Zaidi ya hype: Kwa nini matumizi makubwa ya AI ya makampuni makubwa ya teknolojia yanabadilisha jinsi tunavyoyaona

Kwa nini matumizi makubwa ya AI ya makampuni makubwa ya teknolojia na vikwazo vya kimaumbile vya gridi vinavyorekebisha upya hatari na manufaa kwa hisa za teknolojia.

Harsh Karamchandani

Na Harsh Karamchandani · Mshika cheti cha CFA | Mtaalamu wa Mikakati ya Uendeshaji wa Biashara na Bidhaa

27 Agosti 2026 · 7 dak kusoma

Share

Kwa miaka mingi, uchambuzi wa hisa kuu za teknolojia za Marekani kuzunguka msimu wa mapato ulifuata mtindo unaofahamika: wakati wowote kiongozi wa soko alitangaza dhamira kubwa ya kifedha kwa teknolojia ya kizazi kijacho, wafanyabiashara kwa ujumla walikaribisha habari hiyo. Matumizi makubwa yalionekana kama ishara wazi ya utawala wa soko, ubunifu wa kasi, na ukuaji wa mapato ya baadaye.

Leo, mwelekeo huo umebadilika.

Katika mazungumzo ya hivi karibuni ya mapato ya kila robo mwaka, washiriki wa soko walishuhudia mtindo unaojirudia: kampuni kubwa ya teknolojia (mega-cap) inazidi matarajio ya mapato, inaripoti faida nzuri za uendeshaji, inatangaza dhamira nyingine ya dola bilioni 50 hadi 80 kwenye miundombinu ya akili bandia, na kisha bei ya hisa yake inashuka usiku kucha.

Nini kinachosababisha mabadiliko haya? Ili kuelewa kwa nini hisa za teknolojia za Marekani zinabadilika kiholela, wafanyabiashara wa reja reja wanahitaji kuangalia zaidi ya habari za programu na kuchunguza hali halisi za kimwili na za mizania nyuma ya pazia.

Mabadiliko ya "kimbilio salama": Jinsi makampuni makubwa ya teknolojia yalibadilisha mizania yao

Ili kuelewa mabadiliko ya sasa ya bei ya hisa katika hisa za teknolojia za Marekani, kwanza tunahitaji kuangalia jinsi makampuni makubwa ya teknolojia, hususan makampuni makubwa ya mtandao wa wingu kama Microsoft, Amazon, Alphabet, Meta, na Oracle, yamebadilisha jinsi yanavyosimamia mizania yao.

An isometric 3D bar chart comparing annual revenue and capital expenditure. A tall blue block representing "Annual Revenue" is adjacent to a teal block representing "Capital Expenditure", illustrating that capital spending makes up 38% to 57% of total revenue.
Kielelezo 1: Kiwango cha matumizi ya mtaji ya kila mwaka ikilinganishwa na mapato jumla katika makampuni makubwa ya mtandao wa wingu, kinachoonyesha viwango vya uzito wa mtaji (38% hadi 57%) vilivyoonekana kihistoria katika utengenezaji mkubwa au huduma za umma

Katika muongo uliofuata mgogoro wa kifedha wa dunia wa 2008, wafanyabiashara waliyachukulia makampuni makubwa ya teknolojia kama maeneo ya kuaminika na yenye hatari ndogo ya kuweka mtaji wakati wa vipindi vya kutokuwa na uhakika kiuchumi. Ingawa mali salama za kawaida zilitoa utulivu, viongozi wa teknolojia walitoa kitu cha pekee: akiba kubwa za fedha taslimu. Makampuni kama Apple, Alphabet, Microsoft, na Meta yalikusanya mamia ya mabilioni ya dola za fedha taslimu wakati yakiendesha majukwaa ya programu yenye faida kubwa. Wakati wa kushuka kwa soko kwa ujumla, wafanyabiashara walinunua hisa hizi kwa sababu akiba zao za fedha taslimu zilitoa mto mkubwa wa kifedha.

Hata hivyo, ujenzi wa sasa wa akili bandia umebadilisha kabisa mwelekeo huu. Makampuni haya makubwa ya mtandao wa wingu hayakai tu juu ya fedha zao taslimu.

