咁係因為你悲觀,AI 有無清楚的 Business Model?

聲明:本文章不是投資建議。

談談 Nvidia

去年的下半年Nvidia的股價在500之下附近橫行大概半年,市場聲音是AI已經炒完,未來升幅有限。結果2024年初,由500升到接近974,升幅接近一倍。現在的聲音是等待調整買入. . . . . 身體很誠實。

去年Q1業績報告中給Q2指引,令很多人半信半疑,結果Q2/3/4同樣高指引而超額完成。結果2023年整體股價升了一年,盈利升得多過股價,2023年尾PE比較2023年初還要低,看上圖。(參考:NVIDIA 2023 Q4 業績,渡過了充滿質疑的 2023 年

Nvidia的營收和盈利增長幅度,解釋去年股價升勢,這是企業客戶付出真金白銀買GPU而得出來的業績,很實在的數字,不可以說是純粹炒作。

企業客戶是否對AI業務過份憧景,買入多過需要的晶片?是有可能。未來需求可能下跌,或者需求上升都不及2023的升幅,因為基數大了。

我看以上不是surprise。半導體賣鐵鏟是底層,應用是上層要買鐵鏟掘金,打過你死我活,無論誰勝誰敗,甚至究竟有無人勝出,都是買半導體製造需求,其實不是新鮮事或者新理論。

Internet Bubble VS AI,  Cisco VS Nvidia

近期亦有不少網上評論提出,現在AI VS internet bubble,Mvidia VS Cisco,當年是2000,Cisco風光一段時間之後,股價下跌9 6成,直至20幾年後的今天仍然未能夠從回高位。是風險的提醒,大家留意。

以上分析,Cisco造Router,Nvidia造晶片,首先是硬體類,有物理的限制影響長遠增長,Cisco曾經被認為是internet未來發展必須的器材,似現在對於Nvidia。Cisco風光一段時間之後下跌6成,這可能是Nvifua的命運。

Nvidia會不會跌6成,其實不需要猜測,我自2017持有到現在,已經經歷兩次5-6成的跌幅,但是下跌之後又收復及破頂。我覺得重點不是會否下跌,重點是下跌之後會不會收復而且持續增長。

回歸本文開頭提及,企業客戶是否繼續買入AI 晶片?是否可以make businesss?是否一個清楚Business Model?是否有客人用他們的產品和服務?

上圖節錄自《AI 投資時代.真的值得參與嗎?》主題和内容 | 發售資料

Web 1.0/2.0/3.0 Business Model

Web 1.0年代,Internet Bubble盛行之時,人亦不知道什麼business model,有個dot com網址,可以click就相信可以揾錢,現在覺得可笑。後來才意識到發展出把實體搬到網上,例如:Internet Banking,Amazon bookshop是成功例子。

Web 2.0 的Social Media社交媒體是一個典型 Business Model,出現的條件包括:智能手機,上網速度增加/bandwidth增加,才做到mobile internet同Video/ Live這些應用,Netflix的串流都是Web 2.0的例子。因為Web 1.0 多注重文字和image內容,在家用電腦上網睇,經固網電話線Dial-up modem 56k,速度慢得匪而所思。當時其實出現過手機上網 browsing,是text model的WAP,不過不能做到主流般流行。 (參考:無線應用通訊協定(Wireless Application Protocol,WAP)

以上提及,Busuness Model不是預先知道,是步一步走出來。現在 AI 何嘗不是。

相信 Web 3.0 的關鍵技術包括:AI、Blockchain、Spatial Computing 空間運算。

AI Business Model

ChatGPT的LLM (Large Language Model),最容易帶到:文字,影像,Video,這類應用大量已經大量出現。

除了以上,還有更多的應用是在專業和工業用途,例如 Robotics,不是如媒體說藍領工作比較白領難去取代。

我認為Business Model分兩個方面考慮:

  1. 在現實世界是否解決問題?
  2. 成本/收入/盈利,是否計到數?

