Goldman Sachs szacuje zakład na moc obliczeniową AI: sześć gigantów musi w latach 2028-2030 zarobić dodatkowo 1,42 bln dolarów, aby utrzymać 15% ROIC

Aplikacja finansowa Zhihui Finance uzyskała informację, że Goldman Sachs niedawno opublikował raport dotyczący amerykańskiej branży technologicznej, w którym określono rozmiar gospodarki AI wymagany, aby uzasadnić rentowność inwestycji kapitałowych w AI przez największych dostawców chmur obliczeniowych, skupiając się na kluczowej kontrowersji w rynku: czy gigantyczne inwestycje w moc obliczeniową AI przez amerykańskich liderów chmur o ogromnej skali będą w przyszłości generować rozsądne zwroty. Raport opracowuje ramy ilościowe do obliczania i przeprowadza testy stresowe rentowności inwestycji mocy obliczeniowej w Google, Amazon, Microsoft, Meta, Oracle i SpaceX na lata 2026–2027, oferując punkt odniesienia dla perspektyw zysków z inwestycji w AI-infrastrukturę.

Goldman Sachs uważa, że wobec eksplozji zużycia Tokenów przez duże modele AI oraz związanej z tym rosnącej potrzeby mocy obliczeniowej, kapitał intensywność inwestycji największych amerykańskich dostawców chmur zmieniła się gwałtownie, dostosowując się do przekształceń przemysłu na poziomie mocy obliczeniowej. Ta nowa fala masowych inwestycji z jednej strony wynika z realnych sygnałów popytu (obecnie rynek jest w stanie nierównowagi podaży i popytu), a z drugiej — ma na celu zaspokojenie potrzeb głównych klientów w zakresie mocy obliczeniowej na wiele lat do przodu.

Patrząc na tegoroczny rynek, zwłaszcza w kontekście zakończonego właśnie sezonu raportów finansowych za drugi kwartał, widać wyraźnie, że zrozumienie tematu przez rynek znacznie się pogłębiło. Z analizy danych z raportów i wypowiedzi zarządów wynika, że inwestorzy stopniowo wypracowali dwie kluczowe konkluzje:

(a) dostawcy chmur o ogromnej skali mogą, dzięki wcześniejszym wydatkom kapitałowym (z lat 2023–2025), osiągnąć imponujące, a nawet przewyższające oczekiwania zwroty poprzez przyrost przychodów i przepływów pieniężnych z działalności operacyjnej;

(b) w obliczu napiętej podaży mocy obliczeniowej i stale przyspieszającego popytu końcowego, dostawcy chmur rozpoczynają nową rundę cyklu inwestycji kapitałowych (2026–2027), a obecne ceny usług związanych z mocą obliczeniową są znacznie wyższe od założonych przez bank długoterminowych cen referencyjnych.

W związku z tym, przez ostatnie kilka miesięcy dyskusja na rynku skoncentrowała się na bardziej odległych zagadnieniach: ile zwrotów z inwestycji przyniosą wydatki kapitałowe z lat 2026–2027 w latach 2028–2030? Czy zwroty ROIC z wcześniejszych inwestycji mogą służyć jako punkt odniesienia?

Goldman Sachs stworzył w raporcie ramy analityczne, aby odpowiedzieć na pytanie: jak duża musi być gospodarka AI, aby osiągnąć zakładany zwrot z inwestycji kapitałowych (ROIC) dla obecnego poziomu wydatków, tj. dla amerykańskich dostawców chmur o ogromnej skali? Kluczowa analiza polega na obliczeniu, jaką przychodową granicę należy przekroczyć, aby inwestycje w AI-moc obliczeniową w fazie drugiej (2026–2027) przyniosły roczną stopę zwrotu ROIC na poziomie 15%.

Bazując na serii założeń: każda gigawata (GW) mocy obliczeniowej wymaga średnio ok. 42 miliardów dolarów inwestycji; 70% wydatków kapitałowych przeznaczanych jest na hardware mocy obliczeniowej, 30% na obudowy serwerowni; przy zastosowaniu konserwatywnej amortyzacji oraz założeniu bieżących kosztów operacyjnych itd. Wyniki wskazują, że sześciu amerykańskich dostawców chmur o ogromnej skali (Alphabet, Amazon, Microsoft, Meta, Oracle, SpaceX) musi w latach 2028–2030 wygenerować łącznie ok. 1,42 biliona dolarów przychodów (co odpowiada rocznym przychodom na poziomie ok. 11,6 miliarda dolarów na każdą GW mocy), aby przekroczyć próg ROIC 15%.

