Analysten: Für eine Trendwende im KI-Sektor sollten sechs Hauptsignale beachtet werden, Fokus auf Ertragsqualität und Rentabilität

BlockBeats berichtete am 20. Juli, dass der Marktanalyst qinbafrank erklärte, dass es nicht mehr ausreiche, lediglich mehr große Modelle zu veröffentlichen, höhere Token-Nutzungszahlen offenzulegen oder die Investitionsausgaben weiter zu erhöhen, um die aktuellen Bedenken des Marktes hinsichtlich der Rendite von AI-Investitionen zu zerstreuen. Der Markt erwartet vielmehr eine wechselseitig bestätigende Fundamentaldaten-Beweiskette, einschließlich einer stetigen Erweiterung der AI-Umsatzquellen, einer wachsenden Anzahl von Unternehmenskunden, Produktions-Workloads in größerem Umfang, zahlenden Nutzerplätzen, Verlängerungsquoten und einem gleichzeitigen Anstieg der Ausgaben pro Kunde. Und selbst nach Ausschluss weniger Großkunden wie OpenAI und Anthropic soll die Gesamtnachfrage weiterhin stark bleiben. Gleichzeitig muss das zusätzliche Bruttoergebnis durch neue AI-Anwendungen das Wachstum neuer Kosten wie Abschreibungen, Energie, Netzwerke und Talente weiterhin überholen, während die Kosten pro Inferenz fallen und die Gesamtrendite weiter steigt.

Darüber hinaus wird der Markt besonders darauf achten, ob der Auftragsbestand im AI-Bereich schneller in Umsätze für die nächsten 12 bis 24 Monate umgewandelt werden kann und nicht nur in Form langfristiger Verträge verbleibt; wie die Auslastung und Kundenausgaben nach Inbetriebnahme neuer Rechenkapazitäten die ursprünglichen Zusagen übertreffen sowie ob Eigenentwicklungen bei Chips und Modelloptimierung nachweisliche wirtschaftliche Vorteile bringen, werden ebenfalls zu zentralen Kennzahlen. Im Vergleich zu reinen Behauptungen, dass Eigenentwicklungen wie Trainium, TPU oder MAI geringere Kosten verursachen, möchten Investoren lieber sehen, dass der Anteil an eigens entwickelten Chips steigt, die Kosten pro Token oder Aufgabe kontinuierlich sinken, der Bruttogewinn pro Accelerator-Stunde steigt und Kundenumsatz sowie zusatzbasierte Plattform-Einnahmen parallel zunehmen. Zudem müssen Unternehmenskunden nachweisen, wie sich der tatsächliche ROI von AI-Investitionen gestaltet, insbesondere hinsichtlich Umsatzwachstum, höherer Konversionsraten, sinkender Personalkosten und Bearbeitungszeiten sowie dem erfolgreichen Übergang von Pilotprojekten in die großflächige Produktionsanwendung.

Für die anstehenden Quartalsberichte der großen Tech-Unternehmen erwartet der Markt die „Goldlöckchen“-Kombination: Cloud- und AI-Umsätze übertreffen die Erwartungen, die Gewinnmarge bleibt stabil, der Auftragsbestand wandelt sich schneller in Umsatz um, die Investitionsausgaben weiten sich nicht über die Prognose hinaus aus oder zusätzliche Investitionen sind durch Vertragsnachfrage gedeckt, während der freie Cashflow nicht weiter abnimmt. Sollten dagegen Token-Nutzung und Modellaufrufe weiter steigen, die Ausgaben pro Kunde, Bruttomarge und freier Cashflow sich aber nicht verbessern, das Wachstum unerfüllter Verpflichtungen weiterhin von wenigen strategischen Kunden abhängig sein und die Investitionsausgaben erneut deutlich steigen, während die Umsatz- und Margenprognose nach unten korrigiert wird, könnten die Bedenken des Marktes hinsichtlich des Return-on-Investment bei AI weiter zunehmen.