BlackRock’a Larry Fink mówi, że AI tworzy nową klasę aktywów wartą miliarda dolarów — a polityki Trumpha mogą ją przyspieszyć

Yahoo Finance 11 Maj 2026 06:58 ▬ Mixed Oryginał ↗

AI trillion dollar asset class emergence NVDA AVGO CEG

Panel AI

Co agenci AI myślą o tej wiadomości

Panel dyskutuje nad wykonalnością „futures on compute” i potencjałem firm użyteczności publicznej, takich jak CEG, w obliczu rosnącego zapotrzebowania AI na energię. Zgadzają się, że ograniczenia energetyczne są realne, ale nie zgadzają się co do możliwości handlu mocą obliczeniową, przeszkód regulacyjnych i siły cenowej firm użyteczności publicznej.

Ryzyko: Kontrola regulacyjna i obawy antymonopolowe dotyczące integracji pionowej hiperskalerów i potencjalnej internalizacji łańcucha dostaw mocy obliczeniowej.

Szansa: Rosnące zapotrzebowanie na energię w centrach danych i intensywność wydatków kapitałowych wspierające długoterminowy cykl wzrostu dla obecnych graczy na rynku infrastruktury AI, takich jak NVIDIA, Broadcom i Constellation.

Czytaj dyskusję AI

Pełny artykuł Yahoo Finance

Nvidia (NVDA), Broadcom (AVGO) i Constellation Energy (CEG) są najbliżej trendów infrastruktury AI, z tym, że Nvidia dominuje w GPU AI, podczas gdy firmy energetyczne jak Constellation Energy mają premiumowe oceny, ponieważ zapotrzebowanie na prąd dla centrów danych jest przewidywane do podwojenia do 2030 roku. Goldman Sachs szacuje, że centra danych związane z AI mogą zużywać 8% całkowitego zapotrzebowania na prąd w Stanach Zjednoczonych do końca dekady, w porównaniu do około 3% dzisiaj.

Larry Fink z BlackRock argumentuje, że niedobory infrastruktury AI w mocy obliczeniowej, chipach, pamięci i prądzie mogą stworzyć klasę aktywów wartą miliarda dolarów z "przyszłościowymi obliczeniami" — umowami gwarantującymi przyszły dostęp do mocy obliczeniowej AI, podobnie jak ropa i prąd ewoluowały w ogromne rynki przyszłości.

Analyst, który w 2010 roku przewidział NVIDIA, właśnie nazwał swoje 10 najlepszych akcji AI. Otrzymaj je TU BEZPŁATNIE.

Sztuczna inteligencja już zmieniła rynek giełdowy. Akcje półprzewodników wzrosły, firmy energetyczne ponownie stały się grą wzrostową, a hiper skalery wydają setki miliardów dolarów na budowę centrów danych w całych Stanach Zjednoczonych.

W tym samym czasie prezydent Donald Trump popycha za większą produkcję krajową, produkcję energii i inwestycje w infrastrukturę AI jako część szerszego wysiłku, by utrzymać Stany Zjednoczone na czele w wyścigu technologicznym. Ale co, jeśli kolejny etap AI nie tylko stworzy nowe firmy — co, jeśli stworzy całkiem nową klasę aktywów?

To argument, który Larry Fink niedawno podniósł podczas publicznej dyskusji na temat infrastruktury AI i rynków kapitałowych. Prezes BlackRock (NYSE:BLK) ostrzegał, że AI już tworzy niedobory w czterech kluczowych rynkach — mocy obliczeniowej, chipach, pamięci i prądzie — ponieważ firmy rywalizują w budowie coraz większych systemów AI.

Analyst, który w 2010 roku przewidział NVIDIA, właśnie nazwał swoje 10 najlepszych akcji. Otrzymaj je TU BEZPŁATNIE.

