NVIDIA dan investasi AI: menelusuri belanja pelanggan

Menelusuri investasi AI di sekitar NVIDIA: bedakan penjualan cip, belanja pelanggan, kapasitas terpasang, dan penggunaan berbayar sebelum menilai hasil investasinya.

Terbit pertama kali · · JKook · Terjemahan diperbarui · Baca versi asli bahasa Inggris

Jensen Huang mengenakan kacamata dan jaket kulit hitam, memegang mikrofon
Jensen Huang pada upacara Penghargaan K.T. Li pertama di Taiwan, 9 November 2023. Potret arsip yang dipotong. Simon Liu / Taiwan Presidential Office, via Wikimedia Commons; crop by Jay-Wiki · CC BY 2.0 · Kredit dan lisensi gambar

Presentasi produk Jensen Huang menjelaskan apa yang dapat dilakukan sistem komputasi baru. Pertanyaan finansialnya berbeda: akankah pelanggan mendapatkan cukup pendapatan dari sistem tersebut untuk terus berinvestasi? Untuk membaca siklus infrastruktur AI, hubungkan pendapatan pemasok peralatan dengan pengeluaran dan penggunaan pelanggan. Artikel ini menawarkan kerangka kerja, bukan prediksi untuk kuartal NVIDIA berikutnya.

Pendapatan suatu perusahaan merupakan investasi perusahaan lain.

Penjualan peralatan komputasi dapat menjadi pendapatan bagi pemasok dan pengeluaran modal bagi pembelinya. Pembeli dapat mengakui biaya secara bertahap melalui penyusutan sambil membayar tunai lebih awal. Akibatnya, penjualan pemasok yang kuat dan arus kas keluar pelanggan yang besar dapat terjadi bersamaan tanpa saling bertentangan.

Bayangkan penyedia layanan cloud menghabiskan $1 miliar untuk sistem yang diharapkan dapat mendukung layanan selama beberapa tahun. Jika aset tersebut didepresiasi secara merata selama lima tahun tanpa nilai sisa, biaya depresiasi tahunan sederhana akan menjadi $200 juta. Beban akuntansi tersebut tidak sama dengan pembayaran tunai tahun pertama. Masa manfaat aktual, komponen, dan kebijakan akuntansi bervariasi, jadi anggap contoh ini sebagai ilustrasi waktu.

Kapasitas bukanlah utilisasi

Kapasitas terpasang menggambarkan apa yang dapat didukung oleh peralatan. Utilisasi menggambarkan seberapa banyak peralatan tersebut benar-benar digunakan, dan utilisasi berbayar menanyakan apakah penggunaan tersebut menghasilkan pendapatan pelanggan. Sebuah server dapat sibuk secara teknis tanpa setiap jam menghasilkan pengembalian ekonomi yang menarik. Eksperimen internal dan beban kerja produksi yang berhadapan dengan pelanggan tidak selalu memiliki profitabilitas yang sama.

Pelatihan melibatkan pembuatan atau pembaruan model, sedangkan inferensi melibatkan penggunaan model terlatih untuk menghasilkan output. Permintaan dapat berpindah antar aktivitas tersebut seiring perkembangan aplikasi. Oleh karena itu, cerita infrastruktur harus menggambarkan beban kerja dan siapa yang membayarnya, daripada mengasumsikan setiap kueri model tambahan diterjemahkan menjadi pendapatan atau margin yang sama.

Lihatlah lebih dari sekadar chip yang paling terlihat

Sistem komputasi yang berguna juga membutuhkan memori, jaringan, daya, pendinginan, dan tempat untuk beroperasi. Jika satu komponen terbatas, membeli lebih banyak komponen lain mungkin tidak langsung menghasilkan kapasitas yang lebih bermanfaat. Ini adalah masalah hambatan: bagian yang paling lambat dan diperlukan dapat membatasi output dari seluruh instalasi.

Bacalah laporan pemasok untuk transisi produk, konsentrasi pelanggan, komitmen, dan inventaris, lalu bandingkan dengan pengungkapan pelanggan tentang pengeluaran dan permintaan layanan. Pelanggan dapat merencanakan investasi lebih banyak sambil menghadapi penundaan yang mendorong penyebaran aktual ke periode pelaporan lain. Jangan mengubah niat, komitmen pembelian, dan pendapatan yang diakui menjadi tiga bagian terpisah dari permintaan tambahan.

Bangun tesis yang dapat diuji, bukan garis pertumbuhan tanpa akhir

Mulailah dengan pernyataan yang bisa terbukti salah: misalnya, infrastruktur tambahan akan didukung oleh serangkaian aplikasi berbayar yang lebih luas. Kemudian identifikasi bukti yang akan melemahkannya, seperti meningkatnya kapasitas menganggur atau pelanggan yang berulang kali memperpanjang jadwal penyebaran. Ini adalah pertanyaan penelitian, bukan klaim tentang kondisi saat ini.

Daftar periksa triwulanan yang berguna menggabungkan pendapatan dan margin pemasok dengan pengeluaran modal pelanggan, penyebaran kapasitas, dan pengungkapan monetisasi. Penilaian berada di akhir proses tersebut. Bahkan jika pasar tumbuh, saham dapat mengecewakan jika harganya sudah mengasumsikan pertumbuhan yang lebih cepat atau lebih menguntungkan. Sebaliknya, tingkat pertumbuhan persentase yang lebih lambat tidak dengan sendirinya menunjukkan bahwa permintaan absolut menurun. Pisahkan tingkat, laju perubahan, dan ekspektasi yang tertanam dalam harga.

Pertanyaan yang akan saya kembalikan adalah apakah pembeli memperoleh cukup pendapatan dari kapasitas baru untuk terus memesan. Pemasok dapat menikmati permintaan yang kuat sementara pelanggannya masih mempertimbangkan penggunaan mana yang membenarkan pengeluaran tersebut; itu adalah cerita yang saling terkait dengan waktu yang berbeda.

Pertanyaan berikutnya tentang belanja AI

Lacak penjualan peralatan, kapasitas yang digunakan, dan pengembalian pelanggan secara terpisah. Ketiganya mengukur tahapan yang berbeda dalam siklus investasi AI.

Apakah pengeluaran modal AI yang lebih besar menjamin pengembalian pemegang saham yang lebih tinggi?

Tidak. Pengembalian juga bergantung pada pemanfaatan, penetapan harga, biaya operasional, umur aset, dan harga yang dibayarkan investor untuk bisnis tersebut.

Sumber

Sumber diperiksa ·

Ikut berdiskusi

Komentar ditampilkan setelah ditinjau dan disetujui. Pendapat berbeda yang relevan tetap diterima.

Tentang dan pedoman