Barclays: Прогнози капітальних витрат на штучний інтелект у 2027 та 2028 роках можуть бути занижені на 225 мільярдів доларів

Investing.com - За аналізом Barclays, витрати надмасштабних технологічних компаній на інфраструктуру штучного інтелекту можуть бути суттєво недооцінені, а поточні прогнози ринку значно нижчі за фактичний обсяг інвестицій, необхідних у найближчі роки.

Отримуйте AI-новини у реальному часі з InvestingPro - зараз зі знижкою до 50%

Barclays, аналізуючи фінансову інформацію, пов’язану з OpenAI та Anthropic, намагається оцінити приховані витрати на чіпи у надмасштабних хмарних сервісах, а не покладається на моделі, засновані на обсязі токенів або запитах.

Результати дослідження показують, що інвестиційний цикл набагато більший за очікування ринку.

Команда аналітиків під керівництвом Тома О’Маллі написала: “Наш аналіз показує, що цикл зростання капітальних витрат триватиме щонайменше до 2028 року і може перевищувати очікування ринку на кілька порядків (у 2027 і 2028 роках понад 225 мільярдів доларів).”

Це означає, що у 2027 і 2028 роках капітальні витрати надмасштабних хмарних сервісів можуть перевищити прогнози Уолл-стріт більш ніж на 225 мільярдів доларів, підкреслюють аналітики, і цей розрив стане “суттєвим позитивом” для компаній, що виробляють AI-напівпровідники. Вони також зазначили, що поточна ціна акцій Nvidia (NASDAQ: NVDA) здається відображає очікування, що капітальні витрати надмасштабних хмарних сервісів досягнуть піку у 2027 році, тоді як їхня модель показує, що витрати зростатимуть до 2028 року.

Крім того, їхня модель вказує, що пікові витрати на інфраструктуру штучного інтелекту можуть настати пізніше, ніж очікують багато інвесторів.

Аналітики написали: “За цією моделлю, капітальні витрати надмасштабних хмарних сервісів досягнуть піку у 2028 році, базуючись на прогнозах AI-лабораторій щодо досягнення рекурсивного самовдосконалення, що підвищить ефективність витрат і знизить вартість тренувань.”

Barclays припускає, що витрати на тренувальні операції досягнуть піку у 2029 році, що означає, що капітальні витрати досягнуть піку за рік до цього, оскільки інфраструктура має бути розгорнута до збільшення навантаження на тренування.

Також банк зазначає, що їхня базова модель може залишатися консервативною. Аналіз припускає, що з 2027 року існуючі тренувальні чіпи будуть достатні для обробки більшості навантажень на виведення, що означає, що додаткові витрати на спеціалізовані для виведення чіпи ще не враховані у прогнозах.

Крім OpenAI та Anthropic, Barclays очікує, що інші розробники AI і платформи поступово збільшуватимуть свою частку у глобальному попиті на обчислювальні ресурси, що може додатково збільшити масштаб майбутніх витрат на інфраструктуру.

Аналітики зазначають, що OpenAI і Anthropic наразі можуть займати близько двох третин попиту на обчислювальні ресурси, але Gemini, Grok та інші лабораторії AI, а також проєкти суверенного AI можуть з часом збільшити свою частку.

Цей текст був перекладений за допомогою штучного інтелекту. Детальніше дивіться у наших умовах використання.