美股投资young
美股投资young
美股科技投资者 ai狂热者 分享每日快讯. all in ai
299Ви підписалися
678підписники
Новини
Новини
Різке падіння акцій на 50% не означає, що вони обов’язково відновляться в майбутньому. Історично багато компаній, навіть не збанкрутувавши і продовжуючи отримувати прибуток, не могли повернутися до історичних максимумів протягом десятиліть. Саме тому я постійно наголошую: у випадку з екстремальним коригуванням $SOXX, $QQQ та AI-півпровідників не можна вважати, що через великий спад вже утворилася «золота яма».
Найяскравіший приклад — інтернет-бульбашка 2000 року. Інтернет врешті-решт змінив увесь світ, напрямок розвитку галузі був абсолютно правильним, але тоді багато технологічних компаній пережили надзвичайно тривале коригування цін акцій. Причина проста: ринок капіталу завчасно «спожив» зростання на десятки років уперед. Компанії могли продовжувати розвиватися, але якщо оцінка була надто високою, майбутнє зростання прибутку лише поступово поглинало попередню бульбашку і не могло стимулювати нові максимуми цін акцій.
Є три ситуації, на які варто звернути увагу. По-перше, постійне стиснення оцінки. Якщо компанія раніше мала P/E 50, а ринок тепер готовий платити лише 20, навіть подвоєння прибутку не гарантує повернення ціни до колишнього рівня. По-друге, зміна циклу прибутковості. Особливо для компаній зберігання даних, таких як $MU, $SNDK: якщо зараз вони на піку прибутку, а в майбутньому ціни на зберігання впадуть і прибуток знизиться, то навіть низький Forward P/E може приховувати циклічні ризики. По-третє, зміна конкурентного ландшафту. Тривалий ріст галузі не означає, що кожна компанія буде постійно вигравати; технологічні заміни, втрата ринкової частки, розведення акцій можуть поступово позбавити лідерів галузі переваг.
Ще одна часто ігнорована проблема — необхідний відсоток зростання для повернення до початкової вартості. Якщо акції впали на 50%, потрібно зростання на 100%, щоб повернутися до початкової ціни; при падінні на 70% потрібно зростання приблизно на 233%. Якщо прибуток не зростає відповідно, а відновлення відбувається лише за рахунок ринкових настроїв, підтримувати таке зростання довго дуже складно.
Тому в цій корекції AI я все ще віддаю перевагу компаніям з міцними конкурентними бар’єрами, таким як $TSM, $ASML, $KLAC, $GOOG, $AVGO, але навіть найміцніша «захисна стіна» не звільняє від обговорення оцінки. Для більш волатильних компаній, як $MU, $SNDK, $LITE, $COHR, потрібно уважно стежити за змінами прогнозів прибутку на найближчі квартали.
Щоб оцінити, чи варто довгостроково купувати акції, я звертаю увагу на те, чи знижуються прогнози прибутку, чи стабільний вільний грошовий потік, чи змінилася конкурентна позиція в галузі, а також наскільки поточна ціна вже враховує песимістичні очікування.
Я все ще вважаю, що довгострокова тенденція AI-індустрії не закінчилася, але наступний бичачий ринок не обов’язково підніме всі популярні акції минулого циклу до нових максимумів. Відмінна індустрія не означає відмінні інвестиції, а відмінна компанія — не означає, що будь-яка ціна є вигідною для купівлі.
Після цього різкого падіння правильний вибір компаній і контроль оцінки при купівлі можуть бути важливішими за вгадування найнижчої точки ринку.
У понеділок, 19 жовтня, чи чекати на відплатний ривок на американському ринку акцій, чи продовження падіння? Я вважаю, що наступного тижня ринок, ймовірно, зробить чіткий вибір напрямку, але навіть якщо напівпровідники зростуть на 5%, не варто поспішати з висновком, що корекція завершена. $SOXX $QQQ $SPY $MU $SNDK
Станом на закриття минулого п’ятниці, $SOXX за тиждень впав приблизно на 11,8%, $QQQ — на 5,5%, а розпродаж у секторі напівпровідників значно перевищив падіння ринку в цілому. Така екстремальна ситуація призвела до того, що багато акцій увійшли в технічну зону перепроданості, тому ймовірність короткострокового відскоку зростає. Але проблема ринку зараз — недостатність стійких покупок, позитивні новини не можуть ефективно підштовхнути ціни вгору, і відскок часто стикається з новим розпродажем.
Щодо понеділка, я розглядаю три основні сценарії.
Перший, і той, якого я вважаю за потрібне особливо остерігатися: понеділок починається з високого відкриття або навіть різкого зростання впродовж сесії, але потім ціни поступово падають. Якщо $SOXX, $MU, $SNDK та інші перепродані акції відкриваються з колективним відскоком, але після обіду суттєво втрачають здобуті позиції, це свідчить про сильний тиск з боку тих, хто застряг у позиціях, і про продажі для зменшення обсягів. Така ситуація може бути лише короткочасним відновленням, викликаним покриттям коротких позицій, технічним дном і хеджуванням опціонів, і не є доказом зміни тренду.
Другий сценарій — ринок знову відкривається зниженням, але з помітним збільшенням обсягів підтримки. Якщо напівпровідники вранці оновлять мінімуми, а потім швидко відновлять втрати, закриваючись із довгою нижньою тінню, і $QQQ разом із ключовими технологічними акціями одночасно зміцняються, це підвищить ймовірність формування короткострокового дна. Проте для підтвердження необхідно кілька наступних торгових днів, щоб низи більше не пробивалися.
Третій сценарій — ризики поширюються на весь американський фондовий ринок. Якщо в понеділок $SOXX продовжить падіння, $QQQ і $SPY також знизяться, а прибутковість держоблігацій США зростатиме, і кредитні ризики не зменшаться, то різке падіння напівпровідників може бути лише частиною ширшої корекції. У такому разі я не поспішатиму купувати акції лише через значне падіння.
Крім того, наступного тижня важливим фактором буде сезон звітності. Результати та прогнози компаній, таких як $META, $LRCX, додатково перевірять, чи достатні капіталовкладення в AI і попит на напівпровідники для підтримки поточної оцінки.
Я все ще вважаю, що довгострокові фундаментальні показники AI не зруйновані, але зараз найважливіше — щоб ринок через цінову поведінку довів повернення покупців. Лише після двох-трьох днів зростання, відскоку без пробою попередніх мінімумів і стабілізації ключових лідерів на важливих середніх, можна поступово збільшувати позиції.
Якщо в понеділок буде різкий ривок вгору, я не кидатимусь купувати; якщо падіння продовжиться, я не стану безумовно скуповувати. Порівняно з тим, щоб ризикувати на відскок, збереження капіталу і збільшення позицій після реального покращення тренду здається мені більш розумним.
Якщо це падіння напівпровідників врешті-решт перетвориться на справжню золоту яму, я в першу чергу розгляну ці 10 акцій. Рейтинг базується на технічних бар'єрах, довгостроковій прибутковості, поточній оцінці, майбутній еластичності відскоку та можливих ризиках. $SOXX $QQQ
Ця корекція вже призвела до значного відкату у багатьох якісних компаній, але я вважаю, що великий спад не означає дешеву оцінку, особливо коли ринок починає хвилюватися через капітальні витрати на AI та прогнози прибутку на 2027 рік, відбір акцій потребує більш суворого підходу.
Перший ешелон: $TSM, $GOOGL, $ASML
Я ставлю $TSM на перше місце. Станом на 16 жовтня його очікуваний P/E близько 18,8. Конкурентні бар'єри в передових технологіях виробництва та упаковки залишаються дуже помітними, а останній фінансовий звіт підтвердив сильний попит на високотехнологічні чіпи. $GOOGL на другому місці з очікуваним P/E близько 25,6, має кілька джерел прибутку, включаючи пошук, YouTube, хмарні обчислення та AI-моделі, що робить бізнес більш диверсифікованим у порівнянні з компаніями, які сильно залежать від одного AI-інфраструктурного попиту. $ASML на третьому місці з очікуваним P/E близько 26, конкурентна перевага в EUV-літографічному обладнанні дуже виразна, і поки передові технології розвиваються, компанія залишається в центрі ланцюга поставок.
