Long Term Investments

#LTI_аналитика #VTBR #OZON #YDEX Госбанки идут в e-commerce: анализ финтех бизнесов маркетплейсов и потенциальной сделки WB с ВТБ В последнее время в российском Екоме было много больших новостей - ВТБ объявил о планах войти в капитал WB Банка, а про Ozon ходят слухи, что долю Системы может получить Сбер. Сделал большой разбор, в котором обновил взгляд на сектор с фокусом на финтех маркетплейсов. Основные тезисы: - Рынок Екома в России вошел в зрелую стадию с замедлением темпов роста и фактически поделен двумя игроками - WB и Ozon на двоих занимают 70%+ рынка. - Основными драйверами прибыли маркетплейсов может стать рост маржинальности основного бизнеса (снижение скидок, операционная эффективность) + развитие финтеха. - Среди маркетплейсов пока наиболее активно развивается финтех Ozon, у которого есть амбиции построить полноценный банковский бизнес. Яндекс судя по всему пока рассматривает финтех как дополнение к своим транзакционным бизнесам в рамках экосистемы и не планирует агрессивную экспансию. - Если посмотреть на прибыльность WB Банка, можно подумать, что он продает процессоры для AI вычислений, а не банковские услуги. Уже сейчас LTM прибыль банка почти 100 млрд рублей с ROE 200%+ по РСБУ. Но сейчас этот бизнес почти полностью построен на комиссионных доходах от клиентов и селлеров Wildberries. Классический банкинг только начинает развиваться. - Крупные банки пытались бороться с финтехами маркетплейсов через создание регуляторных барьеров, но в последнее время давление снизилось. Вместо этого на рынке может появиться конструкция, где крупнейшие банки и маркетплейсы будут строить бизнес совместно. Сделку ВТБ и WB уже объявили, про Сбер и Ozon пока только ходят слухи. - ВТБ объявил о планируемом партнерстве с WB. Для финансирования проекта готовится допэмиссия ориентировочно на 300–400 млрд руб., часть которой пойдет на покупку миноритарных долей в WB Банке и других финтех активах WB. ВТБ интересна в первую очередь огромная клиентская база WB (80+ млн клиентов, около 1 млн селлеров), которой можно предлагать широкий спектр банковских услуг + сеть ПВЗ по всей стране. WB может получить компетенции в банковском бизнесе и, главное, капитал для экспансии кредитного бизнеса. Детали сделки и оценка WB Банка неизвестны, подробности должны быть к августу. В посте подробнее про текущую ситуацию на рынке Екома в России, финтех бизнесы маркетплейсов и потенциальную сделку ВТБ с WB - зачем она нужна каждому из игроков, какие могут быть синергии и риски. Ссылка на пост: https://longterminvestments.ru/marketplaces-fintech-vtb-wb/ @long_term_investments

#LTI_портфель #LTI_российский_рынок #LTI_облигации #LTI_ОПИФ #LTI_ИПИФ Ежемесячный апдейт по портфелям и фондам на российском рынке Результаты основного портфеля на российском рынке: - В мае -0.9% vs -2.4% индекс Мосбиржи - YTD +2% vs -4% индекс Мосбиржи - С начала отсчета +101% (CAGR 25%) vs +35% (CAGR 10%) индекс Мосбиржи Апдейт по результатам мая, взгляд на рынок и немного про личный опыт использования ИИ по ссылке: https://longterminvestments.ru/portfolio-russia-17-06-2026/ Результаты рублевого портфеля облигаций: - В мае +1.8% vs +1.1% индекс корп бондов и 1.2% LQDT - YTD +11.7% vs +8.0% индекс корп бондов и 6.1% LQDT - С начала отсчета +36% (CAGR 33%) vs +26% индекс корп бондов (CAGR 24%) и 20% LQDT (CAGR 18%) Результаты валютного портфеля облигаций (в долларах): - В мае +3.2% vs +1.0% индекс валютных бондов на Мосбирже - YTD +3.9% vs +2.6% индекс валютных бондов на Мосбирже - С начала отсчета +16% (CAGR 14%) vs +8% (CAGR 14%) индекс валютных бондов Апдейт по результатам мая и небольшие изменения в портфелях: https://longterminvestments.ru/bonds-17-06-2026/ ОПИФ Долгосрочные инвестиции - В мае +0.7% vs -2.4% индекс Мосбиржи - С момента запуска 19 марта -4.1% vs -12% индекс Мосбиржи Подробнее про фонд писал тут Напомню, что купить паи фонда можно двумя способами: 1) Через платформу Финуслуги 2) На странице УК Альфа-Капитал ИПИФ для квалифицированных инвесторов 2025 год: +27.4% vs +6.5% MCFTR 2026 YTD: -3.9% vs -4.3% MCFTR С момента запуска: +22.8% vs +2.2% MCFTR (15.5% годовых) Подробнее про фонд писал тут В ИПИФ открылся новый интервал для покупки/продажи паев и будет длиться до конца июня. Далее интервалы каждые два месяца. По вопросам участия и деталей фонда можно написать мне в личные сообщения @StrategyGuy или на почту hedgeflt@yandex.ru. @long_term_investments

