Tesla pod presją

Robotyka oparta na sztucznej inteligencji może stać się jednym z ważniejszych obszarów wzrostu na rynku technologicznym. Część inwestorów wiąże jednak te nadzieje przede wszystkim z Teslą, której humanoidalny robot Optimus wciąż pozostaje projektem obciążonym opóźnieniami. JPMorgan przewiduje, że komercyjne wdrożenie Optimusa nastąpi dopiero w drugiej połowie 2027 roku. Elon Musk sygnalizował wcześniej, że produkcja Optimusa 3 może ruszyć latem 2026 roku, ale nowych informacji w tej sprawie brak.

Tesla pozostaje też pod presją w segmencie autonomicznych taksówek, gdzie przewagę ma Waymo – spółka należąca do Alphabetu. Do tego dochodzi wysoka wycena, która zwiększa ryzyko inwestycyjne. Inwestorzy szukający ekspozycji na robotykę AI mogą więc spojrzeć na trzy inne spółki: Nvidię, Alphabet i Zebra Technologies.

Nvidia: zakłady na całą infrastrukturę

Nvidia może zyskać na robotyce niezależnie od tego, kto wygra wyścig o produkcję robotów. Każdy producent będzie potrzebował zaawansowanych układów scalonych do przetwarzania poleceń i obsługi modeli AI, a Nvidia pozostaje jednym z głównych dostawców takiej infrastruktury.

To nie jest gra pod przyszłość – spółka już dziś jest największą firmą na świecie pod względem kapitalizacji, która przekracza 5 bln dolarów. W drugim kwartale roku obrotowego 2027 przychody Nvidii wzrosły o 106% rok do roku, a marża zysku netto wyniosła 62%.

Dla inwestorów istotny może być też wskaźnik PEG na poziomie 0,46 wobec 4,37 dla Tesli. To oznacza korzystniejszą relację między wyceną a tempem wzrostu i bardziej przewidywalne czynniki wspierające ekspansję.

Alphabet: chmura i autonomiczna jazda

Alphabet ma inną ekspozycję na robotykę. Roboty z AI potrzebują infrastruktury chmurowej do trenowania modeli i obsługi wymagających obliczeniowo zadań. Google Cloud należy do trzech największych platform tego typu, a jego przychody w drugim kwartale wzrosły o 82% rok do roku.

Alphabet nie musi jednak polegać wyłącznie na tym scenariuszu, bo ma już silne źródła przychodów z reklamy i chmury. Do tego dochodzi Waymo, którego autonomiczne pojazdy zdobywają popularność w kilku miastach i mogą odegrać istotną rolę w rozwoju transportu autonomicznego. PEG Alphabeta wynosi 1,20 – nadal wyraźnie mniej niż w przypadku Tesli.

Zebra Technologies: mniej oczywista, ale szybko rosnąca

Zebra Technologies to najmniejsza spółka z tego grona, z kapitalizacją rynkową 17 mld dolarów. Od początku roku jej stopa zwrotu sięga 44%, co przewyższa wyniki Nvidii i Alphabetu.

Firma nie produkuje robotów, ale dostarcza technologie przechwytywania danych i oprogramowanie, które pomagają maszynom w interakcji z otoczeniem i wykonywaniu konkretnych zadań. Jej rozwiązania mogą być istotnym elementem infrastruktury operacyjnej robotów.

W drugim kwartale przychody Zebry wzrosły o 20,4% rok do roku, a zysk netto zwiększył się ponad dwukrotnie. Spółka jest wyceniana przy PEG równym 0,59 i wyprzedzającym P/E na poziomie 16, co – jak wskazano w analizie – daje większy margines bezpieczeństwa niż w przypadku Tesli.

Robotyka jako brakujące ogniwo AI

Rozwój infrastruktury AI wymaga jednak ogromnych nakładów. Według raportu Bain & Co. sektor sztucznej inteligencji będzie musiał do 2031 roku generować około 6 bln dolarów rocznych przychodów, aby uzasadnić inwestycje w centra danych. Obecne zastosowania AI mogą zapewnić jedynie około 1,8 bln dolarów, czyli 25–30% tej kwoty. Luka wynosi 4,2 bln dolarów i może zostać wypełniona przez nowe segmenty – w tym właśnie autonomiczne maszyny i robotykę, a także odkrywanie leków, ochronę zdrowia czy generowanie energii.

„Branża potrzebuje fali innowacji, która przyćmiewa to, co odblokowały urządzenia mobilne i chmura” – powiedział David Crawford, główny autor raportu i przewodniczący Bain Global Technology, Media & Telecommunications Practice.

Bilionowe inwestycje i rosnące opóźnienia

Microsoft, Alphabet, Amazon, Meta i Oracle zwiększają wydatki na centra danych, by sprostać popytowi na moc obliczeniową. Bain prognozuje, że do 2030 roku łączne inwestycje w centra danych wyniosą 5–6,5 bln dolarów, co wymagałoby zwiększenia globalnej mocy obliczeniowej o co najmniej 150 GW.

Roczne koszty infrastruktury AI – obejmujące centra danych, moc obliczeniową oraz modernizację układów i pamięci – mogą sięgnąć do 2031 roku 1,5 bln dolarów. Rozmiary i koszty centrów danych podwajają się mniej więcej co 12–16 miesięcy, częściowo z powodu rosnących cen chipów takich firm jak Nvidia i SK Hynix oraz sprzętu sieciowego i innych komponentów.

Inwestycje napotykają jednak ograniczenia. Firmy mierzą się z niedoborem transformatorów oraz ograniczeniami infrastruktury energetycznej i wodnej. W USA lokalny sprzeciw doprowadził w drugim kwartale do opóźnienia lub zablokowania projektów o łącznej wartości 68 mld dolarów. Bain dodaje, że przy obecnym tempie rozbudowy infrastruktury AI światowa gospodarka potrzebowałaby dodatkowego impulsu: aby inwestycje były finansowane w sposób zrównoważony, globalny PKB musiałby rosnąć o około 1% rocznie.