Morgan Stanley: Wydatki na AI CapEx zbliżają się do 870 miliardów dolarów, energia i zwroty stają się kolejnym wyzwaniem

TL;DR > · TrendForce podnosi globalne wydatki na CapEx dziewięciu największych CSP do około 830 miliardów dolarów do 2026 roku, co oznacza wzrost o 79% w skali roku. > · Microsoft, Google, Meta i Amazon nadal zwiększają wydatki, a wzrost cen chipów, centrów danych i infrastruktury energetycznej podnosi budżety. > · Sektor półprzewodników, centrów danych i łańcuch energetyczny bezpośrednio korzystają, ale tempo realizacji przychodów z AI nadal wpłynie na cierpliwość rynku.

Globalne wydatki na infrastrukturę AI przez dużych dostawców chmurowych są nadal korygowane w górę.

W komunikacie prasowym TrendForce z maja stwierdzono, że całkowite wydatki kapitałowe dziewięciu największych CSP na całym świecie zostały podniesione do około 830 miliardów dolarów do 2026 roku, a roczna stopa wzrostu wzrosła z 61% do 79%. Ta liczba obejmuje Google, AWS, Meta, Microsoft, Oracle, a także ByteDance, Tencent, Alibaba i Baidu.

Materiał strategii JPM wskazuje również, że wydatki kapitałowe dużych hyperscalerów w 2026 roku przekroczyły 600 miliardów dolarów, ale różne metody statystyczne dotyczące wynajmu, energii, gruntów, chińskich dostawców chmurowych i nowych platform chmurowych AI nie są spójne. Bezpieczniejsza interpretacja to: niezależnie od tego, czy przyjmiemy węższe, czy szersze podejście, budżet na infrastrukturę AI w 2026 roku nie wykazuje oznak ochłodzenia.

Ta runda wydatków nie polega tylko na zakupie większej liczby serwerów. GPU, własne ASIC, urządzenia sieciowe, grunty centrów danych, dostęp do energii i systemy chłodzenia wspólnie podnoszą budżet. Dla rynku infrastruktura AI już przeszła z inwestycji wewnętrznych firm technologicznych do zamówień półprzewodników, wynajmu centrów danych, inwestycji w usługi publiczne oraz wolnych przepływów pieniężnych dużych firm technologicznych.

830 miliardów dolarów to szersza perspektywa, budżety dostawców chmurowych nadal rosną

830 miliardów dolarów podanych przez TrendForce to całkowita kwota dziewięciu największych CSP na świecie. Jest to szersza perspektywa niż tylko statystyki dotyczące dużych dostawców chmurowych w USA, ponieważ obejmuje również chińskich dostawców chmurowych.

To również powód, dla którego obecne liczby dotyczące wydatków kapitałowych AI mogą się różnić. Węższe podejście jest bliższe wydatkom kapitałowym kilku amerykańskich hyperscalerów, podczas gdy szersze podejście uwzględnia leasing finansowy, budowę centrów danych, wydatki związane z energią i więcej platform chmurowych. Liczby nie mogą być bezpośrednio sumowane, ale kierunek jest zgodny: inwestycje w infrastrukturę AI nadal są korygowane w górę.

Publiczne dane kilku czołowych firm już wystarczająco pokazują siłę.

Dokumenty relacji inwestorskiej Microsoftu pokazują, że wydatki kapitałowe w roku kalendarzowym 2026 wyniosą około 190 miliardów dolarów. Podczas telekonferencji Alphabet w pierwszym kwartale oraz w załączniku SEC stwierdzono, że przewidywane wydatki CapEx na 2026 rok wyniosą od 180 do 190 miliardów dolarów. Ogłoszenie Meta w pierwszym kwartale oraz dokumenty SEC podają, że wydatki kapitałowe na 2026 rok wyniosą od 125 do 145 miliardów dolarów, a zakres ten obejmuje kapitał leasingowy.

Oficjalne dane Amazona wskazują, że całkowite wydatki kapitałowe w 2026 roku wyniosą około 200 miliardów dolarów. Na rynku pojawiły się również szacunki od stron trzecich dotyczące wydatków związanych z AWS, które są wyższe, ale nie oznacza to, że Amazon oficjalnie ogłosił, że AWS przekroczyło 230 miliardów dolarów.

Innymi słowy, giganci chmurowi nie zwalniają tempa z powodu kontrowersji dotyczących cyklu zwrotu AI. Nadal budują centra danych, kupują chipy i zabezpieczają energię na potrzeby szkolenia, wnioskowania i zapotrzebowania na AI w przedsiębiorstwach.

W 190 miliardach dolarów Microsoftu, 25 miliardów dolarów pochodzi z wyższych cen komponentów

Liczby Microsoftu najlepiej odzwierciedlają złożoność tej rundy korekty.

Firma wspomniała podczas telekonferencji w trzecim kwartale roku finansowego 2026, że wydatki kapitałowe w roku kalendarzowym 2026 wyniosą około 190 miliardów dolarów, z czego około 25 miliardów dolarów wynika z wpływu wyższych cen komponentów. Oznacza to, że wzrost wydatków kapitałowych nie jest w pełni równoważny z równoczesnym wzrostem liczby serwerów, GPU czy mocy obliczeniowej AI.

