Goldman Sachs'ın Temmuz Ayı 'Çin AI Değer Zinciri' Raporuna Derinlemesine Bakış: Enerji Neden İlk Sırada?

Goldman Sachs'ın 8 Temmuz tarihli raporunu iki kez okudum. İkinci okuyuşumda özellikle bir detay için geri döndüm: Goldman Sachs, Çin'in AI değer zincirinde elektriği en üst sıraya koyarken, modelleri ve uygulamaları daha alt sıralara yerleştirmişti. İlk başta bunun sadece duygusal bir rotasyon olduğunu düşündüm—Kore çok yükseldi ve düşüyor, Çin çok düştü ve yükseliyor, sermaye bir sonraki hikayeyi arıyor. Ancak raporun tamamını bitirdikten sonra fikrimi değiştirdim. Goldman Sachs'ın asıl söylemek istediği sadece "Çin AI'sı yükselecek" değil, Çin'in tüm AI değer zincirinin bir kapalı döngü oluşturduğu ve piyasanın fiyatlamasının gerçek ekonomik ağırlığının ciddi şekilde gerisinde kaldığı. Daha da sezgisel olmayan nokta ise, tüm zincirdeki en yüksek kesinliğe sahip halkanın, AI denince çoğu kişinin atladığı ilk şey olması: Güç.

Bu sıralama, pozisyon değişiminin kendisinden daha fazla düşünmeye değer çünkü doğrudan bir soruyu yanıtlıyor: Küresel AI gelirinin %16'sını oluşturan ancak fon tahsislerinin yalnızca %1,2'sini alan Çin'e uygun olarak para nereye gitmeli? Bu yazıda, beş alanı—güç, yarı iletkenler, altyapı, modeller ve uygulamalar—detaylandırarak her alanın ne tür para kazandığını ve temsilci hedeflerin kimler olduğunu açıklayacağım. Okudukça, sezgisel olmayan birkaç nokta bulacaksınız.

▸ Goldman Sachs neden Kore'den Çin'e geçti ▸ Güç: Değeri düşük anlaşılan temel darboğaz ▸ Yarı iletkenler: Bellek süper döngüsünde yurtiçi ikame ▸ Altyapı: Sermaye harcamalarının fiilen nereye gittiği ▸ Modeller: Neden daha alt sıralarda yer alıyorlar ▸ Uygulamalar: En düşük riskli para kazanma uç noktası ▸ Beş alan nasıl birleştirilir ve riskler nerede

Bu rapor aslında ne söylüyor?

Bir yılı aşkın süredir küresel sermaye neredeyse sıraya girerek Güney Kore ve Tayvan'daki bellek yongası hisselerine akıyor. Samsung ve SK Hynix, KOSPI endeksini rekor seviyelere taşıdı. Mantık basitti: AI eğitim ve çıkarım gerektiriyor, bellek bir zorunluluk; kapasiteye sahip olan kazanır.

Ancak bu mantık bu yıl gevşemeye başladı. Piyasa, AI sermaye harcamalarının sürdürülebilirliğinden şüphe duymaya başladı. Kore borsası tek günde %5'ten fazla düştü ve kümülatif düşüş %20'yi aşarak teknik bir ayı piyasasına girdi. Aynı gün, Hang Seng China Enterprises Endeksi neredeyse %4,5 yükseldi. Sermaye göçünün izleri açık.

İlk tepkim bunun sadece duygusal bir rotasyon olabileceğiydi—yükselen düşer ve sermaye her zaman yeni bir hikaye arar. Ancak raporun tamamını okuduktan sonra fikrimi değiştirdim çünkü Goldman'ın argümanı sadece Çin AI'sının yükseleceği değil, Çin AI değer zincirinin tam bir kapalı döngü oluşturduğu ve piyasa fiyatlamasının gerçek ekonomik ağırlığının ciddi şekilde gerisinde kaldığı.

Rakamlar açık: Çin, küresel AI gelirinin yaklaşık %16'sını ve küresel piyasa değerinin yaklaşık %10'unu oluşturuyor, ancak küresel yatırım fonlarının Çin'in AI teknolojisine tahsisi yalnızca %1,2. Goldman Sachs, bu açığın %50 ila %100 potansiyel yukarı yönlü potansiyel anlamına gelebileceğini değerlendiriyor.

