#GoldmanSees1.2TAICapex
About GoldmanSees1.2TAICapex
Goldman Sachs expects combined 2027 capital spending by Meta, Microsoft, Alphabet, Amazon and Oracle to reach about $1.2 trillion, up from roughly $800 billion in 2026, largely driven by AI infrastructure. The buildout may support demand for chips, memory, data centers, power and cloud services, but monetization remains the key test. Can AI applications generate enough revenue and cash flow to justify the rising investment?
Populer
Terbaru
GoldmanSees1.2TAICapex Postingan populer
Singkatnya: Goldman memperkirakan pendapatan sebesar $1,42 triliun selama 2028-30, atau $11,6 miliar per GW - dapat diselesaikan (diperlukan untuk ROIC 15%), dengan 59% sudah tersimpan di backlog cloud dan tim manajemen mengklaim pengembalian dana antara satu hingga tiga tahun
Dan inilah penimbangnya: hambatan bisa diatasi jika komputasi tetap langka, harga GPU dan token tidak mengempis, masa pakai 5 tahun nyata, hanya segelintir laboratorium AI yang terus membayar tagihan, dan gunung es di luar neraca $3 triliun tidak perlu pengembalian sendiri.
Me+@econJaredB merilis artikel baru yang menelaah berapa banyak pendapatan yang dibutuhkan untuk membenarkan capex AI hyperscaler. Kami memperkirakan pendapatan AI tambahan saat ini b/n $86-$188,1 miliar untuk hyperscaler, tetapi mereka membutuhkan $13,1-$18,7 *triliun* selama dekade ke depan agar itu bisa tercapai.
Saya menyoroti Meta minggu lalu dan tesisnya mulai menjadi lebih menarik
pengeluaran AI mereka mulai terlihat di seluruh bisnis sebenarnya, terutama iklan, sementara sisi konsumen terus berkembang dengan produk seperti Meta AI
Pasar telah banyak berfokus pada siapa yang memiliki model terbaik
distribusi, monetisasi, dan kemampuan mengirimkan AI langsung ke miliaran pengguna sama pentingnya
Meta adalah salah satu nama yang saya perhatikan dengan seksama di sini
Ansem 🐂🀄️
Dari sudut pandang saya, Meta masih cukup jarang dibahas dalam perlombaan AI
Model open-source > semakin efisien
Distribusi > menjadi keunggulan besar seiring model berkembang
> Meta sudah memiliki miliaran pengguna di seluruh produknya
> AI yang lebih baik dapat meningkatkan personalisasi + penargetan iklan
strategi AI open-source-nya memberinya posisi berbeda dari laboratorium besar lainnya, salah satu perusahaan AI besar yang saat ini saya perhatikan lebih
🚨 AI SEMAKIN MURAH DENGAN KECEPATAN YANG LUAR BIASA
MENURUT EPOCH AI, TINGKAT KINERJA AI YANG SAMA TELAH MENJADI ~13× LEBIH MURAH SETIAP TAHUN SEJAK 2023
LEBIH CEPAT DARI LISTRIK, KOMPUTASI, BATERAI, ATAU URUTAN DNA PADA GRAFIK INI
NAMUN MENJALANKAN AI MASIH MEMBUTUHKAN CHIP, DAYA, DAN PUSAT DATA
PERUSAHAAN MENGHABISKAN MILIARAN UNTUK MENJUAL SESUATU YANG SEMAKIN MURAH
MULAI TERLIHAT SEPERTI BADAN AMAL YANG SANGAT MAHAL
EKSKLUSIF: Subconscious menghadapi salah satu tantangan terbesar yang dihadapi agen AI yang telah lama berjalan: biaya inferensi.
@subsysdev telah mengumpulkan $5,1 juta untuk membangun platform inferensi yang dirancang khusus untuk agen, menggunakan kompresi konteks dinamis dan caching untuk membuat beban kerja jangka panjang menjadi lebih cepat dan murah. Perusahaan mengatakan teknologinya dapat mengurangi biaya inferensi hingga 80%, sekaligus memperluas jendela konteks efektif di atas 5 juta token. Bagi bisnis yang mengembangkan AI agen, hal ini bisa membuat lebih praktis menjalankan agen dalam jangka waktu lebih lama pada tugas-tugas yang semakin kompleks.
@deantak berbicara dengan @thejackobrien, CEO Subconscious, tentang teknologi perusahaan, fokusnya pada agen yang bertahan lama, dan ekonomi dalam menggerakkan generasi berikutnya dari aplikasi AI.
"Sebagian besar perusahaan inferensi membangun sistem satu ukuran untuk semua untuk chat, permintaan satu kali jalan, dan agen. Namun agen jauh lebih sulit dilayani dengan baik. Kami membangun seluruh tumpukan kami di sekitar agen yang sudah lama berjalan, dan teknologi inti kami berasal dari riset MIT yang baru, yang memberi kami keunggulan lebih dari satu tahun," kata O'Brien.
Baca cerita lengkapnya di @GamesBeat:
#AI #AgenticAI #Technology
Goldman Sachs Asset Management sedang kurang membebani peminjam AI utama karena perkiraan ledakan infrastruktur AI AS sebesar $10,3 miliar mendorong gelombang besar penerbitan obligasi!
SOROTAN UTAMA:
• Permintaan modal infrastruktur AI AS bisa mencapai $10,3 miliar hingga tahun 2032, memicu penerbitan obligasi yang besar bersamaan dengan kenaikan biaya pinjaman
• Imbal hasil Treasury 10 tahun mencapai 5,11% meningkatkan risiko beban utang bagi raksasa teknologi, dengan Amazon $AMZN mengalokasikan pengeluaran modal sebesar $173 miliar
• Seeking Alpha Quant Ratings menyoroti perbedaan mendasar di antara para pemimpin teknologi, dengan memberikan nilai Amazon $AMZN sebagai Strong Buy sementara Alphabet $GOOG sebagai Hold
RATING: Eksekusi fundamental yang kuat membuat $AMZN dinilai sebagai Seeking Alpha Quant STRONG BUY meskipun ada risiko repricing utang, sementara $GOOG tetap berada di posisi HOLD saat pasar mengevaluasi capex dan tantangan suku bunga.
Apakah kenaikan hasil Treasury dan penerbitan utang AI besar-besaran akan memperlambat momentum saham teknologi utama, atau prospek pertumbuhan fundamental cukup kuat untuk mempertahankan suku bunga yang lebih tinggi? Bagikan pendapat Anda di bawah ini!
