$480 МЛРД «ЗГОРІЛИ» НА БІРЖІ: У КИТАЇ ЛУСНУЛА ШІ-БУЛЬБАШКА. ЧИ США НАСТУПНІ?

Артем Гончаренко, PhD

Керівник Інституту реінтеграції, реабілітації та професійного розвитку ветеранів «Архітектура стійкості» КНУБА

27 жовтня 2026 року • авторська аналітика

Китайський обвал: що насправді сталося з ринком

Ще недавно виробників чипів, оптичних компонентів для дата-центрів і робототехніки називали головними переможцями нової технологічної революції. Інвестори купували їхні акції, розраховуючи на майбутнє зростання попиту на штучний інтелект. Наприкінці жовтня ця впевненість змінилася масштабним розпродажем.

За повідомленням Reuters від 26 жовтня 2026 року, індекс STAR 50, який відображає динаміку провідних технологічно-інноваційних компаній шанхайського майданчика, втратив близько 40% менш ніж за чотири місяці. Скорочення сумарної ринкової вартості оцінено приблизно у $480 млрд. Уже 27 жовтня індекс закрився на рівні 1 252,28 пункту, зниження за день становило 4,81%. [1–2]

Тут важливі дві точності. STAR 50 — не перелік 50 найбільших суто ШІ-компаній Китаю, а індекс технологічно-інноваційного сегмента, де чимало компаній пов'язані з напівпровідниками та ШІ. І $480 млрд не «зникли» з банківських рахунків підприємств: ідеться про падіння біржової оцінки пакета акцій.

Проте масштаби корекції не стають від цього меншими. Reuters наводить приклади падіння акцій окремих виробників роботів, мікросхем та оптичного обладнання на десятки відсотків. Біржа раптом згадала про просту економічну вимогу: хороша технологія ще не гарантує прибутку, достатнього для виправдання будь-якої ціни акцій. [1]

Чому ринок охолов: завищені очікування проти реальних прибутків

На піку зростання мультиплікатор ціна/прибуток (P/E) для індексу STAR 50, за оцінкою Reuters, наближався до 250. Навіть після різкого спаду він становив близько 100, тоді як орієнтир для Nasdaq 100 у тому самому матеріалі — приблизно 30. Це не однакові за структурою індекси, однак різниця демонструє, скільки майбутнього зростання інвестори вже заклали у китайські котирування. [1]

До дорогих оцінок додалися сумніви щодо темпів попиту на ШІ-обладнання, можливі експортні обмеження, податкові чинники та ризики для збуту китайських компонентів у закордонні дата-центри. Жодна з цих причин окремо не пояснює всього обвалу, але разом вони зробили ринок вразливим.

Мій висновок простий: потрібно відділяти ціну акції від корисності технології. Компанія може створювати потрібний продукт, але коштувати на біржі невиправдано дорого. І навпаки — падіння її котирувань не скасовує вже досягнутого технологічного ефекту.

Потрібно чітко розділяти дві речі: економічну ефективність штучного інтелекту та спекулятивну вартість компаній, які на ньому заробляють. Фондовий ринок може помилятися у своїх очікуваннях. Але якщо технологія реально скорочує час досліджень, підвищує продуктивність і дозволяє швидше ухвалювати обґрунтовані рішення, ця цінність нікуди не зникає разом із падінням котирувань.

Чи справді ШІ прискорює людську працю: що доведено, а що лише обіцяють

Як дослідник я вважаю, що оцінювати штучний інтелект варто не за гучністю презентацій, а за незалежними експериментами з контрольними групами. І такі дослідження вже є.

