Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Panel zgadza się, że chociaż istnieje znaczący "zaksięgowany popyt" na infrastrukturę AI, kluczowym ryzykiem jest spadek marż z powodu komodytyzacji obciążeń wnioskowania i potencjalnego nadmiernego budowania. Przejście w kierunku tańszych, wyspecjalizowanych układów scalonych może prowadzić do spowolnienia cykli wydatków kapitałowych.
Ryzyko: Kompresja marży z powodu komodytyzacji obciążeń wnioskowania i potencjalnego nadmiernego budowania
Szansa: Możliwość dla hiperskalowalnych firm zyskania na wydajności oprogramowania
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Dyrektor generalny i współzałożyciel Cerebras, Andrew Feldman, pojawił się w All-In Podcast, aby opisać budowę infrastruktury AI tak niezrównoważoną, że dostawcy mocy obliczeniowej wciąż ścigają się, aby nadrobić zaległości w zamówieniach złożonych miesiące temu. Chamath dosadnie określił skalę budowy: "Nigdy nie widzieliśmy takiej budowy od czasów Wielkiego Muru Chińskiego". Feldman odpowiedział, że branża nie musiała budować w oparciu o spekulacje, ponieważ znaczna część popytu jest już objęta umowami.
"Nie gonią za czymś w stylu, jeśli to zbudujesz, oni przyjdą. Gonią za popytem, który jest zaksięgowany", powiedział Feldman. Opisał on zaległości w wysokości 25 mld USD w Cerebras i argumentował, że firma nie jest osamotniona. Według Feldmana, podaż mocy obliczeniowej nie nadąża za istniejącymi, zaksięgowanymi zamówieniami od OpenAI, Anthropic, Google, Microsoft i AWS. W rezultacie centra danych powstają w całych Stanach Zjednoczonych, Europie, na Bliskim Wschodzie, a nawet w krajach takich jak Kazachstan, Tadżykistan, Armenia i Gruzja, przy czym pojedyncze budynki zużywają więcej energii niż miasta średniej wielkości.
Dane dotyczące warstwy "pik i łopat" stosu AI opowiadają podobną historię: zamówienia, zaległości i zobowiązania dotyczące zasilania przewyższają to, co dostawcy mogą dostarczyć.
Czytelnicy, którzy chcą znaleźć zwycięskie firmy korzystające z tej fali rozwoju AI, mogą zapoznać się z naszym Darmowym Raportem: 7 akcji napędzających boom AI (które nie są producentami chipów).
Nie czekaj: analityk, który w 2010 roku wskazał NVIDIA, ujawnił właśnie swoje 10 najlepszych akcji związanych z AI. Zobacz pełną listę ZA DARMO teraz.
NVIDIA (NASDAQ:NVDA) odnotowała przychody w I kwartale roku obrotowego 2027 w wysokości 81,615 mld USD, co oznacza wzrost o 85,23% rok do roku, z przychodami z centrów danych w wysokości 75,246 mld USD i wzrostem przychodów z sieci dla centrów danych o 199%. Prognozy na II kwartał przewidują przychody w wysokości 91,0 mld USD, a całkowite zobowiązania związane z dostawami osiągnęły 119,0 mld USD w celu zaspokojenia popytu "poza kilkoma następnymi kwartałami". Dyrektor generalny Jensen Huang nazwał budowę "największą ekspansją infrastrukturalną w historii ludzkości" w komunikacie firmy z I kwartału roku obrotowego 2027. Akcje notowane są po około 202,78 USD, co oznacza wzrost o 24,66% w ciągu ostatniego roku.
Cztery wiodące modele AI dyskutują o tym artykule
"Przejście od spekulatywnej rozbudowy do obowiązkowej monetyzacji ujawni różnicę między rzeczywistym popytem a subsydiowaną nadwyżką infrastrukturalną."
