AI-részvények 2025: lassul a hype, jön a megtérülés kora – mit lépjen a befektető?

Az, hogy a Morgan Stanley „késői játékrészről” beszél az AI‑táplálta bikapiac kapcsán, nem üres riogatás. A sztori három éve fut: óriási tőkebeáramlás adatközpontokba, chipekbe, felhőbe, majd az árfolyamok ezt a narratívát visszacsatolva újra és újra validálták. Most azonban a jelzések megváltoztak: a hangulatmérők szerint az AI‑sztorikhoz kötődő részvénykosarak alulteljesítenek a széles piacokhoz képest, a hyperscalerek szabad cash‑flow dinamikája romlik, és előkerülnek az olyan, régről ismerős fogalmak, mint a beszállítói finanszírozás. A kérdés nem az, hogy „összeomlik‑e” az AI, hanem az, hogy a piac hogyan árazza újra a megtérülési pályákat egy józanabb korszakban. Én a jelenséget így értelmezem: a „mindenre AI” reflexből „válogatott, mérhető ROI” korszakba fordulunk át. Ez néha drámai árazási korrekciókkal jár, de közben az igazi nyertesek éppen most azonosíthatók. Az alábbiakban nemcsak azt bontom ki, mit üzen a Morgan Stanley és mit mutatnak a piaci adatok, hanem azt is, hogyan érdemes portfólióban reagálni: mit vágjunk, mit tartsunk, és hol jönnek elő azok a reáleszközök, amelyek a következő ciklusban stabilizálhatják a kockázati profilt. „Az AI nem lufi; a túlzó várakozás a lufi. A technológia marad, a türelem tanulható.” — Dajka Gábor

Mit mond a Morgan Stanley?

A Morgan Stanley Wealth Management vezető stratégája, Lisa Shalett szerint az AI‑capex hullám a „hetedik játékrészbe” ért: a bull‑run még bírja a tempót, de a lendület forrása szűkül, és a cash‑flow trendek, az árverseny és a kreatív (olykor spekulatív) ügyletek egy késői fázis mintázatát rajzolják ki. A bank friss összefoglalója – amely a Global Investment Committee heti anyagára épül – azt is jelzi, hogy a jelenlegi bika bizony a GenAI‑alapozásán áll, ezért a „szélesedő piac” reménye mellett is számolni kell egy lassabb, szelektívebb emelkedéssel. A gyakorlati üzenet világos: csökkentsd a kitettséget kisméretű, nyereséget nem termelő technológiában és alacsony minőségű mémrészvényekben; a fogyasztói szegmensben légy radikálisan szelektív; és egészítsd ki a benchmark‑követő részvénykitettséget reáleszközökkel (arany, REIT‑ek, energetikai infrastruktúra, ipari és mezőgazdasági nyersanyagok). Ez nem „stop” jelzés az AI‑ra, hanem ritmusváltás: a kiadási sprintből maraton lesz, ahol a nagyok a már telepített kapacitások megtérülését hajszolják, a kicsik pedig csak akkor maradnak talpon, ha valódi cash‑flowt és szerződéses láthatóságot tudnak felmutatni. Röviden: nem a trend hal meg, hanem a trend megdrágul, és ettől az alfázók köre szűkül.

Sentiment, teljesítmény és az AI‑index dilemmája

A hangulat – különösen a hír‑ és narratíva‑vezérelt szegmensben – látványosan hűlt. A RavenPack mesterséges intelligencia tematikára épülő mutatói az idei évben több forrás szerint lemaradtak az S&P 500 általános teljesítményéhez képest; a lényeg nem a pontos százalékpont, hanem a trend: az AI‑sztorik már nem viszik magukkal automatikusan a hozamot. Ennek egyik oka, hogy a „AI‑címke” önmagában már nem újdonság: a piaci szereplők megkülönböztetik az infrastruktúra‑nyerteseket (GPU‑ökoszisztéma, hálózati és hűtési beszállítók, energia‑backbone) az alkalmazási réteg széttartó, gyakran gyorsan kannibalizálódó megoldásaitól. A másik ok a profitgörbe: a költségoldali nyomás – energia, ingatlan, hűtés, ellátási lánc – feljebb tolja a „zéró haszon” küszöböt, így egyre több projektnek kell bizonyítania, hogy a felhasznált inferencia‑óra, token vagy felhős GPU‑perc valós, mérhető üzleti értéket termel. A harmadik ok a kompetitív árnyomás: a platformok és „monopoly‑feeder” üzletágak között gyorsul az árverseny, ami a prémium árazás tartósságát kérdőjelezi meg. Én ezt úgy fogalmazom meg: a piac most tanul különbséget tenni AI‑narratíva és AI‑unit economics között. A következő hozamok ott születnek, ahol az AI nem költség, hanem azonnali bruttó fedezetnövelő tényező.

