Repríza roku 1929? Dominance AI, akciová euforie či velký dluh varují před další krizí

Umělá inteligence proniká do všech oblastí ekonomiky a roztáčí stamiliardový investiční boom. Začínají se ale objevovat obavy, zda vývoj nesměřuje k průšvihu jako v roce 1929. Dnešní regulace finančního systému, dobrá kapitalizace bank i poučení z minulých krizí by tomu měly zabránit. Lidská psychologie a systémová slepota vůči rizikům jsou však stejné jako před 100 lety.

Novinář Andrew Ross Sorkin ve své knize s názvem 1929 dokládá, že se znovu objevuje několik rysů finančního prostředí z konce dvacátých let minulého století. Ty vedly ke krachu na newyorské burze v roce 1929 a následné Velké hospodářské krizi.

Oněmi znaky jsou nadšení pro převratné nové technologie, masivní investice či rostoucí zadlužení. Znepokojivou podobnost s onou dobou ale v současnosti vykazují i široká účast drobných investorů, vysoké ceny akcií, trend deregulace a očekávání, že hospodářská politika nebude schopna v případě ztráty důvěry ve finanční systém efektivně zasáhnout.

Rozsah dnešního boomu je ohromující. Společnost Goldman Sachs odhaduje, že kapitálové výdaje související s umělou inteligencí dosáhnou v roce 2026 přibližně 765 miliard dolarů (16 bilionů korun) a do roku 2031 vzrostou na 1,6 bilionu dolarů. To představuje téměř osm bilionů dolarů za šest let a odpovídá více než čtvrtině současného amerického ročního ekonomického výkonu.

Tento optimismus se již odráží v cenách aktiv. Jak Fed, tak ECB se už nechaly slyšet, že ocenění akcií považují za nadhodnocené. Shillerův poměr ceny k dlouhodobému zisku P/E – varianta tradičně používaného ukazatele toho, jak drahé jsou akcie ve srovnání se zisky – dosáhl v červnu 2026 hodnoty 42,18, čímž se blíží ke svému vrcholu z období internetové bubliny – v prosinci 1999 činil 44,19. A rovněž podobně jako na konci dvacátých let minulého století přitáhl tento boom i běžné investory, což vývoj na finančním trhu provazuje s majetkem domácností.

„Na dnešním trhu je tolik faktorů, které vykazují znepokojivé podobnosti,“ srovnává Sorkin v podcastu Trumponomics současnost s rokem 1929. „To sice neznamená, že zítra dojde k propadu, ale naznačuje to, že paměť lidí je krátká.“

Ekonomové, kteří se snaží číst rizika, poukazují na to, že AI začíná mít na ekonomiku příliš velký vliv. Ceny akcií, podnikové investice, jejich financování i majetek domácností jsou stále více svázány s nadějí, že umělá inteligence v budoucnu přinese značné zisky. Pokud se tyto zisky budou dostavovat pomalu nebo zklamou, dopady se nemusejí omezit pouze na technologické akcie. V současném vysoce propojeném finančním systému by se to mohlo stát velkým makroekonomickým problémem.

Nebezpečí technologického boomu

Také konjunktura na konci dvacátých let spojovala podle historické analýzy Fedu optimismus ohledně nových technologií s popularizací investování, byť v té době makléřské domy nebyly omezeny současnými omezeními a nebály se informace využít ve svůj prospěch.

Umožňovaly běžným investorům nakupovat akcie za vypůjčené peníze, přičemž často stačilo složit pouze zlomek kupní ceny. Základem dnešní ceny aktiv je vždy příběh o jejich budoucí produktivitě. Problémem však je, když nejsou vyhlídky hodnoceny realisticky a do hry vstupuje FOMO (z anglického fear of missing out, tedy obava, že investor promešká příležitost). Podle Sorkina totiž kolem nové technologie často vzniká finanční bublina, což platilo v případě rozhlasu, automobilů i internetu a platí to také pro umělou inteligenci.

Ekonomická stránka investic do umělé inteligence je přitom doposud nejistá, neboť se zatím neprokázala dostatečná návratnost vynaložených prostředků. Jiný výzkum společnosti Goldman Sachs ukazuje, že výnosy se zatím koncentrují hlavně u výrobců čipů a většina firem mimo polovodičový sektor zatím na AI nevydělává. 

Spotřebitelské přijetí AI je sice „spektakulární“ a generativní umělou inteligenci během tří let začalo používat 53 procent populace, což je výrazně více než u počítačů a internetu, ale většina uživatelů používá jen bezplatné verze. Část investic tak může být tažena pouze obavou firem, že jim uteče konkurence, či strachem investorů, že propásnou výnosnou příležitost.