Narracja o „zarezerwowanym popycie” jest kusząca, ale zaciemnia kluczowe ryzyko: koncentrację wydatków kapitałowych (CapEx). Chociaż zobowiązania NVIDIA w wysokości 119 mld USD i portfel zamówień Cerebras w wysokości 25 mld USD sugerują żelazny popyt, stanowią one ogromne ryzyko „take-or-pay” dla hiperskalerów, takich jak Microsoft i Google. Jeśli przychody z wnioskowania AI nie wzrosną proporcjonalnie do tych masowych inwestycji w infrastrukturę w ciągu 18-24 miesięcy, staniemy w obliczu klasycznego cyklu „nadmiernej budowy”. Przejście z obciążeń mocą 150 MW na 300 MW to nie tylko przeszkoda infrastrukturalna; to podatek obniżający marże, który zmusi firmy do priorytetyzacji zwrotu z inwestycji (ROI) nad surową mocą obliczeniową. Przechodzimy z fazy „budowy” do fazy „monetyzacji”, w której rynek ukarze firmy, które nie potrafią udowodnić rentowności ekonomicznej jednostkowej.
Porównanie do "Wielkiego Muru" jest trafne, ponieważ jest to strategiczny wyścig zbrojeń, w którym koszt pozostania w tyle — przegrania wyścigu o AGI — znacznie przewyższa krótkoterminowe ryzyko finansowe nadmiernego budowania mocy produkcyjnych.
"N/A"
[Niedostępne]
"Zarezerwowany backlog ≠ trwałego popytu; prawdziwe pytanie brzmi, czy presja na marże i sceptycyzm przedsiębiorstw co do zwrotu z inwestycji osłabią zobowiązania kapitałowe, zanim te zamówienia zostaną zrealizowane."
Zlecenie Cerebras o wartości 25 mld USD i zobowiązania dostawcze NVIDII o wartości 119 mld USD są realnymi sygnałami popytu w najbliższym czasie, ale artykuł myli *zamówienia zrealizowane* z *trwałym popytem*. Kluczowe rozróżnienie: zamówienia złożone 6–18 miesięcy temu ustalają ceny, gdy koszty chipów były wyższe, a założenia dotyczące zwrotu z inwestycji w AI były bardziej optymistyczne. Obecnie obserwujemy, że obciążenia związane z wnioskowaniem dojrzewają szybciej niż oczekiwano, co obniża marże i zmniejsza wydatki na moc obliczeniową na token. Kwestia ograniczeń mocy jest zasadna – przepustowość sieci JEST wąskim gardłem – ale ogranicza to *gdzie* następuje rozbudowa, a nie czy utrzyma się ona przy obecnych stawkach nakładów inwestycyjnych. Porównanie do Wielkiego Muru Chińskiego to marketing. Brakuje: ryzyka rezygnacji klientów, deflacji cenowej na chipy do wnioskowania typu commodity oraz tego, czy adopcja AI przez przedsiębiorstwa uzasadnia roczne nakłady inwestycyjne przekraczające 500 mld USD, wynikające z obecnych trajektorii.
Jeśli te zamówienia są rzeczywiście zablokowane po stałych cenach do 2026–2027, a moc jest jedynym ograniczeniem (a nie zniszczeniem popytu), to NVIDIA, AMD i spółki z branży infrastruktury energetycznej mają wieloletnią widoczność, która uzasadnia obecne wyceny — i optymistyczne ujęcie artykułu jest uzasadnione.
"Zaległość zamówień sygnalizuje trwałe zapotrzebowanie, ale dynamika realizacji i kosztów zadecyduje, czy przełoży się to na utrzymującą się rentowność i wzrost."
Nagłówek sygnalizuje cykl inwestycyjny związany z AI, z zamówieniami, których dostawcy nie mogą łatwo anulować, co powinno wspierać firmy z sektora infrastruktury AI, takie jak NVIDIA, oraz szerszy rynek sprzętu do centrów danych. Jednak najsilniejszym zastrzeżeniem jest to, że „zamówienia” mogą nadal prowadzić do opóźnień w realizacji przychodów lub anulacji, jeśli klienci renegocjują warunki lub wydłużają czas realizacji. Artykuł pomija czynniki ryzyka: koszty energii i ograniczenia sieci, duże nakłady inwestycyjne z góry oraz utrzymującą się presję cenową w zatłoczonym krajobrazie dostawców. Jeśli budowa zostanie wstrzymana lub marże ulegną kompresji wraz ze wzrostem zdolności produkcyjnych, obecny optymizm może zniknąć pomimo dużego portfela zamówień.
