#Meta卖算力引发存储股大跌 Meta «продає обчислювальні потужності» сколихнуло AI-ринок: надлишок потужностей чи надмірна паніка?

Одна новина про Meta викликала бурхливу дискусію про майбутнє інфраструктури штучного інтелекту на світовому ринку капіталу. Наразі Meta планує надавати послуги AI-обчислень зовнішнім клієнтам і розглядає можливість здавати в оренду частину своїх простоюючих AI-потужностей, щоб підвищити ефективність використання своєї AI-інфраструктури. Це означає, що інтернет-гігант, який раніше покладався на рекламний бізнес для поглинання інвестицій у AI, починає намагатися перетворити величезні кластери GPU на продавані хмарні послуги, сподіваючись знайти новий шлях повернення інвестицій для своїх постійно високих капітальних витрат на AI. Ринок одразу ж відреагував кардинально різними цінами.
1 липня за місцевим часом акції Meta зросли на 8,8%, ринкова капіталізація збільшилася приблизно на 127 мільярдів доларів США за один день, тоді як з іншого боку, ланцюжок постачання AI-потужностей, який вважався бенефіціаром AI-інфраструктури, зазнав колективного тиску. CoreWeave та Nebius впали на 13,92% та 17,01% відповідно, акції виробників мікросхем пам'яті, як-от SanDisk та Micron Technology, впали більш ніж на 10%. Настрої згодом поширилися на інші ринки: 2 липня південнокорейські Samsung Electronics та SK Hynix впали на 9,06% та 14,57% відповідно, а AI-ланцюжок постачання на материковому Китаї, включаючи мікросхеми пам'яті, оптичні модулі, PCB тощо, також загалом скоригувався: GigaDevice впав до межі, а такі акції, як Zhongji Innolight, Montage Technology та Jiangsu Jolong, впали більш ніж на 10%.
Порівняно з коливаннями цін на акції, більшим потрясінням стали ринкові настрої. Останні два роки, під впливом генеративного AI, світові технологічні гіганти розпочали безпрецедентну гонку капітальних витрат. Від Meta, Microsoft, Google до Amazon, OpenAI, а потім і до xAI, конкуренція великих моделей стимулювала постійне розширення глобальних GPU, HBM, високошвидкісних мереж та дата-центрів, і AI-інфраструктура стала однією з найважливіших інвестиційних ліній на світовому ринку капіталу.
Тепер, коли Meta починає намагатися здавати в оренду обчислювальні потужності зовнішнім клієнтам, інвестори сприймають це як сигнал: якщо навіть один із найбільших у світі покупців GPU починає шукати способи продати «надлишкові» потужності, чи означає це, що будівництво AI-інфраструктури досягло поворотного моменту? Чи починає з'являтися ризик надлишку попиту на обчислювальні потужності, який стрімко зростав останні два роки?
Чому Meta викликала дебати про надлишок обчислювальних потужностей Дії Meta по суті є коригуванням бізнес-моделі. Останніми роками Meta постійно масово закуповувала AI-чипи та будувала дата-центри, її інвестиції в AI в основному залежали від непрямої монетизації рекламного бізнесу, підвищуючи ефективність рекомендацій реклами для збільшення доходу від реклами. Фінансова звітність показує, що дохід від реклами в четвертому кварталі 2025 року все ще становив понад 90% загального доходу Meta. Порівняно з рекламним бізнесом, Meta не досягла успіху в конкуренції великих моделей. У дослідженні та розробці моделей Meta постійно коригувала свою AI-стратегію протягом останнього року та провела кілька раундів організаційних змін. Під тиском конкуренції з боку Google Gemini, OpenAI тощо Meta почала досліджувати більше способів монетизації своїх AI-активів. Продаж або оренда обчислювальних потужностей стала новим вибором.
Фактично, Meta не є першою компанією, яка це зробила. Раніше xAI, що належить Маску, також здавав в оренду частину обчислювальних потужностей свого суперкомп'ютерного кластера Colossus таким клієнтам, як Anthropic та Google, щоб підвищити використання GPU. Але разом із цим виникли ринкові побоювання. Багато інвесторів вважають, що якщо провідні інтернет-компанії починають здавати в оренду обчислювальні потужності, це означає, що велика кількість GPU, закуплених раніше, може простоювати, і логіка «постійного розширення виробництва», на яку покладався AI-ланцюжок постачання, може змінитися. Тому першими були продані такі апаратні компоненти AI, як HBM, пам'ять, оптичні модулі тощо.