#LTI_портфель #LTI_зарубежные_рынки Ежемесячный апдейт по портфелю на зарубежных рынках Результаты за май: - Май +2.2% vs +5.3% MSCI ACWI и +5.2% S&P 500 - YTD +7% vs +12% MSCI ACWI и +11% S&P 500 - С начала отсчета портфель +498%, CAGR 32% годовых vs 16% S&P 500 Интересный момент, что большая часть роста всего американского и глобального рынка акций в последнее время обеспечивается всего одним сектором - производителями микрочипов. Ниже вырезка из поста с ежемесячным обзором и логическое продолжение поста про AI выше: Американский рынок и в целом глобальные рынки обновляют максимумы, но на самом деле фактически всю доходность дает небольшое количество крупных компаний производителей чипов. Я для интереса попросил ChatGPT на коленке посчитать, какой была бы доходность QQQ и SPY, если вычесть оттуда Semiconductors (SOXX). Получилось, что с начала мая доходность обоих была бы отрицательной, причем у Nasdaq даже немного хуже. Правда доли активов в SOXX взвешены не по капитализации, например доля MU больше NVDA, более близкий к индексам по весам SMH вырос на 27% с начала мая. Но на вывод это сильно не влияет – почти весь рост американского и глобального рынка акций в последнее время обеспечен одним сектором. В бурном росте акций производителей полупроводников есть своя логика. Крупнейшие компании сектора по прогнозам аналитиков в этом году заработают более $800 млрд операционной прибыли vs $200 млрд с небольшим в 2025 году. А потом $1.2+ трлн операционной прибыли в 2027 году. Прогнозы аналитиков очень сильно разнятся и постоянно пересматриваются, взял последний доступный консенсус прогноз, у некоторых аналитиков прогнозы еще выше. Что покупает все эти микрочипы? Преимущественно бигтехи + neoclouds (Nebius и прочие). Прогнозы капекса тоже очень примерные и постоянно пересматриваются, на графике примерный консенсус. При этом Morgan Stanley недавно еще пересмотрел прогноз вверх и теперь прогнозирует, что только топ-5 компаний потратят на капекс $800+ млрд в этом году и $1.1+ трлн в следующем. Откуда берутся все эти деньги? Во-первых, из операционного денежного потока бигтехов. Топ-5 компаний по размеру капекса заработали около $650 млрд LTM OCF. И если раньше они направляли большую часть на байбеки, то теперь почти все идет на капекс, у кого-то FCF даже уходит в слегка отрицательную зону (а у Oracle в сильный минус). Во-вторых, компании начали активно привлекать кредиты с рынка, плюс используют SPV, чтобы вывести часть обязательств за баланс и т.д. По оценка аналитиков с начала года на финансирование AI инфраструктуры было выпущено $200+ млрд нового долга, а за весь 2026 год будет $500+ млрд. Кто конечные потребители всех этих мощностей? Отчасти сами бигтехи для собственных AI сервисов. Другой большой кусок – это OpenAI, Anthropic и другие лаборатории. OpenAI + Anthropic с начала года привлекли $200+ млрд венчурного капитала, SpaceX на IPO привлек $85 млрд, и даже Google, имеющий один из самых прибыльных бизнесов в мире, недавно сделал первую со времен IPO допэмиссию на $80 млрд, из которых $10 млрд купил Berkshire. Итого только на 4 компании в сумме получается ~$400 млрд, которые вложили инвесторы со всего мира, чтобы они строили дата-центры или арендовали в них мощности. При этом выручка от AI продуктов бурно растет, но пока на порядок меньше, чем инвестиции в новые мощности. Anthropic и OpenAI на двоих имеют сейчас ARR в районе $80 млрд, к концу года по прогнозам аналитиков он может вырасти до ~$200 млрд. Google, Microsoft и прочие тоже зарабатывают сколько-то миллиардов в год на AI. Но чтобы инвестиции оправдались, выручка от AI продуктов должна еще кратно вырасти. Продолжит ли она экспоненциально расти, чтобы с лихвой окупить все инвестиции в мощности, или в какой-то момент темпы роста начнут снижаться и возникнет локальный спад – вопрос на триллионы долларов, на который вряд ли у кого-то сейчас есть ответ. Продолжение про AI, IPO SpaceX, другие компании, на которые смотрел в последнее время и общие мысли по рынку в посте: https://longterminvestments.ru/portfolio-international-16-06-2026/ @long_term_investments

