Analyse des neuesten KI-Berichts von Morgan Stanley: Das Unternehmen, das den größten Wert schaffen wird, existiert möglicherweise noch nicht

Wenn Sie noch darüber diskutieren, „welches große KI-Modell das leistungsstärkste ist“, sind Sie möglicherweise bereits einen Schritt zurück.

Im letzten Jahr haben wir ein scheinbar widersprüchliches Phänomen erlebt:

Auf der einen Seite übertreffen OpenAI, Anthropic, Google und DeepSeek ständig die Fähigkeiten ihrer Modelle, und die KI wird immer intelligenter. Auf der anderen Seite sinken die Preise für die Nutzung großer Modelle stetig, und die Inferenzkosten sind innerhalb eines Jahres fast um das Zehnfache gesunken.

Nach traditioneller Geschäftslogik bedeutet ein Preisverfall, dass eine Branche in einen harten Wettbewerb eintritt. Aber in der KI-Branche ist es genau umgekehrt: Je niedriger die Preise sind, desto größer sind die Kapitalinvestitionen und desto schneller die Explosion der Anwendungen.

Warum?

Die neueste Veröffentlichung von Morgan Stanley mit dem Titel „The Big Picture: Artificial Intelligence: Ten Investment Truths“ liefert eine nachdenkliche Antwort: Die wahre Geschichte der KI war nie die Modelle selbst, sondern ein sich bildender globaler Kapitalzyklus.

In diesem Bericht prognostiziert Morgan Stanley nicht, welches Unternehmen das nächste Nvidia werden wird, und debattiert auch nicht darüber, ob GPT oder DeepSeek stärker ist. Stattdessen versucht es, eine größere Frage zu beantworten:

Wie wird KI in den nächsten zehn Jahren die Wirtschaft, die Kapitalmärkte und die Branchenlandschaft verändern?

KI ist keine technologische Aktualisierung, sondern eine Infrastrukturrevolution

In den letzten zwei Jahren konzentrierten sich die Diskussionen über KI häufig auf Modellparameter, Ranglisten und Benchmark-Ergebnisse.

Morgan Stanley ist jedoch der Ansicht, dass diese Perspektive zu eng gefasst ist.

Was die KI-Revolution wirklich vorantreibt, sind nicht die Modelle, sondern ein vollständiges Ökosystem aus Infrastruktur, Algorithmen, Energie, Daten, Software und der realen Wirtschaft.

In der Geschichte folgte fast jede große technologische Revolution dem gleichen Weg: Infrastrukturaufbau → Kostenrückgang → Anwendungsboom → Entstehung neuer Industrien.

Das galt für die Eisenbahnen im 19. Jahrhundert, für die Stromnetze im 20. Jahrhundert und auch für das Internet.

Der Bericht erwähnt insbesondere, dass nach der Verabschiedung des US-Telekommunikationsgesetzes von 1996 massives Kapital in den Glasfaserausbau floss. Viele Menschen hielten dies damals für eine stark übermäßige Investition, da große Mengen an Glasfaser lange Zeit ungenutzt blieben.

Aber was die Welt später wirklich veränderte, waren nicht diese Glasfasern selbst, sondern Unternehmen wie Google, Facebook, YouTube, Netflix, Uber und Amazon, die erst nach Abschluss des Glasfasernetzes entstanden.

Die Infrastruktur geht voran, und die Anwendungen folgen später.

Die heutige KI erlebt genau diese Geschichte neu.

Globale Technologiegiganten investieren Billionen von Dollar in den Aufbau von GPU-Clustern, Rechenzentren, Energiesystemen und Cloud-Computing-Plattformen – es sieht aus wie ein wahnsinniges Verbrennen von Geld.

Aber Morgan Stanley ist der Ansicht, dass diese Investitionen höchstwahrscheinlich nicht dem heutigen ChatGPT dienen, sondern neuen Anwendungen, die in den kommenden Jahren noch entstehen werden.

Das ist auch der wichtigste Satz im Bericht:

Die Anwendungen, die die heute gebaute KI-Infrastruktur in Zukunft wirklich nutzen werden, existieren vielleicht noch nicht.

Der Preisverfall von Tokens ist keine schlechte Nachricht, sondern ein Zeichen dafür, dass das KI-Fahrrad sich zu beschleunigen beginnt

Viele Menschen sehen den anhaltenden Preisrückgang von KI-Modellen und befürchten einen zu intensiven Wettbewerb in der Branche.

