Dobry pomysł? Sztuczna inteligencja na kredyt: Transformacja branży technologicznej poprzez masowe zadłużenie.

Boom na kredyt na sztuczną inteligencję: Jak giganci technologiczni podejmują ryzyko warte biliony dolarów i sprytna gra firmy Nvidia – jak jedna korporacja czerpie zyski z szaleństwa zadłużenia innej firmy na rzecz sztucznej inteligencji

Bezprecedensowy wyścig o dominację w dziedzinie sztucznej inteligencji ogarnął branżę technologiczną. Giganci tacy jak Meta, Microsoft, Google i Amazon inwestują kwoty, które wcześniej wydawały się niewyobrażalne, w tworzenie infrastruktury dla kolejnej rewolucji technologicznej. Jednak za olśniewającymi obietnicami superinteligencji i nieograniczonego wzrostu kryje się nowa, ryzykowna rzeczywistość: cały sektor finansuje swoją przyszłość kredytem. To kolosalne ryzyko, napędzane górą długów o historycznych rozmiarach, które wstrząsa fundamentami branży i potencjalnie stabilnością rynków finansowych.

Transformacja ma fundamentalne znaczenie: tradycyjne inwestycje, finansowane z zysków operacyjnych, są zastępowane agresywnym finansowaniem dłużnym. W ciągu zaledwie dwóch miesięcy 2025 roku 75 miliardów dolarów nowego długu napłynęło do firm technologicznych skoncentrowanych na sztucznej inteligencji – ponad dwukrotnie więcej niż poprzednia średnia roczna. Główny dylemat: wydatki na centra danych i układy scalone gwałtownie rosną, a wynikające z nich przychody pozostają w tyle. Różnica między technologicznym optymizmem prezesów a realiami gospodarczymi pogłębia się i staje się nową normą.

Prawdziwe zagrożenie leży jednak głębiej niż bilanse przedsiębiorstw. Nieprzejrzysty rynek pożyczek prywatnych rośnie w ukryciu, finansując znaczną część boomu poza kontrolą opinii publicznej. Jednocześnie pojawiają się niepokojące wzorce finansowania o obiegu zamkniętym, w ramach których firmy takie jak Nvidia i OpenAI pożyczają sobie nawzajem pieniądze na zakup własnych produktów – kruchy domek z kart, który przetrwa tylko dopóty, dopóki rosną ceny akcji. Analogie do bańki internetowej stają się coraz głośniejsze i bardziej przekonujące.

W tym artykule analizujemy różne strategie gigantów technologicznych – od ryzykownego all-inu Meta po bardziej ugruntowaną pozycję Microsoftu – demaskujemy graczy pociągających za sznurki za kulisami i analizujemy ryzyko systemowe wynikające z tego wyścigu napędzanego długiem. Czy jest to konieczna inwestycja w przełomową przyszłość, czy też największa bańka spekulacyjna naszych czasów?

Nadaje się do:

• Błąd w kalkulacji na 57 miliardów dolarów – NVIDIA ze wszystkich firm ostrzega: Branża AI postawiła na złego konia

Dlaczego zakłady o wartości miliardów dolarów bez gwarantowanych zysków stają się nowym standardem

Sektor technologiczny przechodzi bezprecedensową transformację finansową. Firmy takie jak Meta, Microsoft, Google i Amazon porzuciły tradycyjne modele finansowania fundamentalnego i masowo zwracają się ku rynkowi długu. Ten rozwój sytuacji nie tylko oznacza cykliczny wzrost, ale także sygnalizuje głębokie zmiany strukturalne w sposobie, w jaki najcenniejsze firmy świata finansują swoją przyszłość. Skala jest już imponująca: tylko we wrześniu i październiku 2025 roku firmy technologiczne skoncentrowane na sztucznej inteligencji wyemitowały 75 miliardów dolarów w postaci długu o ratingu inwestycyjnym, co stanowi ponad dwukrotność średniej rocznej wartości sektora, która w latach 2015-2024 wynosiła 32 miliardy dolarów.

Te dane uwypuklają kluczowy dylemat naszych czasów: inwestycje w infrastrukturę AI rosną szybciej niż generowane przez nią przychody. Optymizm technologiczny zderza się z rzeczywistością ekonomiczną. Na przykład OpenAI ogłosiło plany inwestycyjne o łącznej wartości 1,4 biliona dolarów, jednocześnie notując miliardowe zaległości. Ta rozbieżność między wydatkami a przychodami nie jest patologiczna ani absurdalna w swoich wyjątkowych okolicznościach, lecz staje się nową normą w wiodącym sektorze technologicznym.

Nadaje się do:

• Trzęsienie ziemi wywołane sztuczną inteligencją na giełdzie: Dlaczego 800 miliardów dolarów spłonęło w ciągu zaledwie jednego tygodnia – i prawie nikt tego nie zauważył?

