AI za 5,3 bln dolarów: S&P Global ostrzega przed testem dla kredytowej kondycji gigantów chmurowych

Największe ryzyko finansowe związane z rozbudową infrastruktury AI nie polega na tym, że najwięksi dostawcy chmury nie mają dochodowych biznesów. Problemem jest czas: wielkie wydatki są ponoszone dziś, a przepływy gotówki, które mają je uzasadnić, mogą pojawić się dopiero za kilka lat.

We wrześniowej analizie z 2026 r. S&P Global przedstawia wyścig infrastrukturalny wokół sztucznej inteligencji jako test jakości kredytowej. Amazon, Alphabet, Microsoft, Meta i Oracle — określane jako „Hyper 5” — przeznaczyły w ciągu ostatnich pięciu lat około 1,1 bln dolarów na nakłady inwestycyjne (capex). Konsensus Visible Alpha zakłada dalsze wydatki rzędu 5,3 bln dolarów w latach 2026–2030. 116

Taka skala może ostatecznie zostać uzasadniona przychodami z AI i wzrostem produktywności. Zanim jednak to nastąpi, cykl inwestycyjny wystawia na próbę wolne przepływy pieniężne, rezerwy płynności, zadłużenie oraz odporność rynku kredytowego.

Najpierw wydatki, później monetyzacja

Istotą obaw S&P jest rozjazd w czasie. Budowa mocy obliczeniowej dla AI wymaga ogromnych nakładów z góry: na centra danych, układy scalone, sieci, energię oraz pozostałą infrastrukturę. Zwrot zależy natomiast od trwałego popytu, wysokiego wykorzystania nowych zasobów i zdolności do zamiany usług AI w stabilne przychody o wysokiej marży.

Według S&P Global intensywność nakładów Hyper 5 — mierzona relacją capexu do amortyzacji — przekroczyła szczyty obserwowane w okresie bańki internetowej oraz globalnego kryzysu finansowego. Do 2028 r. firmy te mają odpowiadać za ponad połowę nakładów inwestycyjnych spółek z indeksu S&P 500, wobec 13% w 2020 r. i 30% w 2025 r. 1

Nie oznacza to, że obecny boom jest tożsamy z którymkolwiek z tamtych epizodów. To raczej ostrzeżenie: niewielka grupa firm równocześnie podejmuje historycznie duże zakłady na rozbudowę mocy, mimo że tempo wdrażania AI i ekonomika jej wykorzystania nadal są niepewne.

Wolne przepływy pieniężne stają się punktem zapalnym

Giganci technologiczni nadal mogą generować wysokie zyski operacyjne i korzystać z rynków kapitałowych. Problem w tym, że inwestycje infrastrukturalne mogą pochłaniać gotówkę szybciej, niż działalność operacyjna jest ją w stanie odbudować.

S&P Global Ratings prognozuje, że łączne nakłady inwestycyjne sześciu największych amerykańskich hyperskalerów — Hyper 5 oraz SpaceX — przekroczą 1,3 bln dolarów do 2027 r. Agencja oczekuje, że wszystkie sześć firm odnotuje ujemne wolne przepływy operacyjne w latach 2026 i 2027, a poprawa ma nastąpić dopiero w 2029 r. 3

To rozróżnienie jest ważne:

• Rentowność pokazuje, czy podstawowa działalność firmy przynosi więcej, niż kosztuje jej bieżące prowadzenie.
• Wolne przepływy pieniężne pokazują, ile gotówki zostaje po wydatkach inwestycyjnych.
• Firma może pozostawać rentowna, a jednocześnie notować mocny spadek wolnych przepływów pieniężnych — lub ich wartość ujemną — jeśli buduje infrastrukturę w wyjątkowo szybkim tempie.

Przykładem jest Alphabet. W okresie objętym lipcową analizą S&P Global jego capex wyniósł 44,9 mld dolarów, czyli ponad dwukrotnie więcej niż rok wcześniej, podczas gdy wolne przepływy pieniężne spadły o 74,1% rok do roku. Spółka podniosła następnie prognozę nakładów inwestycyjnych na 2026 r. do przedziału 195–205 mld dolarów. 4

Liczy się nie tylko dług widoczny w bilansie

Gdy środki generowane wewnętrznie są pochłaniane przez capex, hyperskalerzy coraz częściej finansują infrastrukturę AI długiem, emisją akcji, zobowiązaniami leasingowymi i innymi rozwiązaniami finansowymi. 3

Samo w sobie nie musi to oznaczać kłopotów. Duże spółki powszechnie korzystają z różnych źródeł finansowania, a leasing lub partnerstwa mogą lepiej dopasować sposób finansowania do długowiecznych aktywów. Z perspektywy kredytowej ważne jest jednak to, że takie konstrukcje tworzą stałe zobowiązania, podobne ekonomicznie do długu, których nie widać w pełni przy analizie wyłącznie klasycznego zadłużenia.

