Исследовательский отчет: испаряются десятки миллиардов долларов рыночной капитализации — раскрываем самую загадочную разведывательную организацию эпохи искусственного интеллекта SemiAnalysis

Одно исследование — миллиарды испарившейся капитализации: разоблачение самой загадочной разведывательной структуры AI-эры — SemiAnalysis

9 июня 2026 года сектор оптических коммуникаций AI на американском рынке акций неожиданно подвергся массовым распродажам.

Coherent резко упала — $COHR более чем на 11%, Marvell $MRVL просела почти на 9%, Corning $GLW, Lumentum $LITE и другие производители AI-оптических модулей и компонентов показали обвальное снижение, а вся цепочка индустрии за один день потеряла в капитализации сотни миллиардов долларов.

В тот день не было заседаний ФРС, крупных геополитических событий или новых релизов Nvidia.

На самом деле причиной резких рыночных колебаний стал доклад объемом менее ста страниц.

Еще более удивительно, что доклад был подготовлен не Goldman Sachs, не Morgan Stanley и не Bernstein, а независимой исследовательской компанией с десятками сотрудников — SemiAnalysis.

Это был не первый случай, когда они изменили ситуацию на рынке.

Всего за четыре дня до этого другое исследование SemiAnalysis относительно корректировки конфигурации HBM в следующем поколении платформы Vera Rubin от Nvidia привело к переоценке рыночного спроса на память, и стоимость акций Micron за день рухнула на 13%.

Две публикации за несколько дней — дважды переосмысленная рыночная стоимость.

Сегодня в глобальном AI-инвестиционном сообществе все больше людей верят: всерьез влиять на капитализацию AI-рынка в сотни миллиардов долларов способны уже не только Nvidia, но и те, кто раньше других знает правду об отрасли.

Кто же такие SemiAnalysis?

Почему они узнают ответы раньше Уолл-стрит?

Многие инвесторы впервые услышали о SemiAnalysis благодаря DeepSeek.

В начале 2025 года фраза DeepSeek: «на обучение модели мирового уровня потрачено всего 6 миллионов долларов» — едва ли не полностью изменила инвестиционную логику в AI-секторе.

Рынок быстро пришёл к выводу: если обучение AI стало настолько дешевым, то мировые капитальные затраты на GPU, HBM и дата-центры в будущем будут снижаться.

В тот день из капитализации Nvidia исчезло около 600 млрд долларов — рекордное дневное падение всей истории американских акций.

Пока все СМИ обсуждали «чудо за 6 миллионов», SemiAnalysis провели полный расклад этих затрат заново.

По их мнению, 6 миллионов — это лишь прямая стоимость этапа обучения на GPU, но в расчет не включены закупка серверов, сетевое оборудование, хранение, электроэнергия, строительство дата-центров, долгосрочная эксплуатация и всё инвестирование в инфраструктуру AI как таковую.

Согласно их новым моделям, реальные вложения DeepSeek были намного выше рыночных слухов, а кластер GPU включал около 50 000 GPU серии Hopper (H100, H800, H20 и др.), что уж точно не «дешевое чудо».

Впоследствии рынок понял: корректировать нужно не сам AI-спрос, а подход к пониманию затрат.

Аналогичные ситуации продолжают возникать.

В конце 2024 года они за 5 месяцев провели комплексный Benchmark на реальных серверах AMD MI300X, а не просто использовали слайды из официальной презентации.

Заключение оказалось не слишком радужным.

Они считают, что аппаратное обеспечение AMD уже конкурентоспособно, но экосистема CUDA всё ещё остается серьёзной программной «рвом», и в ближайшее время реально бросить вызов лидерству Nvidia на рынке обучения AI невозможно.

На следующий день после публикации доклада CEO AMD Лиза Су сама связалась с основателем Диланом Пателом. Предполагавшееся 30-минутное общение растянулось на все 90 минут.

