Spółki hyperskalerów czy dostawcy infrastruktury AI? Które akcje wypadają lepiej

Rynkowym motywem przewodnim w ostatnich miesiącach wciąż pozostaje sztuczna inteligencja (AI). Jednak akcje firm działających w dwóch rolach – hyperskalerów i dostawców infrastruktury AI – potrafiły zachowywać się bardzo różnie w okresie hossy technologicznej.

Spółki infrastruktury AI częściej wygrywały na giełdzie, bo to producenci chipów, serwerów i sprzętu sieciowego najwięcej zyskiwali na budowie centrów danych. Z drugiej strony hyperskalery, czyli właściciele i operatorzy dużych centrów danych, ponoszą koszt takiej rozbudowy. W praktyce zdarza się, że rynek karze je za same nakłady inwestycyjne.

Relacja między obiema grupami jest jednak wzajemna. Jeśli hyperskalery nie uzyskują atrakcyjnych zwrotów z inwestycji w centra danych i AI, będą ograniczać wydatki. Gdyby do tego doszło, firmy infrastrukturalne odczułyby to od razu, bo ich przychody i zyski zależą od tempa inwestycji po stronie operatorów.

Hyperskalery: duzi inwestują najwięcej

W segmencie hyperskalerów przewodzą trzy największe firmy cloud: Amazon, Microsoft i Alphabet. Łączy je to, że oprócz szybko rosnącej części związanej z chmurą mają też inne silne biznesy: Amazon rozwija m.in. e-commerce, Alphabet – wyszukiwarkę, a Microsoft – oprogramowanie dla firm.

Te spółki generują również dużo gotówki operacyjnej (operating cash flow), która pomaga finansować inwestycje w infrastrukturę AI. Gdy ograniczą wydatki na centra danych, mogą znowu szybciej generować mocny wolny przepływ pieniężny (free cash flow), czyli nadwyżkę gotówki po wydatkach.

Do grupy hyperskalerów zalicza się też Meta Platforms. Firma mocno inwestuje w infrastrukturę AI głównie na własne potrzeby. Jednocześnie notowała wzrost przychodów w kluczowym segmencie reklam w mediach społecznościowych, m.in. dzięki temu, że wydatki na AI wspierają reklamę. Meta zapowiedziała też, że może wejść w biznes chmurowy, wynajmując niewykorzystaną pojemność centrów danych.

Dostawcy infrastruktury AI: „pick-and-shovel”

Wydatki hyperskalerów napędzają wzrost przychodów firm infrastrukturalnych. Największym beneficjentem pozostaje Nvidia, bo jej procesory graficzne (GPU) są jednymi z najczęściej wykorzystywanych jednostek do równoległego uczenia modeli AI.

Zaawansowane Micro Devices (AMD) zyskuje na dynamice. Wzrost liczby zleceń typu inference (wnioskowanie, czyli uruchamianie już wytrenowanych modeli) podbija popyt na „chipletowe” GPU AMD. Jednocześnie wraz z rozwojem zapotrzebowania na agentic AI (AI działające w formie agentów) operatorzy centrów danych sięgają również po procesory CPU AMD.

Cerebras Systems, które weszło na giełdę w maju, oferuje własne, nietypowe rozwiązanie ukierunkowane na wnioskowanie. Na ten moment jest to jednak bardziej produkt premium i niszowy.

Intel i Arm Holdings kierują się natomiast w stronę rynku procesorów do centrów danych, licząc na wzrost w kolejnych latach.

Wśród firm wspierających projektowanie i łączenie infrastruktury są też Broadcom i Marvell. Obie mają udział w tworzeniu niestandardowych chipów dla dużych klientów oraz w dostawach sieci i elementów łączących (interconnects) do centrów danych. To obszary szybko rosnące, bo wraz ze skalą klastrów sprzętu wykorzystywanego do AI rośnie też zapotrzebowanie na taką infrastrukturę.

W gronie beneficjentów są również producenci pamięci. Micron jest wskazywany jako duży zwycięzca dzięki temu, że wysokiej klasy procesory w AI wymagają pamięci dynamicznej w specjalnym wariancie – high-bandwidth memory (HBM, pamięci o dużej przepustowości). Wzrost popytu na HBM doprowadził do niedoboru pamięci DRAM, co wspierało ceny. Przekłada się to na wyższe przychody i poprawę marż.

Podobna zależność dotyczy pamięci flash (NAND). Budowa infrastruktury AI zwiększa popyt na masowe dyski SSD oparte na flash. W efekcie rosną przychody i marże brutto Sandisk.

Ostateczna ocena: więcej sposobów na wygraną mają hyperskalery

Choć inwestorzy wcześniej mocniej „doceniali” spółki infrastrukturalne, ostatecznie to hyperskalery mają dwa mechanizmy wsparcia. Po pierwsze, jeśli będą osiągać dobre zwroty z nakładów inwestycyjnych (capex, czyli wydatków kapitałowych na rozwój i sprzęt), będą kontynuować inwestycje i utrzymywać szybki wzrost. Po drugie, mają możliwość ograniczenia wydatków na infrastrukturę AI, co może zwiększać wolny przepływ gotówki.

W tej grupie szczególnie wyróżnia się Alphabet i Amazon. Powodem jest to, że obie firmy korzystają z przewag kosztowych wynikających z używania własnych niestandardowych chipów AI. Jednocześnie wskazuje się, że Meta Platforms i Microsoft wyglądają na niedowartościowane.

Jednocześnie firmy infrastruktury AI – jako grupa – nadal mogą osiągać dobre wyniki. Nvidia pozostaje liderem w segmencie chipów do AI, a korzystne perspektywy wiąże się z AMD i Broadcom. Zwraca się też uwagę, że rynek może niedoszacowywać trwałość „memory supercycle” (długiej fazy silnego popytu na pamięć), z której korzysta Micron.