Другий ешелон: $MSFT, $KLAC, $ETN
Основна перевага $MSFT — це зріла екосистема корпоративного програмного забезпечення, Azure та стабільні комерційні доходи, очікуваний P/E близько 26,8, але потрібно спостерігати, чи зможуть великі капітальні витрати на AI перетворитися на достатній грошовий потік. Я особисто дуже позитивно оцінюю $KLAC, технологічний бар'єр у контролі якості та тестуванні напівпровідникових процесів дуже високий, і чим складніший передовий процес, тим важливіше тестування. Однак очікуваний P/E у 30,5 означає, що ринок уже заклав певну премію за зростання. $ETN є важливим учасником інфраструктури електропостачання дата-центрів, джерела зростання більш диверсифіковані, ніж у компаній, що орієнтуються лише на AI-чіпи, очікуваний P/E близько 25,8.
Третій ешелон: $MU, $VRT, $COHR, $SNDK
Ці чотири компанії, на мою думку, мають потенціал для більшої еластичності відскоку в майбутньому. $MU виграє від попиту на HBM і DRAM, $SNDK в основному залежить від циклів NAND і корпоративних SSD. Очікувані P/E приблизно 5 і 6,1 відповідно, що виглядає дуже дешево, але слід підкреслити, що прибутковість у секторі пам'яті дуже циклічна. Якщо ціни на пам'ять досягнуть піку, а аналітики знизять прогнози прибутку, низький P/E може швидко втратити свою релевантність.
Перевага $VRT у системах живлення та охолодження дата-центрів, $COHR виграє від попиту на високошвидкісні оптичні комунікації. Очікувані P/E близько 26 і 24,7 відповідно. Їхній потенціал зростання вартий уваги, але ціни акцій чутливі до замовлень AI-інфраструктури, капітальних витрат клієнтів і змін оцінки. Якщо інвестиції в AI сповільняться, ці компанії можуть зазнати значних корекцій.
Цей список не означає, що зараз потрібно купувати всі акції. Якщо в подальшому відбудеться системне стиснення оцінок, навіть такі якісні компанії, як $TSM і $ASML, можуть продовжити падіння.
Моя ідея проста: для довгострокових основних позицій я віддаю перевагу $TSM, $GOOGL, $ASML, $MSFT; для більшої прибуткової еластичності можна звернути увагу на $MU, $COHR, $SNDK, але відповідні позиції повинні враховувати більший ризик відкату.
Далі слідкуватиму за трьома ключовими моментами: чи стабільні прогнози прибутку на 2027 рік, чи зменшуються кредитні та фінансові ризики на ринку, і чи зможе сектор напівпровідників відновити стійку висхідну цінову структуру.
Поки ці три умови не покращаться суттєво, я схильний зберігати готівку і терпляче чекати.
Я завжди позитивно оцінюю довгостроковий розвиток AI-індустрії, але чи буде хороший інвестиційний дохід, врешті-решт залежить від ціни покупки та прийнятих ризиків. Справжня золота яма для купівлі вимагає одночасної наявності відмінних компаній, розумної оцінки та поступового покращення ринкового середовища.
Forward PE $MU вже впав приблизно до 5 разів, $SNDK — лише близько 6 разів, але минулої п’ятниці акції обох компаній різко впали на 5,63% і 6,85% відповідно. При тому, що прибутковість індустрії зберігання даних залишається сильною, а попит на AI не зник раптово, чому Уолл-стріт продовжує продавати? $SOXX $QQQ
Тут є дуже важливе питання оцінки: низький PE в індустрії зберігання даних і низький PE у технологічних платформ — це зовсім різні речі.
$MU в основному отримує вигоду від попиту на DRAM, HBM та частково NAND, тоді як $SNDK більше залежить від NAND флеш-пам’яті та корпоративних SSD. Останнім часом будівництво AI дата-центрів стимулювало зростання попиту на зберігання, у поєднанні з дефіцитом пропозиції та підвищенням цін на продукцію, прибутки компаній значно покращилися. Але зберігання — це типовий циклічний сектор, і як тільки ціни на продукцію починають падати, прибутки можуть змінюватися значно сильніше.
Припустимо, що у компанії поточний очікуваний PE становить лише 5 разів, якщо майбутні прибутки знизяться на 50%, навіть якщо ціна акцій залишиться незмінною, PE зросте до 10 разів. Ринок зараз турбується, що сьогоднішня дуже низька оцінка може базуватися на циклі прибутковості, який важко підтримувати довгостроково. Те, що Уолл-стріт готова давати низьку оцінку, не обов’язково означає, що бізнес компанії вже погіршився, це може бути передчасним дисконтом невизначеності майбутніх прибутків.
Нещодавні новини про 3D DRAM технології від ChangXin Memory ще більше посилили занепокоєння ринку, але я вважаю, що ринок може перебільшувати короткостроковий вплив цієї події. Технічний прогрес не означає негайне масове виробництво, і тим більше не означає миттєву зміну глобального конкурентного ландшафту HBM. До того ж $SNDK спеціалізується на NAND, тому не можна прямо прирівнювати технологічний прогрес у DRAM до майбутнього надлишку NAND.
З іншого боку, ця хвиля розпродажу також пов’язана зі зниженням апетиту до ризику в секторі AI. Висока дохідність держоблігацій США, зростаючий тиск на фінансування AI дата-центрів, а також раніше накопичене значне зростання можуть змусити інвесторів зменшити експозицію до високоволатильних акцій. Навіть якщо аналітики не знижують суттєво прогнози прибутків, ціни акцій можуть продовжувати падати через зростання премії за ризик.
Я залишаюся оптимістом щодо довгострокового потенціалу зберігання, особливо вірю в конкурентоспроможність HBM у $MU та зростання $SNDK на ринку корпоративних SSD. Але на наступному етапі потрібно перевірити кілька ключових показників: чи зможуть ціни на DRAM і NAND залишатися сильними, чи постачальники знову почнуть агресивно розширювати виробництво, чи продовжать підвищуватися прогнози EPS на 2027 рік, а також чи змінилися плани капітальних витрат основних клієнтів.
Якщо в майбутньому ціни на зберігання не ослабнуть суттєво, очікування прибутків компаній залишаться стабільними, а падіння цін акцій буде викликане лише ринковим зниженням кредитного плеча, тоді нинішня низька оцінка може поступово перетворитися на справжню інвестиційну можливість.
Але поки $SOXX продовжує пробивати підтримку, а акції зберігання не сформували ефективного дна, я не буду робити висновок, що $MU обов’язково досяг дна лише через PE у 5 разів.
Моя оцінка така: це падіння вже значно підвищило довгострокову привабливість інвестицій у сектор зберігання, але ринку все ще потрібен час, щоб усвідомити ризики. Фундаментальні показники індустрії можуть залишатися сильними, але ціни акцій можуть залишатися слабкими деякий час.
Довгостроковий оптимізм щодо зберігання не змінився, і в короткостроковій перспективі немає сенсу йти в розріз із низхідним трендом.
Якщо це падіння американського ринку акцій врешті-решт перетвориться на справжню "золоту яму", я найбільше хотів би купити не ті акції, які впали найбільше, а якісні активи з міцними фундаментальними показниками, незмінним положенням у галузі, але які через паніку на ринку зазнали масового розпродажу.
Особисто я найбільше цікавлюся п’ятьма основними секторами, розташованими за довгостроковою інвестиційною цінністю та визначеністю.
По-перше, передове виробництво напівпровідників та обладнання. $TSM $ASML $KLAC $LRCX $AMAT
Це напрямок, який я найбільше готовий тримати довгостроково. Передові технології, EUV-літографія, травлення, осадження та контроль виходу продукції мають дуже високі технологічні бар’єри. Особливо $TSM, $ASML, $KLAC, які мають сильні конкурентні переваги у своїх сферах. Поки попит на передові чіпи зростає, ці компанії мають шанс отримувати вигоду. Проте акції обладнання мають циклічність капітальних витрат, тому потрібно одночасно стежити за замовленнями та оцінкою, не вважати акції дешевими лише через падіння на 20%.