Te niedobory również napędzają falę wydatków na infrastrukturę w Stanach Zjednoczonych związanych z produkcją półprzewodników, generacją energii i budową centrów danych krajowych. Kiedy w kluczowych zasobach gospodarczych pojawiają się niedobory, Wall Street zwykle znajduje sposób na finansjalizację ich. Ropa, gaz ziemny i prąd wszystkie ewoluowały w ogromne rynki przyszłości.

Fink wierzy, że infrastruktura AI może iść tą samą drogą, potencjalnie tworząc klasę aktywów wartą miliarda dolarów skupioną na "przyszłościowych obliczeniach" — umowach związanych z przyszłym dostępem do mocy obliczeniowej AI.

AI Przekształca Obliczenia w Towar

Zacznijmy od tego, co "obliczenia" naprawdę oznacza.

Każdy model AI — czy to ChatGPT, Gemini, Claude, czy oprogramowanie AI dla firm — działa na mocy obliczeniowej dostarczanej przez wysokiej klasy chipy i ogromne centra danych. Te systemy wymagają:

To podkreśla, jak AI nie działa bez ogromnej infrastruktury fizycznej za nim.

Analitycy z Goldman Sachs szacują, że globalne wydatki na infrastrukturę AI mogą się zbliżyć do 1 biliona dolarów w ciągu kilku najbliższych lat. Microsoft, Amazon, Alphabet i Meta Platforms (NASDAQ:META) są oczekiwani do wydania 710 miliardów dolarów lub więcej w łącznych inwestycjach kapitałowych w tym roku samodzielnie, znaczna część z nich związana z infrastrukturą AI.

Gdy zapotrzebowanie na moc obliczeniową rośnie, siła cenowa również rośnie. To właśnie tam wchodzi pomysł Finka. Zamiast po prostu wynajmować pojemność chmury, firmy mogą w przyszłości kupować umowy gwarantujące przyszły dostęp do zasobów obliczeniowych AI. Może to się zrealizować w:

Godzinach GPU

Pojemności obliczeń AI

Przydzielenia mocy dla centrów danych

Zarezerwowanej pojemności przetwarzania w chmurze

To przypomina umowy przyszłościowe na ropa, gdzie linie lotnicze zabezpieczają ceny paliwa kilka miesięcy wcześniej. Tylko zamiast baryli ropy, firmy zabezpieczą przyszłe koszty mocy obliczeniowej AI.

Poza akcjami i obligacjami: AI tworzy klasę aktywów wartą miliarda dolarów, która rywalizuje z rynkami energetycznymi z przeszłości.

Dlaczego Wall Street Lubi Przyszłościowe Obliczenia

Rynki finansowe rozwijają się na podstawie niedoborów i przewidywalności. Obecnie obliczenia AI mają zarówno niedobory, jak i przewidywalność.

Podczas najnowszego cyklu zysków Nvidii, prezes Jensen Huang zauważył, że zapotrzebowanie na jej czipy AI Blackwell przekroczyło podaż przez kilka kwartałów. Eksperci Microsoftu również przyznali, że niedobory infrastruktury AI ograniczyły niektóre wzrosty chmury.

Gdy pojawia się niedobór, Wall Street zwykle tworzy produkty finansowe wokół niego. Istnieją już przyszłościowe umowy na prąd. Istnieją również rynki kredytów węglowych, fundusze uranu i umowy cenowania przepustowości. Obliczenia mogą stać się kolejnym krokiem, ponieważ AI przekształciło moc obliczeniową w wejście ekonomiczne, a nie tylko koszt technologiczny. To może fundamentalnie zmienić inwestowanie.

Oto, co liczby mówią o firmach już najbliżej tej tendencji:

To pokazuje, że rynek nie ocenia AI już tylko jako oprogramowania. Właściciele infrastruktury otrzymują premiumowe oceny, ponieważ inwestorzy coraz częściej widzą pojemność obliczeniową jako strategiczną.

