Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Paneliści wyrażają neutralne do niedźwiedziowe nastroje wobec Microsoftu i Lam Research, podkreślając znaczące ryzyka wykonania, cykliczność i nieudowodnione strategie monetyzacji AI.
Ryzyko: Masowy, nieudowodniony zakład R&D na agenty AI napędzające przychody z oprogramowania korporacyjnego do końca 2025, co może zburzyć siłę cenową Azure pod ciężarem własnych kosztów amortyzacji.
Szansa: Potencjał kwartalnego FCF Microsoftu w wysokości 15 mld USD do skalowania wraz z wyceną Azure napędzaną AI, jeśli agenci AI skutecznie zmonetyzują się w skali.
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Tylko garstka firm zajmujących się sztuczną inteligencją (AI) jest gotowa zdominować następną dekadę. Oto dwie nazwy, które wyróżniają się silnym wzrostem, rosnącymi przewagami konkurencyjnymi i zdolnością do wykorzystania masowego boomu infrastruktury AI.
W przeciwieństwie do wielu nowych firm AI, które nadal znajdują się we wczesnych etapach monetyzacji, biznes AI Microsoftu (MSFT) już generuje stałe, ogromne przychody. Microsoft intensywnie inwestuje w rozwój własnych chipów AI, infrastruktury chmurowej, oprogramowania korporacyjnego, agentów AI, narzędzi dla deweloperów i aplikacji zwiększających produktywność. Ta dywersyfikacja może sprawić, że Microsoft będzie trudniejszy do zakłócenia z czasem.
Biznes AI Microsoftu przekroczył 37 mld $ rocznego przychodu w trzecim kwartale roku fiskalnego 2026, co oznacza wzrost o 123 % w porównaniu rok do roku (YOY). Biznes chmurowy, napędzany przez Azure, pozostaje jednym z głównych powodów, dla których firma może być ustawiona na długoterminową dominację w AI. Pomimo trwających ograniczeń podaży, przychody z Azure i innych usług chmurowych wzrosły o 40 % YOY w kwartale. Co istotne, przychody Microsoft Cloud wzrosły do 54,5 mld $ w kwartale, czyli o 29 % YOY. Z powodu agresywnego popytu firma pracuje teraz nad podwojeniem swojego ogólnego śladu infrastruktury w ciągu najbliższych dwóch lat.
Podczas gdy wschodzące podmioty AI, takie jak Nebius (NBIS), przyciągają uwagę dzięki oszałamiającemu wzrostowi 684 %, Microsoft nadal dostarcza dwucyfrowe zyski w każdym kwartale. Jednak taki trwały, przewidywalny wzrost kwartał po kwartale w tak ogromnej skali jest wyraźnym sygnałem wysokiej jakości biznesu. Całkowite przychody wzrosły o 18 % YOY do 82,9 mld $ w Q3, podczas gdy EPS wzrosło o 21 % do 4,27 $ w kwartale.
Firma przewiduje wydatki kapitałowe przekraczające 190 mld $ w 2026 roku, gdy będzie rozszerzać pojemność centrów danych i infrastrukturę AI na całym świecie. Na koniec kwartału Microsoft miał 78 mld $ gotówki oraz ponad 15 mld $ wolnej gotówki. Bardzo niewiele firm posiada taką siłę finansową, aby agresywnie inwestować w infrastrukturę AI, jednocześnie utrzymując spójny wzrost.
Microsoft kontroluje wiele warstw ekosystemu AI, zachowując przy tym stałą rentowność. To może być główny powód, dla którego jest gotowy stać się największym długoterminowym zwycięzcą AI w nadchodzącej dekadzie. Pomimo stałego wzrostu, akcje MSFT spadły o 14 % od początku roku (YTD), co oznacza słabszy wynik niż wzrost Nasdaq Composite ($NASX) o 15 %. Niemniej jednak Wall Street oczekuje potencjalnego wzrostu o 33 % od obecnych poziomów, bazując na średniej cenie docelowej 553,83 $. Dodatkowo wysoka cena docelowa 680 $ sugeruje, że akcje mogą wzrosnąć nawet o 64 % od teraz.
Na Wall Street akcje MSFT mają konsensusową ocenę „Strong Buy”. Spośród 48 analityków śledzących akcje, 39 ma ocenę „Strong Buy”, trzech „Moderate Buy”, a sześciu oferuje ocenę „Hold”.
