Morgan Stanley, GPT-6 Astra'nın piyasa tartışmalarının yönünü değiştireceğini belirten bir rapor yayınladı. Astra, mantık yürütme, mühendislik, bilgisayar kullanımı ve fiziksel dünya görevlerini yürütme konularında önemli bir atlamayı temsil eder ve AI'nın basit etkileşimlerden karmaşık görev yürütme düzeyine genişlediğini gösterir.

Yazı yazarı: Long Yue

Kaynak: Wall Street Journal

Bir modelin lanzmanı, piyasa tartışmalarının yönünü değiştiriyor.

Son aylardır piyasa, “bilinen AI talebini karşılamak için ne kadar altyapı gerekir?” sorusunu tartıştı. Bu sorunun altındaki anlam, AI altyapısının aşırı yatırım yapıldığı mıdır?

Ancak Chase Wind Trading Platform'a göre, Morgan Stanley'in 7 Eylül'de yayınladığı raporda, GPT-6 Astra'nın önemi, sadece bir başka ölçeklendirme (Scaling) hikayesinin devamı olarak anlaşılmalıdır. Bu, bir başka model yükseltmesi değildir.

Astra, dört alanda kapsamlı bir atılım temsil eder: çıkarım yeteneği, mühendislik becerisi, bilgisayar kullanımı ve fiziksel dünya görevlerini yürütme. Bu, yapay zekânın karmaşık çıkarımlar yapma, profesyonel mühendislik görevlerini gerçekleştirme, doğrudan bilgisayarları işleme ve hatta gerçek dünya görevlerini ele alma düzeyine geçmeye başladığını gösterir. Yapabileceklerin artması, kazanç elde edebileceğiniz senaryoların da artması anlamına gelir. OpenAI'nin en son yazısında da daha iyi modellerin yeni "iş alanları" açtığı belirtilmiştir.

AI hikayesi yeniden "talep tartışmalarından" "fiziksel sınırlara" geri çekiliyor

Astra'nın ortaya çıkışı, pazarın temel sorusunu "bilinen AI ihtiyaçlarını karşılamak için ne kadar altyapı gerekir?" üzerinden "modellerin akıllılığı arttıkça, yeni hangi iş yükleri ekonomik olarak uygun hale gelir?" yönüne çevirebilir.

Bu tamamen ters yönde bir sorun. İlki talep tarafındaki şüphe, ikincisi arz tarafındaki baskı.

Analist, raporda şu temel ekonomik mantığı ortaya koydu: Daha iyi modeller, esneklik etkisi yaratabilir—AI'nın her dolar başına elde ettiği akıl ve pratiklik arttıkça, çıkarım iş yüklerinin sayısı, süresi ve karmaşıklığı da artar.

Bu, klasik "Jevons paradoksu" ile benzerdir: verimlilik artışı tüketimi azaltmaz, aksine toplam tüketimi genişletir. Birim maliyette akıllı çıktı artışı → önce ekonomik olmayan uygulama senaryoları mümkün hale gelir → yeni iş yükleri akın eder → hesaplama gücü ve altyapı talebi aslında genişler.

Analistler, Astra'nın yeteneklerinin ticari olarak kullanışlı uygulamalara dönüştürülmesi durumunda, bugün yalnızca sohbet ve kodlama odaklı olan erişilebilir AI gelir havuzunun büyük ölçüde genişleyeceğini düşünüyor.

Morgan Stanley, küresel bilgi işlerinin TAM değerinin yaklaşık 2,25 trilyon ABD doları olduğunu hesaplıyor (küresel 900 milyon bilgi işçisi ve ortalama yıllık maaş yaklaşık 25.200 ABD doları temel alınarak); tüketici harcamalarının TAM değeri ise yaklaşık 3 trilyon ABD dolarıdır ve perakende + seyahat (yaklaşık 16 trilyon ABD doları), otonom araçlar/ulaşım (yaklaşık 4 trilyon ABD doları), yemek teslimatı (yaklaşık 4 trilyon ABD doları) ve reklam (yaklaşık 3 trilyon ABD doları) kapsamındadır.

Analistlerin sonucu şudur: Astra'nın ortaya çıkışı, darboğaz hikayesini "talep oluşturma" dan "fiziksel arz kısıtlamaları" na, yani bu akılları ölçeklenebilir koşullarda sunup sunamayacağımıza geri çekiyor.

Ne demek isteniyor? İş gücü. Elektrik. Malzeme. İşgücü. vb.

Fiziksel darboğaz nerede: ABF ve HBM4E

Tedarik tarafındaki sıkışıklık, iki spesifik nokta ile belirlenmiştir.

İlk ABF alt tabanıdır.

Morgan Stanley, ABF alt tabloların 2027'den itibaren talebin üstünde kalacağını ve eksikliğin 2030'a kadar artmaya devam edeceğini tahmin ediyor. Ana kısıt: yeni kapasitenin faaliyete geçmesi en az 2 yıl alacak.

İkincisi, HBM4E'nin arka plan işlemi (BEOL) karmaşıklığıdır.

Rapor, HBM4E'nin arka plan işleminin, HBM'nin özel 3D hafıza yığınından yüksek düzeyde entegre edilmiş özelleştirilmiş Chiplet lojik sistemlerine dönüşümünü temsil ederek yarı iletken üretimi için büyük bir paradigmalar değişimi olduğunu göstermektedir.

