Alibaba Group Holding Ltd (09988) — Interpretação do relatório

Visão geral

O relatório avalia se o investimento crescente da Alibaba em infraestrutura de AI pode gerar retornos aceitáveis e como poderá ser financiado. A Bernstein conclui que a economia unitária dos data centers apoia amplamente os prazos de retorno alegados pela administração, mas a expansão contínua de cloud exige desembolsos de capital excepcionalmente elevados e pode demandar financiamento adicional.

Visões principais

A emissão de ações de US$10.2bn da Alibaba gerou preocupação entre investidores porque a empresa tinha US$30.7bn de caixa líquido em 30 de junho, e porque a sequência de financiamento foi vista como prejudicial à credibilidade das alegações da administração sobre o retorno do capex de AI. A Bernstein entende que a reação reflete preocupações com diluição e incerteza sobre a necessidade final de capital, embora as ações não parecessem particularmente caras. Ainda assim, mantém Outperform, com preços-alvo de US$165 para BABA e HK$161 para 09988.HK. A Bernstein testou as alegações de retorno usando um modelo bottom-up de data center da Alicloud, incluindo compras de servidores, instalações e rede, energia, utilização, aluguel bare-metal e receita incremental de MaaS. Para RMB60bn de capex incremental em chips Zhenwu 810E, o modelo supõe 60% de capex em servidores, ocupação de capacidade paga de 45% inicialmente e 85% posteriormente, aluguel mensal de RMB65,000 por servidor e incremento de 50% de receita de MaaS sobre bare-metal. O resultado é retorno de caixa implícito em 3.02 anos, fluxo de caixa livre não alavancado acumulado positivo no Ano 4 e margem EBITDA de 84.2% no Ano 3. Para a plataforma M890, cujo uso comercial começou em agosto, a Bernstein estima cerca de RMB70,000 por GPU, mais 40% de custos indiretos para chegar ao custo por servidor. As verificações de canal apontam para aluguel de cerca de RMB80,000 por mês para um servidor 8xM890, enquanto o modelo utiliza RMB660,000 mensais para um supernó 64xM890. O cenário considera 50% de capex em servidores, incremento de MaaS de 55% e conectividade superior às configurações 8xGPU. O retorno implícito é de 2.52 anos, com margem EBITDA de 84.9% no Ano 3. O relatório aponta que laboratórios de AI chineses colocam o 810E entre as principais GPUs nacionais, ao lado de Huawei e Cambricon, e que preços de aluguel online e conversas com clientes indicam continuidade de aperto no mercado de computação. A conclusão estratégica é que capex adicional deve se converter de modo relativamente direto em maior receita de cloud, com atraso de dois trimestres entre o gasto e a ativação de servidores. Assim, a Alicloud pode continuar superando estimativas de receita enquanto a Alibaba estiver disposta e tiver capacidade de financiar a crescente conta de capex. Porém, manter crescimento de cloud de 40% durante muitos anos exige capex cada vez maior à medida que a base de receita cresce. A variável crucial é a relação entre inflação de custo de GPUs e aumentos de aluguel de computação obtidos dos clientes. A Bernstein espera que o crescimento de aluguel supere a inflação de custos de hardware no curto prazo, mas convirja à medida que a oferta de semicondutores da China melhore; uma sobreconstrução temporária pode fazer o aluguel crescer mais lentamente que os custos de hardware. Para superar US$100bn de receita externa de cloud em FY3/31, a Bernstein estima capex acumulado de AI próximo de RMB1tn. Ela supõe EBITA anual de RMB180bn–200bn no e-commerce principal, EBITA de Cloud subindo de aproximadamente RMB32bn para quase RMB180bn em FY3/31, rápida normalização das perdas de Quick Commerce a zero e cerca de RMB240bn de perdas acumuladas de EBITA em AI Labs e All Other. Contra esse cenário, estima déficit de financiamento de aproximadamente RMB170bn. A emissão recente pode ter coberto quase metade, mas RMB100bn–120bn dos RMB280bn, ou US$41bn, de caixa líquido após a operação podem corresponder a recursos de comerciantes mantidos em escrow. Por isso, nova captação no mercado é uma preocupação plausível, embora a meta de equilíbrio de fluxo de caixa livre em FY3/29 pareça possível se o déficit for financiado. A Bernstein atualizou as estimativas elevando custos de hardware de servidores e preços de aluguel, além de aumentar a previsão de receita de cloud não relacionada a AI, pois a adoção de AI também impulsiona serviços de infraestrutura adjacentes. As previsões de receita para FY3/27E, FY3/28E e FY3/29E aumentam 0.4%, 1.7% e 4.6% versus a previsão anterior. As previsões de EBITA não-GAAP sobem 1.2%, 7.1% e 12.5%; o EPS diluído não-GAAP varia -1.6%, +3.4% e +8.6%. O preço-alvo US$165/HK$161 baseia-se em SOTP das receitas e lucros FY+1 de e-commerce principal e Cloud, triangulada com 15x P/E do grupo FY+1. O SOTP base implica US$168 por ação, ante US$223 no cenário bullish e US$76 no bear. A preocupação de longo prazo é a "tragédia dos comuns" entre hyperscalers chineses: se todos construírem capacidade com aluguel externo como uso alternativo, pode haver sobreconstrução de computação. Isso pressionaria a economia de aluguel e enfraqueceria as premissas de retorno que sustentam a tese de cloud.

