Jak uniknąć AI? To jest „wielki problem” dla funduszy emerytalnych i funduszy suwerennych

Fala zainteresowania sztuczną inteligencją powoduje erozję logiki dywersyfikacji inwestycji, na której opierali się instytucjonalni inwestorzy. Ryzyko związane z AI przeniknęło niemal wszystkie klasy aktywów – od akcji, przez private equity, po obligacje korporacyjne oraz infrastrukturę – stawiając fundusze emerytalne i fundusze suwerenne zarządzające setkami miliardów dolarów w bezprecedensowej sytuacji.

Jak poinformował Bloomberg w poniedziałek, Monte Tarbox, dyrektor inwestycyjny New York City Retirement Systems (NYCRS), niedawno odrzucił zaproszenie do pozyskania kapitału przez fundusz private equity, ponieważ produkt ten miał zbyt duży udział AI. "Kiedy nadejdzie ten dzień, nie chcemy zostać zdezorientowani i usłyszeć 'dlaczego na wszystko się zgodziliście?'" – powiedział. Decyzja ta odzwierciedla wspólną sytuację niemal wszystkich głównych instytucjonalnych inwestorów na Wall Street.

Lisa Shalett, dyrektor inwestycyjny Morgan Stanley Wealth Management, ostrzega, że AI pogłębia wyzwania w zakresie dywersyfikacji, z którymi już i tak mierzą się alokujący aktywa – w warunkach utrzymującej się lepkiej inflacji tradycyjny model 60/40 (akcje/obligacje) wielokrotnie zawiódł, a głęboka penetracja AI dodatkowo pogarsza dodatnią korelację między akcjami a instrumentami kredytowymi.

Goldman Sachs szacuje, że firmy związane z infrastrukturą AI (w tym producenci chipów i największe firmy zajmujące się chmurą obliczeniową) odpowiadają za około 40% całkowitej kapitalizacji rynkowej S&P 500; według danych Apollo Global Management, inwestycje AI stanowią prawie połowę tegorocznej emisji obligacji inwestycyjnych i 87% funduszy venture capital.

Ryzyko AI wszędzie, dywersyfikacja to iluzja

Penetracja rynku przez AI jest wielowymiarowa. Na rynku publicznym tylko trzy firmy produkujące chipy odpowiadają za ponad jedną czwartą indeksu rynków wschodzących; na rynku private equity prywatny kapitał stał się niemal synonimem startupów AI; na rynku obligacji największymi emitentami są giganci chmury obliczeniowej; w infrastrukturze niemal każdy duży projekt dotyczy centrów danych. Nawet amerykańskie obligacje skarbowe można włączyć w narrację związaną z AI – zwiększony popyt na energię podnosi oczekiwania inflacyjne, wpływając na rentowności.

Te same firmy uczestniczą równocześnie w wielu klasach aktywów, koncentrując ryzyko. Przykładem jest Alphabet – wartość jej akcji wynosi 4 biliony dolarów, nieuregulowane zobowiązania sięgają 130 miliardów, a infrastruktura łączy ponad 30 centrów danych na całym świecie. W międzyczasie wiele firm stosuje tzw. „cykliczne finansowanie”, wzajemnie posiadając udziały i splatając ekspozycje na ryzyko.

Thomas Salopek, szef badań systemowych cross-asset w JP Morgan, opracował cztery modele, symulujące alokację aktywów przez instytucjonalnych inwestorów – wyniki pokazują, że ostatnimi laty wszystkie te portfele wykazują znaczącą pozytywną korelację z czynnikami ryzyka AI. W badaniu Invesco obejmującym 90 funduszy majątku narodowego ponad połowa ankietowanych uznała koncentrację rynku za największe ryzyko związane z inwestycjami AI.

Kwantyfikacja ekspozycji AI – każda instytucja ma swoje metody

W obliczu tych wyzwań instytucjonalni inwestorzy poszukują własnych sposobów radzenia sobie, ale kluczowym problemem jest definicja i pomiar ekspozycji na AI. W odróżnieniu od typowych klasyfikacji według klas aktywów, sektorów, czy regionów, nie ma obecnie jednolitego standardu dla ekspozycji AI – może ona obejmować zarówno producentów chipów, jak i zwykłe firmy stosujące technologie AI.

