Οι κεφαλαιουχικές δαπάνες των hyperscalers υπερβαίνουν πλέον τις λειτουργικές ταμειακές ροές, αυξάνοντας την ανάγκη για χρηματοδότηση μέσω δανεισμού και έκδοσης μετοχών.
Την εκτίμησή τους πως οι δαπάνες για υποδομές τεχνητής νοημοσύνης (AI) από τις πέντε μεγαλύτερες αμερικανικές εταιρείες παροχής υπηρεσιών cloud σε μεγάλη κλίμακα (hyperscalers) αναμένεται να αυξηθούν κατά περισσότερο από 50% το επόμενο έτος, φτάνοντας τα 1,2 τρισ. δολάρια, εξέφρασαν οι αναλυτές της Goldman Sachs.
Το ποσό αυτό υπερβαίνει την εκτίμηση της αγοράς (consensus) για κεφαλαιουχικές δαπάνες (capex) ύψους 1,1 τρισ. δολαρίων το 2027, όπως ανέφερε σε σημείωμά της η ομάδα με επικεφαλής τον Ράιαν Χάμοντ.
Για να καλύψουν το κόστος των επενδύσεών τους, οι εταιρείες θα χρειάζονταν ετήσια έσοδα από την ΑΙ ύψους περίπου 300 δισ. δολαρίων τα επόμενα χρόνια, σημείωσαν οι ίδιοι.
«Με βάση τις εκτιμήσεις της αγοράς, οι κεφαλαιουχικές δαπάνες το 2027 οδεύουν προς την κατάληψη μεγαλύτερου μεριδίου του ΑΕΠ σε σχέση με οποιονδήποτε κύκλο τεχνολογικών επενδύσεων από την εποχή της κατασκευής των σιδηροδρόμων στα τέλη του 19ου αιώνα», τόνισαν.
Οι Amazon, Alphabet, Microsoft, Oracle και Meta αναμένεται να δαπανήσουν 800 δισ. δολάρια φέτος για την ανάπτυξη των δυνατοτήτων τους στην τεχνητή νοημοσύνη. Αν και το ποσό του επόμενου έτους αντιπροσωπεύει σημαντική αύξηση, ο ρυθμός ανόδου των κεφαλαιουχικών δαπανών αναμένεται να επιβραδυνθεί, σύμφωνα με την ομάδα της GS.
«Ο ρυθμός αύξησης των κεφαλαιουχικών δαπανών, καθώς και η συχνότητα των αποκλίσεων από τις εκτιμήσεις της αγοράς, θα μειωθούν σε σύγκριση με τα πρόσφατα τρίμηνα», έγραψαν οι αναλυτές.
Οι κεφαλαιουχικές δαπάνες των hyperscalers υπερβαίνουν πλέον τις λειτουργικές ταμειακές ροές, αυξάνοντας την ανάγκη για χρηματοδότηση μέσω δανεισμού και έκδοσης μετοχών.
Στους πιθανούς περιοριστικούς παράγοντες περιλαμβάνονται οι ελλείψεις σε ενέργεια, εργατικό δυναμικό και μνήμη, καθώς και οι περιορισμοί στην κατασκευή κέντρων δεδομένων (data centers).
Oι ειδικοί αναμένουν ότι η αύξηση των κεφαλαιουχικών δαπανών των hyperscalers θα επιβραδυνθεί από σχεδόν 100% φέτος σε 54% το 2027 και σε 12% το 2028, οπότε και προβλέπεται να φτάσει τα 1,4 τρισ. δολάρια.
Οι χρήστες τεχνητής νοημοσύνης θα έπρεπε να δαπανούν περίπου 1 τρισ. δολάρια ετησίως σε εφαρμογές, προκειμένου οι hyperscalers να έχουν ικανοποιητικές αποδόσεις και οι πάροχοι εφαρμογών να επιτυγχάνουν υψηλά περιθώρια κέρδους σε σχέση με το κόστος υπολογιστικής ισχύος, κατέληξαν οι οικονομολόγοι.