Meta: Główny przykład paradygmatu finansowania dłużnego

Meta Platforms jak żadna inna firma ucieleśnia nową logikę finansowania ery sztucznej inteligencji. Jesienią 2025 roku firma należąca do Facebooka ogłosiła emisję nowych obligacji o wartości 30 miliardów dolarów, co stanowi największą emisję obligacji w historii firmy. Struktura tego pakietu obligacji obejmuje sześć transz o terminach zapadalności od pięciu do czterdziestu lat, co podkreśla fundamentalną, przyszłościową naturę tej strategii finansowania. Jednocześnie Meta planuje zainwestować od 70 do 72 miliardów dolarów w nakłady inwestycyjne tylko do 2025 roku. W kolejnym roku firma ogłosiła zamiar zwiększenia tej kwoty nawet o 24 procent. Przekłada się to na domyślną łączną inwestycję do 90 miliardów dolarów rocznie.

Struktura finansowania Meta ujawnia innowacyjny, lecz kontrowersyjny model finansowania. Firma pozyskała 27 miliardów dolarów od prywatnych pożyczkodawców, takich jak PIMCO, Blue Owl Capital i Apollo Global Management. Umowy te wpisują się w rosnący segment tzw. prywatnych rozwiązań kredytowych. Zaletą tej struktury jest jej architektura księgowa: zadłużenie nie jest w pełni ujawniane w bilansie publicznym firmy, ale częściowo jest ujmowane poza bilansem za pomocą złożonych struktur. Pozwala to Meta mobilizować duże ilości kapitału bez pełnego ujawniania obciążenia finansowego w sprawozdaniach finansowych.

Prezes Meta, Mark Zuckerberg, uzasadnia tę agresywną strategię inwestycyjną, argumentując, że firma musi dokonać skoku w kierunku sztucznej superinteligencji, a tym samym zbudować niezbędną infrastrukturę. Argument ten zawiera fundamentalną obietnicę: dzisiejsze inwestycje wygenerują jutro niezwykle dochodowe modele biznesowe. Początkowo Wall Street zareagował sceptycznie na to ogłoszenie. Cena akcji Meta spadła nawet o 13,5%, a firma tymczasowo straciła ponad 220 miliardów dolarów kapitalizacji rynkowej. Ta reakcja ilustruje zasadniczy dylemat między optymizmem zarządu a niepewnością inwestorów.

Rentowność dotychczasowych inwestycji Meta w AI pozostaje niepewna. Chociaż Meta może pochwalić się solidnymi przepływami pieniężnymi z działalności operacyjnej i marżą zysku netto na poziomie ponad 30%, zwrot z inwestycji w infrastrukturę AI pozostaje nieznany. Analitycy Bernstein ostrzegają, że okres karencji dla Meta na wykazanie postępów w dziedzinie AI wykraczających poza podstawową działalność szybko dobiega końca. Firma poczyniła ogromne inwestycje i zaangażowała znaczne zasoby ludzkie, ale teraz musi osiągnąć rezultaty.

Nadaje się do:

• Meta zainwestuje 600 miliardów dolarów w budowę infrastruktury AI w USA

Microsoft: Solidny kapitalista w wyścigu zbrojeń w dziedzinie sztucznej inteligencji

Microsoft stanowi przeciwieństwo agresywnego podejścia Meta. Chociaż firma również inwestuje ogromne sumy, finansuje te inwestycje ze znacznie silniejszego bilansu. W pierwszym kwartale roku fiskalnego 2026 Microsoft wydał rekordową kwotę 34,9 miliarda dolarów na inwestycje, czyli o około 75% więcej niż w tym samym kwartale roku poprzedniego. Odpowiada to rocznej stopie inwestycji znacznie przekraczającej 130 miliardów dolarów. Znaczna część tych środków została przeznaczona na rozbudowę infrastruktury chmurowej Azure i partnerstwa, takie jak z OpenAI.

Bilans Microsoftu jest imponujący. Firma może pochwalić się dochodem netto w wysokości 102 miliardów dolarów w poprzednim roku obrotowym i obecnym kapitałem własnym w wysokości 363 miliardów dolarów. Zadłużenie netto wynosi zaledwie 18 miliardów dolarów, co jest wartością praktycznie znikomą dla firmy tej wielkości. Marże operacyjne netto stale wahają się między 35 a 37 procent. Oznacza to, że Microsoft jest w stanie sfinansować większość swoich inwestycji w infrastrukturę AI z przepływów pieniężnych z działalności operacyjnej, bez polegania na zewnętrznym finansowaniu dłużnym. Mimo to, w latach 2023-2024, Microsoft prawie potroił swoje zobowiązania z tytułu leasingu finansowego, formy zadłużenia związanej głównie z centrami danych, zwiększając je do 46 miliardów dolarów.

Strategia Microsoftu zakłada szybkie działanie, ale ostrożne finansowanie. Firma niedawno dołączyła do konsorcjum inwestorów, aby nabyć 50 centrów danych w Stanach Zjednoczonych i Ameryce Łacińskiej za łączną kwotę 40 miliardów dolarów. To pokazuje, że Microsoft nie opiera się głównie na krótkoterminowym finansowaniu dłużnym, lecz jest w stanie rozwijać się za pośrednictwem różnych kanałów, takich jak kredyty konsorcjalne i kapitał własny. Microsoft dokonał również wczesnej inwestycji w OpenAI i wydzierżawił infrastrukturę Azure OpenAI. Ta umowa okazała się bardzo dochodowa dla Microsoftu, ponieważ OpenAI wynajmuje następnie moc obliczeniową od Microsoftu na potrzeby swoich modeli sztucznej inteligencji, stając się tym samym jednym z rosnących źródeł przychodów Microsoftu.

