Секрет превосходства в инновациях над конкурентами: внутри плана Tesla

Аналитик Motley Fool Рэйчел Уоррен разговаривает с бывшим президентом Tesla Джоном МаКНиллом о пятилетней формуле достижения гиперроста, скрытом показателе, который должен отслеживать каждый инвестор, и революции в области ИИ. Чтобы прослушать полные эпизоды всех бесплатных подкастов Motley Fool, посетите наш подкаст-центр. Когда вы будете готовы инвестировать, ознакомьтесь с этим списком из 10 лучших акций для покупки. Создаст ли ИИ первого триллионера в мире? Наша команда только что выпустила отчет о одной малоизвестной компании, называемой "Необходимая монополия", предоставляющей критическую технологию, в которой нуждаются как Nvidia, так и Intel. Продолжить »

Полный транскрипт приведен ниже.

Куда инвестировать 1000 долларов прямо сейчас

Когда наша аналитическая команда дает совет по акциям, стоит прислушаться. В конце концов, общий средний доход Stock Advisor составляет 968%* — это превышение рынка по сравнению с 191% для S&P 500. Они только что раскрыли то, что, по их мнению, является 10 лучшими акциями для инвесторов на данный момент, доступными, когда вы присоединяетесь к Stock Advisor. Этот подкаст был записан 5 апреля 2026 года.

Мак Гриер: “Я хотел, чтобы люди увидели, что стоит за успехом Tesla, которая, похоже, снова и снова превосходит своих конкурентов в инновациях. И я хотел, чтобы люди увидели, что это может делать каждый, обычные люди. Вам не нужно быть Илоной Маском, чтобы это сделать.” Это был Джон МаКНилл, бывший президент Tesla и автор новой книги "Алгоритм: формула гиперроста, которая трансформировала Tesla, Lululemon, General Motors и SpaceX." Я — продюсер Motley Fool Мак Гриер. Недавно аналитик Motley Fool Рэйчел Уоррен поговорила с МаКНиллом о этой формуле и о том, почему вам не нужно быть Илоном Маском, чтобы обойти конкурентов в инновациях. Приятного прослушивания.

Рэйчел Уоррен: Привет всем, и добро пожаловать обратно в Motley Fool Conversations. Я — аналитик Motley Fool Рэйчел Уоррен. Сегодня я рада приветствовать Джона МаКНилла в нашем шоу. Джон в настоящее время является генеральным директором и соучредителем DVX Ventures. Ранее Джон занимал должность президента в Tesla. После работы в Tesla он присоединился к Lyft в качестве COO, где сыграл ключевую роль в удвоении доходов компании, помогая вывести компанию на биржу. Джон в настоящее время является членом совета директоров нескольких компаний, включая General Motors, Lululemon и Stash, и его предстоящая книга "Алгоритм: формула гиперроста, которая трансформировала Tesla, Lululemon, General Motors и SpaceX" предлагает закулисный взгляд на то, как культовые компании масштабируются и описывает руководство для лидеров, чтобы добиться устойчивого роста и влияния. Джон, добро пожаловать на шоу.

Джон МаКНилл: Спасибо. Приятно быть здесь.

Рэйчел Уоррен: Я рада поговорить с вами сегодня. Одна из интересных вещей — я хочу начать с разговора о вашей книге. Вы кодифицировали эту формулу, которая применялась в нескольких компаниях, о которых я упомянула, называемой "алгоритм". Мне было бы интересно, если бы вы могли провести нас через вашу книгу и ее темы, но действительно также поговорить об этих шагах алгоритма в порядке и о том, что это значит для компаний.

Джон МаКНилл: Алгоритм — это действительно операционная система, которую я бы описал, которая была изобретена в Tesla, действительно через ошибки. Мы сделали много ошибок, а затем проводили анализ после событий и говорили, как мы сюда попали? Затем мы разрабатывали принцип, чтобы не допустить этого в будущем. Это суть начала структуры. Эта структура затем использовалась, как только мы ее разработали, чтобы предоставить каждому в компании основу для инноваций, действительно на еженедельной основе.

