Майкл Бьюрри предупреждает о Nvidia: бычий и медвежий сценарии для бума ИИ-чипов

Торговля ИИ переходит в более требовательную фазу. Последние три года бычий тезис был относительно прост: гиперскейлерам требовалось больше вычислительных мощностей, Nvidia доминировала на рынке ИИ-ускорителей, а более крупным моделям требовались все большие кластеры. Эта логика по-прежнему имеет сильную поддержку, но теперь инвесторы сталкиваются с более сложным вопросом: могут ли доходы от ИИ и прибыль от производительности идти в ногу с экстраординарными капитальными затратами, необходимыми для создания инфраструктуры?

Критика Майклом Бьюрри новой инициативы Nvidia по финансированию ИИ на сумму $500 млрд вписывается в эту более широкую дискуссию. Он назвал этот план «признаком отчаяния», задаваясь вопросом, не становится ли спрос на ИИ слишком зависимым от финансирования. Nvidia, тем временем, утверждает, что партнерства с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR могут привлечь более $500 млрд стороннего капитала для ИИ-инфраструктуры.

Настоящие дебаты между быками и медведями шире, чем просто финансирование. Все сводится к расходам гиперскейлеров, монетизации ИИ, циклам замены чипов, конкуренции и доходности на капитал.

Бычий сценарий: спрос на ИИ продолжает расти

Самый сильный бычий аргумент прост: цикл расходов еще не прервался.

Выручка Nvidia в первом финансовом квартале 2027 года достигла $81.6 млрд, увеличившись на 85% по сравнению с аналогичным периодом прошлого года, в то время как выручка дата-центров выросла на 92% до $75.2 млрд. Компания прогнозирует выручку в размере около $91 млрд в следующем квартале, даже без учета доходов от вычислений в дата-центрах Китая.

Ее крупнейшие клиенты также ускоряют инвестиции. Alphabet повысила прогноз капитальных затрат на 2026 год до $195–205 млрд. Meta ожидает $130–145 млрд. Microsoft потратила $41 млрд в последнем квартале, при этом около двух третей было направлено на активы с более коротким сроком службы, такие как CPU и GPU.

Что еще более важно, ИИ-инфраструктура начинает приносить реальный доход. Выручка Google Cloud во втором квартале выросла на 82% до $24.8 млрд, а портфель заказов достиг $514 млрд. Облачная выручка Microsoft превысила $214 млрд в 2026 финансовом году, при этом спрос все больше выходит за рамки компаний, разрабатывающих передовые модели.

Это важно, поскольку следующий этап роста ИИ может быть связан с инференсом, агентами, программированием, рекламой, поиском, промышленным ИИ и корпоративным внедрением, а не только с обучением передовых моделей. Если ИИ станет частью повседневных производственных задач, спрос на полупроводники может оставаться структурно высоким в течение многих лет.

Rubin предоставляет еще один катализатор. Nvidia заявляет, что платформа уже находится в производстве, а поставки систем начнутся во второй половине 2026 года. Ожидается, что AWS, Google Cloud, Microsoft, Oracle и CoreWeave станут одними из первых пользователей.

Возможности также выходят за рамки Nvidia. Более крупным ИИ-кластерам требуется больше памяти HBM, передовых технологий упаковки, сетевых решений, оптических соединений, энергетической инфраструктуры и охлаждения. Даже если Nvidia в конечном итоге займет меньшую долю от каждого дополнительного доллара в сфере ИИ, общий рынок ИИ-инфраструктуры может продолжить расширяться.

Медвежий сценарий: сможет ли монетизация догнать затраты?

Медведи могут посмотреть на те же цифры капитальных затрат и прийти к совершенно иному выводу.

Во втором квартале Alphabet потратила $44.9 млрд на капитальные затраты и получила отрицательный свободный денежный поток в размере $5.9 млрд. Meta потратила $31.1 млрд и получила лишь $784 млн квартального свободного денежного потока. Microsoft также признала, что инвестиции в ИИ-инфраструктуру оказывают давление на маржинальность облачных сервисов.

Поэтому ключевой вопрос прост:

Какую дополнительную выручку от ИИ принесет каждый дополнительный доллар капитальных затрат?

Бум может продолжаться до тех пор, пока гиперскейлеры считают, что вычислительные мощности остаются в дефиците. Рынок станет более уязвимым, как только мощности сравняются со спросом, и компании начнут требовать более высокой отдачи от каждого нового дата-центра.

Технологическое устаревание создает еще один риск. Nvidia быстро переходит от Hopper к Blackwell, Blackwell Ultra и Rubin. Старые GPU по-прежнему могут приносить доход за счет инференса, тонкой настройки и менее затратных облачных рабочих нагрузок, но их экономическая ценность может быстро упасть, поскольку новые архитектуры улучшают производительность на ватт и снижают стоимость за токен.

Именно здесь критика финансирования со стороны Бьюрри становится актуальной. Новые партнерства Nvidia на Уолл-стрит направлены на привлечение более $500 млрд стороннего финансирования. Его медвежья интерпретация заключается в том, что для поддержания цикла расходов, долгосрочная доходность которого остается неопределенной, может потребоваться все более сложное финансирование.

Настоящая опасность возникнет, если спрос на ИИ ослабнет в то же время, когда ставки аренды старых GPU и их остаточная стоимость резко упадут. Облачные ИИ-операторы с высокой долей заемных средств тогда столкнутся с одновременным ослаблением денежного потока и обесцениванием залога.

Конкуренция добавляет еще одну точку давления. Google расширяет развертывание TPU за пределы исключительно внутреннего использования, в то время как AMD и пользовательские ускорители, поддерживаемые такими компаниями, как Broadcom, нацелены на рабочие нагрузки, где премиальную экономику Nvidia может стать сложнее оправдать.

Nvidia все еще может расти в таких условиях, но доля рынка, ценовая власть и маржа полупроводников могут постепенно нормализоваться.

Что определяет следующую сделку с ИИ?

Следующая фаза торговли ИИ-чипами сводится к четырем переменным:

рост выручки от ИИ, капитальные затраты гиперскейлеров, использование GPU и маржа полупроводников.

Бычий путь остается неизменным, если ИИ-приложения продолжат распространяться, инференс будет расширяться, гиперскейлеры по-прежнему будут ограничены в мощностях, старые GPU найдут прибыльное применение на более низких уровнях, а Rubin запустит еще один цикл обновлений.

Медвежий путь начинается, когда капитальные затраты растут существенно быстрее, чем монетизация, маржа облачных сервисов сжимается, экономика старых GPU ухудшается, а гиперскейлеры наконец замедляют расходы на инфраструктуру.

Главный вопрос шире, чем план финансирования Nvidia на $500 млрд:

Может ли ИИ создать достаточную экономическую ценность, чтобы оправдать уже строящуюся инфраструктуру — и еще большую волну инвестиций, которая еще впереди?

Если ответ остается утвердительным, у цикла ИИ-полупроводников еще есть потенциал для роста. Если эта связь начнет рушиться, инвесторам, возможно, придется переоценить всю цепочку от Nvidia и памяти до сетей, литейных производств и облачных ИИ-операторов.