Hiperskalerzy AI mogą potrzebować do 2030 r. aż 2,7‑krotnego wzrostu produktywności, by uzasadnić blisko 1,1 bln dol. wydatków infrastrukturalnych zaplanowanych do 2027 r. – wynika z nowych badań.
Kluczowe wnioski:
- Hiperskalerzy AI stoją przed wymogiem 2,7‑krotnego wzrostu produktywności do 2030 r., aby obronić obecne plany inwestycji infrastrukturalnych.
- Analitycy Morgan Stanley szacują globalne nakłady na centra danych do 2028 r. na ok. 2,9 bln dol., z czego ok. 1,5 bln dol. ma pochodzić z kapitału zewnętrznego.
- Rosnące wykorzystanie długu i prywatnego kredytu oznacza, że ryzyko infrastruktury AI będzie rozsiewane poza największe spółki technologiczne.
Rachunek Wachter dla AI
MIT Technology Review przeanalizował badania autorstwa Jessiki Wachter, profesor finansów w Wharton School, oraz współautora Jonathana Wachtera, oparte na planach wydatków takich firm jak Alphabet, Microsoft, Amazon, Meta i Oracle.
Według ich analizy wynika, że sektor musi do 2030 r. wypracować 2,7‑krotny wzrost produktywności po uwzględnieniu kosztu kapitału, amortyzacji oraz 15‑proc. oczekiwanej stopy zwrotu. Autorzy ostrzegają, że jeśli oczekiwany boom się nie zmaterializuje, obecna rozbudowa może przerodzić się w „największą błędną alokację kapitału w historii”.
Presja jest już widoczna w przepływach pieniężnych korporacji. Alphabet w drugim kwartale 2026 r. wykazał ujemny wolny przepływ pieniężny na poziomie 5,9 mld dol. – pierwszy taki przypadek od debiutu giełdowego Google w 2004 r. – w miarę jak wydatki inwestycyjne gwałtownie rosły.
Zobacz też: Portfel Bitcoin uśpiony od 2012 r. budzi się i przenosi cały zasób
Ryzyko kredytowe według Genslera
Morgan Stanley szacuje, że w latach 2025–2028 na budowę centrów danych globalnie zostanie przeznaczone około 2,9 bln dol., z czego mniej więcej 1,5 bln dol. ma pochodzić z kapitału zewnętrznego. Oznacza to, że ryzyko związane z infrastrukturą AI w coraz większym stopniu przenosi się na rynek długu korporacyjnego, instrumentów sekurytyzowanych oraz prywatnego kredytu.
Projekt Hyperion realizowany przez Meta w stanie Luizjana pokazuje, jak może wyglądać takie finansowanie w praktyce. Fundusze zarządzane przez Blue Owl Capital posiadają 80% udziałów we wspólnym przedsięwzięciu rozwijającym kampus warty ok. 27 mld dol., podczas gdy Meta utrzymuje pozostałe 20%.
Stijn Van Nieuwerburgh, profesor Columbia Business School, analizował, w jaki sposób rozbudowa infrastruktury rozprasza dźwignię finansową pomiędzy deweloperów, kredytodawców oraz struktury finansowania sekurytyzowanego.
Były przewodniczący SEC i profesor MIT Sloan, Gary Gensler, opisał szerszy cykl inwestycyjny wokół AI jako „zakład kumulowany zawarty przez rynki kapitałowe i całą gospodarkę”.
Strateg kryptowalutowy Arthur Hayes argumentuje, że potencjalne załamanie kredytowe w sektorze AI mogłoby ostatecznie skłonić Rezerwę Federalną do łagodniejszej polityki, co jego zdaniem mogłoby wywindować Bitcoin (BTC) nawet w okolice 1 mln dol. Założenie to pozostaje jednak scenariuszem spekulacyjnym, a nie prognozą wynikającą z badań Wharton.
Fala wydatków rośnie od lat, w miarę jak hiperskalerzy ścigają się o dostęp do układów scalonych, mocy energetycznych i powierzchni centrów danych. Otwartym pytaniem pozostaje, czy produktywność i przychody zdołają wzrosnąć na tyle szybko, by nadążyć za zobowiązaniami infrastrukturalnymi, które w coraz większym stopniu opierają się na finansowaniu zewnętrznym.
Czytaj dalej: XRP przebija poziom 1,544 dol., gdy rosną dźwignia i aktywność wielorybów