Top AI Stock #2: Lam Research (LRCX)
Lam Research (LRCX) produkuje maszyny i sprzęt używany do wytwarzania chipów półprzewodnikowych. Jego narzędzia pomagają producentom chipów w produkcji zaawansowanej pamięci i chipów AI poprzez procesy takie jak trawienie, osadzanie i wytwarzanie wafli. Akcje LRCX w końcu zyskują należytą uwagę, z akcjami rosnącymi o 87 % YTD, znacznie przewyższając szerszy rynek.
Biznes Lam Research jest kluczową częścią produkcji chipów. Jednak Lam nie tylko rośnie wraz z przemysłem półprzewodników; przejmuje większą część wydatków branży. Lam głównie obsługuje dużych producentów półprzewodników budujących chipy NAND, DRAM i związane z AI. W miarę skalowania systemów AI, potrzebne są ogromne ilości przechowywania danych w centrach danych hyperscale, co tworzy masowy popyt na produkty NAND, DRAM i pamięci o wysokiej przepustowości (HBM).
W rezultacie Lam prognozuje, że światowe wydatki na sprzęt do wytwarzania wafli (WFE) wzrosną do około 140 mld $. Firma spodziewa się, że jej udziały w dostępnych rynkach (SAM) nieco przekroczą średni zakres 30 % całkowitych wydatków na WFE w 2026 roku. Jeśli tak się stanie, Lam pozostanie na dobrej drodze, aby osiągnąć cel w wysokim zakresie 30 % w ciągu kilku najbliższych lat.
W kwartale marcu przychody wzrosły o 24 % YOY do 5,8 mld $, a skorygowany EPS wzrósł o 41 % YOY do 1,47 $ za akcję, przy czym oba wyniki przewyższyły konsensusowe prognozy. Biznes Foundry stanowił 54 % przychodów systemowych w kwartale. Lam korzysta mocno z przyspieszonych wydatków na konwersję NAND, silnego popytu na DRAM, rosnących inwestycji w HBM, wzrostu zaawansowanego pakowania oraz rosnących przychodów z usług z rozległej bazy zainstalowanego sprzętu. Lam Research może ostatecznie stać się jednym z najważniejszych długoterminowych zwycięzców infrastruktury AI.
Na Wall Street akcje LAM mają ogólną ocenę „Strong Buy”. Spośród 33 analityków obejmujących akcje, 22 oferuje ocenę „Strong Buy”, czterech ma „Moderate Buy”, a siedmiu analityków oferuje ocenę „Hold”. Na podstawie średniej ceny docelowej 314,39 $ akcje mają potencjalny spadek o 2 % od obecnych poziomów. Jednak najwyższa szacowana cena Street‑high 385 $ sugeruje, że akcje mogą wzrosnąć nawet o 20 % w ciągu najbliższych 12 miesięcy.
W dniu publikacji Sushree Mohanty nie posiadała (bezpośrednio ani pośrednio) pozycji w żadnym z papierów wartościowych wymienionych w tym artykule. Wszystkie informacje i dane w tym artykule służą wyłącznie celom informacyjnym. Ten artykuł został pierwotnie opublikowany na Barchart.com
Cztery wiodące modele AI dyskutują o tym artykule
"Plan wydatków kapitałowych Microsoftu w wysokości 190 mld USD niesie ryzyko kompresji marży, jeśli monetyzacja AI nie będzie rosła liniowo wraz z wydatkami na infrastrukturę."
Artykuł podkreśla wskaźnik AI Microsoftu na poziomie 37 mld USD oraz wzrost Azure o 40 %, jednocześnie zauważając wydatki kapitałowe 190 mld USD w 2026, ale pomija ryzyko wykonania na taką skalę. Utrzymanie 123 % wzrostu AI przy bazie kwartalnej 82,9 mld USD staje się matematycznie trudniejsze, a trwałe ograniczenia podaży mogą ograniczyć zrealizowane przychody, nawet gdy infrastruktura się podwaja. Prognoza WFE Lam Research do 140 mld USD zakłada kontynuację wydatków hyperskalerów na NAND/HBM bez cyklicznego trawienia; nazwy sprzętu historycznie doświadczały gwałtownych wahań zamówień, gdy budowa centrów danych się zatrzymywała. Obie nazwy mają rating Strong Buy, ale tekst pomija, jak regulacyjne kontrole koncentracji AI lub konkurencja modeli open‑source mogą ograniczyć siłę cenową w dekadzie.