Причина, по которой я написал книгу, заключалась в том, что я хотел, чтобы люди увидели, что стоит за успехом Tesla, которая, похоже, снова и снова превосходит своих конкурентов в инновациях. Я хотел, чтобы люди увидели, что это может делать каждый, обычные люди. Вам не нужно быть Илоной Маском, чтобы это сделать, именно поэтому была разработана структура, потому что Илон не может быть везде все время. У нас было буквально тысячи людей, которые продвигали инновации по всему миру, следуя этой структуре. Структура, отвечая на вашу основную вопрос, состоит из пяти шагов, и затем я выделяю три секретных ингредиента, которые действительно делают ее действенной. Но пять шагов — это сначала ставить под сомнение все. Ставьте под сомнение требования, которые вам были даны, потому что вы не хотите строить бизнес вокруг плохого набора предположений или не хотите строить процесс вокруг плохого набора предположений. Я приведу вам пример из финансового рынка. Моя компания сегодня изобретает компании. Мы сами начинаем компании и растим их. Мы посмотрели на рынок ETF и на суперциклы ETF и обнаружили, что основные активы почти каждого ETF в области суперцикла были Amazon, Google, Microsoft, Nvidia и Apple. Вы можете купить это как инвестор за два бипа. Это называется Mag 7 или S&P 500. Вы можете купить этот продукт. Вам не нужен суперцикловый продукт за 75 BPs, делающий то же самое. Но мы отошли назад и начали ставить под сомнение требования, почему это так, почему ETF были созданы таким образом.

Первое требование, которому все, кто создает ETF, следуют, это построение ETF на основе рыночных капитализаций. Если вы хотите создать ETF для инфраструктуры ИИ и собираетесь следовать предположению о рыночной капитализации, которое вся индустрия поддерживает, вы помещаете Nvidia в этот ETF, и она подавляет каждую другую акцию, потому что ее рыночная капитализация настолько высока. Но если вы берете другой подход, мы начали говорить, является ли требованием формулировать ETF на основе рыночной капитализации? Ответ — нет. Это не требование закона. Это не требование регуляции. Это просто требование, которое возникло со временем, потому что так делает каждый. Мы сказали, что это не дает инвесторам доступа к прибыльным пулам. Есть много того, что входит в ИИ-центр данных, что не является Nvidia. Оказывается, есть 60 публичных акций, которые входят в ИИ-центр данных. Если вы взвесите эти публичные акции по их вкладу в ИИ-центр данных, вы получите совершенно другой ETF, который действительно предоставляет инвесторам доступ к реальным прибыльным пулам. Это уникальная ситуация, когда у нас есть пятилетние обязательства со стороны гиперскейлеров на постройки ИИ-центров данных. Мы знаем, как выглядят заказы на покупку. Мы знаем, что это идет в эти, так что мы можем задним числом разобраться, какие акции будут выигрывать?

Оказывается, когда вы создаете ETF, и вы ставите под сомнение требование о рыночной капитализации, и вы говорите, есть ли лучший способ? Вы выходите на другой конец с ответом, который говорит, да, есть лучший способ. Это, в данном случае, взвесить по вкладу в прибыль. Мы разработали ETF для инфраструктуры ИИ на основе вклада в прибыль, а не рыночной капитализации. Индустрия сказала нам, что мы безумны. Никто не делает это таким образом. Мы сказали, что это нормально, потому что мы протестировали это, чтобы знать, что мы обошли все другие ETF для инфраструктуры ИИ на рынке. Мы представили это в декабре 2025 года, так что чуть больше года назад, и за последние 12 месяцев это был лучший производящий ETF для инфраструктуры ИИ на рынке. Вы бы заработали более 80%, если бы купили его в первый день. Потому что оказывается, что он отражает прибыльные пулы, которые создаются. Поскольку рынок просыпается к этим отдельным акциям, которые поддерживаются постройками ИИ-центров данных, стоимость создается в этих акциях, и наш ETF использует это. Но это пример первого шага алгоритма, который заключается в том, чтобы ставить под сомнение все. Потому что когда вы начинаете ставить под сомнение вещи, вы начинаете открывать для себя предположения, под которыми люди действуют, которые действительно самосдерживающие. Если вы выходите за пределы этих самосдерживающих предположений, вы можете создать инновацию, которая создает много ценности и прокладывает новый путь. Это первый шаг алгоритма — ставить под сомнение все, в основном.

РЕКЛАМА: В январе 1915 года корабль Эрнеста Шаклтона "Endurance" оказался в ледяной ловушке в море Уэдделла. Благодаря решимости, стойкости и смекалке Шаклтон смог провести своих людей через жестокую зиму, затем через сотни миль антарктического льда, а затем 800 миль по одним из самых бурных вод мира. Это одно из самых необычных и вдохновляющих путешествий в истории исследований. Найдите эту историю и многие другие в подкасте Explorers, доступном на всех платформах подкастов или на explorerspodcast.com.

