Zarząd Nvidia wyjaśnia: skąd pochodzi imponujące prognozowane 70% przychodów, które wstrząsnęły rynkiem?

Wyjaśnienia zarządu Nvidia: Skąd pochodzi szokujące prognozowane 70% wzrostu przychodów?

Nvidia rzadko udostępnia rynku prognozę przychodów obejmującą więcej niż jeden rok, co od razu wzbudziło szerokie zainteresowanie.

J.P. Morgan w najnowszym raporcie opublikowanym 2 września podaje, że po rozmowie z wiceprezesem ds. relacji inwestorskich i finansów strategicznych Nvidia, Toshiya Hari, ramy wzrostu o 70% rok do roku nie wynikają z pojedynczego czynnika napędzającego, lecz są oparte na przyspieszonej, wszechstronnej dynamice popytu ze strony hyperskalowych operatorów chmurowych, nowych usługodawców chmurowych, laboratoriów AI, suwerennych AI oraz sektora korporacyjnego. Co ważniejsze, zarząd jasno wskazał: Bez ograniczeń podażowych tempo wzrostu mogłoby się nawet podwoić — obecnie głównym czynnikiem ograniczającym wzrost jest podaż, nie popyt.

Decyzja o ujawnieniu perspektyw na rok fiskalny 2028 przez Nvidia wynika bezpośrednio z chęci zniwelowania znaczącej różnicy między konsensusem rynkowym a oceną wewnętrzną firmy. Zarząd uważa, że utrzymanie tej rozbieżności mogłoby stanowić poważne wyzwanie dla planowania przez partnerów w łańcuchu dostaw. Oświadczenie to oznacza, że cel wzrostu o 70% jest dla zarządu "komfortową strefą", ze znaczącym potencjałem wzrostu powyżej obecnych wycen rynkowych, a nie agresywną prognozą.

Jednocześnie Nvidia wysyła ważne sygnały dotyczące struktury klientów, udziału działalności związanej z inference, ograniczeń podaży oraz finansowania, kreśląc tym samym średnioterminowy obraz wzrostu tego giganta chipów AI. J.P. Morgan podtrzymuje rekomendację "overweight" dla Nvidia, wyznaczając cenę docelową 320 USD, co daje około 43% potencjału wzrostu względem aktualnej ceny akcji 224,41 USD (zamknięcie z 2 września).

To podaż, a nie popyt, jest prawdziwym limitem wzrostu

Według raportu, J.P. Morgan podczas rozmowy z Toshiya Hari z Nvidia odkrył, że zarząd Nvidia wyraża klarowną pewność co do ram wzrostu o 70%, jednocześnie podkreślając granice: jest to liczba ograniczona przez podaż, a nie przez popyt.

Z raportu J.P. Morgan wynika, że Toshiya Hari zaznaczył, iż bez ograniczeń podaży tempo wzrostu biznesu Nvidia mogłoby przekroczyć dwukrotność rok do roku. Sformułowanie to ujawnia konserwatywny charakter obecnej prognozy — 70% to oczekiwany wzrost przy realnych warunkach podaży, a nie górny limit możliwego popytu.

Zarząd także wyjaśnił, że decyzja o przekazaniu prognozy na kolejny rok wynika częściowo z "znaczącej różnicy" między konsensusem rynkowym a wewnętrznymi obserwacjami firmy. Jeśli nie zostanie ona ujęta wprost, asymetria informacji może prowadzić do błędnych decyzji dotyczących planowania mocy produkcyjnych przez partnerów w łańcuchu dostaw, co z kolei ograniczyłoby zdolność dostawczą Nvidia. Innymi słowy, tym razem prognoza na przyszłość jest sygnałem zarówno dla inwestorów, jak i formą aktywnego zarządzania ekosystemem łańcucha dostaw.

Zaawansowane wafle i pamięć: dwa kluczowe wąskie gardła w łańcuchu dostaw

W kontekście konkretnych ograniczeń podaży, Toshiya Hari wskazał dwie najważniejsze klasy materiałów: zaawansowane wafle krzemowe i pamięci — są to najważniejsze pozycje na liście materiałów Nvidia (BOM).

Według raportu J.P. Morgan, Nvidia utrzymuje obecnie intensywne kontakty z TSMC oraz trzema dostawcami pamięci — Micron, SK Hynix i Samsung — a głównym tematem rozmów jest zwiększenie dostępności podaży.

Zdaniem J.P. Morgan, stwierdzenie Toshiya Hari pokazuje, że zarządzanie łańcuchem dostaw w Nvidia weszło w fazę aktywnej, intensywnej koordynacji, a nie biernego oczekiwania na uwolnienie mocy produkcyjnych. Tempo luzowania powyższych wąskich gardeł będzie bezpośrednio decydować o tym, czy Nvidia osiągnie w FY28 wzrost wyższy od progu 70%. Poprawa sytuacji w łańcuchu dostaw jest równoznaczna z elastycznością wyników finansowych.