Euforie spojená s nástupem AI podle významného amerického ekonoma Mohameda El-Eriana přehlíží rovněž současná makroekonomická rizika. Trhy se chovají, jako by příslib budoucí produktivity mohl přebít stagflační tlaky, geopolitické šoky, dražší energii i vysoké dluhy. Mimořádně silná ochota utrácet se podle něj čím dál více opírá o vyčerpávání finančních, strategických a psychologických rezerv a také o nový dluh.

Schopnost utrácet proto může začít zaostávat za ochotou k utrácení, zejména pokud se budou prodlužovat válkou způsobená narušení energetických trhů a dodavatelských řetězců. Na riziko, že by se investice do umělé inteligence mohly zpomalit, pokud bude konflikt na Blízkém východě přetrvávat, upozorňuje také Mezinárodní měnový fond.

Problém systému

Pokud se věci začnou kazit, pravděpodobně to bude postupný řetězec špatných zpráv, který ale může nabrat velkou rychlost. Firmy a investoři mohou zjistit, že výnosy z AI přicházejí pomaleji, než čekali, že další investice už neutáhnou nebo že příliš podražilo financování.

Omezení výdajů by zasáhlo výrobce čipů, datová centra i firmy, jež expanzi financovaly na dluh. Pokles akcií by srazil majetek domácností a ochotu investorů dále financovat rizikové projekty. Dražší financování by zároveň mohlo donutit zadlužené firmy a fondy prodávat aktiva, čímž by se tlak na trhy rozšířil. A problém by se z technologického sektoru mohl přenést do celého finančního systému.

S tím mají vlády a regulátoři zkušenost z globální finanční krize. Ta začala u rizikových amerických hypoték, ale zachvátila celý systém kvůli vysoké provázanosti finančních institucí, investování na dluh, krátkodobému financování a neprůhledným produktům.

Bývalý guvernér americké centrální banky Ben Bernanke ve svědectví před Kongresem v roce 2010 upozornil, že samotné ztráty z takzvaných subprime hypoték nebyly dost velké na to, aby rozsah krize vysvětlily. Zničující dopad měly slabiny finančního systému a nedostatečné nástroje států pro řešení krizí.

Od té doby vznikla přísnější pravidla. Banky mají více kapitálu, regulátoři pravidelně provádějí zátěžové testy a centrální banky i mezinárodní instituce sledují právě tento typ systémových rizik. To však neznamená, že slabá místa zmizela. Část rizika se přesunula mimo banky, zejména do přímých soukromých úvěrů (takzvaný private credit), hedgeových fondů a dalších forem nebankovního financování.

Pasivní indexové investování zároveň přispívá ke koncentraci stále většího objemu kapitálu v několika technologických gigantech, takže pokles jejich cen se rychle propisuje do portfolií. AI boom zase naráží na energetická omezení, protože datová centra vyžadují obrovské množství elektřiny. A vlády mají kvůli už tak vysokým dluhům menší prostor tlumit případný šok dalšími půjčkami.

Rostoucí ochota uvolnit pravidla

Nemalým důvodem k obavám je i to, že se některé části pravidel trhu upravují tak, aby zohlednily nový boom v oblasti umělé inteligence. Burza Nasdaq v očekávání úpisu akcií velkých firem SpaceX a OpenAI zavedla od 1. května pravidla pro urychlený vstup.

Ta umožňují nově kotovaným společnostem s velkou tržní kapitalizací, aby byly ohodnoceny už sedmý obchodní den a v případě splnění podmínek byly zařazeny do indexu Nasdaq 100 už po 15. obchodním dni. Jakmile k tomu dojde, pasivní fondy sledující tento index musejí dané akcie nakoupit. Technická změna pravidel tak může proměnit nadšení na trhu v automatickou poptávku – a způsobit, že již tak koncentrovaný trh bude ještě více závislý na stejném příběhu o umělé inteligenci.

Symbolem této nové tržní struktury se stala společnost SpaceX. Její rekordní IPO ukázalo obrovskou chuť investorů riskovat, ale také nerovné podmínky: drobní investoři, kterým se díky ETF, obchodním aplikacím a snadnému přístupu na burzu otevřely příležitosti dříve dostupné hlavně profesionálům, dostali významný podíl, zároveň byli přísněji omezováni při prodeji těchto akcií než někteří velcí investoři.