У дослідженні MIT, опублікованому в журналі Science у 2023 році, 453 фахівці виконували професійні письмові завдання. У групі з доступом до ChatGPT середній час виконання скоротився на 40%, а якість результату за експертними оцінками підвищилася на 18%. Це реальний експеримент, але він не доводить, що будь-яке складне дослідження автоматично прискориться на ті самі 40%. [3]

В експерименті Harvard Business School і Boston Consulting Group за участю 758 консультантів користувачі GPT-4 виконували відповідні можливостям моделі завдання більш ніж на 25% швидше і завершували більш ніж на 12% більше завдань. Водночас на завданні за межами надійних можливостей інструмента використання ШІ призводило до гіршого результату. [4]

Особливо показова наукова аналітика. Огляд 25 досліджень, опублікований у Frontiers in Pharmacology у 2025 році, зафіксував скорочення часу більш ніж на 50% у 17 роботах. У деяких випадках автоматизований перегляд анотацій скорочувався у 5–6 разів, а ручне навантаження за умови 95% повноти виявлення матеріалів — у 6–10 разів. Це насамперед про окремі етапи відбору, а не про весь шлях від ідеї до перевіреного висновку. [5]

Існує і застереження. У рандомізованому експерименті METR 2025 року 16 досвідчених розробників, які виконували 246 реальних завдань, із тодішніми інструментами ШІ працювали в середньому на 19% довше, хоча самі вважали, що прискорилися. Отже, інструмент, який допомагає початківцю, може сповільнити фахівця на добре знайомій роботі, якщо вартість перевірки результатів надто висока. [6]

Висновок: ми повинні вимірювати не обсяг згенерованого тексту, а кількість правильних і перевірених результатів за одиницю часу.

Один приклад, який змінює масштаби: 100 тисяч документів

Уявімо організацію, якій потрібно первинно переглянути 100 000 документів — договорів, наукових публікацій, звітів, звернень громадян або матеріалів щодо відбудови. Якщо на кожен документ витрачати лише три хвилини, маємо 5 000 людино-годин, тобто 625 восьмигодинних робочих днів. Команда з десяти аналітиків працюватиме приблизно 12,5 тижня за повного завантаження.

А тепер припустимо, що перевірена система автоматично виконує дедуплікацію, початкову класифікацію, пошук суперечностей і формує перелік винятків. Якщо її якість дозволяє скоротити саме ручний screening на 90%, залишиться еквівалент 500 людино-годин на цьому етапі.

Це ілюстративна модель, а не результат конкретного впровадження. Вона не враховує окремо вартість обчислень, налаштування, контроль якості та пропущені критичні випадки. Тому не можна механічно заявляти про десятикратне прискорення всього дослідження.

Але вона пояснює, де виникає справжня цінність: експерт більше не зобов'язаний вручну переглядати кожну одиницю інформації, якщо автоматизований відбір довів необхідну точність. Він переходить від масового читання до поглибленої роботи зі складними випадками.

Ринок починає дорослішати. Самої обіцянки технологічної революції вже недостатньо. Інвестор хоче бачити прибуток, а організація — конкретний результат: скільки часу зекономлено, скільки помилок попереджено, скільки звернень опрацьовано та скільки коштує утримання системи. Справжню конкурентну перевагу матимуть ті, хто зможе довести економічну ефективність ШІ.

Війна змінює формулу продуктивності: чому це важливо для України

У нашій країні працівник може бути висококваліфікованим і мотивованим, але не здатний скасувати повітряну тривогу чи ракетну атаку. Безпека людини завжди має залишатися пріоритетом.

В опитуванні European Business Association, проведеному у лютому 2026 року серед 131 топменеджера компаній-членів Асоціації, 45% респондентів назвали призупинення роботи під час повітряних тривог серед поширених обмежень, а 82% — атаки на енергосистему серед чинників найбільшого негативного впливу на бізнес. Це не статистика середньої втрати годин для всієї України, але вагоме свідчення операційних перешкод. [7]

Візьмемо умовний проєкт, для якого потрібно 100 продуктивних аналітичних годин. Якщо фактична доступність робочого часу становить 70%, для виконання знадобиться близько 143 годин планового робочого ресурсу. У змодельованому гібридному процесі, де людині залишається 25 годин, а машинна обробка й супровідні операції додають 10 годин, загальна оцінка становить приблизно 46 годин. Різниця — близько 3,1 раза.