По-друге, сектор пам’яті. $MU $SNDK $WDC $STX
Пам’ять, на мою думку, може мати високу прибуткову еластичність у наступному циклі зростання. AI-сервери потребують HBM, DRAM та корпоративних SSD, великі дата-центри також потребують постійного збільшення обсягів пам’яті. Порівняно з виробничим обладнанням, сектор пам’яті більш циклічний, ціни на продукцію та баланс попиту і пропозиції безпосередньо впливають на прибуток. $MU слідкує за попитом і пропозицією HBM та DRAM, $SNDK — за цінами NAND та попитом на корпоративні SSD. Вони можуть мати більшу цінову еластичність під час відновлення галузі, але ризики зниження прибутку також вищі.
По-третє, оптичний зв’язок та високошвидкісні мережі. $LITE $COHR $AAOI $ANET
Зі збільшенням масштабів AI-кластерів здатність передачі даних між серверами стає все важливішою. 800G, 1.6T високошвидкісні оптичні з’єднання та мережі комутації дата-центрів мають довгостроковий потенціал розвитку. Я віддаю перевагу компаніям зі стабільними клієнтськими відносинами, сильною здатністю виконувати замовлення та якістю прибутку. Галузь оптичних модулів має великий потенціал зростання, але деякі компанії вже заклали у оцінку високий ріст на кілька років вперед, тому потрібно остерігатися, що попит не виправдає очікувань.
По-четверте, електропостачання та охолодження дата-центрів. $ETN $VRT $GEV
Порівняно з GPU, які часто обговорюють на ринку, електропостачання, розподільне обладнання та системи рідинного охолодження також є важливими складовими інфраструктури AI. Дата-центри можуть відкладати закупівлю деякого обладнання, але не можуть обійти обмеження по живленню та охолодженню. Проте ці компанії також піддаються впливу затримок проєктів, скорочення капітальних витрат та стиснення оцінок, тому не варто вважати їх виключно захисними активами, які тільки ростуть.
По-п’яте, технологічні платформи з достатнім грошовим потоком. $GOOG $MSFT $AMZN $META
Якщо ринок надалі хвилюватиметься про рентабельність капітальних витрат на AI, такі компанії навпаки варто ретельно відбирати. Вони мають зрілі бізнеси, клієнтську базу та джерела грошового потоку, не повністю залежать від фінансування на капітальному ринку для підтримки операцій. Звісно, інвестиції в AI можуть знижувати вільний грошовий потік, тому потрібно звертати увагу на фактичні доходи від комерціалізації та повернення капіталу.
Моя стратегія розподілу досить чітка: передове виробництво як довгострокове ядро, пам’ять та оптичний зв’язок як напрямки з високою еластичністю, електроінфраструктура та технологічні платформи забезпечують різні драйвери прибутку.
Але наразі не можна стверджувати, що "золота яма" вже сформувалася. Якщо надалі прибутковість американських облігацій зростатиме, умови фінансування AI погіршаться, а прогнози прибутку на 2027 рік будуть масово знижені, навіть найкращі компанії можуть продовжити падіння.
Я більше схильний чекати, поки оцінки повернуться до розумного діапазону, прогнози прибутку стабілізуються, а ціна акцій знову сформує висхідну структуру, і лише тоді поступово купувати, а не зараз ставити всі гроші на найнижчу точку.
Якщо це коригування врешті-решт не зруйнує довгостроковий тренд зростання AI, глибоке недооцінення якісних компаній може стати інвестиційною можливістю, яку варто використати в найближчі роки.
$SOXX Навіть якщо наступного тижня раптово зросте на 8%, я не буду одразу вважати, що бичачий ринок напівпровідників знову почався. Після такого різкого падіння ринок цілком може різко відскочити, але короткі позиції, входження перепроданих коштів і хеджування опціонами можуть сприяти короткостроковому зростанню. Щоб підтвердити, що ринок перейшов від низхідного тренду до висхідного, я вважаю, що потрібно спостерігати принаймні за такими змінами. $QQQ $SPY $MU $SNDK
По-перше, структура свічок має зазнати суттєвих змін. Найтиповіша ознака низхідного тренду — це постійне зниження максимумів відскоків і оновлення мінімумів. Для розвороту тренду потрібно спочатку припинити оновлення мінімумів, потім сформувати вищі мінімуми і ефективно пробити попередній максимум відскоку. Найкраще, щоб ціна знову піднялася вище 20- та 50-денних середніх, а після відскоку від ключової підтримки залишався попит. Якщо ціна різко зростає два-три дні, а потім велика чорна свічка повністю поглинає цей приріст, таку ситуацію слід розглядати лише як технічний відскок.
По-друге, обсяг торгів і ширина ринку мають співпрацювати. Збільшення обсягу в день відскоку не означає, що інститути знову увійшли в ринок, ідеальною ситуацією є активні торги під час тривалого зростання та помітне зменшення тиску продажів під час корекції. Також слід спостерігати, скільки акцій у складі $SOXX знову піднялися вище 20-денної середньої. Якщо лише дві-три вагомі акції ростуть, а решта компаній продовжують оновлювати мінімуми, таке зростання дуже крихке. Справжнє відновлення тренду має проявлятися у збільшенні кількості акцій, що ростуть, і поступовому резонансі секторів напівпровідникового обладнання, пам’яті, оптичного зв’язку тощо.
По-третє, слід спостерігати, чи готові інвестори продовжувати ризикувати. Відскок на 10% у високоволатильних акціях, таких як $MU, $SNDK, може бути просто відновленням після попереднього перепродажу. Натомість, якщо ключові лідери $KLAC, $LRCX, $AVGO також починають стабільно зміцнюватися, а $SOXX відносно $QQQ переходить від постійного відставання до постійного випередження, це буде більш переконливим сигналом. Падіння VIX і звуження кредитних спредів можуть слугувати додатковою перевіркою, але лише збільшення обсягів опціонів Call не доводить, що нові покупці домінують на ринку.
По-четверте, макроекономічні та прибуткові очікування мають поступово стабілізуватися. Якщо дохідність держоблігацій США залишається високою, ціни на нафту та інфляційний тиск не зменшуються, а вартість фінансування центрів даних AI продовжує зростати, навіть короткостроковий відскок на фондовому ринку не зніме тиск на оцінки. Особливо важливо спостерігати, чи продовжать знижуватися прогнози прибутків компаній на 2027 рік. Зростання цін акцій на фоні погіршення прибуткових очікувань робить подальший відскок вразливим до повторних розпродажів.
Я поділяю підтвердження тренду на три етапи: припинення оновлення мінімумів — це початкове припинення падіння; прорив попереднього максимуму з ефективним відскоком — це покращення технічної структури; а після кількох тижнів перевірки, коли ширина ринку, відносна сила та прибуткові очікування покращуються синхронно, з’являються більш вагомі підстави для впевненості у висхідному тренді.
Наразі моя позиція залишається довгостроково оптимістичною щодо AI, але в короткостроковій перспективі я не змінюватиму оцінку ризиків через одну-дві великі свічки. Краще пропустити початковий етап зростання з дна, ніж повторно великою мірою входити в позиції під час незавершеного низхідного тренду. Підтвердження тренду має певне запізнення, і жоден індикатор не гарантує успішний розворот. Якщо ринок знову проб’є попередній мінімум, раніше зроблені оптимістичні висновки доведеться переглянути.
NVIDIA GPU можна купувати, HBM можна розширювати, оптичні модулі також можна додати у виробничу лінію, але якщо AI-центр обробки даних не зможе підключитися до достатньої кількості електроенергії, обчислювальне обладнання вартістю десятки мільярдів доларів може взагалі не бути введене в експлуатацію за планом. Я вважаю, що багато інвесторів недооцінюють найфундаментальніше і найреальніше вузьке місце в ланцюжку AI-індустрії: електроенергію. $GEV $ETN $HUBB $NVDA $VRT $QQQ
За останні два роки Волл-стріт приділяв багато уваги GPU, HBM, передовій упаковці та 800G оптичним модулям. Але справжній AI-центр обробки даних, окрім цього обладнання, потребує електростанцій, трансформаторів, розподільчих пристроїв, ліній передачі, резервних джерел живлення та систем охолодження.
І з підвищенням обчислювальної щільності AI-серверів споживання електроенергії на один стійковий блок постійно зростає. Раніше при будівництві центрів обробки даних головною увагою була кількість серверів, тепер все більше проектів спочатку ставлять питання: скільки мегават стабільної електроенергії може надати місцева електромережа?