Рэйчел Уоррен: Я собиралась сказать, можете ли вы провести нас через оставшиеся четыре.

Джон МаКНилл: Затем следующий шаг — это второй шаг упрощения, и упрощение — это сложно. Большинство людей этого не делают. Есть известная цитата Марка Твена, что я бы написал вам более короткое письмо, если бы просто нашел время. Это потому, что упрощать сложно. Это требует много работы. Первый шаг по устранению ложных предположений и требований — это шаг к упрощению. Второй шаг алгоритма — это второй шаг упрощения, и это удалить каждый шаг, который вы можете в процессе, и, вероятно, вы еще недостаточно удалили, пока не пришлось добавить что-то обратно. Удаляйте безжалостно. Затем третий шаг алгоритма — это, как только у вас есть этот упрощенный процесс, теперь вы вручную запускаете этот процесс. Это должно звучать сумасшедше, исходя из того, что кто-то, кто провел всю свою карьеру в технологиях и жестких технологиях, говорит, не автоматизируйте. Но мы говорим нашим командам — действуйте вручную, потому что все лучшие бизнесы были построены сначала вручную.

Первоначальная команда Amazon не автоматизировала распределительные центры, которые мы видим сегодня. Они на самом деле шли и покупали книги. Они создали сайт для заказов. Они принимали заказы. Они шли и покупали книгу у местного продавца, укладывали ее в коробку, отправляли, чтобы они могли изучить сторону распределения бизнеса, прежде чем автоматизировать что-либо. Основатели DoorDash, которые были студентами по компьютерным наукам в Стэнфорде, разместили PDF с меню ресторанов с номером телефона внизу, и номер телефона звонил в их общежитии, а затем они заказывали еду из ресторана, забирали ее и доставляли, чтобы они могли упростить процесс. Мы говорим нашим командам делать то, что делал Amazon, делать то, что делал DoorDash, сначала вручную, потому что, когда вы это делаете, вы на собственном опыте узнаете все возможности для упрощения. Это третий шаг алгоритма. Запустите процесс вручную.

Четвертый шаг — теперь ускорьте его. Установите ограничения по времени на циклы, потому что когда вы что-то ускоряете, это выявляет все дефекты качества и недостатки процесса. Теперь вы дальше уточняете. Затем, как только вы оптимизируете этот процесс со скоростью, пятый шаг — автоматизируйте в последнюю очередь, что снова звучит совершенно противоинтуитивно, исходя из технологической компании, такого места, как Tesla, но мы просто узнали этот урок столько раз, когда мы автоматизировали сначала. Когда вы автоматизируете плохой процесс, все, что вы делаете, это ускоряете время до плохого ответа или плохого результата. Со временем мы научились автоматизировать в последнюю очередь. Вероятно, самый яркий пример произошел в Model 3, когда мы пытались спроектировать завод, который был самым автоматизированным заводом в мире. Вы, возможно, помните, как Илон говорил об инопланетном Дредноуте и машине, которая сделает машину. Произошла попытка спроектировать завод полностью цифровым образом, прежде чем он был завершен вручную, прежде чем процесс действительно был запущен в реальном мире. Когда это произошло, когда машины были установлены, вы могли видеть, что, о боже, были допущены огромные ошибки. Например, между машинами не было достаточно места, чтобы люди могли зайти и обслуживать их. Вы даже не могли обслуживать машины. Эта автоматизированная линия никогда не работала. Это была ошибка почти на 1 миллиард долларов. Когда мы провели анализ после событий и сказали, как мы попали в эту ситуацию, когда нам пришлось построить палатку на парковке, чтобы строить машины вручную, чтобы фактически спасти компанию с денежным потоком, который был крайне необходим, как это произошло? Это произошло потому, что мы автоматизировали сначала, а не в последнюю очередь. Мы узнали эти принципы, совершая ошибки по пути. Это был один из тех моментов, который привел к этой последней точке.

Рэйчел Уоррен: Во время вашего пребывания в Tesla вы видели, как компания выросла с 2 до 20 миллиардов за 30 месяцев в первые годы запуска Model 3. Мне интересно, был ли какой-то конкретный прорыв алгоритма, который перевел Model 3 из этих производственных трудностей в машину для получения денежного потока? Это было вызвано превосходным продуктом, превосходной операционной системой или тем и другим, если применить вашу структуру?