Hyperscalerek pénzáramlása, árverseny és „vendor financing”

A hyperscalerek szabad cash‑flow növekedésének negatívba fordulása nem végítélet, inkább ciklusjelzés. Amikor a capex több éves, a piaci árképzés pedig egyre inkább „áreszkalációban” kommunikál, a megtérülés időben kitolódik. Ez két következménnyel jár. Egyrészt a legdrágább, legspecifikusabb komponensek – csúcskategóriás gyorsítók, nagy sűrűségű szerverek, fejlett hűtési és hálózati megoldások – gyártói felé tolódik a profitpool, miközben a felhasználói oldalon a szolgáltatók kénytelenek árcsökkentéssel és csomagolási trükkökkel keresletet élénkíteni. Másrészt a finanszírozás kreatívabbá válik: a „vendor financing” típusú megállapodások (amikor a szállító segít finanszírozni a vevő kapacitásvásárlását) régi időket idéznek. Ez rövid távon felfújhatja a rendelésállományt és a bevételt, de kockázatos követelésállományt hagyhat hátra, ha a vevői modell késik a felfutással. A részvénybefektető számára mindez annyit jelent: a top‑down AI‑narratívát bottom‑up kitettség‑higiénével kell kiegészíteni. Nézd a cash‑konverziót, a szerződéses backlog minőségét, a kapacitáskihasználtság görbéjét és a vevői koncentrációt. Ahol ez rendben van, ott az AI továbbra is konzisztens profitmotor. Ahol nincs, ott az „AI” címke egyenlő a drága finanszírozással és az alacsony jövőbeni hozammal.

Az AI megtérülésének három szintje

Az AI‑megtérülést három, egymásra épülő szinten érdemes vizsgálni. 1) Infrastruktúra: ide tartoznak a chipek, a szerver‑ és hálózati komponensek, a villamosenergia‑ellátás és hűtés. Itt a kereslet még mindig erős, de az árverseny és a gyártói mix változása az árrést finoman koptatja, miközben a tőkeigény extrém. 2) Platform: a felhő‑ és modellelőfizetések, MLOps, vektoradatbázisok, adat‑ és jogkezelési megoldások. Itt a differenciálás kulcsa a „beágyazottság”: mennyire válik ragadóssá a szolgáltatás a fejlesztői és vállalati IT‑folyamatokban. A lejtő akkor indul, ha az ügyfél egyetlen „export” kattintással átviheti a workloadot máshova. 3) Alkalmazás: a vertikális és horizontális use case‑ek. Itt a hype és a valós ROI közti olló a legnagyobb: az ügyfélszolgálati automatizáció, a dokumentumfeldolgozás és a belső tudásbázisok jól mérhető megtérülést hoznak; a „csodaszer” jellegű, diffúz produktivitásnövedékek viszont gyakran kifolynak a P&L‑ből. A három szint között a profitáramlás folyamatosan újrarendeződik: amikor az infra drága, a platform és az app‑szint kénytelen magasabb árszinten bizonyítani. Ennek az lesz a mellékhatása, hogy kevesebb, de jobb minőségű AI‑alkalmazás marad életben, és a befektetői alfa is egyre inkább a minőség‑szűrőn múlik.

Magyar befektetői nézőpont: deviza, adózás, elérhető eszközök

Hazai befektetőként három sajátosságot érdemes beépíteni az AI‑narratívába. Először: a devizakitettség. A nagy AI‑sztorik USD‑ben írják a történetüket; a HUF‑alapú befektető így devizaárfolyam‑on is ül. A hozam és a volatilitás nagy részét az USD/HUF mozgása modulálja, ezért a stratégia része lehet az eurosítás vagy a vegyes devizakitettség. Másodszor: adózás és költségszerkezet. Az AI‑kitettség nem csak egyedi részvényekkel érhető el, hanem szektor‑ és tematika‑ETF‑ekkel, illetve reáleszközökkel (pl. eurós REIT‑ek, infrastruktúra‑alapok), amelyek költségben és adózásban eltérőek. Harmadszor: hozzáférés. A BÉT közvetlen AI‑tisztázásra kevésbé alkalmas, viszont a régióban és Nyugat‑Európában több, AI‑ellátási láncba kapcsolódó ipari és energetikai szereplő elérhető. A diverzifikáció itt nem csak „tankönyv”, hanem költség‑ és likviditásrealitás. Én azt javaslom: az AI‑infrastruktúra kitettséget (chip, hálózat, hűtés) tedd kosárba, az alkalmazás szinten pedig lőj célzott use case‑ekre (B2B automatizáció, mérhető döntéstámogatás, ipari‑szolgáltatási hatékonyság). Ezzel együtt tarts portfólióban reáleszköz‑puffer(eke)t, amelyek a késői ciklusban historikusan jobb kockázat/hozam profilt adtak.

