สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการโดยทั่วไปเห็นพ้องกันว่าชิป AI ภายในองค์กรของ Amazon (Inferentia, Trainium) สามารถปรับปรุงกำไรของ AWS และลดการพึ่งพา GPU ภายนอกได้ แต่มีความเสี่ยงและความไม่แน่นอนที่สำคัญ รวมถึงข้อกังวลด้านกฎระเบียบ ภาระ capex และการแข่งขันจาก Nvidia และผู้ให้บริการคลาวด์รายใหญ่อื่นๆ
ความเสี่ยง: capex และจังหวะเวลาในการดำเนินการสำหรับ Trainium/Inferentia
โอกาส: การเพิ่มประสิทธิภาพภายในที่ช่วยลดต้นทุนการดำเนินงานค้าปลีกของ Amazon เอง
ธุรกิจของ Amazon (AMZN) ค่อนข้างซับซ้อน บริษัทนี้เป็นมากกว่าแค่ร้านค้าออนไลน์ บริษัททำเงินจากการขายผลิตภัณฑ์ของตนเอง การรับค่าธรรมเนียมจากผู้ขายที่ขายบนแพลตฟอร์ม การให้บริการโฆษณา และการนำเสนอโครงสร้างพื้นฐานคลาวด์ ส่วนสุดท้ายนี้ไม่เพียงแต่เป็นส่วนที่น่าสนใจที่สุดของธุรกิจเท่านั้น แต่ยังเป็นตัวขับเคลื่อนการเติบโตที่ยอดเยี่ยมอีกด้วย Amazon ได้รายได้หนึ่งในห้าจาก Amazon Web Services (AWS) และมีอัตรากำไรจากการดำเนินงานที่โดดเด่นถึง 30% ด้วยปัญญาประดิษฐ์ (AI) เป็นจุดสนใจหลักในขณะนี้ ส่วนนี้กำลังได้รับความนิยม
การแข่งขันเพื่อสร้างโมเดลภาษาขนาดใหญ่ (LLMs) ที่แข็งแกร่งที่สุดได้บังคับให้บริษัทต่างๆ ไม่เพียงแต่ลงทุนอย่างหนักในโครงสร้างพื้นฐานใหม่เท่านั้น แต่ยังต้องพยายามอย่างมากเพื่อสร้างความได้เปรียบเหนือคู่แข่ง เมื่อพูดถึง AI ทุกอย่างจะหมุนรอบการประมวลผล ใครก็ตามที่มีการประมวลผลที่ถูกที่สุดสามารถสร้างสรรค์นวัตกรรมได้เร็วขึ้น และนั่นคือเหตุผลว่าทำไมการมีชิปที่ดีที่สุดจึงมีความสำคัญ สำหรับ Amazon นี่หมายถึงการออกแบบชิปภายในสำหรับเวิร์กโหลด AI ของตน และเวลาพิสูจน์แล้วว่าทำไมการตัดสินใจครั้งนั้นจึงเป็นก้าวที่ยอดเยี่ยม
ข่าวเพิ่มเติมจาก Barchart
- ธุรกิจชิปของ Amazon ใหญ่กว่า AMD อาจแซงหน้า Broadcom, Intel ในไม่ช้า
- หุ้น Micron ยังคงพุ่งสูงขึ้น นักลงทุนทำการซื้อขายออปชัน MU จำนวนมากผิดปกติ
- ดัชนี Nasdaq Futures ร่วงลงจากความกังวลเรื่อง AI ที่กลับมา การประชุม FOMC และผลประกอบการเป็นจุดสนใจ
บริษัทได้สร้างชิป Trainium เป็นทางเลือกแทน GPU ของ Nvidia (NVDA) เพื่อฝึก LLMs ของตน เมื่อเวิร์กโหลดย้ายไปที่ CPU ชิปแบบกำหนดเอง Graviton ซึ่งใช้สถาปัตยกรรมของ ARM กำลังก้าวขึ้นมา สำหรับการอนุมาน บริษัทได้สร้างและใช้งานชิป Inferentia ของตนแล้ว ซึ่งเป็นส่วนที่การปรับปรุงอัตรากำไรทั้งหมดกำลังเกิดขึ้น สิ่งนี้ทำให้ Amazon เป็นบริษัทชิป แต่เป็นบริษัทที่นำชิปไปใช้ในธุรกิจของตนเองแทนที่จะขายให้กับผู้อื่น