Це не припущення, зроблене на основі руху цін акцій, а реальна проблема, яку вже чітко обговорює Міністерство енергетики США.
Дослідження потреб у передачі електроенергії, опубліковане Міністерством енергетики США у 2026 році, вказує, що центри обробки даних, великі промислові об'єкти та розширення виробництва стимулюють зростання нових навантажень на електромережу, і США потрібно розширювати інфраструктуру передачі, щоб впоратися з майбутньою потужністю та проблемами перевантаження мережі.
Ще більш важливо, що 18 жовтня з'явилася новина. За повідомленнями британських ЗМІ, Microsoft вийшла з проєкту співпраці з Nscale щодо центру обробки даних у Лоутоні, графство Ессекс, Великобританія. Проєкт раніше зазнав серйозних затримок, а електромережа прогнозує, що частина електропостачання може бути реалізована лише у 2030-х роках.
Microsoft наразі не підтвердила офіційно причини виходу з проєкту, тому не можна стверджувати, що це повністю через нестачу електроенергії. Але цей випадок уже показує, що навіть при високому попиті на обчислювальні потужності неможливо обійти підключення до мережі та цикли будівництва інфраструктури.
Тож хто ж отримує вигоду від розширення електроенергетичної інфраструктури?
Почнемо з $GEV.
GE Vernova у другому кварталі 2026 року оголосила про квартальний дохід у 11,1 млрд доларів, що на 22% більше за рік, а замовлення досягли 24,2 млрд доларів, зростання на 88% у порівнянних органічних показниках.
Ще важливіше, що загальний портфель замовлень компанії сягнув 176 млрд доларів, з яких замовлення на газові електростанції та угоди про резервування потужностей покривають 116 ГВт, і компанія очікує до кінця року досягти щонайменше 125 ГВт.
Зверніть увагу, що ці замовлення не всі пов’язані з AI-центрами обробки даних, вони також включають традиційну енергетику, промисловість та інші енергетичні потреби. Але вони відображають дуже чіткий факт: світовий попит на електростанційне обладнання та електроенергетичну інфраструктуру швидко зростає.
Справжні сигнали, пов’язані з AI, надходять з електрифікаційного бізнесу. GE Vernova повідомила, що на кінець другого кварталу замовлення, пов’язані з центрами обробки даних з 2026 року, перевищили 5 млрд доларів, що більш ніж удвічі перевищує показники за весь 2025 рік.
Ці дані переконливіші, ніж просто обговорення того, скільки електроенергії AI споживатиме в майбутньому, бо вони вже відображені у реальних замовленнях.
Далі $ETN.
Eaton — важлива глобальна компанія з управління електроенергією, що виробляє обладнання для розподілу, захисту, контролю та пов’язаної інфраструктури. У другому кварталі дохід від електричного бізнесу в Америці склав 4 млрд доларів, органічне зростання 18%, а за останні 12 місяців замовлення зросли на 41%, а портфель замовлень на кінець червня збільшився на 33% у річному порівнянні.
Це означає, що попит на електрообладнання не зник раптово через корекцію технологічних акцій.
Однак клієнти Eaton — не лише AI-центри обробки даних, а й промисловість, комерційні будівлі та комунальні підприємства. Не можна повністю приписувати зростання електричного бізнесу лише AI.
Нарешті $HUBB.
Hubbell у другому кварталі збільшила дохід на 15% у річному порівнянні, з органічним зростанням 10%. Компанія чітко заявила, що модернізація електромереж, зростання навантаження та будівництво центрів обробки даних є важливими факторами розширення бізнесу.
Її бізнес з електроенергетичної інфраструктури охоплює мережі передачі та розподілу, які є однією з ключових інфраструктур для підключення великих центрів обробки даних до мережі.
Чому я вважаю, що ці компанії варто вивчати довгостроково?
Тому що AI-індустрія переживає дуже цікаву зміну. Раніше найдефіцитнішим був високопродуктивний GPU, і ринок був готовий платити високу ціну за обмежені обчислювальні ресурси. Зі зростанням виробничих потужностей чіпів нові обмеження можуть з’явитися у підключенні електроенергії, постачанні трансформаторів, охолодженні та затвердженні будівництва.
Якщо хмарна компанія має достатньо коштів для закупівлі GPU, але змушена чекати роками на дозвіл на підключення до мережі, то справжнім обмеженням прогресу проєкту вже не буде лише постачання напівпровідників.
Крім того, цикли розширення електроенергетичної інфраструктури зазвичай не такі гнучкі, як закупівля серверів.
Будівництво нових електростанцій потребує обладнання, землі та дозволів. Розширення ліній передачі вимагає міжрегіональної координації, регулювання та розподілу витрат. Високовольтні трансформатори та інше ключове обладнання можуть мати тривалі терміни закупівлі та доставки.
Це означає, що навіть якщо технології AI-чіпів щороку покращуються, інфраструктура електропостачання не обов’язково зможе розширюватися з такою ж швидкістю.
Ще важливіше, що центри обробки даних мають дуже високі вимоги до безперервності електропостачання. Велика кількість AI-серверів повинна працювати безперервно, а перебої з електроенергією можуть вплинути на обслуговування клієнтів і роботу обладнання. Тому хмарні провайдери піклуються не лише про достатність електроенергії, а й про надійність постачання, резервні системи та загальні енергетичні витрати.
Це також пояснює, чому деякі компанії починають досліджувати власне будівництво електростанцій, газові електростанції, довгострокові контракти на закупівлю електроенергії та ядерну енергетику.
15 жовтня Venture Global оголосила про співпрацю з GE Vernova та Baker Hughes для розробки до 16 нових генераторних установок, щоб підтримати свої майбутні плани електропостачання.
Ці проєкти також стикаються з циклом будівництва та інвестиційними ризиками, але принаймні показують, що великі енергетичні компанії вже починають розглядати AI-центри обробки даних як потенційно важливих клієнтів у майбутньому.
Однак я не вважаю, що сектор електроенергетики обов’язково безпечніший за напівпровідниковий.
Наразі ціни акцій багатьох компаній з електрообладнання вже відображають очікування зростання попиту на багато років вперед. Якщо проєкти центрів обробки даних затримаються через фінансові труднощі, частина замовлень на електрообладнання також може бути відкладена.
Крім того, портфель замовлень не означає підтверджений дохід, а контракти на електростанції не гарантують негайного надходження готівки. Виробничі потужності, вартість сировини, робоча сила, мита та терміни виконання проєктів можуть впливати на кінцеву рентабельність компаній.
Ще одна важлива проблема: нестача електроенергії в центрах обробки даних не означає, що ціни на електроенергію у всіх регіонах будуть безмежно зростати. Ринок електроенергії має явні регіональні відмінності, різна структура генерації, можливості передачі та регуляторні системи можуть змінювати економічну вигоду проєктів.
Тому я не вважаю, що через зростання потреб AI у електроенергії всі акції електроенергетичного сектору обов’язково повинні зростати.
Але з огляду на поточні операційні дані, GE Vernova, Eaton і Hubbell вже спостерігають реальний попит, пов’язаний зі зростанням навантаження, будівництвом центрів обробки даних та модернізацією мереж.
Це одна з причин, чому я довгостроково позитивно дивлюся на AI-індустрію.
Якщо AI — це лише спекуляція на ринку капіталу без реальної цінності, важко пояснити, чому попит поширюється від GPU до HBM, передового виробництва, оптичного зв’язку, CPU, а потім до електростанцій, трансформаторів і мережевої інфраструктури.
Звісно, таке поширення попиту не означає, що кожна інвестиція принесе адекватний прибуток. Навпаки, чим більші інвестиції потрібні галузі, тим серйозніше ринок має вивчати ефективність капітальних витрат і здатність проєктів реалізовуватися.
Я планую уважно стежити за замовленнями центрів обробки даних GE Vernova, темпами зростання замовлень електричного бізнесу Eaton, чергами на підключення до американської мережі та чи продовжують великі хмарні провайдери реалізовувати оголошені плани будівництва центрів обробки даних.
Якщо ці показники покращуватимуться, це свідчитиме про реальну підтримку розширення AI-інфраструктури. Якщо замовлення почнуть скасовуватися, проєкти затягуватимуться, а прогнози доходів знижуватимуться, я перегляну свої оцінки.
