Tempo budowy infrastruktury AI jest równie istotne jak jej obecna wartość:
Dla porównania: nakłady inwestycyjne są wydatkiem gotówkowym ponoszonym dziś, ale kupione aktywa są zazwyczaj rozliczane w rachunku wyników stopniowo, przez lata ich przewidywanego użytkowania.
Analiza dokumentów składanych do amerykańskiej Komisji Papierów Wartościowych i Giełd (SEC), opisana przez Nikkei Asia, wskazuje, że Alphabet, Amazon, Microsoft, Meta i Oracle mają łącznie około 1,65 bln dolarów zobowiązań pozabilansowych. Chodzi przede wszystkim o umowy dzierżawy centrów danych oraz długoterminowe kontrakty na zakup serwerów, układów i innej infrastruktury AI .
Najważniejsze liczby:
Określenie „ukryty dług” jest publicystycznym skrótem. Zobowiązania nie są całkowicie niewidoczne — znajdują się w przypisach do raportów kwartalnych. Są też zgodne z amerykańskimi zasadami rachunkowości, ponieważ dotyczą przyszłych kontraktów, które według obowiązujących reguł leasingowych nie zawsze są od razu ujmowane jako zobowiązania bilansowe . Dla inwestora oznacza to jednak, że sama pozycja długu w bilansie nie pokazuje pełnego zakresu finansowych zobowiązań firmy.
Największe ryzyko nie musi być widoczne w wynikach finansowych w momencie, gdy firma płaci za infrastrukturę. Znaczna część nakładów jest kapitalizowana, a następnie rozliczana jako amortyzacja przez przewidywany okres użytkowania sprzętu i budynków.
W czterech kwartałach zakończonych w marcu 2026 roku czterej najwięksi operatorzy chmurowi kupili aktywa rzeczowe za 433,9 mld dolarów, ale wykazali około 149 mld dolarów amortyzacji . Oznacza to, że rachunek wyników rozpoznawał w tym czasie tylko część kosztu prowadzonej rozbudowy.
Według odrębnej analizy pięciu największych operatorów chmurowych może w 2026 roku ponieść około 760 mld dolarów nakładów, jednocześnie wykazując około 211 mld dolarów amortyzacji. Różnica — około 549 mld dolarów — ma zostać rozliczona w kolejnych latach, przede wszystkim w okresie 2027–2029 .
W praktyce oznacza to, że gotówka opuszcza firmę już dziś, a koszt może stopniowo obciążać rachunek wyników dopiero później. Sprzęt serwerowy jest zwykle rozliczany przez kilka lat, podczas gdy budynki i część infrastruktury mają znacznie dłuższy okres użytkowania .
Jest też sygnał pozytywny. Według Bloomberga globalna sprzedaż usług i produktów AI poza Chinami wyniosła w pierwszym kwartale 2026 roku 25 mld dolarów, przewyższając szacowane na 21 mld dolarów koszty amortyzacji związane z centrami danych i układami AI. Był to drugi kwartał z rzędu, w którym przychody przekroczyły ten koszt .
Rosnące wydatki coraz wyraźniej wpływają na przepływy pieniężne:
To tworzy trudny układ dla rynku. Firmy deklarują, że popyt na moc obliczeniową wciąż przewyższa podaż, ale inwestorzy muszą jednocześnie zaakceptować bardzo niskie bieżące przepływy pieniężne i rosnące przyszłe koszty amortyzacji.
Przychody z AI zaczęły już przewyższać szacowane koszty amortyzacji infrastruktury — i stało się tak drugi kwartał z rzędu . Firmy twierdzą, że nadal znajdują się w fazie ekspansji ograniczanej przede wszystkim dostępnością mocy obliczeniowych, która może potrwać co najmniej do 2027 roku .
Microsoft wskazuje na Azure, którego roczne przychody przekroczyły 100 mld dolarów, i zakłada osiągnięcie dodatniego wolnego przepływu pieniężnego w roku fiskalnym 2027 . Jeśli popyt na usługi AI będzie nadal rósł, obecne inwestycje mogą z czasem przełożyć się na większe marże i nowe źródła przychodów.
Dzisiejsze nakłady będą przez lata zamieniać się w koszty amortyzacji. Około 549 mld dolarów odroczonych kosztów może obciążyć przyszłe wyniki niezależnie od tego, czy przychody z AI pojawią się zgodnie z harmonogramem .
Do tego dochodzi 1,65 bln dolarów przyszłych zobowiązań pozabilansowych. Nie oznacza to automatycznie kryzysu finansowego, ale pokazuje, że pełna ekspozycja firm na infrastrukturę AI jest większa, niż sugerują standardowe dane o zadłużeniu . Przy wolnym przepływie pieniężnym bliskim zera margines bezpieczeństwa zmniejsza się, jeśli wzrost przychodów okaże się słabszy od oczekiwań .
Większość domów maklerskich nadal pozostaje optymistyczna, ale część inwestorów przygotowuje się na spowolnienie wzrostu wydatków . Stawką jest nie tylko wynik kolejnego kwartału, lecz opłacalność całego cyklu inwestycyjnego.
Jeżeli prognoza Goldman Sachs dotycząca ponad 5,3 bln dolarów nakładów do 2030 roku się sprawdzi, przychody z AI będą musiały rosnąć na tyle szybko, by pokryć nie tylko bieżące koszty operacyjne, lecz także amortyzację infrastruktury, zobowiązania kontraktowe i koszt kapitału .
To właśnie jest obecnie najważniejszy finansowy test boomu na sztuczną inteligencję: nie to, ile Big Tech potrafi wydać, lecz czy zbudowane za te pieniądze centra danych i systemy AI wygenerują odpowiednio wysoki zwrot.