Οι αναλυτές της Bernstein δήλωσαν σε σημείωμά τους την Τετάρτη ότι οι « Big Tech είναι οι νέες πετρελαϊκες εταιρείες», καθώς οι Κεφαλαιακές Δαπάνες (CapEx) της Google, της Amazon , της Microsoft, της Meta και της Apple αναμένεται να φτάσουν συνολικά τα 200 δισεκατομμύρια δολάρια ή και περισσότερα φέτος.

Επιπλέον, η Bernstein υπολογίζει ότι τα επόμενα πέντε χρόνια, οι Big Tech είναι σε καλό δρόμο για να δαπανήσουν 1 τρισεκατομμύριο δολάρια σε CapEx, με τα περισσότερα από αυτά τα επιπλέον επενδυτικά δολάρια να ρέουν σε πρωτοβουλίες τεχνητής νοημοσύνης (AI).

Οι δαπάνες αυτές θυμίζουν τις Big Oil, δηλαδή τις εταιρείες Exxon, Chevron, Total, Shell και BP, η οποία ξόδεψε 166 δισεκατομμύρια δολάρια το 2013.

«Εκτιμούμε ότι η Meta, η Google, η Amazon και η Microsoft δαπάνησαν ~100 δισ. δολάρια σε τεχνικές υποδομές το 2023 και αναμένουμε ότι θα αυξηθούν κατά +52%  στα 156 δισ. δολάρια για το 2024», γράφει η Bernstein. «Ένα μεγάλο μέρος της αύξησης των δαπανών προορίζεται για την AI που εστιάζει στην αναβάθμιση των βασικών διαδικασιών καθώς και στις ευκαιρίες Greenfield AI».

Παρ’ όλα αυτά, παρά τον έντονο θόρυβο για το AI, ο επενδυτικός κύκλος εξακολουθεί να εκπλήσσει τους αναλυτές της Bernstein.

«Το AI είναι ένα επενδυτικό θέμα εδώ και 18+ μήνες, ωστόσο η κλίμακα αυτού του επενδυτικού κύκλου εξακολουθεί να εκπλήσσει», προσθέτει η εταιρεία. «Οι κοινές εκτιμήσεις για το 2024 CapEx έχουν αναθεωρηθεί προς τα πάνω κατά +15-40% από τις αρχές του περασμένου έτους, με αναθεωρήσεις προς τα πάνω κατά +8-15% μόνο τις τελευταίες εβδομάδες».

Επιπλέον, η Bernstein αναφέρει ότι ενώ oi Big Tech μπορούν να κερδίσουν στον τομέα της τεχνητής νοημοσύνης, αμφισβητεί ποιο θα είναι το κόστος.

Λέγεται ότι οι Big Tech θα αντιμετωπίσουν αντίθετο άνεμο λειτουργικού περιθωρίου κατά 100-300 μονάδες βάσης το 2024 από τη ροή των αποσβέσεων, καθώς και συμπίεση του περιθωρίου των ελεύθερων ταμειακών ροών κατά 200-700 μονάδες βάσης.

«Εάν η ένταση των CapEx συνεχιστεί μέχρι το 2026, οι εκτιμήσεις για τις αποσβέσεις του εξωτερικού έτους μπορεί να υπολείπονται κατά 10-15%», αναφέρει η Bernstein. «Τα περιθώρια κέρδους μπορεί επίσης να καταπονηθούν υπό το μεγαλύτερο προσωπικό και τα γενικά έξοδα της AI, αν και οι ομάδες διαχείρισης έχουν υπαινιχθεί την ανακατανομή των υφιστάμενων πόρων προς πρωτοβουλίες AI υψηλότερης προτεραιότητας».