Choć intensywna ekspansja inwestycji kapitałowych krótkoterminowo ograniczy bieżące zwroty (wyniki krótkoterminowe będą obciążone), bank uważa, że obecny poziom ROIC inwestycji kapitałowych jest atrakcyjny i w średnio- oraz długoterminowych raportach finansowych stopniowo się urzeczywistni. Innymi słowy, krótkoterminowa presja na rentowność to naturalny rezultat dużych cykli inwestycji uprzedniej, a nie oznaka strukturalnej ułomności modelu biznesowego AI.

W poprzednich raportach banku dotyczących ekonomii Tokenów, rozwoju AI w sektorze konsumenckim i przedsiębiorstw oraz analizy AI na poziomie biznesowym, wyjaśniono już: zmiana udziałów rynkowych i spadek wyceny Tokenów wręcz podnosi wskaźnik penetracji AI, poszerzając zastosowania mocy obliczeniowej zarówno w sektorze konsumenckim, jak i przedsiębiorstw. Obecnie uwaga rynku skupia się na ewolucji czołowych producentów dużych modeli AI — w tym podziale rynku i zdolności wyceniania usług obliczeniowych w porównaniu do otwartych modeli. Jednak według banku kluczowe znaczenie ma relacja jakości do ceny mocy obliczeniowej, która definiuje rozmiar i granice rozwoju gospodarki AI.

Na rynku istnieją różne modele i poziomy możliwości agentów inteligentnych, które rozszerzają się wzdłuż krzywej relacji jakości do ceny, od „przemysłowej inteligencji w umiarkowanej cenie (presja deflacyjna)” po najbardziej zaawansowaną inteligencję o większej odporności cenowej. To z kolei wesprze obecne inwestycje kapitałowe producentów infrastruktury obliczeniowej.

Podsumowując: nie każdy Token ma identyczną efektywność komercyjną i nie każda inwestycja kapitałowa przyniesie taki sam zwrot, ale patrząc całościowo i biorąc pod uwagę szeroką przestrzeń rynkową w ciągu najbliższych 3–5 lat, bank wciąż uważa, że inwestycje kapitałowe podjęte przez najbliższe 18 miesięcy przyniosą ogólnie dobre rezultaty.

Potwierdzenie tego znalazło się również podczas konferencji Goldman Sachs Communacopia Technology Conference, gdzie udziałowcy przekazali trzy sygnały:

(a) branża przeszła już z etapu eksperymentów z AI do etapu wdrażania; (b) zwroty wynikające z podniesienia efektywności i cykle iteracji produktów przyspieszają; (c) firmy przestają tylko skupiać się na skali zużycia Tokenów, a zaczynają optymalizować relację nakładów i zwrotów z Tokenów, poprawiając własne wyniki finansowe, co zapowiada dalszy wzrost penetracji AI po stronie przedsiębiorstw (upowszechnienie AI w biznesie przełoży się bezpośrednio na wzrost przychodów dostawców chmur oraz wzrost zysków operacyjnych wynikających z wcześniejszych inwestycji kapitałowych).

Poza tym, ostatnio oficjalnie wprowadzono na rynek wiele produktów AI dla konsumentów (na czele z Muse firmy Meta), sektor konsumencki AI wkracza w nową fazę: od produktów z interakcją opartą na dialogu do rozwiązań napędzanych przez agentów inteligentnych, realizujących działania. Rozwój tych platform agentów inteligentnych (przewiduje się, że inni czołowi gracze także zainwestują w konsumenckie platformy AI) zwiększy długoterminowe zapotrzebowanie na moc obliczeniową; modele monetyzacji będą się stopniowo wykrystalizować, obejmując subskrypcje, reklamy, e-commerce i inne drogi, których granice także coraz bardziej się zacierają i będą kluczowym driverem przyszłego wzrostu przychodów.