AI boom: když poptávka stojí jen na pár velkých odběratelích, může se řetězec přecenit — Analýza QMA Brain

U AI nestačí sledovat, kdo prodává čipy; klíčové je ověřovat, zda za poptávkou stojí široká adopce, nebo několik málo velkých plátců, jejichž zpomalení by mohlo přecenit celý řetězec.

AI boom možná nepřipomíná zlatou horečku, ale food court, kde skoro všichni staví nové stánky proto, že dvě restaurace mají frontu až za roh. Steve Eisman, investor známý z příběhu Big Short, podle dodané zprávy varuje, že nadšení kolem umělé inteligence se čím dál víc opírá o osud pouhých dvou firem: OpenAI a Anthropic. Neříká tím nutně, že AI je bublina; spíš že trh může podceňovat riziko koncentrace.

Většina debat o AI se točí kolem čipů, výkonu modelů a toho, kdo bude mít nejrychlejší datové centrum. Eismanův úhel je jiný: slabé místo neleží jen v nabídce, ale v tom, kdo skutečně táhne poptávku. Jinými slovy, nejde pouze o to, zda NVIDIA vyrobí dost lopat pro zlatokopy. Jde o to, zda se ukáže, že zlatokopové nejsou tisíce nezávislých dobrodruhů, ale hlavně několik drahých expedic, jejichž účty se v dodavatelském řetězci tváří jako široká poptávka.

Důležité upřesnění: veřejně neexistuje čisté číslo typu „OpenAI a Anthropic tvoří X % poptávky po GPU“. Tyto firmy jsou soukromé a dodavatelé typu NVIDIA obvykle reportují tržby podle segmentů, například datová centra, ne podle konečných laboratoří, které za cloudovou objednávkou stojí. Proto je Eismanovo tvrzení potřeba číst jako tezi o koncentraci rozhodovacích uzlů, ne jako doložený podíl na každém prodaném čipu.

Právě v tom je nový háček. AI poptávka se může v příběhu investorů „započítat“ několikrát: laboratoř chce výpočetní kapacitu, cloud kvůli ní plánuje capex, tedy kapitálové výdaje, výrobce čipů vidí objednávky a dodavatel chlazení vidí nové datové centrum. Na papíře to vypadá jako dav zákazníků. Ekonomicky ale může velká část motivace téct z jednoho pramene: víry, že několik modelových laboratoří dokáže proměnit obří výpočetní náklady v masové výnosy.

To je podstatný rozdíl. Trh obvykle oceňuje AI infrastrukturu, jako by se poptávka rozlévala do široké řeky: cloud, čipy, síťové prvky, elektřina, chlazení, software. Eismanovo varování připomíná, že řeka může mít nahoře úzké hrdlo. Pokud velké modelové laboratoře zpomalí výdaje, narazí na regulaci, změní ekonomiku vývoje nebo se ukáže, že návratnost pro zákazníky je pomalejší, dopad se může přelít přes celý dodavatelský řetězec.

Historická paralela není, že AI je totéž co dot-com. Lepší paralela je telekomunikační výstavba kolem internetu: technologie byla reálná, budoucnost také, ale trh si v jedné fázi spletl dlouhodobý směr s krátkodobou kapacitou vydělat na každém kabelu. Internet nezmizel; jen některé projekce byly napsané permanentním fixem na tabuli, kterou pak někdo umyl hadicí.

Komu to pomáhá a komu škodí

Méně zranitelné jsou firmy, které mají více cest k monetizaci AI, tedy nejen prodej kapacity několika typům zákazníků. Patří sem velké cloudové platformy jako Microsoft (MSFT), Amazon (AMZN) a Alphabet (GOOGL): mají distribuci, firemní zákazníky, vlastní infrastrukturu a možnost AI zabalit do existujících služeb. I zde ale stojí za sledování, zda kapitálové výdaje rostou rychleji než tržby z cloudu a zda marže netrpí odpisy drahé infrastruktury. Prakticky: pokud capex zrychluje několik kvartálů, ale cloudový růst a provozní marže se neposouvají podobným směrem, trh může začít méně věřit tomu, že se investice rychle vracejí.

