HETI RÉSZVÉNYPIACI KITEKINTŐ JUNIUS 1.

Átírás

1 ÖSSZEFOGLALÓ Az utóbbi években jelentősen felpörögtek az információs technológiai fejlesztések. Egyre többször találkozunk olyan kifejezésekkel, mint a felhő alapú szolgáltatások, adatközpontok, önvezető autók vagy az internetre kötött eszközök, azaz az Internet of Things (IoT), hogy csak néhányat említsünk. Talán sokaknak feltűnt, hogy a Google fordító alkalmazása a Google Translate is egyre szebben fordítja le az angol szöveget magyarra, ennek pedig az az oka, hogy a technológiai óriás is egyre hatékonyabban használja a mesterséges intelligenciát. Az innovációnak köszönhetően egyre gyorsabban fejlődnek azok az eszközök, amelyek a felhasználó elől a legtöbb esetben rejtve maradnak: a chipek, a hardware. Több tőzsdei cég is komoly hardveres és szoftveres fejlesztésekbe fogott, ebből adódóan könnyen lehet, hogy egy olyan technológiai ralit látunk majd a tőzsdéken, mint a 90-es évek végén és a 2000-es évek elején csak most nagyobb az esély, hogy e mögött a teljesítmény mögött valós eredmény is lesz. Aki kitettséget szeretne az iparágban, annak a technológiai óriásokat tudjuk ajánlani, Google, Amazon, Apple, Facebook, Intel, de fontos megjegyezni, hogy az ilyen cégek árbevételének még csak töredéke származik a mesterséges intelligenciából, így mi azt javasoljuk, hogy sokkal egyszerűbb tőzsdén kereskedhető befektetési alapokon (ETF) keresztül meglovagolni a lehetőségeket. Így érdekes célpont lehet a robotikával és mesterséges intelligenciával foglalkozó társaságokat tömörítő BOTZ vagy az ipari innovációra fókuszáló részvényeket tartalmazó ARKQ ETF. Továbbá a SKYY ETF a felhőalapú szolgáltatást nyújtó társaságokban enged meg jól diverzifikált kitettséget. 1

2 SOK ADAT, GYORSABB FELDOLGOZÁS A Seagate vezérigazgatója, Steve Luczo a Forbesnak még 2012-ben adott interjújában 1 azt nyilatkozta, hogy a világon 2015 után minden évben egy zettabyte adat tárolására elegendő eszközt fog az iparág létrehozni. Egy zettabyte elég sok, ennyi az összes digitális adat, amely 1947 és 2010 között keletkezett. Ennyi adat között pedig sok összefüggés, hasznos információ, egyszóval lehetőség lakozik (a legnagyobb szerepelők az adattárolásban jelenleg a Seagate, a Western Digital vagy a Samsung, igaz a Samsung merevlemez egysége 2011-ben a Seagate-hez került). A rengeteg adat csak sokszorozódni fog a következő években, évtizedekben. Az IoT (Internet of Things), azaz a világhálóra kötött eszközök (TV, kávéfőző, vagy éppen világítás) megjelenésével, de az önvezető autók esetében is temérdek adatot kell azonnal, másodpercek alatt és precízen feldolgozni. Utóbbi esetben a gyorsaságon és a precizitáson életek múlhatnak. Továbbá egyre több vállalkozás gyűjt a saját működéséről hasznos információt, amelyet aztán adatcenterekben tárolnak, amely szintén felveti a gyors munkavégzés és adathasználat/elemzés szükségességét. Például az amerikai EOG Resources, azaz az olajszektor Applejénak tekintett palaolaj-fúró cég is ilyen megoldást használ arra vonatkozóan, hogy hol érdemes olajért kutatni. A cégnek az elmúlt 30 évből körülbelül 5000 horizontális fúrásról van teljes körű adatbázisa az USA-ban megtalálható minden egyes olajlelőhelyről. Az adatok elemzésére cég nagyjából 65 alkalmazást fejlesztett ki, melyeket a kutatók akár a mobiljukról is elérnek a nap 24 órájában. A fent említett felhasználás esetén brutális hardveres és szoftveres erőforrásokra van szükség. Elég csak abba belegondolni, hogy mennyi információt dolgozunk fel mi, emberek egy-egy hosszabb autóvezetés során. A fontosabb chipgyártók nagy erőkkel dolgoznak azon, hogy az új hardveres egységek kisebbek, energiatakarékosabbak és hatékonyabbak legyenek, ezek nagy része pedig tökéletesen alkalmas irodai szoftverek, operációs rendszerek, egyéb programok futtatására. Azonban, ha egy nagyobb, pár millió soros és oszlopos, például excelbe ütközünk vagy például Bitcoint akarunk bányászni; vagy olyan problémát oldanánk meg, ahol több száz gép összekötve dolgozik, akkor nyilvánvalóvá válik, hogy a hagyományos szoftverek és hardverek nem elegendőek. Ilyen lehet például a mesterséges intelligencia, amely gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligencia vagy a neurális hálók, amely az emberi idegrendszer alapján ihletett gépi tanuló architektúrát jelentik. CPU ÉS GPU: EGY BETŰ KÜLÖNBSÉG, MÉGIS ÓRIÁSI DIFFERENCIA A big data elemzés, azaz a nagy adathalmaz elemzése az utóbbi években került előtérbe; ennek több oka is van. Egyrészt mára gyűlt össze annyi adat, hogy azon érdemes különböző algoritmusokat lefuttatni, ráadásul ezeket az adatokat évvel 1 2