Akcióterv: 90 napos lépéssor

• Térképezd fel a portfólió AI‑kitettségét: infra, platform, alkalmazás bontásban, súlyokkal.
• Nézd át a top 10 pozíció szabad cash‑flow trendjét és a bruttó fedezet alakulását 8–12 negyedévre visszamenőleg.
• Ellenőrizd a vevői koncentrációt és a szerződéses backlog minőségét (időtáv, felmondhatóság, indexálás).
• Azonosítsd a „vendor financing” kitettséget: mennyi a követelés a bevétel arányában, hogyan öregszik.
• Vágd 25–50%-kal a nyereséget nem termelő, story‑vezérelt tech súlyait, ha nincs 12–18 hónapos látható monetizáció.
• Adj hozzá 5–15% reáleszköz‑súlyt: arany, REIT, energia‑infrastruktúra, ipari/agrár nyersanyag‑kosár.
• Építs be EUR és USD eszközöket, hogy a HUF‑kockázat ne torzítson.
• Alkalmazz szabályalapú rebalanszírozást: negyedéves felülvizsgálat, 20%‑os eltérésnél automatikus korrekció.
• Use case‑szűrő: csak olyan AI‑pozíció marad, amely vagy költséget vág, vagy bevételt növel, mérhetően.
• Dokumentáld a tézist: mikor, miért vetted; mi változtatja meg; mi a kilépési szabály.

Ellenőrző lista: AI‑részvény kiválasztási kritériumok

• Pozitív szabad cash‑flow trend vagy látható fordulat 12 hónapon belül.
• Bruttó fedezet stabil vagy javuló; nincs romló eladási mix.
• Árképzési erő: áremelés vs. versenyzők; diszkont a csomagolásban?
• Ügyfélragadósság: lock‑in mutatók, switching‑költség, integrációs mélység.
• Energia‑ és CAPEX‑intenzitás: beruházás ciklusa, megtérülés, skálázási plafon.
• Vevői koncentráció: top3 ügyfél bevételi aránya és szerződéses védelem.
• Ellátási lánc kockázat: kritikus beszállítók száma, alternatívák, ólomidők.
• K+F hatékonyság: technikai adósság vs. új termék; kiadások átváltozása bevétellé.
• Szabályozási kitettség: adatkezelés, IP, versenyjogi kockázatok.
• Vezetés minősége: allokációs fegyelem, tőkehatékonyság, insider‑tranzakciók.
• Transzparencia: KPI‑k rendszeres közlése; „token/óra/seat” alapú mutatók.
• Világos exit‑útvonal: EBITDA‑multiplikáció vagy szabad cash‑flow hozam célérték.

Szcenáriók és portfólió súlyok

Etikai és társadalmi dimenzió

Az AI‑őrület társadalmi oldala ritkán kerül a portfólió‑viták fókuszába, pedig a ciklikusság itt is érvényesül. Az első hullám a „narratívával” tesz igazságtalanságot: a hype felhúzza a várakozásokat, a munkaerőpiac pedig közben még nem tudja felszívni a tömegesen „AI‑szakértővé” avanzsált profilokat. Ez bérfeszültséget és csalódást okoz. A második hullám a vállalati felelősség kérdése: az AI‑projekt akkor etikus, ha nem csak megtakarít, hanem bizonyíthatóan jobb ügyfélélményt, kisebb torzítást és nagyobb hozzáférést ad. A harmadik hullám a tulajdonosi felelősség: a tőke ne „vak” hype‑ot finanszírozzon, hanem valódi produktivitást. A társadalmi tőke – bizalom, tanulási görbe, munkavállalói át‑ és továbbképzés – nélkül az AI a vállalati P&L‑ben sem tartós. Befektetőként ezért preferálom azokat a vállalatokat, amelyek nyílt KPI‑okkal mérik az AI‑hasznot: hibaarány‑csökkenés, átfutási idő rövidülése, nettó ajánlói pontszám javulása, panaszszám mérséklése. Ezek a „puha” mutatók kemény pénzzé konvertálódnak, és csökkentik a reputációs kockázatot. A narratíva‑vezérelt kapkodás helyett itt van tere a felelős, hosszú távú építkezésnek.

