Bank of America: Metas Verkauf von Rechenzielen zielt darauf ab, eine überzeugende Geschichte über die Kapitalrendite von KI zu erzählen

Meta plant, seine massiven KI-Rechenleistungskapitalvermögen in Geld umzuwandeln. Diese Strategie ist nicht nur die Vorform einer neuen Geschäftslinie, sondern auch ein strategisches Signal, um die Bedenken der Anleger hinsichtlich der hohen Kapitalausgaben und ihrer Rendite zu adressieren.

Nach Berichten entwickelt Meta Pläne, einen Cloud-Infrastrukturdienst anzubieten und externen Kunden Zugang zu KI-Rechenleistung und Modell-Services zu verkaufen. Nach Bekanntgabe dieser Nachricht stieg der Meta-Aktienkurs an einem Tag um etwa 10 %, weit über dem Anstieg des S&P 500-Index von etwa 0,25 % in der gleichen Periode. Der Markt reagierte positiv auf diese potenzielle neue Geschäftslinie.

Nach Informationen von Chase Trading Desk haben die Analysten Justin Post und Nitin Bansal der Bank of America Securities in einem am 1. Juli veröffentlichten Forschungsbericht festgestellt, dass die Entwicklung des Cloud-Geschäfts dazu beiträgt, den potenziellen Wert der Rechenleistungskapitalvermögen und der Modellentwicklung von Meta hervorzuheben. Dadurch können die Bedenken der Anleger, dass das Unternehmen ständig in KI-Infrastruktur investiert, aber keine Rendite zu sehen bekommt, in gewissem Maße gelöst werden. Die Bank of America hält die Kaufempfehlung für Meta aufrecht und setzt das Zielpreis auf 835 US-Dollar.

01 Meta's Cloud-Plan kommt ans Licht: Zwei Wege parallel vorantreiben

Laut Bloomberg, unter Berufung auf Informierte, gibt es derzeit zwei Richtungen im Meta Cloud-Geschäftsplan: Die erste ist die Bereitstellung von KI-Modell-Hosting-Services, die es Entwicklern ermöglichen, auf verschiedene Modelle zuzugreifen, die auf Meta's bestehender KI-Infrastruktur laufen, einschließlich seiner Muse Spark-Serie von Modellen, und die nach Zugriffsmenge berechnet werden. Dieser Ansatz ähnelt dem Bedrock-Produkt von Amazon AWS. Die zweite Richtung ist der direkte Verkauf von Rohrechenleistung, was eher der Positionierung von aufstrebenden Cloud-Rechenleistungserbringern wie CoreWeave entspricht.

Der oben genannte Plan gehört zu einer internen strategischen Initiative von Meta namens "Meta Compute", die sich auf den Aufbau und die Betriebsverwaltung von KI-Infrastruktur konzentriert. Der CEO von Meta hat zuvor öffentlich darauf hingewiesen, dass es geschäftliche Chancen auf dem Unternehmensmarkt gibt und dass das Unternehmen in der Lage sein könnte, Rechenleistung zu einem Preis zu verkaufen, der höher als die Baukosten ist.

Die Bank of America weist in ihrem Bericht darauf hin, dass aus einer makroökonomischen Perspektive, wenn Meta's Kapitalausgaben im Jahr 2026 die Erstellung von bis zu 3 GW Rechenleistung unterstützen können (geschätzt mit etwa 40 bis 45 Milliarden US-Dollar pro GW), die Gründung einer Cloud-Geschäftsplattform in naher Zukunft der Firma eine größere strategische Flexibilität verleihen würde - falls es zu überschüssiger Rechenleistung kommt, kann diese zu einem Preis von 10 bis 15 Milliarden US-Dollar pro GW pro Jahr vermietet werden, was sich positiv auf das Unternehmen auswirken würde.

02 Zweifel an der Wettbewerbspositionierung, Streit um die Strategie unvermeidlich

Trotz der positiven Marktreaktion hat die Bank of America auch direkt die potenziellen Bedenken benannt. Meta scheint bei der Entwicklung eigener Chips hinter etablierten Super-Cloud-Anbietern wie Amazon, Microsoft und Google zurückzuliegen. Gleichzeitig kauft das Unternehmen weiterhin aktiv Rechenleistung über Drittparteiverträge - einschließlich eines kürzlich geschlossenen Kaufvertrags von 1,6 GW mit Crusoe.

Dieses Phänomen hat die Märkte dazu gebracht, Meta's strategische Logik zu hinterfragen: Kann ein Unternehmen, das selbst noch Rechenleistung von außen kaufen muss, ein überzeugendes Geschäft mit der Weiterverkauf von Rechenleistung aufbauen? Wie wird seine Wettbewerbsfähigkeit auf dem Super-Cloud-Markt positioniert?

Die Bank of America ist der Meinung, dass Meta's Fähigkeit, auf diesem Gebiet eine stärkere Marktanerkennung zu erlangen, in gewissem Maße von der Entwicklung der Spitzenfähigkeiten seiner Large Language Models (LLM) abhängt - je höher das Modellniveau ist, desto höher ist die Nachfrage nach Meta's Rechenleistung von außen, und die geschäftliche Logik des Cloud-Geschäfts wird solider.

03 Verbesserung der Einheitseffizienz von KI, ein Doppelsäbel für Cloud-Anbieter

Außerhalb des Meta Cloud-Plans gibt es auch bemerkenswerte Signale auf der Kostenseite der KI-Rechenleistung. Laut The Information hat OpenAI angeblich ein systemweites Optimierungskonzept gefunden, das die Inferenzkosten für bestimmte Modelle um etwa die Hälfte senkt. Diese Optimierung wird durch eine effizientere Nutzung der bestehenden Serverinfrastruktur erreicht, ohne zusätzliche Hardware oder neue Modellarchitekturen einzuführen. Berichten zufolge hat OpenAI diese Optimierung bereits auf den ChatGPT-Traffic von nicht angemeldeten Benutzern angewendet, und dieser Traffic kann mit nur wenigen hundert NVIDIA-GPUs unterstützt werden. Der genaue Mechanismus dieser Methode ist derzeit noch unklar, und es ist auch nicht sicher, ob sie auf angemeldete Benutzer, API-Workloads oder rechenintensive Inferenzprodukte erweitert werden kann.

Die Bank of America ist der Meinung, dass die Verbesserung der Effizienz der Rechenleistungskosten für große Internetunternehmen insgesamt vorteilhaft ist: Wenn diese Technologie auf Branchenebene verbreitet werden kann, wird die effektive Leistung der bestehenden Rechenleistung ohne zusätzliche Hardwareinvestitionen erhöht, die Dringlichkeit für zusätzliche Kapitalausgaben verringert und das Einheitseffizienzmodell des KI-Geschäfts verbessert. Mit der starken Zunahme des Token-Verbrauchs in Agentic-Anwendungsfällen wird der strategische Wert der Rechenleistungsoberflächen immer wichtiger.

Für Super-Cloud-Anbieter besteht jedoch auch das Risiko eines gewissen Preisdrucks aufgrund des Rückgangs der Inferenzkosten. Gleichzeitig kann eine bessere Bruttomarginstruktur und ein breiterer adressierbarer Markt die Nachfrage nach KI-Workloads anhalten, was insgesamt immer noch positiv ist.

Dieser Artikel stammt aus dem WeChat-Account "Hard AI", Autor: Spezialist für Technologieentwicklung und -forschung. 36Kr hat die Veröffentlichung mit Genehmigung durchgeführt.