Interview: "Big Techs AI-capex vokser meget hurtigere end omsætningen," advarer AvaTrades Kate Leaman

Big Tech hælder enorme mængder penge i AI lige nu, og vi ser allerede en blanding af hurtige gevinster og langsigtede væddemål udspille sig.

Tag Microsoft, Meta og Amazon, deres udgifter til AI-infrastruktur skyder i vejret.

Noget af det betaler sig hurtigt, især inden for cloud-tjenester og AI-drevet annoncering. Men samlet set investerer de stadig meget mere, end de tjener direkte fra AI på nuværende tidspunkt.

Alphabet er et andet eksempel. Det har et rekordstort efterslæb på 155 milliarder dollars i sin AI-cloud-forretning, hvilket viser en stærk efterspørgsel fra virksomheder.

Udfordringen? At vende denne efterspørgsel til reelle overskud, ikke kun fremtidigt potentiale.

Apple tager en langsommere, mere privatlivsfokuseret AI-tilgang. Selvom det passer til dets brand, kan det komme bagud, hvis det ikke bevæger sig hurtigere og opbygger et bredere AI-økosystem.

I mellemtiden drager Meta fordel af AI-drevne reklameforbedringer, men strammere globale regler for privatlivets fred kan skabe en vis modvind.

I et eksklusivt interview med Invezz afkodede Kate Leaman, chefmarkedsanalytiker hos AvaTrade, hvordan Big Techs investeringer i AI i øjeblikket udfolder sig med hensyn til operationelle gevinster og fremtidige gevinster.

Uddrag:

Invezz: Big Tech (Microsoft, Meta, Amazon) hælder penge i AI: Bliver disse capex-dollars faktisk til operationelle gevinster og nye indtægter i dag, eller satser de mest på en fremtidig udbetaling?

Kate Leaman: Der er en klar blanding af både operationelle gevinster og fremtidige væddemål. På den ene side oplever de store spillere allerede en stigning i indtægterne i forbindelse med deres AI-infrastruktur og -tilbud.

For eksempel udnytter deres cloud- og reklamevirksomheder AI-funktioner til at skabe vækst.

Men på den anden side vokser deres kapitaludgifter (capex) meget hurtigere end indtægterne, så en stor del af udgifterne er stadig på vej ind i det fremtidige afkast.

Aggregerede capex fra store 'hyperscaler' teknologivirksomheder nærmer sig rekordniveauer i forhold til deres operationelle pengestrøm, for eksempel sætter et skøn den samlede capex til omkring 60 % af driftspengestrømmen for Amazon, Google/Alphabet, Microsoft og Meta.

Analytikere markerer, at medmindre omsætningen stiger markant fra AI-investeringerne, vil mange af disse virksomheder geninvestere næsten hele deres frie pengestrøm i infrastruktur om blot et par år.

På vindersiden ser vi inkrementelle indtægter fra AI-drevne cloud-tjenester, generative AI-funktioner i produkter og forbedret driftseffektivitet; for eksempel viser nogle mindre cloud/AI-leverandører, at AI-capex allerede betaler sig.

Invezz: Alphabet siger, at det har et rekordstort cloud-efterslæb på 155 milliarder dollars drevet af AI. Peger det på en varig virksomhedsadoption eller en risiko for at overdrive vækst på kort sigt?

Kate Leaman: Dette er en nuanceret en. Efterslæbet på 155 milliarder dollars for Alphabet Inc.'s cloud-forretning (via Google Cloud) er et opmuntrende signal om stærk virksomhedsefterspørgsel, men det bærer også forbehold.

Til støtte for tesen om varig adoption er, at det rapporterede efterslæb voksede betydeligt, og analytikere hos UBS beskrev det som et "stærkt vækstsignal".

Alphabets kommentar understreger, at dette efterslæb er knyttet til dets 'full-stack' AI-tilgang (infrastruktur, AI-modeller, virksomhedsløsninger), hvilket giver det differentiering og antyder mere end blot hype.

Så efterslæbet viser lovende om varig virksomhedsadoption.

Men på risikosiden er et efterslæb ikke det samme som omsætning, der er indregnet i dag; Vejen fra efterslæb til realiseret omsætning og margin er ikke altid jævn eller garanteret.

Invezz: Apple kaldes ofte en sen deltager i AI: Hvilke konkrete træk skal de tage for at lukke hullet, og hvor hårdt kan en langsom AI-strategi skade deres konkurrencefordel?

Kate Leaman: For Apple er situationen todelt: Strategien er tydelig (privatliv først, intelligens på enheden), hvilket giver dem nogle fordele, men det langsommere tempo øger også risiciene.

Konkrete tiltag, som Apple bør foretage, omfatter:

• Bedre integration af AI på tværs af dets økosystem ud over blot privatliv og funktioner på enheden.
• Fremskynder udviklingen af sine AI-assistenter (f.eks. forbedringer af Siri) og gør dem mere konkurrencedygtige med generative AI-tilbud fra rivaler.
• Forfølge strategiske opkøb eller partnerskaber for at bringe generativ AI og multimodale funktioner hurtigere ind.

