BCA: Hindi pa pumuputok ang AI bubble, paano iku-kumputa ang $10 trilyon bawat taon?

Maraming mamumuhunan ang naniniwala na sa huli, maaaring magkaroon ng bula ang artificial intelligence.

Ngunit naniniwala rin sila na mae-exit nila ito bago pa man pumutok ang bula.

Sa ulat ng global macro ng BCA Research noong Agosto 19, ginamit ang linyang "Bigyan mo ako ng pagpipigil sa sarili, pero hindi ngayon" upang ilarawan ang pananaw ng mga mamumuhunan sa AI trend: Alam ng lahat na may naipong panganib, pero ayaw lumabas agad ng sinuman sa laro.

Ang problema ay hindi pwedeng sabay-sabay makalabas ang lahat. Lahat ng benta ay kailangang may bumili. Kapag tuluyang bumaliktad ang merkado, siguradong may mga hindi makaka-exit sa oras.

Nagpapantaya ang Wall Street sa halos perpektong hinaharap

Sa ngayon, nasa pinakamataas na antas sa kasaysayan ang profit margin ng mga kumpanyang Amerikano, subalit inaasahan pa rin ng mga analyst ng Wall Street na patuloy na magrerecord ang earnings growth sa susunod na tatlo hanggang limang taon.

Ibig sabihin, hindi lamang kailangan mapanatili ng mga tech company ang mataas na profit margin, kundi magpakita din ng walang kapantay na bagong kita upang matugunan ang growth expectations na nakapaloob na sa presyo ng mga stocks.

Caption: Nasa kasaysayang pinakamataas na lebel ang profit margin ng US firms, pero inaasahan pa rin ng mga analyst ang mabilis na long-term earnings growth.

Pinakakailangang pagtuunan ng pansin ang capital expenditures ng AI data centers.

Tinatayang ng BCA na sa 2027, maaaring tumuntong sa $1 trilyon kada taon ang global capital expenditure ng malalaking cloud computing companies, karamihan ay may kaugnayan sa AI.

Tanong: Pagkatapos mag-invest ng ganito kalaking halaga, magkano ang kailangang kitain para maging makatarungan ang returns ng mga investment na ito?

Gaano kalaking kita ang kailangan para suportahan ang $1 trilyong capital expenditure?

Nagpatakbo ng stress test ang BCA.

Kung ipagpalagay na ang malalaking cloud computing companies ay magpapatuloy ng $1 trilyon kada taon na capex, at ang average depreciation rate ng kagamitan ay 13%, sa matagalang istableng sitwasyon:

• Aabot ang gross asset value sa humigit-kumulang $7.7 trilyon;
• Net asset matapos depreshasyon ay humigit-kumulang $3.85 trilyon;
• Kung hihingi ng 30% pre-tax return on invested capital, kailangang lumikha ng halos $1.15 trilyong EBIT taun-taon;
• Matapos ibalik ang depreciation, taun-taon kailangan ng halos $2.15 trilyong EBITDA.

Pagkatapos nito, ang susi ay ang profit margin ng mga kumpanyang ito.

Kung maabot ang 50% na EBITDA profit margin na inaasahan sa Wall Street, kailangan nilang lumikha ng humigit-kumulang $4.3 trilyon na kita kada taon.

Kung bumaba naman sa 30%—mas tipikal nitong mga nakaraang taon, tataas sa humigit-kumulang $7.2 trilyon ang kailangang kita.

Caption: Sa ilalim ng ibang profit margin assumptions, gaano kalaking kita ang kailangan likhain ng mga malalaking cloud computing companies.

Dagdag pa rito, ang kalkulasyon ay hindi pa kasama ang mga bagong cloud company, AI firms ng China, SpaceX, at iba pang kumpanya na nagtatayo ng AI infrastructure.

Kung isasama ang capital expenditures ng buong AI ecosystem, ayon sa BCA, maaaring kailanganing mag-generate ng AI ng $10 trilyong kita taon-taon upang mapatunayan na makatwiran ang investment wave na ito.

Ano ang ibig sabihin nito?

Ang annual global spending sa pagkain at pagkain sa labas ay mga $10 trilyon, at ganun din ang global medical spending. Samantalang ang laki ng global software market ngayon ay nasa $1.4 trilyon lamang.

Mahalagang linawin na ang $10 trilyon ay hindi forecast ng kita ng AI sa susunod na taon, kundi isang stress test: Kung magpapalagay na tatagal ang kasalukuyang capex at pipilitin ng mga investor ang sapat na returns, kailangang maging napakalaki ng AI commercialization.