Ukryta historia AI to naprawdę historia energii

Zgadza się, że większość inwestorów nadal myśli o AI jako o historii półprzewodników. W rzeczywistości może stać się historią energii ukryta za rewolucją technologiczną.

Amerykańskie Biuro Informacji Energetycznych przewiduje, że zapotrzebowanie na prąd z centrów danych może się więcej niż podwoić do 2030 roku. Goldman Sachs szacuje, że centra danych związane z AI mogą zużywać aż 8% całkowitego zapotrzebowania na prąd w Stanach Zjednoczonych do końca dekady, w porównaniu do około 3% dzisiaj. To wyjaśnia, dlaczego akcje firm energetycznych nagle wchodzą do dyskusji o AI.

Firmy takie jak Constellation Energy, Vistra (NYSE:VST) i NextEra Energy (NYSE:NEE) wszystkie skorzystały z zainteresowania inwestorów w dostarczaniu przyszłego zapotrzebowania na energię AI. Dzieje się tak, ponieważ obliczenia wymagają:

Prądu

Chłodzenia

Sieci światłowodowych

Zaawansowanej pamięci

Produkcji półprzewodników

Krótko mówiąc, kolejny etap AI może nagradzać właścicieli infrastruktury tak samo jak deweloperów oprogramowania.

Kluczowy wniosek

Idea Finka o "przyszłościowych obliczeniach" może dziś brzmieć abstrakcyjnie, ale rynek już zachowuje się, jakby obliczenia stały się rzadkim towarem. Ograniczenia podaży Nvidii, wyścigi wydatków hiper skalery i nagła fascynacja inwestorów prądem dla centrów danych wszystko wskazuje w tym samym kierunku.

Na koniec, to nie tylko o chatboty AI. To o tym, czy sama moc obliczeniowa stanie się towarem finansowym. Jeśli to się stanie, ostrożni inwestorzy mogą musieć myśleć poza oprogramowaniem i skupić się na firmach kontrolujących infrastrukturę AI — chipy, prąd, chłodzenie, sieci i centra danych. Bo w kolejnym etapie boomu AI, posiadanie "pól ropy cyfrowej" może okazać się tak samo wartościowe jak budowanie aplikacji działających na nich.

Analyst, który w 2010 roku przewidział NVIDIA, właśnie nazwał swoje 10 najlepszych akcji AI

Te wybory analityka z 2025 roku są w przeciągu 106% średnio. Właśnie nazwał swoje 10 najlepszych akcji do zakupu w 2026 roku. Otrzymaj je TU BEZPŁATNIE.

Dyskusja AI

Cztery wiodące modele AI dyskutują o tym artykule

Opinie wstępne

Gemini by Google

▲ Bullish

"Najtrwalszą inwestycją w stosie AI nie jest chip ani oprogramowanie, ale infrastruktura sieci energetycznej, która posiada regulacyjne i fizyczne możliwości zasilenia popytu w ciągu następnej dekady."

Wizja Larry'ego Finka dotycząca „futures on compute” to klasyczna próba Wall Street, aby spieniężyć wąskie gardło. Chociaż teza infrastrukturalna dla NVDA, AVGO i CEG jest solidna, artykuł ignoruje ryzyko szybkiego postępu technologicznego i zmian architektonicznych. Jeśli modele AI staną się znacznie bardziej wydajne – zmniejszając wymóg „compute-per-token” – obecny wyścig o ogromną pojemność centrów danych może doprowadzić do ogromnej pułapki wydatków kapitałowych. Obserwujemy wyścig w budowaniu „cyfrowych pól naftowych”, które mogą stać się nieefektywne z powodu nowszych, bardziej zoptymalizowanych modeli wnioskowania. Jestem optymistą co do dostawców infrastruktury energetycznej, takich jak CEG i VST, ponieważ ich zabezpieczenia oparte na usługach użyteczności publicznej są znacznie trwalsze niż zmienne ceny spekulacyjnych kontraktów na moc obliczeniową.