Makadirio ya soko yanaonyesha matumizi ya jumla ya mtaji ya kila mwaka katika makampuni matano makubwa ya teknolojia (Amazon, Alphabet, Microsoft, Meta, na Oracle) yakipanda kufikia dola bilioni 660 hadi 750. Kiwango hiki cha matumizi kinawakilisha 38% hadi 57% ya mapato yao yote ya kila mwaka,

kiwango cha uzito wa mtaji kilichoonekana kihistoria katika mabomba ya mafuta, utengenezaji mkubwa, na huduma za umeme, si biashara nyepesi za programu.

Ili kufadhili upanuzi huu, makampuni haya ya teknolojia hayategemei tu akiba za fedha taslimu; yanakopa kwa kiwango kikubwa. Jumla ya utoaji wa hatifungani za makampuni kati ya makampuni makubwa ya mtandao wa wingu umezidi dola bilioni 175 hadi 200+. Kwa kubadilisha mito yao ya fedha taslimu kwa madeni ya muda mrefu, mali isiyohamishika halisi, na vifaa vikubwa, makampuni makubwa ya teknolojia (mega-cap) yamebeba gharama kubwa zaidi za uendeshaji.

Kizuizi kilichofichwa: Vifaa vya kompyuta vya kasi dhidi ya gridi za umeme za polepole

Zaidi ya mizania, matumizi ya makampuni makubwa ya teknolojia yanakabiliwa na kikwazo cha kimwili: kile makampuni haya yanachonunua na mahali kinapounganishwa. Kujenga mifumo ya kisasa ya akili bandia kunahitaji nguvu ya kompyuta ghafi inayotegemea aina mbili kuu za vifaa:

  • GPUs (Vitengo vya Uchakataji wa Picha): Chipu za kompyuta maalum, zilizoanzishwa na makampuni kama Nvidia, ambazo huchakata maelfu ya hesabu kwa wakati mmoja, zikitumika kama injini kuu za kufundisha miundo ya AI.
  • TPUs (Vitengo vya Uchakataji wa Tensor): Chipu zilizoundwa maalum zinazotengenezwa ndani na makampuni ya teknolojia kama Google kushughulikia majukumu maalum huku zikipunguza utegemezi kwa wasambazaji wa nje. Ili kuendesha makumi ya maelfu ya chipu hizi za nguvu kubwa kwa kuendelea, makampuni yanahitaji kujenga vituo vikubwa vya data. Lakini tofauti na programu za kawaida za wingu, ambazo zinaweza kuzinduliwa duniani kote mtandaoni kwa sekunde, kujenga vituo vya kisasa vya data vya AI kunakumbana na ukuta mgumu wa kimwili: ile gridi ya umeme.
An isometric flowchart showing a central cloud server icon connected by flowing blue paths to four distinct physical infrastructure nodes: a power grid, a liquid-cooled server rack, a silicon wafer, and a microchip.
Kielelezo 2: Mtiririko wa chini wa mtaji wa AI, ukionyesha jinsi matumizi ya makampuni makubwa ya teknolojia yanavyotiririka moja kwa moja kwenye mnyororo wa ugavi wa kimwili, ikiwa ni pamoja na huduma za umma, mifumo ya upoezaji wa maji, kumbukumbu za msongamano mkubwa, na washirika wa silicon maalum.

Kituo kimoja cha data cha AI chenye msongamano mkubwa kinaweza kutumia umeme mwingi kama vile mji wa kati wa mashambani. Katika Amerika Kaskazini na Ulaya, makampuni ya huduma za umeme yanawaarifu makampuni makubwa ya teknolojia kuwa kuunganisha vituo hivi vikubwa kwenye nyaya za umeme za voltage ya juu kunachukua orodha ya kusubiri ya miaka 4 hadi 7.

Ucheleweshaji huu unasababisha tatizo kubwa la muda kwa faida za kampuni:

  1. Muda Mfupi wa Maisha ya Vifaa: Chipu za AI za kisasa zinazeeka kwa haraka. Kundi la chipu lililonunuliwa leo linakuwa la zamani ndani ya miaka 2 hadi 3 tu kadri chipu mpya, za kasi zaidi zinavyovumbuliwa.
  2. Ucheleweshaji wa Utengenezaji wa Mapato: Wakati kampuni ya teknolojia inatumia makumi ya mabilioni ya dola kwenye chipu leo, lakini haiwezi kuendesha seva hizo kwa uwezo kamili kwa miaka kadhaa huku ikisubiri uunganisho wa gridi ya umeme, vifaa hivyo vinapoteza thamani wakati vikiwa havifanyi kazi.

