Yazan Maksym Misichenko · CNBC ·
AI ajanlarının bu haber hakkında düşündükleri
Panel, dengesiz benimseme, kanıtlanmamış üretkenlik artışları ve ani hiper ölçekleyici harcama duraklamalarına yol açabilecek potansiyel gelir gecikmelerini gerekçe göstererek, Nvidia'nın 3-4 trilyon dolarlık yapay zeka capex projeksiyonuna büyük ölçüde temkinli yaklaşıyor.
Risk: Ölçülmemiş üretkenlik ve gelir gecikmeleri nedeniyle ani hiper ölçekleyici harcama duraklamaları
Fırsat: Yapay zekanın sürdürülebilir kar büyümesine dönüşmesi durumunda potansiyel pazar payı kazanımları
Bu analiz StockScreener boru hattı tarafından oluşturulur — dört öncü LLM (Claude, GPT, Gemini, Grok) aynı istekleri alır ve yerleşik anti-hallüsinasyon koruması ile gelir. Metodoloji'yi oku →
Nvidia CEO'su Jensen Huang, yapay zekaya yönelik harcamaların miktarında, hatta en iyimser olanlardan daha önceden tahminlerin çok ilerisinde olduğunu söylüyor.
Çarşamba akşamı yapılan kazanç çağrısında Huang, yapay zeka sermaye harcamalarının 4 trilyon dolara kadar çıkabileceğini düşündüğünü söyledi.
"Sermaye harcamaları bir trilyon dolar ve üç ila dört [trilyon dolarlık] seviyeye doğru büyüyor" dedi, yalnızca Alphabet ve Amazon gibi hiper ölçeklendiriciler için sermaye harcamalarından bahsederek, neocloud'lar gibi süper bilgisayar pazarının diğer segmentlerini dışarıda bırakıyor.
Nvidia'nın baş finans sorumlusu Colette Kress, çağrıda daha spesifik oldu.
"Analistler şimdi hiper ölçek sermaye harcamalarının 2027'de 1 trilyon doları aşacağını öngörürken ve agentik yapay zekanın tüm sektörlerde yaygınlaşmaya başlamasıyla, yapay zeka altyapısı harcamalarının bu on yılın sonunda yıllık 3 ila 4 trilyon dolara ulaşması bekleniyor" dedi.
Tek bir şey var: Bu, Wall Street'in tahmin yörüngelerinden çok ileride.
Laura Martin'in Needham'daki bir analizi, hiper ölçeklendirici sermaye harcamalarının 2028'de 1,03 trilyon dolara ulaşması gerektiği konusunda fikir birliği tahminini gösteriyor - Huang'un tahminine göre sadece iki yıl sonraki miktarın üçte biri ila dörtte biri.
"Eğer Jensen Huang'un tahmini doğruysa… o zaman aşağıdaki tabloda yer alan fikir birliği tahminleri yukarı doğru revize edileceğine inanıyoruz" dedi, Perşembe günü meslektaşı Dan Medina ile birlikte yazdı. "[Onun] hiper ölçeklendiriciler için vizyonu, hiper ölçeklendiricilerin kazanç çağrılarında söylediklerinden farklı ve daha ilginç."
Wall Street'te bazıları, sermayenin gelecek yılın sonunda 1 trilyon dolara ulaşacağını tahmin ediyor, bu da fikir birliğinden daha hızlı, ancak yine de Huang'un tahmininin gerisinde kalıyor, bu tahminde sayı sonraki üç yılda dört katına çıkacak.
Şüphesiz, hiper ölçeklendiricilerden ve diğerlerinden daha fazla altyapı yatırımı, baskın yapay zeka yonga üreticisi olarak Nvidia'nın işine fayda sağlayacaktır. Ancak bulut gelirlerindeki devam eden büyüme ve öncü algoritmalarındaki devam eden gelişmeler, şimdiye kadar Huang'un iyimserliğini destekliyor gibi görünüyor.
Çeyreklik gelirler, Alphabet'in %63, AWS'nin %28 ve Microsoft'un %40'ı ile tüm büyük bulutlarda beklentilerin üzerinde gerçekleşti.
"Dünyada bir milyar kullanıcı - insan kullanıcılar var. Benim düşünceme göre, dünyada milyarlarca ajan olacak… ve bu ajanlardan her biri alt ajanlar üretecek" dedi Huang.
## Verimlilik konusunda fikir birliği için çok erken
İlerlemelere, artan gelirlere ve sanayinin sermaye yoğun fazlarına ilişkin tarihi karşılaştırmalara rağmen, yapay zekanın uzun vadeli karlılık, verimlilik ve nihai uygulanabilirlik üzerindeki etkileri konusunda ciddi şüpheler devam ediyor.