Не варто сприймати ці числа як норматив для українських компаній: 70% доступності та структура операцій тут — лише сценарні припущення. Реальний ефект визначать характер завдань, підготовленість даних та архітектура системи.

Однак принцип важливий. Якщо обчислення, дані та черги завдань належно резервовані і географічно рознесені, частина операцій може продовжуватися навіть тоді, коли співробітники перебувають в укритті. Якщо ж система прив'язана до одного офісного сервера без резервного зв'язку та живлення, цієї переваги не буде.

Для України використання штучного інтелекту — це не просто бажання бути технологічно сучасними. Це питання стійкості. Людина має право на безпеку, відпочинок і захист під час війни. Водночас правильно побудована цифрова інфраструктура може забезпечувати безперервність частини критичних процесів. Наше завдання — не замінити людину, а посилити її можливості технологіями.

Головна революція — не текст за хвилину, а виявлення проблеми до звіту

Я вважаю, що наступна зміна буде глибшою за автоматичну підготовку аналітичних записок. Йдеться про цілодобовий моніторинг, коли дані надходять постійно, система виявляє відхилення, перевіряє їх за правилами, класифікує ризик і передає інформацію відповідальній людині або виконує наперед дозволену безпечну дію.

У кібербезпеці для цього давно розвивають платформи SIEM та SOAR. Міжнародні рекомендації 2025 року описують їх як засоби збирання подій, виявлення підозрілої активності, оповіщення фахівців і автоматизації визначених частин реагування. Водночас такі системи потребують постійного налаштування, тестування й кваліфікованого нагляду. [8]

Для України цей принцип можна адаптувати до моніторингу відбудови, фінансового контролю, екологічних показників, кіберзагроз і звернень ветеранів та їхніх родин. Наприклад, нове звернення може автоматично потрапити до відповідної служби, а аномальна зміна в тендерній документації — сформувати сигнал для аудитора. Але рішення про медичну допомогу, обмеження прав чи фінансові санкції не можна доручати генеративній моделі без належних незалежних механізмів контролю.

Майбутнє — за системами, які не просто накопичують інформацію, а постійно аналізують події. Штучний інтелект може допомагати виявляти аномалії, перевіряти їх і запускати заздалегідь погоджені сценарії реагування. Але критичні рішення повинні залишатися під належним контролем людини. Саме поєднання автоматизації та відповідальності визначатиме якість нових цифрових екосистем.

Ціна помилки: де автоматизацію не можна плутати з довірою

Чим масштабніша автоматизація, тим дорожчою може бути системна помилка. Модель може переконливо вигадати джерело, пропустити важливий документ або надати доступ до конфіденційних даних невідповідному користувачу. Саме тому для медичних, персональних та фінансових матеріалів потрібні мінімізація даних, контроль прав доступу, журналювання операцій, перевірка точності та окремі процедури схвалення критичних дій.

Наукове середовище має розмежовувати швидкість машинного опрацювання та достовірність висновку. Це особливо актуально, коли ШІ допомагає формувати наукові огляди або аналітику для управлінських рішень.

Ми повинні розрізняти швидкість обробки інформації та достовірність отриманого знання. Штучний інтелект може суттєво прискорити пошук, порівняння і систематизацію даних, проте це не скасовує необхідності верифікації джерел, перевірки методології та відтворюваності результатів.

Чи повториться китайський обвал у США?

Це питання, яке сьогодні звучить найгучніше. Проте 40-відсоткове зниження китайського STAR 50 не означає автоматичного 40-відсоткового падіння американських акцій. У Reuters китайську корекцію зіставлено з приблизно 6-відсотковим відступом Nasdaq від нещодавнього максимуму. Це різні індекси, періоди й структури бізнесу; прямий прогноз на такій підставі був би необґрунтованим. [1]

Ризики для глобальних технологічних акцій існують: високі очікування, великі капітальні витрати на обчислювальну інфраструктуру, невизначеність попиту і складна монетизація. Але ступінь уразливості кожної компанії залежить від її прибутків, грошових потоків, боргу, клієнтів і вартості залученого капіталу.