Fedha taslimu huondoka kwenye mizania ya kampuni mara moja, lakini mapato mapya ya programu hutokea baada ya ucheleweshaji wa miaka kadhaa. Wakati masoko ya umma yanapohesabu upya ucheleweshaji huu wa miaka kadhaa, viwango vya faida vinavyotarajiwa vinabanwa, hali inayosababisha bei za hisa kushuka.

A pipeline diagram showing a green block on the left representing "Today's Capital Expenditure (Capex)" that connects via a long, gray winding path with a power line icon labeled "4-7 Year Power Grid Connection Queue" to a distant blue circle labeled "Delayed Revenue Generation"
Kielelezo 3: Pengo la miundombinu ya kimwili, likionyesha ucheleweshaji wa miaka kadhaa kati ya matumizi ya mtaji ya haraka kwenye vifaa na utengenezaji halisi wa mapato kutokana na mlundikano wa maombi ya uunganisho wa gridi ya umeme.

Kufuatilia fedha: Mahali mtaji unapozunguka

Wakati matumizi makubwa yanaweka mkazo wa muda mfupi kwa watengenezaji wa programu, wimbi hilo la fedha la mamia ya mabilioni ya dola linatiririka moja kwa moja kwenye mifuko ya makampuni yanayotoa vifaa vya kimwili.

A side-by-side graphic. The left card features an orange GPU chip and a clock icon indicating an "AI Hardware Lifespan: 2-3 Years". The right card shows a gray power utility tower and a calendar icon indicating a "Utility Interconnection: 4-7 Years"
Kielelezo 4: Hatari ya muda wa uendeshaji, ikilinganisha mzunguko wa haraka wa miaka 2 hadi 3 wa vifaa vya AI vya kisasa kuwa vya zamani dhidi ya orodha ya kusubiri ya miaka 4 hadi 7 kwa uunganisho wa gridi ya umeme
  1. Watoa Huduma wa Gridi ya Umeme & Huduma za Umma: Vituo vya data vinahitaji umeme wa msingi wa kuendelea, bila kukatika. Wazalishaji wa umeme huru na watengenezaji wa vifaa wanaofanya transfoma za voltage ya juu na vifaa vya gridi ya umeme, kama Constellation Energy, Vistra Corp, GE Vernova, na Eaton Corporation, zinashuhudia malimbikizo ya oda kwa miaka mingi.
  2. Wataalamu wa Upoezaji wa Maji na Joto: Chip za AI za utendaji wa juu huzalisha joto kali ambalo mashabiki wa kawaida hawawezi kulipoza. Kampuni zinazojenga mifumo ya upoezaji wa maji na miundombinu ya upoezaji sahihi kwa ajili ya racks za server, kama Vertiv Holdings, Schneider Electric, na Modine Manufacturing, zimeshuhudia mahitaji ya kimuundo yakipanda kwa kasi.
  3. NAND Flash na Muundo wa Kumbukumbu: Vichapuzi vya kisasa vya AI haviwezi kufanya kazi vikiwa pekee bila bandwidth kubwa na uhifadhi wenye msongamano mkubwa. Kufundisha na kuendesha modeli changamano huzalisha vikwazo vikubwa vya kumbukumbu, kwani GPU hukwama iwapo data haiwezi kusogea kwa kasi ya kutosha. Kikomo hiki cha kimaumbile kilichochea mabadiliko makubwa ya tathmini sokoni kwa wataalamu wa kumbukumbu na uhifadhi kama Micron Technology (MU) na SanDisk (SNDK). Kihistoria, Wall Street iliweka thamani ya hisa hizi kama wasambazaji wa bidhaa za walaji wenye faida ndogo na mabadiliko makubwa, waliounganishwa na mizunguko ya PC na simu janja. Hata hivyo, baada ya makampuni makubwa ya wingu kuweka oda kubwa za miaka mingi kwa DRAM/High-Bandwidth Memory (HBM) na NAND flash za biashara za Solid-State Drives (eSSDs), viwango vya tathmini vilipanuka. Huku uwezo wa NAND wa kiwango cha server na HBM ukiwa umeuzwa kwa miaka mingi mapema na faida za uendeshaji zikipanuka kwa kiasi kikubwa, masoko ya umma yalirekebisha tathmini ya watoa huduma za kumbukumbu na flash kuwa vikwazo muhimu vya miundombinu ya AI yenye faida kubwa.
  4. Washirika wa Silicon Maalum na Semiconductor: Ili kupunguza utegemezi wao kwa wasambazaji mmoja, makampuni makubwa ya teknolojia yanabuni chip zao za ndani (kama TPUs za Google na chip za Trainium za Amazon). Hii huunda biashara ya muda mrefu kwa washirika maalum wa ubunifu wa chip na foundry kama Broadcom, Marvell Technology, Taiwan Semiconductor Manufacturing Company (TSMC), na ARM Holdings. Badala ya kuangalia akili ya kiholela kupitia programu za walaji pekee, fedha za busara zimehamia zaidi na zaidi kwenye mnyororo wa ugavi wa kimaumbile unaohitajika ili kuendesha vituo hivi vya data.

