Автор оригіналу: Фей Біньцзе
Джерело: Alpha Engineer
З кінця червня глобальний сектор ШІ пройшов значну корекцію.
Це питання вартістю тисячі доларів: чи це тимчасова технічна корекція, чи сигнал про досягнення піку циклу.
Morgan Stanley опублікувала 120-сторінковий глибокий звіт 27 липня під назвою «Playing the AI Infrastructure Dip».
Звіт дає чітку оцінку: основними драйверами корекції є технічні фактори, включаючи зняття перенасичення позицій, зменшення левериджу за рахунок маржинального фінансування та реверс факторів імпульсу, а не порушення фундаментальної логіки.
Я уважно прочитав цей звіт і багато дізнався, розберу основні моменти для вас.
(1) Стосунки ринку капіталу: чи відбувається зворотний ефект у нарративі Tokenmaxxing?
Першим негативним сигналом, на який звернули увагу ринок останнім часом, є зворотний рух історії про "Tokenmaxxing".
Багато компаній встановили ліміти бюджету на використання AI-токенів співробітниками, що викликає сумніви щодо стійкості зростання доходів компаній, що розробляють великі моделі.
Ця стурбованість необґрунтована.
Спочатку, поточна база витрат на токени для працівників компанії дуже низька, а ROI дуже високий.
Дослідження Morgan Stanley щодо великої кількості корпоративних сценаріїв використання ШІ показало, що середня вартість праці, що зберігається за один виклик ШІ, становить близько 55 доларів США, тоді як середня вартість виконання корпоративного завдання за допомогою співпраці агентів становить лише 2–5 доларів США, що забезпечує ROI понад 10 разів.
Інструменти з ROI кратністю понад 10x — це не питання бюджету, а питання ядра конкурентних переваг; компанії, які не активно впроваджують можливості ШІ, стикатимуться зі зростаючою конкурентною відставанням.
Друге, еволюція поколінь GPU підвищить рентабельність центрів обробки даних, що означає, що майбутні токени можуть значно знизити ціну, не завдаючи шкоди прибутковості, що додатково розблокує попит.
Модель Intelligence Factory від Morgan Stanley показує, що чиста маржа прибутку від продажу токенів на базі Blackwell становить приблизно 58%.
Після впровадження GPU поколінь Rubin і Feynman маржа прибутку зросла до приблизно 80% і 90% відповідно.
Це означає, що Hyperscaler може знизити ціну на токен приблизно на 75%, не змінюючи рентабельність, оскільки простір для зниження кривої витрат достатній, щоб поєднати зниження цін із отриманням прибутку.
(2) Стосунки ринку капіталу: чи спростовує момент Kimi обґрунтованість капітальних витрат?
Випуск Kimi K3 заставив ринки капіталу переглянути одну з основних припущень: якщо Китай зможе навчити передові моделі зі схожою продуктивністю за меншою вартістю, чи не піддається низькій рентабельності щорічний AI Capex американських гіперскейлерів, що перевищує трильйон доларів?
Морган Стэнлі вважає, що крайній акцент китайських та американських компаній на великих моделях на ефективності не послаблює попит на обчислювальну потужність. Навпаки, це підсилює структурний висновок про те, що попит значно перевищує пропозицію.
XIX століття економіст Вільям Стенлі Джевонс зауважив, що вдосконалення Ваттом парового двигуна значно підвищило ефективність спалювання вугілля, але загальне споживання вугілля в Великобританії раптово зросло, оскільки парові двигуни стали економічно доцільними і були впроваджені в набагато більшій кількості фабрик і шахт, ніж раніше.
Тому він сформулював відому парадокс Джевонса: коли ефективність використання певного ресурсу зростає, загальний обсяг його споживання не зменшується, а навпаки, збільшується.
Парадокс Джевонса також стосується поточної хвилі AI-революції: зростання ефективності обчислень знижує вартість одиниці Token, а нижча вартість означає більше сценаріїв, більше користувачів та частіший виклик, що в кінцевому підсумку збільшує загальний обсяг обчислень.
Morgan Stanley наводить набір даних, щоб кількісно оцінити серйозність цього дисбалансу між попитом і пропозицією:
Керівники Google недавно заявили, що компанії може знадобитися подвоєння обчислювальних потужностей кожні 6 місяців, що забезпечить зростання на 1000 разів за 5 років.
Однак з боку пропозиції CAGR продажів AI-чіпів NVIDIA за 2025–2028 роки становить приблизно 140%, і навіть при такому темпі зростання протягом 5 років загальний наданий обчислювальний потенціал становитиме менше 10% від прогнозованого попиту лише Google.
Іншими словами, навіть якщо найбільший у світі постачальник хеш-потужності працюватиме з історично найвищою швидкістю, це покриє лише частину потреб одного клієнта.
(3) Третя стурбованість ринку капіталу: чи є обмеження з боку пропозиції жорстким верхнім порогом?
Третя стурбованість ринку капіталу полягає в тому, що навіть при достатній визначеності з боку попиту, чи призведуть фізичні обмеження до того, що інфраструктура обчислювальних потужностей не зможе бути доставлена за потребою?
