Trading AZIONI (anche al RIBASSO)

L'industria dei semiconduttori se guardi le trimestrali e un poco di notizie su ricavi e margini, mostra che l’euforia di borsa per l'Intelligenza Artificlale (“AI”) è in gran parte una montatura o qualcosa di simile a quella del 2000 o anche a quello che si è visto nel 2021 per molti titoli del software (tornati poi indietro del 50% o anche 80% in molti casi) 

Sì, ci sono molti ordini per le GPU H100 di Nvidia, che a Maggio scorso ha stupito mostrano un aumento di 4 volte degli ordini, dopo che a novembre era arrivata ChatGPT ed era iniziata la corsa a crearne altre come Bard o Grok. Ma anche un datacenter di AI ha ancora bisogno di CPU, memoria e HD e qualcun altro li deve produrre.  Poi c'è l'implementazione della AI, ad esempio nella visione e nei controlli computerizzati, nella robotica e così via, che richiede altri chip specializzati per un calcolo efficiente.

Le aziende però che si occupano di tutti questi altri aspetti (non Nvidia quindi con i suoi famosi chip H100 che costano un occhio perchè sono un monopolio per ora), ci dicono tutte che l'Intelligenza Artificiale non produrrà i tipi di crescita per i quali il mercato ha spinto su del 150% Il settore Semiconduttori in borsa. In particolare da dicembre, per cui sembra che sia ora diventato un settore indifferente all resto dell'economia, che segue solo la prospettiva di costruire l'Intelligenza Artificiale del futuro, per cui attira sempre soldi.

I ricavi di $INTC Intel ieri sera però sono scesi del 14% su base annua.  Gli utili netti sono scesi del 78% su base annua. E il titolo oggi perde e fa tornare un pooco indietro anche gli altri semiconduttori dopo la sparata seguita ai risultati di Taiwan Semiconductor 10 giorni fa. Ma Intel produce le CPU che vengono utilizzate nei server.

La prossima settimana $AMD che ora è in borsa un fenomeno quanto Nvidia, pubblicherà gli utili, che sono fondamentali. La borsa lo ha sparato su da 100$ a 185$ da ottobre.ma il terzo trimestre ha mostrato intanto un calo dei ricavi dell'8% su base annua e un calo degli utili dell'85% su base annua.  Anche loro producono CPU che vengono utilizzate nei server. In borsa è raddoppiato.

$MU, MIcron,  produce memorie.  I ricavi sono aumentati del 15% su base annua, ma gli utili sono negativi da oltre un anno. 

Gli utili dei chip di memoria Samsung sono scesi del 78% su base annua, controllare per credere.

Anche $WDC Western Digital produce dischi rigidi e memorie.  Ha appena registrato un calo dei ricavi del 2% su base annua e più di un anno di perdite nette.

$TXN Texas instruments produce tutti i tipi di chip necessari per l'intelligenza artificiale, come i processori per la visione artificiale e i chip per l'automazione dei robot.  I ricavi sono scesi del 13% su base annua e l'utile netto è sceso del 30% su base annua.

In breve, l'hardware non sta andando bene, anche quello che viene utilizzato per la AI (senza parlare del fatto che il resto, per cellulari, tablet o auto elettriche dopo il boom del Lockdown e mega deficit del 2021 è fermo o in calo) .  Tranne che per una società.  $NVDA.  Il cui fatturato è aumentato del 206% su base annua, ma l'utile netto del 1200% su base annua.  Persino $TSMC, Taiwan Semiconductor, l'azienda che produce i chip per $NVDA, ha registrato un calo dei ricavi dell'1,5% su base annua e un calo degli utili del 19% su base annua.

Quest'anno $NVDA ha venduto circa 30 miliardi di dollari di apparecchiature per data center.  Si tratta principalmente di chip A100 e H100, con processi a 5 nm.  $TSMC riferisce che circa il 35% dei chip spediti sarà a 5 nm nella seconda metà del 2023.  Prima di allora la percentuale variava (man mano che Apple scendeva a 3 nm e altri passavano da 7 a 5), ma il numero più basso si aggirava intorno al 20%.  Quindi diamo a $NVDA il beneficio del dubbio e diciamo che il 15% dei chip prodotti è probabilmente destinato a $NVDA e diciamo che la metà è destinata ai data center.  Complessivamente, quest'anno, per $TSMC si tratta di 5 miliardi di dollari di entrate per la produzione di chip A100 e H100. Non stiamo parlando di un business che produce aumenti di fatturato di decine di miliardi.

Sul fronte di $NVDA, quest'anno hanno realizzato circa 30 miliardi di dollari con i chip AI, il che significa che il loro margine si aggira intorno al 600% gli costano 5 e vendono a 30.  Altri hanno stimato persino l'800%.  Quindi nessuno, nemmeno il fornitore di $NVDA, ha alcun potere di contrattazione dei prezzi per soddisfare questa domanda.  Nessuno sta facendo soldi, tranne $NVDA.