Google i Alphabet: Imponujące wskaźniki wzrostu zaspokajają zwiększone potrzeby finansowe

Alphabet, spółka macierzysta Google'a, pod wieloma względami prezentuje bardziej optymistyczny obraz niż Meta. Firma po raz pierwszy w historii osiągnęła przychody przekraczające 100 miliardów dolarów w trzecim kwartale 2025 roku, a konkretnie 102,3 miliarda dolarów, co stanowi wzrost o 33%. Prezes Sundar Pichai uznał sztuczną inteligencję za kluczowy czynnik wzrostu i ogłosił plany zwiększenia inwestycji do 2025 roku do 93 miliardów dolarów. Oznacza to wzrost w porównaniu z poprzednią prognozą na poziomie 85 miliardów dolarów. Większość tych inwestycji zostanie przeznaczona na rozbudowę centrów danych i infrastruktury AI.

Około 60% nakładów inwestycyjnych Google jest przeznaczane na procesory graficzne (GPU) i serwery, a około 40% na narzędzia i wyposażenie centrów danych. Google ogłosiło wart 15 miliardów dolarów projekt budowy centrum danych w Indiach, największy projekt poza Stanami Zjednoczonymi, podkreślając globalną ekspansję infrastruktury AI. Giełda zareagowała znacznie bardziej pozytywnie na ogłoszenie o wzroście inwestycji Alphabet niż na Meta, biorąc pod uwagę udokumentowane osiągnięcia Google w zakresie monetyzacji swoich produktów AI. Działalność Google w zakresie wyszukiwania odniosła korzyści z integracji sztucznej inteligencji, a firma odnotowała już udokumentowany wzrost przychodów.

W przeciwieństwie do Meta, Alphabet podchodzi do finansowania dłużnego z większą ostrożnością. Firma wyemitowała obligacje po raz pierwszy od 2020 roku w kwietniu 2025 roku, ale ogólnie jej wskaźnik zadłużenia do kapitału własnego jest znacznie mniej agresywny. Wynika to z ogromnych przepływów pieniężnych z działalności operacyjnej Google. Jej ugruntowane modele biznesowe w obszarze reklamy i infrastruktury chmurowej są znacznie bardziej rentowne niż modele Meta, której główna aplikacja, Facebook, jest rewitalizowana po latach stagnacji.

Amazon: Cichy gigant infrastruktury AI

Amazon jest często pomijany w dyskusjach o boomie finansowania dłużnego, mimo że firma dokonuje jednych z największych inwestycji na świecie. Prezes Andy Jassy podniósł prognozę inwestycji na 2025 rok do 125 miliardów dolarów, wskazując, że Amazon zwiększył moc centrów danych o 3,8 gigawata tylko w ciągu ostatnich dwunastu miesięcy. Te liczby są oszałamiające. Dla porównania, Microsoft inwestuje około 34,9 miliarda dolarów kwartalnie, a Meta około 18 do 20 miliardów dolarów. Roczna stopa inwestycji Amazona wynosząca 125 miliardów dolarów jest zatem wielokrotnie wyższa niż w przypadku większości jego konkurentów.

Strategia Amazona jest znacznie bardziej zdywersyfikowana. Firma nie tylko realizuje program infrastruktury AI, ale także inwestuje w chmurę obliczeniową za pośrednictwem AWS, automatyzację logistyki, rozwój własnych układów scalonych, takich jak Trainium2, oraz partnerstwa, takie jak to ze startupem AI Anthropic. Amazon nabył udziały w Anthropic i wygenerował dzięki tej inwestycji nadzwyczajny zysk w wysokości 9,5 miliarda dolarów tylko w ostatnim kwartale.

W przeciwieństwie do Meta i OpenAI, Amazon ma zdywersyfikowany model biznesowy o ugruntowanej rentowności. Działy e-commerce, chmury obliczeniowej i reklamy firmy są już wysoce rentowne. Przychody netto wzrosły o około 11% do 158,9 mld dolarów, a zysk o prawie 39% do nieco ponad 21 mld dolarów. Oznacza to, że Amazon może finansować swoje inwestycje w sztuczną inteligencję z solidnych przepływów pieniężnych, bez uciekania się do agresywnych strategii rynku dłużnego.

Strategia finansowania Amazona opiera się na strategicznym partnerstwie z OpenAI. Firma zawarła z OpenAI umowę o wartości około 38 miliardów dolarów, przyznając OpenAI dostęp do infrastruktury AWS, obejmującej setki tysięcy procesorów graficznych Nvidia i serwerów EC2 Ultra. To klasyczna relacja klient-dostawca, gwarantująca Amazonowi wykorzystanie jego centrów danych, a jednocześnie zapewniająca OpenAI krótkoterminową moc obliczeniową.

