Nvidia przed wynikami 26 sierpnia: czy strategia finansowania AI dorówna popytowi na chipy?

Najbliższy raport Nvidii nie będzie już wyłącznie sprawdzianem popytu na procesory graficzne. Pokaże również, czy spółka potrafi przekształcić zapotrzebowanie na moc obliczeniową AI w finansowaną i generującą przychody infrastrukturę — bez przejmowania ryzyka typowego dla banku lub sponsora projektu.

Na początek ważna korekta: Nvidia przedstawi wyniki za drugi kwartał roku fiskalnego 2027 26 sierpnia, a nie 20 sierpnia. Zarząd zapowiedział przychody na poziomie około 91 mld dolarów, z odchyleniem 2% .

Punkt wyjścia: rekordowy popyt i jeszcze wyżej ustawiona poprzeczka

Pierwszy kwartał roku fiskalnego 2027 ustanowił bardzo wysoką bazę. Przychody Nvidii wyniosły 81,6 mld dolarów, o 85% więcej niż rok wcześniej. Przychody segmentu Data Center sięgnęły 75,2 mld dolarów, rosnąc o 92% i odpowiadając za zdecydowaną większość sprzedaży .

Prognoza na drugi kwartał zakłada kolejny ogromny wzrost rok do roku. Rynek patrzy jednak dalej niż na oficjalne wytyczne spółki. Według doniesień analitycy Bank of America i UBS oczekują przychodów rzędu 94–95 mld dolarów .

W takiej sytuacji niewielkie przekroczenie prognozy może nie wystarczyć, by zadowolić inwestorów. Ważniejsze będą: prognoza na kolejny kwartał, marże brutto, sprawność dostaw oraz dowody na to, że popyt wynika z produktywnego wykorzystania AI, a nie tylko z wyścigu klientów po najnowszy sprzęt.

Nvidia chce finansować własny ekosystem AI

10 sierpnia Nvidia ogłosiła podpisanie memorandumów o porozumieniu z firmami Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR. Celem jest utworzenie platform finansowania, które mają zmobilizować ponad 500 mld dolarów kapitału zewnętrznego na infrastrukturę AI. Środki mają pomóc klientom finansować centra danych, klastry obliczeniowe i powiązane systemy oparte na technologii Nvidii .

Logika tego rozwiązania jest prosta. Infrastruktura AI wymaga olbrzymich nakładów początkowych, a finansowanie może pozwolić laboratoriom AI, przedsiębiorstwom i dostawcom chmury szybciej budować potrzebną moc obliczeniową. Dla Nvidii oznacza to potencjalne poszerzenie grona klientów i wsparcie długoterminowego popytu na sprzęt oraz oprogramowanie.

Dlatego znaczenie ma określenie „fabryki AI”, którym posługuje się spółka. Nvidia przekonuje, że infrastruktura obliczeniowa powinna być traktowana nie jak zwykły sprzęt, ale jak aktywo zdolne do generowania powtarzalnych przychodów. Jeśli instytucje finansowe zaakceptują tę tezę, technologia Nvidii może być finansowana na znacznie większą skalę.

Pojawia się jednak kluczowe pytanie: jak duża część tego popytu jest niezależna, a jak duża zależy od tego, czy Nvidia pomaga sprawić, by jej własne produkty nadawały się na zabezpieczenie finansowania?

Ryzyko kredytowe ukryte za finansowaniem zabezpieczonym GPU

Z doniesień dotyczących struktury finansowania wynika, że Nvidia może zapewniać wsparcie wartości rezydualnej sięgające 25% w przypadku poszczególnych projektów albo pokrywać część niedoboru powstałego przy likwidacji, jeśli GPU użyte jako zabezpieczenie stracą więcej na wartości, niż zakładano . Nie oznacza to, że Nvidia będzie kredytodawcą każdego projektu. Spółka uzyska jednak ekonomiczną ekspozycję zarówno na jakość kredytową klientów, jak i na przyszłą wartość odsprzedaży sprzętu.

To istotna zmiana. GPU mogą szybko tracić na wartości, gdy nowsze systemy oferują znacznie wyższą wydajność. Model finansowania, który działa przy wysokich cenach usług obliczeniowych i dużym wykorzystaniu centrów danych, może stać się bardziej kruchy, jeśli tempo prac AI spadnie, stawki za wynajem mocy obliczeniowej się obniżą albo na rynek wtórny trafi jednocześnie duża ilość starszego sprzętu.

Dla inwestorów najważniejsze nie jest więc tylko to, czy Nvidia zaksięguje przychód w momencie wysyłki systemów. Trzeba również ocenić, czy gwarancje, wsparcie wartości zabezpieczeń i inne zobowiązania mogą w przyszłości doprowadzić do wypływu gotówki, odpisów lub strat, jeśli klienci nie wywiążą się z umów albo sprzęt okaże się mniej wart, niż przewidywano.

Projekt w Ohio zamienia strategię w konkretną ekspozycję

Planowane centrum danych w Ohio, przygotowywane dla OpenAI, jest konkretnym testem tej strategii. Wcześniejsze doniesienia mówiły o możliwej inwestycji Nvidii sięgającej 3 mld dolarów w SB Energy, dewelopera projektu wspieranego przez SoftBank .

Późniejsze informacje wskazywały, że Nvidia zgodziła się zagwarantować do 105 mld dolarów płatności leasingowych, aby pomóc OpenAI wynająć obiekt, oraz zainwestować 1,5 mld dolarów w SB Energy. Pierwszy etap projektu ma zapewnić 4,25 gigawata mocy obliczeniowej, z możliwością dalszej rozbudowy .