В 2026 году SemiAnalysis вновь спрогнозировали, что массовая коммерциализация 800V DC и CPO (совместно упакованная оптика) будет отложена до 2028-2029 годов — намного позже прежних ожиданий рынка.

В качестве обоснования они не ограничились фразой «мы считаем, что это отложится», а взялись за детальный расчет производственных КПД.

Если ASIC-чип должен вмещать 32 оптических движка, то даже при 95% индивидуальном КПД, итоговая «целостность» устройства составляет лишь около 19%.

Это значит, что до массового производства еще очень далеко.

Рынок им поверил.

Вся оптоволоконная отрасль пересмотрела ценообразование.

После нескольких лет точных попаданий в индустриальные тренды SemiAnalysis уже не просто выдает мнения, но в ряде случаев определяет рыночные ожидания.

Они продают не исследования, а информацию

Многие считают SemiAnalysis неким отраслевым СМИ.

На самом деле, это совершенно неверно.

Их бизнес-модель куда ближе к Bloomberg, Gartner и консалтинговым компаниям отрасли одновременно.

Главное на сайте компании — это не статьи, а полноценные институциональные базы данных, прогнозные модели и секторальный консалтинг.

Они продают глобальным хедж-фондам, мутациям, полупроводниковым гигантам, облачным сервисам и госорганам различные прогнозные продукты: модели спроса и предложения GPU, прогнозы HBM, базы данных по фабрикам, центрам обработки данных (AI Data Center MODEL), Token Economics и ChipBook.

Многие продукты выдаются не в виде PDF, а как Excel-базы, внедряемые прямо в DCF и финансовое прогнозирование.

Для фондов под управлением в миллиарды долларов несколько месяцев форы по росту мощностей TSMC CoWoS, ритмам отгрузок Nvidia GPU или дефицитам HBM стоят гораздо выше десятков тысяч консалтинга.

Личные подписки за 500$ в год — лишь внешний круг их деятельности.

Настоящие деньги им приносят институциональные клиенты.

Контракт с одним корпоративным клиентом зачастую равен сотням и тысячам розничных подписчиков.

Иными словами, SemiAnalysis действительно продаёт не новости, а недоступные широкой публике данные.

Их реальное конкурентное преимущество — глобальная сеть разведки

Главное, что внушает почтение Уолл-стриту, — это не аналитические навыки Дилана Патела, а его способы добычи данных.

Когда другие читают отчеты публичных компаний, SemiAnalysis уже анализируют спутниковые снимки.

SemiAnalysis годами отслеживает строительство тысяч дата-центров по всему миру, используя спутниковые изображения и модели компьютерного зрения для автоматического распознавания стадии стройки, площади и темпов расширения.

При необходимости они даже получают лицензии на применение дронов для аэрофотосъемки площадок стройки дата-центров.

Они анализируют публичные документы по грузоперевозкам, государственные закупки, запросы по FOIA, данные по цепочкам поставок и открытые базы, чтобы собрать наиболее полную картину функционирования AI-инфраструктуры.

Параллельно Дилан Пател посещает практически все отраслевые полупроводниковые конференции.

Он постоянно общается с инженерами, поставщиками оборудования, производителями упаковки, материаловедами и другими участниками цепочки, чтобы собрать разрозненную информацию в собственную базу отраслевых данных.

На Reddit многие представители отрасли даже называют его «Мингчи Куо эпохи AI».

Разница в том, что он не ограничивается инсайдами, а предпочитает перепроверять каждое суждение инженерными расчетами и перекрестными данными.

Чтобы протестировать GPU AMD, он посвятил пять месяцев фирменному Benchmark.

Изучая AI-дата-центры, он готов создавать собственные спутниковые модели распознавания.

В эпоху AI все больше институтов верит: реально значимая информация редко появляется в отчетности в первую очередь — она скрыта в цепочках поставок, на стройках, в логистике и инженерных деталях.