#LTI_аналитика P.S. Про AI и генерацию контента Помимо сбора и базовой обработки информации LLM еще отлично умеют генерировать новую информацию. Сначала они научились писать тексты, но сейчас уже можно сделать видео на несколько минут с любым сценарием, визуализацией, голосами и т.д. полностью с LLM, которое иногда уже сложно отличить от реального (хотя по каким-то минимальным деталям обычно еще можно). Я несколько раз делал тест - скармливал LLM контент у меня на сайте и в канале и просил написать пост по заданным тезисам. Пока, к сожалению, мне не очень нравится результат - сгенерированный текст плохо попадает в стиль и пишет так, как я бы не стал, выглядит неестественно. Возможно в какой-то момент модели еще прокачаются и у меня появится полноценный LLM двойник, который сможет формулировать мои же мысли лучше меня. А пока использую LLM только для сбора фактуры и первичного анализа, а все тексты пишу сам, на что уходит довольно много времени, так что постов не очень много. Но мне кажется лучше так, чем начать генерировать очередной AI слоп в больших количествах - его итак в современном мире становится все больше, а искать за ним какие-то интересные мысли все сложнее. Пообщаться с AI каждый может и сам на любую тему. P.P.S. Реакции как всегда приветствуются, если такие мысли интересно читать. @long_term_investments

#LTI_аналитика Взгляд на текущее развитие AI (часть 5) Закончу это серию тезисами, которые, на мой взгляд очевидны, и которые совсем не очевидны, как будет дальше развиваться AI. 1) Очевидно, что модели будут становиться умнее с каждым месяцем/кварталом и этот процесс вряд ли остановить, если не будет какого-то прямого регуляторного вмешательства с жесткими ограничениями на разработку LLM (пока выглядит маловероятно, особенно с учетом наличия двух идеалогических противников в виде США и Китая + несколько конкурирующих AI центров в каждой стране). 2) Почти очевидно, что ни одна страна кроме США и Китая не сможет разработать передовую LLM модель, для этого нужно огромное количество ресурсов, которых ни у кого больше нет. Это не значит, что другие страны не смогут эффективно внедрять AI на основе опенсорсных моделей + собственных разработок - это вполне реально. 3) Очевидно, что потребление токенов будет экспоненциально расти в ближайшие годы. Внедрение AI еще экстремально низкое как на уровне корпораций, так и в жизни обычных людей. Также очевидно, что стоимость одного токена будет снижаться, не считая временных периодов ажиотажного спроса и дефицита вычислительных мощностей. Но темпы изменения обоих оценить очень сложно. 4) Почти очевидно, что большая часть использования LLM в токенах будет за счет дешевых китайских и/или опенсорсных LLM. Это уже происходит и вероятно тренд только будет усиливаться. Нет никаких причин кратно переплачивать за базовые версии американских моделей, если есть китайские, включая опенсорсные, в 10 раз дешевле, которые могут делать то же самое. Но больше токенов не равно больше выручки - американские компании сейчас зарабатывают намного больше китайских и скорее всего такая ситуация сохранится в обозримом будущем - пока их модели опережают аналоги, они могут продавать их с большой премией. 5) Вероятно, что американские модели сохранят в обозримом будущем лидерство относительно китайских - опять-таки вопрос в бюджетах, доступу к последним версиям GPU и т.д. Но не очевидно, насколько большим будет это преимущество и будет ли оно сокращаться или увеличиваться. Последние пару лет передовые китайские модели стабильно отстают от американских на 6-9 месяцев. 