Дві групи переможців: чому ринок розділив технологічних гігантів
Останні квартальні звіти найбільших технологічних компаній розкрили цікаву картину: попри те, що формально всі чотири ключові гравці залишаються переможцями у сфері штучного інтелекту, ринок реагує на них зовсім по-різному. Дві компанії — Amazon та Alphabet — отримали зростання котирувань, тоді як Meta та Microsoft опинилися під тиском продажів. Цей розкол пояснюється тим, що інвестори зараз надзвичайно прискіпливо обирають, хто саме генерує реальну віддачу від колосальних капітальних витрат, які витрачаються на розбудову інфраструктури штучного інтелекту.
Alphabet: повна вертикальна інтеграція як золотий стандарт
Найбільш вражаючу звітність продемонструвала Alphabet — і це вже третій квартал поспіль. Підрозділ Google Cloud показав зростання понад 60% і досяг розміру, що становить близько половини AWS. Ще три роки тому така динаміка здавалася б фантастикою. Понад те, Google Cloud наразі додає більше доходу в абсолютних показниках, ніж AWS, що свідчить про надзвичайну швидкість прискорення.
Цей успіх переконує ринок пробачати компанії перевищення очікувань щодо витрат на сотні мільярдів доларів щорічно. До цього додається той факт, що пошук, який багато хто давно "поховав", показує зростання на 19% рік до року. Усе це формує картину повністю інтегрованої екосистеми: компанія володіє чипами через TPU, моделями через Gemini, дистрибуцією через пошук, а також контролює користувацькі поверхні через робочий простір. Поки попит на штучний інтелект продовжуватиме зростати, цей повний стек дає унікальну позицію для подальшого домінування.
Microsoft: застрягла між блискучими цифрами та невизначеним наративом
Microsoft опинилася в незручній проміжній зоні. З одного боку, Azure прискорюється і має реальний попит на штучний інтелект, що підтверджується $37 мільярдами AI-доходу. З іншого — компанія так і не змогла довести, що Copilot створює справжній продукт у сфері штучного інтелекту поза межами Azure.
Ключова проблема — недостатня прозорість щодо того, з чого саме складається ця цифра у $37 мільярдів. Скільки з цього є реальним споживанням Azure AI, а скільки — кредитами Microsoft, які компанія роздає клієнтам? Через цю невизначеність ринок не готовий присвоювати бізнесу Copilot програмний мультиплікатор. Як наслідок, Copilot продовжує тягнути за собою наратив "невдачі", і керівництво не дало жодних роз'яснень для розвіювання цих сумнівів. Цифри відмінні, але історія залишається незавершеною.
Розподіл за принципом вертикальної інтеграції
Реальна лінія розколу серед Mag 7 проходить за принципом вертикальної інтеграції. В одному таборі — компанії, які володіють повним стеком, включно з власними чипами: Google зі своїми TPU та Amazon зі своїми Trainium. В іншому — ті, хто залежить від зовнішніх постачальників: Microsoft, що значною мірою спирається на OpenAI, та Meta, у якої немає власного чипа.
Ілюстративним прикладом цього зсуву став Amazon, котрий за один день перейшов від падіння на 4% до зростання на 4% — коливання у 8%. Цей розворот стався після коментарів про те, що Trainium 2 повністю розпроданий, Trainium 3 майже повністю забронований, а компанія має понад $225 мільярдів кредитів на Trainium. Це саме та частина повного стеку, якої раніше бракувало в наративі Amazon і яку Google використовував як аргумент для постійних винагород з боку ринку.
Той факт, що AWS зараз вводить більше чипів Trainium, ніж чипів Nvidia, у штучному вираженні, є колосальним. Це продовжуватиме впливати на маржинальність AWS у часі. Уже зараз ми спостерігаємо четвертий квартал поспіль розширення маржі AWS на тлі найвищого зростання доходів за майже 15 кварталів. Дохід прискорюється, а маржа одночасно розширюється — і все це завдяки перевагам повного стеку.
Економіка повного стеку: цифри, що говорять самі за себе
Конкретні цифри підкреслюють фінансову вагу вертикальної інтеграції. До епохи TPU операційна маржа Google становила середні підліткові значення — десь 13-15%. Сьогодні цей показник сягає 33-34%. Це драматичне покращення показує, наскільки потужною є перевага повного стеку.
Microsoft мала перевагу першого ходу через ChatGPT та OpenAI, але ця перевага зараз розмивається, і компанії доводиться повертатися в розмову з нової позиції. Meta та Microsoft, ймовірно, з часом розроблять власні кастомні кремнієві чипи, але до цього щонайменше п'ять років. Розробка TPU зайняла три покоління, перш ніж технологія по-справжньому "запрацювала". Аналогічну картину ми спостерігаємо з Trainium 3 для Amazon.
Парадокс Meta: чому ринок може помилятися
Meta стала головним невдахою дня серед чотирьох імен, і значною мірою через капітальні витрати разом із прогнозованим від'ємним вільним грошовим потоком, пов'язаним із цими витратами. Однак тут ринок може бути серйозно дезорієнтованим.
На відміну від багатьох інших AI-історій, Meta демонструє чітку видимість у показниках доходу, залученості та ефективності реклами. Чим більше Meta витрачає на капітальні видатки, тим помітнішим є покращення в адаптивних системах ранжування та маршрутизації, що підвищує кількість показів. Компанія дедалі краще розуміє, яка реклама вас зацікавить найбільше, не витрачаючи обчислювальні потужності на низькодохідні покази. Саме тому Meta має рідкісну здатність одночасно нарощувати і кількість показів, і ціну за них — феномен, що вкрай нечасто зустрічається у рекламному просторі.
Дистрибуція Meta практично не має аналогів. Це означає, що компанії не потрібна найкраща передова модель — у її застосунках цілком достатньо моделі "достатньо хорошої" якості. Її нещодавня передова модель Muse є щонайбільше другого рівня, але цього досить для повноцінного наративу повного стеку всередині її екосистеми.
Реакція ринку — обвал капіталізації на $160 мільярдів через перевищення витрат на $10 мільярдів — виглядає непропорційною. Це свідчить про відсутність довіри до здатності керівництва ефективно діяти в умовах дилеми ув'язненого та страху перед AI-перегоновами. Однак така недовіра, найімовірніше, є помилковою.
Висновок: новий етап оцінки інвестицій у штучний інтелект
Ми вступаємо у фазу, коли ринок перестає сліпо винагороджувати будь-які витрати на штучний інтелект. Натомість він почав вимагати доказів реальної віддачі від цих інвестицій. Володіння власним кремнієм — TPU, Trainium та аналогічними чипами — стає критичним диференціатором, що визначає не лише масштабованість, а й фундаментальну економіку бізнесу. Компанії, які володіють повним стеком, отримують непропорційні переваги; ті, хто залежить від зовнішніх постачальників, мають доводити свою цінність значно жорсткішими методами. У цій новій реальності перемагає не той, хто витрачає найбільше, а той, хто може чітко продемонструвати, як кожен витрачений долар перетворюється на прибутковий продукт, маржу та зростання.