Centrum danych zbudowane dziś może potrzebować kilkunastu lat, aby zwrócić inwestycję; chipy w nim zainstalowane mogą jednak w ciągu kilku lat stanąć w konkurencji z nową generacją produktów. Nawet jeśli zapotrzebowanie na moc obliczeniową będzie nadal rosnąć, ceny mocy obliczeniowej, wykorzystanie sprzętu, koszty energii i substytucja technologiczna będą nieustannie przepisywać pierwotne prognozy zwrotu.
Czy „pozytywne wieści” można czytać jako „negatywne”? Najpierw giganci technologiczni, tacy jak Google, opublikowali mocne wyniki kwartalne, potem Nvidia ogłosiła plan współpracy przemysłowo-finansowej o wartości 500 miliardów dolarów, a rynek odpowiedział w sposób niejednoznaczny.
Zdaniem Sonali Basak, dyrektor zarządzającej i głównej strateg inwestycyjnej w amerykańskiej platformie finansowej aktywów alternatywnych iCapital, presja na przepływy pieniężne podnosi poprzeczkę oceny inwestycji w AI (sztuczną inteligencję), ale nie stanowi jeszcze systemowego kryzysu finansowania dla wszystkich hiperskalarów (hyperscalers); to, co naprawdę należy rozróżnić, to bufor bilansowy, zdolność integracji pionowej oraz tempo zamiany przychodów z AI na gotówkę.
Być może Wall Street przestała się zastanawiać, czy transakcje AI osiągnęły dno, czy bańka została już wypuszczona. Po lipcowym rozliczeniu wycen i pozycji, sierpniowe „przesłuchanie” zaczyna wnikać w rachunek zysków i strat, rachunek przepływów pieniężnych, a nawet w serwerownie, energię elektryczną i miejsca dostaw chipów. Wielka narracja nie zniknęła, ale została umieszczona pod podwójnym mikroskopem „finansowym i fizycznym”.
10 sierpnia Nvidia zamknęła się spadkiem o 2,86%, w ciągu dnia tracąc ponad 3%, a jej kapitalizacja rynkowa spadła o ponad 70 miliardów dolarów w jeden dzień; indeks Philadelphia Semiconductor Index spadł o 2,94%, a akcje liderów komunikacji optycznej, Coherent i Lumentum, również znacznie spadły.
Tego samego dnia Nvidia ogłosiła podpisanie memorandum o porozumieniu odpowiednio z Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR, w celu utworzenia niezależnej platformy finansowania mocy obliczeniowej, która stopniowo zmobilizuje ponad 500 miliardów dolarów kapitału stron trzecich na budowę infrastruktury AI.
Definicja tego przedsięwzięcia przez Nvidię jest dość ambitna: przekształcenie mocy obliczeniowej Nvidii i pełnego stosu infrastruktury AI w aktywa, w które mogą inwestować globalni inwestorzy, poprzez długoterminowe przychody powiązane z wykorzystaniem, przyciągając fundusze ubezpieczeniowe, zarządzające aktywami, private credit i fundusze infrastrukturalne.
Założyciel Nvidii, Jensen Huang, powiedział, że Nvidia przeszła od produkcji chipów do pomagania w tworzeniu nowego rodzaju produktywnej infrastruktury – „fabryk AI”. Na platformach społecznościowych dodał również, że Nvidia może zdecydować się na wsparcie do 25% wartości rezydualnej zabezpieczenia w potencjalnych transakcjach.
Warto zauważyć, że konkretne zobowiązania instytucji, koszty finansowania, ostateczne umowy i harmonogram wdrożenia nie zostały jeszcze ujawnione.
Utworzenie tej platformy finansowania może obniżyć próg finansowy dla klientów przy jednorazowym zakupie procesorów graficznych (GPU) i budowie centrów danych, a także otworzyć przed Nvidią większy potencjalny rynek. Przynajmniej w krótkoterminowych transakcjach rynek nie przeliczył jeszcze 500 miliardów dolarów bezpośrednio na nowe zamówienia i zyski.