3 ezelőtt még tárolni sem lehetett volna hatékonyan a tárolókapacitások mérete miatt. Másodsorban a számítógépek számolókapacitása is az elmúlt években érte el azt a sebességet és hatékonyságot, amely megbirkózik ekkora adatmennyiséggel. A CPU, azaz a central processing unit a processzor, a számítógép agya. Alapvetően ez végzi a különböző számítási, logikai műveleteket, ez a központi feldolgozó egység. Az elmúlt években azonban felfedezték, hogy van olyan hardver, ami sokkal hatékonyabb a CPU-nál, ez pedig nem más, mint a GPU (graphics processing unit). A GPU-k alapvetően nagy számítási igényű játékokhoz és egyéb grafikus programokhoz készültek a képi és videó, 3D megjelenítés hatékonyságának növelése céljából. Két fontos gyártója a grafikus kártyáknak az Nvidia és az AMD. A CPU-t azonban nem lehet helyettesíteni a GPU-val, hiszen sok művelet sorosan fut, nem párhuzamosan; előbbiben a CPU, utóbbiban a GPU a nyertes. A CPU fő feladata, hogy gyorsan tudjon váltani a különböző feladatok között, nem pedig az, hogy egy adott feladatmegoldásban erős legyen. Ezzel szemben a GPU egy speciális feladatra van tervezve (például grafikai megjelenítés), így egy adott feladatban sokkal gyorsabb, mint a CPU. Továbbá a GPU-k számítási ereje a legtöbb felhasználónak nem jelent előnyt, hiszen ők nem foglakoznak nagy mennyiségű adatok feldolgozásával, így számukra a GPU-k használata csak plusz költség lenne, lévén, hogy ezek a kártyák jóval drágábbak, mint a hagyományos CPU-k. A különböző gépi tanulás során nagyméretű mátrixműveleteket hajtunk végre, amely hasonló a grafikus megjelenítéshez, így a GPU-k léptek előtérbe és könnyítették meg a mesterséges intelligenciához kapcsolható számításokat. A grafikus kártyák ugyanis sokkal több műveletet tudnak elvégezni egységnyi idő alatt, szemben a hagyományos processzorokkal (CPU) és így a számolási időt lecsökkentik hónapokról pár napra vagy éppen órára. A kártyák ilyen jellegű felhasználása az utóbbi években terjedt el, az igény elsősorban a közösségi média vállalataitól jött, de egyéb technológiai cégek és mára hagyományos táraságok is foglalkoznak nagy mennyiségű adatelemzéssel. A fent említett Nvidia kártyái már a Tesla autóinak egy részében is megtalálhatók. A GPU kártyák rengeteg információt dolgoznak fel másodpercenként, ezzel is biztosítva az önvezetés zavartalanságát. Ebben az iparágban egyre többen jelentek meg, így a Qualcomm, vagy az Infineon is belevetette magát az önvezető járművek algoritmusainak fejlesztésébe. GPU-kat használ többek között a Baidu és a Google is, amely során lehetővé vált, hogy ne csak szavak, hanem képek alapján keressünk a világhálón, de ennek köszönhető az is, hogy a Google nyelvfordítója is jelentős javuláson ment át az utóbbi időszakban. Mivel az Nvidia a grafikuskártya piac nagy részét lefedi (több, mint 70%-át) és évről évre tudja növelni eladásait, az árfolyama őrült száguldáson esett át az elmúlt években. Most azonban úgy tűnik, hogy az elkövetkezendő időszakban szorosabb lehet a verseny, ugyanis a hatékonyság növelése céljából sokan elkezdtek saját chipeket és szoftvereket kifejleszteni, így az eddig kétszereplős piac kibővülhet a jövőben. 3