ลักษณะของการอนุมานคือต้องการความหน่วงแฝงต่ำในระดับที่สามารถจ่ายได้ เมื่อ AI ย้ายไปยังอุปกรณ์ของเรา เช่น สมาร์ทโฟน แว่นตาอัจฉริยะ หรือยานยนต์ไร้คนขับ มันจะต้องทำงานแบบเรียลไทม์ ชิปของ Amazon เองจะช่วยให้บริษัทสามารถนำ AI ไปใช้ในระดับที่ต้องการได้โดยไม่ต้องพึ่งพาชิปจากบุคคลที่สาม ซึ่งจะช่วยเพิ่มอัตรากำไรของบริษัท สำหรับสิ่งนี้ Jeff Bezos และ Andy Jassy ต้องเปลี่ยนบริษัทให้เป็นผู้ผลิตชิป และด้วยความช่วยเหลือจาก Taiwan Semi (TSM) พวกเขากำลังทำเช่นนั้นอย่างแน่นอน
เกี่ยวกับหุ้น Amazon
Amazon ดำเนินธุรกิจในด้านอีคอมเมิร์ซ เนื้อหาดิจิทัล โฆษณา และการประมวลผลแบบคลาวด์ บริษัทดำเนินงานในส่วน AWS, อเมริกาเหนือ และส่วนระหว่างประเทศ ร้านค้าออนไลน์และออฟไลน์ของบริษัทนำเสนอผลิตภัณฑ์ทั้งที่ผลิตเองและจากบุคคลที่สาม ในขณะที่ AWS ดำเนินงานเครือข่ายศูนย์ข้อมูลที่ใหญ่ที่สุดแห่งหนึ่งของโลก
วงสนทนา AI
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"กลยุทธ์ซิลิคอนแบบกำหนดเองของ Amazon เป็นกลไกในการรักษาผลกำไรเชิงป้องกัน มากกว่าการเปลี่ยนไปแข่งขันกับอุตสาหกรรมเซมิคอนดักเตอร์"
บทความระบุถึงการบูรณาการในแนวดิ่งของ AWS ว่าเป็นกลไกในการขยายกำไรได้อย่างถูกต้อง แต่ก็ทำให้เรื่องราว 'ผู้ผลิตชิป' ง่ายเกินไป Amazon ไม่ได้แข่งขันกับ Nvidia แต่กำลังปรับโครงสร้างต้นทุนภายในเพื่อปกป้องอัตรากำไรจากการดำเนินงาน 30% ของ AWS จากความขาดแคลน GPU ที่เพิ่มขึ้นและต้นทุนพลังงาน ด้วยการย้ายปริมาณงานอนุมานไปยังซิลิคอนแบบกำหนดเอง เช่น Inferentia Amazon จึงสร้างคูเมืองที่เป็นกรรมสิทธิ์ซึ่งแยกการกำหนดราคาคลาวด์ออกจากวงจรการกำหนดราคา H100/B200 ที่ก้าวร้าวของ Nvidia ที่การประเมินมูลค่าปัจจุบัน ตลาดกำลังตั้งราคาการดำเนินการตามกลยุทธ์ซิลิคอนนี้อย่างสมบูรณ์แบบ โดยไม่สนใจภาระค่าใช้จ่ายด้านทุน (CapEx) มหาศาลที่จำเป็นในการสร้างสถาปัตยกรรมศูนย์ข้อมูลแบบกำหนดเองเหล่านี้ AMZN เป็นการซื้อ แต่ส่วนใหญ่เป็นการลงทุนในโครงสร้างพื้นฐาน ไม่ใช่การลงทุนในเซมิคอนดักเตอร์โดยตรง
ความเสี่ยงคือซิลิคอนแบบกำหนดเองสร้าง 'การล็อคอินของผู้ขาย' ซึ่งในที่สุดจะทำให้ลูกค้าองค์กรที่ต้องการความยืดหยุ่นที่ไม่ขึ้นกับฮาร์ดแวร์รู้สึกไม่พอใจ ซึ่งอาจผลักดันให้พวกเขาไปใช้ Azure หรือ GCP
"ชิปที่ปรับให้เหมาะสมสำหรับการอนุมานของ Amazon วางตำแหน่ง AWS ให้สามารถจับปริมาณงาน AI ที่มีความหน่วงต่ำซึ่งกำลังระเบิดได้ ขับเคลื่อนการขยายกำไรที่สมเหตุสมผลในการซื้อที่ระดับสูงสุดตลอดกาล"
