Marc Andreesen är, förutom grundare av Netscape under Internets pubertet, framgångsrik investerare inom venture capital och, inte minst, känd för sin essä ’Why Software is Eating the World’ från 2011. Vi har sannerligen sett en fantastisk utveckling för många mjukvaruföretag sedan dess. 10-talet blev entydigt mjukvarans decennium och vi ser fortsatt mycket goda möjligheter för dessa affärsmodeller att strukturellt växa skalbart med god lönsamhet.

Under 20-talet verkar dock mjukvara få dela ljuset med hårdvaruföretag. Såväl pandemin som kriget i Ukraina blev påminnelser att hårda saker behövs. Inte bara vaccin och stridsvagnar, utan robusta försörjningskedjor och energisystem. Diktaturfri elproduktion, om inte annat. Mjukvara tenderar att driva priser nedåt (deflation), då man löser ett existerande problem till lägre kostnad.  Motsatt brukar (över)efterfrågan på hårdvara oftare driva inflation. Vi kan alla se skiftet från 10-talets deflation och 0-räntor till 20-talets inflation som i alla fall till del ser ut att kunna bli strukturell. Detta är en stark indikation att hårdvara i vidare mening gjort comeback.

Artificiell intelligens, i dagsläget det bästa exemplet på mjukvara som påverkar (äter) världen, kräver även den massiva investeringar i hårdvara. AI föds, tränas och frodas i datacenter, hårda byggnader fyllda med hårda saker. Mer precist existerar AI på hårdvara i form av processorer och halvledare, precis som all annan mjukvara.

Halvledarsektorn var under lång tid en svår sektor att investera i – enorma investeringsbudgetar, överutbud och knivskarp konkurrens, konstant prispress i grunden drivet av Moore’s lag och därtill en starkt cyklisk verksamhet. Bolagen har tvingats hantera volym- och prisfluktuationer som accentueras genom hela kedjan från fabrik till en slutprodukt i en konsuments hand. Ofta har beslut försvårats av dålig visibilitet – det vill säga att det är svårt att se hur en volym- eller prisförändring påverkar kedjan längre ned och relativt lång tid efter beslutet.

Låt oss adressera dessa problem ett efter ett. Branschen har tacklat höga investeringskrav genom att bli fabless, det vill säga hålla sig till att designa halvledare och låta TSMC och andra så kallade foundries stå för investeringskostnader. Dessa bolag har tack vare den här koncentrationen haft råd att ligga längst fram i teknikutvecklingen, vilket successivt förstärkt tendensen och skapat djupa vallgravar över tid. På ryggen av denna outsourcing uppstod behov av hjälpmedel och designverktyg för att skapa morgondagens halvledare. Här har Cadence och Synopsys (båda innehav i TIN World Tech) tagit ledartröjan och vuxit starkt, både organiskt och genom förvärv. Synopsys lade nyligen ett bud på ett annat simuleringsföretag i fonden: Ansys. Halvledarbranschen i sig har även den konsoliderats genom uppköp och samgåenden, vilket i fallet Xilinx (uppköpta 2020 av AMD) bidragit till avkastningen i TIN World Tech. Detta har starkt bidragit till en mer rimlig konkurrens och bättre balans mellan utbud och efterfrågan.

Sand är den nya oljan

Moores lag – att datorers prestanda kan förväntas dubblas ungefär vartannat år – är en av grundpelarna för teknisk utveckling under de senaste 50 – 60 åren. Kraftigt minskande kostnader för beräkningskraft (”cost of compute”) har tjänat mänskligheten väl, men har varit svåra för halvledarbranschen att balansera. Priserosionen har konstant varit hög och bruttomarginaler svåra att försvara över tid. Nya och mer krävande uppgifter är egentligen den enda motverkande kraften. Ett bolag som Nvidia har över decennier framgångsrikt navigerat från den ena specialiserade nischen till den andra, där ökningstakten i kraven på beräkningskraft mer än väl uppvägt Moores lag. Från speldatorer (3D ökar beräkningar i kubik, medan Moores lag är kvadratisk) via datacenter och krypto till artificiell intelligens.

Data, vilket är vad all AI kräver för att tränas och bli effektiv, har kallats den Nya Oljan. Om man får tro Sam Altman på OpenAI är det snarare beräkningskraft (”compute”) som idag är världens mest värdefulla råvara. Om man så vill: sand (kisel) är den nya oljan. Kraven som ställs för träning och inferens – alla frågor som kastas på modellen – ökar långt snabbare än Moores lag, vilket för tillfället ger Nvidia en stark prismakt. Den som kan bidra till att fylla behovet av compute kommer att kunna generera värde under lång tid framöver. Nvidia (och dess investerare) kan räkna med framtida utmanare, incitamenten är för starka för att detta inte ska hända.

