AnswersPublished23 sources
Wydatki na infrastrukturę AI mogą przekroczyć 1 bln USD rocznie. Kluczowa jest pamięć
UBS i JPMorgan przewidują roczne wydatki na infrastrukturę AI lub chmurową na poziomie bliskim 1 bln USD w 2026 r. JPMorgan prognozuje 954 mld USD nakładów na chmurę w 2026 r., 1,41 bln USD w 2027 r.
Opublikowane przezEdytowane za pomocą GPT-5.6 TerraObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- UBS i JPMorgan przewidują roczne wydatki na infrastrukturę AI lub chmurową na poziomie bliskim 1 bln USD w 2026 r.
- JPMorgan prognozuje 954 mld USD nakładów na chmurę w 2026 r., 1,41 bln USD w 2027 r.
- Według UBS około 90% przyrostu wydatków na AI między 2025 a 2027 r. będzie wynikało z rosnących kosztów pamięci, a nie wyłącznie z większej liczby wdrażanych systemów.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How do JPMorgan’s and UBS’s latest forecasts indicate that global cloud and AI infrastructure capital expenditures are set to approach or ex. Article summary: JPMorgan and UBS independently point to an AI-infrastructure investment cycle at roughly $1 trillion per year beginning in 2026 and well above it in 2027. Their estimates differ in scope—JPMorgan’s is cloud capex, UBS’s . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Najważniejszy wniosek z najnowszych prognoz UBS i JPMorgan nie brzmi po prostu: „wydatki na AI rosną”. Obie instytucje zakładają, że już w 2026 r. roczne nakłady na infrastrukturę chmurową i AI zbliżą się do 1 bln USD, a w kolejnym roku wyraźnie go przekroczą.
Trzeba jednak uważać na porównania. JPMorgan mówi o nakładach kapitałowych na chmurę (cloud capex), podczas gdy UBS o nakładach związanych z AI. To różne zakresy, ale kierunek jest spójny. Co szczególnie istotne, UBS przypisuje znaczną część wzrostu nie większej skali instalowanych systemów, lecz drożejącej pamięci. 4
18
Prawie 1 bln USD w 2026 r., następnie ponad 1,4 bln USD
Według raportowanej prognozy JPMorgan globalne nakłady na chmurę mają wynieść:
- 954 mld USD w 2026 r.
- 1,41 bln USD w 2027 r.
- 1,54 bln USD w 2028 r.
18
Zaktualizowana prognoza UBS dla nakładów związanych z AI zakłada natomiast:
- 998 mld USD w 2026 r., wobec 506 mld USD w 2025 r.;
- 1,447 bln USD w 2027 r.;
- 1,619 bln USD w 2028 r.. W osobno raportowanej prognozie UBS oznacza to około 4,1 bln USD wydatków w latach 2026–2028.
4
12
Nie są to szacunki w pełni porównywalne jeden do jednego, ale ich praktyczny przekaz jest zbliżony: roczne wydatki osiągają około 1 bln USD w 2026 r., a później wchodzą w przedział mniej więcej 1,4–1,6 bln USD. 4
18
12
Dlaczego UBS wskazuje pamięć jako główne źródło wzrostu
UBS ocenia, że około 90% wzrostu nakładów na AI w latach 2025–2027 będzie można przypisać rosnącym wydatkom na pamięć. Według raportowanych wyliczeń wydatki na pamięć wzrosną z 71 mld USD w 2025 r. do 367 mld USD w 2026 r. i aż 923 mld USD w 2027 r. 3
4
To ważne rozróżnienie. Wyższa kwota nakładów nie musi oznaczać proporcjonalnie większego przyrostu liczby serwerów AI, klastrów czy dostępnej mocy obliczeniowej. Jeżeli pamięć potrzebna w serwerach AI gwałtownie drożeje, budowa tej samej skali infrastruktury kosztuje więcej — nawet przy zasadniczo niezmienionych planach wdrożeniowych.
W prognozie UBS nakładają się więc dwa zjawiska:
- utrzymujący się popyt na infrastrukturę AI;
- znacznie wyższy koszt pamięci wbudowany w każdy serwer i klaster.
Wniosek banku nie jest taki, że każdy dodatkowy dolar oznacza dodatkową moc obliczeniową. Chodzi raczej o to, że niedobór pamięci i jej wycena stały się jednym z głównych czynników decydujących o koszcie infrastruktury AI. 3
4
JPMorgan widzi popyt wykraczający poza pamięć
Prognoza JPMorgan dla rynku półprzewodników wspiera tezę o szerokim popycie infrastrukturalnym, choć pamięć pozostaje jej ważną częścią. Bank oczekuje wzrostu globalnych przychodów sektora półprzewodników o 118% w 2026 r. i 35% w 2027 r..