Nadaje się do:

• Czy boom AI o wartości 500 miliardów dolarów w Stanach Zjednoczonych zatrzymuje się? Microsoft uderza w kilka planowanych centrów danych

Oracle: Od króla baz danych do gracza na rynku infrastruktury AI

Oracle przedstawia fascynujący przypadek. Firma, od dawna znana jako stabilna i niestabilna firma programistyczna, nagle stała się agresywnym graczem w wyścigu o infrastrukturę AI. Wyjaśnienie leży w strategicznym partnerstwie z OpenAI i japońską grupą SoftBank w ramach tzw. projektu Stargate. Ten megaprojekt zakłada budowę centrów danych o łącznej mocy dziesięciu gigawatów za szacowany koszt 500 miliardów dolarów.

Oracle pozyskało 38 miliardów dolarów finansowania od konsorcjum bankowego pod przewodnictwem JPMorgan Chase i Mitsubishi UFJ. To największe finansowanie w historii na infrastrukturę AI. Struktura tego finansowania ilustruje złożoność nowoczesnych transakcji infrastrukturalnych: kwota 38 miliardów dolarów jest podzielona na dwie uprzywilejowane, zabezpieczone linie kredytowe. Pakiet o wartości 23,25 miliarda dolarów finansuje centrum danych w Teksasie, a linia o wartości 14,75 miliarda dolarów wspiera projekt w Wisconsin. Terminy zapadalności wynoszą cztery lata, a stopy procentowe są o około 2,5 punktu procentowego wyższe od stóp referencyjnych.

Za budowę i eksploatację obu obiektów odpowiada Vantage Data Centers Development. Ta struktura ujawnia fascynujący schemat: Oracle jest nie tyle faktycznym operatorem centrów danych, co raczej pożyczkobiorcą i klientem infrastruktury. W ramach porozumienia Stargate firma zobowiązuje się do zapłaty OpenAI 300 miliardów dolarów w ciągu najbliższych pięciu lat za użytkowanie tej mocy obliczeniowej. Oracle staje się zatem finansującym infrastrukturę, która będzie w przeważającej mierze wykorzystywana przez inną firmę. Chipy do tych centrów danych są z kolei kupowane od firmy Nvidia.

Strategia Oracle ujawnia głęboki problem strukturalny: firma naraziła się na ogromne ryzyko koncentracji, ponieważ dwie trzecie wszystkich przyszłych przychodów Oracle zależy od jednego klienta, a mianowicie OpenAI. To skrajna koncentracja, która niesie ze sobą znaczne ryzyko.

Xpert.Digital posiada dogłębną wiedzę na temat różnych branż. Dzięki temu możemy opracowywać strategie „szyte na miarę”, które są dokładnie dopasowane do wymagań i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i śledzeniu rozwoju branży możemy działać dalekowzrocznie i oferować innowacyjne rozwiązania. Dzięki połączeniu doświadczenia i wiedzy generujemy wartość dodaną i dajemy naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej na ten temat tutaj:

• Wykorzystaj 5-krotną wiedzę Xpert.Digital w jednym pakiecie – już od 500 €/miesiąc

Nvidia: Prawdziwy zwycięzca boomu finansowego

Podczas gdy firmy takie jak Meta, Google i Amazon walczą o finansowanie dłużne swoich centrów danych, Nvidia jest w znacznie bardziej komfortowej sytuacji. Producent chipów, którego technologia GPU jest kluczowa dla wszystkich inwestycji w infrastrukturę AI, stał się prawdziwym finansistą boomu na AI. Nvidia ogłosiła plany zainwestowania do 100 miliardów dolarów w OpenAI. To nie jest zwykła inwestycja, ale sprytny układ finansowy, który służy wielu celom.

Struktura umowy Nvidia-OpenAI ujawnia cyrkularność nowoczesnego finansowania AI: pieniądze Nvidii są wykorzystywane do budowy nowych centrów danych, które są następnie wyposażane w układy scalone Nvidii. Według producenta układów scalonych, układy Nvidii stanowią od 60 do 70 procent całkowitego kosztu nowego centrum danych. Praktyczne obliczenia są następujące: jeśli OpenAI chce zbudować jeden gigawat mocy obliczeniowej, potrzebuje układów scalonych o wartości około 35 miliardów dolarów amerykańskich. Nvidia wnosi około dziesięciu miliardów dolarów amerykańskich jako kapitał własny na każdy dodatkowy gigawat mocy obliczeniowej. Oznacza to, że OpenAI musi zapłacić tylko za niecałe trzy czwarte swoich układów scalonych w gotówce, a resztę otrzymuje w zamian za udziały. Nvidia z kolei bezpośrednio finansuje popyt na własne układy scalone za pomocą tej inwestycji.

To rozwiązanie jest zarówno pomysłowe, jak i problematyczne. Gwarantuje firmie Nvidia wykładniczy wzrost sprzedaży, jednocześnie wzmacniając sieć zadłużenia OpenAI, Oracle i innych graczy. Nvidia nabyła również siedmioprocentowy udział w CoreWeave, innym dostawcy chmury obliczeniowej specjalizującym się w sztucznej inteligencji. Co ciekawe, Nvidia zobowiązała się do zakupu wszelkich nadwyżek mocy obliczeniowej, których CoreWeave nie będzie w stanie samodzielnie wprowadzić na rynek do 2032 roku. To w zasadzie czek in blanco dla jej klientów. Nvidia zainwestowała również pięć miliardów dolarów w firmę Intel i wspólnie z największym rywalem opracowuje nowe układy scalone.

