#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?
Populares
Mais recentes
GoldmanSees1.2TAICapex Publicações populares
Resumo: A Goldman acredita que 1,42 triliões de dólares em receitas entre 2028-30, ou 11,6 mil milhões de dólares por GW - é realizável (necessário para 15% de ROIC), com 59% já a estar em atrasos na cloud e as equipas de gestão a afirmarem retornos de investimento entre um a três anos
E aqui está o contra-argumento: o obstáculo é ultrapassável se o cálculo se mantiver escasso, se os preços das GPU e dos tokens não desvalorizarem, se uma vida útil de 5 anos for real, se um punhado de laboratórios de AI continuar a pagar as suas contas, e se o icebergue de 3 triliões fora do balanço não precisar de um retorno próprio.
Eu+@econJaredB lançámos um novo artigo que examina quanto rendimento é necessário para justificar o capex de IA dos hyperscalers. Estimamos que o rendimento incremental de IA está atualmente entre $86-$188,1 mil milhões para os hyperscalers, mas eles precisam de $13,1-$18,7 *triliões* na próxima década para que isso faça sentido.
destacei a Meta na semana passada e a tese está a começar a ficar mais interessante
o investimento deles em AI está a começar a aparecer em todo o negócio real, especialmente em anúncios, enquanto o lado do consumidor continua a expandir-se com produtos como o Meta AI
o mercado tem passado muito tempo focado em quem possui o melhor modelo
a distribuição, monetização e a capacidade de entregar AI diretamente a milhares de milhões de utilizadores são tão importantes quanto
a Meta é um dos nomes que estou a observar atentamente aqui
Ansem 🐂🀄️
da minha perspetiva, a Meta ainda é bastante pouco discutida na corrida da AI
> os modelos open-source continuam a tornar-se mais eficientes
> a distribuição torna-se uma grande vantagem à medida que os modelos melhoram
> a Meta já tem milhares de milhões de utilizadores nos seus produtos
> uma AI melhor pode melhorar a personalização + o direcionamento de anúncios
a sua estratégia de AI open-source dá-lhe uma posição diferente das outras grandes laboratórios, uma das maiores empresas de AI a que estou a prestar mais atenção neste momento
🚨 A IA ESTÁ A FICAR MAIS BARATA A UMA VELOCIDADE RIDÍCULA
SEGUNDO A EPOCH AI, O MESMO NÍVEL DE DESEMPENHO DE IA TORNOU-SE ~13× MAIS BARATO A CADA ANO DESDE 2023
MAIS RÁPIDO DO QUE ELETRICIDADE, COMPUTAÇÃO, BATERIAS OU SEQUENCIAÇÃO DE DNA NESTE GRÁFICO
MAS EXECUTAR IA AINDA REQUER CHIPES, ENERGIA E CENTROS DE DADOS
AS EMPRESAS ESTÃO A GASTAR MILHARES DE MILHÕES PARA VENDER ALGO QUE CONTINUA A FICAR MAIS BARATO
COMEÇA A PARECER UMA CARIDADE MUITO CARA
EXCLUSIVO: A Subconscious está a enfrentar um dos maiores desafios que os agentes de IA de longa duração enfrentam: o custo da inferência.
@subsysdev angariou 5,1 milhões de dólares para construir uma plataforma de inferência projetada especificamente para agentes, usando compressão dinâmica de contexto e cache para tornar as cargas de trabalho de longa duração mais rápidas e baratas. A empresa afirma que a sua tecnologia pode reduzir os custos de inferência em até 80%, enquanto estende as janelas de contexto efetivas para além de 5 milhões de tokens. Para as empresas que estão a escalar a IA agentiva, isso pode tornar mais prático executar agentes por períodos mais longos em tarefas cada vez mais complexas.
@deantak falou com @thejackobrien, CEO da Subconscious, sobre a tecnologia da empresa, o seu foco em agentes de longa duração e a economia de alimentar a próxima geração de aplicações de IA.
"A maioria das empresas de inferência constrói sistemas universais para chats, pedidos únicos e agentes. Mas os agentes são muito mais difíceis de servir bem. Construímos toda a nossa stack em torno de agentes de longa duração, e a nossa tecnologia principal vem de uma pesquisa inovadora do MIT, que nos dá uma vantagem de mais de um ano", disse O’Brien.
Leia a história completa em @GamesBeat:
#AI #AgenticAI #Technology
A Goldman Sachs Asset Management está subponderada em grandes tomadores de empréstimos de IA, enquanto um boom projetado de infraestrutura de IA nos EUA de 10,3T$ impulsiona uma onda massiva de emissão de obrigações!
DESTAQUES PRINCIPAIS:
• A procura de capital para infraestrutura de IA nos EUA pode atingir 10,3T$ até 2032, desencadeando uma forte emissão de obrigações juntamente com o aumento dos custos de empréstimos
• Os rendimentos dos títulos do Tesouro a 10 anos a 5,11% aumentam os riscos do encargo da dívida para os gigantes tecnológicos, com a Amazon $AMZN a investir 173 mil milhões de dólares em despesas de capital
• As avaliações Quant da Seeking Alpha destacam divergências fundamentais entre os líderes tecnológicos, classificando a Amazon $AMZN como Compra Forte enquanto avaliam a Alphabet $GOOG como Manter
A CLASSIFICAÇÃO: A execução fundamental robusta mantém a $AMZN classificada como Compra Forte pela Seeking Alpha Quant apesar dos riscos de reprecificação da dívida, enquanto a $GOOG está em Manter enquanto os mercados avaliam as despesas de capital e os ventos contrários das taxas.
Será que o aumento dos rendimentos do Tesouro e a massiva emissão de dívida de IA vão abrandar o momentum das principais ações tecnológicas, ou as perspetivas fundamentais de crescimento são suficientemente fortes para ultrapassar as taxas mais elevadas? Deixe a sua opinião abaixo!"
