Bei technologischen Revolutionen ist der Übergang von Hoffnung und Rummel zu Produktivität und Profitabilität selten reibungslos. Obwohl die kommerzielle Nutzung der Generativen Künstlichen Intelligenz (GKI) erst am Anfang steht, können Aktienanleger Unternehmen finden, die am besten positioniert sind, um geschäftliche Vorteile zu erzielen.
Seitdem ChatGPT im November 2022 der Öffentlichkeit vorgestellt wurde, gilt Generative Künstliche Intelligenz (GKI) als bahnbrechende Technologie. Unternehmen aus allen Branchen loben ihr Geschäftspotenzial, und Anleger sind auf der Suche nach den Vorreitern. Die Ausgaben für KI-bezogene Software, Dienstleistungen und Infrastruktur werden voraussichtlich stark ansteigen (Abbildung). Doch bei aller Begeisterung über einen neuen Innovationskatalysator bleibt der Weg zur profitablen Monetarisierung der Technologie unklar.
Wertschöpfung durch Generative Künstliche Intelligenz: Produktivität versus Preisgestaltung
Unternehmen können mit Generativer Künstlicher Intelligenz auf verschiedene Weise Geld verdienen. Die Nutzer der Technologie können Wege finden, um ihre Produktivität mit KI zu verbessern. Die Anbieter der Technologie für diese Nutzer – die „Plattformen“ – werden profitieren, wenn sie günstige Preise erzielen können. Und die Anbieter von Hilfsmitteln verkaufen die für den Betrieb der Technologie benötigte Hardware. Diese Wege zur Monetarisierung sind eng miteinander verknüpft.
Der Markt hat schnell die Gewinner bei den Hilfsmitteln identifiziert – wie die diesjährige Wertentwicklung von NVIDIA zeigt, einem Hersteller von Grafikprozessoren (GPUs), die für die Künstliche Intelligenz unerlässlich sind. Die Siegerstrategien unter den Plattformen und Nutzern herauszufinden, ist viel schwieriger. Doch wir sehen allmählich, dass diese Unternehmen verschiedene Ansätze verfolgen, um Produktivitätszuwächse in Profitabilität zu verwandeln.
Einige Unternehmen haben vorausgesagt, dass KI letztlich Produktivitätssteigerungen von 20% bis 30% ermöglichen könnte. Während in einigen wenigen Fällen die Entlassung von Mitarbeitern im Vordergrund stand, ging es in weitaus mehr Fällen darum, die Leistung mit demselben Mitarbeiterstamm zu steigern. So kann Künstliche Intelligenz potenziell viele niedere, zeitaufwendige Aufgaben übernehmen und Fachkräfte freisetzen, die einen höheren Mehrwert für ihre Arbeitgeber schaffen.
Die Erzielung von Produktivitätssteigerungen wird von den Kosten der Technologie abhängen. Ein Unternehmen, das die Produktivität eines Mitarbeiters mit einem Jahresgehalt von 100.000 US-Dollar um 25% steigern möchte, steht vor einem völlig anderen Wertangebot, wenn die KI-Technologie für diesen Mitarbeiter 5.000 US-Dollar oder 20.000 US-Dollar kostet. Daher konzentrieren sich viele Anleger in diesem Stadium der Technologieentwicklung darauf, wie KI-Anbieter die Technologie bepreisen werden.
Bei KI-Plattformen wird der richtige Preispunkt zum Teil von den Kosten der Computerinfrastruktur bestimmt. KI-unterstützende Technologien sind sehr teuer, da das Angebot an kritischer Infrastruktur, wie etwa Grafikprozessoren, weiterhin äußerst begrenzt ist. Folglich müssen KI-Anbieter die Produktivitätserwartungen ihrer Kunden mit ihren eigenen Kosten für deren Betreuung in Einklang bringen.
Drei grobe Preismodelle
Zwar steckt die Kommerzialisierung der KI noch in den Kinderschuhen, doch lassen sich bereits drei wichtige Preisstrategien erkennen. Das Verständnis der Dynamik dieser Strategien kann Anlegern helfen zu analysieren, ob verschiedene Arten von Unternehmen auf dem richtigen Weg sind, um von der Technologie zu profitieren.
