Przecena, jaka miała miejsce w ostatnich miesiącach w całym sektorze, wymaga coraz większej głębi analitycznej, by ją uzasadnić. Kluczowymi pojęciami do zrozumienia są tzw. „fosy”, dźwignia operacyjna oraz „wartość terminalna” (końcowa).

„Fosą” (ang. moat) nazywamy przewagi konkurencyjne spółki. Ich rodzaj i trwałość (w tym odporność na replikację) określają wrażliwość – lub jej brak – spółki na zmiany otoczenia rynkowego wywołane falą AI. Implementacja rozwiązań AI w otoczeniu biznesowym przesuwa się w górę tzw. „tech stacku” - co w praktyce oznacza, że modele AI są w stanie podejmować coraz więcej, coraz bardziej złożonych i wrażliwych kontekstowo działań. Rynek słusznie wycenia daleko idący wpływ takich zmian.

Nie jest natomiast słuszne ignorowanie wrażliwości na te zmiany. Analizy wskazują, że najbardziej fundamentalną zmianą będzie odejście od dotychczasowego paradygmatu modeli subskrypcyjnych na rzecz wynagrodzenia opartego na wykonaniu działania (np. zużytych „tokenach”, z których korzystają modele). Nie każdy segment rynku będzie mógł zostać przekształcony tak, by działać w oparciu o takie „zadaniowe” opłaty. Niektóre modele biznesowe będą też mogły – w mniejszym lub większym stopniu - zaadaptować się do takiej zmiany.

W tym miejscu należy przejść do wątku firm, które z jakiegoś powodu nie będą miały takiej niezależności, oraz do tego, jak wygląda „wycena” wypierania takich spółek z rynku. Duża część wartości spółki giełdowej to jej „docelowa” wycena, czyli taka, jaką osiągnie ona po wyczerpaniu potencjału wzrostowego swojego modelu biznesowego - gdy przepływy pieniężne ustabilizują się, by z czasem zacząć trafiać do akcjonariuszy w postaci np. dywidend.

Dźwignia operacyjna determinuje dysproporcję wzrostu przychodów wobec wzrostu kosztów - a co za tym idzie, wykładniczy wzrost zysku netto. Jakie ma to zastosowanie w przypadku spółek SaaS? Spółki SaaS to podmioty, które po rozwinięciu swojego modelu wzrostu mogą skalować biznes w stopniu niemożliwym dla bardziej „fizycznych” przedsiębiorstw - co daje im ogromną (oczekiwaną) dźwignię oraz korespondująco wysoką wartość docelową.

Tu pojawia się AI, które ma teoretycznie wywierać presję na tę dźwignię. Z uwagi na charakterystykę tych mechanizmów nawet niewielki spadek dźwigni oznacza ogromny spadek wartości końcowej. Sednem problemu jest stopień, w jakim rynek zdążył wycenić wynikające z tego zmiany.

Rynki finansowe przyzwyczaiły nas w ostatnich latach do tego, że są bardziej skłonne najpierw kupować – i dopiero później czekać na pełne uzasadnienie wzrostów. Obecnie stało się coś odwrotnego: uczestnicy rynku postanowili mocno przecenić cały segment, a dopiero z czasem przekonać się, które spółki zostały przecenione na wyrost. W naturalny sposób tworzy to bezprecedensową liczbę okazji dla inwestorów zdolnych czytać sprawozdania finansowe i sformułować uzasadnienie biznesowe.

Kamil Szczepański

Analityk Rynków Finansowych XTB