Michael Burry ostrzega przed boomem AI. Kluczowe pytanie: jak długo GPU zarabiają na siebie?

Porównanie boomu na infrastrukturę AI z komputerową gorączką leasingową końca lat 60. nie oznacza, że Michael Burry uważa sztuczną inteligencję za bezużyteczną. Jego ostrzeżenie dotyczy sposobu finansowania drogiego sprzętu i szacowania jego wartości. Jeśli inwestycje opierają się na zbyt optymistycznych założeniach o popycie, przychodach z wynajmu GPU i cenach odsprzedaży, rozczarowanie może uderzyć w właścicieli układów, kredytodawców i inwestorów. To teza o ryzyku, a nie dowód, że popyt na AI się załamie. 11923

Spór dotyczy wartości ekonomicznej, nie tego, czy układ wciąż działa

W prezentacji dla inwestorów Nvidia argumentowała, że infrastruktura oparta na układach A100, H100 i B200 może zachować wartość dłużej, niż sugeruje przyspieszony, pięcioletni harmonogram amortyzacji. Wykres przedstawia wartość sprzętu w czasie, ale Burry kwestionuje to, czy takie szacunki oznaczają, że firmy rzeczywiście odzyskają koszt jego zakupu. 6

Amortyzacja nie jest po prostu prognozą, kiedy chip przestanie działać. W ujęciu Burry’ego chodzi o rozłożenie poniesionego nakładu na okres, w którym sprzęt może konkurencyjnie zarabiać, z uwzględnieniem jego ewentualnej wartości na koniec tego okresu. GPU może nadal działać, a nawet znaleźć najemcę, lecz przynosić coraz mniejsze przychody, gdy nowsze układy przejmują najbardziej dochodowe zadania. 16

Dlatego Burry podważa wniosek, że dalsze użytkowanie sprzętu dowodzi jego długiej żywotności ekonomicznej. Jego zdaniem szacunki wartości końcowej oparte na prognozowanych przepływach pieniężnych to nie to samo co dane o rzeczywistych cenach odsprzedaży. Praktyczne pytanie brzmi: czy łączne przychody z użytkowania GPU i jego późniejsza sprzedaż uzasadnią pierwotny koszt zakupu? 216

Skąd porównanie z leasingiem komputerów w latach 60.?

W analogii Burry’ego nie chodzi o to, że komputery sprzed kilkudziesięciu lat i dzisiejsze GPU są identyczne. Podobieństwo widzi w możliwości, że gwałtowny wzrost inwestycji opiera się na oczekiwaniu trwałego popytu i wysokiej wartości sprzętu, podczas gdy modele finansowania zakładają, że urządzenia nadal będą przynosić zyski. Jeśli zawiodą popyt, przychody z wynajmu lub ceny odsprzedaży, utrzymanie kosztownej infrastruktury może stać się trudniejsze. Burry wskazuje w tym kontekście na finansowanie zabezpieczone GPU oraz kredyt prywatny. 11923

To porównanie nie jest prognozą, że historia powtórzy się dokładnie. Zwraca uwagę na możliwy słaby punkt: jeśli opłacalność przedsięwzięcia zależy od tego, jaką wartość zachowa sprzęt, spadek jego zdolności do generowania przychodów może mieć znaczenie nawet wtedy, gdy nadal da się go używać.

Co krótszy okres opłacalności GPU oznaczałby dla Big Tech?

Przyjęcie dłuższego okresu użytkowania rozkłada koszt sprzętu na większą liczbę lat, a tym samym obniża bieżące roczne koszty amortyzacji. Burry uważa, że okresy przyjmowane przez część największych dostawców chmury są zbyt długie. Jego zdaniem dwa–trzy lata lepiej oddają czas, w którym GPU pozostaje najbardziej dochodowe i konkurencyjne, podczas gdy w doniesieniach pojawiają się harmonogramy rzędu pięciu lub sześciu lat. To sporne szacunki, a nie ustalony okres życia każdego układu. 3

Jeśli rację ma Burry, firmy mogą dziś wykazywać zbyt niskie koszty amortyzacji, a przez to wyższe zyski niż przy krótszym okresie rozliczania sprzętu. Mogłyby też stanąć przed koniecznością wcześniejszej wymiany urządzeń albo odpisania ich wartości, jeśli nie spełnią oczekiwań. Burry oszacował skumulowaną różnicę w kosztach amortyzacji u dostawców chmury do 2028 r. na dużą kwotę; to jego wyliczenie, a nie potwierdzona strata. 3

Istnieje też kontrargument: starsze GPU mogą nadal pracować i przynosić przychody z wynajmu. To przemawia przeciw tezie, że sprzęt staje się bezwartościowy natychmiast po premierze nowszej generacji. Nie rozstrzyga jednak samo w sobie, ile starszy układ może zarobić ani czy pokryje to koszt zakupu. 916

Dlaczego operatorzy GPU finansujący sprzęt długiem mogą być bardziej narażeni?

Firma, która pożycza pieniądze na zakup GPU, może znaleźć się w trudnej sytuacji, jeśli przychody z urządzeń lub ich wartość jako zabezpieczenia spadną, a zobowiązania kredytowe pozostaną. Słabsza opłacalność wynajmu mogłaby wtedy utrudnić spłatę lub refinansowanie długu. To ryzyko warunkowe, nie dowód, że każda pożyczka zabezpieczona GPU zakończy się problemami. W szerszym porównaniu historycznym Burry wskazuje właśnie na finansowanie GPU i kredyt prywatny. 223

Dlatego warto obserwować nie tylko wydajność układów i stopień ich wykorzystania. Liczy się również to, ile klienci zapłacą za wynajem starszego sprzętu, za jaką cenę da się go sprzedać i czy uzyskane przepływy pieniężne pokryją koszty posiadania oraz finansowania.

Co mówią, a czego nie dowodzą opcje sprzedaży Burry’ego?

Według doniesień Burry zamknął krótkie pozycje na akcjach Nvidii i przeszedł na opcje sprzedaży, w tym kontrakty wygasające we wrześniu 2027 r. Miał też stwierdzić, że przyspieszył oczekiwany termin problemów na rynku. 1722

Opcja sprzedaży (put) daje jej posiadaczowi prawo do sprzedaży akcji po ustalonej cenie przed określonym terminem wygaśnięcia. Opisywana pozycja wskazuje więc, że Burry zakłada możliwy spadek kursu Nvidii w czasie trwania kontraktu. Nie dowodzi jednak, że kurs rzeczywiście spadnie ani że cała jego teza jest słuszna. 29

Ostatecznie rozstrzygające będą dane: czy starsze GPU mogą przez wystarczająco długi czas zarabiać tyle, by uzasadnić koszt zakupu i finansowania. Dalsze użytkowanie sprzętu ma znaczenie, ale nie daje pełnej odpowiedzi. Teza Burry’ego zależy od tego, jak będą kształtować się stawki wynajmu, ceny odsprzedaży i rzeczywiste zwroty z inwestycji — a to wciąż nie jest przesądzone.