Článek
Když přemýšlíte o špičkových společnostech v oblasti umělé inteligence (AI), štědré výplaty dividend vás pravděpodobně nenapadnou. AI je rychle se rozvíjející odvětví, které vyžaduje masivní investice, aby udrželo krok s konkurencí.
V případě společnosti International Business Machines (IBM) mohou investoři dostat svůj koláč a ještě ho sníst. IBM se nesnaží vyvíjet nejpokročilejší modely umělé inteligence, jejichž trénink na drahých grafických procesorech (GPU) v datových centrech může stát ruku a nohu . Společnost také nenacpává umělou inteligenci do čehokoli a čehokoli jako způsob, jak ospravedlnit velké zvýšení cen a zaplatit za plodné investice do umělé inteligence, jako je nedávný krok společnosti Microsoft, která vnucuje umělou inteligenci uživatelům kancelářského balíku Office. Místo toho se strategie IBM v oblasti umělé inteligence točí kolem toho, aby umožnila ostatním společnostem nasadit tuto převratnou technologii k řešení skutečných problémů.
Zůstat mimo závod s umělou inteligencí
Startupy a někteří technologičtí giganti se horečně předhánějí ve vývoji schopnějších modelů umělé inteligence, což je nákladná záležitost. Jak některá z těchto společností někdy dosáhne konkurenční výhody, je otevřenou otázkou. Pokud jsou špičkové modely AI od OpenAI, Anthropic a dalších společností z hlediska schopností zhruba na stejné úrovni a jsou trénovány na převážně stejných datech za použití podobných technik, bude závod o umělou inteligenci nakonec závodem do dna.
IBM tuto hru nehraje. Vlastní modely umělé inteligence Granite jsou malé, cenově výhodné a lze je vyladit tak, aby v konkrétních úlohách překonávaly větší modely. Pokud vytváříte agenta AI, který má za úkol pomáhat zákazníkům zpracovávat vratky, nemusí být vyškolen na všech informacích světa.
Platforma IBM watsonx poskytuje podnikům všechny nástroje, které potřebují k trénování, nasazování a správě modelů a agentů AI. Důležité je, že watsonx lze provozovat ve více veřejných cloudech, takže je vhodnou volbou pro klienty, kteří jsou zcela závislí na AWS od Amazonu nebo Azure od Microsoftu.
Ačkoli je watsonx výkonnou platformou, tajemstvím strategie IBM v oblasti AI je její poradenská část. Přibližně 80 % zakázek IBM souvisejících s AI tvoří konzultační smlouvy, což je jasný důkaz, že poptávka po implementaci AI a souvisejících službách vzkvétá.
Společnost IBM se zaměřuje na pomoc svým klientům při zavádění řešení AI způsobem, který přináší jasnou návratnost investic a úsporu nákladů, a díky tomu se stala lídrem v oblasti podnikové AI.
Spolehlivá dividenda
Není nic spolehlivějšího než čtvrtletní dividenda společnosti IBM. V dobrém i zlém IBM vyplácí čtvrtletní dividendy investorům bezchybně již od roku 1916. Společnost také každoročně zvyšovala svou dividendu 29 let v řadě, a to i přes několikerou inovaci a transformaci.
Současná čtvrtletní dividenda ve výši 1,67 USD na akcii představuje dividendový výnos těsně pod 3 %. To je solidní dividendový výnos, zejména s ohledem na to, že akcie za poslední rok vzrostly o více než 30 %.
Dividenda IBM se zdá být udržitelná. Společnost očekává, že v roce 2024 vygeneruje více než 12 miliard USD volného peněžního toku, přičemž toto číslo pravděpodobně vzroste v roce 2025 a dále, protože strategie IBM v oblasti hybridního cloudu a umělé inteligence se nadále vyplácí. Na základě současného počtu akcií pohltí dividenda jen něco málo přes polovinu celoročního volného peněžního toku.
Dividenda společnosti pravděpodobně prozatím neporoste o mnoho rychleji než volné peněžní toky, protože po akvizici společnosti Red Hat v roce 2019 upřednostňuje snižování dluhového zatížení . Ale při 3% výnosu je i mírný růst dividendy dost dobrý.
Úsilí IBM v oblasti umělé inteligence se nedostane na titulní stránky novin, protože společnost pracuje z velké části v zákulisí pro své klienty. Ale tím, že IBM zaplní důležitou mezeru v odvětví umělé inteligence, může časem zvýšit své podnikání v oblasti umělé inteligence, volné peněžní toky a nakonec i dividendu. Pro dividendové investory, kteří chtějí mít expozici v oblasti AI, je těžké IBM překonat.