Akcje Nvidii wzrosły o około 54% w 2025 roku i są na dobrej drodze do osiągnięcia największego wzrostu od 1999 roku. Odzwierciedla to pozycję Nvidii jako prawdziwego beneficjenta boomu na sztuczną inteligencję. Podczas gdy inne firmy zaciągają kredyty na zakup układów scalonych, Nvidia otrzymuje udziały i strategiczne udziały w najcenniejszych firmach z branży sztucznej inteligencji na świecie.

Nadaje się do:

• Nie OpenAI, nie Amazon: oto prawdziwy zwycięzca transakcji o wartości 38 miliardów dolarów: Nvidia

Segment kredytów prywatnych: martwy punkt stabilności finansowej

Często pomijanym aspektem fali finansowania AI jest gwałtowny rozwój tzw. rynku kredytów prywatnych. Ten dynamicznie rozwijający się segment pożyczek prywatnych, udzielanych przez firmy inwestycyjne, fundusze emerytalne i inne podmioty niebankowe, w coraz większym stopniu finansuje centra danych AI, według UBS. UBS szacuje, że liczba pożyczek prywatnych związanych z AI może wzrosnąć niemal dwukrotnie w ciągu dwunastu miesięcy poprzedzających początek 2025 roku.

Problem tkwi w braku przejrzystości i płynności tych instrumentów. Chociaż pożyczki prywatne oferują większą elastyczność w zakresie warunków umów niż tradycyjne kredyty bankowe, trudno nimi handlować w czasach kryzysu. Mogą zatem powodować dodatkowe napięcia na rynkach finansowych w przypadku pogorszenia się sytuacji gospodarczej. Morgan Stanley szacuje, że prywatne rynki kredytowe mogłyby zapewnić ponad połowę z 1,5 biliona dolarów potrzebnych na rozbudowę centrów danych do 2028 roku.

Meta jest doskonałym przykładem tego rozwoju. Firma pozyskała od 27 do 29 miliardów dolarów amerykańskich kapitału prywatnego od firm takich jak PIMCO, Blue Owl Capital i Apollo Global Management. Transakcje te pozwalają Meta pozyskać miliardy dolarów bez konieczności wykazywania pełnej kwoty w bilansie. Złożone struktury umożliwiają redukcję zadłużenia w bilansie, przy jednoczesnym wzroście zadłużenia gospodarczego.

Obligacje śmieciowe i wzrost długu spekulacyjnego

Kolejną uderzającą cechą jest wzrost obligacji o niskim ratingu w sektorze sztucznej inteligencji. Według Bank of America, emisja tzw. obligacji śmieciowych przez firmy związane z AI znacznie wzrosła. Obligacje te mają ratingi kredytowe niższe niż inwestycyjne i oferują wyższe rentowności, ale wiążą się z odpowiednio wyższym ryzykiem niewypłacalności. Sygnał jest jasny: boom na finansowanie sztucznej inteligencji przyciąga również więcej inwestorów spekulacyjnych, którzy dążą do wyższych zysków i są w związku z tym skłonni zaakceptować odpowiednio wyższe ryzyko.

Analiza JP Morgan pokazuje, że firmy związane ze sztuczną inteligencją (AI) stanowią obecnie 14% indeksu inwestycyjnego, wyprzedzając amerykańskie banki i stając się dominującym sektorem. To obrazuje alarmującą koncentrację ryzyka systemowego w sektorze AI. Załamanie się wycen AI lub rentowności miałoby zatem bezpośredni wpływ na znaczną część rynku kredytowego.

Luka w finansowaniu i iluzja dostępności

Morgan Stanley przewiduje potencjalną lukę finansową w wysokości 1,5 biliona dolarów na rozbudowę infrastruktury AI w ciągu najbliższych trzech lat. To oszałamiająca kwota. Dla porównania, niemiecki produkt krajowy brutto wynosi około 4 bilionów euro, czyli 4,3 biliona dolarów. Kwota potrzebna na infrastrukturę AI odpowiada zatem mniej więcej jednej trzeciej całkowitego produktu gospodarczego Niemiec, skoncentrowanego na przestrzeni trzech lat. Badanie Bain szacuje, że roczne nakłady inwestycyjne osiągną 500 miliardów dolarów do 2030 roku, aby zaspokoić zapotrzebowanie przemysłu na technologie obliczeniowe.

Otwarte pozostaje pytanie, czy te środki rzeczywiście będą dostępne. Podczas gdy tradycyjne banki stają się coraz bardziej ostrożne, sektory private equity i kredytów prywatnych wkraczają do akcji. Rodzi to jednak obawy o płynność i zwiększa podatność systemu na wstrząsy. Jeśli spekulacyjny zapał osłabnie lub wystąpią początkowe straty w tym sektorze, kredytodawcy mogą szybko powrócić do bardziej racjonalnych wycen.