Morgan Stanley ist jedoch der Ansicht: Der Preisrückgang selbst ist ein Zeichen dafür, dass KI in eine Phase des Booms eintritt.

Der Bericht zitiert Daten von OpenAI-CEO Sam Altman, wonach die Kosten für KI-Tokens allein im Jahr 2025 um etwa das Zehnfache gesunken sind.

Die erste Reaktion vieler Menschen lautet: Können Unternehmen bei sinkenden Preisen noch Gewinne erzielen?

Die Geschichte zeigt uns, dass dies nicht der Fall ist.

In der Telegrafenzeit führte der stetige Rückgang der Kommunikationskosten zur Entstehung eines globalen Geschäftsnetzwerks. Im Internetzeitalter wurde die Bandbreite immer günstiger und schuf Suchmaschinen, soziale Medien, E-Commerce und Streaming. Heute bedeutet der rasche Rückgang der KI-Inferenzkosten ebenfalls, dass mehr Unternehmen KI wirklich in ihre Geschäftsprozesse einbinden können.

Der Kostenrückgang hat die Nachfrage nicht beseitigt. Im Gegenteil: Er schuf neue Nachfrage, die früher undenkbar war.

Das ist genau die Funktionsweise des KI-Fahrrads: Mehr Investitionen in Rechenleistung → Rückgang der Inferenzkosten → Senkung der Nutzungshürden für Unternehmen → rasantes Wachstum der Anzahl von Anwendungen → kontinuierlicher Anstieg des Token-Verbrauchs → was wiederum neue Investitionen in die Infrastruktur vorantreibt.

Im Unterschied zum Internetzeitalter dreht sich dieses Fahrrad diesmal schneller.

Der Bericht weist darauf hin, dass es Jahrzehnte dauerte, bis der Telegraf preislich für die breite Öffentlichkeit zugänglich war, etwa zehn Jahre für das Glasfaser-Internet, während die deutliche Senkung der KI-Kosten nur ein Jahr dauerte.

Daher liegt der Wendepunkt für KI-Anwendungen möglicherweise nicht in zehn Jahren, sondern in zwei bis drei Jahren.

Der größte Gewinner der Zukunft existiert möglicherweise noch nicht

Das ist die Ansicht, die im gesamten Bericht von „AI Business Review“ am meisten beeindruckt.

Heute konzentriert sich der Kapitalmarkt fast ausschließlich auf Giganten wie OpenAI, Nvidia, Microsoft und Google.

Morgan Stanley erklärt jedoch: Die Unternehmen, die die größten Gewinne erzielen, sind nicht unbedingt die auffälligsten heute.

Der Grund ist einfach: Bei jeder technologischen Revolution sind die Erbauer der Infrastruktur zwar wichtig, aber was die Welt wirklich verändert, ist oft die später entstehende Anwendungsebene.

In der Eisenbahnzeit erwartete niemand die moderne Logistik. Als das Internet mit Glasfaser ausgebaut wurde, dachte niemand an Kurzvideos, E-Commerce-Livestreams und geteilte Mobilität. Die heutigen großen KI-Modelle sind möglicherweise nur die „Glasfaser“ der neuen Ära.

Was wirklich boomen wird, sind völlig neue Industrien wie Agenten, Roboter, autonomes Fahren, digitale Mitarbeiter, intelligente Fertigung, KI-Medizin und KI-Forschung.

Das heißt: Die großen KI-Modelle, über die wir heute diskutieren, sind höchstwahrscheinlich nur die Betriebssysteme der zukünftigen KI-Wirtschaft.

Die Anwendungsebene, die großen Wert schaffen wird, ist noch nicht vollständig entstanden.

Daher sollte sich KI-Investition nicht nur auf die Modelle konzentrieren, sondern auf die gesamte Lieferkette:

• Chips
• Cloud Computing
• Rechenzentren
• Software-Plattformen
• Agenten
• Unternehmensdienstleistungen
• Roboter
• Intelligente Endgeräte

Der Bericht geht davon aus, dass KI in Zukunft keine einzelne Branche ist, sondern ein langfristiges Kapitalthema, das mehrere Anlageklassen und Branchenbereiche umfasst.

Vier Risiken, die man unbedingt beachten muss

Obwohl die Gesamtstimmung optimistisch ist, ignoriert der Bericht die Risiken nicht und nennt vier Themen, die langfristig beachtet werden sollten.