Citlivější jsou výrobci čipů a infrastruktury, pokud se očekávání opírá o stále agresivnější nákupy modelových laboratoří a hyperscalerů. Příklady: NVIDIA (NVDA), AMD (AMD), Broadcom (AVGO), Micron (MU), případně dodavatelé výrobních technologií jako ASML (ASML) a výrobní ekosystém kolem TSMC (TSM). Neznamená to automaticky negativní vývoj; znamená to, že i drobná změna v plánovaných výdajích velkých odběratelů může mít velký dopad na valuace, tedy na násobky, které trh ochotně platí za budoucí růst. U těchto firem je užitečné sledovat nejen tržby, ale i komentáře k viditelnosti objednávek, případným zákaznickým zálohám, dodacím lhůtám a tomu, zda růst táhne široká paleta klientů, nebo několik největších projektů.

Na pomezí jsou síťové a cloud-edge firmy jako Cloudflare (NET) nebo dodavatelé napájení a chlazení typu Vertiv (VRT) a Eaton (ETN). Mohou těžit z rozšiřování datových center, ale pokud se příběh z široké AI adopce zúží na pár vlajkových laboratoří, investoři začnou tvrději rozlišovat mezi skutečnými objednávkami a hezkou prezentací se slovem AI na každém druhém slidu. U nich je rozdíl mezi „máme poptávku“ a „máme závaznou objednávku“ skoro jako rozdíl mezi rezervací stolu a zaplacenou svatbou.

Lepší trader by se u podobných zpráv neptal: Je AI dobrá, nebo špatná? To je otázka na hospodskou hádku, ne na portfolio. Užitečnější rámec je „mapa závislosti“:

• Kdo platí účty? Pokud firma stojí na několika málo odběratelích, riziko je jiné než u široké zákaznické základny.

• Víme to z dat, nebo jen z příběhu? Pokud není zveřejněný podíl OpenAI, Anthropic nebo jiných laboratoří na poptávce, neberte „dvě firmy táhnou celý boom“ jako fakt s desetinnou čárkou, ale jako hypotézu k ověření přes nepřímé ukazatele.

• Jsou výdaje závazné, nebo jen plánované? Sledujte objednávky, backlog, RPO, tedy nasmlouvané budoucí výnosy, komentáře k capexu a délku kontraktů.

• Rostou výnosy spolu s náklady? Pokud capex akceleruje dvě čtvrtletí po sobě, ale cloudové tržby nebo marže neukazují podobné zlepšení, je to varovný indikátor.

• Kde je cenová síla? Čipy s nedostatkovou kapacitou se chovají jinak než software, který může zákazník odložit.

• Je ocenění postavené na jistotě, nebo na víře? Čím vyšší násobky budoucích zisků, tím bolestivější bývá i malá revize příběhu.

Prakticky: podobné komentáře nejsou předpověď kolapsu, ale připomínka, že v AI nestačí sledovat vítěze. Je třeba sledovat, zda se celý ekosystém neopírá o příliš úzký počet tahounů — a hlavně rozlišovat mezi prokazatelnou zákaznickou koncentrací a lákavým, ale zatím nepřesně měřitelným narativem.

Koncentrace zákazníků znamená, že firma má velkou část budoucnosti navázanou na pár velkých platících klientů. Představte si pekaře, který prodává skvělé rohlíky, ale polovinu tržeb mu dělají dvě firemní kantýny. Když jedna kantýna změní dodavatele, pekař není špatný — jen najednou zjistí, že jeho stabilita byla menší, než vypadala. Pro trh to znamená větší kolísání akcií: dobré zprávy od několika klíčových hráčů mohou vytáhnout celý sektor, špatné zprávy ho mohou rychle ochladit. Pro běžného člověka je dopad nepřímý: přes technologické akcie v indexech, penzijních fondech a přes ceny služeb, pokud se drahá AI infrastruktura musí někde zaplatit.

🤖 Tento článek napsal QMA Brain (umělá inteligence) — mohou se v něm objevit chyby. Popisná analytika a vzdělávací souvislosti, ne investiční doporučení ani předpověď.

Analytical and educational content — not investment advice. The author is not a registered investment adviser. Past performance is not a guide to future results.