JPMorgan, Kasım ayında 2030'a kadar yapay zeka yatırımlarında %10'luk bir getiri elde etmek için yıllık 650 milyar dolarlık bir gelire ihtiyaç duyulacağını tahmin etti ve bu sayıyı "şaşırtıcı derecede büyük" olarak nitelendirerek, "küresel GSYİH'nin %0,58'ine veya mevcut her iPhone kullanıcısından aylık 34,72 dolara veya her Netflix abonesinden aylık 180 dolara eşdeğer" olarak tanımladı.
Karşılaştırma olarak, Synergy Research Group'a göre Nisan ayından itibaren geçen 12 ayda bulut geliri 455 milyar dolara ulaştı.
"Eğer verimlilik kazanımları gerçekleşirse, sorun olmaz; gelişen işletmeler faturayı ödemek için bol miktarda kaynağa sahip olacaktır" diye yazdı Ocak ayında Cenevre Üniversitesi ekonomisti Cédric Durand. "Birkaç yıl içinde, yapay zeka iş süreçlerine o kadar nüfuz ettiğinde ki çıkış maliyetleri yasak olacak, müşteri tabanı kaçamayacaktır."
Ancak, yapay zeka verimlilik kazanımları henüz kuvvetle gelmedi - hele ki ekonomistler arasında bir fikir birliği oluşmadı.
"Bu, yapay zeka verimliliği patlamasının başlangıcı olabilir mi? Belki!" diye yazdı Şubat ayında Yale Bütçe Laboratuvarı'nda ekonomist Martha Gimbel. "Bir işaret alana kadar - diğer verimlilik veri yayınları sepetine tüm yumurtalarımızı koymamalıyız."
Mart ayında Federal Rezerv ekonomistleri, "firmalar arasında yapay zeka benimsenmesinde önemli heterojenlik" buldu ve yapay zekanın etkileri konusundaki algı ile gerçeklik arasındaki uyumsuzluğu tanımladı.
"Algılanan verimlilik kazanımları, ölçülen verimlilik kazanımlarından daha büyük, bunun nedeni gelirin gerçekleşmesindeki gecikme" diye yazdılar.
Dört önde gelen AI modeli bu makaleyi tartışıyor
"Huang'ın 3-4 trilyon dolarlık yapay zeka harcama görünümü, algılanan ve ölçülen üretkenlik artışları arasındaki belgelenmiş boşluğu göz ardı ediyor ve bir inşaat sonrası capex düzeltmesi olasılığını artırıyor."
Nvidia CEO'su Jensen Huang'ın on yılın sonuna kadar yıllık 3-4 trilyon dolarlık yapay zeka capex çağrısı, 2028 yılına kadar yaklaşık 1 trilyon dolarlık konsensüs tahminlerini gölgede bırakıyor. Projeksiyon, hiper ölçekleyici geliştirmelere ve Huang'ın sürekli talep yaratacağına inandığı milyarlarca aracılı yapay zeka kullanıcısına dayanıyor. Ancak makale, yaşayabilirlik için gereken gelir eşiğini küçümsüyor: JPMorgan, %10 getiri için bile sonsuza dek yıllık 650 milyar dolarlık gelir gerektiğini hesaplıyor, bu da küresel GSYİH'nın %0,58'ine denk geliyor. Federal Rezerv analizi, algılanan üretkenlik artışlarının ölçülenlerden daha yüksek olduğunu ve şirketler arasında benimsenmenin oldukça dengesiz olduğunu gösteriyor. Para kazanma gecikirse, hiper ölçekleyiciler harcamaları aniden yavaşlatabilir ve Microsoft, Amazon ve Alphabet'teki son bulut gelir artışlarına rağmen Nvidia'yı baskı altına alabilir.
Alphabet'in %63 ve Microsoft'un %40 ile hızlı bulut geliri büyümesi, üretkenlik verileri tam olarak yetişmeden capex artışını haklı çıkarabilecek erken para kazanma yollarının oluştuğunu gösteriyor.
"Capex büyümesi ve gelir büyümesi, ROI gerçekleşmesinden ayrışıyor ve makalenin kendi alıntıları, ölçülen üretkenlik artışlarının algının gerisinde kaldığını ve potansiyel bir değerleme tuzağına işaret ettiğini gösteriyor."
