Автор оригинала: Фэй Биньцзе
Источник: Alpha Engineer
С конца июня глобальный сектор ИИ пережил значительную коррекцию.
Это просто временный технический коррекционный откат или сигнал о достижении пика цикла — это вопрос, стоящий тысячи долларов.
Morgan Stanley опубликовала 120-страничный подробный отчет 27 июля под названием «Playing the AI Infrastructure Dip», в котором исследует этот вопрос.
Отчет дает четкую оценку: основными драйверами коррекции являются технические факторы, включая снижение перегруженности позиций, снижение плеча за счет маржинального финансирования и реверс факторов импульса, а не разрушение фундаментальной логики.
Я внимательно прочитал этот отчет и многому научился — давайте разберем его основные моменты.
(1) Опасение рынка капитала №1: Обратный поворот в нарративе Tokenmaxxing?
Первым негативным сигналом, на который обратили внимание рынок в последнее время, стало обращение нарратива "Tokenmaxxing".
Многие компании начали устанавливать бюджетные лимиты на использование AI-токенов сотрудниками, что вызвало сомнения в устойчивости роста доходов компаний, разрабатывающих крупные модели.
Это беспокойство необоснованно.
Сначала, текущая база расходов на токены для сотрудников компании крайне низка, а ROI очень высок.
Исследование Morgan Stanley, охватывающее множество корпоративных сценариев применения ИИ, показывает, что средние затраты на рабочую силу при одном вызове ИИ составляют около 55 долларов США, в то время как средняя стоимость выполнения корпоративной задачи с помощью взаимодействия агентов составляет всего 2–5 долларов США, обеспечивая ROI более чем в 10 раз.
Инструменты с коэффициентом ROI более 10x — вопрос не бюджета, а вопрос конкурентного преимущества; компании, которые не активно внедряют возможности ИИ, столкнутся с всё более заметным конкурентным отставанием.
Во-вторых, эволюция поколений GPU повысит рентабельность центров обработки данных, что означает, что в будущем токены можно значительно снизить в цене, не нарушая прибыльность, что дополнительно высвободит спрос.
Модель Intelligence Factory от Morgan Stanley показывает, что чистая прибыль от продажи токенов на базе Blackwell составляет около 58%.
После развертывания GPU поколений Rubin и Feynman маржинальность повысилась до примерно 80% и 90% соответственно.
Это означает, что Hyperscaler может снизить цену токена примерно на 75%, не снижая маржу прибыли; смещение кривой затрат достаточно велико, чтобы одновременно снизить цену и сохранить прибыль.
(2) Озабоченность рынка капитала №2: Время Kimi опровергает обоснованность капитальных затрат?
Выпуск Kimi K3 заставил рынки капитала пересмотреть ключевое предположение: если Китай сможет обучать передовые модели с сопоставимой производительностью при более низкой стоимости, то ли будет снижена рентабельность более чем триллионоводолларовых капитальных затрат на ИИ американских гиперскалеров в год?
Мorgan Stanley считает, что крайняя ориентация китайских и американских компаний на крупные модели на эффективность не ослабляет спрос на вычислительные мощности. Напротив, она усиливает структурный вывод о том, что спрос значительно превышает предложение.
В XIX веке экономист Уильям Стэнли Джевонс заметил, что улучшение Уаттом паровой машины значительно повысило эффективность сжигания угля, но общее потребление угля в Великобритании резко возросло, поскольку после того, как паровые машины стали экономически выгодными, их начали применять во гораздо большем количестве фабрик и шахт, чем раньше.
Таким образом, он сформулировал известный парадокс Джевонса: когда эффективность использования какого-либо ресурса повышается, общий объем потребления этого ресурса не снижается, а возрастает.
Парадокс Джевонса также применим к нынешней волне AI-революции: повышение эффективности вычислений снижает стоимость единицы Token, а более низкая стоимость означает больше сценариев, больше пользователей и более частые запросы, в конечном итоге увеличивая общее потребление вычислительных ресурсов.
Мorgan Stanley привела ряд данных для количественной оценки степени этого дисбаланса спроса и предложения:
Руководители Google недавно заявили, что компании может потребоваться удваивать вычислительные мощности каждые 6 месяцев, что обеспечит рост в 1000 раз за 5 лет.
Однако с точки зрения предложения CAGR продаж AI-чипов NVIDIA за 2025–2028 годы составляет около 140%, и даже при экстраполяции этой скорости на 5 лет совокупная доставленная вычислительная мощность не превысит 10% от прогнозируемого спроса только одной компании Google.
Другими словами, даже глобальный лидер по производству вычислительной мощности, работающий с рекордной скоростью в истории, может удовлетворить лишь небольшую долю потребностей одного клиента.
(3) Третья озабоченность рынка капитала: являются ли ограничения со стороны предложения жестким пределом?
Третье беспокойство на рынке капитала заключается в следующем: даже при достаточной определенности со стороны спроса, могут ли физические ограничения препятствовать своевременной поставке инфраструктуры вычислительной мощности по требованию?
