Globalne nakłady inwestycyjne na AI osiągną poziom 1 biliona dolarów w 2027 roku, mimo że produktywność kapitału BIG5 spada o blisko 50%. Model finansowania oparty na długu zabezpieczonym procesorami GPU Nvidia H100 i finansowaniu kołowym tworzy ryzyko systemowe dla stabilności rynku kredytowego oraz funduszy emerytalnych.
Mechanizm finansowania kołowego i sztucznych przychodów
Finansowanie kołowe (circular financing) oraz vendor financing tworzą zamknięty obieg kapitału, w którym giganci technologiczni reinwestują środki w startupy AI pod rygorem zakupu ich własnych mocy obliczeniowych. Ten mechanizm pozwala spółkom raportować rekordowe wzrosty przychodów chmurowych pod rygorami GAAP, mimo że bazowy biznes startupów pozostaje trwale nierentowny, a realny popyt przedsiębiorstw nie nadąża za podażą infrastruktury.
Skala tego zjawiska jest znacząca: ponad 330 mld USD przyszłych zaległości płatniczych (backlog) w firmach takich jak Microsoft, Oracle i CoreWeave jest powiązanych wyłącznie z jednym podmiotem – OpenAI. W klasycznym modelu rundy finansowej gigant technologiczny inwestuje np. 500 mln USD w startup, który natychmiast podpisuje wieloletni kontrakt na tę samą kwotę za wynajem chmury u inwestora. Eksperci ds. księgowości porównują te praktyki bezpośrednio do mechanizmów Enronu, gdzie obracano nieaktywną przepustowością światłowodów w celu sztucznego zawyżania wyników.
Skala CapEx i malejąca produktywność aktywów
Wydatki na infrastrukturę fizyczną rosną w tempie 20% CAGR, co jest wartością niemal identyczną jak podczas bańki dot-comów w latach 1995-1998. Jednak w obecnym cyklu wzrost przychodów wynosi zaledwie 10%, co prowadzi do niebezpiecznej dywergencji między nakładami a zwrotami. BIG5 (Microsoft, Alphabet, Amazon, Meta, Oracle) planują łączne nakłady CapEx na poziomie 732,5 mld USD tylko w 2026 roku.
Sytuację pogarsza krótki cykl życia aktywów AI: 60% obecnych wydatków trafia na serwery i sprzęt sieciowy o żywotności zaledwie 6-7 lat. Dla porównania, infrastruktura kolejowa w XIX wieku służyła ponad 20 lat, pozwalając na stabilną amortyzację kosztów. * Produktywność kapitału (sales per unit of capital invested) ma spaść o blisko połowę do 2027 roku, co wymusi na spółkach drastyczne odpisy aktualizujące wartości posiadanych aktywów.
Bariera termodynamiczna i ograniczenia energetyczne
Fizyczne limity sieci elektroenergetycznej i termodynamika krzemu stają się twardą granicą dla dalszego skalowania klastrów obliczeniowych. Centra danych o skali gigawatowej wymagają dedykowanych stacji transformatorowych i lat negocjacji z operatorami sieci, takimi jak PJM Interconnection, gdzie wąskie gardło przesyłowe opiewa na 10 GW, a koszt modernizacji szacuje się na 18 mld USD. Wysoki wskaźnik PUE (Power Usage Effectiveness) oznacza gigantyczne straty energii na chłodzenie, co przy obecnych architekturach grozi „stopieniem krzemu”.
Mimo zapowiedzi inwestycji w SMR (małe reaktory modułowe) przez Google, Amazon i Meta, technologia ta nie dostarczy ani jednego megawata mocy przed spodziewanym pęknięciem bańki kapitałowej. Operatorzy sieci przesyłowych zgłaszają coraz większe problemy z niestabilnością obciążenia podczas treningu modeli LLM, gdzie nagłe skoki poboru mocy przy zapisywaniu punktów kontrolnych (checkpoint saving) mogą destabilizować lokalne systemy energetyczne.
