L’efficacité de Deepseek signifie que Big Tech doit arrêter la thésaurisation, créant plus de gagnants. Voici les 12 actions qui devraient bénéficier.

Le bon, le mal et le laid fusionnent alors que l’IA entre dans la prochaine étape du développement: la compétition et l’efficacité. Nous savions tous que ce jour viendrait, mais peut-être pas dès qu’il l’a fait.

Le modèle le plus efficace et le moins cher de Deepseek signifie que Big Tech a soudainement un peu dans son armure. Les investisseurs se demandent s’ils ont surévalué les Blue Chips et leur pouvoir de tarification, en particulier concernant leurs modèles de langage propriétaire.

Ce sera une balade volatile jusqu’à ce que Wall Street le comprenne. Pour l’instant, les actions liées à l’IA ont déversé presque sans discrimination ou au moindre indice de ralentissement. Chip Designer ARM a été récemment victime de cette tendance. Il a annoncé mercredi les bénéfices avec certains des meilleurs chiffres que vous pouvez obtenir sur un actions typiques, a déclaré Sandeep Rao, analyste quantitatif chez Le levier actions ETPS. Pourtant, le stock a diminué de plus de 7%.

« Il est clairement évident que ce stock est censé monter en flèche », a déclaré Rao. « L’IP de l’entreprise est utilisée dans pratiquement tous les smartphones majeurs du monde. Son logiciel est également utilisé par Apple Computers. Il a un lien avec NVIDIA, et sa sauvegarde est SoftBank, qui fait partie du projet Stargate qui pompe 500 milliards de dollars dans Infrastructure cloud AI. « 

Le PDG d’ARM, René Haas, a également accueilli Deepseek lors de son appel aux résultats du 5 février, ce qui la qualifie de « créative » et une efficacité bienvenue qui ne ferait qu’augmenter la demande d’informatique. Il a ajouté que son entreprise était bien placée pour profiter de l’efficacité, y compris pour les petits appareils qui ne nécessitent pas de puces Nvidia à grande puissance.

Le bras n’est pas seul. Comme les actions de l’IA rapportent les bénéfices, ils se retrouvent dans une situation similaire: expliquant aux déménageurs d’argent de Wall Street qu’ils sont bien placés pour continuer à surmonter le battage médiatique de l’IA.

De la thésaurisation au partage

Deepseek n’est pas exactement open source; En d’autres termes, il ne partage pas son code complet. C’est un poids ouvert, ce qui signifie qu’il montre sa mémoire ou son processus de connaissance. Cela permet aux utilisateurs de l’ajuster pour des tâches spécifiques, à réduire la barre pour que les startups et les entreprises entrent dans l’espace et créent des modèles commerciaux spécialisés qui pourraient conduire à l’abordabilité, à une demande accrue et à une croissance explosive.

Avant Deepseek, les modèles propriétaires nécessitaient une énorme puissance de calcul, ce qui signifiait que les superordinateurs coûteux et les petits superordinateurs étaient la solution perçue pour l’efficacité. Deepseek a changé cette thèse, suggérant que l’optimisation n’est pas un problème matériel mais qui peut être traité avec le code, a déclaré Rao. Cela a également prouvé que la communauté open source était beaucoup plus efficace pour conduire les résultats, validant l’argument selon lequel l’IA et l’apprentissage automatique ne devraient pas être effectués à huis clos, a ajouté Rao.

C’est une technologie qui peut être fait au mieux comme une marée qui soulève tous les bateaux au lieu de celle qui a été thésaurisée par quelques-uns.

Mais en termes de gagnants et de perdants, les investisseurs devraient se préoccuper des choix et des pelles: les entreprises chargées de construire une infrastructure d’IA, a déclaré Abby Yoder, un stratège américain des actions chez JPMorgan Private Bank. L’accent doit maintenant se tourner vers leurs revenus et les éléments de la ligne de marge brute pour déterminer s’ils verront l’impact. Elle a ajouté que les dépenses de CAPEX ne baissent pas; Cela augmente en fait, mais cela pourrait se déplacer ailleurs.

« Alors, vont-ils aller aux gagnants sortants que nous avons vus au cours des deux dernières années qui ont eu ce pouvoir de tarification démesuré menant à ces marges très élevées? » Dit Yoder.

Ou vont-ils dans des sociétés de semi-conducteurs fabriquant des puces spécialisées, des fournisseurs de matériel ou des sociétés de logiciels? Ce sont les principales questions que les investisseurs devront pouvoir répondre si elles veulent continuer à gagner dans cet espace. De la part de JPMorgan, l’équipe de recherche sur les actions en Amérique du Nord de la banque d’investissement a créé une liste des actions sur lesquelles ils sont en surpoids et qu’ils s’attendent à être positivement affectés par une IA compétitive et efficace.

