Michael Burry, a befektető, aki a 2008-as jelzáloghitel-válság előtt szinte látnoki pontossággal fogadott az összeomlásra, ismét ringbe szállt. Ezúttal nem az ingatlanpiac, hanem a mesterséges intelligencia (AI) ellen pozicionálta magát. Tézise nem a technológia létjogosultságát kérdőjelezi meg, hanem egy látszólag unalmas pénzügyi fogalomra épül, amely ma a techszektor profitabilitásának egyik legfontosabb tartóoszlopa. Az amortizációra.

De hogyan okozhat egy könyvelési tétel ekkora felfordulást? A válaszért képzeletben ne a Wall Streetre, hanem egy pizzériába menjünk.

A pizzafutár és a 10 éves autó illúziója

Képzelje el, hogy pizzafutár céget üzemeltet. A profit attól függ, mennyi pizzát ad el, és mennyibe kerül a járműpark fenntartása. Ha a könyvelésben az autók élettartamát 10 évre teszi, a vállalkozás rendkívül nyereségesnek tűnik. Az autók árát tíz évre elosztva a havi költség alacsony. De mi történik, ha a valóságban a folyamatos terhelés miatt az autók három év alatt tönkre mennek?

A papíron kimutatott nyereség ez esetben illúzióvá válik, hiszen a három évre leosztott ára az autónak sokkal magasabb, mint a tíz évre szétosztott. Azaz ez a cég osztalékot fizetett egy olyan profitból, amely a valóságban soha nem létezett. Ez legkésőbb akkor lesz nyilvánvaló a cég vezetésének, amikor az autókat idő előtt le kell majd cserélni.

Burry szerint pontosan ez a könyvelési délibáb rajzolódik ki ma a technológiai óriásoknál. Csak pizzák helyett AI-chipekkel, autók helyett pedig több milliárd dolláros szerverparkokkal.

Semmiből milliárdok

A Szilícium-völgy legnagyobb szereplői (a Microsoft, az Alphabet (Google) és a Meta) az elmúlt években szinte egyszerre fedezték fel a hosszabb élettartamú szervereket. Nem mérnöki áttörésről van szó, hanem adminisztratív döntésről, amit szakmai körökben értékcsökkenési pajzsnak (depreciation shield) neveznek.

A mechanizmus egyszerű. Ha a szerverek könyv szerinti élettartamát meghosszabbítják, az éves amortizáció csökken, a kimutatott profit pedig automatikusan nő. Anélkül, hogy akár egyetlen dollárral több bevétel keletkezne.

Lássuk a számokat!

A Microsoft 2022-ben a szerverek hasznos élettartamát négy évről hat évre növelte. Az eredmény egyetlen negyedév alatt 1,1 milliárd dollárral magasabb működési eredmény volt, ami részvényenként 0,12 dollárral javította az egy részvényre jutó nyereséget. A cash-flow mindezek következtében lényegében semmit nem változott, csak a költségeket tolták későbbre.

Az Alphabet 2023-ban követte a példát, és szintén hat évre emelte a szerverek élettartamát. Ez az első negyedévben 988 millió dollárral csökkentette a kimutatott költségeket, mesterségesen javítva a profitot.

A Meta sem maradt ki a buliból. Az AI-infrastruktúra élettartamát 5,5 évre hosszabbította. Az előrejelzések szerint ez 2025-ben 2,9 milliárd dollárnyi „megtakarítást” jelent.

A hardveres valóság

A könyvelői döntések azonban szembekerülnek a hardveres valósággal. Egy AI-szerver nem irodai számítógép. Egy 30-40 ezer dolláros Nvidia H100 GPU AI-tanítás közben a nap 24 órájában, extrém hőterhelés mellett működik.

Iparági beszámolók szerint ilyen igénybevétel mellett az eszközök élettartama jelentősen lerövidül. Egy, névtelenséget kérő Google AI-architekt becslése szerint a 60-70 százalék feletti kihasználtságú környezetben a GPU-k reális élettartama mindössze egy-három év.