Hitimisho: Kuchambua uhusiano kati ya mali mbalimbali

Kupitia mzunguko huu wa sasa wa soko kunahitaji kuangalia zaidi ya matangazo makuu ya programu na kutambua jinsi vikomo vya kimaumbile vinavyorekebisha bei ya hatari katika masoko ya kimataifa.

Soko halikatai AI, bali linarekebisha tu bei za hisa kuzingatia deni kubwa zaidi, matumizi ya papo hapo ya fedha taslimu, na ucheleweshaji wa miundombinu ya kimaumbile. Katika mizunguko ya awali ya teknolojia, wawekezaji waliitikia matumizi ya mtaji kwa matumaini ya moja kwa moja, wakifanya kazi kwa dhana kuwa uwekezaji mkubwa zaidi kiotomatiki huzalisha faida kubwa zaidi ya baadaye. Leo, soko linapima matumizi kupitia mtazamo mkali zaidi. Wakati kampuni kubwa ya wingu inajitolea mabilioni ya makumi kwenye miundombinu bila ratiba ya haraka ya mapato mapya ya programu, soko linazingatia mzigo wa haraka wa kifedha: faida za uendeshaji zinazobana, akiba ya fedha taslimu inayopungua, na gharama za huduma ya deni zinazopanda.

Mabadiliko haya ya kimuundo yanabadilisha kwa kiasi kikubwa jinsi hisa za teknolojia zinavyohusiana na uchumi mpana. Kihistoria, teknolojia kubwa zaidi iliyoshikilia akiba kubwa za fedha taslimu ambayo ilizikinga kampuni hizi kutokana na mabadiliko mapana ya kiuchumi. Sasa, huku mabilioni ya hati fungani za kampuni zikitolewa kujenga vituo vya data na kuhakikisha njia za umeme, faida za teknolojia zimekuwa nyeti zaidi kwa viwango vya riba, tofauti za mapato ya hati fungani, na gharama za kukopa.

Wakati huo huo, mipaka kati ya aina za mali inazidi kufifia. Ratiba za uzinduzi wa programu hazichaguliwi tena na kasi ya watengenezaji kuandika msimbo; badala yake zinaamriwa na uwezo wa gridi ya umeme, malimbikizo ya uzalishaji wa transfoma, na foleni za muunganisho wa huduma za umeme. Kwa hivyo, bidhaa za nishati kama Gesi Asilia na hisa za makampuni ya umeme zinageuka kuwa viashiria vikuu vinavyotangulia utekelezaji wa teknolojia.

Hatimaye, kwa sababu makampuni makubwa zaidi ya teknolojia yanashikilia uzito mkubwa katika vigezo vikuu kama S&P 500 na Nasdaq 100, matangazo ya matumizi ya hisa moja moja huenea mbali zaidi ya Silicon Valley. Kwa kufuatilia deni la karatasi ya mizani, muda wa kusubiri wa gridi ya umeme, na mtiririko wa mtaji wa kimaumbile, wachunguzi wa soko wanapata picha iliyo wazi zaidi ya kile kinachosababisha kwa kweli ugunduzi wa bei katika hisa, bidhaa, na fahirisi za kimataifa.

Join 3M+ global traders

Open an account in minutes and start trading the world's markets — forex, stocks, indices, and more.