Logiciel

Les entreprises qui peuvent utiliser l’efficacité pour augmenter leurs marchés adressables totaux seront les nouveaux grands gagnants. Ici, Yoder pense que ce seront les sociétés de logiciels.

Fournisseur de stockage de données basé sur le cloud Flocon de neige (Snow) est positionné pour bénéficier d’une demande accrue à mesure que davantage d’applications d’IA se développent, augmentant l’exigence de services de stockage de données.

Fournisseur de logiciels basé sur le cloud Salesforce (CRM) pourrait être à l’avant-garde de bénéficier de l’utilisation des logiciels moins chers et donc accrue.

Semi-conducteurs

Dans l’espace semi-conducteur, Yoder dit qu’un investisseur devrait se concentrer sur ceux qui gagnent par rapport à ceux qui perdent des parts de marché. Dans l’ensemble, la demande de puces d’IA devrait augmenter, et non baisser, bien que ce ne soit pas le cas pour chaque fabricant de puces, lire la note de JPMorgan. Dans ce secteur, les entreprises qui fournissent des circuits intégrés spécifiques à l’application « (ASICS), qui sont des micropuces conçues pour certaines fonctions au lieu d’une utilisation générale, sont bien placés pour gagner de l’utilisation accrue de modèles d’IA plus accessibles. inclure À Broadcom (Avgo) et Marvell Technologies (MRVL).

Micron (MU) devrait bénéficier en tant que fournisseur de puces de mémoire et de stockage à mesure que l’adoption de l’IA accélère.

Malgré les craintes de la nécessité Nvidia (NVDA) Les puces coûteuses et avancées seront, une demande accrue de modèles d’IA entraînera également une demande accrue de GPU.

Internet et hyperscaleurs

Les grands noms de premier plan comme Alphabet, Amazon et Meta se trouvent dans cette catégorie. Non seulement ils sont des développeurs de modèles d’IA, mais ce sont aussi les dépensiers qui déterminent en grande partie où ira l’argent pour l’infrastructure et les logiciels. Ici, l’efficacité créera un écosystème moins cher et plus large pour l’IA sur Internet, et le partage des développements poussera les grands acteurs à devenir également efficaces, lira la note de JPMorgan, qui projette les dépenses CAPEX 2025 pour Amazon à 97 milliards de dollars, la méta-méta à 65 milliards de dollars et Google à 62 milliards de dollars.

Depuis Méta- Le modèle LLAMA est également un poids ouvert, il devrait être un principal bénéficiaire de modèles linguistiques comme Deepseek, où son efficacité peut être intégrée dans l’écosystème de Meta.

« À 4 Q de gains, Meta a réitéré les avantages des LLM open source, a noté que les coûts peuvent être chassés et – à la lumière de Deepseek – ont souligné l’importance d’avoir une norme américaine pour l’open source qui s’étend à l’échelle mondiale », a indiqué la note de JP Morgan.

Amazone n’est pas non plus d’éloigner des modèles plus efficaces. Sa plate-forme compumée dans le cloud, Amazon Web Services (AWS), a déjà ajouté Deepseek à ses plates-formes d’IA, ce qui la rend disponible dans certaines régions. Bien qu’il puisse rivaliser directement avec des options plus coûteuses et une puissance de tarification d’impact, JPMorgan estime que les pertes pourraient être équilibrées avec une demande accrue.

Alphabet La place dans ce quart n’est pas aussi claire. JPMorgan estime que comme le géant de la recherche dépend fortement des Gémeaux, son IA propriétaire, il y a moins de marge de manœuvre ici. Cependant, Google peut utiliser des leçons d’efficacité pour l’aider à développer son propre chemin vers la construction de ses modèles. De plus, il dispose de six nouvelles applications qu’il développe et de 2 milliards d’utilisateurs auxquels il peut les distribuer.

Paul Marino, CRO des ETF de thèmes, ne croit pas que les institutions et les hyperscaleurs à grande échelle passeront uniquement à un véritable modèle open source. Ainsi, lorsque plusieurs sociétés maintiennent des engagements envers CAPEX, cela signifie qu’ils n’ont même pas rayé la surface pour la croissance requise, cela comprend l’expansion dans l’IA d’agence, qui sont des modèles qui peuvent prendre des décisions et agir sur eux.

Matériel

Une fois les modèles formés et construits, la partie clé est leur utilisation dans le processus d’inférence, où le modèle applique ses capacités pour fournir des résultats. À mesure que la demande reprend, les sociétés de matériel impliquées dans ce processus devraient en bénéficier. Celles-ci incluent Tablier (Dell) Cisco (Csco), et Netapp (NTAP).