Goldman Sachs bu kapalı döngüyü beş alana ayırdı: Güç, Yarı İletkenler, AI Altyapısı, AI Modelleri ve AI Uygulamaları ve spesifik bir portföy adı verdi: GSXACART. Kırılımın sırası başlı başına bir tutum. Ne kadar önde sıralanırsa, kesinlik ve öncelik o kadar yüksek. Soru şu: Neden en "toprak" ve geleneksel görünen güç sektörü, çiplerin ve modellerin önünde sıralanıyor?

1. Güç: Değeri Düşük Anlaşılan Temel Darboğaz

AI eğitimi ve çıkarımı gerçekten çok güç tüketiyor. Tek bir ChatGPT sorgusu, normal bir aramanın neredeyse 10 katı elektrik tüketiyor. Bu sayı birkaç yıl önce göz ardı edilmiş olabilir, ancak eğitim ve çıkarım ölçekleri aynı anda yükseldikçe, güç arka plan değişkeninden sert bir kısıta dönüştü. ABD'deki sorun tipik: çiplere ve teknolojiye sahipler ancak elektrik şebekesi yetişemiyor. Birçok veri merkezi projesi, güç erişim adımında takılıp kalıyor. Çin ise avantajlı: büyük ölçekli güç arzı, batıda düşük yeşil enerji maliyetleri, hızlı politika desteği ve inşaat hızının yetişmesi. Bu faktörler, başkalarının kısa vadede kolayca kopyalayamayacağı bir karşılaştırmalı avantaj oluşturuyor.

Goldman Sachs, Çin'in önde gelen internet şirketlerinin 2026'da veri merkezlerine yaklaşık 70 milyar dolar yatırım yapacağını ve veri merkezi güç talebinin yıllık yaklaşık %25 oranında büyüyeceğini tahmin ediyor. Ulusal Enerji İdaresi'nin daha uzun vadeli rakamı ise, 2030'a kadar Çin'in veri merkezi güç tüketiminin 800 TWh'ye ulaşacağı, ülkenin toplam elektrik tüketiminin yaklaşık %6'sını oluşturacağı ve 2025'ten 2030'a kadar yaklaşık %36'lık bir bileşik büyüme oranına sahip olacağı yönünde. Bloomberg New Energy Finance daha da agresif, 2030'a kadar veri merkezi güç talebinin 600 TWh'ye yaklaşabileceğine ve şimdiki seviyelerin iki katından fazla olacağına inanıyor.

Birçok kişinin ilk başta sadece bir slogan olduğunu düşündüğü "Doğu Verisi Batı Hesaplaması" politikası aslında çok spesifik bir şey yapıyor: batının düşük elektrik fiyatlarını, düşük arazi fiyatlarını ve düşük sıcaklık ortamlarını doğrudan veri merkezleri için operasyonel maliyet avantajlarına dönüştürüyor. Tahminlere göre, 2025'e kadar bu, 300 milyar yuan'ın üzerinde güç maliyeti tasarrufu sağlayabilir ve düşük sıcaklık ortamı doğal olarak enerji verimliliği oranlarını optimize ediyor.

Bu alandaki en kolay küçümsenen kısım, herkesin gücü muhafazakar değerlemelerle geleneksel altyapı olarak ele almaya alışkın olmasıdır. Ancak AI döngüsünde, güç bir maliyet kaleminden rekabet gücünün kendisine dönüştü. ABD, çip ve algoritma avantajlarına sahip ancak şebeke tarafından darboğaza uğruyor. Çin ise tam tersine, en temel kaynak olan elektriği hesaplama gücü maliyetleri için bir hendek haline getirdi. Bir dereceye kadar, güç ekipmanı şirketlerinin kesinliği yarı iletken şirketlerinden daha yüksek olabilir çünkü yarı iletkenler teknolojik yakalama hızına bağlıyken, veri merkezleri inşa edildiği sürece güç ekipmanı tedariki katıdır.

2. Yarı İletkenler: Bellek Süper Döngüsünde Yurtiçi İkame

Güç, makineyi açıp açamayacağınız sorununu çözer. Açıldıktan sonra ne olur? Çipler ve bellek yeterli mi? İkinci alanın yanıtladığı şey bu.

