Za pomocą jednego rachunku Saxo można korzystać z obu naszych platform.
Te akcje napędzają rewolucję AI w Europie
Ruben Dalfovo
Investment Strategist
Kluczowe wnioski
- Sztuczna inteligencja w Europie to nie tylko chipy: obejmuje narzędzia, oprogramowanie i suwerenną chmurę.
- Średnio tańsza, choć nie wszędzie – warto szukać okazji i płacić więcej tylko za sprawdzone przewagi konkurencyjne.
- Polityka to istotny element: przepisy UE sprzyjają lokalnym danym, ułatwiają zmianę dostawcy i preferują dostawców gotowych na audyt.
Jak Europa prezentuje się w AI: 4 filary
Sztuczna inteligencja to nie tylko historia amerykańska. Europa zajmuje się budową maszyn do produkcji układów scalonych, dostarczaniem półprzewodników dla samochodów i fabryk, zarządzaniem oprogramowaniem w tych zakładach oraz tworzeniem regulacji dotyczących danych. Pomimo że rynki wciąż cenią amerykańską narrację, Europa kontroluje narzędzia do produkcji układów scalonych oraz oprogramowanie zarządzające fabrykami. Europejskie firmy często są oceniane z dyskontem w porównaniu do amerykańskich, ale rzadkie, wysokiej jakości marki nadal osiągają ceny premium. Polityka również kieruje wydatki ku lokalnym, audytowalnym rozwiązaniom chmurowym, w czym Europa odnosi sukcesy. Poza konkurencją z USA, chińskie technologie sukcesywnie niwelują dystans na swoim rynku wewnętrznym. Przeczytaj: Technologie rywalizacja USA i Chin: zmiany których inwestorzy nie powinni bagatelizować | Saxo.
Europejska sztuczna inteligencja opiera się na kilku prostych filarach. Najpierw maszyny do produkcji układów scalonych. Następnie same układy scalone znajdujące zastosowanie w samochodach, fabrykach i sprzęcie energetycznym. Dodając do tego oprogramowanie zarządzające zakładami oraz regulacje i chmury, które utrzymują dane lokalne i audytowalne. Każdy z tych filarów ma różne czynniki wpływające i ryzyka. Poniżej szybki przegląd, który ułatwi zrozumienie ekspozycji.
Filar 1: maszyny i narzędzia
ASML Holding to niezastąpiony europejski producent narzędzi do produkcji układów scalonych. Produkuje maszyny litograficzne z użyciem ekstremalnego ultrafioletu (EUV), jedyne urządzenia zdolne do tworzenia najmniejszych cech zaawansowanych układów scalonych AI. Bez nich Nvidia czy TSMC nie mogą zwiększać gęstości tranzystorów. Następny krok, High-NA EUV, umożliwia jeszcze bardziej zaawansowane projekty, co jest kluczowe w dobie coraz większych wymagań na szybsze i bardziej wydajne układy scalone dla zastosowań AI.
Ta rzadkość sprawia, że ASML stanowi wąskie gardło dla globalnej podaży układów scalonych. Poza narzędziami, ASML wsparło także francuskie Mistral AI, sygnalizując europejskie dążenie do powiązania siły sprzętowej z rozwojem suwerennych modeli. Dla inwestorów jest to strukturalna rzadkość o długim horyzoncie czasowym, ponieważ węzły się zmniejszają, a opakowanie ulepsza; ryzyka obejmują ograniczenia eksportowe, cykle wydatków inwestycyjnych klientów i harmonogramy dostaw.
Filar 2: producenci chipów
Europejska strategia w obszarze półprzewodników wykracza daleko poza centra danych. STMicroelectronics dostarcza mikrokontrolery (MCU) i czujniki z funkcjami AI na urządzeniach, które są kluczowe dla samochodów, maszyn przemysłowych oraz systemów energetycznych, gdzie istotne są szybkość działania i prywatność. Infineon Technologies uzupełnia te działania dzięki półprzewodnikom mocy i układom scalonym dla motoryzacji, które wspierają samochody elektryczne i automatyzację przemysłową, coraz częściej wdrażając logikę AI na krawędzi.
Razem STM i Infineon zapewniają Europie przewagę w sektorach, gdzie AI spotyka się z „rzeczywistą gospodarką” — w fabrykach, energetyce i pojazdach. Dla inwestorów oznacza to zróżnicowaną ekspozycję na AI skierowaną na wolumeny jednostek i zawartość na urządzenie; kluczowe ryzyka to cykl motoryzacyjny, presja cenowa na skomercjalizowane części oraz wahania zapasów.
Filar 3: oprogramowanie obsługujące fabrykę
AI jest najbardziej efektywna tam, gdzie dane są czyste i godne zaufania. SAP Joule działa w obszarach finansów, zakupów oraz przepływów w łańcuchu dostaw, co pozwala na powiązanie odpowiedzi z rzeczywistymi zapisami i zatwierdzeniami.
Dassault Systèmes wprowadza AI do „cyfrowych bliźniaków” (wirtualnych modeli rzeczywistych maszyn lub zakładów), aby testować projekty, poprawiać wydajność i planować konserwację. Dla inwestorów to szansa na zwiększone przychody z powtarzających się źródeł i konsekwentną sprzedaż krzyżową; ryzyka obejmują wolniejsze budżety IT, długie cykle sprzedaży dla przedsiębiorstw i wyzwania związane z udowodnieniem wartości.
Filar 4: suwerenna chmura i dane lokalne
Dwa rozporządzenia UE zmieniają podejście do budżetów. Akt o sztucznej inteligencji UE będzie wprowadzany stopniowo do 2025 roku, podnosząc standardy przejrzystości i bezpieczeństwa. Akt o danych UE łagodzi trudności związane z „wyjściem” — koszty przeniesienia danych z chmury, co ułatwia zmianę dostawcy. Efekt netto: większe zapotrzebowanie na lokalne, audytowalne rozwiązania. OVH oferuje suwerenną chmurę z siedzibą w UE, odnosząc sukcesy w sektorze publicznym i gwarantując lokalizację danych. Deutsche Telekom, poprzez T-Systems, tworzy i zarządza suwerennymi chmurami dla ministerstw oraz regulowanych branż.
Europa również rozwija wspólny zestaw zasad dla udostępniania danych w chmurze. Gaia-X to inicjatywa prowadzona przez przemysł i wspierana przez rządy UE, która ustala standardy techniczne i zarządcze, umożliwiając przenoszenie danych między dostawcami bez blokowania, przy jednoczesnym zachowaniu kontroli nad lokalizacją i bezpieczeństwem. Dla inwestorów oznacza to wydatki skierowane na dostawców, którzy wykazują zgodność z lokalizacją danych UE i audytowalnością; ryzyka obejmują fragmentację rynku, wyższe koszty w ramach zgodności oraz wolniejsze procesy zakupowe.