Джон МаКНилл: В некотором смысле и тем, и другим. Нам нужно было начать применять алгоритм к каждой проблеме, с которой мы сталкивались, будь то вопросы обслуживания бизнеса, который удваивается каждые восемь месяцев, с установленной базой, которая удваивается каждые восемь месяцев. Все, от обслуживания до того, как был построен автомобиль, до того, как автомобиль был обеспечен, до того, как автомобиль был спроектирован. Мы взяли эту структуру и передали командам. Примером этого было то, что мы продавали автомобили быстрее, чем когда-либо в нашей истории, и мы не могли строить сервисные центры достаточно быстро, чтобы обслуживать автомобили. Мы собрали небольшую команду, которая управляла нашим сервисным бизнесом. На самом деле, это была команда, которая управляла нашим сервисным центром в Пало-Альто, потому что он оказался как раз рядом с штаб-квартирой, поэтому мы могли работать с ними очень быстро и итеративно.

Мы обратились к менеджеру этого сайта и сказали: "Можете ли вы выяснить, сколько автомобилей вы можете отремонтировать, прежде чем клиент закончит свою чашку кофе?" Он сказал: "Да, почему?" Я сказал, потому что клиент может закончить свою чашку кофе, скажем, за 20 минут. Если вы можете отремонтировать автомобиль за 20 минут, нам может не потребоваться здание для этого. Если нам не нужно здание, мы можем обслуживать так, как это никогда не делалось в индустрии раньше, а именно мобильным образом, у клиентов в дворе или в их офисах. Он сказал: "Да, Джон, я готов." Он работал над этой проблемой около месяца. Он вернулся через месяц и сказал: вы должны прийти и увидеть это. Мы спустились с холма. То, что мы увидели, — это парковка, которая была в движении. Парковка имела три полосы, по которым проходили автомобили. Клиент встречался на входе на парковку нашим старшим техником, как старшим хирургом в больнице. Этот старший техник спрашивал их о симптомах того, что не так с их автомобилем. Поскольку этот старший техник видел все, он знал, будет ли этот автомобиль малой, средней или большой ремонтом. Это были три линии, по которым автомобиль двигался по парковке. Самые маленькие и средние могли быть отремонтированы на парковке, а самые большие должны были зайти внутрь. Оказалось, что 80% автомобилей не должны были заходить внутрь. Нам не нужно было здание. Если нам не нужно было здание, мы могли ремонтировать эти автомобили где угодно, не только на парковке сервисного центра. Мы могли ремонтировать их у клиента в дворе или в офисе, где они работали.

Ставя под сомнение требование к первому офису, необходимо ли нам проводить ремонты в здании? Вся индустрия в это верит. У автосалонов есть огромные сервисные центры, которые они построили. Midas и Meineke и другие построили огромные площади зданий для ремонта автомобилей. Мы поставили под сомнение требование, нужно ли здание для ремонта автомобиля? Ответ был — нет. Мы запустили процесс вручную на парковке, чтобы все заработало. Затем мы взяли пару сотен Model X, которые были возвращены по закону о лимонах, разобрали их изнутри, установили инструменты внутри, разместили техников. Оказалось, мы ответили на вопрос, может ли техник быть более продуктивным, если он не приходит в здание или по крайней мере столь же продуктивным? Ответ был — да, мы выяснили, что могут. Мы начали развертывать их только в Сан-Франциско и районе залива, и клиенты были в восторге от того, что мы приходим и ремонтируем их автомобиль в их дворе, как волшебные эльфы. Мы пытались сделать это весело. Мы поставили эспрессо-машины в эти Model X, чтобы вы могли получить эспрессо, пока ваш автомобиль ремонтируется. Просто повеселились с этим.

Затем последний шаг — мы автоматизировали все процессы, связанные с планированием и работой с частями, и всем остальным. Это кардинально изменило способ, которым осуществляется автомобильное обслуживание. Тем не менее, автопроизводители не могут понять, как это сделать. Они могут попробовать скопировать, но я думаю, пока они не запустят процесс вручную в своей собственной системе, они, вероятно, не оптимизируют это для себя. Но это пример того, как команда обслуживания, просто используя эту структуру, полностью инновационно изменила обслуживание, и это не касалось Илона Маска. Это были просто действительно старательные люди на передовой, следовавшие этой структуре, чтобы изобрести что-то новое.