Konjunkturkänsligheten och det cykliska inslaget finns kvar och kan nog aldrig helt försvinna. Igen, konsolideringen av branschen har lindrat situationen något, liksom förflyttningen till kontraktstillverkning. Just i detta nu ser vi få tecken på konjunkturella rörelser för halvledarbolag som har verksamhet relaterade till AI. Häri ligger utmaningen för investeraren: i vissa segment står för närvarande ingen cykel att se. Vid alla stora skiften tenderar människor i allmänhet och investerare i synnerhet att överskatta förloppet på kort sikt, samtidigt som man underskattar kraften i förändringen på lång sikt.

Vi strävar efter att balansera risker mot möjligheter genom att försöka hitta ultimata vinnare, inte minst relaterat till AI. Gärna genom att investera i hackor och spadar snarare än guldgrävare. Nvidia förblir en medelstor position i fonden. Under mars har TIN World Tech köpt aktier i ASML, Applied Materials samt TSMC. TSMC är kontraktstillverkaren som står huvud och skuldror över nästan alla andra. Under 30 år har de byggt en position där de kan klara av att ligga allra längst fram i produktionsteknik och brösta investeringskostnader på över 100 miljarder för varje ny fabrik. I rapporten som bolaget släppte i juli månad svarade VD CC Wei, också ordförande för TSMC, om han fortfarande tror på balans mellan utbud och efterfrågan i slutet av 2024. ”Mmmmm…vi jobbar hårt att möta efterfrågan. Kanske blir det balans 2025. Eller 2026”. I metaforen där cloud-bolagen Amazon, Microsoft, Google och Oracle är järnvägsägare så är Nvidia den som bäst bygger ihop syllar, räls och kontaktledningar till ett färdigt system. TSMC är här stålbolaget som levererar den allra senaste och bästa rälsen.

Applied Materials och ASML är underleverantörer till TSMC och många andra som tillverkar halvledare, var och en av dem ledande inom sina nischer. Studerar man flaggskeppskunden TSMC och hur de fördelar sina inköp så är ASML och Applied Materials störst och tar en ansenlig del av TSMC:s investeringsbudget. I järnvägsmetaforen blir de därmed gruvbolagen som förser stålverken med kol respektive järnmalm.

En perrong med utsikt

Blir det OpenAI (och därmed Microsoft) som blir den mest framgångsrika tågoperatören, eller något av alla andra projekt? Hur lätt blir det att köra ett tåg över mark som kan ses som minerad med konflikter kring copyright och intellectual property (IP)? Vem blir första leverantören av etisk AI, spårbart fri från intrång i annans egendom? Och, kan någon kostnadseffektivt driva en tåglinje då varje passagerare skräpar ned tågvagnen och ökar kostnaden att operera?

Vi kommer nyfiket att ägna oss åt intensiv train spotting och söka svaren på dessa frågor. Tack vare de investeringar vi redan gjort och det nätverk vi besitter har vi en någorlunda plats på perrongen vi kan spana ifrån. Under tiden nöjer vi oss med att investera uppströms, bland bolagen som utgör den tekniska grunden och som möjliggör utvecklingen av tåglinjer. Förhoppningsvis ska de också ge oss passagerare mer effektiva liv.

Vad menar vi förresten med att ”skräpa ned tågvagnen”? Tillbaka till beräkningskraft och cost of compute. Varje fråga eller prompt kostar datakraft och, därmed, pengar. Enligt Sam Altman kan det ofta ta upp till tusen prompts innan en professionell användare är nöjd med en AI-genererad bild. Skulle man ta betalt vad det verkligen kostade skulle användare avskräckas, men samtidigt kan inte tågoperatörer långsiktigt driva verksamhet som man drev bank i Öbberöd.

Vi måste alla lära oss att bli bättre på att prompta, att använda dessa verktyg på bästa sätt för att kunna skörda frukterna av högre produktivitet. Även om vi kollektivt har det drivet och incitamentet kan detta ta för lång tid för att rädda en skakig tågoperatör. Antingen måste beräkningskostnaden ned kraftigt, eller kanske någon kan utveckla nya verktyg för konsumenter av AI. Varför inte en AI som lär sig att skriva prompts precis som du vill ha dem? Lite som att sätta sin avatar på tåget i stället för att åka själv. Som sagt, det blir spännande att se vad vi hittar på vår perrong med utsikt.