Boom inwestycyjny w AI zbliża się do biliona dolarów. Czy przychody nadążą?

Ile wydają najwięksi gracze?

Porównywanie poszczególnych firm nie jest proste. Mają różne lata obrotowe, stosują odmienne zasady rachunkowości, a udział wydatków przeznaczanych bezpośrednio na AI nie zawsze jest ujawniany. Kierunek zmian pozostaje jednak jasny: prognozy są regularnie podnoszone, ponieważ popyt na moc obliczeniową i pamięć wciąż jest silny.

Amazon zwiększył oczekiwane wydatki gotówkowe na inwestycje w 2026 roku z około 200 do około 220 miliardów dolarów. Firma poinformowała, że większość tej kwoty wesprze rozwój AI i usług AWS. Amazon, Google i Microsoft mają łącznie przeznaczyć w 2026 roku na inwestycje kapitałowe około 595 miliardów dolarów, choć dane nie są w pełni porównywalne ze względu na różnice w raportowaniu.

Szacunki dla szerszej grupy hyperscalerów — obejmującej także Metę, obok Amazona, Alphabetu i Microsoftu — wskazują na około 700–900 miliardów dolarów nakładów inwestycyjnych w 2026 roku. Wynik zależy od tego, które firmy i definicje wydatków zostaną uwzględnione.

Najbezpieczniejszy wniosek nie dotyczy więc dokładnego rankingu firm. Chodzi o to, że najwięksi dostawcy chmury i platform technologicznych przeznaczają każdego roku setki miliardów dolarów na moce obliczeniowe budowane w dużej mierze z myślą o obciążeniach związanych z AI.

Dług pomaga finansować wyścig

Rozbudowa nie jest już finansowana wyłącznie z bieżących przepływów pieniężnych. Według danych przytaczanych za Goldman Sachs hyperscalerzy wydali na inwestycje kapitałowe około 405 miliardów dolarów w 2025 roku. W 2026 roku kwota ta ma wzrosnąć do około 750 miliardów dolarów, a w 2027 roku zbliżyć się do 1,2 biliona dolarów.

Emisje obligacji o ratingu inwestycyjnym przez hyperscalerów wyniosły w 2025 roku 108 miliardów dolarów. W pierwszej połowie 2026 roku sięgnęły już 194 miliardów dolarów, a za cały rok mogą wynieść około 250 miliardów dolarów.

Zadłużenie samo w sobie nie oznacza, że inwestycje są nieracjonalne. Najwięksi dostawcy chmury zwykle generują dużo gotówki i mają łatwy dostęp do rynków kredytowych. Dług podnosi jednak koszt pomyłki. Jeśli popyt na AI, ceny usług lub wykorzystanie infrastruktury okażą się niższe od oczekiwań, firmy będą musiały spłacać zobowiązania związane z centrami danych i sprzętem, który szybko traci na wartości.

Dlaczego przychody z AI nie zamknęły jeszcze luki?

Przychody związane z AI rosną szybko, ale — jak argumentuje „The Economist” — nie nadążają za gwałtownym wzrostem wydatków infrastrukturalnych. Jednocześnie trudno je dokładnie zmierzyć, ponieważ często są ukryte w większych segmentach działalności, zamiast pojawiać się w jednej, przejrzystej pozycji.

Sprzedaż związana ze sztuczną inteligencją może być ujmowana jako:

• zużycie usług chmurowych;
• abonamenty na oprogramowanie dla firm;
• funkcje produktywności;
• wzrost skuteczności reklamy;
• pierwsze wdrożenia aplikacji AI w przedsiębiorstwach.

W efekcie inwestorom trudno ustalić, jaka część przychodów rzeczywiście pochodzi z AI, jaką ma marżę i czy jest na tyle powtarzalna, by finansować kolejną falę wydatków.

Najważniejsze pytanie nie brzmi więc tylko: czy firmy sprzedają produkty wykorzystujące AI? Ważniejsze jest to, czy przychód z każdego dolara zainwestowanego w infrastrukturę będzie rósł wystarczająco szybko, aby pokryć:

• budowę nowych centrów danych i zwiększanie mocy energetycznych;
• zakup akceleratorów, sieci i pamięci;
• szybką amortyzację oraz wymianę sprzętu obliczeniowego;
• odsetki od dodatkowego zadłużenia.

Półprzewodniki korzystają na boomie

Boom infrastrukturalny bezpośrednio napędza sektor półprzewodników. Systemy AI potrzebują akceleratorów, zaawansowanych układów sieciowych, pamięci masowych oraz dużych ilości pamięci o wysokiej przepustowości i pamięci konwencjonalnej. Ograniczenia podaży w obszarze pamięci, zaawansowanego pakowania układów i produkcji w najnowszych procesach technologicznych sprawiły, że firmy chipowe stały się jednymi z największych beneficjentów tego cyklu.

Wiosenna prognoza WSTS zakładała, że globalna sprzedaż półprzewodników wyniesie w 2026 roku 1,51 biliona dolarów, czyli o 90 proc. więcej niż rok wcześniej. Według tej prognozy przychody z pamięci miały wzrosnąć o około 250 proc. i przekroczyć 800 miliardów dolarów. Głównymi motorami wzrostu miały być infrastruktura AI, pamięć o wysokiej przepustowości oraz obliczenia akcelerowane.

Później prognozę podniesiono. Po uwzględnieniu danych za drugi kwartał 2026 roku WSTS przewiduje, że globalny rynek półprzewodników osiągnie około 1,655 biliona dolarów w 2026 roku, co oznacza wzrost o około 108 proc. rok do roku. W 2027 roku rynek ma sięgnąć około 2,1 biliona dolarów, rosnąc o około 29 proc.

Omdia przedstawiła osobną prognozę, zgodnie z którą przychody sektora półprzewodników wzrosną w 2026 roku o 94,1 proc. Firma wskazuje, że popyt związany z AI przewyższa możliwości produkcji i pakowania układów. Omdia prognozuje również, że pamięci będą odpowiadać za ponad połowę całkowitych przychodów branży półprzewodników.

Nie należy łączyć tych szacunków w jedną, definitywną liczbę. Powstały w różnych momentach i na podstawie odmiennych metodologii. Razem pokazują jednak, jak silnie popyt na infrastrukturę AI wpływa na oczekiwania dotyczące układów scalonych, pamięci i mocy produkcyjnych.

Bilionowy test dla inwestorów

Teza inwestycyjna dotycząca AI ma dwie części. Pierwsza jest już widoczna: firmy wydają agresywnie, ponieważ moc obliczeniowa, energia i zaawansowane układy stały się strategicznie ograniczonymi zasobami. Czekanie może oznaczać później wyższe ceny albo utratę klientów na rzecz konkurentów, którzy wcześniej zabezpieczyli dostęp do infrastruktury.

Druga część wciąż wymaga potwierdzenia. Aplikacje AI muszą szybko wygenerować trwałe przychody, atrakcyjne marże i mierzalny wzrost produktywności — na tyle szybko, by uzasadnić ciągłą rozbudowę infrastruktury.

Jeśli monetyzacja nadąży, obecny cykl wydatków może okazać się racjonalny, nawet gdy część pojedynczych inwestycji zostanie później spisana w straty albo przekierowana. Jeśli tak się nie stanie, konsekwencjami mogą być niższe stopy zwrotu z usług chmurowych, nadmiarowe moce, większa presja na obsługę długu i gwałtowna zmiana wycen aktywów powiązanych z AI.

Dlatego najważniejszą liczbą nie jest sam bilion dolarów inwestycji. Kluczowy jest zwrot, jaki ten bilion ostatecznie przyniesie.