Przyczyna może leżeć w samej liczbie. 500 miliardów dolarów to kapitał stron trzecich, który ma być stopniowo mobilizowany w przyszłości, a nie zamówienia, które już wpłynęły; memorandum o porozumieniu nie jest też równoznaczne z ostateczną umową. Co ważniejsze, gdy Nvidia musi połączyć sześciu globalnych gigantów kapitałowych, aby zbudować kanał finansowania dla klientów, rynek widzi nie tylko duży popyt, ale także pyta: czy budowa AI stała się już tak kosztowna, że trudno ją dalej finansować wyłącznie z przepływów pieniężnych samych firm technologicznych? Czy kapitał zewnętrzny weryfikuje popyt, czy też podtrzymuje go?
To niekoniecznie proste zaprzeczenie długoterminowej wartości AI, ale raczej zmiana standardów wyceny. Intencja finansowania nie równa się zatwierdzeniu projektu, zatwierdzenie projektu nie równa się ukończeniu serwerowni, a ukończenie serwerowni nie równa się pełnemu wykorzystaniu mocy obliczeniowej i generowaniu zwrotu gotówkowego.
Co się stało? Odpowiedź może kryć się w opublikowanych przez gigantów technologicznych wynikach za drugi kwartał. Lipiec 2026 może okazać się punktem zwrotnym: giganci technologiczni nadal przedstawiają raporty wzrostu, ale rynek zaczyna czytać te raporty inną metodą.
22 lipca Alphabet, spółka macierzysta Google (dane cen akcji dla klasy A, GOOGL, czyli „Google-A”), opublikowała wyniki za drugi kwartał 2026 roku: przychody wyniosły 119,8 miliarda dolarów, co oznacza wzrost o 24% rok do roku; przychody Google Cloud wzrosły o 82% rok do roku, a zysk operacyjny osiągnął 8,8 miliarda dolarów, ponad dwukrotnie więcej niż w analogicznym okresie roku poprzedniego. Następnego dnia akcje Alphabet spadły o 7,13%.
Tydzień później Microsoft opublikował wyniki kwartalne za okres kończący się w czerwcu: przychody wyniosły 90 miliardów dolarów, co oznacza wzrost o 18% rok do roku. 30 lipca akcje Microsoftu wzrosły o ponad 15%, co było największym jednodniowym wzrostem od 18 lat, a kapitalizacja rynkowa wzrosła o około 450 miliardów dolarów w jeden dzień.
Obie firmy zwiększają inwestycje w AI, obie twierdzą, że popyt przewyższa podaż, a ich działalność w chmurze utrzymuje szybki wzrost. Wall Street odpowiedziała jednak spadkiem w jednym przypadku i wzrostem w drugim.
Różnica kryje się za rachunkiem zysków i strat. W tym kwartale operacyjne przepływy pieniężne Alphabet wyniosły 39,069 miliarda dolarów, a nakłady inwestycyjne sięgnęły 44,924 miliarda dolarów, przez co wolne przepływy pieniężne (FCF) spadły do -5,855 miliarda dolarów, co jest pierwszym ujemnym wynikiem kwartalnym od czasu debiutu giełdowego spółki.
Microsoft również poniósł ogromne nakłady: w tym kwartale gotówkowe nakłady inwestycyjne wyniosły 35,8 miliarda dolarów, a dodatkowo 5,6 miliarda dolarów w leasingu finansowym; jednak jego operacyjne przepływy pieniężne osiągnęły 55,4 miliarda dolarów, co oznacza wzrost o 30% rok do roku, a wolne przepływy pieniężne nadal wyniosły 19,6 miliarda dolarów. Przychody platformy Azure wzrosły o 43% rok do roku, a komercyjne pozostałe zobowiązania do wykonania osiągnęły 678 miliardów dolarów, co oznacza wzrost o 84% rok do roku, a prognoza wzrostu przychodów Azure na następny kwartał również przekroczyła oczekiwania rynku.