Я все ще вважаю, що довгострокова логіка зростання AI-індустрії не була повністю спростована через послідовне падіння технологічних акцій у жовтні.
Але чи варто купувати акції, потрібно оцінювати окремо, враховуючи оцінку, прибутковість і ризики.
Раніше ринок постійно обговорював, хто зможе виробити найпотужніший AI-чіп, а в найближчі роки нам, можливо, доведеться вивчати більш реальне питання:
Коли буде виготовлено все більше GPU, хто зможе забезпечити для них достатню, стабільну та доступну за ціною електроенергію?
Наступний раунд конкуренції в інфраструктурі AI може відбуватися не лише на фабриках чіпів, а й на електростанціях і в електромережах.
Найбільшим конкурентом Nvidia у майбутньому, можливо, зовсім не буде AMD, а ті технологічні гіганти, які щороку витрачають сотні мільярдів доларів на купівлю обчислювальної потужності для AI. Google, Amazon, Microsoft прискорюють розробку ASIC, доходи $AVGO від AI-півпровідників зросли на 221% у річному обчисленні, а дата-центр бізнес $MRVL також демонструє високі темпи зростання. Зараз я все більше схиляюся до думки, що ринок AI-чипів у майбутньому, можливо, більше не буде монополізований GPU, але це навпаки свідчить про те, що вся індустрія AI-обчислень стає значно більшою. $NVDA $AMD $GOOG $AMZN $MSFT
Почнемо з найпереконливіших фінансових звітів. 2 вересня Broadcom оголосила, що дохід за третій квартал 2026 фінансового року досяг 29,591 млрд доларів, що на 86% більше за рік. З них дохід від AI-півпровідників склав 16,7 млрд доларів, що на 221% більше за рік і на 54% більше в порівнянні з попереднім кварталом. Ще більш вражаюче, що керівництво прогнозує, що у четвертому кварталі дохід від AI-півпровідників зросте до 21,7 млрд доларів, що на 236% більше за рік. Компанія з уже великою масштабом бізнесу у сфері півпровідників все ще може підтримувати тризначне зростання доходів, пов’язаних з AI, що свідчить про те, що попит на кастомізовані AI-чипи та високошвидкісне мережеве обладнання, принаймні у останньому звіті, не показує явного спаду.
Але тут потрібно чітко розуміти, що 16,7 млрд доларів доходу від AI-півпровідників, які розкрила Broadcom, не повністю походять від ASIC, а також включають чипи, пов’язані з AI-мережами. Не можна прямо вважати, що клієнти купили кастомізовані обчислювальні чипи на суму 16,7 млрд доларів. Проте ця швидкість зростання все одно заслуговує на увагу. Адже Broadcom стає важливим партнером великих технологічних компаній у розробці власних AI-прискорювачів, допомагаючи клієнтам перетворювати специфічні обчислювальні потреби у реальний дизайн чипів, одночасно надаючи підтримку у вигляді високошвидкісних мережевих технологій.
Далі подивимося на Google. $GOOG вже розвинув TPU до восьмого покоління, а TPU сьомого покоління Ironwood вже введений в експлуатацію, нове покоління TPU 8t і 8i оптимізовані відповідно для масштабного тренування та інференсу. За даними Google, один Superpod TPU 8t може інтегрувати до 9600 чипів, а TPU 8i зосереджений на покращенні ефективності обчислень і вартості для великих моделей інференсу. Це означає, що Google вже не просто хмарна компанія, яка купує зовнішні GPU, а намагається володіти ключовими технологіями всієї AI-обчислювальної платформи.
Ще важливіше, що TPU Google починають отримувати визнання від зовнішніх великих AI-клієнтів. 6 квітня Google і Anthropic оголосили про розширення співпраці, плануючи з 2027 року поступово надавати TPU потужністю у кілька гігават. Це не невеликий експериментальний проєкт, а масштабна довгострокова інфраструктурна співпраця. Звісно, запланована потужність у кілька гігават не означає, що вона вже повністю побудована, і не виключає ризиків затримок у майбутніх контрактах.
Amazon також заслуговує на увагу. У другому кварталі, опублікованому 30 липня, $AMZN повідомила, що річний дохід AWS від AI-бізнесу та бізнесу чипів перевищив 25 млрд доларів, і обидва сегменти демонструють тризначне зростання у річному обчисленні. Бізнес чипів включає різні типи власних процесорів, не лише Trainium, і не можна прямо вважати, що вже досягнуто 25 млрд доларів річного доходу. Але це принаймні свідчить, що власні чипи вже не просто експериментальний проєкт для зниження внутрішніх витрат Amazon, а стали важливою частиною зростання AWS.
Особливо Trainium. Amazon уже перейшов від Trainium2 до Trainium3 і продовжує планувати наступні продукти. Великі AI-клієнти, такі як Anthropic, також розширюють використання кастомізованої обчислювальної потужності AWS. Раніше хмарні провайдери купували GPU переважно за продуктами Nvidia для побудови обчислювальних систем; тепер великі хмарні провайдери мають власні чипи, мережі та програмні платформи, що дозволяє глибше оптимізувати під реальні потреби моделей клієнтів.
Microsoft також бере участь у цій конкуренції. У січні цього року $MSFT офіційно випустила прискорювач інференсу Maia 200, виготовлений за 3-нм технологією TSMC, оснащений 216 ГБ пам’яті HBM3e. Microsoft заявляє, що Maia 200 підвищує ефективність одиничної вартості для певних внутрішніх робочих навантажень більш ніж на 30% порівняно з попереднім обладнанням. Звісно, це внутрішні дані Microsoft і не доводить, що Maia у всіх сценаріях кращий за GPU Nvidia, але це свідчить, що власні чипи починають набувати реальної комерційної цінності.
Чому ці технологічні гіганти так наполегливо розробляють власні ASIC? Причина дуже проста: коли масштаб AI-обчислень досягає десятків або сотень мільярдів доларів, навіть зниження одиничної вартості інференсу на 10% може принести величезну економічну вигоду. Найбільша перевага GPU — це універсальність і зріла програмна екосистема, що підходить для постійно змінних архітектур моделей і складних обчислювальних завдань. Але для вже стандартизованих і безперервно працюючих великих інференсних завдань спеціалізовані ASIC можуть забезпечити кращий баланс продуктивності, енергоспоживання і вартості обчислень.
Проте ASIC не так просто створити. Сучасний дизайн чипів вимагає величезних інвестицій у дослідження і розробки, а також вирішення проблем передових технологічних процесів, постачання HBM, пакування, мережевих з’єднань, компіляторів і програмної екосистеми. Якщо дизайн продукту не відповідає майбутнім архітектурам моделей або фактичний масштаб використання клієнтів недостатній, початкові інвестиції можуть не окупитися. Ось чому багато компаній, навіть бажаючи зменшити залежність від Nvidia, не відмовляються повністю від GPU.
Крім того, справжня сила Nvidia — це не лише обчислювальна потужність окремого GPU. Екосистема CUDA, NVLink, високошвидкісні мережі, системи на рівні стійки та інструменти розробки разом формують її конкурентні переваги. Для багатьох AI-розробників купівля готової платформи Nvidia може бути ефективнішою, ніж багаторічна розробка власних чипів. Особливо у передових тренуваннях моделей, швидких змінах архітектур і складних мультиорендних хмарних середовищах універсальні GPU все ще мають явні переваги.
Ось чому я вважаю, що в майбутньому GPU і ASIC, ймовірно, будуть співіснувати довгостроково, а не одна технологія повністю витіснить іншу. Передові тренування моделей, наукові дослідження і складний інференс, ймовірно, продовжать широко використовувати GPU, тоді як частина великих, відносно стабільних за алгоритмами навантажень поступово перейде на кастомізовані чипи. Великі хмарні провайдери в кінцевому підсумку розподілятимуть завдання між різними обчислювальними платформами, враховуючи продуктивність, вартість, можливості постачання і сумісність програмного забезпечення.
Ще один приклад — $MRVL. Звіт за другий квартал 2027 фінансового року, опублікований 27 серпня, показав дохід 2,739 млрд доларів, що на 37% більше за рік, а дохід від дата-центрів зріс на 46%. Керівництво заявило, що попит на AI-замовлення залишається сильним, і очікується значне прискорення бізнесу кастомізованих чипів у другій половині року. Marvell не лише бере участь у розробці кастомізованих обчислювальних чипів, а й розвиває високошвидкісні інтерконекти та мережі для дата-центрів, тому її зростання не можна повністю приписувати ASIC.