İşlem zinciri:

• HBM4E'nin arka plan katman sayısı arttıkça (örneğin SK Hynix'in dummy bump'u kullanması), büyük miktarda DRAM sermaye harcaması BEOL kapasite genişletmeye zorlanacaktır.
• Ön proses (FEOL) için üretim geçiş sermaye harcamaları ve DRAM GB teslimat hızlanması, 2027'in ikinci yarısında gerçekleşecek gibi görünüyor.
• DRAM üreticileri cihaz kapasitesini öncelikli olarak kullanıyor, bu nedenle NAND kapasitesi genişletme işlemi ertelenebilir.

Bu iki darboğazın ortak özelliği: her ikisi de doğrulanabilir ve izlenebilir fiziksel kısıtlamalar olup, piyasa duyguları değil.

Elektrik: En gerçek fiziksel sınırlama

Veri merkezleri üzerindeki düzenleyici baskı arttıkça, elektrik sağlığı başka bir kritik fiziksel darboğaz haline geliyor. Analistler, 2025'te yaklaşık 35 GW olan süper ölçekli bulut sağlayıcılarının toplam hesaplama kapasitesinin 2028'e kadar yaklaşık 145 GW'a, yani yaklaşık dört katına çıkacağını tahmin ediyor.

Analistler, ABD'nin 38 gigavatlık bir elektrik açığı yaşadığını ve veri merkezlerinin giderek daha fazla arka planda (behind-the-meter) kendi kendine elektrik üretme çözümlerini benimseyeceğini belirtiyor.

Bu satır, arka planda elektrik çözümünün, her gigawatt başına yaklaşık 3 milyar dolarlık sermaye harcaması eklemesi gerektiğini tahmin ediyor. Rubin Ultra nesli NVIDIA çipleri örneğinde, arka planda elektrik dahil toplam maliyet yaklaşık her gigawatt başına 50 milyar dolar.

Piyasa neyi abartıyor

Analistler, pazarın şu anda üç şeyi yanlış değerlendirdiğini düşünüyor:

Birinci olarak, GPT-6 Astra'nın küresel teknoloji faydaları yeterince fiyatlanmamıştır.

İkinci olarak, arz darlığı daha uzun süre devam edebilir. ABF ve HBM4E BEOL kısıtlamaları kısa sürede çözülemeyecektir.

Üçüncüsü, AI'ye bağımlı olmayan ancak gizli bir şekilde güçlenen hisseler var. Simülasyon çipleri (STM, NXP, Renesas), üç yıldan uzun bir L-shape taban deneyimledikten sonra erken döngü iyileşme aşamasındadır—stok optimizasyonu, fiyatların istikrarı ve endüstriyel siparişlerde iyileşme.

Sonuç "AI'yi daha fazla satın alın" değil

Morgan Stanley'ın verdiği yatırım öncelikleri:

AI hesaplama gücü (en öncelikli) > Ağ (ikincil) > Bellek (isteğe bağlı) + Analog çip (erken dönem koruma), şunları içerir:

• AI hesaplama gücü: GPU (NVIDIA), ASIC (MediaTek, GUC), ABF alt tabaka (Unimicron, Ibiden), MLCC (Murata, Samsung Electro-Mechanics), son işleme ve test (Advantest, Tokyo Electron, Hua Feng, ASE, Kyocera) ve güç kaynağı (Delta)
• Ağ: GLW, LITE, COHR, KEYS, Furukawa Electric, Fujikura
• Depolama: Öncelikli yapısal hisse büyümesi ve yerelleştirme (CXMT), SK Hynix, Samsung, Kioxia, tedarikin sürekli daralması durumunda taktiksel yukarı potansiyeline sahiptir.
• AI Olmayan: Simülasyon Çipleri (STMicroelectronics, NXP, Renesas)

Bu satır şunları ifade eder: “Daha geniş bir çıkarım döngüsü ile sınırlı fiziksel üretim kapasitesi, artan içerik yoğunluğu ve artan üretim karmaşıklığının kesiştiği noktada yer alan şirketlere öncelik veriyoruz.”

Uyanık kalmanız gereken yerler

Morgan Stanley raporu yalnızca iyimser değil ve dikkat edilmesi gereken üç noktayı açıkça belirtiyor:

İlk olarak, AI beklentileri zaten yüksek. Piyasa, AI şirketleri için "iyi performans" toleransını "mutlaka mükemmel performans" olarak değiştirdi; Astra gerçek ilerlemeler sağlasa bile, performans beklenenin çok üzerinde olmazsa hisse senedi tepkisi hala sınırlı kalabilir.

İkinci olarak, 2028 yılında sermaye harcaması büyüme hızı yavaşlaması bekleniyor. Hisse senedi fiyatlaması büyüme hızındaki değişim yönüne bakar; yavaşlama, mutlak değerler hâlâ artsa bile, değerlemeyi sürekli baskılayabilir.

Üçüncüsü, makro ters rüzgârlar hâlâ devam etmektedir. Rapor, petrol fiyatları, enflasyon, Federal Rezerv faiz yolu ve 2028 ABD seçimleri gibi belirsizlikleri ele alır ve özellikle Demokrat Parti'nin yürütme gücünü kazanması durumunda veri merkezi genişlemesine karşı olası siyasi direnişi vurgular.