Wzrost operacyjnych przepływów pieniężnych, przyspieszenie przychodów z chmury i rosnące zaległości w zamówieniach razem tworzą stosunkowo jasną ścieżkę zwrotu. Dyrektor finansowa Microsoftu, Amy Hood, powiedziała, że firma ma większą pewność co do zwrotu z zainwestowanego kapitału, opierając się na rosnącym rynku, poprawie wydajności modeli i chipów oraz poszerzaniu portfela produktów AI.
Oczywiście, standardy rachunkowości wymagają rozróżnienia. Część leasingu centrów danych przekształcona z leasingu finansowego na operacyjny może zmienić miejsce pojawiania się nakładów inwestycyjnych, ale nie eliminuje przyszłych zobowiązań płatniczych.
Nie oznacza to jednak, że rynek ustanowił prostą zasadę: „wolne przepływy pieniężne dodatnie – wzrost, ujemne – spadek”.
W tym kwartale wolne przepływy pieniężne Meta spadły o 91% rok do roku, z 8,55 miliarda dolarów do 784 milionów dolarów; nakłady inwestycyjne w wysokości 31,1 miliarda dolarów niemal wyczerpały operacyjne przepływy pieniężne wynoszące 31,9 miliarda dolarów, a akcje spadły o 10% w handlu posesyjnym. Apple stanowi jednak kontrprzykład: w trzecim kwartale fiskalnym kończącym się 27 czerwca 2026 roku przychody wzrosły o 16% do 109,4 miliarda dolarów, operacyjne przepływy pieniężne osiągnęły rekordowy poziom w tym okresie, a model inwestycji w AI jest znacznie lżejszy niż u dostawców chmury; mimo to akcje następnego dnia spadły o ponad 8%.
Rynek obawia się ograniczeń podaży, popytu końcowego i przyszłych prognoz. Apple pokazuje, że wolne przepływy pieniężne są najbardziej widocznym sygnałem w tym kwartale, ale nie jedynym wyłącznikiem transakcji. Rynek ocenia, czy firma może jednocześnie dostarczyć wiarygodne wyjaśnienie dla inwestycji, wzrostu i wyceny.
Ten sam „mikroskop” przesuwa się również w stronę sprzętu. W czerwcu Micron Technology opublikował rekordowe skorygowane wolne przepływy pieniężne w wysokości 18,3 miliarda dolarów, a akcje wzrosły o 15,7% następnego dnia po wynikach; w sierpniu SanDisk i Western Digital opublikowały mocne wyniki, a prognozy przychodów przewyższyły średnią konsensusu analityków, ale akcje w ciągu dnia spadły odpowiednio o 13,3% i 19,1%.
Popyt pozostaje silny, ale jak długo ceny pamięci mogą rosnąć i czy rewizje zysków w górę nadążą za wcześniejszymi wzrostami, to nowe pytania. Mikroskop finansowy mierzy gotówkę, a mikroskop fizyczny zaczyna mierzyć ceny, moce produkcyjne, wykorzystanie i iterację technologiczną.
Niektórzy analitycy wskazują, że te pozornie sprzeczne reakcje cenowe wskazują na tę samą zmianę: nakłady inwestycyjne nie trafiają w całości do rachunku zysków i strat w okresie budowy, ale najpierw odpływają z przepływów pieniężnych. Zysk może dowodzić, że biznes nadal rośnie, ale wolne przepływy pieniężne ujawniają natychmiastowy koszt płacony za wzrost; to, czy zamówienia i prognozy mogą wiarygodnie uzasadnić ten koszt, decyduje o tym, jak długo rynek będzie tolerować.
Simon Taylor, założyciel platformy treści fintechowych Fintech Brainfood, tak podsumował reakcję akcji Alphabet po publikacji wyników: wyprzedaż wyraża opinię rynku na temat przyszłych zwrotów, podczas gdy zaległe zamówienia pochodzą z już podpisanych kontraktów; spośród tych dwóch tylko te drugie są wiążące.
Innymi słowy, rynek nie przeszacowuje tego, „czy istnieje popyt na AI”, ale to, czy tempo, w jakim popyt przekształca się w przychody, zyski i gotówkę, nadąża za tempem inwestycji kapitałowych.