To ważne dla inwestorów. Wzrost budżetu częściowo wynika z popytu, a częściowo z kosztów.

Popyt pochodzi z dalszej ekspansji w szkoleniu i wnioskowaniu. Dostawcy chmurowi muszą zakupić więcej GPU, zbudować większe klastry, a także rozwijać własne ASIC, aby obniżyć koszty jednostkowej mocy obliczeniowej. Koszty pochodzą z wyższych cen chipów, pamięci, urządzeń sieciowych, urządzeń energetycznych, budowy i wzrostu cen kluczowych komponentów.

Dlatego sektor półprzewodników, urządzeń sieciowych, centrów danych i łańcucha energetycznego widzi wzrost zamówień i zapotrzebowania na budowę; akcjonariusze dużych firm technologicznych dostrzegają również presję na przepływy pieniężne, amortyzację i marże zysku. Jeśli wzrost przychodów z AI będzie w stanie nadążyć, rynek nadal da tym wydatkom czas. Jeśli przychody będą realizowane wolniej niż wydatki, kontrowersje wrócą do bardziej bezpośredniego pytania: czy wydane pieniądze mogą wystarczająco szybko przekształcić się w przychody.

Wskaźnik pustostanów w centrach danych spadł do 1,6%, energia staje się twardszym ograniczeniem

Wsparcie dla dalszego zwiększania wydatków przez gigantów chmurowych nie pochodzi tylko z deklaracji zarządu, ale także z napięć po stronie podaży.

Dane CBRE IM pokazują, że wskaźnik pustostanów na głównych rynkach centrów danych w Ameryce Północnej wynosi około 1,6%, a wskaźnik wynajmu nowo budowanych pojemności wynosi około 74,3%. To oznacza, że wiele nowych centrów danych jeszcze nie zostało oddanych do użytku, a już zostały zarezerwowane przez dostawców chmurowych i klientów AI.

Dla CSP, opóźnienie budowy o rok może oznaczać utratę popytu klientów. Dla operatorów centrów danych, dostawców urządzeń energetycznych i firm użyteczności publicznej, widoczność zamówień została wydłużona.

Wysokiej klasy chipy również są w niedoborze. Popyt na nową generację chipów AI, takich jak Blackwell firmy Nvidia, jest wysoki, a harmonogram dostaw nadal wpłynie na tempo dostaw serwerów. Nawet jeśli dostawcy chmurowi rozwijają własne ASIC, GPU pozostają kluczowym zasobem dla klastrów szkoleniowych i wysokiej klasy wnioskowania.

Trudniejszym ograniczeniem jest energia. Centra danych AI nie mogą rozpocząć działalności tylko poprzez zakup serwerów; potrzebują również stacji transformacyjnych, dostępu do przesyłu energii, zasilania awaryjnego, systemów chłodzenia i długoterminowych umów na dostawę energii. W Stanach Zjednoczonych wysoki udział energii gazowej w produkcji energii oznacza, że nowe obciążenia centrów danych będą również wpływać na inwestycje w gaz, urządzenia sieciowe i usługi publiczne.

To również powód, dla którego łańcuch korzyści związanych z wydatkami kapitałowymi AI nieustannie się rozszerza. GPU i ASIC jako pierwsze otrzymują zamówienia, następnie korzystają deweloperzy centrów danych i wynajmujący, a także urządzenia energetyczne, gaz, rozbudowa sieci i systemy chłodzenia. Jednak im dalej w proces, tym bardziej projekty zależą od lokalnych zatwierdzeń, postępu w podłączeniu do sieci, siły roboczej i dostaw komponentów.

Pieniądze są w drodze, tempo realizacji przychodów musi nadążyć

W tej rundzie wydatków kapitałowych AI najłatwiej jest błędnie zinterpretować, że podniesienie budżetu jest równoznaczne z zakończeniem komercjalizacji AI.

Rzeczywistość jest bardziej podzielona. Giganci chmurowi rzeczywiście zwiększają wydatki, centra danych są rzeczywiście napięte, a zamówienia na wysokiej klasy chipy nadal są silne. Jednak wzrost wydatków kapitałowych częściowo wynika z wyższych cen komponentów, a energia i dostawy mogą spowolnić rzeczywiste wprowadzenie mocy obliczeniowej. Im większe wydatki na papierze w 2026 roku, tym nie oznacza, że dostępna moc obliczeniowa wzrośnie w tym samym tempie.

Inwestorzy bardziej interesują się tym, jak szybko te pieniądze przekształcą się w przychody, a nie tym, czy dostawcy chmurowi będą nadal wydawać pieniądze. Popyt na szkolenie AI wspierał pierwszą rundę inwestycji, a wnioskowanie, aplikacje dla przedsiębiorstw i zdolność do ustalania cen usług chmurowych będą decydować o przyszłych zwrotach.

Jeśli przychody z chmury, oprogramowania i wzrost wydajności związane z AI nie pokryją kosztów amortyzacji, energii i finansowania, cierpliwość rynku wobec ogromnych wydatków kapitałowych spadnie. Pieniądze są już w drodze, chipy i centra danych czekają w kolejce, a to, co naprawdę blokuje tę rundę ekspansji, może nie być budżet, ale dostęp do energii, realizacja projektów i tempo wzrostu przychodów.