Кем был пчеловод, ставший одним из самых влиятельных людей глобального AI?

Еще интересно, что Дилан Пател практически не классический аналитик полупроводников.

Он родился в 1996 году, учился на менеджера и юриста, без образования в электронике.

До основания компании он даже работал пчеловодом.

Решающую роль в судьбе сыграло увлечение.

В молодости он долгое время анонимно писал аналитические посты по полупроводникам и вел собственный технический блог на Reddit.

Позже, по совету друга Дуга О’Лафлина, он стал писать под своим настоящим именем.

В 2020 году 24-летний Дилан Пател официально основал SemiAnalysis.

Никто и не мог представить, что этот бывший технический блог станет одной из самых влиятельных исследовательских платформ AI-сектора мира за считанные годы.

На GTC 2026 Хуанг Жэньсюнь в выступлении, длившемся более двух часов, упомянул всего двух отраслевых фигур.

Одним из них был Дилан Пател.

Логотип SemiAnalysis даже появился на большой презентационной сцене, и Хуанг Жэньсюнь публично признал, что анализ Патела по производительности Nvidia в области инференса в целом верен.

Для независимого исследовательского центра такая публичная похвала — высшая отраслевой признание.

С ростом влияния — растет и количество споров

Чем выше влияние — тем больше споров.

В конце июня 2026 года Tema ETFs объявила об эксклюзивном сотрудничестве с SemiAnalysis и запуске двух новых ETF, ориентированных на AI-цепочку поставок.

Время выбрано было действительно интересно.

Всего за несколько недель до этого SemiAnalysis несколько раз корректировали ожидания по AI-рынку, что вызвало резкие колебания профильных акций.

Неудивительно, что на рынке появились вопросы.

Может ли организация, выпуская одновременно исследования, участвуя в запуске ETF, а также предоставляя консалтинг, базы данных и занимаясь инвестициями, считаться по-настоящему независимой?

В США sell-side-аналитики обязаны соблюдать правила раскрытия конфликта интересов, а short-продавцы публично раскрывают позиции.

Но для независимых институтов столь строгих стандартов пока нет.

Вопросы на самом деле вызваны не только компанией SemiAnalysis, а новой регуляторной повесткой для всего сектора независимых исследований.

С развитием комбинации баз данных, консалтинга, ETF и инвестиций размывается граница между исследованиями и коммерцией.

В AI-эпоху самое дорогое — не чипы, а информация

Если оглянуться на путь SemiAnalysis, станет ясно: они изменили не столько полупроводниковую индустрию, сколько сам принцип производства информации на рынках капитала.

На протяжении десятилетий аналитики Уолл-стрит в основном опирались на созвоны с компаниями, финансовую отчетность и контакты с топ-менеджментом.

Сегодня же самая ценная AI-информация приходит из цепочек поставок, инженерных площадок, логистических данных, спутниковых снимков и отраслевых баз данных.

Тот, кто раньше других соберет эти фрагменты, получает максимальное преимущество на рынке.

Суть того, что делает SemiAnalysis, — систематизировать, индустриализировать и продавать свою способность добывать информацию тем, кто готов платить за неё больше всего.

Обычный инвестор не сможет повторить такую разведывательную сеть или использовать такие ресурсы.

Но самое главное, чему можно научиться у них — не конкретным рекомендациям, а методологии анализа отрасли.

Не стоит боготворить ни одну компанию.

Как бы верно кто-то ни прогнозировал в последние годы — никто не ошибается никогда.

Переигрывать рынок на длинной дистанции позволяет не погоня за новостями, а собственная система понимания индустрии: логика технической эволюции, изменений в цепочках и капитальных тратах.

Любой отчет быстро устареет, любой рыночный тренд — рано или поздно остывает.

Только постоянное накопление знаний реально работает как растущий актив.

Наверное, именно это — главное напутствие, которое SemiAnalysis оставляет всем инвесторам.