Humanoidy zaczynają się opłacać?
Humanoidy zaczynają się opłacać?
TMT Breakout podrzucił ciekawą analizę Bernsteina o humanoidach. O tyle ciekawą, że analitycy policzyli tam po prostu, czy zakup takiego robota już dzisiaj faktycznie opłaca się firmom. Dla mnie to zdecydowanie ważniejsze niż kolejne spektakularne nagranie startupu, na którym humanoid biega, robi sobie salto albo wbiega w ścianę. Co z tego wynika?
Bernstein wziął cztery główne zastosowania, a mianowicie (1) pracę w magazynach, (2) transport i inspekcję w fabrykach, (3) patrolowanie oraz (4) last-mile delivery. I wychodzi im, że w USA już 3 z 4 tych zastosowań mają dodatnią ekonomikę przy obecnych cenach robotów.
Najlepiej ponoć wygląda patrolowanie. Tutaj zarówno w USA, jak i w Chinach zakup humanoida może zwrócić się w mniej niż 2 lata. I to jest dla mnie najciekawsza część tej analizy, bo coraz łatwiej będzie firmom patrzeć na humanoida po prostu jak na zwykły capex. Jest koszt zakupu, jest koszt pracownika i można normalnie policzyć, po ilu latach ta inwestycja się zwraca.
W pozostałych zastosowaniach też nie brakuje już jakoś dramatycznie dużo. Bernstein szacuje, że żeby zejść do około 2,5 roku paybacku, ceny humanoidów musiałyby spaść, zależnie od zastosowania, o około 5–40% w USA i 30–50% w Chinach.
Tyle że taki spadek cen też wcale nie wygląda dziś jakoś abstrakcyjnie. Bernstein zakłada, że każde podwojenie wolumenu produkcji obniża koszt humanoida o około 15–18%. Według ich obliczeń kolejne 2–3 lata skalowania produkcji mogą więc wystarczyć, żeby ekonomika zaczęła się spinać również tam, gdzie dzisiaj jeszcze trochę do tego brakuje.
I właśnie tutaj może pojawić się ten prawdziwy inflection point w adopcji humanoidów. Bo później koło zaczyna już napędzać się samo. Jak będzie więcej robotów to niższy koszt produkcji, niższy koszt to krótszy payback, krótszy payback otwiera kolejnych klientów, a kolejni klienci jeszcze bardziej zwiększają skalę produkcji.
Bernstein widzi tylko w tych czterech zastosowaniach miejsce na około 11 mln humanoidów. Do 2031 roku roczna sprzedaż tylko w tych obszarach mogłaby dochodzić do około 500 tys. sztuk. Oczywiście takie prognozy na kilka lat do przodu warto traktować z odpowiednim dystansem.
Widać jednak, że cała dyskusja o humanoidach coraz bardziej zaczyna się moim zdaniem sprowadzać do pytania, ile te roboty muszą kosztować, żeby firmie bardziej opłacało się kupić humanoida niż zatrudnić kolejnego człowieka. Coraz mniej chodzi już o fundamentalną debatę, czy one w ogóle będą wystarczająco dobre do wykonywania realnej pracy, bo tutaj, patrząc po postępie technologii, wątpliwości jest coraz mniej.
No i według Bernsteina w kilku zastosowaniach jesteśmy już bardzo blisko tej granicy albo nawet ją przekroczyliśmy. W pozostałych może wystarczyć jeszcze 2–3 lata spadku kosztów.
Najnowsze.
Wielcy pokazali karty, czyli co agenci Google, OpenAI i Microsoftu mówią o Mecie
Similarweb policzył, że 5 października Muse miało 2,182 mln dziennych aktywnych użytkowników w aplikacjach na iPhone'a i Androida. Trzynastego września, według odczytu z tego samego wykresu, było ich około 0,2 mln, więc w trzy tygodnie liczba wzrosła około dziesięciokrotnie.
Ponad dwa tygodnie po moim webinarze o Mecie swoich nowych agentów pokazali Microsoft, OpenAI i Google, więc sprawdzam przy okazji, co z tego, co mówiłem 22 września, na razie się potwierdza.
Broadcom szuka kolejnych miliardów dla OpenAI. Geniusze z Mongolii potrzebują pieniędzy na studia
Bloomberg donosi, że Broadcom prowadzi wstępne rozmowy dotyczące pozyskania około 30 mld USD finansowania dłużnego, które miałoby umożliwić OpenAI zakup projektowanych wspólnie akceleratorów AI. Z kolei Wall Street Journal wskazuje na kwotę przekraczającą 50 mld USD. To doniesienia o potencjalnym finansowaniu tego samego przedsięwzięcia, przy czym formalny proces według Bloomberga jeszcze się nie rozpoczął, a ostateczna struktura transakcji pozostaje otwarta.