Gotówka Microsoftu w wysokości 78 mld USD i kwartalny FCF 15 mld USD dają mu unikalną zdolność przetrwania w każdym okresie trawienia wydatków kapitałowych, którego mniejsze podmioty infrastruktury AI nie mogą dorównać.
"Obie akcje są wyceniane pod kątem utrzymującego się hiperwzrostu wydatków capex i wykorzystania, co nie jest ani gwarantowane, ani odzwierciedlone w ujawnieniu ryzyka w artykule."
Artykuł myli skalę z fosą. Tak, wskaźnik przychodów AI Microsoftu na poziomie 37 mld USD jest realny i imponujący — ale przy 123 % wzroście YOY zwalnia w porównaniu z wcześniejszymi okresami, co jest ukrytym szczegółem. Co ważniejsze: wydatki kapitałowe 190 mld USD w 2026 przy gotówce 78 mld USD oznaczają, że MSFT finansuje to długiem/kapitałem własnym, a nie zatrzymanymi zyskami. To w porządku na razie, ale artykuł nie porusza fundamentalnego pytania: czy 40 % wzrost Azure uzasadnia wydatki 190 mld USD, gdy wskaźniki wykorzystania i siła cenowa pozostają niejasne? LRCX to sprzęt cykliczny, nie strukturalny. Artykuł traktuje wydatki WFE jako przeznaczenie, a nie uznaje, że cykle wydatków półprzewodnikowych historycznie kompresują 30‑40 % w recesjach.
Jeśli wydatki na infrastrukturę AI faktycznie się unormują lub rozczarują w latach 2025‑26 (hyperskalery już sygnalizują dyscyplinę capex), zarówno MSFT, jak i LRCX staną w obliczu jednoczesnej kompresji: spowolnienia wzrostu, intensywności kapitałowej jako zobowiązania i resetu wyceny. Artykuł zakłada, że cykl capex trwa w nieskończoność.
"Rynek niedoszacowuje ryzyka kompresji marży dla Microsoftu oraz cyklicznej zmienności inherentnej w biznesie sprzętu półprzewodnikowego Lam Research."
Microsoft (MSFT) i Lam Research (LRCX) reprezentują „łopaty i kilofy” handlu AI, ale artykuł ignoruje ogromne ryzyko wykonania związane z rocznym wydatkiem capex w wysokości 190 mld USD. Microsoft zasadniczo obstawia swoje marże na założeniu, że agenci AI napędzą przychody z oprogramowania korporacyjnego, aby zrekompensować rosnące koszty amortyzacji centrów danych. Tymczasem Lam Research zmaga się z cyklicznością; choć popyt na HBM i NAND jest obecnie gorący, branża sprzętu półprzewodnikowego jest notorycznie podatna na „efekty bicza”, gdzie nadmierne zamówienia prowadzą do bolesnych korekt zapasów. Inwestorzy obecnie wyceniają je jako secular growers, ale w rzeczywistości są to wysokobeta gry infrastrukturalne, wrażliwe na stopy procentowe i ochłodzenie cykli inwestycji AI.
Jeśli Microsoft skutecznie skomodyfikuje obliczenia AI, może osiągnąć profil marży SaaS na infrastrukturze, którą inni będą zmuszeni wynajmować, efektywnie zamieniając swój masywny capex w nieprzebijalną fosę.
"Wzrost napędzany AI dla tych nazw zależy od trwałego, przyjaznego makrocyklowi capex, co nie jest gwarantowane i może spowodować ich ponowne obniżenie wyceny, jeśli popyt zwolni."
Choć artykuł podkreśla MSFT jako długoterminowego zwycięzcę AI i zwraca uwagę na masywny capex, najsilniejszym kontrargumentem jest ryzyko spowolnienia makroekonomicznego, które może osłabić popyt na chmurę i siłę cenową. Jeśli budżety IT przedsiębiorstw się zacieśnią, marże Azure mogą się skompresować, nawet przy utrzymującym się wysokim capex, a widoczność przychodów AI MSFT może szybciej erodować, jeśli konkurenci przejmą przepływy pracy przedsiębiorstw lub narzędzia AI nie zostaną skutecznie zmonetyzowane. Dla LRCX zakładka opiera się na utrzymaniu gorącego wydatku na NAND/HBM; spadek lub cykl pamięciowy może osłabić popyt na sprzęt i capex. Brak kontekstu: ryzyko makro, dynamika konkurencji oraz ryzyka regulacyjne/ presja cenowa.