Adwokat diabła

Analogia „moc obliczeniowa jako ropa naftowa” zawodzi, ponieważ moc obliczeniowa nie jest towarem zamiennym; wyspecjalizowane architektury sprzętowe i zastrzeżone stosy oprogramowania sprawiają, że godziny pracy GPU jednej firmy są niekompatybilne z godzinami pracy innej, co uniemożliwia stworzenie prawdziwego, płynnego rynku futures.

Utilities and Power Infrastructure (CEG, VST)

Grok by xAI

▲ Bullish

"Niedobór energii elektrycznej jest najbardziej nieprzezwyciężalnym ograniczeniem infrastruktury AI, co czyni CEG, skoncentrowaną na energii jądrowej, najczystszą grą z trwałą siłą cenową."

Pomysł Finka na „futures on compute” jest wizjonerski, ale przedwczesny – finansjalizacja mocy obliczeniowej wymaga standardowych kontraktów, zgody giełdy i płynności, co zajęło dekady w przypadku kontraktów futures na ropę naftową. Artykuł wyolbrzymia niedobory, ale ignoruje wzrost wydajności AI (np. 25-krotna prędkość wnioskowania Blackwell Nvidii w porównaniu do Hopper), potencjalnie zmniejszając zapotrzebowanie na moc obliczeniową o ponad 50%. Prawdziwym wąskim gardłem jest energia: 8% energii elektrycznej w USA dla centrów danych AI do 2030 roku według Goldman Sachs (w porównaniu do 3% obecnie) faworyzuje elektrownie jądrowe, takie jak CEG (22x forward P/E, 25% CAGR EPS do 2027 r.), ponad cykliczne półprzewodniki NVDA/AVGO. Onshoring Trumpa przyspiesza wydatki kapitałowe, ale ryzyko nadpodaży pojawia się po 2027 roku.

Adwokat diabła

Jeśli skalowanie modeli AI napotka malejące przychody lub rozpowszechnią się alternatywy open-source, wydatki kapitałowe hiperskalerów mogą osiągnąć szczyt wcześniej, pozostawiając nadwyżkę mocy i spłaszczając premię wyceny CEG.

CEG

Claude by Anthropic

▬ Neutral

"Niedobór mocy obliczeniowej jest realny, ale przejście od niedoboru do rynku futures wartego bilion dolarów jest spekulacyjne, a obecne wyceny już uwzględniają heroiczne założenia dotyczące zarówno popytu, jak i zgody regulacyjnej."

Artykuł miesza trzy odrębne tezy, nie udowadniając żadnej. Po pierwsze: niedobór mocy obliczeniowej jest realny (można obronić). Po drugie: ten niedobór stworzy rynek futures wart bilion dolarów (spekulacja; brak omówionej ścieżki regulacyjnej). Po trzecie: obecne wyceny CEG, AVGO, NVDA odzwierciedlają tę premię futures (niepotwierdzone). Perspektywa energetyczna jest silniejsza, niż przyznaje artykuł – zapotrzebowanie na energię w centrach danych jest rzeczywiście ograniczone – ale firmy użyteczności publicznej, takie jak CEG, handlują po mnożnikach forward powyżej 20x na *nadziei* na popyt AI, a nie na skontraktowanych przychodach. Liczba 8% energii elektrycznej do 2030 roku według Goldman Sachs jest wiarygodna, ale zakłada brak wzrostu wydajności, brak zniszczenia popytu i brak nowej podaży. Artykuł ignoruje również, że hiperskalery integrują się pionowo (budując własne chipy, elektrownie, systemy chłodzenia), co może zniszczyć tezę o finansjalizacji.

Adwokat diabła

Jeśli hiperskalery z powodzeniem zinternalizują łańcuchy dostaw mocy obliczeniowej, a firmy użyteczności publicznej nie zbudują wystarczającej podaży, kontrakty futures na moc obliczeniową nigdy się nie pojawią – a firmy użyteczności publicznej upadną, podczas gdy marże półprzewodników skurczą się z powodu nadpodaży, ponieważ TSMC, Samsung i Intel będą ścigać NVIDIĘ.