Саме це я вважаю ключовим для довгострокового вивчення індустрії ASIC. Ринок AI-обчислень, можливо, переходить від домінування одного постачальника до спільного зростання різних архітектур чипів. Для Broadcom і Marvell не обов’язково повністю перемогти Nvidia, щоб отримати бізнес-можливості. Поки хмарні провайдери продовжують збільшувати інвестиції в кастомізовані чипи, вони можуть отримувати більше замовлень на дизайн, інтерконекти та мережеве обладнання.
Водночас $TSM також може продовжувати отримувати вигоду. Адже незалежно від того, чи використовують у кінцевому підсумку GPU Nvidia, TPU Google, Trainium Amazon чи Maia Microsoft, багато високопродуктивних AI-чипів все одно потребують передових можливостей виробництва пластин і пакування. Конкуренція на рівні дизайну чипів не означає, що попит на всю ланцюжок виробництва обов’язково знизиться.
Але я мушу визнати, що це дійсно створює ризики для довгострокової оцінки Nvidia. Раніше ринок давав $NVDA дуже високу оцінку не лише через зростання попиту на AI-чипи, а й через віру інвесторів у те, що компанія зможе довго зберігати сильні позиції на ринку і високі маржі. Якщо ASIC продовжать розширювати свою частку, навіть якщо абсолютні доходи Nvidia зростатимуть, ринок може переоцінити темпи її зростання і цінову спроможність.
З іншого боку, швидке зростання попиту на ASIC не означає, що акції $AVGO і $MRVL обов’язково варто купувати за високою ціною. Бізнес кастомізованих чипів має ризики, пов’язані з концентрацією клієнтів, тривалими циклами розробки, затримками проєктів і змінами маржі. Оголошення про збільшення інвестицій в ASIC не гарантує, що постачальник вже отримав гарантований дохід; отримання довгострокових проєктів не означає, що кожен квартал буде виконано за найоптимістичнішими прогнозами.
Особливо зараз, коли будівництво AI-дата-центрів стикається з проблемами постачання електроенергії, рентабельності капітальних витрат і вартості фінансування. CEO Broadcom Чень Фуянь нещодавно публічно наголосив, що одним із важливих вузьких місць майбутнього розширення AI-індустрії є капітал. Ринок не може дивитися лише на розмір попиту на чипи, ігноруючи, хто саме їх купує, як фінансується і чи зможе інфраструктура створювати достатній грошовий потік.
Тому я завжди вважаю, що зміни в фундаментальних показниках AI потрібно оцінювати за реальними операційними даними всієї індустрії, а не просто за ціною акцій Nvidia. Якщо попит на GPU справді повністю впаде, ми повинні побачити, що хмарні провайдери скорочують закупівлі, замовлення кастомізованих чипів падають, а прогнози доходів півпровідникових компаній погіршуються. Але наразі опубліковані дані Nvidia, Broadcom, Marvell і великих хмарних провайдерів не свідчать про такий повний розворот.
Я надалі буду уважно стежити за чотирма показниками: доходами і валовою маржею Nvidia у дата-центрах, чи зможе Broadcom виконати квартальний прогноз у 21,7 млрд доларів від AI-півпровідників, реальним зростанням бізнесу кастомізованих чипів Marvell, а також чи зможуть Google і Amazon продовжувати збільшувати масштаби використання власних чипів.
Я залишаюся довгостроковим бичком AI, але все більше вірю, що майбутні інвестиції в AI не можна обмежувати лише GPU. Зі зростанням потреб у обчислювальній потужності прибутки індустрії можуть поступово перерозподілятися між GPU, ASIC, передовим виробництвом, мережами та хмарними платформами.
Nvidia не обов’язково втратить лідерство, але й не гарантовано, що вона назавжди зможе монополізувати весь ріст AI-ринку.
Для мене швидке зростання ASIC — це не доказ занепаду AI-індустрії, а навпаки свідчення того, що все більше компаній готові вкладати реальний капітал у боротьбу за майбутню інфраструктуру обчислень.
Справжня небезпека полягає в тому, що при зростанні попиту на індустрію деякі акції можуть продовжувати коригуватися через надмірно високі оцінки раніше.
Ось чому я довгостроково оптимістично налаштований щодо AI, але в короткостроковій перспективі все ще наголошую на контролі позицій. Правильний технологічний напрямок не означає, що будь-яка ціна варта покупки; зростання розміру індустрії не гарантує, що кожен учасник отримає однаковий прибуток.
Акції Nvidia зазнають послідовних розпродажів, світовий ринок напівпровідників різко падає, і багато хто починає сумніватися, чи не закінчився бум AI. Але після вивчення останніх фінансових звітів $NVDA і $AMD я все ще дотримуюся однієї думки: принаймні за наявними операційними даними глобальний попит на GPU не демонструє ознак повного краху. Справжня тривога ринку зараз, можливо, полягає не в тому, що AI не має попиту, а в тому, що раніше оцінки AI-індустрії були надто оптимістичними. $SOXX $QQQ $AVGO $MU
Почнемо з найпереконливіших даних. 26 серпня Nvidia опублікувала фінансовий звіт за другий квартал 2027 фінансового року: дохід досяг 96,2 млрд доларів США, що на 106% більше за рік, з яких дохід від дата-центрів склав 89 млрд доларів, що на 117% більше за рік і на 18% більше за квартал. Ще більш вражаюче, що GAAP валова маржа компанії залишилася на рівні 75%, а операційний прибуток досяг 63,7 млрд доларів, що на 124% більше за рік. Компанія з майже 100 млрд доларів доходу за квартал, яка зберігає таку швидкість зростання та прибутковість, вже не є звичайним випадком швидкого зростання.
Але справжньою причиною мого оптимізму щодо попиту на GPU є прогноз Nvidia на наступний квартал. Компанія очікує дохід у третьому кварталі 2027 фінансового року на рівні 108 млрд доларів із коливанням ±2%, що означає, що керівництво все ще прогнозує зростання доходу на близько 12% у порівнянні з попереднім кварталом. Тим часом платформа Vera Rubin вже почала повномасштабне виробництво, а такі клієнти, як Microsoft, Google, Oracle і CoreWeave, розгортають відповідні системи. Якщо попит на AI-обчислення дійсно зазнав повного краху, було б важко пояснити цей темп зростання доходів і розгортання продуктів на основі наявних фінансових звітів. Звісно, 108 млрд доларів — це лише орієнтир керівництва, а не вже досягнутий дохід.
Тепер про AMD. У другому кварталі $AMD отримала дохід у 11,536 млрд доларів, що на 50% більше за рік, з яких дохід від дата-центрів склав 6,7 млрд доларів, що на 107% більше за рік. Компанія чітко заявила, що попит на серверні процесори EPYC сильний, розгортання GPU Instinct продовжується, а система AI рівня стійки Helios також почала впроваджуватися. Тут важливо розрізняти: 6,7 млрд доларів доходу AMD від дата-центрів включає як CPU, так і GPU, тому не можна безпосередньо порівнювати з доходом Nvidia від GPU. Але це принаймні свідчить про те, що попит на AI-інфраструктуру не зосереджений лише в одній компанії.
Крім того, я вважаю, що багато хто досі недооцінює потенційний довгостроковий попит на обчислювальні потужності для AI inference. Раніше ринок зосереджувався переважно на тренуванні моделей — скільки GPU, скільки HBM, скільки передових упаковок потрібно. Але з поступовим впровадженням AI-агентів у робочі процеси підприємств попит на обчислювальні потужності розширюється від тренування до безперервного inference. Відповідь AI-помічника на одне питання і безперервне використання агентом інструментів, виконання коду, пошук інформації та виконання складних завдань — це різні за обсягом споживання обчислювальних ресурсів сценарії. Якщо масштаб AI-застосунків продовжить зростати, inference може стати новим довгостроковим джерелом зростання ринку GPU.