4 A MESTERSÉGES INTELLIGENCIA FELFORGATJA A TECHNOLÓGIAI SZEKTORT Az elmúlt évben mutatta be a Google a TPU, azaz a tensor processing unit mesterséges intelligencia chipjét, amely jelentősen gyorsítja a műveleteket a korábban említett GPUhoz képest, valamint költséghatékonyabb is. Piaci információk szerint a Google annyi gépet használ, hogy ha valamely gyártónak az eszközét előnyben részesíti, és azt rendeli, akkor azzal alapjaiban változtatja meg a szektort. A Google a világ szerverekbe való chipjeinek 5%-át vette már meg eddig, és 2015/2016 között csak az Inteltől vásárolt 1,2 millió darabot, többet, mint az őt követő négy legnagyobb ügyfél összes mennyiségét. A TPU megalkotása problémát jelenthet az Nvidianak vagy az Intelnek, hiszen így a Google saját eszközt használhat. Habár a Google nem értékesíti a saját maga által kifejlesztett chipet, annak mégis komolyabb hatása lehet a versenytársakra. A legtöbb vállalat egyre nagyobb mértékben használ felhőalapú szolgáltatást, amelynek egyik nagy szereplője a Google, így ha cégek kevesebb szervert és ahhoz kevesebb chipet vesznek (mivel valakinek a felhőalapú szolgáltatását használják), valamint a Google a saját adatközpontjait a saját chipjeivel építi fel, az negatívan befolyásolhatja az iparág többi szereplőjét, például a beszállítókat. Előrejelzések szerint a világ vállalatai 2017-ben 61 milliárd dollárt fognak költeni felhőalapú szolgáltatásokra, amely a társaságok IT kiadásainak körülbelül 10%-át emészti fel a Goldman Sachs elemzése szerint. A felhőalapú kiadások 2026-ig egészen 170 milliárd dollár fölé emelkedhetnek. 4

5 Iparági szakértők szerint azonban a Google kezdeményezése nem azt jelenti, hogy a GPU-kat ki kell dobni. Azok még sokáig a számolási folyamat nagy részét meg fogják oldani, de arra figyelni kell, hogy egyre többen jelentkeznek új és hatékonyabb hardverrel, vagy szoftverrel. Bár a Google nem árulja el, hogy a TPU hogyan működik, és hogyan illeszkedik a mindennapi adatelemzése, azt tudni lehet, hogy a cég GPU-t és TPU-t is használ, és ez megerősíti a fenti bekezdés állítását is. Mindez például hozzájárult ahhoz is, hogy az Android rendszeren a hangfelismerés jelentősen javuljon. Persze nem lenne bonyolult a történet, ha itt véget érne az egész áttekintés. A GPU mellett van más hardver is, amivel elősegíthető és hatékonyabbá tehető a mesterséges intelligenciához kapcsolható temérdek számítás. Az FPGA, azaz field programmable gate array, olyan félvezető eszköz, amely a felhasználó által szabadon programozható bizonyos műveletekre, így kiadhatjuk neki parancsban, hogy csak egy bizonyos feladat megoldásán dolgozzon, ez pedig időt és energiát is megspórol a felhasználónak. Ennek egyik nagy használója a Microsoft, és előállítója a Xilinx, illetve az Altera, amelyet 2015-ben az Intel közel 17 milliárd dollárért vett meg azért, hogy ne maradjon le ebben a versenyben (sem). Az Intel ezen kívül még megvette a Movidiust és a Nervana-át is, amelyek mindegyike mesterséges intelligenciával foglalkozó társaság. Az előbbi alacsony költségű processzorokat gyárt nagy adathalmazok elemzéséhez és algoritmusok létrehozásához, az utóbbi pedig ehhez szoftveres megoldást kínál. Ebből is látszik, hogy az Intel komolyan veszi az új lehetőségeket. 5

