Intervju: "Big Techs AI-capex växer mycket snabbare än intäkterna", varnar AvaTrades Kate Leaman

Big Tech häller enorma summor pengar i AI just nu, och vi ser redan en blandning av snabba vinster och långsiktiga satsningar.

Ta Microsoft, Meta och Amazon, deras utgifter för AI-infrastruktur skjuter i höjden.

En del av det betalar sig snabbt, särskilt inom molntjänster och AI-driven reklam. Men totalt sett investerar de fortfarande mycket mer än de tjänar direkt från AI i detta skede.

Alfabetet är ett annat exempel. Företaget har en rekordstor eftersläpning på 155 miljarder dollar i sin AI-molnverksamhet, vilket visar på en stark efterfrågan från företag.

Utmaningen? Att omvandla denna efterfrågan till verkliga vinster, inte bara framtida potential.

Apple använder sig av en långsammare och mer integritetsfokuserad AI-strategi. Även om det passar deras varumärke, kan det hamna på efterkälken om det inte går snabbare och bygger ett bredare AI-ekosystem.

Samtidigt drar Meta nytta av AI-drivna reklamförbättringar, men strängare globala integritetsregler kan skapa viss motvind.

I en exklusiv intervju med Invezz avkodade Kate Leaman, chefsmarknadsanalytiker på AvaTrade, hur Big Techs investeringar i AI för närvarande utvecklas när det gäller operativa vinster och framtida utdelningar.

Utdrag:

Invezz: Big Tech (Microsoft, Meta, Amazon) öser pengar över AI: omvandlas dessa capex-dollar faktiskt till operativa vinster och nya intäkter idag, eller satsar de mest på en framtida utdelning?

Kate Leaman: Det finns en tydlig blandning av både operationella vinster och framtida satsningar. Å ena sidan ser de stora aktörerna redan ökade intäkter kopplade till sin AI-infrastruktur och sina erbjudanden.

Till exempel utnyttjar deras moln- och reklamföretag AI-funktioner för att driva tillväxt.

Men å andra sidan växer deras kapitalutgifter (capex) mycket snabbare än intäkterna, så en stor del av utgifterna tar sig fortfarande in i framtida utdelningsterritorium.

Aggregerade capex från stora "hyperscaler"-teknikföretag närmar sig rekordnivåer i förhållande till deras operativa kassaflöde, till exempel sätter en uppskattning aggregerad capex till ungefär 60 % av det operativa kassaflödet för Amazon, Google/Alphabet, Microsoft och Meta.

Analytiker flaggar för att om inte intäkterna ökar markant från AI-investeringarna kommer många av dessa företag att återinvestera nästan hela sitt fria kassaflöde i infrastruktur på bara några år.

På vinnarsidan ser vi inkrementella intäkter från AI-drivna molntjänster, generativa AI-funktioner i produkter och förbättrad driftseffektivitet; till exempel visar vissa mindre moln-/AI-leverantörer att AI-capex redan lönar sig.

Invezz: Alphabet säger att de har en rekordstor molnlogg på 155 miljarder dollar som drivs av AI. Tyder det på att företaget har antagit en hållbar utveckling eller att det finns en risk för att tillväxten på kort sikt överdrivs?

Kate Leaman: Det här är en nyanserad fråga. Eftersläpningen på 155 miljarder dollar för Alphabet Inc.:s molnverksamhet (via Google Cloud) är en uppmuntrande signal om stark företagsefterfrågan, men den innehåller också varningar.

Som stöd för tesen om hållbar adoption finns att den rapporterade eftersläpningen växte betydligt, och analytiker på UBS beskrev det som en signal om "stark tillväxt".

Alphabets kommentar betonar att denna eftersläpning är knuten till dess "full-stack" AI-strategi (infrastruktur, AI-modeller, företagslösningar), vilket ger den differentiering och tyder på mer än bara hype.

Kvarvarande uppgifter visar alltså ett löfte om ett hållbart införande av företag.

Men på risksidan är en backlog inte detsamma som en intäkt som redovisas idag. Vägen från backlog till realiserad intäkt och marginal är inte alltid smidig eller garanterad.

Invezz: Apple kallas ofta för en sen aktör inom AI: vilka konkreta drag bör de göra för att överbrygga klyftan, och hur mycket kan en långsam AI-strategi skada deras konkurrenskraft?

Kate Leaman: För Apple är situationen tvåfaldig: deras strategi är tydlig (integritet först, intelligens på enheten), vilket ger dem vissa fördelar, men den långsammare takten ökar också riskerna.

Konkreta åtgärder som Apple bör vidta är bland annat:

• Bättre integration av AI i hela ekosystemet utöver bara integritet och funktioner på enheten.
• Påskynda utvecklingen av sina AI-assistenter (t.ex. förbättringar av Siri) och göra dem mer konkurrenskraftiga med generativa AI-erbjudanden från rivaler.
• Genomföra strategiska förvärv eller partnerskap för att snabbare få in generativ AI och multimodala funktioner.

