Майкл Буррі: Від $100M тріумфу 2008 року до хибної теорії AI-бульбашки 2026 року

Майкл Баррі закріпив свою репутацію легендарного контрінвестора, отримавши надзвичайні прибутки у 2008 році. Його хедж-фонд Scion Capital приніс близько 100 мільйонів доларів особистого прибутку та 700 мільйонів для інвесторів — досягнення, яке увійшло до популярної культури через голлівудський фільм «Велика коротка», де Крістіан Бей зображував передбачливого аналітика. Сьогодні, понад десятиліття потому, Бері привертає увагу кожного разу, коли ділиться думками щодо ринку. Однак його недавні песимістичні прогнози щодо штучного інтелекту заслуговують на більш уважне вивчення, особливо при порівнянні з реальними даними та фундаментальними показниками галузі.

Як Майкл Баррі заробив статки у 2008 — і чому це важливо сьогодні

Легендарна ставка 2008 року, яка зробила Баррі багатим, базувалася на виявленні кризи субстандартної іпотеки до того, як ринок усвідомив небезпеку. Відклавши свій фонд у кредитних дефолтних свопах, він скористався подальшим крахом фондового ринку. Хоча більшість інвесторів ніколи не досягнуть таких результатів, виступ Баррі у 2008 році закріпив його як контрінвестора, якого варто слухати. Однак з того часу його історія має більш складний характер. Він неодноразово давав песимістичні прогнози, коли ринок зростав, і його висновки часто виявлялися хибними. Наприкінці 2025 року Баррі закрив свій хедж-фонд, посилаючись на фундаментальні розбіжності з поточними ринковими тенденціями — це яскравий свідчення труднощів роботи у тривалому бичачому ринку.

Проблема послідовності: чому останні ринкові прогнози Баррі були помилковими

Досвід Баррі з 2008 року показує важливу істину: успіх у визначенні однієї точки перелому на ринку не гарантує точності у прогнозуванні наступних циклів. Його недавні невірні песимістичні прогнози — зроблені, коли ринок досяг нових вершин — свідчать про те, що його контрінстинкт, хоча й був ефективним у 2008 році, можливо, вже не налаштований на сучасні умови. Постійне зростання ринку попри його попередження свідчить або про суттєву зміну у функціонуванні ринків, або про обмеження застосування однієї й тієї ж теорії в різних економічних режимах.

Теорія Бері щодо AI-бульбашки: три аргументи та їхні недоліки

Майкл Баррі нині вважає, що акції штучного інтелекту переживають манію за зразком 1999 року, і прогнозує, що траєкторія AI повторить катастрофічний крах дот-кому. Його аргументація базується на трьох основних пунктах, кожен з яких заслуговує критики з урахуванням сучасних даних.

Перший аргумент: Техгіганти маніпулюють амортизаційними графіками — але реальність інша

Баррі стверджує, що компанії, такі як Meta, Microsoft і Alphabet, штучно завищують свої доходи, застосовуючи надмірно агресивні графіки амортизації. Зокрема, він зазначає, що Alphabet амортизує свої сервери всього за 4–6 років.

Однак ця критика ігнорує важливі нюанси економіки AI-інфраструктури. Хоча GPU (процесори, що керують AI-системами) дійсно швидше зношуються, більшість AI-інфраструктури має тривалий експлуатаційний ресурс — 15–20 років. Це значно компенсує швидкість амортизації окремих компонентів. Крім того, старі моделі GPU не втрачають цінності з появою нових чипів. Вони можуть продовжувати працювати для inference — запуску попередньо навчених моделей для кінцевих користувачів, що приносить стабільний дохід. Економічна реальність значно відрізняється від критики Баррі щодо бухгалтерського обліку.

Другий аргумент: Інвестиції в AI виснажать грошові потоки — але навпаки, вони їх прискорюють

Баррі попереджає, що рекордні капітальні витрати на AI-інфраструктуру зменшать грошові потоки компаній до незбалансованих рівнів. Він прогнозує, що компанії витрачатимуть безрозсудно, не отримуючи відповідних доходів.

Фактичні дані свідчать про протилежне. Гіперскейлери, такі як Alphabet, не відчувають зменшення грошових потоків; навпаки, вони спостерігають їхній стрімкий ріст. Операційний грошовий потік Alphabet (за останні 12 місяців) зріс з менш ніж 100 мільярдів до 164 мільярдів доларів у 2026 році — це значний приріст, безпосередньо пов’язаний із монетизацією AI. Маржа операційної діяльності у великих технологічних компаніях зростає. Дані галузі показують, що компанії, які масштабують AI, отримують понад 3 долари прибутку на кожен долар інвестицій у інфраструктуру. Крім того, новий рівень — автономні AI-системи, що виконують складні завдання самостійно, — знижують витрати на 25% і більше для перших користувачів. Це свідчить, що інвестиції в AI приносять позитивний грошовий потік, а не виснажують резерви.

