberapa startup AI. Ikuti dia di X di @hsu_steve. David P Goldman adalah wakil editor Asia Times. Ikuti dia di X di @DavidPgoldman