Investice do AI mají podle Goldman Sachs test za 300 miliard dolarů ročně

Datová centra se mohou dál plnit čipy, aniž by se jejich výstavba investorům vyplatila. Právě v tom spočívá otázka, kterou otevírají analýzy připisované Goldman Sachs: nestačí prokázat poptávku po AI. Příjmy musí také pokrýt náklady na infrastrukturu a přinést udržitelný zisk.3717

Co znamená hranice 300 miliard dolarů

Stratég Goldman Sachs Ryan Hammond odhaduje, že velcí provozovatelé rozsáhlé cloudové infrastruktury, označovaní jako hyperscaleři, budou v příštích letech potřebovat z AI přibližně 300 miliard dolarů ročně, aby se jim investice vrátily. Jde o požadovanou roční úroveň příjmů, nikoli o součet za několik let.3713

Známky rostoucí poptávky existují, ale dostupná čísla měří něco jiného. Podle Hammondovy analýzy byly příjmy hyperscalerů z cloudových služeb ve druhém čtvrtletí 2026 v ročním přepočtu asi o 70 miliard dolarů vyšší, než by odpovídalo trendu před nástupem generativní AI. Hodnota oznámených nasmlouvaných zakázek skupiny přesahuje 1,5 bilionu dolarů.7 První údaj není vykázaným celkovým příjmem z AI; druhý představuje budoucí zakázky, nikoli již utržené peníze. Ani jeden proto nelze přímo postavit proti roční hranici 300 miliard bez znalosti toho, kdy a s jakou marží se zakázky promění v příjmy.

Pokrytí nákladů ještě není atraktivní výnos

Jiný model připisovaný Goldman Sachs stanovuje vyšší laťku. Podle něj by šest technologických firem potřebovalo v letech 2028–2030 kumulované příjmy kolem 1,42 bilionu dolarů, aby jejich výdaje na výpočetní kapacitu pro AI v letech 2026–2027 přinesly 15% roční návratnost investovaného kapitálu. V přepočtu na kapacitu to podle zveřejněných zpráv znamená zhruba 11,6 miliardy dolarů ročních příjmů na gigawatt.1721 Nejde o nové vyjádření Hammondových 300 miliard: liší se sledované firmy, období i požadovaný výnos.

U částky 1,42 bilionu je navíc namístě opatrnost. Titulek jedné sekundární zprávy ji označuje za „dodatečné zisky“, zatímco jiné texty mluví o kumulovaných příjmech. Bez původního modelu Goldman Sachs nelze přesnou definici a předpoklady spolehlivě ověřit.1817

Hammondův odhad sahá až ke koncovým zákazníkům: aby hyperscaleři dosahovali solidních výnosů a dodavatelům aplikací zůstaly zdravé marže, uživatelé by podle něj mohli potřebovat utrácet za AI aplikace zhruba 1 bilion dolarů ročně.613 Výdaje za aplikace a příjmy poskytovatelů infrastruktury jsou propojené části téhož řetězce, nikoli dvě nezávislé částky, které lze jednoduše sečíst.

Účet za infrastrukturu dál roste

Goldman Sachs očekává, že Amazon, Microsoft, Alphabet, Meta a Oracle vydají na infrastrukturu pro AI přibližně 800 miliard dolarů v roce 2026 a 1,2 bilionu v roce 2027. Tržní konsenzus pro rok 2027 podle zveřejněných zpráv činí zhruba 1,1 bilionu dolarů.237 Rostoucí příjmy je tedy nutné poměřovat s rostoucími investicemi, které je mají umožnit.

Stratég Goldman Sachs Peter Oppenheimer upozornil na možnost bubliny v ziscích: problémem by nemusely být jen vysoké ceny akcií, ale také otázka, zda zisky podporované současnou výstavbou infrastruktury vydrží, pokud výdaje zpomalí nebo se investice nepodaří dostatečně zpeněžit.3641 Luke Barrs z Goldman Sachs Asset Management zároveň považuje investiční cyklus za stále raný, upozorňuje však, že investoři pečlivěji vybírají firmy, které z něj mohou těžit.34

Rozhodující test je proto prostý: promění se nasmlouvané zakázky v inkasované příjmy, udrží si firmy marže a ospravedlní výsledné zisky další kapitálové výdaje? Růst trhu s AI a výnosná investice do její infrastruktury nejsou totéž.