Я уже некоторое время слежу за трендом в области больших данных и ИИ, и честно говоря, становится трудно игнорировать то, как эти технологические компании меняют всю ландшафтную картину аналитики. Здесь ставка на инфраструктуру огромна — речь идет о рынке, который в ближайшие годы, как ожидается, превысит $400 billion, а компании, создающие реальные инструменты и оборудование, находятся в выгодной позиции, чтобы извлечь серьезную ценность.

Позвольте разложить по полочкам, что именно происходит на самом деле. Данные сейчас повсюду. Каждая транзакция, показание датчика, пост в социальных сетях генерируют информацию, с которой традиционные системы уже не справляются. Но ИИ и машинное обучение полностью изменили правила игры. Банки используют это для выявления мошенничества в режиме реального времени. Страховые компании мгновенно делают выборочную проверку заявлений. Прирост эффективности реален, и именно это стимулирует масштабное внедрение в здравоохранении, финансах, розничной торговле и производстве.

Самое интересное — наблюдать, как конкретные компании развивают свои бизнес-модели вокруг этого сдвига. Возьмем Palantir — они создали программное обеспечение, которое по сути превращает сырые данные в полезную для действий аналитическую информацию. Они не просто собирают сведения; они создают системы, которые помогают организациям действительно понимать, что именно у них есть. Банки используют их инструменты, чтобы открывать счета за часы вместо дней. Именно такой ощутимый эффект ведет к росту выручки. У компании прочная фундаментальная база, и их подход к сочетанию ИИ с организацией структурированных данных находит отклик в самых разных отраслях — от автопроизводителей до оборонных подрядчиков.

Затем есть Moody's — это превосходный пример трансформации бизнеса. Они перешли от чисто рейтинговых оценок облигаций к тому, чтобы стать мощной платформой для аналитики данных. Теперь они обрабатывают огромные объемы финансовых и экономических данных, помогая учреждениям лучше управлять рисками. Особенно примечательно, как они изменили модель: вместо разовых комиссий за рейтинги — перешли к регулярным подписочным услугам. Это гораздо более «липкая» модель доходов, и она показывает, как компании в области аналитики данных могут формировать более предсказуемые потоки поступлений.

Dell — еще одна компания, на которую стоит обратить внимание. Они ушли далеко за пределы просто производства серверов. Теперь их фокус — создание инфраструктуры, которая действительно способна справляться с вычислительными требованиями современного ИИ и обработки данных. Уже только в начале 2025 года они получили более $12 billion в заказах на ИИ-серверы, что дает представление о том, насколько предприятиям нужна эта возможность. Их подход AI Factory — сочетание вычислений, хранения и инструментов управления — решает реальную боль, с которой сталкиваются компании, стремящиеся внедрять эту технологию в масштабе.

И NVIDIA — ну что ж, они являются основой всего этого. Их архитектура GPU Blackwell специально разработана, чтобы быстрее и дешевле обучать передовые модели ИИ и запускать сложные симуляции. Когда вы смотрите на то, что питает чатботов, рекомендательные системы, автономные автомобили и робототехнику, — в основе лежат чипы NVIDIA. Они стали центральным звеном всей истории про инфраструктуру данных и ИИ.

Если вы думаете о том, как позиционироваться на фоне этого тренда, эти компании в сфере аналитики данных и результаты их акций заслуживают серьезного внимания. Фундаментальные показатели на месте — реальный спрос, расширяющиеся сценарии применения и бизнес-модели, которые действительно работают на масштабах. Переход к принятию решений, основанных на ИИ, не замедляется — он ускоряется.