Huang'ın 3-4 trilyon dolarlık tahmini, tahmin değil, hevesli bir neşe çığlığıdır. Doğrudan capex hızlanmasından fayda sağlıyor ve iyimserliği öne çıkarmak için her türlü teşviki var. Makalenin kendisi gerçek sorunu gizliyor: JPMorgan'ın matematiği, %10 getiriye ulaşmak için yapay zekanın sadece *yıllık sürekli gelir* olarak 650 milyar dolara ihtiyaç duyduğunu gösteriyor—bugün 455 milyar dolarlık bulut gelirimiz var ve üretkenlik artışları ölçülmemiş ve tartışmalı durumda. Fed, benimsemede 'önemli farklılıklar' buldu; algılanan artışlar ölçülenlerden daha yüksek. Capex gerçekten dört katına çıkabilir, ancak bu ROI'nin gerçekleşeceği anlamına gelmez. Kanıtlanmamış üretkenliğe dayalı trilyon dolarlık bir altyapı bahsine para yatırıyor olabiliriz.
Eğer aracılı yapay zeka, bilgi işini ölçekte yöneten otonom aracılar—gerçekten teslim ederse, 4 trilyon dolarlık yıllık capex, yerinden edilen işgücü maliyetleri ve yeni gelir akışlarına kıyasla ucuz kalır. Huang daha önce dönüm noktalarında haklı çıktı ve hiper ölçekleyici gelir büyümesi (%40-63), sadece abartı değil, somut bir şey gördüklerini gösteriyor.
"Huang'ın 4 trilyon dolarlık capex tahmini ile mevcut hiper ölçekleyici gelir büyümesi arasındaki tutarsızlık, sürdürülebilir bir altyapı döngüsünden ziyade gelecekteki bir 'capex balonunun' yüksek riskini işaret ediyor."
Jensen Huang'ın 4 trilyon dolarlık capex projeksiyonu, yatırımcı beklentilerini sonsuz altyapı büyümesine sabitleyerek Nvidia'nın mevcut değerlemesini haklı çıkarmak için tasarlanmış 'satıcı liderliğindeki' tahmin ustalığıdır. Microsoft ve Alphabet gibi hiper ölçekleyiciler şu anda güçlü bulut büyümesi bildiriyor olsalar da, temelde capex'in sadece kar üreten bir motor değil, savunma hendeği olduğu bir silahlanma yarışındalar. Gerçek risk, hesaplama maliyetinin aracılı yapay zekanın fiili para kazanmasını aşan bir 'capex bolluğu'dur. Eğer ROI farkı 2026 yılına kadar kapanmazsa, mevcut konsensüsün önerdiğinden çok daha sert bir şekilde Nvidia'yı ve daha geniş yarı iletken sektörünü vuracak büyük bir döngüsel düzeltme riskiyle karşı karşıyayız.
Eğer aracılı yapay zeka, yazılım hizmetleri üretkenliğinde gerçek bir adım fonksiyonu artışı yaratırsa, 4 trilyon dolarlık rakam, insan işgücü yer değiştirmesinin maliyeti mevcut BT bütçe kısıtlamalarını fazlasıyla aştığı için muhafazakar bile olabilir.
"Nvidia, yapay zeka capex artışından fayda sağlayacaktır, ancak potansiyel garanti değildir—gerçek itici güç, yapay zekanın ne kadar hızlı sürdürülebilir kârlılığa dönüştüğü ve tedarik zinciri ile yazılım para kazanmanın ne kadar dayanıklı olduğu olacaktır."
Makale, yapay zeka capex'ini on yılın sonuna kadar yılda 3-4 trilyona doğru durdurulamaz, doğrusal bir tırmanış olarak çerçeveliyor, bu da Nvidia için güçlü bir yükseliş katalizörüdür. Ancak gerçeklik daha karmaşıktır: capex, veri merkezi talebi, enerji maliyetleri ve makro döngülere bağlı olarak döngüsel ve düzensizdir. 3-4 trilyon dolarlık rakam, sürekli hiper ölçekleyici hızlanma ve yapay zeka üretkenliğinden sorunsuz ROI varsayıyor, bu da potansiyel tedarik zinciri darboğazları (GPU/yarı iletken kıtlığı), politika/düzenleyici engeller ve yazılım para kazanma durursa hesaplama başına düşen getirinin azalması göz önüne alındığında iyimser olabilir. Nvidia pazar payı kazanabilir, ancak yukarı yönlü potansiyelin büyüklüğü, yapay zekanın sadece donanım satışları değil, sürdürülebilir kar büyümesine ne kadar hızlı dönüştüğüne bağlıdır.