Ось чому Nvidia переходить від простої продажі GPU до надання повної AI-обчислювальної платформи. Vera Rubin охоплює не лише GPU, а й CPU, NVLink, мережеве комутаційне обладнання, програмне забезпечення та системи рівня стійки. Для великих хмарних провайдерів важливо оптимізувати не лише продуктивність окремого чіпа, а й те, скільки обчислювальних завдань може виконати весь AI-кластер з мінімальними витратами. Екосистема програмного забезпечення CUDA, системна інтеграція та мережеві технології — важливі складові конкурентоспроможності Nvidia.
Але я ніколи не стану вважати, що через ці сильні дані індустрія GPU позбавлена ризиків. Навпаки, я вважаю, що зараз на ринку є три дуже реальні проблеми.
Перша — чи зможуть хмарні провайдери підтримувати таке високе зростання капітальних витрат. Microsoft, Google, Amazon і Meta мають потужний грошовий потік, але в галузі є багато операторів дата-центрів, які залежать від боргового фінансування. Якщо вартість фінансування зростатиме, а підключення електроенергії та будівництво проектів затримуватимуться, деякі клієнти можуть відкласти закупівлю GPU. Довгостроковий попит на обчислювальні потужності існує, але це не означає, що всі оголошені плани будівництва будуть виконані вчасно.
Друга — ASIC стає все більш важливим конкурентом Nvidia. Google продовжує розвивати TPU, Amazon має Trainium, Microsoft просуває власні AI-чіпи, а $AVGO і $MRVL шукають можливості зростання в сегменті кастомних чіпів. Для деяких фіксованих моделей і великих сценаріїв inference клієнти можуть знизити вартість обчислень за допомогою спеціалізованих чіпів. Це не означає швидке витіснення GPU, але може змінити розподіл прибутку на ринку AI-обчислень у майбутньому.
Третя, і, на мою думку, найчастіше ігнорована проблема: наскільки довго Nvidia зможе підтримувати поточну валову маржу в 75%? Прогноз на наступний квартал уже знизився до близько 74%, а масове виробництво нових продуктів, вартість закупівлі HBM і переговорна спроможність клієнтів можуть вплинути на майбутню рентабельність. Навіть якщо попит на AI-обчислення зростатиме, посилення конкуренції або зниження цін на продукти можуть змусити ринок переглянути оцінку прибутковості Nvidia.
Ще один важливий момент. Станом на останній квартал запаси Nvidia зросли приблизно до 32 млрд доларів, частково через підготовку продуктів Vera Rubin. Збільшення запасів не обов’язково означає погіршення попиту, але якщо з’являться затримки з доставкою, коригування закупівель клієнтами або проблеми з переходом на нові продукти, це може стати сигналом для занепокоєння. Тому я звертаю увагу не лише на оголошені замовлення на мільярди доларів, а й на фактичні поставки, обіг запасів, дебіторську заборгованість і операційний грошовий потік.
Врешті-решт, найважливіше в GPU-індустрії зараз — це не питання, чи корисний AI, а наскільки великий попит на зростання може підтримати капітальні інвестиції і наскільки високу рентабельність можуть утримувати виробники чіпів. Останній фінансовий звіт Nvidia доводить, що компанія все ще має дуже сильну прибутковість, але звіт за липень не може гарантувати, що кожне замовлення клієнтів у жовтні залишиться без змін, і не може забезпечити, що зростання у 2027 і 2028 роках завжди відповідатиме найоптимістичнішим прогнозам.
Я завжди був довгостроковим оптимістом AI і вважаю, що GPU залишаються важливою основою для майбутнього оновлення глобальної обчислювальної інфраструктури. Але я не стану вважати, що через зростання доходу Nvidia на 106% акції повинні безумовно продовжувати зростати. Ринок торгує майбутнім, а не лише вже опублікованим квартальним прибутком. Якщо оцінка раніше врахувала швидке зростання на кілька років уперед, навіть покращення фактичних результатів може призвести до значної корекції через зниження очікувань.
Далі я зосереджуся на тому, чи зможе Nvidia виконати прогноз доходу в 108 млрд доларів за третій квартал, на фактичному темпі поставок Vera Rubin, на розширенні ринку GPU AMD Instinct і на тому, чи почнуть великі хмарні провайдери коригувати капітальні витрати. Якщо ці показники погіршаться, я перегляну свої довгострокові оцінки.
Але принаймні на цей момент фінансові звіти Nvidia і AMD не дають достатніх доказів того, що глобальний попит на GPU повністю розвернувся.
Від пам’яті, оптичних модулів, передового виробництва, CPU до GPU я завжди наполягав на розмежуванні двох речей: AI-індустрія має реальний зростаючий попит, і чи були ціни на AI-акції раніше обґрунтованими.
Обидва ці твердження можуть бути одночасно вірними.
Я все ще вірю в довгостроковий бичачий ринок AI, але також вважаю, що корекція в жовтні нагадала всім інвесторам: сильні фундаментальні показники не можуть запобігти короткостроковому стисненню оцінок і не замінять управління позиціями.
Те, що дає мені довгострокову впевненість, — це те, що глобальний попит на обчислення все ще зростає, а не те, що акції будь-якої компанії з чіпів ніколи не впадуть.
$MSFT, $GOOG, $AMZN, $META щороку витрачають тисячі мільярдів доларів на будівництво AI-центрів обробки даних, але Волл-стріт починає хвилюватися через можливий крах AI-бульбашки. Проте я вважаю, що для оцінки фундаментальних показників AI найважливіше досліджувати не те, наскільки впала ціна акцій Nvidia, а чи справді ці хмарні гіганти, які купують GPU, сервери, сховища та мережеве обладнання, заробляють гроші. $NVDA $AVGO $MU $CRWV
Раніше я послідовно аналізував зберігання даних, оптичні модулі, передове виробництво та CPU і виявив спільне: незважаючи на різкі коливання цін акцій, останні операційні дані ключових компаній ланцюга постачання не показують повного краху попиту на AI. Однак, навіть якщо результати компаній на верхньому рівні хороші, існує невідворотне питання: якщо хмарні провайдери продовжують вкладати величезні капітали, але не отримують адекватного прибутку, то високий темп зростання напівпровідникової галузі навряд чи зможе тривати нескінченно.
Тож сьогодні ми безпосередньо розглянемо найключовіші компанії.
Почнемо з Microsoft. $MSFT 29 липня опублікувала фінансові результати за четвертий квартал 2026 фінансового року: дохід склав 90 млрд доларів, що на 18% більше за рік, операційний прибуток — 40,6 млрд доларів, також +18%. Дохід Azure та інших хмарних сервісів зріс на 43%, а загальний дохід Microsoft Cloud за квартал досяг 59,3 млрд доларів, що на 27% більше. Керівництво чітко заявило, що попит клієнтів все ще перевищує наявні обчислювальні потужності, і нові ресурси швидко використовуються.
Ще важливіше, що капітальні витрати Microsoft у цьому кварталі склали 41 млрд доларів, операційний грошовий потік — 55,4 млрд доларів, а вільний грошовий потік — 19,6 млрд доларів. Що це означає? Хоч Microsoft і активно інвестує в AI, її поточний бізнес все ще генерує дуже потужний грошовий потік. Звісно, дохід Microsoft Cloud не дорівнює чистому доходу від AI, оскільки зростання Azure включає і традиційні хмарні послуги, тому не можна приписувати весь приріст AI.
Далі Google. $GOOG 22 липня опублікувала результати за другий квартал: дохід 119,8 млрд доларів, +24% за рік, з них Google Cloud приніс 24,77 млрд доларів, що на 82% більше, а операційний прибуток хмарного бізнесу склав 8,81 млрд доларів, тоді як торік було лише 2,83 млрд. Тобто хмарний бізнес Google не лише швидко зростає за доходом, а й значно покращує прибутковість.
Це дуже важливий сигнал. Раніше ринок сумнівався, чи не заробляє лише Nvidia на AI-інфраструктурі, а справжні покупці GPU не отримують прибутку. Але останній звіт Google доводить, що їхній хмарний бізнес розширює прибутковість. Звісно, Google Cloud включає традиційні хмарні сервіси, AI-інфраструктуру та Workspace, тому не можна вважати весь прибуток AI-виводом.
Крім того, Google має унікальну перевагу: окрім Google Cloud, у нього є пошук, YouTube, Android і Gemini, а також власні TPU для оптимізації частини AI-обчислень. Це означає, що Google може не лише здавати обчислювальні потужності зовнішнім клієнтам, а й використовувати AI для покращення власних продуктів і зниження вартості кожного запиту.