Рэйчел Уоррен: Что-то, что вы упомянули и что я также вынесла из вашей книги, — это идея о том, что скорость инноваций является ключевым фактором. Думаю, это поднимает вопрос, имеет ли компания с более коротким циклом времени тенденцию иметь более прочную конкурентную позицию, чем у той, у которой просто сильный бренд? Как это применимо к областям вне технологий?

Джон МаКНилл: Я думаю, что одна из вещей, которые японцы нам научили, и Toyota, — это метрика, которой следят руководители Toyota, а именно скорость движения наличности в бизнесе. Мы все учимся оценивать инвестиции на основе метрик рыночной капитализации, таких как мультипликаторы EBITDA, мультипликаторы доходов, что включает в себя метрики роста. Но то, что делают японцы, это говорят, на самом деле, мерой того, насколько вы хороший лидер, является то, насколько быстро деньги перемещаются через ваш бизнес. Примером этого является то, что, когда я начал в Tesla, у нас уходило примерно 14 дней, чтобы превратить кучу алюминия на одном конце завода в автомобиль на другом конце завода. Toyota в то время могла сделать это за четыре дня. Они могли взять кучу алюминия, и Lexus выходил на другом конце завода или Toyota или Scion за четыре дня. У нас уходило 14 дней, у них — четыре дня. Что это значит? Это значит, что Toyota может делать такое же количество бизнеса с третьим меньшим оборотным капиталом, чем нам. Позвольте этому осесть. Скорость цикла времени и скорость наличности означает, что вам нужно гораздо меньше оборотного капитала, чем вашим конкурентам. Если вам нужно гораздо меньше оборотного капитала, у вас есть преимущество в балансе. У вас есть преимущество в ликвидности по сравнению с вашими конкурентами. Вот почему скорость наличности или скорость наличности действительно важна. Это действительно сложно измерить, и поэтому это не стало мерой, доступной рынку или инвесторам. Но это абсолютно критично. Если вы хотите оценить, насколько вы хороши по сравнению с конкурентами, это почти как 40-летний спринт для бизнеса. Какое ваше время?

Рэйчел Уоррен: Может ли культуру скорости быть адаптировано к компании со медленным ростом или это что-то, что является более врожденной чертой?

Джон МаКНилл: Я думаю, что это черта на уровне ДНК. Есть старая пословица. Трудно сделать спринтера из марафонца, потому что эти виды спорта настолько разные. Это потому, что мышцы тренируются для того, чтобы пройти 26,2 мили против 100 ярдов или 100 метров. Я думаю, что просто сложно взять бизнес, который не измерялся по времени цикла или который был медленно движущимся бизнесом, и ускорить его. Это не невозможно, но вы должны знать, с чем вы имеете дело, если берете на себя этот вызов.

Рэйчел Уоррен: Мы много говорили о том, как алгоритм применяется к технологическим секторам, но я хочу немного больше углубиться в его применение к другим секторам вне технологий. Я упомянула ранее в советах GM, Lululemon. Как применить алгоритм к столетнему автопроизводителю по сравнению с высокорастущей розничной мощью? Как мы, в качестве розничных инвесторов, можем рассматривать эти элементы, когда оцениваем инвестиции?

Джон МаКНилл: Я думаю, что первым очевидным признаком этого является рост верхней строки. Вы ищете рост верхней строки. Но затем вы должны достичь этого роста верхней строки с дисциплиной, и эта дисциплина отражается в валовой марже. Это первый индикатор дисциплины, который вы получаете — делают ли они это действительно хорошо? Затем третье — это операционный рычаг с течением времени, потому что вы не добавляете штат для каждого нового доллара дохода, который поступает, и, таким образом, вы получаете операционный рычаг. Это сводится к EBIT и операционному денежному потоку. Возьмем INVIDIA на секунду. У них самая большая рыночная капитализация, потому что они генерируют высокий двухзначный, трехзначный рост, так что невероятный рост на этом уровне. При близкой к 80% валовой марже. Они показывают операционную дисциплину и способность продолжать контролировать цены на своих клиентов, эффективность своей организации, а затем они также получают операционный рычаг, так что они как бы три из трех. Как инвестор я бы посмотрел на это и сказал, у меня есть рост верхней строки, ведущий в отрасли. У меня есть валовая маржа, ведущая в отрасли, и у меня есть операционный денежный поток, ведущий в отрасли. Это выглядит как три причины сказать "да" этой акции, в зависимости от того, насколько далеко она ушла от своих сверстников и сколько у нее есть потенциала, но это первый индикатор того, что да, это то, что вы, вероятно, должны рассмотреть для инвестирования.

