Big Tech masih kelihatan seperti salah satu mesin menjana wang terkuat dalam perniagaan moden.
Belanjawan Big Tech AI bukan sekadar kitaran perbelanjaan lain. Ia mengubah cara pelabur harus membaca aliran tunai syarikat seperti Meta, Alphabet, Microsoft dan Amazon. Firma ini masih mempunyai perniagaan teras yang berkuasa, tetapi infrastruktur AI memerlukan cip, pusat data, tenaga, bakat, pembiayaan hutang dan susut nilai pada masa hadapan. Persoalan sebenar bukanlah sama ada AI berguna, tetapi sama ada Big Tech boleh menukar perbelanjaan AI besar-besaran kepada aliran tunai percuma yang mampan.
Meta menjual pengiklanan pada skala global. Abjad mengawal carian, YouTube dan infrastruktur awan. Microsoft mempunyai perisian perusahaan, awan dan pengedaran AI. Amazon mempunyai e-dagang, logistik dan AWS. Syarikat-syarikat ini masih menguntungkan, masih berkuasa dan masih tertanam dalam kehidupan seharian.
Tetapi era AI sedang mengubah cara kita harus membaca penyata kewangan mereka.
Isu utama bukanlah sama ada Big Tech menguntungkan. Isunya ialah sama ada metrik aliran tunai tradisional menangkap sepenuhnya kos sebenar binaan AI.
AI bukan sekadar perisian. Ia memerlukan cip, pusat data, tenaga, penyejukan, peralatan rangkaian, bakat khusus dan komitmen infrastruktur jangka panjang. Ini menjadikan AI sangat berbeza daripada model internet lama, di mana perisian selalunya boleh berskala dengan intensiti modal yang lebih ringan.
Itulah sebabnya capex AI penting.
Ia menjadikan Big Tech daripada platform perisian ringan aset kepada syarikat infrastruktur yang memerlukan modal. Dan apabila itu berlaku, pelabur, pengasas dan pemilik perniagaan perlu melihat di luar keuntungan tajuk utama dan bertanya soalan yang lebih mendalam:
Berapakah jumlah aliran tunai percuma yang benar-benar tinggal selepas perbelanjaan AI, kos bakat dan susut nilai infrastruktur masa hadapan?
Maksud Big Tech AI Capex Sebenarnya
Capex bermaksud perbelanjaan modal.
Ia adalah wang yang dibelanjakan oleh syarikat untuk aset jangka panjang seperti bangunan, pelayan, cip, peralatan rangkaian dan pusat data. Dalam era AI, belanja modal telah menjadi salah satu nombor terpenting dalam teknologi.
Untuk Big Tech, capex AI bukan pilihan.
Jika Meta mahu membina sistem AI yang lebih maju, ia memerlukan pusat data dan kuasa pengkomputeran. Jika Alphabet mahukan Gemini, Google Cloud dan carian AI kekal berdaya saing, ia memerlukan lebih banyak infrastruktur teknikal. Jika Microsoft mahu menyokong AI merentas perisian Azure, Copilot dan perusahaan, ia memerlukan kapasiti awan berskala besar. Jika Amazon mahu AWS kekal sebagai penyedia infrastruktur AI utama, ia memerlukan pelaburan berterusan.
Inilah sebab mengapa capex AI bukan sekadar item baris lain.
Ia adalah asas fizikal strategi AI.
Masalahnya ialah infrastruktur AI mahal. Ia memerlukan perbelanjaan pendahuluan yang besar hari ini, manakala pulangan mungkin tiba kemudian, perlahan-lahan atau kurang diramalkan daripada yang dijangkakan.
Itu menimbulkan masalah masa.
Big Tech mesti berbelanja sekarang untuk kekal dalam perlumbaan AI, tetapi pelabur mungkin hanya mengetahui beberapa tahun kemudian sama ada perbelanjaan itu menghasilkan pulangan yang mencukupi.
Aliran Tunai Percuma Masih Penting, Tetapi Ia Memerlukan Lebih Banyak Konteks
Aliran tunai percuma adalah salah satu metrik kewangan yang paling penting dalam perniagaan.
Secara ringkasnya, aliran tunai percuma ialah tunai yang dijana oleh syarikat daripada operasi selepas perbelanjaan modal. Ia penting kerana wang inilah yang boleh menyokong pembelian balik saham, dividen, pembayaran balik hutang, pemerolehan atau pelaburan masa hadapan.
Selama bertahun-tahun, Big Tech mempunyai aliran tunai percuma yang luar biasa.