6) Не очевидно, как быстро будет расти выручка от продажи AI продуктов. То, что она будет расти достаточно быстро, вопросов не вызывает, но темпы роста предсказать крайне сложно. И это главный вопрос, который будет влиять на всю индустрию, а также весь глобальный фондовый рынок, большая часть капитализации которого уже приходится на технологические компании. 7) Не очевидно, где будет большая часть прибыли от внедрения AI. Пока что она фактически вся оседает на балансе производителей микрочипов и скорее всего ближайшие 1-2 года такая ситуация сохранится, но дальше может быть сильно больше вариантов. 8) Не очевидно, будет ли AGI/ASI (ситуация, когда AI станет умнее, чем люди и начнет самостоятельно улучшаться, быстро уходя в отрыв) и как скоро. Разброс прогнозов на этот счет варьируется от 2027 года до никогда. Про никогда утверждать точно не буду, но пока кажется, что как минимум несколько лет у нас еще есть в запасе, когда влияние AI на мир будет постепенным, а не революционным и непредсказуемым. Про текущие цифры по рынку и прогнозы напишу отдельно, итак уже много текста получилось. @long_term_investments

#LTI_аналитика Взгляд на текущее развитие AI (часть 4) Для большинства людей опыт взаимодействия с AI сейчас ограничивается бесплатными чатботами или AI подсказками в поиске. А еще AI ассистентами в разных сервисах, которые часто безбожно тупят и не могут ответить на элементарные вопросы, поэтому приходится их правдами и неправдами прогонять и пытаться пробиться к живому человеку. Из-за этого может сложиться впечатление, что AI пока глупенький и вообще непонятно, из-за чего с ним все так носятся. Это, естественно, не полная картина. Чтобы понять возможности AI, нужны платные передовые модели, которые пока намного умнее чем бесплатные аналоги. И если пол года назад было достаточно купить подписку за $20 и общаться с ними в чате, то теперь для понимания всех возможностей нужно поставить Claude Code или Codex и заплатить $100-200, потому что $20 быстро упрутся в лимиты. Я уже писал ранее, что подписка - это сильно субсидируемый продукт, который позволяет пользоваться последними версиями моделей с большим дисконтом к их рыночной стоимости. Недавно SemiAnalysis провел эксперимент, исходя из которого получилось, что при максимальной утилизации лимитов подписки эквивалентная стоимость токенов была бы в 40-70 раз больше. Т.е. за несколько сотен долларов в месяц вы пока можете получить доступ к передовым моделям, который по рыночной цене стоил бы сейчас несколько десятков тысяч долларов. Пока банкет оплачивают венчурные фонды со всего мира - OpenAI и Anthropic на двоих привлекли более $200 млрд инвестиций только с начала 2026 года, а позже в этом году планируют масштабные IPO. Так что грех не воспользоваться возможностью пожечь токены на выполнение своих задач за чужие деньги. Не знаю как долго это продлится, моя гипотеза, что подписка - это просто способ приблизить будущее и подсадить на сервис для обычных людей. Сейчас за доступную цену они могут пользоваться сервисом, который по рыночной цене стал бы им доступен условно через год, когда текущие дешевые аналоги достигнут уровня текущих передовых моделей. А когда привыкаешь к ежедневному использованию, отказаться потом уже очень сложно. Пока доступ к передовым моделям дают с таким дисконтом, большинству людей просто нет смысла использовать что-то еще, если нет потребности автоматизировать процессы и пользоваться API. Я думаю, что доступ к более передовым моделям скоро будет ограничен или станет запретительно дорогим для большинства людей. Anthropic уже сделал первый шаг - Fable 5 вышел со встроенными ограничениями, которых нет у Mythos (та же модель, доступная узкому кругу крупных компаний), и через две недели по планам компании Fable 5 станет доступным только по API с очень дорогим ценником. Но, как написал выше, большинство людей даже не почувствует большой разницы между Fable 5 и последним Opus или GPT 5.5, которых более чем достаточно для решения большинства задач. Поэтому подписка все еще остается одним из лучших среди всех существующих на рынке продуктов исходя из соотношения value for money, и скорее всего останется им в обозримом будущем. А со временем дешевые модели догонят по функционалу текущие передовые и подписка в том или ином виде тоже станет прибыльным продуктом для компаний. @long_term_investments