การเปลี่ยนไปใช้ชิป AI ภายในองค์กรของ Amazon ได้แก่ Inferentia สำหรับการอนุมาน, Trainium สำหรับการฝึก, CPU Graviton เป็นตัวเร่งกำไรสำหรับ AWS ซึ่งมีกำไรจากการดำเนินงานประมาณ 30% จากรายได้รวม 17% ปริมาณงานอนุมาน ซึ่งคาดว่าจะคิดเป็น 80-90% ของการประมวลผล AI ในระยะยาวเนื่องจากความต้องการแบบเรียลไทม์ในอุปกรณ์และแอปพลิเคชัน จะเอื้อประโยชน์ต่อการออกแบบที่ใช้พลังงานต่ำและปรับต้นทุนให้เหมาะสมของ Amazon มากกว่า GPU ที่ใช้พลังงานมากของ Nvidia สิ่งนี้ช่วยลดการพึ่งพา Nvidia ท่ามกลางข้อจำกัดด้านอุปทาน ซึ่งอาจเพิ่มอัตรากำไรของ AWS เป็น 35%+ และสนับสนุนการปรับมูลค่า AMZN ที่ขับเคลื่อนโดย AWS การผลิต TSM ช่วยลดความเสี่ยงในการดำเนินการ แต่ capex จะพุ่งสูงขึ้นในระยะสั้น
การพัฒนาชิปประสบปัญหาความล่าช้าในอดีต (เช่น Trainium ช่วงแรกๆ ล้าหลัง) capex ที่พุ่งสูงขึ้นท่ามกลางการชะลอตัวของการเติบโตของ AWS เป็นตัวเลขสองหลัก YoY ซึ่งอาจกัดกร่อน FCF หากกระแส AI จางหายไปและคูเมืองซอฟต์แวร์ของ Nvidia ยังคงอยู่
"ชิปอนุมานแบบกำหนดเองเป็นเครื่องมือในการป้องกันกำไร ไม่ใช่จุดเปลี่ยนของการเติบโต และการประเมินมูลค่าปัจจุบันมีพื้นที่น้อยมากสำหรับความเสี่ยงในการดำเนินการ"
บทความผสมปนเปกันระหว่างตัวขับเคลื่อนมูลค่าสองประการที่แยกจากกัน และกล่าวเกินจริงถึงข้อได้เปรียบด้านชิปของ Amazon ใช่ ซิลิคอนแบบกำหนดเองสำหรับการอนุมานสามารถปรับปรุงกำไรของ AWS ได้ นั่นเป็นเรื่องจริง แต่การอ้างว่า Amazon 'ตอนนี้เป็นบริษัทชิป' เป็นการตลาด Amazon ออกแบบชิป TSMC ผลิตชิป คูเมืองทางการแข่งขันที่แท้จริงคือขนาดของ AWS และการล็อคอินลูกค้า ไม่ใช่ IP ของชิป ที่สำคัญกว่านั้นคือบทความสมมติว่ากำไรจากการอนุมานจะยังคงสูงอยู่ เนื่องจากตลาดกลายเป็นสินค้าโภคภัณฑ์ การครอบงำของ Nvidia ในการฝึกอบรมไม่ได้ป้องกันการบีบอัดกำไรในการอนุมาน กำไรจากการดำเนินงาน 30% ของ AWS นั้นยอดเยี่ยมอยู่แล้ว การคาดหวังการขยายตัวเพิ่มเติมผ่านชิป Inferentia เพียงอย่างเดียวจะมองข้ามว่าผู้ให้บริการคลาวด์รายใหญ่ (Google, Meta) ก็กำลังสร้างซิลิคอนแบบกำหนดเองเช่นกัน บทความยังละเว้นว่าหุ้น AMZN เพิ่มขึ้นประมาณ 70% YTD ซึ่งความเสี่ยงด้านการประเมินมูลค่าเป็นเรื่องจริง แม้ว่าข้อสันนิษฐานจะสมเหตุสมผลก็ตาม
หากปริมาณงานอนุมานกลายเป็นสินค้าโภคภัณฑ์เร็วกว่าที่คาดไว้ หรือหากระบบนิเวศซอฟต์แวร์ของ Nvidia (CUDA) พิสูจน์ได้ว่าเหนียวกว่าที่ชิปแบบกำหนดเองจะเอาชนะได้ การขยายกำไรของ AWS จะหยุดชะงัก และหลายเท่าของการประเมินมูลค่าของ AMZN จะลดลงอย่างรวดเร็วจากระดับสูงสุดตลอดกาลในปัจจุบัน