Los Angeles County Employees Retirement Association (LACERA) poświęciła majowe posiedzenie rady nadzorczej problemowi ekspozycji na AI w rynku niepublicznym. Dyrektor inwestycyjny Jonathan Grabel przeprowadził potem kompleksową analizę, łącząc wewnętrzną metodologię oddolną z podejściem top-down MSCI, szacując, że 8-19% portfela funduszu związane jest z AI. "Nie chcemy, by dążenie do doskonałości przeszkodziło nam w zdobyciu wiedzy", podkreśla.

Fińska Elo Mutual Pension Insurance Co. zarządzająca aktywami o wartości 36 miliardów euro wykorzystuje narzędzia typu AI-driven do monitorowania wrażliwości portfela publicznego na trendy wdrażania AI. Kierownik ds. alokacji aktywów i alternatyw Kari Vatanen przyznaje, że ograniczanie ekspozycji na AI w celu dywersyfikacji ma swoją cenę – jeśli narracja AI będzie napędzać wyniki przez kolejne lata, takie ograniczenia mogą zaszkodzić efektywności. Indeks Bloomberg Intelligence śledzący globalne akcje AI pokazuje, że przez ostatnie dwa lata ich roczna nadwyżkowa stopa zwrotu wyniosła 11 punktów procentowych.

Markov Processes International, instytucja analityczna, przeprowadziła analizę czynnikową ok. 50 dużych funduszy emerytalnych i odkryła, że ich średnia nadwyżkowa ekspozycja na AI jest bliska zeru, jednak niektóre fundusze wykazują duże odchylenia – największy publiczny fundusz emerytalny w USA, CalPERS, konsekwentnie zwiększał ekspozycję na AI, głównie dzięki inwestycjom w duże spółki niepubliczne.

„Podejście do całego portfela” jako nowy sposób rozwiązania problemu

Kwantyfikacja ryzyka AI nadaje nowe znaczenie ramom inwestycyjnym zwanym „Total Portfolio Approach” (TPA). Podejście to łamie bariery między klasami aktywów, analizując wszystkie inwestycje na tej samej płaszczyźnie, w poszukiwaniu optymalnej całościowej alokacji – CalPERS właśnie oficjalnie przyjął tę metodę.

Australijski Aware Super (wartość aktywów: 240 miliardów AUD) w czerwcu 2024 roku zakończył kilkuletnią modernizację wewnętrznej platformy inwestycyjnej, o kryptonimie "Project Odin", integrując narzędzia i analizy stron trzecich, m.in. BlackRock. Michael Clavin, szef działu płynności i rynku, przekonuje, że platforma jest idealnie dopasowana do monitorowania ekspozycji AI na poziomie całego funduszu. "Prawdziwa dywersyfikacja to nie tylko geografia czy sektor, lecz zrozumienie korelacji pomiędzy aktywami i tematami", komentuje.

Marsh Investments and Retirement (dawniej Mercer, aktywa pod zarządzaniem: 846 miliardów USD) przez sześć miesięcy tworzyło system monitorowania ekspozycji tematycznej, wykorzystując proxy-AI do analizowania źródeł przychodów i zysków spółek publicznych i niepublicznych – system oficjalnie ruszył w lutym. Andrew McDougall, szef inwestycji w USA, twierdzi: "Kluczowe jest, by wiedzieć, co się posiada, zanim się zdecyduje, dokąd zmierzać. Instytucje z dobrymi systemami mogą z grubsza przewidzieć skutki, zanim zainwestują – te mniej zaawansowane mogą zauważyć problem dopiero, gdy będzie za późno."

Dla Tarboxa z NYCRS wyzwaniem jest nadążanie za szybkim i znaczącym rozwojem technologii. Podkreśla, że nawet najbardziej zaawansowane mapy portfela inwestycyjnego szybko się dezaktualizują i profil ryzyka AI musi być systematycznie aktualizowany. "Musimy nie tylko zwiększać rozdzielczość naszego mikroskopu, ale także przyspieszyć częstotliwość ocen", podsumowuje. "Niemal każdy fundusz, w który inwestujemy, nieuchronnie zwiększa ekspozycję na AI."