30 трильйонів знань робітників, 30 трильйонів споживчий ринок – керування ерою AI інференції

Morgan Stanley вважає, що індустрія штучного інтелекту стрімко переходить від етапу побудови інфраструктури до "ери інференсу", і ця технологічна еволюція оцифрує та змінить глобальний ринок знань вартістю від 20 до 30 трильйонів доларів і близько 30 трильйонів доларів споживчого ринку, що стане рушієм безпрецедентної ротації секторів на ринках капіталу.

За інформацією трейдингової платформи Zhuifeng, 7 вересня у дослідженні Morgan Stanley під керівництвом Brian Nowak "The Morgan Stanley AI Guidebook: Navigating the Age of Inference" зазначено: У міру того, як інвестиції в дата-центри гіпермасштабованих хмарних провайдерів, за прогнозом, досягнуть піку у 2027 році та значно сповільняться у 2028 році, рух фінансів у технологічному циклі підходить до важливого переломного моменту.

(Очікується, що у 2027/2028 роках капітальні витрати гіпермасштабованих хмарних провайдерів сягнуть приблизно 1,5 трлн/1,6 трлн доларів)

Очікується, що інвесторський капітал поступово відтікає з напівпровідникового та апаратного рівня і масово переходить до програмного рівня та AI-інтеграторів, такі технологічні гіганти як Amazon, Google, Microsoft і META з повною екосистемою та вільним грошовим потоком зустрінуть новий цикл розширення оцінки.

(Очікується, що бізнес-цикл AI розшириться на сферу програмного забезпечення, сервісів і компанії з застосуванням штучного інтелекту)

У звіті підкреслюється, що застосування AI на корпоративному та споживчому рівнях вже демонструє прискорену експансію. Станом на другий квартал 2026 року близько 25% компаній у індексі S&P 500 вже почали кількісно оцінювати фінансову вигоду від генеративного AI.

Водночас ринок кредитного фінансування AI-інфраструктури демонструє велику стійкість: з початку року глобальний обсяг випуску боргових інструментів, пов’язаних з AI, вже досяг близько 450 млрд доларів. Потужний операційний грошовий потік гіпермасштабованих хмарних провайдерів повністю покриває майбутні боргові потреби, тим самим усуваючи побоювання щодо фінансового вузького місця.

У цей перехідний період ринковий фокус повністю зміщується до показників окупності інвестицій у AI, конкурентного ландшафту відкритих моделей, а також дедалі більш виразних обмежень електроенергії та регулювання. Як знайти баланс між стрімким зростанням обчислювальної потужності та фізичними обмеженнями — це визначить кінцевий напрямок трильйонних витрат на інференс у наступному етапі.

Потоки капіталу на переломі: остигання апаратного рівня, зростання програмного та інтеграторів

Morgan Stanley вважає, що траєкторія капітальних витрат гіпермасштабованих хмарних провайдерів є ключовим індикатором ротації ринкового капіталу.

Очікується, що до 2027 року капітальні витрати на дата-центри зростуть на 60% рік до року і досягнуть 1,5 трлн доларів. Проте через обмеження робочої сили, матеріалів та електроенергії, а також часткове передбачення потужностей на 2027–2029 роки, у 2028 році темпи зростання капітальних витрат значно знизяться до приблизно 12%.

Таке уповільнення разом зі зростанням доходів на програмному рівні свідчить про початок типового багато-річного циклу ротації фінансування у технологіях. Це повністю відповідає закономірностям епохи мобільного інтернету: після вибухового старту апаратного та напівпровідникового рівнів, цінність перетікає у застосування та програмні сервіси.

(Відносна динаміка акцій у період мобільного інтернету)

Хоча акції апаратного рівня не впадуть стрімко через невисоку оцінку, проте зі зміщенням прибутку до верхніх рівнів програмне забезпечення та інтегратори отримають більше можливостей для мульти-розширення.

З реалізацією капітальних витрат загальна потужність обчислень у світі експоненційно зростатиме. Очікується, що до 2028 року вона зросте з 35 GW у 2025 до приблизно 145 GW.

(Morgan Stanley прогнозує шлях до приблизно 145GW обчислювальної потужності у 2028 році)

Частка спеціалізованих ASIC-чипів серед нової обчислювальної потужності підскочить з 34% у 2025 році до 66% у 2028 році, а Google TPU та Amazon Trainium стануть драйверами цієї структурної трансформації.

(Доля продуктивності ASICs у найближчі роки буде зростати)

Проникнення у 60 трильйонний ринок: технології й фінанси очолюють

З вступом у еру інференсу генеративний AI стикається зі справжнім випробуванням — комерціалізацією.