Wolne przepływy pieniężne nie są tajemnicą; w przybliżeniu równają się gotówce wygenerowanej z działalności operacyjnej pomniejszonej o nakłady inwestycyjne, takie jak zakup nieruchomości, zakładów i urządzeń. Rachunek zysków i strat pokazuje, ile firma zarobiła w sensie księgowym; wolne przepływy pieniężne pytają, ile gotówki faktycznie pozostaje po opłaceniu bieżących inwestycji budowlanych.
Staje się to szczególnie ważne w erze AI. Analityk Morgan Stanley, Brian Nowak, zapytał dyrektora generalnego Alphabet, Sundara Pichai: w porównaniu z rokiem temu, jak firma ocenia przestrzeń zwrotu z kapitału i czas realizacji generatywnej AI?
Pichai pozostaje optymistą. Uważa, że AI wciąż znajduje się na wczesnym etapie strukturalnych zmian, zarówno w usługach konsumenckich, jak i w zastosowaniach korporacyjnych, istnieje szansa na „niezwykłe zwroty”, pod warunkiem prawidłowego wykonania.
Tydzień później analityczka Goldman Sachs, Gabriela Borges, zadała dyrektor finansowej Microsoftu, Amy Hood, niemal identyczne pytanie: jeśli spojrzeć na nakłady inwestycyjne i przychody z komercjalizacji razem, jak zmienił się zwrot z inwestycji dokonywanych dziś przez Microsoft w porównaniu z rokiem temu?
Obaj analitycy jednomyślnie przesunęli pytanie z możliwości modeli, przychodów z chmury i ograniczeń podaży w stronę zwrotu z zainwestowanego kapitału.
To może oznaczać, że test rynku pogłębia się warstwa po warstwie. Pierwsza warstwa to popyt: czy są klienci skłonni kupić usługi AI. Druga warstwa to przychody: czy usługi chmurowe, wnioskowanie, subskrypcje i agenci mogą wygenerować przychody na dużą skalę. Trzecia warstwa to gotówka: czy nowe operacyjne przepływy pieniężne pokryją wydatki na chipy, serwery i centra danych. Na końcu dopiero pełny zwrot z kapitału: czy przepływy pieniężne generowane przez te aktywa w całym cyklu życia pokryją amortyzację, koszty energii, koszty finansowania oraz oczekiwany zwrot dla akcjonariuszy.
Przyspieszenie wzrostu działalności chmurowej Google, Microsoft i Amazon pokazuje, że AI to nie tylko nakłady, ale i klienci.
Przychody również zaczynają być widoczne. Marża zysku działalności chmurowej Alphabet wyraźnie wzrosła, a Microsoft raportuje ciągłą poprawę wydajności modeli, chipów i centrów danych. Jednak firmy te nie ujawniają jeszcze pełnych przychodów, zysków i przepływów pieniężnych z AI, więc rynek nadal nie może przypisać każdego dolara nakładów inwestycyjnych na AI do odpowiednich zwrotów.
Test warstwy gotówkowej dopiero się zaczyna. Inwestorzy rozróżniają: kto nadal może finansować budowę z gotówki z istniejącej działalności, czyje nakłady inwestycyjne szybciej pochłaniają gotówkę, a kto musi utrzymywać tempo ekspansji poprzez obligacje korporacyjne, leasing i finansowanie projektów.
Jeśli chodzi o ostateczny zwrot z kapitału, na razie nie ma wystarczająco długich danych, aby na nie odpowiedzieć.
Centrum danych zbudowane dziś może potrzebować kilkunastu lat na zwrot inwestycji; chipy w nim zainstalowane mogą jednak w ciągu kilku lat napotkać konkurencję ze strony nowej generacji produktów. Nawet jeśli zapotrzebowanie na moc obliczeniową będzie nadal rosnąć, ceny mocy obliczeniowej, wykorzystanie sprzętu, koszty energii i substytucja technologiczna będą nieustannie zmieniać pierwotne szacunki zwrotu.
To, co teraz robi Wall Street, to pierwsza selekcja na podstawie wolnych przepływów pieniężnych.
Ten artykuł pochodzi z oficjalnego konta WeChat: Economic Observer , autor: Ouyang Xiaohong