Hvis Apple kommer bagud med AI-momentum, risikerer det at miste tankegang blandt tidlige brugere og udviklere, der bliver tiltrukket af konkurrenter med mere synligt AI-lederskab.

Dette er også bekymringen for, at væksten i serviceforretningen vil aftage, hvis rivaliserende platforme (cloud-centreret, AI-centreret) fanger økosystemet af apps og værktøjer, samt bekymringer om reduceret marginvækst over tid, hvis hardwaren forbliver stærk, men væksten i software/tjenester halter.

Invezz: Metas AI-drevne annonceplatform giver næring til væksten igen. Hvor modstandsdygtig er den model, hvis tilsynsmyndighederne strammer reglerne omkring brugerdata og privatliv?

Kate Leaman: For Meta viser genopblussen via dens AI-drevne annonceringsplatform et stærkt potentiale: dens brug af generativ AI og forbedret annoncepersonalisering giver den et løft.

Men modellen er udsat for betydelige lovgivningsmæssige risici og privatlivsrisici.

Modstandsdygtighedsfaktorer omfatter Metas indlejring af AI i anbefalingsmotorer og annoncemålretning; for eksempel annoncerede den, at brugerinteraktioner med dens AI-assistent vil hjælpe med at tilpasse indhold og annoncer.

Den har også en stor brugerbase og dataaktiver, som giver den skaleringsfordele.

Risikofaktorer omfatter, at nye regler om beskyttelse af personlige oplysninger globalt (f.eks. i EU, nogle amerikanske stater) øger kontrollen med, hvordan platforme bruger personoplysninger, og hvor gennemsigtige de er.

Invezz: The Magnificent Seven tegner sig nu for 37 % af SandP 500. Hvordan skal investorer jagte AI upside uden at øge koncentrationsrisikoen i deres porteføljer?

Kate Leaman: Det faktum, at 'SandP 500 large-cap tech group' (ofte betegnet 'Magnificent Seven') nu har en så stor andel af markedet, betyder, at jagten på AI upside via kun de store teknologinavne indebærer koncentrationsrisiko.

Her er afbalancerede måder, hvorpå investorer kan håndtere dette:

• Brug af taktisk porteføljerisikostyring. Dette kan omfatte regelmæssig rebalancering eller brug af optioner/afdækninger, hvis en investor mener, at værdiansættelserne udvides."
• Diversificeringsstrategier omfatter parring af eksponering mod store AI-ledede teknologivirksomheder med udvalgte modtagere uden for mega-caps, f.eks. industrivirksomheder, der anvender AI, sundhedsvirksomheder, der implementerer AI, og virksomhedssoftwareleverandører. Dette spreder risikoen for et tilbageslag i en stor virksomhed.
• Brug af tematiske fonde eller ETF'er med fokus på AI, men med bredere eksponering i sektor- eller virksomhedsstørrelse (ikke kun mega-caps)
• Herunder værdi- eller udbyttevækstaktier, der indirekte drager fordel af AI. For eksempel virksomheder, hvis aktiviteter bliver mere effektive via AI, men er mindre udsat for høje multipelværdiansættelser

Invezz: Efterhånden som AI skifter fra trend til nødvendighed, hvad er så den håndfuld faktorer, der vil adskille virksomheder, der opretholder vækst og marginer, fra dem, der ikke gør?

Kate Leaman: De vigtigste forskelle omfatter:

• Talent, økosystem og partnerskaber: Succes vil favorisere virksomheder, der opbygger eller tiltrækker de bedste AI-talenter, skaber udviklerøkosystemer, integrerer partnere og gentager hurtigt.
• Kapitalallokeringsdisciplin: Virksomheder, der investerer fornuftigt i AI-infrastruktur med øje for kapitalafkast (ikke kun jagter "AI-buzz"), vil have en stærkere holdning.
• Virksomhedsadoption og diversificering af indtægter: det er ikke nok at opbygge modeller; virksomheder skal vinde virksomhedskunder, integrere AI i forretningsprocesser og diversificere på tværs af forbruger-, virksomheds- og platformslag.
• Privatlivsbevidste og skalerbare AI-modeller: Efterhånden som regulering og offentlig kontrol intensiveres, vil virksomheder, der bygger AI med tillid, overholdelse, skalerbarhed og effektivitet i tankerne, klare sig bedre end dem, der kun behandler AI som markedsføring.
• Lovgivningsmæssig navigation: Nye og udviklende regler (databeskyttelse, AI-styring, antitrust-konsekvenser) betyder, at virksomheder proaktivt former og tilpasser sig overholdelse og styring i stedet for at reagere vil have en konkurrencefordel.
• Omkostnings-/marginstyring: Infrastruktur-, beregnings- og hardwareomkostninger stiger hurtigt. Virksomheder, der kan opretholde marginer, mens de skalerer AI, vil få succes – dem, hvis AI driver omsætning, men brænder penge, vil vakle.
• Produktdifferentiering og integration: AI er nu bordindsatser; Vinderne vil indlejre det dybt i differentierede produkter eller tjenester i stedet for overfladiske funktioner.