Itulah salah satu sebab syarikat-syarikat ini menjadi sangat berharga. Perniagaan digital mereka boleh menjana sejumlah besar wang tunai tanpa memerlukan keamatan infrastruktur fizikal yang sama seperti syarikat industri tradisional.
AI mengubah persamaan ini.
Apabila capex meningkat dengan mendadak, aliran tunai percuma boleh mengecut walaupun pendapatan dan pendapatan operasi terus kelihatan kukuh. Sebuah syarikat masih boleh melaporkan pendapatan yang kukuh, tetapi jika ia berbelanja besar untuk pusat data dan perkakasan AI, wang tunai yang tinggal selepas pelaburan mungkin lebih rendah.
Ini tidak bermakna perniagaan itu lemah.
Ini bermakna perniagaan sedang berubah.
Pelabur bukan sahaja harus bertanya sama ada Big Tech sedang berkembang. Mereka harus bertanya sama ada pertumbuhan memerlukan lebih banyak modal daripada sebelumnya.
Itulah persoalan aliran tunai sebenar di sebalik AI.
Mengapa Pampasan Berasaskan Saham Penting dalam Era AI
Pampasan berasaskan saham, atau SBC, adalah satu lagi bahagian penting dalam kisah aliran tunai AI.
Big Tech bersaing secara agresif untuk penyelidik AI, jurutera, pakar infrastruktur dan pemimpin produk. Untuk menarik dan mengekalkan bakat ini, syarikat sering menggunakan geran saham dan unit stok terhad sebagai sebahagian daripada pampasan.
Ini adalah perkara biasa dalam teknologi.
Isu perakaunan lebih halus.
Pampasan berasaskan saham direkodkan sebagai perbelanjaan di bawah peraturan perakaunan, tetapi kerana ia bukan tunai pada masa ia diiktiraf, ia ditambah semula dalam penyata aliran tunai operasi. Ini bermakna aliran tunai operasi yang dilaporkan boleh kelihatan lebih kukuh daripada kos ekonomi yang dialami oleh pemegang saham.
Kos sebenar muncul dalam dua cara.
Pertama, pemegang saham boleh dicairkan apabila saham baru dikeluarkan kepada pekerja. Kedua, syarikat mungkin menggunakan wang tunai untuk membeli balik saham untuk mengimbangi pencairan tersebut.
Apabila syarikat menggunakan sejumlah besar wang tunai untuk pembelian balik terutamanya untuk meneutralkan pampasan saham pekerja, wang tunai itu tidak benar-benar pilihan. Dari segi ekonomi, ia berkelakuan lebih seperti sebahagian daripada kos bakat.
Ini lebih penting dalam era AI kerana bakat AI sangat mahal.
Jika perlumbaan untuk bakat AI terus mendorong pampasan lebih tinggi, pelabur perlu memahami bahawa kos mungkin tidak dapat dilihat sepenuhnya melalui aliran tunai bebas tajuk sahaja.
Bagaimana Belian Balik Boleh Menyembunyikan Kos Tunai Bakat
Belian balik saham sering dibentangkan sebagai pulangan pemegang saham.
Dalam banyak kes, itu benar. Sebuah syarikat boleh menggunakan lebihan tunai untuk membeli balik saham, mengurangkan kiraan saham dan nilai pulangan kepada pelabur.
Tetapi pembelian balik juga boleh memberi tujuan lain: mengimbangi pencairan daripada pampasan berasaskan saham.
Perbezaan ini penting.
Jika syarikat memberikan stok pekerja dan kemudian menggunakan tunai untuk membeli balik saham untuk mengelakkan pencairan, pembelian balik itu bukan semata-mata pulangan sukarela lebihan modal. Ia sebahagiannya merupakan kos tunai yang berkaitan dengan pampasan pekerja.
Bagi syarikat seperti Meta, isu ini menjadi sangat ketara kerana penganalisis menunjukkan bahawa sebahagian besar aliran tunai percumanya telah digunakan secara berkesan oleh kos tunai yang terikat dengan anugerah saham pekerja dan pengurusan pencairan.
Ini tidak bermakna Meta tidak menguntungkan.
Ini bermakna nombor aliran tunai percuma biasa mungkin tidak menceritakan kisah penuh tentang jumlah wang tunai yang benar-benar tersedia selepas mengekalkan struktur bakat di sebalik perniagaan.
Idea yang sama boleh digunakan di seluruh syarikat teknologi, walaupun skalanya mungkin berbeza.
Pengajarannya mudah: tidak semua pembelian balik bermaksud perkara yang sama.
Sesetengah pembelian balik memulangkan lebihan tunai. Yang lain membantu membaiki pencairan yang dihasilkan oleh pampasan berasaskan stok. Pelabur perlu tahu yang mana satu yang mereka lihat.