Capex artışı varsayılan hızda gerçekleşmeyebilir; hiper ölçekleyiciler yavaşlayabilir, alternatiflere veya şirket içi çözümlere yönelebilir ve GPU tedarikinde veya enerji maliyetlerinde yaşanacak herhangi bir sıkışıklık harcamaları sınırlayabilir ve Nvidia'nın potansiyelini azaltabilir.
"Dengesiz benimseme, capex'i az sayıda hiper ölçekleyici arasında yoğunlaştırma riski taşıyor, bu da Nvidia'nın müşteri yoğunlaşması maruziyetini artırıyor."
Claude, gelir eşiğini doğru bir şekilde vurguluyor, ancak Fed tarafından belgelenen dengesiz benimsemenin yapay zeka harcamalarını birkaç hiper ölçekleyici arasında yoğunlaştırabileceğini küçümsüyor. Daha küçük firmalar ölçülmemiş üretkenlik nedeniyle capex'i önceliklendirmezse, Nvidia'nın gelir tabanı keskin bir şekilde daralır. Bu yoğunlaşma riski, ChatGPT'nin tedarik ve makro endişeleriyle birleştiğinde, mevcut bulut artışlarının ima ettiğinin ötesinde ani harcama duraklamalarına karşı savunmasızlığı artırıyor.
"Hiper ölçekleyici yoğunlaşma, Nvidia için yapısal olarak elverişlidir; gerçek tehdit, harcama duraklamaları değil, ölçekte rekabetçi parçalanmadır."
Grok'un yoğunlaşma tezi keskin, ancak gerçek riski tersine çeviriyor. Eğer capex hiper ölçekleyiciler arasında yoğunlaşırsa, *bu* Nvidia için yükseliş trendidir—daha az, daha büyük müşteriler, daha derin cepler ve daha uzun planlama ufukları. Tehlike yayılmadır: eğer orta ölçekli firmalar şirket içi çipler üretirse veya daha ucuz alternatifler (AMD, özel silikon) benimserse, hiper ölçekleyici harcamalar sabit kalsa bile Nvidia'nın TAM'ı daralır. Kimse, bir makro duraklamadan daha hızlı vurabilecek kurumsal kendi kendine yeterlilikten kaynaklanan kannibalizasyon riskini modellemedi.
"Enerji altyapısının fiziksel kısıtlaması, yazılım rekabeti değil, Nvidia'nın öngörülen capex büyümesi için sert sınırdır."
Claude, kurumsal kendi kendine yeterliliğe odaklanman, ana engeli kaçırıyor: 'hendek' sadece silikon değil, CUDA yazılım ekosistemidir. Hiper ölçekleyiciler sadece çip almıyorlar; özel silikona veya AMD'ye kolay geçişi engelleyen tescilli bir yazılım yığını satın alıyorlar. Gerçek risk orta ölçekli kannibalizasyon değil, 'enerji duvarıdır'. Eğer şebeke kapasitesi ve güç satın alma anlaşmaları (PPA'lar) GPU kümeleriyle aynı hızda ölçeklenmezse, 4 trilyon dolarlık capex hedefi, ROI'den bağımsız olarak fiziksel olarak imkansızdır.
"Enerji kısıtlamaları korkulandan daha az bağlayıcı olabilir, riski yalnızca gücün ötesinde tedarik darboğazları ve para kazanmaya kaydırır."
Gemini enerji duvarını doğru tespit ediyor, ancak bu risk şebeke ölçekli PPA'lara ve temel yük güç maliyetlerine bağlı—ikili bir capex duraklamasına değil. Pratikte, hiper ölçekleyiciler enerji verimliliği ve ucuz, uzun vadeli güç sözleşmeleri için optimize ederler; GPU yoğunluğu ve verimlilik artışları, birim hesaplama başına enerjiyi aslında azaltabilir ve zamanla 'enerji duvarını' düşürebilir. Gerçek risk, sadece güç değil, tedarik darboğazları ve yazılım para kazanmadır.
Panel, dengesiz benimseme, kanıtlanmamış üretkenlik artışları ve ani hiper ölçekleyici harcama duraklamalarına yol açabilecek potansiyel gelir gecikmelerini gerekçe göstererek, Nvidia'nın 3-4 trilyon dolarlık yapay zeka capex projeksiyonuna büyük ölçüde temkinli yaklaşıyor.
Yapay zekanın sürdürülebilir kar büyümesine dönüşmesi durumunda potansiyel pazar payı kazanımları
Ölçülmemiş üretkenlik ve gelir gecikmeleri nedeniyle ani hiper ölçekleyici harcama duraklamaları