"กลยุทธ์ชิปสามารถปลดล็อกศักยภาพกำไรของ AWS ได้อย่างมีความหมาย แต่ขนาดของมันไม่แน่นอนอย่างมาก และขึ้นอยู่กับการย้ายปริมาณงาน การมีวินัยด้านต้นทุน และเสถียรภาพของผู้จัดจำหน่าย"
ชิป AI ภายในองค์กรของ Amazon สามารถลดต้นทุนการอนุมานของ AWS และเพิ่มกำไรโดยการผูกการประมวลผลเข้ากับระบบนิเวศของตน Trainium/Inferentia และ Graviton อาจลดการพึ่งพา GPU ภายนอก และช่วยให้ AI ที่ปรับขนาดได้และมีความหน่วงต่ำในระดับที่ใหญ่ขึ้น ซึ่งอาจสนับสนุนหรือขยายอัตรากำไรจากการดำเนินงานประมาณ 30% ของ AWS อย่างไรก็ตาม กรณีที่เป็นบวกขึ้นอยู่กับการเดิมพันที่ไม่แน่นอนหลายประการ: ปริมาณงาน AI ที่จะย้ายไปยังชิปของ Amazon มีขนาดใหญ่เพียงใด ต้นทุนต่อหน่วยและผลผลิตที่แท้จริงคืออะไร และ capex สามารถตัดจำหน่ายได้โดยไม่กลายเป็นภาระหรือไม่? Nvidia ยังคงเป็นแพลตฟอร์มที่โดดเด่น ความเสี่ยงด้านห่วงโซ่อุปทานและภูมิรัฐศาสตร์เกี่ยวกับ TSMC และการเติบโตของ AWS อาจชะลอตัว บทความมองข้ามช่องว่างความทึบแสงเหล่านี้
ข้อโต้แย้งเชิงลบ: แม้จะมีชิปภายในองค์กร ศักยภาพกำไรของ AWS อาจมีจำกัด เว้นแต่ปริมาณจะเพิ่มขึ้นอย่างมาก ต้นทุนการตัดจำหน่ายและ capex ในการพัฒนา Trainium/Inferentia อาจกัดกร่อนกำไร และ GPU ของ Nvidia รวมถึงระบบนิเวศคลาวด์ภายนอกมีแนวโน้มที่จะกดดันกำไรจากการประมวลผล AI
"ซิลิคอนแบบกำหนดเองของ Amazon ให้ความได้เปรียบทางการแข่งขันที่ไม่เหมือนใครซึ่งไม่เกี่ยวกับคลาวด์ โดยการลดค่าใช้จ่ายในการดำเนินงานค้าปลีกภายในผ่านปริมาณงาน AI ที่เชี่ยวชาญ"
Claude ถูกต้องเกี่ยวกับเรื่องการตลาด 'บริษัทชิป' แต่พลาดผลกระทบรอง: Amazon กำลังใช้ข้อมูลโลจิสติกส์ค้าปลีกของตนเพื่อปรับปรุงชิปเหล่านี้ ในขณะที่คนอื่นสร้างซิลิคอนอเนกประสงค์ Amazon กำลังปรับสถาปัตยกรรมให้เหมาะกับกรณีการใช้งาน AI ค้าปลีกเฉพาะ เช่น การพยากรณ์ความต้องการและระบบอัตโนมัติของห่วงโซ่อุปทาน นี่ไม่ใช่แค่เรื่องกำไรคลาวด์เท่านั้น แต่เป็นเรื่องของการเพิ่มประสิทธิภาพภายในที่ช่วยลดต้นทุนการดำเนินงานค้าปลีกของ Amazon เอง ซึ่งเป็นปัจจัยหนุน EBITDA ที่ใหญ่และมีการพูดถึงน้อย ซึ่งคู่แข่งคลาวด์โดยตรงไม่มี
"การปรับปรุงข้อมูลค้าปลีกสำหรับชิปเพิ่มความเสี่ยงด้านการต่อต้านการผูกขาดที่อาจลบล้างผลกำไร EBITDA ที่อ้างสิทธิ์"