AI Capex Menjadikan Teknologi Besar Menjadi Syarikat Infrastruktur
Model perniagaan perisian lama adalah menarik kerana ia agak ringan aset.
Sebuah syarikat boleh membina perisian sekali dan memberi perkhidmatan kepada berjuta-juta pengguna pada margin yang tinggi. Penskalaan masih memerlukan pelayan, jurutera dan infrastruktur, tetapi ekonomi selalunya jauh lebih ringan daripada industri fizikal.
AI berbeza.
Frontier AI memerlukan kapasiti pengiraan yang besar. Melatih dan menjalankan model besar memerlukan cip mahal, pelayan khusus, kuasa, penyejukan dan hartanah pusat data. Ini bermakna AI menarik syarikat teknologi lebih dekat dengan ekonomi infrastruktur.
Itu tidak bermakna Big Tech menjadi syarikat utiliti.
Tetapi ini bermakna intensiti modal semakin meningkat.
Ini adalah perubahan penting. Apabila perniagaan menjadi lebih berintensif modal, pelabur harus menuntut jenis analisis yang berbeza. Persoalannya bukan lagi hanya mengenai pertumbuhan pengguna, pertumbuhan pendapatan atau inovasi produk.
Persoalannya menjadi:
Apakah pulangan ke atas modal yang dilaburkan?
Jika Big Tech membelanjakan ratusan bilion untuk infrastruktur AI, pasaran akhirnya perlu melihat sama ada perbelanjaan itu menghasilkan hasil yang mencukupi, peningkatan margin, keuntungan produktiviti atau perlindungan strategik.
Infrastruktur AI mungkin diperlukan.
Tetapi perbelanjaan yang diperlukan tidak selalunya perbelanjaan pulangan tinggi.
Mengapa Keuntungan Nvidia Tiba Sebelum Susut Nilai Teknologi Besar
Salah satu bahagian yang paling menarik dalam kitaran AI ialah perbezaan masa antara pembekal dan pembeli.
Syarikat seperti Nvidia menjual cip dan perkakasan yang menguasai infrastruktur AI. Apabila permintaan kukuh, hasil dan keuntungan mereka boleh muncul dengan cepat.
Tetapi untuk syarikat Big Tech yang membeli perkakasan, perakaunan berfungsi secara berbeza.
Pelayan AI, GPU dan aset pusat data biasanya menggunakan huruf besar. Ini bermakna kos tidak serta-merta mencecah penyata pendapatan sekaligus. Sebaliknya, ia menjadi aset pada kunci kira-kira dan dibelanjakan secara beransur-ansur melalui susut nilai dari semasa ke semasa.
Ini mewujudkan kesan jangka pendek.
Pasaran boleh melihat keuntungan pembekal hari ini, manakala kos penuh pembeli muncul secara beransur-ansur dalam tempoh masa hadapan.
Ini tidak bermakna perakaunan itu salah.
Ini bermakna pelabur perlu memahami masa. Tempoh perbelanjaan infrastruktur AI yang banyak boleh menjadikan pasaran yang lebih luas kelihatan lebih kukuh dalam jangka pendek kerana pembekal mengiktiraf hasil dengan cepat, manakala pembeli menyerap kos selama bertahun-tahun.
Risiko utama adalah apa yang berlaku kemudian.
Apabila lebih banyak pusat data AI memasuki perkhidmatan, perbelanjaan susut nilai mungkin meningkat. Jika hasil AI dan faedah produktiviti berkembang cukup pantas, itu boleh diurus. Tetapi jika pulangan lebih perlahan daripada jangkaan, margin keuntungan masa depan dan aliran tunai percuma boleh menghadapi tekanan.
Pembiayaan Hutang Di Sebalik Pembinaan AI
Syarikat Teknologi Besar masih menjana sejumlah besar wang tunai.
Tetapi infrastruktur AI sangat mahal sehinggakan syarikat yang sangat menguntungkan menggunakan alat kunci kira-kira dengan lebih agresif.
Ini termasuk pengeluaran hutang, struktur pembiayaan, perkongsian, pajakan dan dalam beberapa kes pembiayaan berkaitan ekuiti. Peralihan itu penting kerana syarikat terbesar di Silicon Valley secara sejarah mempunyai reputasi sebagai kaya dengan wang tunai, sedikit leverage dan sangat fleksibel.
capex AI mengubah rentak kewangan.
Apabila perbelanjaan meningkat lebih cepat daripada tunai yang dijana secara dalaman, syarikat boleh sama ada memperlahankan pelaburan, mengurangkan pembelian balik, mengeluarkan hutang, meningkatkan ekuiti, menggunakan pajakan, bekerjasama dengan pelabur infrastruktur atau menggabungkan pelbagai kaedah.
