Największe firmy technologiczne świata nie ograniczają inwestycji w sztuczną inteligencję. Robią coś odwrotnego. Według nowego raportu S&P Global Ratings łączne nakłady kapitałowe największych hyperscalerów mają w 2027 roku przekroczyć 1,3 bln dolarów. Sama ta liczba robi wrażenie, ale nie ona jest najciekawsza. S&P zwraca uwagę na coś, co przez ostatnie dwa lata łatwo było zgubić w zachwycie nad kolejnymi centrami danych i procesorami: sposób finansowania boomu AI zaczyna się zmieniać.
Raport obejmuje Alphabet, Amazon, Microsoft, Meta, Oracle i SpaceX. Sześć firm o ogromnym dostępie do kapitału, w wielu przypadkach z potężnymi biznesami generującymi gotówkę. A mimo to S&P zakłada, że wszystkie sześć będzie miało ujemny free operating cash flow zarówno w 2026, jak i w 2027 roku. Wyraźniejszej poprawy agencja nie oczekuje przed 2029 rokiem.
S&P nie twierdzi przy tym, że boom AI właśnie się kończy. Przeciwnie. Problemem nie jest brak inwestycji, tylko ich skala. Budowa centrów danych, zakup procesorów, sieci, zasilania i pozostałej infrastruktury zaczyna pochłaniać tak dużo pieniędzy, że nawet największe firmy technologiczne muszą coraz szerzej wychodzić poza finansowanie wszystkiego z bieżących przepływów pieniężnych.
Kolejna faza AI będzie coraz bardziej finansowa
Dług staje się ważniejszy. Ale nie tylko dług. S&P wskazuje również na emisje akcji, zobowiązania leasingowe oraz inne formy finansowania wspierające dalszą rozbudowę infrastruktury AI. Do tego dochodzą joint ventures, specjalne spółki celowe, czyli SPV, oraz residual value guarantees, w skrócie RVG. Konstrukcje te pozwalają rozłożyć koszty inwestycji pomiędzy różne podmioty i źródła kapitału, ale jednocześnie utrudniają odpowiedź na bardzo proste pytanie: ile ryzyka finansowego naprawdę bierze na siebie hyperscaler?
Właśnie dlatego S&P patrzy już szerzej niż na klasyczne zadłużenie widoczne w bilansie. Kontrakt długoterminowy, gwarancja albo zobowiązanie wobec specjalnej spółki nie zawsze wygląda jak zwyczajna obligacja korporacyjna. Ekonomicznie może jednak zachowywać się podobnie. Agencja podkreśla więc, że coraz większe znaczenie będzie miało traktowanie zobowiązań kontraktowych oraz innych zobowiązań przypominających dług przy analizie jakości kredytowej sektora.
To zmienia trochę charakter całego boomu. Początkowo AI było historią o gigantycznych przepływach gotówki Big Techu wydawanych na Nvidię i centra danych. Teraz coraz bardziej staje się również historią rynku kredytowego, leasingowego i infrastrukturalnego.
Nvidia jest tu dobrym tłem. Jej świeże wyniki pokazały 96,2 mld dolarów kwartalnych przychodów i 89 mld dolarów w Data Center, więc trudno twierdzić, że po drugiej stronie inwestycji nie ma realnego popytu. Problem S&P zaczyna się krok później: czy ogromny popyt na infrastrukturę będzie wystarczająco szybko zamieniał się w gotówkę u firm, które tę infrastrukturę kupują?
S&P wyznacza rok 2028 jako punkt przegięcia
Agencja będzie obserwowała przede wszystkim monetyzację inwestycji w AI i trwałość popytu. To właściwie sedno całego zakładu.
Firmy mogą wydawać setki miliardów dolarów rocznie przez kilka lat, jeśli zbudowana infrastruktura zacznie później generować odpowiednio duże przychody. Znacznie gorzej, jeśli tempo przyrostu mocy obliczeniowych okaże się szybsze niż tempo wzrostu realnego zapotrzebowania klientów. Dlatego S&P wymienia ryzyko nadmiernej podaży infrastruktury jako jeden z elementów, które trzeba coraz uważniej śledzić.
Modele S&P zakładają zasadniczo punkt kluczowy dla cyklu w 2028 roku. Wtedy przychody związane z inwestycjami AI powinny zacząć przyspieszać, podczas gdy tempo wzrostu CAPEX-u zacznie hamować wraz z poprawą monetyzacji. Jeżeli ten scenariusz się sprawdzi, obecne ujemne przepływy będą przede wszystkim kosztem wejścia w nową, bardzo dochodową fazę technologicznego cyklu.
Bo między 2026 a 2028 rokiem hyperscalerzy muszą jeszcze sfinansować gigantyczną rozbudowę infrastruktury przy ujemnym free operating cash flow. I będą robić to w coraz większym stopniu za pomocą długu, leasingów, emisji kapitału, SPV, joint ventures, gwarancji i innych konstrukcji, które S&P będzie musiało rozłożyć na części przy ocenie ryzyka kredytowego.
To właśnie dlatego raport S&P jest ciekawszy niż kolejna prognoza wzrostu wydatków na AI. 1,3 bln dolarów nie jest tylko liczbą pokazującą skalę boomu. To również rachunek, który ktoś musi sfinansować. Dotąd główne pytanie brzmiało: jak szybko będzie rosło AI? Ale powinniśmy się zastanowić nad tym kto i czyimi pieniędzmi zapłaci za całą infrastukturę, zanim AI zacznie generować wystarczająco dużo gotówki, żeby finansować ją samo?