Po wyłączeniu pamięci założenia wzrostu nadal są wysokie: odpowiednio 32% i 18%. To sygnał, że oczekiwane ożywienie nie sprowadza się wyłącznie do wzrostu cen pamięci. 19
Układy projektowane pod konkretne zadania zyskują znaczenie
JPMorgan szacuje wartość rynku niestandardowych układów AI ASIC w 2026 r. na 60–70 mld USD, przy prognozowanym skumulowanym rocznym tempie wzrostu na poziomie 40–50% w następnych latach. Do 2027 r. układy ASIC/XPU mają odpowiadać za 54% dostaw akceleratorów AI liczonej w sztukach, wyprzedzając GPU. 35
36
ASIC to układ projektowany do określonych zastosowań, a XPU jest szerszym określeniem wyspecjalizowanego procesora. Nie oznacza to zaniku GPU. Sugeruje natomiast, że najwięksi dostawcy chmury będą coraz częściej uzupełniać uniwersalne akceleratory własnym krzemem zoptymalizowanym pod konkretne obciążenia AI.
Segment wysokiej klasy ASIC pozostaje silnie skoncentrowany: Broadcom ma według szacunków 80–85% rynku, a Marvell 10–12%. 23
Rosnąć musi także zaplecze produkcji chipów
JPMorgan podniósł również prognozę dla rynku sprzętu do produkcji wafli krzemowych (wafer-fab equipment, WFE) do:
- 163 mld USD w 2026 r.
- 225 mld USD w 2027 r.
- 263 mld USD w 2028 r.
24
To pokazuje, że cykl AI nie dotyczy jedynie gotowych chipów sprzedawanych dziś do serwerów. Wymaga także inwestycji w maszyny, które pozwalają produkować pamięci oraz najbardziej zaawansowane układy logiczne. JPMorgan wskazał popyt związany z pamięcią DRAM i TSMC jako główne powody podniesienia prognozy dla WFE. 24
Założenia dotyczące cen pamięci są wyjątkowo agresywne
Skala założeń JPMorgan pokazuje, dlaczego pamięć tak silnie wpływa na prognozy nakładów. Bank oczekuje, że średnie ceny DRAM wzrosną o około 250% w 2026 r. i o dalsze 30% w 2027 r.. Dla NAND prognoza zakłada wzrost o około 250%, a następnie 25%. 23
45
W innym opracowaniu JPMorgan oszacował, że od początku 2024 r. do końca 2026 r. ceny DRAM wzrosną łącznie o ponad 400%. 48
Podstawową przyczyną jest ograniczona podaż. JPMorgan oczekuje, że wzrost popytu na DRAM będzie przewyższał wzrost podaży do 2027 r., a największa nierównowaga przypadnie właśnie na ten rok. Model banku sugeruje, że w 2028 r. wzrost podaży DRAM może przewyższyć wzrost popytu, podczas gdy NAND pozostanie w lekkim deficycie. 42
43
Co wynika z obu prognoz
UBS i JPMorgan są zgodne co do kluczowej kwestii: rozbudowa AI przechodzi w cykl inwestycyjny obejmujący cały stos infrastruktury — centra danych, akceleratory, układy projektowane na zamówienie, pamięć oraz sprzęt do produkcji półprzewodników.
Warto jednak oddzielić wzrost wydatków od wzrostu fizycznej przepustowości infrastruktury. Analiza UBS wskazuje, że szybko rosnące ceny pamięci odpowiadają za dużą część wzrostu wartości nakładów. Prognoza JPMorgan dostarcza z kolei szerszego sygnału popytowego: przychody z półprzewodników po wyłączeniu pamięci nadal mają rosnąć, skala niestandardowych układów się zwiększa, a inwestycje w sprzęt fabryczny są podnoszone. 3
19
24
Łącznie te prognozy wspierają tezę o utrzymaniu silnego cyklu infrastrukturalnego co najmniej do 2028 r. Nie są jednak gwarancją, że każdy dodatkowy dolar nakładów przełoży się na równoważny wzrost wdrożonej mocy obliczeniowej AI.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Wydatki na infrastrukturę AI mogą przekroczyć 1 bln USD rocznie. Kluczowa jest pamięć"?
UBS i JPMorgan przewidują roczne wydatki na infrastrukturę AI lub chmurową na poziomie bliskim 1 bln USD w 2026 r.
What are the key points to validate first?
UBS i JPMorgan przewidują roczne wydatki na infrastrukturę AI lub chmurową na poziomie bliskim 1 bln USD w 2026 r. JPMorgan prognozuje 954 mld USD nakładów na chmurę w 2026 r., 1,41 bln USD w 2027 r.
What should I do next in practice?
Według UBS około 90% przyrostu wydatków na AI między 2025 a 2027 r. będzie wynikało z rosnących kosztów pamięci, a nie wyłącznie z większej liczby wdrażanych systemów.
Sources
news.futunn.comUBS Group: Global capital spending in the AI sector will rise to $1.4 trillion next year, with 90% of the increase driven by memory price hikes.