PowerCompute AI Infrastructure to nowa tożsamość spółki, która przez trzy dekady żyła z udzielania pożyczek konsumenckich.
PowerCompute, Inc. (LMFA) 29 lipca złożył do SEC formularz 8-K, w którym ujawnia pełny, strategiczny zwrot z biznesu chwilówek w stronę usług centrów danych dla AI. Zgłoszenie obejmuje dwa punkty raportowe, w tym 8.01 – istotna zmiana profilu działalności – oraz 9.01 – załączony aneks.
PowerCompute wchodzi tym samym w bezpośrednią konkurencję z najszybciej rosnącym dziś segmentem wydatków inwestycyjnych w technologiach.
Kluczowe wnioski
Segment neocloud urósł z niemal zera w 2022 r. do prognozowanego rynku 10 mld USD rocznie do połowy 2026 r., według obserwatorów branży
Pojedynczy rack z ośmioma GPU H100 to dziś wydatek rzędu 250–300 tys. USD jeszcze przed kosztami budowy obiektu
PowerCompute w zgłoszeniu z 29 lipca nie ujawnił żadnej umowy z klientem kotwiczącym przychody
Zwrot PowerCompute w stronę infrastruktury AI – co dokładnie mówi 8-K
Zgłoszenie do SEC (filing) złożono pod numerem CIK 0001640384, czyli długoletnim identyfikatorem EDGAR dla LM Funding America (ticker LMFA) – pod tą firmą działa obecnie PowerCompute. W dotychczasowym modelu spółka udzielała krótkoterminowych pożyczek konsumenckich, produktu pod silną presją regulatorów: prokuratorów generalnych stanów oraz Consumer Financial Protection Bureau.
Nowy model jest konstrukcyjnie zupełnie inny. Infrastruktura AI oznacza sprzedaż mocy obliczeniowej – zwykle czasu pracy serwerów z akceleracją GPU lub współdzielonej przestrzeni racków – przedsiębiorstwom budującym lub uruchamiającym duże modele językowe i pokrewne obciążenia.
8-K nie zawiera informacji o warunkach jakichkolwiek umów, podpisanych klientach ani o zakontraktowanych przychodach.
Dokument zapisuje natomiast w rejestrze publicznym, że spółka zamierza działać dalej jako dostawca infrastruktury AI. Dla inwestorów to istotna cezura: zmienia się całkowicie profil regulacyjny firmy, struktura kosztów i charakter przewag konkurencyjnych.
Od pożyczkodawcy do operatora szaf serwerowych – jak ma wyglądać transformacja
LM Funding America powstał jako podmiot udzielający finansowania pomostowego konsumentom oraz małym firmom, często zabezpieczonego na przyszłych należnościach.
Taki model biznesowy wymaga bilansu wypełnionego aktywami pożyczkowymi, przychodów odsetkowych i rezerw na straty kredytowe. Nie wymaga za to własnej infrastruktury, kontraktów na energię czy łańcucha dostaw dla GPU.
Operator infrastruktury AI potrzebuje wszystkich trzech.
Kluczowym produktem staje się czas obliczeniowy – najczęściej sprzedawany w przeliczeniu na godzinę pracy pojedynczego GPU albo w ramach długoterminowych umów na określoną moc. Operatorzy wynajmują lub budują obiekty z bardzo gęstym zasilaniem, a następnie wypełniają je akceleratorami, głównie NVIDIA H100 i H200, choć coraz mocniej konkurują też jednostki AMD MI300X.
Klienci płacą premię za gwarantowany czas pracy, niskie opóźnienia sieciowe i bliskość do głównych węzłów światłowodowych.
Kapitałochłonność jest ogromna. Pojedyncza szafa z ośmioma GPU H100 kosztuje około 250–300 tys. USD w samym sprzęcie i podstawowym przygotowaniu, zanim w ogóle powstanie obiekt.
Centrum danych o mocy 100 MW – średniej wielkości obiekt w standardach największych hyperscalerów – potrafi pochłonąć łącznie od 500 mln do 1 mld USD. PowerCompute nie ujawnił, w jaki sposób zamierza finansować infrastrukturę tej skali.
Ambicje PowerCompute w obszarze infrastruktury AI pojawiają się w momencie gwałtownej eksplozji popytu.
Hiperskalerzy tacy jak Microsoft, Google, Meta (META) i Amazon zapowiedzieli łącznie ponad 300 mld USD nakładów na infrastrukturę AI w latach 2025–2026. Ta fala inwestycji stworzyła rynek wtórny: mniejszych operatorów, którzy dzierżawią moce obliczeniowe przedsiębiorstwom nieosiągającym progów wejścia u hiperskalerów lub potrzebującym bardziej elastycznych warunków.