Kwoty te nie oznaczają natychmiastowego wydatku gotówkowego w wysokości 105 mld dolarów. Gwarancja jest zobowiązaniem warunkowym — jej ostateczny koszt zależy od konstrukcji umowy leasingowej, sytuacji kontrahentów, wyników projektu i warunków, w których Nvidia mogłaby zostać wezwana do zapłaty.

Właśnie dlatego tak ważna będzie telekonferencja wynikowa. Inwestorzy będą chcieli poznać maksymalną ekspozycję Nvidii, sposób ujęcia zobowiązań w księgach, czas trwania gwarancji, wartość zabezpieczeń, ochronę przed ryzykiem kontrahenta oraz to, czy tego typu zobowiązania zostały uwzględnione w założeniach dotyczących popytu lub portfela zamówień.

Na co zwrócić uwagę w raporcie i podczas telekonferencji?

1. Przyszłe prognozy, nie tylko wynik za kwartał

Analitycy cytowani przed publikacją wyników prognozowali przychody w kolejnym, fiskalnym trzecim kwartale na poziomie około 107–108 mld dolarów . Własne wytyczne Nvidii pokażą, czy zarząd widzi dalsze przyspieszenie popytu, jego stabilizację czy większą zależność od niewielkiej grupy klientów.

2. Realizacja dostaw Blackwell i kolejna zmiana platformy

Inwestorzy będą śledzić tempo dostaw Blackwell i powiązanych systemów, a także ekonomię oraz harmonogram przejścia do platformy Vera Rubin. Szybki cykl modernizacji może napędzać sprzedaż, ale jednocześnie skracać ekonomiczny okres użytkowania systemów poprzedniej generacji. To szczególnie ważne, gdy taki sprzęt służy jako zabezpieczenie finansowania.

3. Marże i rosnąca złożoność systemów

W pierwszym kwartale marża brutto Nvidii wyniosła 74,9% według zasad GAAP i 75,0% według miary non-GAAP . Wraz z przechodzeniem od sprzedaży pojedynczych chipów do coraz bardziej kompletnych systemów inwestorzy będą musieli ocenić, czy większa złożoność, udział komponentów sieciowych i koszty zmian platform nie wywierają presji na marże.

4. Skala i warunki wsparcia finansowego

Najważniejsza nie jest nagłówkowa wartość całej planowanej puli finansowania. Liczą się przede wszystkim faktyczne zobowiązania Nvidii, maksymalna odpowiedzialność warunkowa oraz część ryzyka pozostająca po stronie zewnętrznych kredytodawców.

Inwestorzy powinni też ustalić, czy platformy finansowania są wiążącymi zobowiązaniami, czy dopiero wstępnymi ustaleniami. Ogłoszone partnerstwa mają formę memorandum o porozumieniu, a kwota ponad 500 mld dolarów jest celem mobilizacji kapitału, a nie przychodem ani gwarantowanym finansowaniem .

5. Rzeczywiste wykorzystanie centrów danych i ekonomika klientów

Finansowane centra danych potrzebują płacących klientów oraz długotrwałego, wysokiego wykorzystania. Nvidia może zostać zapytana o długość umów, koncentrację klientów, oczekiwany popyt na moc obliczeniową i przewidywany okres użytkowania finansowanych klastrów GPU.

Kluczowe będzie również to, czy programy finansowania tworzą dodatkowy popyt, czy tylko przyspieszają zakupy, które bez tego zostałyby dokonane w późniejszym terminie.

Dwie interpretacje strategii Nvidii

Optymistyczna interpretacja zakłada, że Nvidia pomaga stworzyć nową klasę aktywów. Łącząc klientów z dużymi instytucjami finansowymi, spółka może obniżyć barierę kapitałową dla infrastruktury AI i wesprzeć dłuższy, bardziej przewidywalny cykl popytu na sprzęt oraz oprogramowanie.

Sceptyczny scenariusz wygląda inaczej: Nvidia może w pewnym stopniu gwarantować popyt na własne produkty. Jeśli monetyzacja AI osłabnie, rynki kredytowe się zaostrzą albo używane GPU stracą na wartości szybciej, niż oczekiwano, kilka problemów może pojawić się jednocześnie. Klienci mogą ograniczyć zamówienia, finansowane klastry mogą stracić wartość zabezpieczeń, a projekty, których uruchomienie Nvidia pomogła sfinansować, mogą stać się źródłem problemów finansowych.

Oznaczałoby to, że ekspozycja spółki jest bardziej skorelowana, niż sugerowałby sam wzrost przychodów.

Jaki werdykt powinni uzyskać inwestorzy?

Dobry kwartał wesprze tezę, że Nvidia przechodzi od roli dostawcy chipów do roli platformy infrastrukturalnej. Aby jednak ta narracja była wiarygodna, potrzebne będą jednocześnie trwałe prognozy wzrostu, zdrowe marże, sprawna realizacja dostaw Blackwell i przejrzyste limity ryzyka finansowego.

Sam wzrost przychodów, któremu towarzyszą niejasne odpowiedzi dotyczące gwarancji, wyceny zabezpieczeń, koncentracji klientów lub zobowiązań warunkowych, pozostawi najważniejsze pytanie bez odpowiedzi. Nvidia może budować potężny mechanizm finansowania gospodarki AI, ale musi pokazać, że napędzają go niezależne przepływy pieniężne klientów, a nie wsparcie z własnego bilansu.

W raporcie 26 sierpnia najważniejszą liczbą może więc nie być sam przychód. Najistotniejsza okaże się jakość, skala i przejrzystość ryzyka, które Nvidia jest gotowa zatrzymać po swojej stronie.