На мою думку, ключове питання для ринків уже змінилося: не «хто голосніше заявив про ШІ», а «хто зміг перетворити технологію на перевірений економічний результат». У цій логіці зменшення спекулятивних оцінок може навіть підштовхнути бізнес до дисциплінованіших інвестицій.

Що я пропоную українським організаціям

Не варто зупиняти цифрову трансформацію через обвал біржових акцій іншої країни. Але так само не потрібно бездумно купувати дорогі ШІ-рішення лише тому, що це модно. Раціональний підхід можна звести до п'яти практичних кроків.

1. Виміряти поточний процес: тривалість операцій, вартість, помилки, час очікування відповіді та навантаження на людей.
2. Вибрати вузький пілот: наприклад, класифікацію документів, пошук дублікатів або пріоритизацію звернень, а не автоматизацію всього управління відразу.
3. Визначити межі автономії: що алгоритм може виконувати самостійно, що лише пропонувати, а що потребує обов'язкового рішення людини.
4. Перевірити якість і безпеку: пропущені критичні випадки, помилкові тривоги, доступ до персональних даних, залежність від постачальника та стійкість до збоїв.
5. Рахувати повну економіку: ліцензії, обчислення, інтеграції, супровід, навчання команди — і цінність часу, який вдалося зберегти.

Коли ці показники не вимірюються, розмови про економію у п'ять чи десять разів перетворюються на маркетинг. Коли вимірюються — організація може ухвалювати рішення на основі доказів.

Висновок: біржова бульбашка може луснути, а технологічна революція — продовжитися

Китайський обвал є серйозним попередженням для інвесторів. Він показує, що навіть перспективні галузі не захищені від завищених оцінок, невиправданих очікувань та різких змін настроїв ринку.

Але для мене, як дослідника і керівника інституції, що працює з питаннями людського капіталу та відновлення України, висновок інший: технологія має оцінюватися за впливом на реальні завдання, а не за біржовим ажіотажем.

Якщо автоматизація скорочує час опрацювання звернень, допомагає вчасно виявляти ризики, підтримує безперервність роботи під час війни й звільняє фахівців для відповідальних рішень — вона вже має практичну цінність. Але цю цінність треба вимірювати, а безпечність — доводити.

ШІ-бульбашка може луснути. Потреба в перевірених знаннях, стійких організаціях і вчасних рішеннях — ні.

Джерела та методологічні зауваження

[1] Reuters. «In China, the AI bubble has already burst», 26 жовтня 2026 року Джерело

[2] Investing.com. SSE STAR 50: historical data, закриття 27 жовтня 2026 року Джерело

[3] Noy S., Zhang W. «Experimental evidence on the productivity effects of generative artificial intelligence». Science, 2023 Джерело

[4] Harvard Business School / Boston Consulting Group. «Navigating the Jagged Technological Frontier», 2023 Джерело

[5] Abogunrin S. et al. «How much can we save by applying artificial intelligence in evidence synthesis?». Frontiers in Pharmacology, 2025 Джерело

[6] METR. «Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity», 2025 Джерело

[7] European Business Association. «Чотири роки великої війни: як працює бізнес в Україні», 24 лютого 2026 року Джерело

[8] Australian Signals Directorate та міжнародні партнери. «Implementing SIEM and SOAR platforms: Executive guidance», 27 травня 2025 року Джерело

Примітка до розрахунків: приклад із 100 тисячами документів та модель доступності персоналу в умовах війни — ілюстративні припущення. Їх слід відрізняти від результатів конкретних контрольованих досліджень і перевіряти на власних даних перед інвестиційним рішенням.