Goldman Sachs, yarı iletkenleri ikinci sıraya koyuyor ve kolayca gözden kaçan bir niş var: mantık çipleri değil, bellek. AI sunucularının DRAM, NAND ve HBM'ye olan talebi neredeyse katlanarak artıyor ve Çin, genel amaçlı belleğin seri üretimi ve yurtiçi ikamesi için pencereye denk geldi. Rakamlar hikayeden daha doğrudan: Yangtze Memory'nin (YMTC) küresel NAND payı 2026'nın ilk çeyreğinde %8'den %13'e yükselecek ve küresel olarak 4. sıraya ortak olacak, gelir yıllık %445 arttı. ChangXin Memory'nin (CXMT) geliri aynı dönemde yıllık %719 arttı ve ilk yarı gelir tahmini 11 ila 12 milyar RMB arasında. Çin'in entegre devre ihracatı Mayıs 2026'da yıllık %111 artarak 35,55 milyar dolara yükseldi, esas olarak artan bellek fiyatları tarafından yönlendirildi. Bu rakamlar birlikte bunun sadece bir hayal olmadığını, siparişlerde ve fiyatlarda halihazırda gerçekleşmiş bir performans olduğunu gösteriyor.

Bu alandaki ilginç şey, Güney Kore'nin bu turdaki yükselişi ve ardından çöküşünün temelde Samsung ve SK Hynix'in neredeyse her şeyini belleğin tek halkasına yatırmasıydı. Piyasa sermaye harcamalarının sürdürülebilirliğinden şüphe ettiğinde, tek halkanın riski patlıyor. Ancak Çin belleği, aynı anda üç boyutta ilerliyor: hacim, maliyet etkinliği ve tedarik zinciri güvenliği. Tek noktalı bir bahis değil. Bellek halkasının kar esnekliği de genellikle mantık çiplerinden daha yüksektir çünkü her AI sunucusunda kullanılan standart bir sarf malzemesidir, bir seçenek değil.

3. AI Altyapısı: Sermaye Harcamalarının Fiilen Nereye Gittiği

Bellek, malzeme olması sorununu çözer. Malzemeler yapıldıktan sonra, nereye koyarsınız? Bu da üçüncü alana götürür.

Güç ve bellek hammaddelerse, altyapı bu malzemelerin hesaplama gücüne monte edildiği yerdir. Sunucular, optik modüller, sıvı soğutma ve veri merkezlerinin kendisi bu katmanda yer alır. Çin'in buradaki yolu da net: "Doğu Verisi Batı Hesaplaması", yer seçiminde maliyet avantajları sağlar ve yurtiçi sunucu ve optik modül endüstri zincirleri yeterince olgundur. Sonuç, hızlı inşaat ve maliyet etkin kullanımdır.

Bu alana baktığımda, kolayca gözden kaçan bir nokta, herkesin dikkatinin her zaman model eğitimi gibi tek seferlik büyük olaylara ilk önce çekilmesidir. Ancak parayı sürekli harcayan şey, eğitimden sonraki çıkarım ve yinelemedir. Talebin bu kısmı uzun vadeli ve döngüseldir. Altyapı şirketleri bu kısmı yer, sadece tek bir eğitim görevinden gelen tek seferlik siparişleri değil. Goldman Sachs'ın altyapıyı modellerin önüne koyması, bir dereceye kadar, ölçeklenebilir ve sürekli olarak paraya çevrilebilir olanın genellikle makine odaları inşa etmek, güç sağlamak ve ağları bağlamak gibi ağır varlık bağlantıları olduğu, en seksi görünen modellerin kendisi olmadığı hatırlatmasıdır.

4. AI Modelleri: Neden Daha Alt Sıralarda Yer Alıyorlar

Altyapı yolu inşa eder; peki ya araba? Araba modeldir.

Bu alanı gördüğümde biraz şaşırdım, çünkü modeller AI hakkında konuşurken herkesin en çok konuşmayı sevdiği kısım. Ancak Goldman Sachs onu dördüncü sıraya, uygulamaların sadece bir sıra önüne koydu. Çin'in model yolu, ABD'nin parametre yığma ve hesaplama gücü yakma rotası değil. DeepSeek, düşük maliyetle üst düzey modeller yapılabileceğini kanıtladı. Yeterli yurtiçi senaryo verisiyle birleştiğinde, kod, matematik ve çok modluluk gibi dikey alanlarda daha yüksek maliyet verimliliği elde edebilirler.