Segment neocloud – podmioty kupujące hurtowo moc GPU i odsprzedające ją deweloperom AI – urósł od niemal zera w 2022 r. do prognozowanego rynku ok. 10 mld USD rocznie do połowy 2026 r., szacują analitycy.
Firmy takie jak CoreWeave czy Lambda Labs zbudowały pozycje pionierów. PowerCompute wchodzi na rynek długo po tym, jak te przyczółki zostały już umocnione.
Ta różnica w czasie wejścia jest kluczowym ryzykiem.
Podaż GPU od NVIDII pozostaje ograniczona, a największe przydziały trafiają do klientów z wieloletnią historią zakupów lub strategicznymi relacjami z producentem. Nowy gracz, bez wcześniejszej relacji zakupowej, trafia na rynek spot z istotnie wyższymi cenami niż stawki kontraktowe.
Zobacz też: Holding AIxCrypto i szokująca roczna transakcja z podmiotem powiązanym budząca alarm
Dlaczego mniejsi gracze nadal podejmują to ryzyko
Ekonomia, która przyciąga spółki takie jak PowerCompute, na papierze wygląda bardzo atrakcyjnie.
Ceny godzin GPU na rynku spot wahają się od ok. 2,50 do 4,50 USD za godzinę pracy H100, w zależności od wielkości klastra i długości kontraktu. Klastrowi 1000 GPU działającemu przy 80% wykorzystania mocy może to dawać od ok. 17 do 31 mln USD rocznego przychodu.
Z drugiej strony przy kosztach energii rzędu 0,06–0,08 USD/kWh oraz amortyzacji sprzętu w trzy lata marże operacyjne w sprzyjających warunkach potrafią przekraczać 40%.
Warunkiem takich marż jest jednak wysoka wykorzystana moc. Spadek poniżej 60% szybko odwraca rachunek ekonomiczny na niekorzyść operatora.
Ci, którzy przetrwali obecną fazę cyklu, to podmioty z tzw. klientem kotwiczącym – zwykle jednym laboratorium AI albo dużą korporacją biorącą 40% lub więcej mocy w ramach wieloletniej umowy. Bez kotwicy nowy operator sprzedaje w dużej mierze na rynku spot, gdzie ceny kurczą się wraz ze wzrostem globalnej podaży GPU.
PowerCompute w zgłoszeniu z 29 lipca nie ujawnił żadnej umowy tego typu.
Brak takiej informacji nie przekreśla strategii, ale jest zmienną, którą inwestorzy będą analizować w kolejnych raportach.
Co dalej z PowerCompute
Formularz 8-K jest sygnałem, a nie planem budowy. Zgodnie z zasadami SEC, każda istotna zmiana strategii biznesowej wymaga ujawnienia, nawet zanim nowy model w pełni zacznie działać.
Zgłoszenie stawia rynek w stan gotowości. Kolejne raporty powinny już pokazywać: umowy zakupu sprzętu, informacje o dzierżawie lub zakupie obiektów, kontrakty z klientami przekraczające próg istotności oraz aktualizacje raportów kwartalnych odzwierciedlające nowy model przychodów.
PowerCompute będzie również musiał rozwiązać kwestię portfela pożyczek konsumenckich.
Jeżeli istniejące aktywa kredytowe pozostaną w bilansie, będą nadal wymagały tworzenia rezerw, obsługi regulacyjnej i absorbowały uwagę zarządu oraz kapitał. Czysty zwrot wymaga zazwyczaj albo doprowadzenia tego portfela do naturalnej spłaty, albo jego sprzedaży z dyskontem.
Rynek infrastruktury AI premiuje operatorów, którzy mają zapewnione trzy zasoby: tanią i stabilną energię, sprzęt oraz klientów.
PowerCompute publicznie ogłosił, na który rynek wchodzi. Kolejne raporty muszą odpowiedzieć, czy spółka zdołała zabezpieczyć choć jeden z trzech kluczowych czynników przewagi.
Deklaracja intencji w formularzu i realny biznes, który faktycznie sprzedaje godziny GPU płacącym klientom przy stabilnym wykorzystaniu mocy, to dwa zupełnie różne etapy drogi.
Przeczytaj również: Alloy Compute dzieli modele AI między GPU i FPGA, by przyspieszyć odpowiedzi
