«Бум памяти AI-чипов закладывает семена краха»! На этот раз опасность скрыта в стороне спроса

Насколько долго может продолжаться бум в области AI-чипов памяти?

Колумнист The Wall Street Journal Джеймс Маккинстон 16 мая написал, что текущий бум в области AI-накопителей закладывает семена самоуничтожения. В статье в качестве основного примера рассматривается компания Micron Technology, которая систематически анализирует риски этого очередного бума в AI-чипах.

Три года назад Micron Technology понесла рекордные убытки в истории, а сейчас прогнозируют, что она станет шестой по прибыльности компанией в США, с чистой прибылью около 100 миллиардов долларов за следующие 12 месяцев, превзойдя Meta и Berkshire Hathaway. В то же время, южнокорейские Samsung Electronics и SK Hynix также выигрывают от взрывного спроса на высокопроизводительную память (HBM), и южнокорейский рынок акций в этом году стал одним из лучших в мире.

Но чем больше процветание, тем опаснее.

Недооценка стоимости не равна дешевизне, история неоднократно это доказывала

Текущий коэффициент цена/прибыль Micron менее 10, что делает её одной из самых дешевых акций в индексе S&P 500. Многие инвесторы, увидев этот показатель, думают: «Так дешево, стоит купить».

На это анализ Джеймса Маккинстона дает холодный душ: «Это не означает, что она дешевая, а лишь показывает, что инвесторы понимают — хорошие времена для памяти не будут длиться вечно.»

Исторические данные подтверждают это. В начале 2022 года, когда акции Micron достигли пика, коэффициент P/E был также около 9 — затем цена акций обвалилась в том же году. В 1984 году, на вершине цикла, коэффициент P/E составлял 15, и только спустя 9 лет цена вернулась к тому уровню. В 2018 году, на вершине цикла, коэффициент был еще ниже — 5,5.

Правила ясны: низкий P/E появляется на вершине цикла, это не сигнал к покупке, а предупреждение. Инвесторы, увлеченные «дешевизной», каждый раз терпят большие убытки.

Самый большой риск: AI становится более «экономичным в памяти»

Маккинстон считает, что главная опасность сейчас исходит со стороны спроса, а не предложения. Дополнительные мощности, появляющиеся в ближайшие два года, если спрос не рухнет, вряд ли смогут разрушить прибыль.

А спрос действительно может упасть? Он перечислил несколько рисков. Самый сложный для оценки и самый смертельный — это: само развитие AI-технологий становится более экономичным в использовании памяти.

В марте этого года исследователи из Alphabet, дочерней компании Google, опубликовали статью, в которой показано значительное повышение эффективности использования памяти. После этого акции памяти резко упали, хотя затем немного восстановились.

В статье Маккинстон пишет: «Большие языковые модели — это незрелая технология, и инженерные улучшения для специализированных дата-центров вполне ожидаемы — но насколько значительны эти улучшения и когда они произойдут, заранее предсказать невозможно.»

Логика проста: если AI-модели работают быстрее и требуют меньше памяти, дата-центры не будут покупать так много HBM-чипов, и спрос сократится.

Риск второй: расширение дата-центров не оправдает ожиданий

Помимо технологических рисков, Маккинстон перечисляет общие риски всей цепочки поставок AI: планы по строительству дата-центров могут быть сокращены, скорость распространения AI может оказаться ниже ожидаемой, а политические препятствия могут замедлить расширение.

По его мнению, эти риски возможны: «Но инвесторы, делающие ставку на рост рынка AI, не придают им большого значения.»

Это само по себе должно насторожить инвесторов — рыночный консенсус зачастую наиболее уязвим в периоды оптимизма.

Риск третий: высокая прибыль привлекает новых конкурентов

Третий риск — изменение конкурентной среды.

Маккинстон отмечает, что в области высокоскоростной памяти, где работает Micron, пока нет явных новых игроков, но в других прибыльных сегментах AI-чипов конкуренция уже разгорается.

Alphabet разработала специализированные тензорные процессоры (TPU) для обучения AI, которые напрямую конкурируют с дорогими GPU Nvidia; чипы Graviton от Amazon выполняют задачи AI inference, вытесняя рынок Intel.

Более того, стоит обратить внимание на Cerebras. Эта компания в 2019 году выпустила первый крупный чип для обучения и inference AI, в этом году провела IPO, привлекла 5,55 миллиарда долларов, а в первый день цена удвоилась.

Это классический пример «проклятия победителя»: чем больше зарабатываешь, тем больше приходят конкуренты, и в итоге прибыль размывается.

Память — типичный циклический сектор. Построение фабрики по производству чипов требует огромных инвестиций, а когда спрос растет, предложение может догнать его только через несколько лет, вызывая резкий рост цен и прибыли. Высокая прибыль стимулирует руководителей расширять мощности, а высокие фиксированные издержки заставляют фабрики работать на полную мощность — даже если предложение уже избыточно. В 2022–2023 годах этот цикл привел к резкому падению цен и прибыли.

Маккинстон отмечает, что инвесторы знают этот закон, но считают: «Пока спрос на AI остается высоким, новые мощности еще могут быть поглощены рынком, и влияние на прибыль остается ограниченным. Но чем дольше это продолжается, тем больше конкурентов входит в игру, и тем больше строится мощностей.»

Он завершает словами: «Как и в любом секторе сырья, успех сам по себе закладывает семена самоуничтожения — даже если в конечном итоге реализуются все мечты о AI.»

Предупреждение о рисках и отказ от ответственности

        Рынок подвержен рискам, инвестиции — на ваш страх и риск. Настоящий материал не является индивидуальной инвестиционной рекомендацией и не учитывает конкретные цели, финансовое положение или потребности каждого пользователя. Пользователи должны самостоятельно оценить, соответствуют ли приведенные мнения, взгляды или выводы их ситуации. Инвестируя на их основе, ответственность несет сам инвестор.