Tam olarak çözemediğim bir şey, Goldman Sachs'ın modelleri daha düşük sıralamasının, model ticarileştirme hızının altyapıdan daha yavaş olduğuna inanmasından mı yoksa bu katmandaki rekabetin zaten yeterince şiddetli olması ve aşırı getiri alanının daralmış olmasından mı kaynaklandığı. Henüz her iki açıklama için de kesin kanıtım yok, ancak en az bir şey açık: model mızraktır. Öndeki güç ve fabrikalar önce kurulmazsa, mızrak çok uzağa gidemez.

5. AI Uygulamaları: En Düşük Riskli Para Kazanma Uç Noktası

Mızrak yapıldı; bir şeye vurması gerekiyor. Bu da son halka: uygulamalar.

Birçok kişinin uygulama katmanıyla ilgili ilk izlenimi, en kalabalık ve para kazanması en zor olan, kullanıcılar için para yakıp homojenleşmenin ağır olduğudur. Ancak spesifik Çin pazarında durum tam tersi olabilir. Çin, dünyanın en büyük tek internet pazarına sahip. Tencent, Meituan ve Xiaomi gibi şirketler, büyük miktarlarda gerçek kullanıcı ve senaryoya sahip. AI işlevlerinin önce büyük bir hikaye anlatması gerekmez; doğrudan mevcut ürünlere ödeme noktaları olarak yerleştirilebilirler.

Bu alanın değer zincirinde son sırada olması önemsiz olduğu anlamına gelmez. Aksine, uygulama tarafı parayı geri kazandırmazsa, güç, bellek ve altyapıya yapılan önceki yatırımlar geri dönüşü olmayan batık maliyetler haline gelir. Uygulama katmanı, tüm zinciri döndürmeye devam eden uç nokta ve güç kaynağıdır.

Beş Alan Nasıl Birleştirilir ve Riskler Nerede

Goldman Sachs'ın bu kez Kore'den Çin'e kayışı, özünde duygusal bir rotasyon değil, sermayenin tek bir halkaya bahis yapmaktan tüm bir kapalı döngüye bahis yapmaya geçmesidir. Bir konfigürasyon fikri vermem gerekirse, şöyle sıralarım: Güç ve altyapı kesinlik sağlar—veri merkezleri inşa edilip genişletildiği sürece bu tedarik katıdır. Yarı iletkenler, özellikle bellek, esneklik sağlar—performans zaten gerçekleşiyor ve değerleme esnekliği en büyük. Modeller ve uygulamalar daha uzun vadeli aşırı getiriler sağlar, ancak hız ve rekabet ortamı hala değişkendir.

Riskler de açıkça belirtilmelidir: jeopolitik sorunlar, uygulama hızı ve değerleme dalgalanmaları—bunların hiçbiri eksik olmayacak. Ayrıca, burada listelenen veriler ve değerleme metrikleri, kamuya açık bilgilere dayanan bir anlık görüntüdür. Bellek devleri hala IPO sürecindedir ve rakamlar değişecektir. Harekete geçmeden önce en son verileri kendiniz doğrulayın. Bu yazı daha çok Goldman'ın çerçevesini ve mantığını sizin için detaylandırmakla ilgilidir ve yatırım tavsiyesi niteliği taşımaz.

%1,2 tahsis ile %16 gelir payı arasındaki fark hala orada. Doldurulup doldurulmayacağı ve ne kadar hızlı doldurulacağı konusunda garanti veremem. Ancak bu kez Goldman Sachs yeni bir hikaye vermedi; sizin için zaten detaylandırılmış bir defter verdiler. Gücün o defterde ilk sırada yer alması, bence "Long China" ifadesinin kendisinden daha hatırlanmaya değer.

Herhangi bir alanla ilgili farklı bir yargınız varsa, yorumlarda fikir alışverişinde bulunmaktan çekinmeyin. Hangisini birinci sıraya koyacağınızı merak ediyorum, haha.