Estrutura de análise

A Bernstein começa pela reação dos investidores à emissão de ações da Alibaba e então constrói modelos de economia unitária de data center para os chips 810E e M890. Combina divulgações da empresa, benchmarks públicos de energia e data centers, coleta de preços de aluguel, contatos do setor, feedback de laboratórios de AI e estimativas bottom-up de materiais de semicondutores. Em seguida, converte premissas de capex em projeções de receita, lucro, fluxo de caixa livre e financiamento de cloud, atualiza estimativas e aplica verificações de SOTP e P/E.

Notas metodológicas

• Marco de análise setorialDecomposição de volume e preço

  Economia unitária bottom-up de data center que relaciona servidores instalados, utilização, preços de aluguel, custos e receita incremental de MaaS à receita de cloud e ao retorno.

  O relatório estima a receita e a geração de caixa da capacidade de computação incremental ao modelar a capacidade física dos servidores e os preços pagos pelos clientes.

• Métodos de avaliaçãoAvaliação SOTP por soma das partes

  Avaliação por soma das partes FY+1 das operações de e-commerce principal e Cloud.

  A Bernstein avalia separadamente os negócios principais de e-commerce e Cloud da Alibaba, combina-os em valor patrimonial do grupo e verifica o resultado com o P/E do grupo.

• OutroOutro

  Modelagem do déficit de financiamento do capex e do equilíbrio de fluxo de caixa livre.

  O relatório compara o capex acumulado projetado de AI com lucros de e-commerce e cloud, recursos de caixa e perdas esperadas em outros negócios para estimar necessidades de financiamento.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Alibaba Group Holding Ltd (BABA / 09988.HK)

  Empresa principal coberta; o investimento em data centers de AI deve impulsionar a receita da Alicloud, mas cria grandes necessidades de financiamento.

  Pontos fortes

  O relatório considera críveis os retornos de capex de AI em 2.5–3 anos, o aumento da rentabilidade de cloud e a demanda por infraestrutura adjacente impulsionada por AI.

  Pontos fracos

  Manter crescimento rápido de cloud requer capex cada vez maior conforme a base de receita aumenta.

  Comparação

  O relatório compara o posicionamento do 810E com GPUs nacionais da Huawei e Cambricon e cita aluguel mensal na China de servidores H200 de cerca de RMB110,000–120,000.

  Riscos

  Possível nova emissão de ações, sobrecapacidade de computação, pressão sobre preços de aluguel, fraqueza macroeconômica, concorrência, regulação e perdas em negócios de inovação.

Dados principais

• Emissão de ações recenteUS$10.2bnO financiamento gerou preocupações de investidores sobre diluição e necessidades de financiamento.
• Caixa líquido antes do debate sobre financiamentoUS$30.7bnReportado em 30 de junho.
• Retorno do capex 810E3.02 yearsResultado do modelo da Bernstein para RMB60bn de capex incremental.
• Retorno do capex M8902.52 yearsBaseado no cenário de supernó 64xM890.
• Necessidade acumulada de capex de AIClose to RMB1tnEstimativa para apoiar receita externa de cloud acima de US$100bn em FY3/31.
• Déficit de financiamento estimadoApproximately RMB170bnA emissão recente pode ter coberto aproximadamente metade.
• EBITA de CloudApproximately RMB32bn to nearly RMB180bnProgressão da Bernstein dos níveis atuais até FY3/31.
• Previsão de receita FY3/29ERMB1,485,482mn4.6% acima da estimativa anterior da Bernstein.

Impacto e implicações

O modelo da Bernstein apoia a visão de que o investimento em infraestrutura de AI pode acelerar o crescimento de receita da Alicloud e manter margens incrementais sólidas. Portanto, a tese depende não só da demanda e precificação de cloud, mas também da capacidade da Alibaba de financiar o capex crescente sem prejudicar a confiança dos investidores ou enfrentar excesso de capacidade no setor.

Riscos

• Uma sobreconstrução relevante de capacidade de computação por hyperscalers na China pode enfraquecer preços de aluguel e retornos de data centers.
• A Alibaba pode precisar voltar ao mercado de ações caso o déficit de financiamento estimado não seja coberto por geração interna de caixa.
• Os riscos de baixa citados pela Bernstein incluem fraqueza de crédito e consumo de varejo, oscilações no engajamento dos usuários de Taobao, Tmall e outras plataformas, concorrência com plataformas rivais, regulação antimonopólio e perdas em iniciativas de inovação.

Pontos a observar

• Se o crescimento dos preços de aluguel de GPU continuará superando a inflação de custos de hardware de servidores.
• A aceleração da receita da Alicloud após o atraso presumido de dois trimestres entre capex e receita.
• O progresso para receita externa de cloud acima de US$100bn e equilíbrio de fluxo de caixa livre em FY3/29.
• Atividades adicionais de financiamento e caixa disponível após os saldos de escrow de comerciantes.
• Sinais de excesso de capacidade de computação entre hyperscalers chineses.