Проте Google також має ризики. Зі стрімким зростанням інвестицій в AI-інфраструктуру компанія потребує додаткового фінансування через акції та боргові інструменти. Чи зможуть капітальні витрати забезпечити надприбутки — покаже час.
Далі Amazon. $AMZN у другому кварталі AWS отримала 42,2 млрд доларів доходу, що на 37% більше, це найшвидше зростання за 18 кварталів. Операційний прибуток AWS — 16,6 млрд доларів, торік було 10,2 млрд, операційна маржа близько 39%. За доходом і прибутковістю AWS залишається одним із найприбутковіших хмарних бізнесів у світі.
Особливо варто звернути увагу, що керівництво Amazon раніше заявляло, що попит на AWS перевищує потужності, а капітальні витрати на 2026 рік підвищено до приблизно 220 млрд доларів. Водночас за останні 12 місяців вільний грошовий потік Amazon став від’ємним на 7,6 млрд доларів, головна причина — значне збільшення інвестицій в AI-інфраструктуру.
Ці дані заслуговують на серйозне роздуми інвесторів. AWS генерує величезний операційний прибуток, але вільний грошовий потік групи стискається через капітальні витрати. Це свідчить про реальний попит на хмарні послуги, але й про дуже високу вартість будівництва інфраструктури. Не можна ігнорувати період окупності капіталовкладень і майбутні амортизаційні витрати, дивлячись лише на 37% зростання доходу AWS.
Далі Meta. $META хоч і не є традиційним хмарним провайдером, але безумовно один із найважливіших покупців AI-обчислювальних потужностей у світі. У другому кварталі дохід компанії склав близько 60,8 млрд доларів, +28%, з них рекламний дохід — 59,4 млрд, +27%.
Значення AI для Meta відрізняється від Microsoft і Amazon. Meta не заробляє на здачі GPU в оренду, а використовує AI для покращення рекламних рекомендацій, користувацького досвіду та ефективності комерційних конверсій. Вона має величезну базу користувачів, тому навіть без окремого продукту з платою AI може створювати реальну економічну цінність через рекламу.
Але Meta також стикається з тиском капітальних витрат. У другому кварталі операційний грошовий потік склав 31,86 млрд доларів, капітальні витрати та виплати за фінансовою орендою — близько 31,08 млрд, вільний грошовий потік залишився лише 784 млн. Прогноз капітальних витрат на рік — від 130 до 145 млрд доларів.
Це означає, що основний бізнес Meta все ще дуже прибутковий, але більшість додаткових грошових коштів поглинає будівництво AI-інфраструктури. Інвесторам потрібно бачити не лише зростання рекламних доходів, а й чи зможуть AI-інвестиції підвищити ефективність реклами та чи покращиться вільний грошовий потік після масштабного будівництва.
Нарешті, хочу виділити дві найбільш суперечливі компанії: $ORCL і $CRWV.
Oracle у вересні опублікувала результати за перший квартал 2027 фінансового року: дохід від хмарної інфраструктури — 7,4 млрд доларів, +121%, залишок невиконаних зобов’язань (RPO) — 664 млрд. Компанія заявила, що попит на AI-хмарні тренування та інференс перевищує пропозицію, а нові AI-хмарні контракти за квартал перевищили 30 млрд.
Ці цифри дуже сильні, але RPO — це не отримані гроші і не гарантія відсутності ризиків виконання контрактів. Oracle у кварталі мала від’ємний вільний грошовий потік у 5 млрд і залучила 20 млрд через програму ATM. Вона має реальний зростаючий хмарний бізнес, але потребує постійного фінансування для розширення.
Ситуація CoreWeave ще більш екстремальна. У другому кварталі дохід склав 2,575 млрд доларів, торік було 1,212 млрд, тобто подвоєння. Але чистий збиток — 626 млн, а чисті відсоткові витрати — 640 млн. Станом на кінець червня компанія повідомила про замовлення на суму близько 104 млрд.
Подвоєння доходу та великі замовлення, але величезні витрати на фінансування — це суть суперечок навколо інвестицій в AI-інфраструктуру.
Порівняно з Microsoft, Google і Amazon, нові AI-хмарні провайдери, як CoreWeave, більше залежать від зовнішнього фінансування для будівництва центрів обробки даних. Якщо клієнти використовують потужності за планом і контракти виконуються, доходи можуть бути значними; але затримки, зростання вартості фінансування або падіння цін оренди GPU можуть створити серйозний тиск на модель зростання.
Отже, я вважаю, що зараз не можна просто об’єднувати всіх хмарних провайдерів в один AI-сегмент. Microsoft, Google, Amazon мають зрілі бізнеси та велику клієнтську базу, Meta монетизує AI через рекламу, а Oracle і CoreWeave стикаються з різним ступенем капіталомісткого розширення. Всі вони будують AI-інфраструктуру, але мають різні можливості фінансування, моделі прибутку та рівень ризиків.
Ще одна довгострокова тенденція — великі хмарні провайдери активно розробляють власні AI-чіпи. Google має TPU, Amazon — Trainium, Microsoft просуває Maia. Це не означає, що попит на GPU $NVDA раптово зникне, але свідчить про небажання хмарних провайдерів постійно приймати надто високі обчислювальні витрати. Покращення рентабельності AI-інвестицій у майбутньому може прийти через підвищення ефективності чіпів, зниження вартості інференсу та оптимізацію програмного забезпечення і моделей.
Для напівпровідникової галузі це і можливість, і ризик. Якщо капітальні витрати хмарних провайдерів продовжать зростати, $NVDA, $AVGO, $MU та вся ланцюг зберігання, оптичного зв’язку і передового виробництва можуть отримувати вигоду. Але якщо хмарні провайдери почнуть масштабно оптимізувати закупівлі, знижувати вартість інференсу або частина проектів затримається через фінансові чи енергетичні проблеми, темпи зростання верхнього рівня можуть сповільнитися.
Тому я завжди кажу, що фундаментальні показники AI не змінилися, не тому що я вірю, що акції AI ніколи не впадуть, а тому що опубліковані операційні дані основних хмарних провайдерів досі показують сильне зростання доходів від хмарних послуг, збільшення використання обчислювальних потужностей корпоративними клієнтами і прибутковість деяких хмарних бізнесів.
Але треба визнати, що відсутність краху загального попиту на AI не означає, що кожна інвестиція в AI приносить прибуток. Сьогоднішні виклики галузі переходять від питання наявності попиту на обчислювальні потужності до того, чи можна ці потужності будувати, розгортати і підтримувати за розумною вартістю, створюючи достатній дохід і грошовий потік.
Далі я найбільше слідкуватиму за п’ятьма показниками: темпами зростання доходів Azure, AWS і Google Cloud, операційною маржею хмарного бізнесу, змінами капітальних витрат і вільного грошового потоку, фактичним використанням AI-обчислювальних ресурсів і тим, чи змінять хмарні провайдери свої капітальні плани в найближчі квартали.
Якщо зростання хмарного бізнесу суттєво сповільниться, маржа прибутку буде падати, клієнти почнуть скасовувати замовлення, а капітальні витрати залишаться високими, я перегляну довгострокову прибутковість AI-індустрії.
Але принаймні на сьогодні ми не бачимо повного розвороту в операційних даних Microsoft, Google і Amazon — ключових хмарних провайдерів.
Від зберігання, оптичних модулів, передового виробництва, CPU до хмарних провайдерів, які реально вкладають гроші в будівництво центрів обробки даних, усього AI-ланцюга постачання зараз існує дуже сильний реальний попит.
Я й надалі довгостроково оптимістично налаштований щодо AI, але в короткостроковій перспективі продовжую наголошувати на контролі позицій, бо сильний фундаментальний бізнес і розумна оцінка акцій — це дві абсолютно різні речі.
Чи продовжиться довгостроковий бичачий ринок AI, залежить не від того, які історії сьогодні розповідає Волл-стріт, а від того, скільки доходів, прибутку і вільного грошового потоку зможуть створити ці хмарні провайдери, витрачаючи тисячі мільярдів доларів.
Принаймні за наявними даними комерціалізація AI не зупинилася, а справжнім випробуванням стає рентабельність цієї історичної хвилі капітальних витрат.