Zaległości mogą odzwierciedlać postawę zakupową, a nie spienięczone przychody; opóźnienia i inflacja kosztów mogą nadszarpnąć marże, czyniąc rajd kruchym.
"Komodytyzacja obciążeń wnioskowania wymusi wojnę cenową miażdżącą marże, która przesunie dynamikę władzy od dostawców chipów z powrotem do hiperskalera."
Claude ma rację co do deflacji cen, ale pomija wtórny efekt: komodytyzacja wnioskowania jest faktycznie korzystna dla hyperscalerów, a nie tylko ryzykiem dla marży. Oddzielając oprogramowanie od własnościowego sprzętu, Microsoft i Google zmuszą NVIDIA do konkurowania ceną, ostatecznie przenosząc ciężar "take-or-pay" z powrotem na producentów chipów. Prawdziwym ryzykiem systemowym nie jest tylko nadmierna budowa; to nieunikniona kompresja marży, z którą NVIDIA się zmierzy, gdy obciążenia wnioskowania przesuną się w kierunku tańszego, wyspecjalizowanego krzemu w ciągu najbliższych 24 miesięcy.
[Niedostępne]
"Zmniejszenie marży ≠ zniszczenie popytu; przewaga konkurencyjna NVIDIA ma charakter architektoniczny, a nie tylko cenowy."
Teza o kompresji marż Gemini zakłada, że NVIDIA straci siłę cenową, ale ignoruje to koszty zmiany dostawcy i blokadę architektoniczną. Hiperskalerzy nie mogą łatwo przestawić się na AMD lub niestandardowy krzem w trakcie wdrażania bez przepisywania stosów oprogramowania – jest to obciążenie na 18–36 miesięcy. Prawdziwym ryzykiem nie jest komodytyzacja; jest nim to, że marże brutto NVIDIA skompresują się do 55–60% (z ok. 70%), podczas gdy przychody w ujęciu dolarowym nadal będą rosły o 25%+. To nadal jest bycze dla akcji NVIDIA, tylko nie tak bycze, jak sugeruje artykuł.
"Komodytyzacja nie jest jednoznacznie pozytywna; presja na marże i wolniejszy wzrost jednostkowy zagrażają bieżącym nakładom inwestycyjnym (capex)."
Odpowiadając na Gemini: Jestem sceptyczny, czy komodytyzacja jest korzystna dla hyperscalerów. Jeśli sprzęt do wnioskowania stanie się towarem, marże na chipy spadną, a zwroty z inwestycji (ROI) z ogromnych nakładów inwestycyjnych skrócą się, zwiększając ryzyko opóźnionych wdrożeń. Hyperscalerzy mogą zyskać na efektywności oprogramowania, ale to przenosi ryzyko na przewagę architektoniczną i monetyzację usług, a nie na wygrane cenowe w sprzęcie. Kluczowym ryzykiem jest kompresja marż i wolniejszy wzrost jednostkowy, a nie tylko tańsze chipy — prowadząc do bardziej ostrożnych, a nie szaleńczych, cykli nakładów inwestycyjnych.
Panel zgadza się, że chociaż istnieje znaczący "zaksięgowany popyt" na infrastrukturę AI, kluczowym ryzykiem jest spadek marż z powodu komodytyzacji obciążeń wnioskowania i potencjalnego nadmiernego budowania. Przejście w kierunku tańszych, wyspecjalizowanych układów scalonych może prowadzić do spowolnienia cykli wydatków kapitałowych.
Możliwość dla hiperskalowalnych firm zyskania na wydajności oprogramowania
Kompresja marży z powodu komodytyzacji obciążeń wnioskowania i potencjalnego nadmiernego budowania