В новом выпуске подкаста BG2 инвесторы Брэд Герстнер и Билл Гёрли анализируют тектонические сдвиги в технологической индустрии: от радикальной смены архитектуры автопилота Tesla до юридического противостояния Илона Маска со штатом Делавэр. Обсуждение охватывает феноменальный рост Nvidia, ставший следствием «фазового перехода» в экономике, и обостряющуюся борьбу между открытыми и закрытыми моделями искусственного интеллекта.
🚀 Экспоненциальный рост и ошибки прогнозирования 0:00
Брэд Герстнер отмечает, что человеческий мозг плохо приспособлен к пониманию экспоненциальных процессов, что наглядно демонстрируют ошибки аналитиков Wall Street . По его словам, крупнейшие инвестиционные возможности возникают именно в моменты «фазовых переходов», когда традиционные линейные модели перестают работать .
Ярким примером стал прошлый год для компании Nvidia:
- В начале 2023 года консенсус-прогноз выручки дата-центров составлял $22 млрд, а реальный результат достиг $96 млрд .
- Прогноз прибыли на акцию (EPS) вырос с ожидаемых $5,70 до фактических $25 .
- Аналитики ошиблись в своих расчётах в 3–4 раза, что, по мнению Герстнера, случается крайне редко для компаний с такой большой капитализацией .
Инвесторы часто задаются вопросом, когда стоит фиксировать прибыль, но Герстнер придерживается стратегии удерживать акции до тех пор, пока внутренние прогнозы компании по темпам роста остаются выше ожиданий рынка .
🧠 Tesla FSD 12: Революция «подражательного обучения» 3:36
Брэд Герстнер описывает свой опыт поездки на новой версии автопилота Tesla — FSD 12 — как «момент ChatGPT» для беспилотного вождения . Около года назад команда Tesla совершила радикальный маневр, отказавшись от детерминированной модели на C++ в пользу нейросетевого подхода «end-to-end» .
Билл Гёрли, ранее скептически относившийся к успехам Tesla в этой области, признаёт значимость этого шага . Он объясняет, что старый подход требовал написания кода для каждого конкретного случая («если X, то делай Y»), что создавало бесконечную «паутину» кода, не способную справиться со всеми редкими сценариями (corner cases) .
Ключевые особенности новой архитектуры FSD 12:
- Имитационное обучение (Imitation Learning): Система обучается на видеозаписях лучших водителей. На вход подаются пиксели, на выходе — команды управления (руль, тормоз, газ) .
- Бритва Оккама: Гёрли считает этот подход более элегантным и жизнеспособным, так как он упрощает систему, выбрасывая миллионы строк рукописного кода .
- Отсутствие разметки объектов: В новой модели нет жесткого определения «светофора». Модель просто видит пиксели и повторяет поведение человека в аналогичных визуальных ситуациях .
- Скорость обучения: По данным, которые приводит Герстнер, скорость улучшения этой модели в 5–10 раз выше, чем у предыдущих версий .
📊 Инфраструктурное преимущество и экономика данных 12:55
Успех Tesla в ИИ обусловлен не только архитектурой, но и уникальным доступом к данным. Билл Гёрли подчеркивает, что компания использует данные водителей, которые добровольно участвуют в программе обучения, загружая гигабайты видео каждую ночь через домашний Wi-Fi . Некоторые пользователи загружают до 115 ГБ данных в месяц .
Брэд Герстнер раскрывает детали процесса фильтрации данных:
- Tesla не загружает все подряд. Из 5 миллионов автомобилей на Edge-устройствах (в машинах) отбираются только «аномальные» моменты: резкие торможения, вмешательства водителя или необычные ситуации .
- Это позволяет обучать модель на самых сложных сценариях, которые конкуренты вроде Waymo или Cruise просто не могут собрать в достаточном количестве из-за малого размера парка .
- По мнению собеседников, стоимость оборудования Waymo и их зависимость от лидаров делает их бизнес-модель крайне тяжелой с точки зрения капитальных затрат по сравнению с Tesla .
С финансовой точки зрения, повышение проникновения FSD может радикально изменить маржинальность Tesla. Герстнер предполагает, что если компания снизит цену подписки с $1000 до $500 или даже $100 в месяц, это резко увеличит количество собираемых данных и обеспечит миллиарды долларов дополнительной EBITDA за счет эффекта масштаба .