Udział przychodów z inference rośnie, lecz platformowa uniwersalność utrudnia kwantyfikację

Struktura przychodów z inference (wnioskowania) i training (treningu) to temat długoterminowego zainteresowania rynku. Toshiya Hari w rozmowie wyraził najjaśniejsze dotąd stanowisko: Około 18 miesięcy temu przychody z treningu i inference były mniej więcej po równo; obecnie inference przeważa nad treningiem i trend ten będzie się utrzymywał.

Jednak raport podaje, że zarząd wskazał zarazem, iż dokładne wyodrębnienie udziałów obu kategorii jest trudne. Wynika to z ogromnej uniwersalności platform Nvidia (fungibility) — na przykładzie produktu Grace Blackwell, klient może najpierw wykorzystać go do treningu, a następnie przekierować ten sam sprzęt na zadania inference. Ta elastyczność świadczy o przewadze platformy Nvidia, ale też utrudnia zewnętrznym podmiotom analizę struktury przychodów.

Struktura klientów się dywersyfikuje, nowi operatorzy chmurowi generują ponad połowę przychodów

Źródła przychodów Nvidia rozprzestrzeniają się od hyperskalowych operatorów chmurowych do szerszego ekosystemu. Według Toshiya Hari, OpenAI i Anthropic — czołowi twórcy zaawansowanych modeli — obecnie odpowiadają za około 20% biznesu Nvidia według rozliczeń końcowych użytkowników, a w FY28 udział ten ma wzrosnąć do około 25%.

Warto zauważyć, że liczby te odzwierciedlają udział na poziomie końcowego konsumenta, a nie bezpośredniej struktury klientów Nvidia — zwykle Nvidia sprzedaje moc obliczeniową hyperskalowym operatorom chmurowym lub nowym usługodawcom chmurowym, którzy następnie odsprzedają ją twórcom modeli.

Na poziomie bezpośrednich klientów, nowi operatorzy chmurowi (neoclouds) mają już znaczący wkład. Według raportu J.P. Morgan, nowi operatorzy chmurowi obecnie generują ponad 50% przychodów Nvidia ACIE (ekosystem przyspieszonego obliczania i AI infrastruktury), co pokazuje, że mechanizm wzrostu Nvidia nie polega już tylko na kilku topowych operatorach chmurowych, ale jest napędzany przez szerszy ekosystem budowania i wynajmu mocy obliczeniowej.

Debata o otwartości: odpowiedź Nvidia to "obydwie są potrzebne"

Wokół rynku trwa debata o wyższości otwartych lub zamkniętych dużych modeli językowych (LLM). Zarząd Nvidia wyraża jasne stanowisko: nie są one konkurencją "albo–albo", rozwój AI wymaga równoczesnej koegzystencji otwartych i zamkniętych modeli.

Toshiya Hari powiedział, że Nvidia szeroko korzysta z zamkniętych modeli, takich jak OpenAI czy Claude, natomiast w kluczowych zadaniach, jak projektowanie chipów, stosuje podejście łączące zamknięte i otwarte modele. Kluczowym argumentem zarządu jest: tak długo, jak twórcy modeli będą skutecznie komercjalizować i poprawiać modele ekonomiczne, popyt na chipy — m.in. od Nvidia — będzie się utrzymywał.

Ponadto zarząd wspomniał, że marża brutto twórców modeli (GM) zdaje się poprawiać, częściowo dzięki spadkowi kosztu per token z każdą generacją platformy Nvidia. Polepszenie ekonomii modeli sprzyja zapętlonemu wzrostowi zapotrzebowania na chipy Nvidia.

Rozwiązania finansowe mają zabezpieczyć popyt przyszły, zarząd odrzuca zarzut "finansowania cyklicznego"

Najnowsze rozwiązania finansowe Nvidia wzbudziły zainteresowanie rynku; zarząd wyjaśnił je podczas tej rozmowy.

Według raportu J.P. Morgan, obejmują one umowy podziału przychodów z częścią nowych operatorów chmurowych, program PORTS-Pike dotyczący centrów danych oraz platformę prywatnego finansowania w wysokości 500 mld USD, budowaną wspólnie z Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR i innymi instytucjami.

W zakresie umów podziału przychodów sposób Nvidia polega na: ustanowieniu minimalnej ceny bazowej za wynajem mocy obliczeniowej i dzieleniu się zyskami, gdy rynek zaoferuje wyższe ceny, oferując w ten sposób opcjonalne, powtarzalne przychody poza sprzedażą kluczowego sprzętu.

Wobec wątpliwości o "finansowanie cykliczne", zarząd podkreślił, że te aranżacje mają umiarkowaną skalę i limit, a podstawą są silny popyt bazowy, zwrot dla ekosystemu oraz wiarygodność docelowych nabywców mocy obliczeniowej. Nvidia definiuje te narzędzia finansowe jako wsparcie przyszłego popytu na AI infrastrukturę, a nie jako instrumenty dźwigni finansowej.