Dlatego inwestorzy i kredytodawcy powinni pytać nie tylko o raportowany dług:

• Jak duża część infrastruktury AI jest oparta na długoterminowych leasingach lub zobowiązaniach finansowych?
• Jak szybko nowe moce muszą zostać wykorzystane, by inwestycje osiągnęły zakładany zwrot?
• Ile gotówki pozostanie dostępne, jeśli przychody z AI będą rosły wolniej od oczekiwań?
• Czy zobowiązania przychodowe są wystarczająco trwałe, aby wspierać powiązane z nimi koszty infrastruktury?

Im większa część wydatków jest finansowana zobowiązaniami, które pozostają w mocy niezależnie od krótkoterminowego popytu, tym większe ryzyko po stronie spadkowej w razie rozczarowującego wykorzystania mocy lub monetyzacji.

Oracle jako najczytelniejszy sygnał ostrzegawczy

Oracle pokazuje, jak szybko ofensywa infrastrukturalna w AI może zmienić profil przepływów pieniężnych i ryzyka kredytowego spółki.

W roku finansowym 2026 firma wykazała ujemne wolne przepływy pieniężne w wysokości 23,7 mld dolarów, ponieważ inwestycje w centra danych rosły szybciej niż gotówka generowana operacyjnie. S&P Global Ratings obniżył długoterminowy rating emitenta Oracle z BBB do BBB-, pozostawiając spółkę o jeden stopień powyżej poziomu spekulacyjnego. 17

Nie dowodzi to, że inwestycje Oracle w AI zakończą się niepowodzeniem. Pokazuje jednak mechanizm wskazywany przez S&P: nawet firma z rosnącą działalnością operacyjną może znaleźć się pod presją ratingową, gdy capex, potrzeby finansowe i długoterminowe zobowiązania rosną szybciej niż generowana gotówka.

Kiedy rozbudowa mogłaby stać się szerszym problemem kredytowym?

Z perspektywy S&P ryzyko staje się poważniejsze, jeśli jednocześnie wystąpi kilka zjawisk:

1. Przychody z AI pojawiają się później, niż zakładano. Moce mogą zostać zbudowane, zanim klienci będą gotowi płacić za nie wystarczająco dużo.
2. Wykorzystanie infrastruktury rozczarowuje. Niedostatecznie obciążone centra danych i sprzęt obliczeniowy obniżyłyby stopę zwrotu z inwestycji.
3. Wysoki capex utrzymuje się zbyt długo. Opóźnienie ograniczenia wydatków wydłużyłoby okres słabych lub ujemnych wolnych przepływów pieniężnych.
4. Narastają zobowiązania finansowe. Więcej długu, leasingów i podobnych umów ogranicza elastyczność, gdy warunki rynkowe się pogarszają.
5. Wiele firm jednocześnie tnie inwestycje. Ponieważ wydatki są skoncentrowane w kilku podmiotach, wspólne wyhamowanie mogłoby odbić się szerzej na dostawcach, kredytodawcach i rynkach kredytowych.

Dlatego obawy S&P na późnym etapie cyklu nie dotyczą wyłącznie pytania, czy AI jest użyteczna. Chodzi o to, czy system kredytowy finansuje rozbudowę, której zwrot nie został jeszcze potwierdzony w skali odpowiadającej ponoszonym wydatkom.

Scenariusz pozytywny pozostaje możliwy — ale musi się potwierdzić

Korzystny scenariusz jest prosty: AI może stworzyć nowe źródła przychodów w oprogramowaniu, chmurze i usługach dla przedsiębiorstw, a jednocześnie podnieść produktywność na tyle, by uzasadnić dzisiejsze koszty infrastruktury. AI Monitor S&P Global prognozował wzrost łącznych przychodów powiązanych z AI z 468 mld dolarów na koniec 2023 r. do 1,354 bln dolarów na koniec 2026 r. 2

Jeśli popyt okaże się trwały, a wysokomarżowe przychody z AI szybko urosną, obecny cykl capexu może zostać uznany za konieczny etap inwestycyjny, a nie finansową przesadę. Oczekiwana przez S&P Global Ratings odbudowa wolnych przepływów operacyjnych w 2029 r. odzwierciedla właśnie taką możliwość. 3

Prognoza ta jest jednak warunkowa. Najważniejsze wskaźniki do obserwacji to faktyczna realizacja przychodów z AI, wykorzystanie nowych mocy, długość okresu wysokich nakładów oraz pełna skala zobowiązań podobnych do długu. Dopóki te elementy się nie poprawią, wyścig AI pozostanie zakładem o wysoką stawkę: czy nadzwyczajne wydatki na infrastrukturę przyniosą zwrot, zanim słabsza generacja gotówki i rosnące zobowiązania ograniczą firmy, które ten wyścig finansują.