📊 투자 인사이트

English original: The Next 3 Years: What Actually Happens When AI Agents Take Over (2026-2028) /posts/ai-future-next-3-years-2026-2028/ 한 줄 요약 에이전트는 ‘기능’이 아니라 기업 비용 구조와 산업 지형을 바꾸는 메커니즘이다. 핵심은 “자동화가 어디까지 내려가나”가 아니라, 어디서 먼저 ROI가 증명되나다. 2026: 에이전트가 ‘실제 제품’이 되는 해 제한된 도메인(인보이스, CS triage, 리서치, 개발 워크플로우)에서 에이전트가 사람+툴을 묶어 실행하는 형태로 상용화 투자 포인트: 수직형(업무 특화) 에이전트가 먼저 돈이 된다 2027: 자동화의 체감이 고용/마진으로 드러나는 해 일부 사무직에서 생산성/인력 구조조정 압력이 커짐 투자 포인트: “AI 도입률”이 아니라 매출/마진 가시화를 본다 2028: 거시/정책 변수가 실적에 직접 반영되는 해 에너지·전력·데이터센터 입지가 곧 경쟁력이 됨 투자 포인트: 컴퓨트/전력 접근성이 기업의 moats로 작동 Bull / Base / Bear Bull: 에이전트가 백오피스부터 침투해 비용 구조를 바꾸며, 실적이 증명되는 기업이 리레이팅. ...

English original: Nvidia’s $4 Billion Secret: Why Photonics Is the Next AI Gold Rush /posts/nvidia-photonics-ai-gold-rush/ 한 줄 요약 AI 데이터센터의 병목은 이제 GPU가 아니라 네트워크/데이터 이동이고, 그 해법이 포토닉스(광학)다. 앵커 팩트 엔비디아가 광학 기업에 총 40억달러 규모 투자(신호) 대규모 클러스터에서는 학습/서빙의 상당 시간이 GPU간 통신 오버헤드로 소모됨 투자자 프레임: 어디서 돈이 생기나 포토닉스는 “기술 트렌드”가 아니라 공급제약 + 병목이 핵심이다. 병목이 확인되면: 업스트림(레이저/소자) → 미드스트림(패키징/트랜시버) 밸류에이션이 먼저 반응 표준이 굳으면: 다운스트림(데이터센터/인터커넥션)으로 수익이 확산 Bull / Base / Bear Bull (상방): ...

English original: The AI Productivity Paradox /posts/ai-productivity-paradox-2026/ 한 줄 요약 AI는 ‘도입’이 아니라 워크플로우 재설계 + 측정 + 가드레일이 있어야 돈이 된다. (그게 95%와 5%의 차이) 앵커 팩트 (의사결정용) MIT NANDA가 300개 배포를 분석: 95%가 측정 가능한 ROI를 내지 못함 성공한 조직의 공통점: “툴 배포”가 아니라 특정 업무흐름(Workflow) 단위로 재설계 + 전후 비교 측정 투자자 관점: 이 이슈가 의미하는 것 AI는 ‘기술 리스크’보다 운영/조직 리스크가 크다. 단기: AI 예산은 늘지만 실적(마진/인건비/매출)으로 안 떨어지면, “AI 프리미엄”이 꺼진다. 중기: ROI를 증명하는 회사는 수직형 AI + 워크플로우 SaaS 형태로 승자독식이 생긴다. Bull / Base / Bear (투자 프레임) Bull (상방): ...