Однак кілька галузевих експертів, опитаних журналістами, не погодилися з оцінкою «повного надлишку обчислювальних потужностей». Відповідальний представник відділу маркетингу Jiuzhang Yunji заявив журналістам, що поточна проблема полягає не в абсолютному надлишку, а в «структурному дисбалансі». «Якщо говорити про надлишок низькорівневих універсальних обчислювальних потужностей, інтелектуальних обчислювальних центрів без сценаріїв застосування, то локально надлишок справді існує; але якщо говорити про високоякісні інтелектуальні обчислювальні потужності, здатні підтримувати навчання та висновки великих моделей, операційні обчислювальні потужності з можливістю оплати за фактом, то їх все ще катастрофічно не вистачає». Він послався на галузеві дані, що ефективне використання обчислювальних потужностей інтелектуальних кластерів у середньому становить менше 20%, але дефіцит високоякісних обчислювальних потужностей для навчання великих моделей становить близько 40%. Навчальні обчислювальні потужності наразі, згідно з галузевими даними, перебувають у стані перевищення попиту над пропозицією.
Віце-президент Lenovo Group та головний стратегічний директор Lenovo 🇨🇳 Ablikim Ablimit також заявив журналістам, що як у 🇨🇳, так і за кордоном, у довгостроковій перспективі попит на AI-обчислювальні потужності все ще має значний простір для зростання, і наразі не спостерігається надлишку. Він вважає, що наразі дійсно зрілих C-кінцевих AI-продуктів все ще недостатньо, а B-кінцева комерціалізація AI для підприємств тільки починається. Звільнення попиту, яке в кінцевому підсумку приносять усі попередні продуктивні революції, здебільшого походить з індустріальної сторони, а не зі сторони споживачів, тому майбутній попит на AI-обчислювальні потужності все ще має великий простір для зростання.
Інсайдер Lenovo раніше повідомляв, що наразі AI-сервери компанії все ще перебувають у стані перевищення попиту над пропозицією, з невиконаними замовленнями на суму близько 150 мільярдів юанів, і через обмежену пропозицію ключових мікросхем, таких як GPU, деякі замовлення все ще потребують черги на постачання. Інсайдер Ziguang Group також вважає, що зараз ще зарано говорити про «надлишок». «Справжня проблема не в наявності обчислювальних потужностей, а в тому, коли AI-додатки зможуть сформувати замкнутий комерційний цикл, покриваючи інвестиції в інфраструктуру за рахунок доходів від застосувань».
Сповільнення капітальних витрат не означає досягнення вершини галуззю Останні два роки AI-галузь змагалася за те, «хто інвестує більше», але зараз фокус ринку капіталу поступово перемістився з масштабу капітальних витрат на ефективність інвестицій.
Чень Цзюнь, заступник генерального директора та головний аналітик Sigmaintell, заявив журналістам, що замкнутий цикл інвестицій у обчислювальні потужності є незамінною частиною замкнутого циклу інвестицій у всю AI-інфраструктуру і ключовою проблемою, яку світові хмарні провайдери повинні будуть вирішити в найближчому майбутньому. Він прогнозує, що в майбутньому інвестиції в AI-інфраструктуру поступово перейдуть від екстенсивного розширення до фази підвищення ефективності, провідні хмарні провайдери будуть більш обережними при закупівлі таких апаратних компонентів, як пам'ять, але це не змінить довгострокового напрямку інвестицій.
Sigmaintell прогнозує, що з 2024 по 2028 рік глобальні інвестиції в AI-інфраструктуру все ще зростатимуть двозначними темпами. Серед них, у 2026 році річне зростання інвестицій все ще досягне 51%, хоча це нижче, ніж темпи зростання 104% у 2025 році, але все ще знаходиться на етапі швидкого розширення, а в 2027 та 2028 роках очікується зростання на 15% та 11% відповідно. Це означає, що AI-інвестиції переходять від вибухового зростання до більш стійкого етапу розвитку, а не входять у цикл спаду. Ця тенденція також відображається в останніх діях світових технологічних гігантів. Саме коли ринок побоювався, що капітальні витрати на AI досягли піку, південнокорейські Samsung Electronics та SK Hynix нещодавно оголосили про плани інвестувати близько 4755 трильйонів вон у Кореї для збільшення інвестицій у напівпровідники, фізичний AI та дата-центри та інші пов'язані з AI напрямки; китайські інтернет-компанії, такі як Alibaba та Tencent, нещодавно також підтвердили, що продовжать збільшувати капітальні витрати на AI, а розгортання вітчизняних обчислювальних потужностей триває.