Gemini, การทำงานร่วมกันระหว่างข้อมูลค้าปลีกและชิปของคุณน่าสนใจ แต่ละเลยกับดักด้านกฎระเบียบ: การใช้ข้อมูลตลาดและโลจิสติกส์เพื่อปรับแต่ง Inferentia/Trainium ทำให้เกิดการตรวจสอบจาก FTC/EU DMA ในข้อหาการให้สิทธิประโยชน์แก่ตนเอง ซึ่งอาจส่งผลให้เกิดค่าปรับหลายพันล้านดอลลาร์ หรือคำสั่งให้แบ่งปันข้อมูลเหมือนในกรณี Android ล่าสุด สิ่งนี้อาจลดทอนผลกระทบจาก EBITDA ทำให้ Amazon ต้องอุดหนุนราคา AWS เพื่อรักษาฐานลูกค้าคลาวด์ท่ามกลางการไล่ตามของ Azure
"ความเสี่ยงด้านกฎระเบียบถูกกล่าวเกินจริงหาก Amazon ไม่เชื่อมโยงการปรับปรุงชิปกับข้อมูลค้าปลีกอย่างชัดเจน การลดลงของหลายเท่าของการประเมินมูลค่าคือความเสี่ยงที่แท้จริง"
ความเสี่ยงด้านกฎระเบียบของ Grok เป็นเรื่องจริง แต่ข้อโต้แย้งเรื่องการให้สิทธิประโยชน์แก่ตนเองสมมติว่า Amazon จะปรับปรุงชิปสำหรับใช้ในร้านค้าปลีก *อย่างเปิดเผย* ซึ่งไม่น่าเป็นไปได้ มีความเป็นไปได้มากกว่า: Amazon ใช้ปริมาณงานภายในร้านค้าปลีกอย่างเงียบๆ เป็นสนามทดสอบ จากนั้นจึงขาย Inferentia/Trainium เป็นซิลิคอนอนุมานอเนกประสงค์ให้กับลูกค้าภายนอก ความเสี่ยงด้านกฎระเบียบมีน้อยหากชิปไม่ถูกทำการตลาดว่าเป็นสินค้าเฉพาะสำหรับร้านค้าปลีก การประเมินมูลค่า 70% YTD ของ Claude ยังคงเป็นข้อจำกัดที่สำคัญ กำไรไม่สำคัญหาก AMZN ซื้อขายที่ P/E 35 เท่าจาก capex ที่คาดการณ์ไว้
"การปรับใช้ซิลิคอนที่ต้องใช้ capex มากและจังหวะเวลาของต้นทุนต่อหน่วยเป็นปัจจัยสำคัญสำหรับศักยภาพกำไรของ AWS ไม่ใช่ความเสี่ยงด้านกฎระเบียบที่ Grok เน้น"
Grok หยิบยกความเสี่ยงด้านกฎระเบียบที่ถูกต้องขึ้นมา แต่ความเสี่ยงที่ใหญ่กว่าและไม่ได้รับการประเมินคือ capex และจังหวะเวลาในการดำเนินการสำหรับ Trainium/Inferentia การเพิ่มขึ้นของกำไรสมมติว่าการปรับใช้ซิลิคอนในระดับที่คุ้มค่าในหลายไตรมาส หากการเติบโตของ AWS ชะลอตัว หรือผลผลิต/การตัดจำหน่าย capex ผิดหวัง ศักยภาพขาขึ้นอาจถูกปรับมูลค่าให้ต่ำลงมากเมื่อเทียบกับที่คาดการณ์ไว้ นอกจากนี้ ระบบซอฟต์แวร์ของ Nvidia ยังคงแข็งแกร่ง ค่าปรับด้านกฎระเบียบอาจเกิดขึ้นได้ แต่ไม่ใช่ปัจจัยฉุดหลักในวันนี้
คำตัดสินของคณะ
ไม่มีฉันทามติคณะกรรมการโดยทั่วไปเห็นพ้องกันว่าชิป AI ภายในองค์กรของ Amazon (Inferentia, Trainium) สามารถปรับปรุงกำไรของ AWS และลดการพึ่งพา GPU ภายนอกได้ แต่มีความเสี่ยงและความไม่แน่นอนที่สำคัญ รวมถึงข้อกังวลด้านกฎระเบียบ ภาระ capex และการแข่งขันจาก Nvidia และผู้ให้บริการคลาวด์รายใหญ่อื่นๆ
การเพิ่มประสิทธิภาพภายในที่ช่วยลดต้นทุนการดำเนินงานค้าปลีกของ Amazon เอง
capex และจังหวะเวลาในการดำเนินการสำหรับ Trainium/Inferentia