A Meta kutatási adatai hasonló képet festenek. Egy 16 384 GPU-ból álló klaszterben 54 nap alatt 419 váratlan leállást regisztráltak. Az esetek közel felében konkrét hardverhiba (GPU- vagy memória-meghibásodás) állt a háttérben.

A könyvelésben szereplő hatodik évre ezek az eszközök sok esetben fizikailag már nem működőképesek, miközben a mérlegben továbbra is értékes vagyontárgyként jelennek meg. Ezek tehát valójában zombi eszközök.

Az AI délibáb

A könyvelési döntések és a technológiai korlátok mellé egy harmadik tényező is társul, a megtérülés kérdése. Arvind Krishna, az IBM vezérigazgatója egy friss nyilatkozatában arra figyelmeztetett, hogy a technológiai szektor mintegy 8 billió dollárt készül adatközpontokra költeni. Számítása szerint ekkora beruházás megtérüléséhez évi 800 milliárd dollárnyi tiszta AI-profitra lenne szükség. Ennek ma csupán töredéke látható.

Itt találkozik Burry szkepszise és az IBM óvatossága. A vállalatok ezermilliárdokat fordítanak olyan infrastruktúrára, amelyet könyvelésükben hat évig kívánnak használni, miközben a technológiai ciklus és a fizikai kopás alapján az eszközök reálisan három év alatt elavulhatnak vagy meghibásodhatnak.

Dominóhatás?

Mi történik, ha a zene elhallgat? Ha az eszközöket a valós, rövidebb élettartamuk szerint kellene leírni, az amortizációs költség akár megduplázódhatna. Ebben az esetben a jelenleg nyereségesnek tűnő AI-üzletágak könnyen veszteségessé válhatnak.

A befektetők ráébredhetnek, hogy a részvényárfolyamok egy része könyvelési döntéseken alapuló profitra épült. Ha a megtérülés nem igazolódik, a beruházások visszaeshetnek, ami dominóhatást indíthat el a chipgyártók és infrastruktúra-szállítók piacán is.

Michael Burry és az IBM vezérigazgatója eltérő nézőpontból, de ugyanarra a kockázatra mutat rá. Az AI-boom pénzügyi fundamentumai törékenyebbek lehetnek, mint amit a negyedéves jelentések sugallnak. A technológia lehet forradalmi, de ha a könyvelés túlságosan optimista élettartamot feltételez, a profit egy része csupán délibáb.

A pizzák valóban fogynak. De ha a futárautók motorja már füstöl, és a kilométeróra többet mutat a valóságnál, a számla végül egyszerre érkezik meg.

A cikk szerzője Ács Hunor, az MCC kolozsvári diákja, és Sebestyén Géza, az MCC Gazdaságpolitikai Műhelyének vezetője, a BCE egyetemi docense

Források

• Microsoft Fiscal Year 2023 First Quarter Earnings Conference Call. (2022). A vállalat hivatalos bejelentése a szerverek élettartamának növeléséről. Forrás: Microsoft Investor Relations.
• Alphabet Inc. (Google) Form 10-Q filing. (2023. április). A jelentés részletezi a szerverek élettartamának 6 évre történő módosítását. Forrás: SEC.gov.
• Meta Platforms Annual Report & Forecasts. (2024). A Meta pénzügyi előrejelzései az AI infrastruktúra amortizációs idejének kitolásáról. Forrás: Meta Investor Relations.
• Tom's Hardware / TechFund Analysis. (2024. október). "Datacenter GPU service life can be surprisingly short." Iparági jelentések és Google belső források alapján készült elemzés a GPU-k valós élettartamáról.
• Meta AI Research. (2024. július). "The Llama 3 Herd of Models". arXiv:2407.21783. Lásd: 3.3.4 Reliability and Operational Challenges fejezet (13. oldal) és Table 5 (Root-cause categorization of unexpected interruptions).