6 JÖNNEK A START-UPOK, DE ELŐTTE AZ OKOSTELEFONOK Ha azt gondolnánk, hogy ez a fejlesztési harc nem éri el majd az okostelefonokat, akkor nagyot tévedtünk. Az IBM már olyan megoldáson dolgozik, amely a big data elemzést a telefonokon is meg tudja valósítani. Még több a kérdés, mint a válasz ezen a területen és vannak, akik szerint ez sohasem lesz elég hatékony, de az IBM kezdeményezése egy érdekes fejlesztési lehetőséget vázol fel. Az iparágban egyre több start-up is feltűnik, mint a fent említett Movidius vagy Nervana, de ilyen a Gronq is, amelyet a Google-től kilépett fejlesztők alapítottak és mesterséges intelligenciára szakosodott chipek fejlesztését és gyártását fogja majd elkezdeni. Egyértelműen látszik, hogy a mozgás nagy, akár csak néhány éve a social media (Facebook, Uber, AirBnb) háza táján. NÉHÁNY PÉLDA A FELHASZNÁLÁSRA Mindenkiben megfogalmazódhat a kérdés, hogy mire jó ez az egész? A gyakorlati felhasználása ezeknek az eszközöknek még javában fejlődik, de már ma széles körben lehet alkalmazni. A legtöbben (például a Google vagy az Apple esetében) azt várják tőle, hogy gyorsulhat a kép- és hangfelismerés, illetve a prediktív szövegbevitel is. Mindez számunkra triviális, hiszen napi szinten használjuk őket, mégis rengetek kutatómunka és számolás van az ilyen alkalmazások mögött. Az önvezető autók esetében is kiemelten fontos, hogy a hardver és szoftver gyorsan és megbízhatóan reagáljon, így itt a számítási kapacitás az egyik legfontosabb tényező. Az egyre pontosabb nyelvfelismerés is nagyrészt a mesterséges intelligenciának köszönhető, így már nem is lepődünk meg azon, hogy az online fordító alkalmazások (például a Google Translate, vagy a Bing) egyre hatékonyabban birkózik meg nyelv nehézségeivel és már nem abból áll a gépi fordítás, hogy a szoftver egymás mellé illeszti a lefordított szavakat, hanem nyelvi fordulatokat, kifejezéseket is alkalmaz. A fentieken kívül azonban az alkalmazás kiterjed még az iparra (robotika), az egészségügyre (betegségek felismerése, kezelése, gyógyszerek várható hatásainak elemzése), a pénzügyi vállalatokra (algoritmus alapján történő kereskedés, portfóliómenedzsment, a logisztikára (raktárak robotizálása, önvezető teherautók), de olyan művelet is hatékonyabban végezhető, mint például a spamszűrés. Tehát szinte mindenre, ahová eddig emberi gondolkodásra volt szükség. KONKLÚZIÓ Elmondhatjuk, hogy az utóbbi években az Nvidia letarolta a mesterséges intelligenciával foglalkozó és így chipeket használó cégek piacát, azonban az utóbbi időszakban a rengeteg egyedi megoldásnak és technológiai fejlődésnek hála újabb és újabb cégek jelentek meg. Aki ebben a szektorban szeretne kitettséget felvenni, az már bőségesen válogathat, igaz tisztán olyan céget, amelynek csak és kizárólag a mesterséges intelligencia a területe, továbbra is nehéz találni. 6