Dajka Gábor marketingszakértő, business coach és befektető szerint

Nem a végéhez értünk, hanem a voksot tettük le az érettebb, számon kérhető AI mellett. A piac nem esküvő: nem örök hűséget fogadsz egy technológiának, hanem folyamatosan újrázod a tézised a számokkal. A Morgan Stanley üzenete – csökkentsd a zsenge, veszteséges tech súlyát, és tedd mellé a reáleszköz‑puffert – nem pánik, hanem fegyelem. Ezt a fegyelmet kell itthon is meghonosítani: deviza‑kezeléssel, szabályalapú rebalanszírozással, és azzal a szigorú követelménnyel, hogy az AI‑pozíció magát magyarázza a cash‑flow‑jával. Aki most differenciál, az nem lemarad, hanem megelőzi a következő hullám torlódását. Aki ragaszkodik a „minden AI jó” hiedelemhez, annak a portfóliója lesz a narratíva áldozata. Én így zárom:

„Az AI‑ban a nehéz nem a jövő kitalálása, hanem a jelen számonkérése. A jövő jön magától, a fegyelem ritkán.” — Dajka Gábor

A következő 12–18 hónap nem a hangzatos sajtóközleményekről fog szólni, hanem a mérleg és eredménykimutatás csendes számairól. Ott dől el, ki marad a pályán. Én a válogatott minőséget, a portfólió‑puffereket és az alulértékelt, nem AI‑függő cash‑flow forrásokat preferálom. Ez a kombináció ad mozgásteret, amikor a ritmusváltás a narratívából végleg átmegy a számokba.

Szakértő válaszol — GYIK

Valóban „vége” van az AI‑őrületnek a tőzsdén?

Nem vég, hanem ritmusváltás. A kiadási sprintből maraton lesz, ezért a széles, indiszkriminatív emelkedést felváltja a szelektív hozamtermelés. Az infrastruktúra és a bizonyított ROI‑ú alkalmazások maradnak erősek; a story‑vezérelt, veszteséges tech alulteljesíthet. A portfólióban ezt fegyelemmel és reáleszköz‑pufferrel lehet kezelni.

Hogyan értsem a „hetedik játékrészt” a gyakorlatban?

Késői ciklus, ahol az árazások egy része már a jó híreket beárazta, miközben a cash‑flow és a verseny erodálhatja a prémiumot. Ez nem short‑szignál, hanem súlyozási fegyelemre intés: vágni a gyenge minőséget, tartani a minőséget, és kiegyensúlyozni reáleszközökkel és IG kötvényekkel.

Mi a helyzet a magyar piaccal és az euró‑/dollárkitettséggel?

A fő AI‑pozíciók USD‑ben vannak; a HUF‑alapú befektető számára ezért a devizakezelés része a játéktervnek. Érdemes vegyes devizakitettségben gondolkodni, és költséghatékony eszközökkel (ETF, tematikus kosarak) felépíteni a kívánt expozíciót. A BÉT‑en közvetlen AI‑történet ritkább, ezért a régiós és nyugati hozzáférés praktikus.

Mit tegyek a hype‑érzékeny AI‑alkalmazás részvényekkel?

Három kérdést tegyél fel: van‑e mérhető, gyors megtérülés ügyfélnél; van‑e árazási ereje a cégnek; és milyen a cash‑konverzió. Ha ezekre „nem” a válasz, csökkents. Ha „igen”, tartható, sőt, piaci gyengülésben növelhető is az átlagár alatt.

Mivel lehet „kiegyensúlyozni” a portfóliót, ha az AI‑kitettségem nagy?

Arany, REIT‑ek, energia‑infrastruktúra, ipari és mezőgazdasági nyersanyag‑kosarak – mind reáleszközök, amelyek késői ciklusban historikusan jobb védelmet adtak. Mellé jöhet közepes futamidejű, befektetési kategóriájú kötvény és likvid pénzpiaci puffer. Súlyokban lépcsőzetes, szabályalapú megközelítés javasolt.

Ajánlott magyar videók/podcastok

Források

1. Morgan Stanley – The Bull Market’s Seventh Inning (2025. okt. 1.).
2. Morgan Stanley – Global Investment Committee Weekly (2025. szept. 29.).
3. Quartz – Morgan Stanley warns the AI boom may be running out of steam.

Ha tetszett a cikk, támogasd a blogomat és vedd meg a könyvem.