Om Apple hamnar på efterkälken när det gäller AI riskerar de att förlora tankeandel bland tidiga användare och utvecklare som dras till konkurrenter med mer synligt AI-ledarskap.

Detta är också oron för att tillväxten av tjänsteverksamheten kommer att avta om rivaliserande plattformar (molncentrerade, AI-centrerade) fångar ekosystemet av appar och verktyg, samt oron för minskad marginaltillväxt över tid om hårdvaran förblir stark men tillväxten av programvara/tjänster släpar efter.

Invezz: Metas AI-drivna annonsplattform driver tillväxten igen. Hur motståndskraftig är den modellen om tillsynsmyndigheter skärper reglerna kring användardata och integritet?

Kate Leaman: För Meta visar återkomsten via dess AI-drivna annonsplattform en stark potential: dess användning av generativ AI och förbättrad annonspersonalisering ger den ett uppsving.

Men modellen är utsatt för betydande regel- och integritetsrisker.

Resiliensfaktorer inkluderar Metas inbäddning av AI i rekommendationsmotorer och annonsinriktning; till exempel meddelade företaget att användarinteraktioner med sin AI-assistent kommer att hjälpa till att anpassa innehåll och annonser.

Den har också en stor användarbas och datatillgångar, vilket ger den skalfördelar.

Riskfaktorer är bland annat att nya integritetsbestämmelser globalt (t.ex. i EU, vissa amerikanska delstater) ökar granskningen av hur plattformar använder personuppgifter och hur transparenta de är.

Invezz: The Magnificent Seven står nu för 37 % av SandP 500. Hur ska investerare jaga AI uppåt utan att öka koncentrationsrisken i sina portföljer?

Kate Leaman: Det faktum att "SandP 500 large-cap tech group" (ofta kallad "Magnificent Seven") nu har en så stor andel av marknaden innebär att det är förenat med koncentrationsrisk att jaga AI uppåt via endast de stora tekniknamnen.

Här är balanserade sätt som investerare kan hantera detta:

• Använda taktisk portföljriskhantering. Detta kan inkludera ombalansering regelbundet eller användning av optioner/säkringar, om en investerare anser att värderingarna förlängs."
• Diversifieringsstrategier inkluderar att para ihop exponering mot stora AI-ledda teknikföretag med utvalda förmånstagare utanför mega-caps, t.ex. industriföretag som tillämpar AI, hälso- och sjukvårdsföretag som använder AI och leverantörer av företagsprogramvara. Detta sprider risken för ett bakslag i ett stort företag.
• Användning av tematiska fonder eller ETF:er som är inriktade på AI men som har en bredare exponering i sektors- eller företagsstorlek (inte bara megabolag)
• Inklusive värde- eller utdelningstillväxtaktier som indirekt drar nytta av AI. Till exempel företag vars verksamhet blir mer effektiv via AI, men är mindre exponerad för höga multipelvärderingar

Invezz: När AI skiftar från trend till nödvändighet, vilka är de handfull faktorer som kommer att skilja företag som upprätthåller tillväxt och marginaler från de som inte gör det?

Kate Leaman: De viktigaste skillnaderna inkluderar:

• Talang, ekosystem och partnerskap: framgång kommer att gynna företag som bygger eller lockar till sig de bästa AI-talangerna, skapar utvecklarekosystem, integrerar partners och itererar snabbt.
• Kapitalallokeringsdisciplin: Företag som investerar förnuftigt i AI-infrastruktur med ett öga på avkastning på kapital (inte bara jagar "AI-surret") kommer att ha en starkare hållning.
• Företagsadoption och diversifiering av intäkter: det räcker inte att bygga modeller; företag måste vinna företagskunder, bädda in AI i affärsprocesser och diversifiera över konsument-, företags- och plattformslager.
• Integritetsmedvetna och skalbara AI-modeller: I takt med att regleringen och den offentliga granskningen intensifieras kommer företag som bygger AI med förtroende, efterlevnad, skalbarhet och effektivitet i åtanke att prestera bättre än de som endast behandlar AI som marknadsföring.
• Regulatorisk navigering: nya och föränderliga förordningar (dataskydd, AI-styrning, antitrustkonsekvenser) innebär att företag som proaktivt formar och anpassar sig till efterlevnad och styrning, snarare än att reagera, kommer att ha en konkurrensfördel.
• Hantering av kostnader/marginaler: kostnaderna för infrastruktur, beräkning och maskinvara ökar snabbt. Företag som kan behålla marginalerna samtidigt som de skalar AI kommer att lyckas – de vars AI driver intäkter men bränner pengar kommer att vackla.
• Produktdifferentiering och integration: AI är nu en viktig del av spelet. Vinnarna kommer att bädda in det djupt i differentierade produkter eller tjänster, snarare än ytliga funktioner.