7 A Google még mindig árbevételének jelentős részét a hirdetésekből szedi be, ahogy a Facebook is. A Microsoft esetében bár egyre kisebb az aránya a hagyományos szoftvereknek, de még mindig az bevétel jó részét ez adja, és a cég hagyományos laptopokat is gyárt és árul. Az Intel inkább a CPU-k gyártásában jeleskedik, de az utóbbi időben egyre inkább eltolódott a mesterséges intelligencia felé. Az IBM Watson nevű egysége is a mesterséges intelligencia egyik úttörője, igaz a technológiai cég inkább az évről évre egyre inkább csökkenő bevétel nehézségével küzd. A Google 2016-os bevételének megoszlása A Facebook 2016-os bevételének megoszlása Hirdetés Mobil (Android, Google Play, Pixel) Egyéb (Capital IQ, Google Fiber, Nest, Verily, Colice, G/) Hirdetés Egyéb Forrás: vállalati beszámolók, MKB saját gyűjtés A kihívás nagy és egyre több társaság jelenik meg ebben az iparágban. Legutóbb az Apple jelentette be, hogy szakít az eddigi GPU beszállítójával és saját terméket fog kifejleszteni, így nagyon napra késznek kell lenni akkor, ha valaki egyedi sztorikat szeretne meglovagolni. Így mi azt javasoljuk, hogy sokkal egyszerűbb kitettséget szerezni ebben a szektorban tőzsdén kereskedhető befektetési alapokon (ETF) keresztül. Így érdekes célpont lehet a robotikával és mesterséges intelligenciával foglalkozó társaságokat tömörítő BOTZ vagy az ipari innovációra fókuszáló részvényeket tartalmazó ARKQ ETF. Továbbá a SKYY ETF a felhőalapú szolgáltatást nyújtó társaságokban enged meg jól diverzifikált kitettséget. 7

8 ELEMZÉS: Vezető elemző Kuti Ákos, CFA Részvényelemző Debreczeni Csaba Részvényelemző Gyöngy-Kovács Nóra KERESKEDÉS: Dénes Szilárd Köber Péter Gyürüs Péter Lukács Miklós Kasza Tamás Muraközy Zsolt Takács Judit Zölde Zsombor József

9 JOGI NYILATKOZAT 1. Jelen kiadványt az MKB Bank Zrt. (tev. eng. sz.: III/ /2001., a Budapesti Értéktőzsde tagja) készítette. 2. A kiadványban szereplő információk hitelesnek tartott forrásokon alapulnak, de azok valódiságáért, pontosságáért és teljességéért az MKB Bank Zrt. felelősséget nem vállal. A megjelenő vélemények a kiadványt készítő szakemberek saját megítélését tükrözik, amelyek újabb információk megjelenése esetén külön értesítés nélkül megváltozhatnak. 3. Az árfolyamok múltbeli alakulásából nem lehetséges azok jövőbeni alakulására vonatkozó egyértelmű és megbízható következtetéseket levonni. A befektetőknek önállóan (vagy független szakértő igénybe vételével) kell felmérniük és megérteniük az egyes pénzügyi eszközök és befektetési szolgáltatások lényegét, valamint kockázatait. Javasoljuk, hogy a befektetők az adott pénzügyi eszközre és a befektetési szolgáltatásra vonatkozó üzletszabályzatot, tájékoztatót, egyéb szerződéses feltételeket, hirdetményeket, kondíciós listát figyelmesen olvassák el, mert csak ezen dokumentumok és információk ismeretében dönthető el, hogy a befektetés összhangban áll-e a befektető kockázattűrő képességével! Javasoljuk továbbá, hogy tájékozódjon a termékkel, befektetéssel kapcsolatos adójogi és egyéb jogszabályokról! 4. A kiadványban szereplő információk nem minősülnek vételi vagy eladási ajánlatnak, sem befektetési tanácsadásnak, sem befektetésre, szerződéskötésre vagy kötelezettségvállalásra történő ösztönzésnek. A kiadványban foglalt adatok tájékoztató jellegűek. Az MKB Bank Zrt. kizárja a felelősségét a kiadványban foglaltak esetleges befektetési döntésként való felhasználásáért, így nem vállal felelősséget a befektető ezen kiadványban foglaltak alapján hozott döntései következtében, vagy őt azzal bármilyen egyéb összefüggésben érő esetleges károkért. 5. Az MKB Bank Zrt. jogosult a kiadványban szereplő eszközök vonatkozásában árjegyzési, egyéb befektetési szolgáltatási tevékenységet vagy kiegészítő szolgáltatást nyújtani. 6. Jelen kiadvány a szerzői jogról szóló évi LXXVI. törvény szerinti védelem alatt áll, ezért kizárólag az MKB Bank Zrt. előzetes írásbeli engedélyével lehet azt többszörözni, terjeszteni, egyéb módon nyilvánosságra hozni, valamint felhasználni. Az MKB Bank Zrt. valamennyi szerzői jogon alapuló jogát fenntartja. 9