🤖 Робототехника и гонка языковых моделей 25:46
Принципы обучения FSD 12 уже переносятся на гуманоидных роботов. Герстнер упоминает видео из Стэнфорда, где роборука обучается сложным манипуляциям с чашкой кофе всего за две минуты на основе видеоданных . Это подтверждает тезис, что будущее робототехники — в имитационных моделях, а не в программировании алгоритмов .
Обсуждая рынок LLM, Гёрли и Герстнер отмечают невероятную плотность релизов:
- Gemini 1.5 от Google показала огромное окно контекста .
- Claude 3 от Anthropic продемонстрировала прорыв в соотношении цены и производительности .
- Llama 3 и GPT-5 ожидаются летом 2024 года, причем GPT-5, по слухам, обеспечит двукратный прирост производительности по сравнению с четвертой версией .
Билл Гёрли выражает сомнение в том, что компании смогут одновременно успешно конкурировать с Google в потребительском сегменте (поиск) и предоставлять лучшие корпоративные решения . Он отмечает, что корпоративные заказчики (CIO) всё чаще выбирают Open Source решения, чтобы избежать привязки к одному поставщику и обеспечить конфиденциальность своих данных .
⚖️ Битва за открытый ИИ и риск «регуляторного захвата» 39:22
Центральной темой дискуссии стал спор об открытых (Open Source) и закрытых моделях ИИ. Билл Гёрли выражает серьезную обеспокоенность тем, что крупные лаборатории (OpenAI, Anthropic) используют тактику «запугивания апокалипсисом» (doomerism), чтобы добиться регулирования, которое убьёт Open Source .
Аргументы против ограничения открытых моделей:
- Регуляторный захват: Гёрли считает, что призывы запретить Open Source — это попытка защитить монопольные прибыли под видом заботы о безопасности .
- Лоббизм: Ссылаясь на статью в Politico, Гёрли указывает на огромные суммы, которые тратятся проприетарными компаниями на лоббирование своих интересов в Вашингтоне .
- Прогресс и безопасность: Открытый код позволяет академическому сообществу проверять модели на наличие предвзятости и ошибок, что делает их безопаснее в долгосрочной перспективе .
Брэд Герстнер добавляет, что Марк Цукерберг и компания Meta фактически стали защитниками открытого интернета, предоставляя модели уровня Llama, которые разрушают маржинальность закрытых игроков и стимулируют инновации . В Вашингтоне, по словам Герстнера, уже понимают, что для победы в технологической гонке с Китаем США необходима конкуренция, а не консолидация вокруг одного игрока .
🏛️ Делавэр против Илона Маска: Конец предсказуемости? 50:32
Обсуждение юридического климата коснулось решения суда Делавэра отменить компенсационный пакет Илона Маска 2018 года на сумму $55 млрд . Гёрли называет это решение беспрецедентным и опасным для корпоративной Америки.
Основные претензии инвесторов к решению суда:
- Согласованность с акционерами: Пакет был одобрен 70% голосов акционеров, и Маск выполнил все условия, спасши компанию от банкротства .
- Отсутствие жертв: Гёрли иронично замечает, что это «преступление без потерпевших», так как капитализация Tesla выросла в десятки раз, и те, кто голосовал за пакет, получили огромную прибыль .
- Риск для штата: Если Делавэр перестанет быть предсказуемым в плане соблюдения буквы закона, компании начнут массово перерегистрироваться в другие штаты, такие как Техас или Невада .
Билл Гёрли выдвигает радикальный тезис: если решение устоят и юристы истца получат свои миллиардные гонорары, советы директоров всех компаний в Делавэре будут обязаны рассмотреть вопрос о смене юрисдикции, чтобы избежать обвинений в халатности перед лицом новых непредсказуемых исков .
📉 Анализ рынка: Оценки технологических гигантов 58:38
В завершение Герстнер представил анализ мультипликаторов Big Tech компаний за последние три года :
- Meta: Мультипликатор вырос с 20x до 23x P/E, что отражает успех их стратегии .
- Google: Оценка упала ниже 20x. Рынок обеспокоен «дилеммой инноватора» и провальным запуском Gemini .
- Amazon: Выглядит дешево по сравнению с историческими значениями, несмотря на улучшение показателей ритейла и облачного бизнеса .
- Nvidia: Несмотря на рост акций, мультипликатор P/E остается умеренным из-за взрывного роста прибыли. Главный вопрос для инвесторов — долговечность этого спроса на вычислительные мощности .
Герстнер заключает, что если корпорации и потребители продолжат получать реальную выгоду от внедрения ИИ, у этих акций всё еще есть потенциал для роста .