Erstens: Der technologische Fortschritt könnte sich verlangsamen.

Wenn die Architektur der heutigen großen KI-Modelle allmählich ihre Erweiterungsgrenzen erreicht und eine bloße Erhöhung der Rechenleistung nicht mehr zu einer kontinuierlichen Verbesserung der Fähigkeiten führt, könnten die heutigen großen Kapitalinvestitionen ungenutzte Vermögenswerte bilden.

Zweitens: Die Kommerzialisierungsgeschwindigkeit liegt unterhalb der Geschwindigkeit der Fähigkeitsverbesserung.

Die KI-Fähigkeiten haben sich schnell weiterentwickelt, aber die Gesamtproduktivität der Unternehmen hat sich noch nicht deutlich verbessert.

Wenn KI langfristig ein „Kostenfaktor“ bleibt und keine neuen Einnahmequellen schafft, könnte der Kapitalmarkt die gesamte Branche neu bewerten.

Drittens: Das Risiko der Zuverlässigkeit von Agenten.

Wenn ein Chatbot falsche Antworten gibt, erzeugt er nur einen falschen Satz. Zukünftige Agenten können jedoch direkt auf Unternehmensprozesse, Datenbanken und Geschäftssysteme zugreifen. Ein einziger Fehler kann zu einem echten Geschäftsausfall führen.

Der Bericht geht davon aus, dass es bei der Verantwortung von Agenten, den rechtlichen Rahmenbedingungen und den Regulierungssystemen noch große Lücken gibt.

Viertens: Systemrisiken, die durch die starke Vernetzung der Lieferkette entstehen.

Die KI-Branche scheint mehrere Ebenen wie Chips, Cloud Computing, Modelle und Anwendungen zu umfassen, aber in Wirklichkeit sind sie stark voneinander abhängig.

Wenn geopolitische Konflikte, ein Rückgang der Kapitalausgaben oder regulatorische Änderungen auftreten, können sich die Auswirkungen schnell auf die gesamte Lieferkette ausbreiten – nicht nur auf ein einzelnes Unternehmen.

Schlussfolgerung

Was die Zukunft wirklich bestimmt, sind nicht die Modelle, sondern der Kapitalzyklus

Wenn ich den Bericht von Morgan Stanley in einem Satz zusammenfassen müsste, lautet er:

Was bei KI wirklich wertvoll ist, ist nicht ein einzelnes Modell, sondern ein sich bildender globaler Kapitalzyklus.

In den letzten Jahren haben wir KI als eine Art Software-Revolution verstanden.

Aber es wird immer deutlicher, dass KI – genau wie Eisenbahnen, Stromnetze und das Internet – eine neue Infrastrukturrevolution ist.

Die Fähigkeiten der Modelle werden sich weiter verbessern, die Preise für Tokens werden weiter sinken, und neue Anwendungen werden ständig entstehen.

Was langfristig wirklich beachtet werden sollte, ist nicht, wie stark der Aktienkurs eines Unternehmens heute gestiegen ist, sondern wer die Infrastruktur, die Modellfähigkeiten, die Software-Plattformen, die Branchenanwendungen und die reale Wirtschaft zu einem stetig laufenden Fahrrad verbinden kann.

Morgan Stanley erinnert am Ende des Berichts daran, dass niemand jemals eine KI-Einsetzung in diesem Ausmaß erlebt hat – daher sollte jede Prognose mit Bescheidenheit betrachtet werden. Gute KI-Investitionen bedeuten nicht, an ein feststehendes Ergebnis zu glauben, sondern einen Analyserahmen zu schaffen, der sich mit neuen Erkenntnissen ständig anpassen kann.

Rückblickend stehen wir heute möglicherweise in der Phase des „Glasfaserausbaus“ im KI-Zeitalter.

In den nächsten zehn Jahren existieren die Produkte, die die Welt wirklich verändern werden, vielleicht noch nicht; die Unternehmen, die den größten Wert schaffen werden, sind möglicherweise noch nicht gegründet.

Das ist vielleicht das Spannendste am KI-Zeitalter: Die größten Chancen entstehen oft dann, wenn die Infrastruktur bereits ausgebaut ist und die Anwendungsinnovation gerade erst beginnt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „AI Business Review“, verfasst von AI Business Review und mit Genehmigung von 36 Kr veröffentlicht.