З точки зору багатьох інвестиційних банків, оренда обчислювальних потужностей Meta — це по суті оптимізація прибутку на капітал, а не скорочення інвестицій. Everbright Securities заявила, що тестова оренда зовнішніх обчислювальних потужностей Meta є оптимізацією структури капітальних витрат на обчислювальні потужності, і в короткостроковій перспективі існує тиск на оцінку. Основна логіка входу Meta в хмарні обчислення полягає в бажанні створити новий канал монетизації для величезних інвестицій в AI-інфраструктуру. Раніше основною проблемою, яку ринок ставив Meta, було те, що капітальні витрати на AI занадто великі, і коли вони перетворяться на прибуток. Створення хмарного бізнесу перетворює кластери GPU Meta з «чистого тягаря витрат» на «активи, що генерують дохід», а монетизація простоюючих обчислювальних потужностей безпосередньо амортизує витрати на амортизацію та обслуговування, що ефективно підвищить очікування ринку щодо майбутніх грошових потоків компанії. «Оренда обчислювальних потужностей — це засіб оптимізації ресурсів, який не змінює середньострокові та довгострокові плани розширення, але очікування щодо розширення можуть тимчасово зменшитися.
Як заявив Цукерберг на зборах акціонерів, компанія має можливість здавати в оренду частину обчислювальних ресурсів зовнішнім клієнтам, що свідчить про те, що сама здатність до зовнішньої монетизації стала гарантією грошового потоку, що підтримує Meta у продовженні збільшення інвестицій у AI». Everbright Securities вважає, що в даний час бізнес-модель оренди AI-обчислювальних потужностей отримує найсильніше схвалення, і особиста участь Meta опосередковано підтверджує високу прибутковість: посилаючись на оренду обчислювальних потужностей xAI для Anthropic, щомісячна орендна плата в 1,25 мільярда доларів США передбачає, що ROI може окупити CapEx за два роки. Останні дані Open Router за червень показують, що з 21 по 28 червня глобальний тижневий обсяг токенів досяг нового максимуму в 46,7 трильйона, що на 0,2% більше, ніж у попередньому місяці, і поточна ситуація з перевищенням попиту над пропозицією не змінилася. Tianfeng Securities вважає, що створення Meta AI Cloud не обов'язково означає визнання глобального надлишку GPU. Швидше за все, вона розподіляє обчислювальні потужності різних поколінь на різні економічні цілі. Найновіші ресурси GB200/GB300/Rubin тощо будуть пріоритетно використовуватися для навчання моделей наступного покоління; тоді як попереднє покоління H100/H200 більше переміститься на висновки та зовнішні продажі обчислювальних потужностей. Водночас Google через обмеження потужності не зміг повністю задовольнити потреби Meta в доступі до Gemini, що, навпаки, свідчить про те, що передові моделі та високоякісна потужність висновків все ще є дефіцитними. «Тому це не кінець угод з AI CapEx, а еволюція бізнес-моделі від інфраструктури, що просто спалює гроші, до платформних активів, які можна монетизувати. Ринку не слід просто трактувати зовнішню оренду обчислювальних потужностей Meta як досягнення піку попиту на AI-обчислення». Tianfeng Securities зазначила, що для ланцюжка постачання апаратного забезпечення справді необхідно спостерігати не за тим, «чи здає Meta в оренду обчислювальні потужності», а за тим, чи продовжують зростати реальне використання токенів OpenAI, Anthropic та темпи зростання ARR. Якщо ARR та використання токенів модельних компаній продовжать зростати, а CapEx гіперскейлерів суттєво не знизиться, то основна лінія апаратного забезпечення залишиться в силі.
Однак в інтерв'ю Ablikim Ablimit також порушив ще одне питання, на яке варто звернути увагу: зараз сторона пропозиції в AI-галузі все ще має сильний голос, а цикл попиту та пропозиції галузі ще не повністю замкнувся. Ця оцінка також збігається з думкою галузевих експертів.
Хе Хуей, директор відділу аналізу напівпровідників Omdia 🇨🇳, заявив журналістам, що розробка великих моделей не зупиняється, і хмарні провайдери також шукають бізнес-моделі, які можна монетизувати. Інсайдер Ziguang Group вважає, що AI-галузь в кінцевому підсумку повинна повернутися до комерціалізації. «На ранніх етапах розвитку Інтернету також був етап, коли інфраструктура була на першому місці, а бізнес-моделі відставали. У майбутньому AI також повинен знайти справді стійкі прибуткові галузеві сценарії, сформувавши замкнутий комерційний цикл, де доходи покривають інвестиції».
На думку галузі, зараз слід зосередитися не на тому, чи продовжать інвестиції в AI, а на тому, коли AI-інфраструктура вартістю сотні мільярдів доларів зможе увійти в нову фазу самозабезпечення та самовідтворення. Лише коли інфраструктура, здатність моделей та комерціалізація застосувань утворять повне позитивне коло, AI-ланцюжок постачання зможе справді позбутися моделі розвитку, що покладається виключно на вливання капіталу, і увійти в більш здоровий та стійкий цикл зростання.