Poi passiamo al lato cloud.  I prezzi sono abbastanza trasparenti per alcuni servizi cloud di intelligenza artificiale specializzati in LLM, come Coreweave e Lambda Labs.  Hanno venduto finora il servizio dei calcoli compiuti sul chip H100 a circa 100 dollari al giorno.  Se pagano 40.000 dollari a testa per chip di Nvidia, ci vorrà più di un anno per raggiungere il pareggio con il chip, e molto probabilmente ci vorranno 2-3 anni.  Si tratta di un periodo più lungo della probabile vita del chip.  Quindi anche i fornitori di cloud non hanno il potere di determinazione i prezzi per fare soldi con la AI. Sono probabilmente tutti in perdita, ma non sono quotati in maggioranza per cui non lo sai bene.

Ad esempio:i i partner nella AI elencati per $ORCL Oracle, che ha ricevuto un trattamento preferenziale da $NVDA poiché non sta cercando di competere con i propri chip.  I partner di dimensioni significative sono tutte aziende in cui la $NVDA ha investito pesantemente o l'istituto biologico di Larry Ellison padrone di Oracle.  Cioè Nvidia e Oracle creano la loro domanda investendo in società private che comprano i prodotti poi.

In effetti, ovunque si guardi, la maggior parte dell'attività è localizzata a start-up private.  Molte di esse sono finanziate in parte da $NVDA.  Leggi anche di alcune start up che si vantano di avere più chip H100 di tutto il capitale raccolto finora e in sostanza li comprano come si comprano bitcoin o oro.  C'è poca trasparenza nei loro libri contabili perchè sono appena state messe su in fretta e molte di esse probabilmente non sono redditizie, né lo saranno mai.  

Quindi, per riassumere.  I produttori di hardware per l'elaborazione dell'intelligenza artificiale sono tutti in perdita, tranne $NVDA.  Le persone che forniscono il cloud computing per addestrare i LLM stanno vendendo il tempo di calcolo H100 in perdita.  Chi utilizza il cloud computing sono probabilmente in genere, in perdita, ma sovvenzionati dai fondi di venture capital, e alcuni dei soldi provengono da $NVDA stessa, che così sovvenziona i suoi clienti diciamo.

Quindi l'industria è assolutamente pompata da un mito, della AI che crea un enorme business di 500 o 1,000 miliardi, che viene venduto ai media e al pubblico degli investitori, in quanto questa gente che si è buttata sulla AI si affanna per catturare i milioni che arrivano dai fondi Venture Capital.  Ad essere onesti, ci sono alcune cose interessanti che vengono fuori da questi LLM o o Large language models.  Le traduzioni vocali quasi istantanee in tutte le lingue sono interessanti.  I chat bot di assistenza tecnica danno informazioni utili La generazione di “codice” di programmazione è molto discussa, anche se le recensioni sono molto contrastanti e polarizzate (nella mia minima esperienza è utile, ma sostanzialmente rimanda ai manuali quando ci sono errori da trovare).  La generazione di immagini è quella più celebrata e sembra interessante, ma sembra probabile che dovranno pagare delle royalties agli artisti che facciano qualcosa di veramente bello in mezzo ai miliardi di immagini prodotte ora.   Nessuna di queste attività però diventa un business da 1,000 miliardi di dollari all'anno. Perchè sono più che altro le aziende che spendono per creare questi servizi, ma il pubblico per ora spende pochissimo

Ma non è questo il messaggio che è stato venduto al pubblico e ai media.  Sono stati convinti dell'imminente creazione di un'intelligenza artificiale generale.  Un'intelligenza così avanzata da poter superare un essere umano in compiti cognitivi e forse anche fisici.  Questi  LLM o Large language model   non possono, da soli, raggiungere questo obiettivo.  Sono solo regressioni statistiche estremamente ampie su miliardi di dati esistenti prodotte in un secondo.  Però alla fine si limita a mettere insieme un risultato basato su un input.  Non può ragionare.  Non può pensare anche se riproduce molto bene pensieri che sono stati forniti come input.  Non può creare veramente qualcosa al di fuori del suo addestramento.  Mancano componenti fondamentali dell'intelligenza che nessuno ha risolto.

C’è quindi un'incomprensione di fondo da parte degli investitori sulle capacità della tecnologia, alimentata da media tecnologicamente ignorante, da una parte.  E dall'altra parte ci sono le mega-cap tecnologiche come Microsoft, Meta e Google disposte a spendere milliardi per mantenere il loro dominio (e trovare scuse appetibili per aumentare i prezzi senza attirare troppe critiche per le pratiche antitrust).  Il risultato è un altra allucinazione di febbre borsa  in cui chi pubblicizza la tecnologia sembra fare soldi, e (a parte Nvidia) non chi la costruisce.

Alla fine questa febbre o allucinazione collettiva si interromperà, come quella di molto delle società di software "cloud" del 2021, e ci ritroveremo con una massiccia cattiva allocazione del capitale (cioè enormi investimenti rispetto a pochi ritorni sul capitale) e poi una frana di molti dei titoli dei semiconduttori, un industria che è sempre stata molto ciclica e ora sembra diventata in crescita sempre costante per via del mito della AI

(Qui su www.cobraf.com vengono pubblicati, a distanza di alcuni giorni, i segnali di acquisto e vendita inviati in tempo reale su cellulare tramite Twitter, il canale in abbonamento @GZibordiCobraf per il quale c'è una prova gratuita)

(Qui su www.cobraf.com vengono pubblicati, a distanza di alcuni giorni, i segnali di acquisto e vendita inviati in tempo reale su cellulare tramite Twitter, il canale in abbonamento @GZibordiCobraf per il quale c'è una prova gratuita)

.