Menggunakan hutang tidak secara automatik tidak baik.
Jika pulangan ke atas infrastruktur AI adalah kukuh, peminjaman boleh masuk akal. Risikonya ialah hutang mewujudkan obligasi tetap. Faedah perlu dibayar walaupun AI kembali mengecewakan. Ini mengurangkan fleksibiliti.
Itulah sebabnya pelabur harus melihat bukan sahaja penyata pendapatan, tetapi juga kunci kira-kira.
Perlumbaan AI bukan sahaja mengenai siapa yang membina model terbaik. Ia juga mengenai siapa yang boleh membiayai infrastruktur tanpa melemahkan profil aliran tunai jangka panjang perniagaan.
Mengapa Metrik Keuntungan Dilaraskan Boleh Kelihatan Terlalu Bersih
Syarikat teknologi sering melaporkan metrik bukan GAAP.
Nombor terlaras ini boleh berguna kerana ia mengalih keluar item bukan tunai atau luar biasa tertentu. Tetapi mereka juga boleh menjadikan syarikat kelihatan lebih bersih daripada realiti ekonomi.
Pampasan berasaskan saham adalah contoh terbaik.
Jika syarikat mengecualikan SBC daripada metrik keuntungan terlaras, hasilnya mungkin menunjukkan gambaran keuntungan yang lebih kukuh. Tetapi pemegang saham masih mengalami kos ekonomi melalui pencairan atau pembelian balik tunai yang digunakan untuk mengimbangi pencairan.
Perhatian yang sama berlaku untuk susut nilai.
Semasa fasa binaan, infrastruktur AI yang dipermodalkan mungkin tidak muncul sepenuhnya dalam pendapatan serta-merta. Kemudian, susut nilai boleh menjadi lebih ketara apabila aset memasuki perkhidmatan.
Inilah sebabnya mengapa pelabur harus mengelak daripada bergantung pada satu metrik.
Pendapatan bersih, aliran tunai operasi, aliran tunai percuma, belanja modal, SBC, belian balik, hutang, obligasi pajakan dan susut nilai semuanya penting. Masing-masing menceritakan sebahagian daripada cerita.
Dalam era AI, kualiti aliran tunai adalah lebih penting daripada nombor tajuk.
Sebuah syarikat mungkin kelihatan menguntungkan, tetapi persoalan sebenar ialah berapa banyak wang tunai yang kekal selepas mengekalkan bakat, infrastruktur dan kedudukan kompetitif.
Risiko Menganggap Aliran Tunai Percuma Akan Melantun
Banyak model optimis menganggap capex AI akan meningkat selama beberapa tahun dan kemudian stabil.
Di bawah pandangan ini, Big Tech berbelanja besar sekarang, membina infrastruktur, dan kemudian menikmati pemulihan yang kuat dalam aliran tunai percuma apabila produk AI menjana pendapatan pada skala.
Senario itu mungkin.
Tetapi ia tidak dijamin.
Terdapat beberapa risiko. Infrastruktur AI mungkin memerlukan peningkatan berterusan. Cip mungkin menjadi usang lebih cepat daripada yang dijangkakan. Kos tenaga mungkin meningkat. Persaingan boleh mendorong harga AI lebih rendah. Penggunaan perusahaan mungkin lebih perlahan daripada yang diunjurkan. AI pengguna mungkin menarik penggunaan tanpa pengewangan yang mencukupi. Pengawal selia boleh meningkatkan kos. Seni bina model baharu mungkin mengubah nilai infrastruktur sedia ada.
Ini tidak bermakna pelaburan AI adalah salah.
Ini bermakna tempoh bayaran balik tidak pasti.
Semakin intensif modal perniagaan menjadi, semakin berbahaya untuk mengandaikan bahawa aliran tunai akan pulih secara automatik. Pelabur harus bertanya apa yang perlu dilakukan dengan betul untuk pemulihan berlaku.
Jika jawapannya bergantung pada pelaksanaan yang sempurna, pertumbuhan permintaan yang sempurna dan kuasa penetapan harga yang sempurna, margin keselamatan adalah lebih tipis daripada yang kelihatan.
Apa yang Pelabur Boleh Belajar Daripada Big Tech AI Capex
Pelajaran pertama ialah AI tidak percuma.
Walaupun pengguna mengalami AI sebagai perisian, perniagaan di belakangnya memerlukan infrastruktur fizikal. Cip, pusat data dan tenaga mencipta kos sebenar.
