Boom na AI za pożyczone pieniądze. Rynek pyta o rachunek

Sztuczna inteligencja przyciąga olbrzymi kapitał, ale jej rozwój wymaga coraz kosztowniejszych centrów danych i układów scalonych. Reuters zwraca uwagę, że przy rosnących stopach i cenach energii inwestorzy zaczynają dokładniej liczyć przyszłe przychody firm finansujących boom.

W najnowszym przeglądzie rynkowym Reuters wskazuje, że SpaceX, Broadcom i Oracle przygotowują różne operacje pozyskiwania finansowania związanego z zaawansowanymi układami AI. To sygnał, że sam rozwój modeli nie wyczerpuje rachunku ekonomicznego: potrzeba jeszcze serwerów, pamięci, sieci przesyłowych, chłodzenia i stałych dostaw energii. Nawet przedsiębiorstwa z dużymi przychodami muszą określać, kto zapłaci za następne etapy rozbudowy.

Według przytoczonego przez Reuters szacunku Morgan Stanley do 2028 roku infrastruktura sztucznej inteligencji może wymagać około 1,5 bln dolarów finansowania zewnętrznego. To prognoza potrzeb kapitałowych, nie suma już zaciągniętych pożyczek ani oficjalny rachunek wszystkich planowanych inwestycji. Jej znaczenie polega na skali potencjalnego zapotrzebowania na pieniądz.

Budowa infrastruktury technologicznej wymaga wielkich wydatków na początku, natomiast zyski z jej użytkowania mogą pojawić się dopiero w kolejnych latach. Gdy rośnie rentowność obligacji, kredyt i emisje długu stają się droższe. Projekt, który przy niskich stopach procentowych zapowiadał atrakcyjny zwrot, może przestać go gwarantować po wzroście kosztów obsługi finansowania.

Istotny jest też czas amortyzacji sprzętu. Zaawansowane układy szybko się starzeją, a nowe generacje często oferują większą moc obliczeniową przy innym zużyciu energii. Firmy muszą zatem rozważyć, czy inwestować natychmiast, czy poczekać na kolejne generacje procesorów. Dodatkowy koszt stanowią przyłącza energetyczne i warunki dostępu do sieci, które w niektórych regionach wydłużają harmonogram budowy.

Ryzyko nie polega jedynie na możliwym spadku cen akcji. Jeżeli operator centrum danych zakontraktował moc, wynajął nieruchomość i zaciągnął zadłużenie, musi ponosić koszty niezależnie od chwilowego wykorzystania serwerów. Z drugiej strony duże przedsiębiorstwa potrzebują ciągłości usług, a zapotrzebowanie na przetwarzanie danych może rosnąć szybciej niż dziś prognozują sceptycy.

W modelu komercyjnym pieniądze mogą pochodzić od akcjonariuszy, obligatariuszy, banków oraz klientów płacących abonamenty za moc obliczeniową. Jeżeli klienci zamawiają zasoby na długo, część ryzyka bierze na siebie odbiorca usługi. Jeżeli natomiast operator rozbudowuje centrum na podstawie własnych prognoz, to właśnie on ponosi ryzyko niewykorzystanej infrastruktury.

Nie da się dziś uczciwie przewidzieć, czy cała fala inwestycji będzie rentowna. Dlatego inwestorzy żądają coraz bardziej konkretnych danych o kontraktach, kosztach energii, marżach oraz terminach zwrotu z kapitału. Spór o sztuczną inteligencję przenosi się z prostego pytania, czy technologia działa, na trudniejsze: kto i z jakiego strumienia przychodów sfinansuje jej przemysłową skalę.

Dla Europy ważna jest jeszcze dostępność prądu i terenów przemysłowych. Bez sprawnej infrastruktury sieciowej nawet inwestor dysponujący środkami może nie uruchomić serwerowni w planowanym terminie. Właśnie dlatego dyskusja o finansowaniu AI jest jednocześnie dyskusją o energetyce, rynku obligacji i długoterminowych zobowiązaniach przedsiębiorstw.