Zagadka rentowności: gdzie są przychody?

Centralną zagadką całej fali finansowania AI pozostaje rentowność. O ile inwestycje są mierzalne i spektakularne, o tyle przychody z AI są znacznie gorzej udokumentowane. OpenAI, najcenniejszy startup z branży AI, zarobił około 13 miliardów dolarów w 2024 roku, ale później poniósł znaczne straty. Liczby te stoją w jaskrawym kontraście z planowanymi inwestycjami infrastrukturalnymi o wartości stu miliardów dolarów lub więcej.

Google i Microsoft odniosły już pierwsze sukcesy w monetyzacji sztucznej inteligencji. Google zintegrowało możliwości sztucznej inteligencji z funkcją wyszukiwania, zwiększając w ten sposób efektywność reklam. Microsoft sprzedaje możliwości sztucznej inteligencji za pośrednictwem swojej oferty chmurowej Azure oraz produktów Copilot. Z drugiej strony, Meta nie określiła jeszcze jasnych ścieżek rentowności dla swojej infrastruktury sztucznej inteligencji.

Problem tkwi w klasycznej rozbieżności między nakładami inwestycyjnymi a ich amortyzacją. Centra danych i chipy mają stosunkowo krótkie cykle życia. Procesor graficzny tej generacji może stać się przestarzały w ciągu trzech do czterech lat, jeśli przełomy technologiczne będą następować szybciej. Oznacza to, że inwestycje o krótkim horyzoncie amortyzacji muszą być finansowane, zwłaszcza gdy spodziewana jest stopa zwrotu z kapitału własnego przekraczająca 15-20%.

Deutsche Bank i dylemat zarządzania ryzykiem

Niedawny przypadek dobitnie ilustruje ryzyko związane z tą falą finansowania. Deutsche Bank hojnie udzielił pożyczek na budowę centrów danych AI. Stanowi to skoncentrowane ryzyko dla banku. Według Financial Times, menedżerowie Deutsche Banku rozważają obstawianie spadających cen akcji spółek z branży AI, ponieważ spadające ceny mogłyby wskazywać na trudności finansowe w sektorze, zagrażając pożyczkom.

Bank rozważa dwie strategie: po pierwsze, krótką sprzedaż akcji spółek z sektora AI w celu zrównoważenia strat kredytowych zyskami spekulacyjnymi. Po drugie, strukturyzację tzw. transakcji syntetycznego transferu ryzyka (SRT), w których strony trzecie przejmują część ryzyka kredytowego. W tym procesie nabywcy SRT nabywają papiery wartościowe powiązane z konkretnymi kredytami i przekazują środki kredytodawcy. W zamian otrzymują stosunkowo wysokie oprocentowanie. Deutsche Bank musiałby albo dodać zupełnie inne kredyty, albo zaoferować wyższe oprocentowanie, aby sprzedać papiery wartościowe SRT.

Ujawnia to głęboki problem systemowy: banki są zmuszone do dywersyfikacji koncentracji ryzyka, ponieważ koncentracje poszczególnych kredytów na infrastrukturę AI stają się zbyt duże. To z kolei zwiększa złożoność systemu finansowego.

Błędne koło strukturalne: finansowanie o obiegu zamkniętym i zależności

Niemiecki kanał informacyjny n-tv i Financial Times wskazały na fascynujący, a zarazem niepokojący schemat: boom na finansowanie sztucznej inteligencji (AI) w coraz większym stopniu opiera się na finansowaniu o obiegu zamkniętym. Firmy pożyczają sobie nawzajem pieniądze na zakup swoich produktów. OpenAI kupuje od Nvidii układy scalone za kwotę do 100 miliardów dolarów i w zamian otrzymuje akcje Nvidii. OpenAI kupuje od AMD układy scalone za kwotę do 100 miliardów dolarów i otrzymuje opcję na dziesięć procent akcji AMD.

Oracle buduje centra danych dla OpenAI o wartości 300 miliardów dolarów i zgodził się, że OpenAI będzie płacić dokładnie taką kwotę w opłatach rozliczeniowych w ciągu najbliższych pięciu lat. Oracle kupuje układy scalone dla tych centrów danych od firmy Nvidia. Umowa ta wiąże się z gigantycznym ryzykiem koncentracji: dwie trzecie wszystkich przyszłych przychodów Oracle zależy teraz od jednego klienta.

Te obiegowe mechanizmy finansowania działają tak długo, jak akcje uczestniczących w nich firm rosną. Są one jednak zasadniczo kruche. Jeśli OpenAI nie wykaże rentowności lub jeśli oczekiwania dotyczące przychodów spadną, może to doprowadzić do spirali spadkowej. Nvidia może nie skorzystać ze swoich opcji, Oracle może nie generować przychodów z OpenAI, a cały łańcuch finansowania może się załamać.