Abonnements: Unternehmen, die KI-Funktionen zur Verbesserung bestehender Produkte integrieren können, erhalten sofortigen Zugang zu einem potenziell lukrativen Kundenstamm. Microsoft tut das bereits, indem es 30 US-Dollar pro Nutzer und Monat für einen Dienst namens Copilot verlangt, der Anwendungen innerhalb seiner Microsoft-365-Suite um KI-Funktionen erweitert. Einige Anleger hatten mit einem wesentlich niedrigeren Preis gerechnet. Warum also hat Microsoft mehr verlangt als erwartet? Waren die Kunden bereit, mehr zu zahlen, weil die Produktivitätssteigerungen bereits über den Erwartungen lagen? Oder erwies sich die Technologie für Microsoft als teurer als erwartet? Es ist noch zu früh, um das zu sagen, aber es könnte ein bisschen von beidem sein. Google geht einen ähnlichen Weg und hat kürzlich einen Preis von 30 US-Dollar pro Nutzer und Monat für seinen KI-Dienst Duet für G-Suite-Unternehmensanwendungen angekündigt.
À la carte: Je mehr Unternehmen KI-Technologien einsetzen, desto mehr Recheninfrastruktur werden sie für ihre KI-Abfragen benötigen. Wir glauben, dass viele die ursprünglichen KI-Plattformen von Cloud-Anbietern wie Amazon.com, Google und Microsoft nutzen werden. Da die Künstliche Intelligenz nur sporadisch genutzt wird und die KI-Infrastruktur so viel kostet, werden die Cloud-Anbieter sie unserer Meinung nach nach einem „À la carte“-Modell abrechnen. OpenAI hat mit diesem Verbrauchsmodell Pionierarbeit geleistet, indem es Unternehmenskunden nach der Anzahl der von ihnen verwendeten „Jetons“ abrechnet, wobei jeder Jeton etwa 750 Wörtern entspricht. Microsoft, der Infrastrukturpartner von OpenAI (und Minderheitseigner), hat erklärt, dass 2% seines Azure-Cloud-Wachstums im dritten Quartal aus der Nutzung generativer KI stammen werden.
Als Funktion: Einige KI-Anbieter könnten KI-Funktionen in ihre Produkte integrieren, ohne für die erweiterten Dienste zunächst Geld zu verlangen. Stattdessen würde die Strategie darauf abzielen, den Wert des Produkts mit Künstlicher Intelligenz als zusätzlicher Funktion zu steigern. Schließlich könnte das Unternehmen pauschale Preiserhöhungen durchsetzen, die durch den hinzugefügten Wert gerechtfertigt sind. Adobe hat diesen Ansatz in der Vergangenheit mit seinen Creative-Cloud- und Acrobat-Produkten verfolgt. Dieser Ansatz ist oft am sinnvollsten für Produkte, die an Verbraucher und kleine Unternehmen verkauft werden, die sich vielleicht scheuen, mehr für eine Funktion zu zahlen, die sie vielleicht nicht nutzen. Sobald sie die neuen KI-Funktionen in ihre Arbeitsabläufe integriert haben, kann es für sie einfacher sein, eine spätere Preiserhöhung zu akzeptieren.
Die Krux mit der Verbraucherorientierung
Anleger, die auf der Suche nach nennenswerten Profiten aus Chatbots für Verbraucher sind, könnten enttäuscht werden. Einfache Abfrage- und Antwortmaschinen wie ChatGPT und Google Bard werden bereits zur Massenware. Unternehmen, die den Bereich der Verbraucher dominieren – Geräte, Suchmaschinen, soziale Netzwerke – werden unter Druck gesetzt, um zu zeigen, wie sie KI kreativ einsetzen können, um einen Mehrwert für die Verbraucher zu schaffen. Apple hat Pläne zur Entwicklung eines eigenen Chatbots angekündigt, während Google den Einsatz von KI-Chatbots in Erwägung zieht, um eine gezieltere Liste von Antworten auf Anfragen zu liefern.
Diese KI-Produkte werden sich unserer Meinung nach nur schwer direkt monetarisieren lassen; es ist wahrscheinlicher, dass sie zur Schaltung gezielter Werbung eingesetzt werden, so wie es diese Plattformen aktuell bereits tun. Aus der Sicht der Verbraucher werden diese Produkte eher eine Verbesserung darstellen, um sie im Netzwerk dieser Anbieter zu halten, als eine zusätzliche Einnahmequelle zu sein.
Mit der Entwicklung der Technologie werden sich auch die Preisstrategien weiterentwickeln. Mit einem Fahrplan für Monetarisierungsstrategien werden Anleger besser in der Lage sein, zwischen Unternehmen zu unterscheiden, die sich mit Lobhudeleien begnügen, und solchen, die mit Künstlicher Intelligenz Gewinne erzielen, die die Erträge ihrer Investitionen fördern können.
Von Michael Walker, Portfolio Manager/Senior Research Analyst—Concentrated Growth und James T. Tierney, Jr., Chief Investment Officer—Concentrated US Growth bei AllianceBernstein