Рэйчел Уоррен: Всего несколько вопросов для вас. Один, глядя вперед на следующее десятилетие, какие отрасли или сектора, даже которые, вы считаете, лучше всего подготовлены к алгоритмическому стилю разрушения?

Джон МаКНилл: Я думаю, что управление богатством. Меня удивляет, что сегодня потребителям все еще приходится самостоятельно составлять свои планы по наследству и налоговые планы, и они разъединены с их инвестиционными планами и часто приводят к негативным последствиям, потому что они разъединены. Не существует 1000 способов составить портфель для человека определенного возраста на определенном этапе жизни. Я действительно думаю, что индустрия управления богатством, которая в значительной степени была ориентирована на продажи и получение клиентов и активов, изменится, или вы можете сказать это более негативным образом — она будет разрушена, потому что есть возможность предоставить более сложные результаты, которые координируются для клиентов и имеют гораздо большую ценность для клиентов. Это то, на что мы обращаем внимание, и мы собираемся попробовать, возможно, поработать в этом направлении и выяснить, как это сделать, потому что в течение следующих 10 лет произойдет передача капитала в 1 триллион долларов, и это создаст множество возможностей для управления богатством в текущем ручном индивидуальном процессе. Будет ли это обслуживать такой капитал хорошо?

Рэйчел Уоррен: Есть ли сектор или индустрия, которая, глядя вперед на следующие 5-10 лет, вас больше всего волнует?

Джон МаКНилл: Это один из них с точки зрения возможностей. Я думаю, что ИИ — это одна из первых технических революций, которая происходит, влияя сначала на белый воротничок, а не на синий воротничок. Каждая другая техническая революция в основном сначала повлияла на работу синий воротничок. Я думаю, что мы смотрим по белым воротничкам на возможности, потому что это уникальный момент времени, когда произойдут разрушения и создание ценности в большом масштабе в белых воротничках. Есть множество отраслей, которые нас волнуют, когда мы смотрим с таким фильтром.

Рэйчел Уоррен: Один последний вопрос. Если кто-то, кто слушает или смотрит это, мог бы взять с собой только одну или две метрики алгоритма, чтобы действительно отслеживать здоровье своих долгосрочных активов, что это должно быть?

Джон МаКНилл: Здоровье их долгосрочных активов. В терминах метрик в этих компаниях я бы посмотрел на скорость наличности, то есть время цикла, и возможность расширять маржи с течением времени, как операционные маржи, так и маржи по чистой прибыли. Это говорит вам о том, насколько хорошо управленческие команды справляются со своей работой.

Рэйчел Уоррен: Фантастически. Джон, было так приятно поговорить с вами сегодня. Жаль, что у нас не так много времени. Тем, кто слушает или смотрит, советую ознакомиться с книгой Джона "Алгоритм: формула гиперроста, трансформировавшая Tesla, Lululemon, General Motors и SpaceX". Это замечательное чтение. Джон, большое спасибо, что присоединились ко мне сегодня.

Джон МаКНилл: Спасибо, Рэйчел.

Мак Гриер: Как всегда, участники программы могут иметь интерес к акциям, о которых они говорят, и The Motley Fool может иметь формальные рекомендации за или против, так что не покупайте и не продавайте акции, основываясь только на том, что вы слышите. Весь контент по личным финансам соответствует редакционным стандартам Motley Fool и не одобрен рекламодателями. Реклама — это спонсируемый контент и предоставлен для информационных целей только. Чтобы увидеть полное раскрытие нашей рекламы, пожалуйста, ознакомьтесь с примечаниями к нашему шоу. Для команды Motley Fool Money я — Мак Гриер. Спасибо за прослушивание, и до завтра.

Мак Гриер имеет доли в Alphabet, Amazon, Apple, Lululemon Athletica Inc., Microsoft и Nvidia. Рэйчел Уоррен имеет доли в Alphabet, Amazon и Apple. The Motley Fool имеет доли в и рекомендует Alphabet, Amazon, Apple, Lululemon Athletica Inc., Lyft, Microsoft, Nvidia и Tesla и короткие позиции по акциям Apple. The Motley Fool рекомендует General Motors. The Motley Fool имеет политику раскрытия информации.

Мнения и взгляды, выраженные здесь, являются мнениями автора и не обязательно отражают мнение Nasdaq, Inc.

Источник nasdaq.com, автоматический перевод