Ринок стоїть перед цифровою можливістю глобальних знань на 20–30 трильйонів доларів, а також споживчим простором у близько 30 трильйонів доларів, куди входять роздріб, туризм, автопілот, доставка їжі й реклама.

(Звіт оцінює близько 30 трильйонів споживчих витрат, що очікують діджиталізації)

Темпи впровадження на рівні застосувань пришвидшуються. З макроекономічної точки зору, технологічна індустрія лідирує у впровадженні та кількісному аналізі ефекту генеративного AI, слідом йдуть фінансовий, медичний та промисловий сектори.

(Кейс застосування охоплює всю економіку)

Частка згадок про AI у фінансових звітах технологічних компаній зросла з 28% рік тому до 51% сьогодні.

Історична аналогія показує, що поточний рівень проникнення AI може бути значно недооцінений. У другому році розвитку хмарних технологій (2014) витрати на публічні хмари склали 4% всього IT бюджету. Якщо екстраполювати цей темп, то до 2027 року корпоративні витрати на AI сягнуть приблизно 800 млрд доларів.

(З корпоративної точки зору, у 2014 році, другому році публічних хмар, вони вже складали 4% IT бюджету)

Оскільки AI не потребує масової інфраструктурної міграції і забезпечує коротший цикл конверсії цінності, реальні темпи поширення, ймовірно, перевищать темпи хмарних технологій. На споживчому рівні платформи, що володіють великими першими даними і каналами дистрибуції, матимуть абсолютну перевагу.

(Швидкість розвитку генеративного AI буде навіть вищою: навіть якщо рівень проникнення на другий рік 2027 року складатиме лише 4%, це означає бюджет на AI для корпоративного сектору на рівні 800 млрд доларів)

Окупність обчислювальної потужності та open-source моделі: трансформація бізнесу

Щодо питання окупності капіталу, аналіз показує, що генеративний AI має надзвичайно високу інвестиційну привабливість: очікувана рентабельність капіталу (ROIC) за кількома шляхами монетизації становить від 25% до 50%.

Найвищі прибутки отримують компанії, що запускають API моделей на власній інфраструктурі (наприклад META, Google, SpaceX) — їх ROIC сягає близько 46%. Навіть чисто гіпермасштабована оренда GPU (IaaS) забезпечує близько 30% ROIC.

(25%–50% ROIC трьох конструкцій генеративного AI)

На рівні моделей відкриті моделі з нижчою собівартістю обслуговування не зменшують потребу у обчислювальній потужності, а навпаки — стають ключем до поширення AI на весь економічний спектр.

Open-source моделі знижують середню ціну токену, викликаючи парадокс Джевонса, тобто зниження цін призводить до вибухового зростання потреби в інференсі.

Така конкурентна динаміка змусить фронтальні AI-лабораторії постійно інновувати задля боротьби за частку інференс-витрат, а також зміцнить ключову цінність "шару маршрутизації моделей" гіпермасштабованих хмарних провайдерів (наприклад AWS Bedrock, MSFT Foundry, GOOGL Vertex).

Ці хмарні платформи підбирають найбільш економічні моделі для різних задач, максимізуючи ефективність обчислень і монетизації.

Подолання інфраструктурних bottleneck’ів: кредитна експансія та енергетичний прорив

Основою для цього величезного ринку інференсу є невпинне фінансування та розширення інфраструктури.

Незважаючи на різкий стрибок боргових випусків, пов’язаних з AI, до близько 450 млрд доларів з початку року, якісні гіпермасштабовані хмарні провайдери мають великий потенціал для додаткових емісій. Регулювання ринку буде переважно проявлятися у розширенні кредитного спреду.

Ще важливіше, що операційний грошовий потік Amazon, Google, META та Microsoft швидко зростає. Очікується, що у 2027 та 2028 роках операційний потік цих чотирьох гігантів досягне 980 млрд і 1,2 трлн доларів відповідно — це у 7–8 разів перевищує необхідність збору 290 млрд доларів боргового фінансування на той період, демонструючи величезну фінансову стійкість.

Однак фізичні обмеження залишаються суворими. Влада штатів та міст інтенсифікує політичні перевірки щодо впливу дата-центрів на тарифи електроенергії, споживання води тощо.

Щоб уникнути затримок підключення до мережі, великі дата-центри дедалі частіше використовують onsite генерацію електроенергії ("З-за лічильника"), що збільшує капітальні витрати на кожен GW приблизно на 3 млрд доларів.

Жорстка потреба заміни часу на електроенергію означає, що локальні генераційні компанії та провайдери із зовнішніми енергетичними активами мають довгострокову інвестиційну привабливість.

(Енергетичні оболонки та стійки залишаються найбільшим рушієм інвестицій в обчислювальну потужність)