#LTI_аналитика Взгляд на текущее развитие AI (часть 3) Значит ли это, что дорогие модели бесполезны? Конечно нет, иногда они решают задачу кардинально лучше. Например, один из основных фокусов передовых моделей - написание кода. В нем каждая следующая модель пока значительно лучше предыдущей. Хотя я не могу оценить качество кода, так как не разработчик, но могу оценить результат - Fable 5 за последние сутки решил мне локальных технических несколько задач, над которыми без успеха бился Opus, Opus делает задачи намного лучше Sonnet и т.д. Ключевое понимание, к которому я пришел - качество выполнения большинства задач в определенный момент выходит на плато и дальнейший прогресс модели на него не влияет. Иногда для простых задач дешевые модели даже эффективнее - они мало того, что сильно дешевле, но еще меньше думают и сразу дают нужный ответ, пока большая модель собирает контекст и жжет токены. Я все еще часто задаю простые вопросы в поисковой строке Google, потому что AI подсказка бесплатно дает нужный ответ за секунду. И в зависимости от сферы требуемый уровень модели разный. Если говорить про тот же финансовый анализ, то моделей уровня последних Opus или GPT 5.5 более чем достаточно для большинства задач, часто достаточно даже Sonnet. Вероятно, если делать долгий итеративный ресерч на сложную тему с уточняющими вопросами и большим контекстом или строить сложную эксель модель (более алгоритмическая задача), итоговый результат у Fable будет лучше. Но разница в цене, скорее всего, не будет стоить результата, если вы не крупный хедж-фонд с почти неограниченным бюджетом. В итоге текущий статус развития AI, на мой взгляд, выглядит так: 1) Каждые несколько месяцев появляется новое поколение моделей, которые открывают "новый уровень" и могут решать задачи, которые раньше LLM в принципе не тянули 2) Большинство задач имеют плато сложности, после которого применение новых дорогих моделей не дает значимого прироста в качестве результата. Например, для многих задач в финансах/инвестициях это плато уже достигнуто за последние пол года - год 3) Выполнение задачи определенного уровня быстро дешевеет с течением времени. Обычно это происходит так - передовая американская модель достигает уровня, когда может решать какую-то задачу, а через пол года - год появляется китайская, которая делает то же самое в 10 раз дешевле. При этом есть две проблемы, которые, на мой взгляд, сильно усложняют оценку темпов дальнейшего развития AI: 1) Передовые модели достигли уровня, когда они уже решают большинство задач, необходимых большинству людей (как писал выше, вопрос постановки, данных и бюджета), а дальнейший прогресс происходит на уровне, который уже просто непонятен обычному человеку. Например, когда вышел Fable, отзывы в Твиттере сильно разделились. Для кого-то это просто очередная модель, которая умеренно лучше предыдущей в определенных задачах (как для меня). А кто-то считает, что это абсолютный прорыв и скоро сингулярность. Но все восторженные отзывы типа такого касаются настолько сложных или специфических вещей, что я уже плохо понимаю о чем речь без пояснительной бригады. 2) Даже самые умные модели работают нестабильно и иногда делают ошибки в самых неожиданных местах, которые кажутся абсурдными. Кроме того, у AI лабораторий иногда не хватает вычислительных мощностей и они временно делают модели "глупее". Поэтому прогресс выглядит очень неравномерным. В этом, кстати, модели во многом похожи на людей - иногда очень умные люди тоже делают очень глупые вещи. Так что когда условный Anthropic говорит, что их модели начали рекурсивно улучшать самих себя и скоро AGI, сложно понять, это маркетинг для инвесторов и клиентов или они правда видят/понимают то, что другие пока не могут. @long_term_investments