在現實世界是否解決問題?

  • 很多AI生成文字或者影像,都是很落地的例子。
  • OpenAI 的Sora可以AI生成Video,一段示範影片是一個女人在日本街頭,有人粗略估計是十幾至幾十人的crew製作水平,現在打字就做到,好處和價值顯而易見。

以上都是實際例子,幫助增加效率,降低成本,不是天方夜譚,商業上誘因令客戶願竟意付錢用AI產品和服務。

成本/收入/盈利,是否計到數?

這個是最後最實際的問題。

見到各科技公司買入Nvidia H100 GPU,數量驚人,尤其是Meta和Microsoft。

Nvidia GPU價錢很貴,如Microsoft是否可以回本?

現在我沒有答案,需要觀察。

要挖深一層,Microsoft是Cloud Service Provider,利用晶片建造data center,代表背後一大批Cloud客戶的應用,大量AI晶片不代表Microsoft自用。Cloud特色是time sharing,不是所有客人同一時間使用的peak hour,所以有一個平圴化效果。最大使用量是AI training之時,正好乎合Cloud Service Model。

不過科技的特色是deflation,現在的算力和成本,未來可以用更低的成本做到相同算力,或者相同的成本做到更高算力。最初因為成本高,可能限制了應用的實用性,之後成本降低,就做到更加落地,落地開花,使到遍地開花變為可能。

根據研究,因為硬體和軟體的進步,大型語言模型所需的 AI 訓練成本以有年化成本下降 60-70% 的趨勢,預計此趨勢可以持續 至 2030 年。這有助於令到 AI 的應用更加普及,建立更複雜的模型, 利用更多的數據進行訓練。

更多有關於Nvidia、半導體、AI產業分析,可以參考我的新書:《AI 投資時代.真的值得參與嗎?》主題和内容 | 發售資料


《AI 投資時代.真的值得參與嗎?》

主題和内容 | 發售資料

《科技戰國.尋找科技價值投資的故事》

主題和内容 | 發售資料


下面的Page / Group,歡迎大家Like和Follow,就可以自動收到文章更新。
Facebook
https://facebook.com/duncaninvest
Instagram
https://instagram.com/duncannewinvest
Telegram
https://t.me/duncaninvest
謝謝支持!


參考文章

十倍股煉成,NVIDIA 回憶錄

NVIDIA GTC (2024/3月),CAUSAL TALK

NVIDIA 2023 Q4 業績,渡過了充滿質疑的 2023 年

半導體公司,分餅仔 (2023/Q4)

半導體公司,分餅仔 (2023/Q3)

半導體公司,分餅仔 (2023/Q2)

半導體公司,分餅仔 (2023/Q1)

分餅仔,半導體公司 ASML / TSM / AMD / INTEL (2022/Q4)

CHATGPT 背後的科技 (2) AI 算力需求的大戰

CHATGPT 背後的科技 (1) 背後使用什麼晶片?

ARM 可能不授權阿里巴巴使用 NEOVERSE V 晶片設計,NEOVERSE 有何重要性?

ASML INVESTOR DAY 2022,未來半導體行業是危?是機?

當 AI 遇上雲計算,NVIDIA 和 MICROSOFT / ORACLE 合作的 DEAL

談談 NVIDIA,禁止出口到中國

NVIDIA GTC (2022/9月) ,NVIDIA 仍然是 NVIDIA,只是做回自己

如何看 NVIDIA 的長線發展?

NVIDIA : I AM AI

台積電從高位下跌了 -41%,之後(補充)

台積電從高位下跌了 -41%,之後

這個時候,仲講科技股?

看台績電業績,高性能計算 HPC (HIGH PERFORMANCE COMPUTING)

台積電,半導體時代的王者

半導體系列 (1) 半導體產業鏈

半導體系列 (2) 半導體時代,這次不一樣,THIS TIME IS DIFFERENT ?

半導體系列 (3) 半導體行業的改朝換代

Comments