Hazard Akamai związany z AI Inference: rewolucja czy kosztowna dywersja?

CEO ujawnia dużą inwestycję w AI

Podczas konferencji Raymond James, CEO Tom Leighton ujawnił, że Akamai przeznacza około 250 milionów dolarów na inicjatywy związane z AI inference. Obejmuje to znaczące zakupy systemów NVIDIA Blackwell 6000. W przeciwieństwie do niejasnych planów na przyszłość, firma już wdrożyła pierwszą partię tych systemów w 20 miastach, mając na celu szeroką dostępność do końca bieżącego kwartału. Skupienie jest na aplikacjach wymagających niskiego opóźnienia, takich jak sztuczna inteligencja, transmisje na żywo, reklama celowana, e-commerce i nadzór nad robotyką.

Strategiczny rollout i oczekiwania dotyczące przychodów

Ten krok jest wysoce strategiczny. Akamai przewiduje, że przychody z tej wstępnej implementacji zaczną pojawiać się pod koniec tego roku, a bardziej znaczący wpływ finansowy prognozowany jest na kolejny rok. Jednak istnieje okres niepewności, ponieważ firma musi jeszcze odebrać, zainstalować i aktywować serwery, zanim zaczną one generować znaczące dochody. Takie podejście niesie ze sobą znaczne ryzyko i potencjalne korzyści. Jeśli się powiedzie, może przyspieszyć wzrost w najszybciej rozwijającej się dywizji Akamai—infrastrukturze chmurowej i edge computing—which w zeszłym kwartale odnotowała wzrost o 45% rok do roku. Jednak ta agresywna ekspansja przynosi również krótkoterminową presję na marże i wyzwania związane z wdrożeniem, wymagając bezbłędnej realizacji, by uzasadnić inwestycję.

Równoważenie wzrostu i wyzwań finansowych

Inicjatywa AI jest uruchamiana w firmie, która już doświadcza silnego wzrostu i rosnących kosztów. Segment infrastruktury chmurowej i edge computing, będący centralną częścią strategii AI Akamai, w IV kwartale przyniósł 94 miliony dolarów przychodów, oznaczając 45% wzrost rok do roku. Ten segment celuje w te same obciążenia robocze wymagające natychmiastowej reakcji i niskiego opóźnienia. Tymczasem bezpieczeństwo pozostaje głównym napędem przychodów firmy, a nowsze rozwiązania, takie jak API security i Guardicore, przyniosły 90 milionów dolarów i rosną 35% rok do roku.

Stwarza to wyzwanie w alokacji kapitału. Akamai prognozuje wzrost o 45%–50% w swoim segmencie chmurowym, a taki cel wymaga znacznych inwestycji. Projekt AI inference o wartości 250 milionów dolarów to odważna próba przyspieszenia tego kierunku, lecz musi konkurować o zasoby z innymi priorytetami wzrostu i pokonać poważną przeszkodę: zarząd zidentyfikował w tym roku wzrost kosztów pamięci o 200 milionów dolarów, które zamierza zrekompensować selektywnymi podwyżkami cen.

Ostatecznie, inwestycja w AI musi przynosić rezultaty, podczas gdy firma zarządza presją kosztową. Ponieważ przychody z wdrożenia AI nie są spodziewane aż do końca roku, Akamai staje przed okresem, gdzie kapitał jest wydawany bez natychmiastowych zwrotów. Jeśli inicjatywa AI nie nabierze szybkiego tempa, może jeszcze bardziej obciążyć już napięte marże, sprawiając, że znaczna inwestycja okaże się bardziej uciążliwa niż korzystna.

Wycena i ryzyko/korzyść w krótkim terminie

Strategia AI inference przedstawia potencjalną możliwość błędnej wyceny rynkowej, ale wiąże się z napiętym terminarzem i znaczącym ryzykiem realizacji. Inicjatywa ta jest istotnym motorem wzrostu. Akamai prognozuje wzrost o 45%–50% w swojej dywizji infrastruktury chmurowej i edge computing, będącej obecnie najszybciej rosnącym obszarem firmy. Jeśli nowa platforma AI skutecznie się rozwinie, może znacząco zwiększyć udział tego segmentu w całkowitych przychodach i przyspieszyć przejście Akamai do usług obliczeniowych o wyższej marży i szybkim wzroście.

Jednak ekspansja wymaga znacznego kapitału, który jednocześnie jest przeznaczany na wykup akcji własnych. Ta podwójna koncentracja zmniejsza natychmiastowe dochody dla akcjonariuszy, gdyż środki są inwestowane w przyszły wzrost, a nie dystrybuowane. Główne ryzyko na tym etapie jest operacyjne: Akamai musi odebrać, wdrożyć i aktywować nowe serwery, zanim zaczną one generować przychody. Choć początkowa partia już się wyprzedała, czas jest kluczowy. Przychody z wdrożenia nie są spodziewane aż do końca roku, z bardziej wyraźnym wpływem przewidzianym na przyszły rok.

Ostateczna wypłata zależy od bezbłędnej realizacji. Jeśli firma aktywuje serwery zgodnie z harmonogramem i utrzyma prognozowaną stopę wzrostu, inwestycja może przynieść znaczne zyski. W przeciwnym razie, wszelkie opóźnienia lub gorsze wyniki mogą pogłębić istniejące wyzwania, takie jak 200 milionów dolarów wzrostu kosztów pamięci, jeszcze bardziej obciążając marże. Obecnie wycena akcji może być zbyt optymistyczna, zakładając perfekcyjne wdrożenie. Dopóki nie będzie jasnych dowodów aktywacji serwerów i wczesnych przychodów, profil ryzyka/korzyści w krótkim terminie skłania się ku ostrożności.

Kluczowe kamienie milowe i co monitorować

• Rozpoznanie przychodów z początkowej implementacji: Najbardziej bezpośrednim kamieniem milowym jest pojawienie się przychodów z pierwszej partii infrastruktury AI. Akamai wskazało, że nie nastąpi to wcześniej niż pod koniec roku. Inwestorzy powinni szukać pierwszego raportu kwartalnego, który odzwierciedli tę nową pojemność. Wszelkie opóźnienia lub niższy niż oczekiwano udział mogą wskazywać na problemy z integracją lub słabe zapotrzebowanie.
• Zarządzanie presją kosztową: Firma stoi w obliczu wzrostu kosztów pamięci o 200 milionów dolarów w tym roku i planuje zrekompensować to selektywnymi podwyżkami cen. Efektywność tych działań będzie kluczowa. Jeśli inwestycja w AI doprowadzi do wyższej wykorzystania i umożliwi stosowanie premiumowych cen, może to pomóc złagodzić presję na marże. W przeciwnym razie rentowność może zostać ograniczona, podczas gdy nowa infrastruktura dopiero zostaje uruchomiona.
• Postępy wdrożenia i opinie klientów: Rolout w 20 miastach i początkowe reakcje klientów są ważnymi wskaźnikami. CEO donosi, że zapotrzebowanie na wersję beta jest w pełni pokryte, co jest zachęcające. Jednak prawdziwy test nastąpi przy realizacji większego wdrożenia i opinii od tych pierwszych klientów. Aktualizacje na temat aktywacji serwerów, onboardingu klientów oraz warunków znaczących, wieloletnich zobowiązań pomogą ustalić, czy rozproszony model inference zdobywa popularność. Te krótkoterminowe wydarzenia będą kluczowe w potwierdzeniu lub zakwestionowaniu strategii AI.