Managementteams werden ihre strategischen Pläne wahrscheinlich auf KI ausrichten
Rund 30 Jahre nachdem America Online (AOL) 1993 seinen eigenen E-Mail-Dienst erstmals mit dem Internet verbunden und damit einen der wichtigsten “Aha-Momente” der Technologiegeschichte ausgelöst hat, hat ChatGPT die Fantasie von Verbrauchern, Unternehmen und Finanzmärkten beflügelt. Angesichts der Lehren, die man aus der Geschichte des Internets gezogen hat, könnte das Kapital, das im vergangenen Jahr in alles, was mit KI zu tun hat, geflossen ist, einen Realitätscheck erhalten, da sich die Unternehmen auf die Notwendigkeit konzentrieren, strategische Pläne für eine bahnbrechende Technologie zu entwickeln, die in den kommenden Jahren wahrscheinlich die Gewinner von den Verlierern trennen wird.
Sowohl aus der Sicht von Unternehmen wie von Investoren stehen Manager nun vor einer Reihe von wichtigen Entscheidungen, wie die Analyse von ARK nahelegt: Sie müssen den Wettbewerb zwischen Cloud-Anbietern und KI-Unternehmen, die von den Kapitalmärkten finanziert werden, bewerten, Arbeitsabläufe detailliert abbilden und Daten aus weit verstreuten Abteilungen finden bzw. integrieren – alles entmutigende und zeitaufwändige Aufgaben -, bevor sie KI strategisch und effektiv einsetzen können. Wenn der Verlust der Preissetzungsmacht die Gewinnspannen der Unternehmen unter Druck setzt, wie wir es erwarten, dann wird die Unternehmensleitung den Entscheidungsprozess vielleicht verzögern, aber auch das Gefühl der strategischen Dringlichkeit verstärken.
Ein gutes Beispiel aus der Vergangenheit ist Cisco Systems (CSCO).
Ich kann mich noch gut an das Verhalten dieser Aktie während eines vergleichbaren, wichtigen Moments erinnern. In den dreieinhalb Jahren bis zum 9. März 1994 stieg CSCO um das 31-fache von 0,07 auf 2,24 Dollar (split-bereinigt) während die Router, Switches und anderen Geräte des Unternehmens den Aufbau des Internet-Backbone weltweit dominierten. Die Kapitalmärkte begannen, Konkurrenten zu finanzieren, sogar solche mit Systemen, die denen von Cisco unterlegen waren, was die strategischen Planer in den Unternehmen verwirrte und die Ausgaben kurzfristig in den Keller drückte. In den vier Monaten bis zum 15. Juli 1994 fiel CSCO um 51 Prozent, da die Unternehmen, die bereits über eine mögliche Rezession besorgt waren, ihre Ausgabenverpflichtungen überprüften und überlegten. Nachdem sich die Wogen geglättet hatten, verzeichnete CSCO einen weiteren Anstieg um das 73-fache bis zum Höhepunkt der Internetblase im Jahr 2000.
Heute gibt es ein Unternehmen in einer vergleichbaren Situation: Nvidia (NVDA). NVDA steht im Mittelpunkt des KI-Zeitalters und hat sich in den rund neun Jahren seit dem 8. Februar 2015, als Analysten zu verstehen begannen, dass Durchbrüche beim Deep Learning das Tempo der KI-Veränderungen beschleunigten, zum Vorteil von GPUs (Grafikprozessoren), um das 117-fache gesteigert. NVDA hat in den fünf Jahren seit der letzten Bestandskorrektur, die durch einen Krypto-Winter6 im Oktober 2018 ausgelöst wurde und die Aktie innerhalb von drei Monaten um 56 Prozent abstürzen ließ, ebenfalls um das 23-fache zugelegt.
Die Einführung von ChatGPT im November 2022 hat Nvidia mehrere Quartale beispiellosen Wachstums beschert, da Cloud-Service-Provider, andere Internetunternehmen und kapitalkräftige Start-ups sich darum gerissen haben, Nvidia-Hardware zu erwerben und KI-Modelle zu trainieren – und dabei wahrscheinlich GPUs doppelt und dreifach geordert haben. Heute geht Nvidia von einer sequenziellen Verlangsamung des Wachstums aus, und Berichten zufolge ist die Vorlaufzeit für seine Grafikprozessoren von 8 bis 11 Monaten auf 3 bis 4 Monate gesunken, was darauf hindeutet, dass das Angebot im Verhältnis zur Nachfrage zunimmt.7 Wenn es zu keinem explosiven Wachstum bei den Einnahmen durch Software kommt, die einen solchen Überbau von Grafikprozessorkapazitäten rechtfertigen würde,8 wären wir nicht überrascht, eine Pause bei den Ausgaben zu sehen, die eine Korrektur der überschüssigen Lagerbestände verstärkt, insbesondere bei den Cloud-Kunden, die mehr als die Hälfte des Umsatzes von Nvidia mit Rechenzentren ausmachen.9 Längerfristig könnte sich der Wettbewerb im Gegensatz zum Beispiel Cisco verschärfen, nicht nur, weil AMD erfolgreich ist, sondern auch, weil Nvidias Kunden – Cloud-Service-Anbieter und Unternehmen wie Tesla – ihre eigenen KI-Chips entwickeln. Abgesehen davon haben Futuristen seit 2019 die Zeit bis zur AGI10 (Artificial General Intelligence – d.h. eine hypothetische KI, die jede intellektuelle Aufgabe verstehen kann) von 80 Jahren auf 8 Jahre verkürzt – es ist also alles möglich!