Morgan Stanley називає обмеження фізичного світу 3P: People, Power, Politics.
Люди: Професійні кадри, необхідні для будівництва дата-центрів (електрики, зварювальники, сантехніки), перебувають у стані структурної нестачі.
Потужність: термін очікування підключення до електромережі в деяких регіонах уже продовжено до 5–7 років і став найбільшим окремим часовим обмеженням для запуску центрів обробки даних.
Політика: Будівництво центрів обробки даних зіткнулося з багаторівневою політичною опором від місцевого до федерального рівня, і вітер змінюється структурно.
Протягом останніх кількох років штати змагалися, пропонуючи щедрі інвестиційні пакети для привернення центрів обробки даних, але зараз тенденція змінилася: штати почали призупиняти, накладати умови або прямо скасовувати податкові пільги для центрів обробки даних.
Питання про зменшення темпів розвитку центрів обробки даних, захист тарифів на електроенергію для мешканців від впливу витрат на інфраструктуру центрів обробки даних тощо все частіше стають частиною виборчих програм губернаторів і, як очікується, стануть важливими виборчими питаннями на виборах у листопаді.
Тим часом на федеральному рівні намагаються створити національний «митний збір на центри обробки даних».
Палата представників розглядає Закон про захист платників тарифів — першу на федеральному рівні спробу законодавчо встановити розподіл витрат на інфраструктурні проекти, вимагаючи, щоб комунальні підприємства штатів розглянули створення «стандартів великих навантажень», за якими центри обробки даних будуть нести витрати на модернізацію електромереж.
Раніше (у березні) Amazon, Google, Meta, Microsoft, Oracle, xAI та інші підписали Зобов’язання про захист платників тарифів Білого дому, добровільно пообіцявши захистити існуючих споживачів від впливу витрат на інфраструктуру центрів обробки даних.
Цей законопроект легалізує цей добровільний зобов’язання, фактично створюючи національну систему електричного додаткового збору для центрів обробки даних.
Morgan Stanley визнає обґрунтованість цієї стурбованості, але класифікує її як «затримки», а не структурні бар’єри.
З огляду на те, що термін очікування підключення до електромережі в деяких регіонах перевищує 5 років, а центри обробки даних стикаються зі зростаючим тиском щодо самозабезпечення енергією, власне виробництво електроенергії на місці стає ключовим рішенням.
(4) Час енергії: недооцінений арбітраж часу електроенергії
Morgan Stanley провела кількісну оцінку дефіциту електроенергії для центрів обробки даних у США.
Висновок: попит на електроенергію в центрах обробки даних США у 2026–2028 роках становитиме приблизно 68 ГВт, після віднімання об’єктів у будівництві (15 ГВт) та вже підписаних потужностей мережі (15 ГВт) потенційний дефіцит досягає 38 ГВт, а терміни очікування підключення до мережі в деяких регіонах вже становлять 5–7 років.
На цьому тлі Morgan Stanley вважає, що вартість часу підключення до електромережі (Time to Power) є напрямком з найбільшим розбіжністю у ціноутворенні на ринку.
Логічна ланцюжка за цим дуже ясна: введення в експлуатацію центрів обробки даних обмежується постачанням електроенергії → черга на підключення до мережі 5–7 років → альтернативні рішення, які можуть забезпечити електроенергію протягом 1–3 років, мають значну часову арбітражну вартість.
Дві ключові шляхи "зняття обмежень", визначені Morgan Stanley:
- Біткоїн-шахти: ці компанії вже мають значну потужність підключення до електромережі та фізичні площі, які можна безпосередньо перетворити на центри обробки даних — 10–19 ГВт.
- Рішення для швидкого розгортання електростанцій: у порівнянні з підключенням до електромережі може забезпечити перевагу в 1–3 роки, при цьому газові турбіни можуть внести 15–20 ГВт, а паливні елементи — 5–8 ГВт.
Навіть якщо врахувати такі рішення «Time-to-Power», як газові турбіни, паливні елементи, прямі постачання від атомних електростанцій та перетворення біткоїн-шахт, у сценарії з середніми показниками залишається близько 1 ГВт чистого дефіциту, а у пессимістичному сценарії дефіцит зростає до 11 ГВт.
Іншими словами, найбільшим дефіцитом для Hyperscaler наразі є не Capex, а фізичні простори з доступом до електроенергії — так звані «Powered Shell».
Дослідження Morgan Stanley вважає, що поточний ринок не враховує достатньо цінність таких Powered Shell Provider.
Щоб кількісно оцінити цю недооціненість, Morgan Stanley порівнює її зі стандартними PPA для традиційних відновлюваних джерел енергії, див. нижче:
Зараз EV/Watt для таких постачальників Powered Shell знаходиться в діапазоні $2–4, до яких належать компанії TeraWulf, Cipher Mining, HUT 8, Riot Platforms, Applied Digital, Galaxy Digital.
На основі еталону 20–25x EV/Watt для досвідчених операторів центрів обробки даних, таких як Equinix та Digital Realty, Morgan Stanley встановила знижену цільову оцінку цих компаній у розмірі 15x EV/Watt.