Kung mahirap nang kwentahin ang pananalapi, bakit hindi pa pumuputok ang bula?

Dahil wala pang malinaw na breakdown signal mula sa kasalukuyang datos.

May mga indicator pa nga na sumusuporta pa sa patuloy ng AI rally:

• Tumataas pa rin ang presyo ng renta ng high-performance GPU;
• Patuloy na tumataas ang spot at kontratang presyo ng storage chips;
• Tumaas pa rin ang AI adoption rate ng mga kumpanya;
• Wala pang malinaw na pagbaba sa AI-related spending.

Ibig sabihin, malapit pa rin ang GPU supply at wala pa rin namumukod-tanging surplus sa data center capacity.

Sa kabilang banda, may ilang risk signals na rin na lumalabas:

• Patuloy na bumababa ang presyo ng AI models at Tokens;
• Naging negatibo na ang free cash flow ng malalaking cloud computing companies;
• Nagsisimula nang lumaki ang credit spread ng investment-grade bonds ng tech companies kumpara sa ibang industriya;
• Lalong umaasa ang AI infrastructure sa panlabas na financing, hindi lang sa sariling cash flow ng mga kumpanya.

Caption: Patuloy na sumusuporta ang kakulangan sa computational power sa AI investments, pero may pressure na sa presyo, cash flow, at financing indicators.

Ibig sabihin, maaring nasa huling bahagi na ang kasalukuyang cycle ng AI boom, pero hindi pa ito tapos.

Dahil dito, ang stand ng BCA sa stocks sa ngayon ay hindi agad bearish, kundi:

Maging neutral sa susunod na tatlong buwan, at light underweight para sa susunod na 12 buwan.

Tinataya ng kanilang modelo na maaaring mababa sa history ang magiging returns ng US stocks sa mga susunod na buwan, pero nananatiling positibo—mas malapit sa sideways kaysa sa agad na pagpasok sa bear market.

Caption: Tinataya ng BCA model na mas mababa sa average sasusunod na buwan ang returns ng S&P 500, pero di pa ito tumutungo sa negative territory.

Dapat patunayan ng AI ang sarili sa pamamagitan ng productivity

Depende pa rin kung gaano karaming tunay na value ang kayang likhain ng AI, dito mababawi ang capital expenditures.

Kung kayang lubos na pagbutihin ng AI ang productivity, pababain ang gastos ng kumpanya at lumikha ng mga bagong produkto at serbisyo, maaaring matabunan ng mga susunod na kita ang mga kasalukuyang malalaking puhunan.

Pero sa ngayon, limitado pa rin ang ebidensya ukol dito.

2.2% ang itinaas ng US productivity year-on-year noong Q2, halos pareho sa 2.0% average sa nakaraang dekada. Samakatuwid, wala pang nakikitang malinaw na AI-driven na pagtaas ng productivity.

Caption: Patuloy na malapit sa nakaraang dekada ang productivity growth ng US, at hindi pa makita ang AI acceleration.

Marahil ito ang magiging pinaka-importanteng indicator sa paghusga sa mga darating na AI trends.

Hindi lang dapat tumuon ang investors sa chip sales at bilang ng data centers. Kailangang bantayan ang sumusunod na aspeto:

1. Bababa ba ang presyo ng GPU rentals;
2. Mababalik ba ng mga malalaking tech companies ang kanilang free cash flow;
3. Kapag bumaba ang presyo ng AI services, lalaki ba agad ang usage;
4. Malalampasan ba ng macro productivity ang long-term average.

Pangwakas na salita

Hindi pa pumuputok ang AI bubble dahil kulang pa rin ang kakayahan, tumataas pa rin ang adoption rate, at tuloy-tuloy ang capital expenditures. Sa maikling panahon, pwede pang tumaas ang mga AI-related stocks.

Pero ang "umaangat pa ang market" at "ayos na ang business accounting", ay dalawang magkaibang usapan.

Ang tanong na kailangang sagutin ngayon ay hindi lang kung may gamit ang AI, kundi kung kaya nitong makalikha ng sapat na laki ng kita at cash flow sa sapat na maikling panahon upang suportahan ang halos hindi pa nagagawang capital expenditure ngayon.

Ang hindi pa pumuputok na bula ay hindi nangangahulugang ayos na ang kwenta sa pananalapi.