Ryzyko długu GPU i „pułapka autocallables”
Finansowanie boomu AI przeniosło się do sektora shadow banking, gdzie klastry procesorów Nvidia H100 służą jako jedyne zabezpieczenie wielomiliardowych linii kredytowych. Podmioty takie jak CoreWeave budują swoją wycenę na procesorach o trzyletnim okresie przydatności, traktując je jak trwałe nieruchomości. Ryzyko to jest następnie transferowane na fundusze emerytalne (np. CalPERS, TCDRS) poprzez złożone noty strukturyzowane typu autocallables.
Mechanizm zagrożenia kredytowego: 1. Marginalizacja zabezpieczenia: W momencie masowej dostępności układów Blackwell B200, rynkowa wartość klastrów H100 spadnie gwałtownie, co wywoła falę wezwań do uzupełnienia depozytów (margin calls). 2. Klif kredytowy: Prawdopodobieństwo pęknięcia bańki w terminie Q2-Q4 2027 wynosi obecnie 0,44 (Deep Amber hazard mode). 3. CDS Oracle: Koszt ubezpieczenia długu tej spółki przekroczył 200 punktów bazowych, co jest wartością czterokrotnie wyższą niż dla indeksu spółek o ratingu inwestycyjnym.
Propagacja sieciowa i ryzyko domina
Struktura finansowa sektora AI jest wysoce scentralizowana, co ułatwia kaskadowe rozprzestrzenianie się kryzysu. Ponieważ hyperscalery posiadają udziały kapitałowe w laboratoriach, które finansują, upadek jednego laboratorium (np. z powodu braku odnowień subskrypcji korporacyjnych) uderza bezpośrednio w bilans backera, zmuszając go do wycofania finansowania z innych podmiotów. Symulacje wskazują, że przy obecnej skali inwestycji (s ≈ 1.4 względem optymalnego planu) awaria jednego kluczowego labu może wywołać niewypłacalność u co najmniej dwóch dużych dostawców infrastruktury.
Badania BIS wskazują na nadmierną inwestycję rzędu 1,5 do 3 razy powyżej poziomu efektywnego ekonomicznie. Przy skumulowanym CapEx przekraczającym 3 biliony dolarów, oczekiwana nadwyżka ekonomiczna netto staje się ujemna, co oznacza, że sektor jako całość zacznie niszczyć wartość zamiast jej dostarczać.
Wnioski praktyczne i rekomendacje
- Zweryfikuj bezpośrednią i pośrednią ekspozycję firmy oraz partnerów na instrumenty autocallables i structured notes powiązane z cenami procesorów GPU.
- Zmierz realny zwrot z inwestycji (ROI) dla wdrożonych licencji Copilot i asystentów AI – rosnący wskaźnik rezygnacji (churn) w przedsiębiorstwach sygnalizuje koniec fazy eksperymentalnej i początek „klifu kredytowego”.
- Skonfiguruj infrastrukturę w oparciu o modele open-weight (np. DeepSeek, Kimi K3), aby uniknąć wysokich marż narzucanych przez zamknięte ekosystemy, które tracą przewagę kosztową wobec konkurencji z Azji.
- Wdróż rygorystyczne testy wydajności sieciowej dla klastrów treningowych, zastępując standardowy TCP/IP Ethernet technologią InfiniBand lub bezstratnym RoCE, aby uniknąć „zamrażania” tysięcy procesorów przy utracie pojedynczych pakietów danych.
- Zweryfikuj kontrakty z dostawcami energii i lokalizacje centrów danych pod kątem dostępności mocy przesyłowej w perspektywie 2027 roku – oracle’owski backlog 10 GW sugeruje, że wiele planowanych obiektów może nigdy nie zostać podłączonych do sieci.
Źródła
- 2026 Data Center Power Report – Bloom Energy
- AI Capex to Hit $1 Trillion – And Estimates Are Still Too Low – IO Fund
- AI Chips: The Race for Cooler Materials – AGORÀ
- AI’s infrastructure boom is colliding with power constraints, GPU-backed debt, circular financing, and weakening enterprise demand. – Facebook
- BIS Working Papers – No 1367 – The AI investment race – Bank for International Settlements
- Data Centers Go Nuclear: Why AI Giants are Investing in SMRs | IDTechEx Research Article
- February 2026 CROCI Outlook – DWS
- Power Grid Infrastructure for AI Data Centers – arXiv
Dodaj komentarz