Wielkie inwestycje w AI na kredyt. Rynki liczą ryzyko

Boom na sztuczną inteligencję coraz częściej ocenia się przez pryzmat długu. Firmy budują centra danych i zamawiają sprzęt o wielkiej wartości, lecz nie wszystkie projekty finansują z bieżących zysków. Reuters zwraca uwagę na rosnące zainteresowanie inwestorów tym, kto ponosi ryzyko, jeżeli przychody z usług AI będą rosły wolniej niż koszty infrastruktury.

Nowoczesne modele AI wymagają wyspecjalizowanych układów obliczeniowych, szybkich sieci, zasilania oraz chłodzenia. To nakłady ponoszone z góry, zanim inwestor otrzyma pełny zwrot z nowej serwerowni. Część spółek wykorzystuje więc kredyty, obligacje i umowy zawierane z dostawcami infrastruktury. Rynek śledzi nie tylko wartość podpisanych kontraktów, ale także to, czy przychody firm wystarczą do obsługi przyszłych zobowiązań.

Nie każdy rodzaj finansowania dłużnego jest oznaką kłopotów. Zadłużenie może przyspieszyć rozwój rentownego projektu i rozłożyć wydatki w czasie. Problem pojawia się wtedy, gdy prognozowany popyt zostaje przeszacowany, koszt pieniądza rośnie albo budowana infrastruktura starzeje się szybciej, niż zakładano. Właśnie te czynniki inwestorzy zaczynają uwzględniać obok zachwytu nad kolejnymi możliwościami modeli. Przy ocenie takiej inwestycji liczy się również harmonogram spłat w zestawieniu z terminem uruchamiania kolejnych serwerowni. Opóźnienie oddania obiektu zwiększa okres, w którym trzeba finansować jego utrzymanie bez pełnych wpływów od klientów.

Czwartkowe spadki części spółek technologicznych i dostawców infrastruktury zbiegły się z obawami o rentowności obligacji i drożejącą energię. Takie ruchy giełdowe pokazują zmianę oceny ryzyka, ale nie są dowodem, że każda inwestycja w sztuczną inteligencję przyniesie straty. Należy oddzielać kondycję konkretnej firmy od nastrojów na całym rynku.

Wysokie ceny akcji oznaczają zwykle wysokie oczekiwania. Nawet rozwijająca się firma może rozczarować inwestorów, jeśli wyniki nie potwierdzą wcześniejszych prognoz. Dlatego ważne są realne umowy z klientami, koszty utrzymania mocy obliczeniowej i przepływy pieniężne, a nie sama liczba ogłoszonych miliardowych projektów. Dodatkowym sprawdzianem są marże na faktycznie sprzedanych usługach oraz tempo wykorzystywania zakupionego sprzętu. Duża liczba zamówionych procesorów nie mówi jeszcze, ile czasu będą pracować na potrzeby płacących odbiorców.

Dla Europy oraz Polski ekspansja centrów danych to jednocześnie szansa gospodarcza i wyzwanie infrastrukturalne. Nowe inwestycje mogą przyciągać dostawców usług, wykonawców budowlanych i firmy energetyczne. Jednocześnie zwiększają zapotrzebowanie na dostępne przyłącza, stabilną moc oraz systemy chłodzenia. Ostateczny koszt takich projektów zależy od lokalnych warunków, a nie wyłącznie od ceny procesorów.

Z perspektywy użytkownika ważne będzie, czy konkurencja przełoży się na tańsze usługi AI. Z perspektywy inwestora — czy powstanie dostatecznie duży i trwały popyt, by obsłużyć pożyczony kapitał. W obu przypadkach dopiero kolejne wyniki finansowe pozwolą ocenić, jak wiele z obecnych zapowiedzi udało się zamienić w dochodowy biznes. Do rachunku inwestycji trzeba doliczyć również ewentualne opóźnienia w uzyskaniu przyłącza energetycznego i koszty modernizacji chłodzenia. Technicznie gotowy budynek może bowiem potrzebować dodatkowego czasu, zanim zacznie świadczyć usługi na pełną skalę.