Według obliczeń „Financial Times”, OpenAI zakupiło 20 gigawatów mocy obliczeniowej o wartości biliona dolarów amerykańskich w ramach transakcji Circle. Jest to mniej więcej tyle, ile energii elektrycznej wytwarza 20 reaktorów jądrowych. Mimo to firma AI ponosi miliardowe straty. Anonimowy analityk ostrzega w brytyjskiej gazecie, że OpenAI „w żadnym wypadku nie jest w stanie” wywiązać się nawet z jednego z tych zobowiązań.

Nadaje się do:

• Pęka wielka bańka sztucznej inteligencji: dlaczego szum medialny się skończył i wygrywają tylko najwięksi gracze

Debata o bańce spekulacyjnej: porównania do ery dot-comów

Obserwatorzy rynku i analitycy toczą zażartą debatę nad tym, czy obecna fala finansowania AI stanowi bańkę, porównywalną z bańką internetową z końca lat 90. Bank of America opublikował badanie, w którym 54% ankietowanych zarządzających funduszami stwierdziło, że na rynku akcji AI utworzyła się bańka. To alarmujący odsetek, który sugeruje, że nawet profesjonalni inwestorzy mają poważne wątpliwości co do logiki wyceny.

Prezes JPMorgan, Jamie Dimon, ostrzegł, że wysokie ceny aktywów stanowią „kategorię budzącą obawy” i że „wiele aktywów” może wejść w strefę bańki spekulacyjnej. Badanie Global Fund Manager Survey przeprowadzone przez Bank of America po raz pierwszy wskazało „bańkę na rynku akcji AI” jako najpoważniejsze globalne ryzyko spadkowe dla zarządzających funduszami zarządzającymi aktywami o wartości blisko 500 miliardów dolarów.

Michael O'Rourke, główny strateg w JonesTrading, przedstawia przekonujący argument o istnieniu bańki spekulacyjnej na rynku sztucznej inteligencji. Argument ten opiera się na takich megatransakcjach jak inwestycja Google w centra danych w Indiach o wartości 15 miliardów dolarów i szacowany na 1,5 biliona dolarów plan OpenAI na rozbudowę infrastruktury sztucznej inteligencji. Te fakty stoją w jaskrawym kontraście do rocznych przychodów OpenAI wynoszących 13 miliardów dolarów i braku rentowności.

Istnieją jednak również bardziej zniuansowane opinie. Lale Akoner, globalna analityczka rynku w eToro, argumentuje, że wzrosty wynikają z silnego przekonania, a nie z samozadowolenia. Opisuje rynek jako znajdujący się na etapie „doskonałej wyceny”, gdzie inwestorzy koncentrują się bardziej na potencjalnych sukcesach niż na faktycznej realizacji. Zauważa, że ​​wiele firm technologicznych ma solidne bilanse, co sugeruje raczej sytuację „doskonałej wyceny”, a nie klasyczną bańkę spekulacyjną.

To ważne rozróżnienie. Prawdziwa bańka charakteryzuje się masową spekulacją na firmach pozbawionych potencjału operacyjnego. Z drugiej strony, duże firmy technologiczne mają potencjał operacyjny: Microsoft zarabia 102 miliardy dolarów rocznie, Google ponad 70 miliardów dolarów, a Meta ponad 50 miliardów dolarów. Pytanie nie brzmi, czy te firmy są rentowne, ale czy ich inwestycje w sztuczną inteligencję się opłacą.

Nadaje się do:

• Kryzys amerykańskiej infrastruktury AI: Kiedy wygórowane oczekiwania zderzają się ze strukturalną rzeczywistością

Wąskie gardła infrastruktury energetycznej

Często pomijany, ale krytyczny problem leży w infrastrukturze energetycznej. Planowane centra danych wymagają kolosalnych ilości energii. OpenAI planuje budowę dziesięciu gigawatów mocy obliczeniowej, mniej więcej tyle, ile wytwarza dziesięć elektrowni jądrowych. Microsoft i Google planują podobnie dużą ekspansję. Bank Anglii ostrzegł, że istotne wąskie gardła w łańcuchach dostaw energii elektrycznej, danych lub surowców mogą zaszkodzić wycenie AI.

Te problemy energetyczne nie są błahe. Wymagają ogromnych inwestycji w infrastrukturę sieci energetycznej, wytwarzanie energii i systemy chłodzenia. Inwestycje te muszą być realizowane równolegle z inwestycjami w centra danych, co prowadzi do jeszcze wyższych ogólnych wymagań kapitałowych.

Kto jeszcze popada w długi? Rozszerzona analiza

Oprócz dużych firm technologicznych, druga fala graczy również zaciąga ogromne długi na rozwój sztucznej inteligencji. Są to przede wszystkim wyspecjalizowani dostawcy usług chmurowych i startupy zajmujące się infrastrukturą AI. CoreWeave, dostawca usług chmurowych skoncentrowany na sztucznej inteligencji, zaciągnął znaczne pożyczki od prywatnych funduszy kredytowych i inwestorów obligacyjnych, aby kupić chipy od Nvidii. Firma, która weszła na giełdę w marcu, od zeszłego roku pozyskała około 25 miliardów dolarów długu publicznego i wyemitowała akcje.