Третій аргумент: NVIDIA — новий Cisco — порівняння, яке не витримує критики

Баррі часто порівнює NVIDIA, провайдера AI-інфраструктури, з Cisco Systems, компанією, що займалася мережевим обладнанням і досягла піку у березні 2000 року, потребуючи понад два десятиліття для відновлення — використовуючи мультиплікатори оцінки як основний критерій.

Ця аналогія не витримує аналізу. Коли Cisco досягла свого піку 2000 року, її P/E перевищував 200 — крайня оцінка, відривана від фундаментальних показників. Натомість, нинішній P/E NVIDIA становить 47 — преміальна оцінка, що відображає реальні прибутки, але не є спекулятивною екстремальністю, характерною для кінця 1990-х. Порівняння оцінок не підтверджує структурної рівності. NVIDIA також має підтримку з боку довгострокових трендів (зростання adoption AI), яких не було у Cisco. Компанія генерує значно сильніші грошові потоки та показники прибутковості, ніж Cisco під час свого буму.

Ціни на H100 та ставки опціонів — сильний сигнал попиту на AI-інфраструктуру

Ринкова поведінка додає контексту для оцінки песимізму Баррі. NVIDIA H100 — потужний процесор для дата-центрів, необхідний для прискорення AI-обчислень і тренування великих мовних моделей — зазнав значного зростання цін. З середини грудня 2025 року ціни на оренду H100 зросли приблизно на 17%, що свідчить про стабільний дефіцит GPU і високий попит. Це суперечить будь-яким сценаріям зниження попиту на AI-інфраструктуру.

Зростання цін співпадає з бурхливим впровадженням агентних AI, що має оптимістичні наслідки для компаній, залежних від GPU, таких як Nebius Group, CoreWeave і IREN. Попит на AI-процесори автоматично сприяє зростанню компаній, що забезпечують інфраструктуру, наприклад Bloom Energy, яка пропонує енергетичні рішення для подолання енергетичних обмежень гіперскейлерів — проблеми, що виникає через фізичні обмеження потужності при масштабуванні AI.

Інституційні трейдери підтвердили цей оптимізм, зробивши значні ставки на опціони. Вони купували агресивні кол-опціони на Bloom Energy і NVIDIA перед звітами про прибутки. Так, у один з днів було куплено 400 кол-опціонів на Bloom за максимальним страйком — на суму понад мільйон доларів. А також один із великих гравців зробив ставку на опціони March на NVIDIA на суму близько 9 мільйонів доларів. Такі великі позиції свідчать про впевненість учасників ринку у збереженні та зростанні попиту на AI-інфраструктуру.

Крім того, акції Bloom Energy прорвали технічний опір, сформувавши патерн «бичий прапор», що зазвичай передує подальшому зростанню. Активність у опціонах і покращення технічних показників свідчать про те, що ринок налаштований на тривале зростання AI-інфраструктури — що прямо суперечить тезі Баррі про неминучий крах AI.

Висновок: спадщина Майкла Баррі не гарантує точності у прогнозах щодо AI

Досягнення Майкла Баррі у 2008 році залишаються надзвичайними, і його репутація контрінвестора заслуговує поваги. Однак його нинішня песимістична концепція щодо штучного інтелекту стикається з вагомими перешкодами у вигляді операційних даних, фінансових показників і реальних ринкових сигналів. Від зростання цін на H100, що свідчить про високий попит на GPU, до експоненційного зростання грошових потоків у великих технологічних компаніях, від задокументованих позитивних результатів інвестицій у AI до покращення структур витрат через автономні системи — емпіричний фон суперечить його теорії AI-бульбашки.

Бути легендарним контрінвестором — це потужна історична заслуга, але це не звільняє Баррі від застосування такої ж аналітичної строгості, як і будь-якому іншому прогнозисту. За наявними даними, його нинішня теорія AI-бульбашки базується на вибіркових інтерпретаціях бухгалтерських практик і витрат на інфраструктуру, ігноруючи значні позитивні зворотні зв’язки, що вже закладені у монетизацію AI. Чи це просто ще один передчасний песимізм, чи початок виправдання — покаже час. Але зараз доказова база на боці тих, хто будує, а не тих, хто сумнівається.