Мorgan Stanley объединяет ограничения физического мира под общим названием 3P: People, Power, Politics.
Люди: Квалифицированные рабочие профессии, необходимые для строительства центров обработки данных (электрики, сварщики, сантехники), находятся в состоянии структурной нехватки.
Мощность: срок ожидания подключения к электросети в некоторых регионах уже продлен до 5–7 лет и стал наибольшим единственным временным ограничением для запуска центров обработки данных.
Политика: Строительство центров обработки данных сталкивается с многоуровневым политическим сопротивлением от местных до федеральных органов, и ветер меняется в структурном направлении.
В последние годы штаты соревновались, предлагая щедрые инвестиционные льготы для привлечения центров обработки данных, но теперь тенденция изменилась: штаты начинают приостанавливать, вводить условия или отменять налоговые льготы для центров обработки данных.
Вопросы замедления темпов развития центров обработки данных, защиты коммунальных тарифов жителей от влияния затрат на инфраструктуру центров обработки данных и другие темы все чаще становятся частью предвыборных платформ губернаторов и, как ожидается, станут важными избирательными вопросами на выборах в ноябре.
В то же время на федеральном уровне пытаются создать национальную «пошлину на центры обработки данных».
Палата представителей рассматривает Закон о защите плательщиков тарифов — это первая попытка на федеральном уровне закрепить законодательно распределение затрат на инфраструктурные проекты, требуя от коммунальных предприятий штатов рассмотреть возможность создания «стандартов крупных нагрузок», по которым центры обработки данных будут оплачивать модернизацию электросетей.
Ранее (в марте) Amazon, Google, Meta, Microsoft, Oracle, xAI и другие подписали Заявление о защите плательщиков счетов Белого дома, добровольно обязавшись защитить существующих потребителей от влияния затрат на инфраструктуру центров обработки данных.
Этот законопроект легализует это добровольное обязательство, фактически создав национальную систему дополнительной платы за электроэнергию для центров обработки данных.
Morgan Stanley признает обоснованность этого опасения, но классифицирует его как «замедления», а не структурные барьеры.
По мере того как сроки ожидания подключения к электросети в некоторых регионах превышают 5 лет, а центры обработки данных сталкиваются с растущим давлением для самостоятельного обеспечения энергией, локальное производство электроэнергии становится ключевым решением.
(4) Время мощности: недооцененный арбитраж времени электроэнергии
Morgan Stanley провела количественную оценку дефицита электроэнергии для центров обработки данных в США.
Вывод: спрос на электроэнергию американскими центрами обработки данных в 2026–2028 годах составит около 68 ГВт; после вычета объектов в строительстве (15 ГВт) и уже согласованных мощностей сетей (15 ГВт) потенциальный дефицит достигнет 38 ГВт, а сроки ожидания подключения к сети в некоторых регионах уже достигли 5–7 лет.
На этом фоне Morgan Stanley считает, что временная стоимость подключения к электросети (Time to Power) является направлением с наибольшим расхождением между текущей рыночной ценой и реальной стоимостью.
Логическая цепочка ясна: запуск центров обработки данных ограничен доступностью электроэнергии → ожидание подключения к сети составляет 5–7 лет → альтернативные решения, способные обеспечить электроэнергию в течение 1–3 лет, обладают значительной временной арбитражной стоимостью.
Два ключевых пути "снятия узких мест", выявленных Morgan Stanley:
- Биткоин-фермы: эти компании уже имеют значительную мощность подключения к электросети и физические площади, которые можно напрямую преобразовать в цели использования в качестве центров обработки данных — 10–19 ГВт.
- Решения для быстрого развертывания генерации: по сравнению с подключением к сетям, обеспечивают преимущество в 1–3 года, при этом газовые турбины могут внести вклад в 15–20 ГВт, а топливные элементы — в 5–8 ГВт.
Даже при включении в вероятностно-взвешенные расчеты таких решений «Time-to-Power», как газовые турбины, топливные элементы, прямая поставка от атомных электростанций и преобразование биткоин-шахт, в базовом сценарии наблюдается дефицит около 1 ГВт, а в пессимистичном сценарии дефицит увеличивается до 11 ГВт.
Другими словами, самым дефицитным ресурсом для гипермасштабаторов в настоящее время является не Capex, а физическое пространство с доступом к электричеству — так называемый «Powered Shell».
Мorgan Stanley Research считает, что текущий рынок недостаточно учел такие активы, как Powered Shell Provider.
Для количественной оценки этой недооценки Morgan Stanley сравнивает с эталоном традиционных PPA в сфере возобновляемых источников энергии, см. таблицу ниже:
Сейчас EV/Watt для таких провайдеров Powered Shell находится в диапазоне от $2 до $4, включая компании TeraWulf, Cipher Mining, HUT 8, Riot Platforms, Applied Digital и Galaxy Digital.
На основе эталонной оценки 20–25x EV/Watt для зрелых операторов центров обработки данных, таких как Equinix и Digital Realty, Morgan Stanley назначила этим трансформационным компаниям целевую оценку в 15x EV/Watt с дисконтом.
