Spór o wycenę Nscale sprowadza się do pytania, ile inwestorzy są gotowi zapłacić dziś za moce obliczeniowe dla AI, które dopiero powstają. Według Bloomberga spółka zabiega o wycenę około 30 mld dolarów, podczas gdy część potencjalnych inwestorów uważa, że przedział 16–19 mld dolarów łatwiej przyciągnąłby kupujących. To stanowisko negocjacyjne, a nie niezależnie ustalona „właściwa” wartość firmy.
2
Kontrakty to nie to samo co działający biznes
Nscale złożyła dokumenty związane z planowanym debiutem na nowojorskiej giełdzie NYSE. Spółka zamierza ubiegać się o notowanie pod symbolem NSCL.
1 Inwestorzy muszą jednak ocenić nie tylko skalę planów i umów, lecz także to, jak szybko Nscale zdoła uruchomić obiekty, uzyskać z nich przychody i pokryć koszty budowy.
Na 31 sierpnia firma wykazywała 103,4 mld dolarów wartości aktywnej i zakontraktowanej, ale aktywne było 2,6 mld dolarów.
45 Tych liczb nie należy traktować zamiennie: wartość zakontraktowana nie oznacza bieżących przychodów, zysku ani gotówki na koncie. Różnica między skalą kontraktów a tym, co już działa, sprawia, że terminy realizacji i wykonanie projektów mają szczególne znaczenie dla oceny wyceny.
Przykładem jest Glomfjord w Norwegii. Doniesienia wskazują, że projekt jest opóźniony o sześć miesięcy: działa tam 6,4 MW z planowanych 30 MW. Wśród problemów wymieniano opóźnienia budowy, kwestie regulacyjne, nieszczelności w systemie chłodzenia i pożar.
38
40 Nie przesądza to o przyszłych przychodach obiektu, ale pokazuje, dlaczego inwestorzy mogą ostrożniej wyceniać moce, które nie zostały jeszcze uruchomione.
Niepewność zwiększa też informacja o wycofaniu się Microsoftu z planowanego projektu centrum danych Nscale w Loughton w hrabstwie Essex.
15
39 Doniesienia nie wyjaśniają przyczyny tej decyzji, więc nie należy przypisywać jej konkretnego powodu ani traktować jako dowodu na szersze zerwanie współpracy między firmami. Zmiana dotycząca klienta może jednak skłonić inwestorów do pytań o dalszą realizację projektu i przyszłych odbiorców jego mocy.
Reuters określił rozważaną wycenę Nscale na poziomie 30 mld dolarów jako optymistyczną.
3 Przedział 16–19 mld jest od niej niższy o około 37–47 proc. Niższa cena zakupu dawałaby inwestorom większy margines na wypadek opóźnień, dodatkowych potrzeb finansowych lub słabszych od oczekiwań zwrotów.
Przypadek Firmus pokazuje, że rynek jest wybredny
Dyskusja o Nscale toczy się w czasie, gdy inwestorzy uważniej przyglądają się giełdowym debiutom firm budujących infrastrukturę AI. Australijska spółka Firmus wycofała planowaną ofertę na giełdzie ASX po tym, jak cena 11 dolarów australijskich za akcję nie przyciągnęła wystarczającego popytu. Firma zapowiedziała, że będzie szukać finansowania na rynku prywatnym.
19
23 Oferta zakładała wycenę spółki na około 30,6 mld dolarów amerykańskich.
23
Niepowodzenie Firmus nie dowodzi, że inwestorzy odrzucają centra danych dla AI jako całą branżę. Pokazuje jednak, że zainteresowanie tym sektorem nie wystarczy, by znaleźć kupujących przy dowolnej cenie. W doniesieniach wskazywano również na obawy dotyczące zadłużenia Firmus i ograniczonej ilości informacji dostępnych inwestorom.
19 Bloomberg opisał jej problemy jako sygnał ostrzegawczy dla innych planowanych ofert infrastruktury AI, po serii rozczarowujących debiutów spółek z tego sektora.
52
O co toczy się gra przy wycenach firm AI
Presję na Nscale najlepiej rozumieć jako żądanie konkretnych dowodów, a nie prostą negację potencjału AI. Inwestorzy zdają się przywiązywać większą wagę do działających mocy, terminowej budowy, pewności co do klientów oraz finansowania potrzebnego do ukończenia projektów. Same sumy kontraktów i plany ekspansji ważą mniej, jeśli nie przekładają się na uruchomione obiekty i trwałe wyniki finansowe. Doniesienia o Nscale i wycofany debiut Firmus są zgodne z takim bardziej selektywnym podejściem.
2
19
52
Dostępne informacje nie wskazują jednej, ustalonej przyczyny, dla której poszczególni inwestorzy preferują konkretną cenę, ani nie dowodzą, że przedział 16–19 mld dolarów jest właściwą wyceną Nscale. Pokazują natomiast zasadniczy problem: w przypadku firm infrastrukturalnych dla AI plany i kontrakty muszą ostatecznie przełożyć się na działające centra danych i stabilne wyniki.