Fluidstack, kolejny startup zajmujący się chmurą obliczeniową, również zaciąga duże pożyczki, wykorzystując swoje chipy jako zabezpieczenie. To ryzykowne rozwiązanie, ponieważ chipy mogą szybko stracić na wartości.

SoftBank, japoński konglomerat technologiczny, również finansuje swoją część wielomiliardowego partnerstwa z OpenAI za pomocą długu. Po styczniowej krytycznej wypowiedzi Elona Muska, że ​​SoftBank „tak naprawdę nie ma” pieniędzy, SoftBank podjął próbę poprawy swojego wizerunku publicznego. Niemniej jednak struktura finansowania pozostaje krucha.

Według doniesień medialnych, startup Elona Muska xAI ma pozyskać 12 miliardów dolarów w ramach nowego finansowania dłużnego, po rundzie finansowania o wartości 5 miliardów dolarów przeprowadzonej na początku tego roku. Podobno Nvidia również planuje wziąć udział w najnowszej rundzie finansowania xAI, inwestując 2 miliardy dolarów, a nowe środki mają zostać przeznaczone na zamówienie chipów Nvidii o wartości 20 miliardów dolarów.

Wymiar regulacyjny

Bank Anglii ostrzegł w raporcie, że w częściach systemu finansowego, charakteryzujących się nieprzejrzystymi, trudnymi w obrocie i niepłynnymi aktywami, tworzą się strefy ryzyka. To wyraźna krytyka rosnącego sektora kredytów prywatnych. Organy regulacyjne na całym świecie będą zmuszone do dokładniejszego monitorowania tych zagrożeń.

Regulacje bankowe Bazylei III również mogą odegrać pewną rolę. Podczas gdy tradycyjne banki działają w oparciu o surowsze wymogi kapitałowe, fundusze private equity i inne podmioty udzielające pożyczek pozabankowych mogą podejmować większe ryzyko. Stwarza to możliwości arbitrażu regulacyjnego.

Długoterminowa perspektywa: inwestycja czy spekulacja?

Centralne pytanie na końcu tej analizy brzmi: czy obecna fala finansowania sztucznej inteligencji to uzasadniona inwestycja w infrastrukturę dla technologii transformacyjnej, czy też spekulacyjna przesada? Odpowiedź brzmi prawdopodobnie: jedno i drugie.

Niewątpliwie istnieją fundamentalne, niespekulatywne powody ogromnych inwestycji w infrastrukturę AI. Technologia AI ma charakter rewolucyjny i znacząco zwiększy produktywność. Niezbędna infrastruktura obliczeniowa jeszcze nie istnieje i musi zostać zbudowana. Jest to uzasadnione z długoterminowej perspektywy.

Jednocześnie, krótkoterminowe wzorce finansowania, a zwłaszcza finansowanie obiegu zamkniętego, są alarmujące. Jeśli OpenAI nie będzie w stanie wywiązać się ze swoich zobowiązań, jeśli zwrot z inwestycji w infrastrukturę będzie niższy niż oczekiwano lub jeśli przełom technologiczny sprawi, że planowane inwestycje staną się nieaktualne, może dojść do poważnego krachu.

Prawdopodobnym scenariuszem na przyszłość nie jest gwałtowny krach, a raczej stopniowe obniżanie poziomu euforii. Firmy obniżą tempo wzrostu, jeśli rentowność spadnie poniżej oczekiwań. Może to prowadzić do wolniejszej, ale trwalszej fazy dostosowań. Niektórzy gracze, szczególnie ci o słabej pozycji finansowej, tacy jak OpenAI, mogą napotkać poważne trudności finansowe.

Dla analityków to kluczowy okres obserwacji. Kolejne dwa, trzy lata pokażą, czy inwestycje w infrastrukturę AI okażą się przełomowe, czy też okażą się ogromną przeinwestycją w technologię, która nie jest jeszcze gotowa do wprowadzenia na rynek.

☑️Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim języku narodowym!

 

Chętnie będę służyć Tobie i mojemu zespołowi jako osobisty doradca.

Możesz się ze mną skontaktować wypełniając formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) . Mój adres e-mail to: wolfenstein ∂ xpert.digital

Nie mogę się doczekać naszego wspólnego projektu.

 

 

☑️ Wsparcie MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Stworzenie lub dostosowanie strategii cyfrowej i cyfryzacji

☑️Rozbudowa i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Pionierski rozwój biznesu / marketing / PR / targi

Skupienie się na branży: B2B, digitalizacja (od AI do XR), inżynieria mechaniczna, logistyka, odnawialne źródła energii i przemysł

Więcej na ten temat tutaj:

• Centrum biznesowe Xpert

Centrum tematyczne z przemyśleniami i wiedzą specjalistyczną:

• Platforma wiedzy na temat globalnej i regionalnej gospodarki, innowacji i trendów branżowych
• Zbieranie analiz, impulsów i informacji ogólnych z obszarów, na których się skupiamy
• Miejsce, w którym można zdobyć wiedzę i informacje na temat bieżących wydarzeń w biznesie i technologii
• Centrum tematyczne dla firm, które chcą dowiedzieć się więcej o rynkach, cyfryzacji i innowacjach branżowych