Co ciekawe, zaledwie kilka dni temu informowano o organizowanym przez Broadcom pakiecie finansowania o wartości 60 mld USD, przeznaczonym na infrastrukturę wykorzystywaną przez Anthropic i innych klientów. Z tej kwoty 42 mld USD stanowi dług zabezpieczony, przy którym Broadcom zapewnia wsparcie wartości rezydualnej sprzętu. Oznacza to, że spółka pomaga klientom finansować zakup infrastruktury, a jednocześnie bierze na siebie część ryzyka związanego z jej przyszłą wartością.
I tutaj przypomniał mi się jeden z zabawniejszych fragmentów ostatniej konferencji wynikowej Broadcomu. Hock Tan, zapytany o zależność zamówień od zewnętrznego finansowania Anthropic i OpenAI, porównał te firmy do dwóch geniuszy znajdujących się gdzieś pośrodku Mongolii, którzy muszą dostać się na studia, żeby zrealizować swój potencjał. Broadcom, jak tłumaczył, po prostu robi wszystko, co może, żeby im w tym pomóc. No cóż, wygląda na to, że Hock Tan właśnie organizuje obu geniuszom kredyt studencki na kilkadziesiąt miliardów dolarów.
Żarty żartami, ale ekonomicznie ma to sporo sensu. Broadcom chce sprzedawać coraz więcej własnych akceleratorów, a jego dwaj potencjalnie najwięksi klienci potrzebują ogromnych nakładów, żeby móc budować własną infrastrukturę obliczeniową. Na tej samej konferencji Tan przekonywał, że oba laboratoria z czasem staną się samodzielnymi hyperscalerami. Finansowanie ma więc przyspieszyć ich rozwój, a przy okazji zabezpieczyć przyszły popyt na produkty Broadcomu.
Tyle że właśnie tutaj zaczyna się również ryzyko circular financing. Coraz większa część popytu na infrastrukturę AI zależy od tego, czy dostawcy sprzętu i instytucje finansowe będą gotowi pomagać klientom finansować kolejne zakupy. Sam mechanizm nie musi być niczym złym, szczególnie jeśli OpenAI i Anthropic faktycznie osiągną skalę przychodów, której spodziewa się Hock Tan. Problem pojawi się wtedy, gdy tempo monetyzacji AI nie nadąży za nakładami, a wierzyciele zaczną bardziej konserwatywnie podchodzić do finansowania kolejnych projektów. W takim scenariuszu ryzyko nie ograniczy się już do samych laboratoriów, ale zacznie przenosić się również na ich dostawców.
Tencent sięga po kolejne miliardy na AI
Tencent rozważa emisję obligacji o wartości nawet 5 mld USD, żeby sfinansować rosnące inwestycje w AI i infrastrukturę obliczeniową. Według Bloomberga papiery mogą być denominowane w dolarach oraz offshore yuanach, a emisja może ruszyć jeszcze w październiku. Tencent na razie oficjalnie tego nie potwierdził.
Co ciekawe, byłaby to już druga duża emisja długu Tencent w ciągu kilku miesięcy. W czerwcu spółka pozyskała około 4,7 mld USD, w największej emisji obligacji od 2020 roku. Środki miały służyć m.in. rozwojowi produktów i usług AI.
To kolejny przykład tego, jak boom AI coraz mocniej wchodzi na rynek długu. Tencent dołącza do rosnącej grupy firm, które zamiast finansować cały wzrost capexu wyłącznie z własnych przepływów, sięgają po obligacje i inne formy finansowania, żeby przyspieszyć budowę infrastruktury AI.
Intensyfikujące się inwestycje Tencenta w AI mają też moim zdaniem ciekawą konsekwencję dla Sea Limited, w której chiński gigant posiada 17,0% akcji, czyli około 104,3 mln sztuk, według ostatniego raportu rocznego Sea.
Tencent uważam za jednego z lepiej spozycjonowanych kandydatów do stworzenia chińskiego odpowiednika Muse, więc trudno zakładać, że jego ambicje inwestycyjne w AI będą malały. Jeśli jednak skala wydatków na AI zacznie z czasem ograniczać elastyczność bilansową i gotówkową spółki, naturalnym źródłem dodatkowego kapitału może stać się sprzedaż części posiadanych aktywów, w tym właśnie akcji Sea.
Nie twierdzę, że Tencent już je sprzedaje, bo nie mam na to potwierdzenia, tylko zastanawiam się jednak, czy inwestorzy nie zaczynają przynajmniej częściowo dyskontować takiego scenariusza. Dla Sea byłoby to ryzyko bardzo dużej podaży akcji, nawet gdyby sam biznes rozwijał się zgodnie z oczekiwaniami.