Pengajaran kedua ialah aliran tunai percuma memerlukan konteks.
Sebuah syarikat boleh melaporkan aliran tunai percuma yang kukuh sementara masih menghadapi permintaan tunai yang besar daripada belanjawan, pampasan saham, belian balik, perkhidmatan hutang dan susut nilai masa hadapan.
Pengajaran ketiga ialah Big Tech sedang berubah.
Syarikat-syarikat ini masih berkuasa, tetapi model ekonomi mereka menjadi lebih berat infrastruktur. Itu mungkin mengurangkan kesederhanaan cerita margin perisian lama.
Pengajaran keempat ialah pemenang AI bukan sahaja ditentukan oleh kualiti produk.
Mereka juga ditentukan oleh disiplin modal. Syarikat AI terbaik bukan sahaja menjadi syarikat yang berbelanja paling banyak. Mereka akan menjadi orang yang menukar perbelanjaan kepada hasil yang tahan lama, pengembangan margin dan kelebihan strategik.
Pelajaran kelima ialah pelabur harus memisahkan kepercayaan teknologi daripada analisis kewangan.
Anda boleh percaya AI adalah penting dan masih mempersoalkan sama ada setiap dolar capex AI akan menjana pulangan yang baik.
Itulah pandangan matang.
Pandangan Peribadi Saya tentang Perbelanjaan AI dan Aliran Tunai
Pandangan peribadi saya ialah AI adalah nyata, tetapi ekonomi AI penting.
Saya menggunakan alatan AI dalam kerja saya sendiri untuk kandungan, SEO, penyelidikan, sokongan pengekodan dan peningkatan aliran kerja. Saya dapat melihat dengan jelas bahawa AI boleh meningkatkan produktiviti. Ia membantu individu dan perniagaan bergerak lebih pantas.
Tetapi menggunakan AI juga menunjukkan kepada saya bahawa alat bukanlah sihir.
AI masih memerlukan arahan, pertimbangan, pembetulan, konteks dan tujuan perniagaan. Prinsip yang sama digunakan pada skala Big Tech.
Sebuah syarikat boleh membina infrastruktur AI yang besar, tetapi infrastruktur itu sendiri bukanlah perniagaan. Ia akhirnya mesti mencipta nilai yang lebih besar daripada kos membina dan mengekalkannya.
Inilah sebabnya saya fikir kitaran capex AI ialah salah satu cerita perniagaan yang paling penting dalam teknologi.
Tidak cukup untuk bertanya syarikat mana yang mempunyai model terkuat. Kita juga perlu bertanya syarikat mana yang mempunyai ekonomi paling kukuh. Siapa yang boleh menukar infrastruktur AI kepada aliran tunai? Siapa yang boleh mengawal kos? Siapa yang boleh menetapkan harga perkhidmatan AI dengan betul? Siapa yang boleh mengelakkan pembinaan berlebihan?
Bagi pemilik dan usahawan perniagaan kecil, pelajarannya adalah serupa.
Jangan mengelirukan alat dengan perniagaan. Jangan kelirukan perbelanjaan dengan kemajuan. Jangan mengelirukan aktiviti dengan pulangan.
Sama ada pengasas solo yang membayar langganan AI atau syarikat bernilai trilion dolar membina pusat data, persoalannya adalah sama:
Adakah pelaburan ini mencipta lebih nilai daripada yang digunakan?
Kesimpulan
AI capex sedang membentuk semula aliran tunai Big Tech kerana era AI lebih berintensif modal berbanding era perisian sebelumnya.
Meta, Alphabet, Microsoft, Amazon dan syarikat teknologi utama yang lain masih mempunyai perniagaan teras yang berkuasa. Tetapi infrastruktur AI mengubah struktur kewangan di sebalik perniagaan tersebut. Ia memerlukan perbelanjaan besar untuk cip, pusat data, tenaga, bakat dan kapasiti jangka panjang.
Ini tidak bermakna Big Tech lemah.
Ini bermakna analisis perlu menjadi lebih serius.
Aliran tunai percuma, pendapatan bersih dan metrik keuntungan larasan yang dilaporkan berguna, tetapi ia tidak mencukupi dengan sendirinya. Pelabur juga perlu melihat pampasan berasaskan saham, belian balik, hutang, belanjawan, susut nilai dan pulangan sebenar infrastruktur AI.
Masa depan AI mungkin masih sangat besar.
Tetapi semakin besar perbelanjaan, semakin penting aliran tunai.
AI bukan sahaja memerlukan model yang lebih baik.
Ia memerlukan model perniagaan yang cukup kuat untuk membayar infrastruktur di belakangnya.