Bear case w 1‑2 zdaniach: Spowolnienie makro może wstrzymać budżety IT przedsiębiorstw i konkurencję cen chmurowych, osłabiając zyski z monetyzacji AI MSFT; a perspektywa LRCX zależy od cykli krzemu, które mogą zachwiać się, jeśli wydatki na NAND/HBM ostygną.
"Czasy realizacji zamówień na sprzęt tworzą rozbieżność czasową między capex MSFT a przychodami LRCX, co potęguje ryzyko cykliczne."
Claude podkreśla, że wydatki capex 190 mld USD przewyższają rezerwy gotówkowe, ale to pomija, jak kwartalny FCF 15 mld USD Microsoftu może rosnąć wraz z wyceną Azure napędzaną AI. Większa luka to założenie, że wydatki hyperskalerów bezpośrednio przekładają się na zamówienia LRCX, nie uwzględniając 18‑miesięcznych czasów realizacji w sprzęcie półprzewodnikowym, gdzie każde trawienie w NAND w 2025 roku uderzy w przychody LRCX w 2026, gdy amortyzacja MSFT szczytuje.
"Realnym ryzykiem LRCX nie jest kompresja przychodów w 2026 roku — to upadek widoczności zamówień w najbliższych 2‑3 kwartałach, jeśli dyscyplina capex pojawi się teraz."
Lag 18‑miesięczny Groka jest kluczowy, ale niekompletny. LRCX nie tylko stoi przed kompresją przychodów w 2026 roku — musi zmierzyć się z kompresją zamówień w 2024‑25, jeśli hyperskalery sygnalizują teraz dyscyplinę capex. Artykuł zakłada liniowy przepływ zamówień; tak nie jest. Producenci sprzętu widzą sygnały popytu 6‑9 miesięcy wcześniej. Jeśli hyperskalery wstrzymają wydatki w Q4 2024 lub Q1 2025, prognozy LRCX zostaną przegapione, zanim przychody faktycznie spadną. To 2‑3‑kwartalny sygnał ostrzegawczy, którego rynek nie wycenia.
"Masowy capex Microsoftu to wysokostawka na nieudowodnioną monetyzację agentów AI, co ryzykuje poważną kompresję marży, jeśli adopcja w przedsiębiorstwach zwolni."
Claude i Grok skupiają się na opóźnieniu po stronie podaży, ale wszyscy pomijacie rzeczywistość po stronie popytu: lukę w monetyzacji „agenta AI”. Microsoft buduje pojemność wartą 190 mld USD dla produktu, który jeszcze nie osiągnął wysokiej marży, powtarzalnej skali korporacyjnej. Jeśli agenci AI nie napędzą znaczącego wzrostu oprogramowania do końca 2025 roku, siła cenowa Azure upadnie pod ciężarem własnych kosztów amortyzacji. To nie tylko cykl capex; to masowy, nieudowodniony zakład R&D.
"Capex AI napędza trwałe marże tylko wtedy, gdy monetyzacja napędzana AI rzeczywiście skaluje; w przeciwnym razie marże Azure mogą się skompresować mimo większej pojemności."
Gemini przeszacowuje synergię między capex a zyskami, zakładając, że obliczenia AI bezpośrednio utrwalają marże Azure. Brakujące ogniwo to timing monetyzacji: nawet przy capex 190 mld USD, jeśli agenci AI nie podniosą znacząco przychodów z oprogramowania korporacyjnego do końca 2025, siła cenowa i marże brutto Azure mogą nie rosnąć. Ryzyko nie polega tylko na cykliczności wydatków; chodzi o to, czy ekonomia popytu po stronie popytu może utrzymać podwyższoną amortyzację i ceny chmury w konkurencyjnym otoczeniu.
Paneliści wyrażają neutralne do niedźwiedziowe nastroje wobec Microsoftu i Lam Research, podkreślając znaczące ryzyka wykonania, cykliczność i nieudowodnione strategie monetyzacji AI.
Potencjał kwartalnego FCF Microsoftu w wysokości 15 mld USD do skalowania wraz z wyceną Azure napędzaną AI, jeśli agenci AI skutecznie zmonetyzują się w skali.
Masowy, nieudowodniony zakład R&D na agenty AI napędzające przychody z oprogramowania korporacyjnego do końca 2025, co może zburzyć siłę cenową Azure pod ciężarem własnych kosztów amortyzacji.