#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?
Popularne
Najnowsze
GoldmanSees1.2TAICapex Popularne wpisy
TL/DR: Goldman uważa, że 1,42 biliona dolarów przychodu w latach 2028-30, czyli 11,6 mld dolarów na GW, jest możliwe do osiągnięcia (wymagane dla 15% ROIC), z czego 59% już znajduje się w zaległościach chmurowych, a zespoły zarządzające twierdzą, że zwroty następują w ciągu od jednego do trzech lat
A oto kontrargument: próg jest możliwy do osiągnięcia, jeśli moc obliczeniowa pozostanie ograniczona, jeśli ceny GPU i tokenów nie spadną, jeśli 5-letni okres użytkowania jest realny, jeśli garstka laboratoriów AI będzie nadal płacić swoje rachunki oraz jeśli lodowiec o wartości 3 bilionów dolarów poza bilansem nie będzie wymagał własnego zwrotu.
Ja+@econJaredB publikujemy nowy artykuł analizujący, ile przychodów jest potrzebnych, aby uzasadnić nakłady kapitałowe hyperskalerów na AI. Szacujemy, że dodatkowe przychody z AI wynoszą obecnie od 86 do 188,1 mld USD dla hyperskalerów, ale potrzebują oni 13,1-18,7 *biliona* dolarów w ciągu następnej dekady, aby to się opłaciło.
W zeszłym tygodniu wyróżniłem Meta, a teza zaczyna stawać się coraz ciekawsza
ich wydatki na AI zaczynają przejawiać się w rzeczywistej działalności, zwłaszcza w reklamach, podczas gdy strona konsumencka nadal się rozwija dzięki produktom takim jak Meta AI
rynek spędził dużo czasu skupiając się na tym, kto posiada najlepszy model
dystrybucja, monetyzacja i zdolność do dostarczania AI bezpośrednio do miliardów użytkowników mają równie duże znaczenie
Meta to jedna z firm, które uważnie obserwuję tutaj
Ansem 🐂🀄️
z mojego punktu widzenia Meta wciąż jest dość niedoceniana w wyścigu AI
> modele open-source stają się coraz bardziej wydajne
> dystrybucja staje się ogromną przewagą w miarę ulepszania modeli
> Meta ma już miliardy użytkowników w swoich produktach
> lepsza AI może poprawić personalizację i targetowanie reklam
jej strategia AI oparta na open-source daje jej inną pozycję niż inne duże laboratoria, to jedna z większych firm AI, na które teraz zwracam większą uwagę
🚨 AI STAJE SIĘ TAŃSZA W NIEWYOBRAŻALNYM TEMPIE
ZGODNIE Z EPOCH AI, TEN SAM POZIOM WYDAJNOŚCI AI STAŁ SIĘ OKOŁO 13 RAZY TAŃSZY KAŻDEGO ROKU OD 2023
SZYBCIEJ NIŻ ELEKTRYCZNOŚĆ, MOC OBLICZENIOWA, BATERIE CZY SEKWENCJONOWANIE DNA NA TYM WYKRESIE
ALE URUCHAMIANIE AI WCIĄŻ WYMAGA CHIPÓW, ENERGII I CENTRÓW DANYCH
FIRMY WYDAJĄ MILIARDY, ABY SPRZEDAWAĆ COŚ, CO STALE STANIE SIĘ TAŃSZE
ZACZYNA TO WYGLĄDAĆ JAK BARDZO DROGIE DOBROCZYNNOŚĆ
EKSKLUZYWNE: Subconscious podejmuje jedno z największych wyzwań stojących przed długo działającymi agentami AI: koszt wnioskowania.
@subsysdev zebrał 5,1 miliona dolarów na stworzenie platformy wnioskowania zaprojektowanej specjalnie dla agentów, wykorzystującej dynamiczną kompresję kontekstu i buforowanie, aby przyspieszyć i obniżyć koszty długotrwałych zadań. Firma twierdzi, że jej technologia może zmniejszyć koszty wnioskowania nawet o 80%, jednocześnie wydłużając efektywne okna kontekstowe do ponad 5 milionów tokenów. Dla firm rozwijających agentową AI może to uczynić bardziej praktycznym uruchamianie agentów na dłuższe okresy przy coraz bardziej złożonych zadaniach.
@deantak rozmawiał z @thejackobrien, CEO Subconscious, o technologii firmy, jej skupieniu na długo działających agentach oraz ekonomii napędzania następnej generacji aplikacji AI.
„Większość firm zajmujących się wnioskowaniem buduje systemy uniwersalne dla czatów, jednorazowych zapytań i agentów. Ale agenci są znacznie trudniejsi do obsługi. Zbudowaliśmy cały nasz stos wokół długo działających agentów, a nasza kluczowa technologia pochodzi z nowatorskich badań MIT, co daje nam ponad roczną przewagę” – powiedział O’Brien.
Przeczytaj pełną historię na @GamesBeat:
#AI #AgenticAI #Technology
Goldman Sachs Asset Management ma niedoważenie głównych pożyczkobiorców AI, ponieważ prognozowany boom infrastruktury AI w USA o wartości 10,3 bln USD napędza ogromną falę emisji obligacji!
KLUCZOWE PUNKTY:
• Popyt na kapitał na infrastrukturę AI w USA może osiągnąć 10,3 bln USD do 2032 roku, wywołując intensywną emisję obligacji wraz ze wzrostem kosztów pożyczek
• Rentowność 10-letnich obligacji skarbowych osiągająca 5,11% zwiększa ryzyko obciążenia długiem dla gigantów technologicznych, przy czym Amazon $AMZN przeznacza 173 mld USD na wydatki kapitałowe
• Oceny Seeking Alpha Quant podkreślają fundamentalne rozbieżności wśród liderów technologicznych, oceniając Amazon $AMZN jako Silny Kupno, a Alphabet $GOOG jako Trzymaj
OCENA: Solidna realizacja fundamentów utrzymuje $AMZN w ocenie Seeking Alpha Quant jako SILNY KUPNO pomimo ryzyka przeszacowania długu, podczas gdy $GOOG pozostaje na poziomie TRZYMAJ, gdy rynki oceniają wydatki kapitałowe i przeszkody związane ze stopami procentowymi.
Czy rosnące rentowności obligacji skarbowych i ogromna emisja długu AI spowolnią momentum głównych akcji technologicznych, czy fundamentalne perspektywy wzrostu są na tyle silne, by przetrwać wyższe stopy? Podziel się swoją opinią poniżej!"