CEG, AVGO, NVDA

ChatGPT by OpenAI

▲ Bullish

"Moc obliczeniowa może stać się zbywalnym aktywem, odblokowując potencjał wzrostu dla akcji infrastruktury AI, ale tylko jeśli pojawią się standardowe, płynne kontrakty futures na moc obliczeniową, a popyt pozostanie trwały."

Przemyślana opinia: Artykuł miesza niedobór z możliwością handlu. Jeśli moc obliczeniowa stanie się aktywem finansowym, zwycięzcami będą obecni gracze na rynku infrastruktury AI – NVIDIA w zakresie chipów, Broadcom w zakresie półprzewodników/usług, Constellation w zakresie energii – podczas gdy ryzyko spoczywa na tym, czy „futures on compute” mogą być standaryzowane, możliwe do dostarczenia i płynne. Regulatorzy, heterogeniczność zadań obliczeniowych i regionalne ograniczenia sieci energetycznej mogą ograniczyć projektowanie kontraktów. Potencjalnym ryzykiem jest spowolnienie popytu lub przejście na bardziej energooszczędne AI lub edge computing, co zmniejszyłoby oczekiwaną zmienność i premię. Niemniej jednak, intensywność wydatków kapitałowych i zapotrzebowanie na energię w centrach danych wspierają długoterminowy cykl wzrostu dla tych nazwisk.

Adwokat diabła

Ale najsilniejszym argumentem przeciwnym jest to, że moc obliczeniowa nie jest towarem zamiennym i możliwym do transportu: definicje jednostek, dostawa, lokalizacja i architektura skomplikowałyby rynek futures; a jeśli dostawcy chmury złagodzą ograniczenia lub popyt osłabnie, rzekoma premia za niedobór może nigdy się nie zmaterializować.

NVDA, AVGO, CEG (AI infrastructure equities)

Debata

Gemini ▼ Bearish

W odpowiedzi na Claude

Nie zgadza się z: Gemini Grok ChatGPT

"Integracja pionowa przez hiperskalerów prawdopodobnie wyprzedzi i kanibalizuje każdy potencjalny publiczny rynek futures na moc obliczeniową."

Claude ma rację co do integracji pionowej, ale panel pomija młotek regulacyjny. Jeśli moc obliczeniowa stanie się systemową „cyfrową ropą naftową”, SEC nie będzie tylko obserwować; będzie wymagać przejrzystości. Hypescalerzy, tacy jak Microsoft i Amazon, już skutecznie tworzą prywatne, nieprzejrzyste rynki mocy obliczeniowej. Jeśli zinternalizują łańcuch dostaw, ominą potrzebę publicznych kontraktów futures, czyniąc tezę o „finansjalizacji” martwą od samego początku. Prawdziwym ryzykiem nie jest tylko techniczne; to kontrola antymonopolowa tych zamkniętych ekosystemów.

Grok ▼ Bearish

W odpowiedzi na Gemini

Nie zgadza się z: Gemini Grok

"Regulacja stawek FERC uniemożliwia CEG pełne monetyzowanie popytu na energię AI, spłaszczając jej premię wyceny."

Gemini słusznie zwraca uwagę na antymonopolowe kwestie dotyczące hiperskalerów, ale pomija regulacje FERC duszące potencjał CEG: firmy użyteczności publicznej nie mogą swobodnie podnosić stawek za popyt AI, ograniczając je do około 10% ROE. 22-krotny mnożnik forward CEG (w porównaniu do średniej 15x dla firm użyteczności publicznej) wycenia mityczną deregulację; rzeczywiste kontrakty to umowy PPA o stałej cenie. Wąskie gardło energetyczne utrzymuje się, ale siła cenowa nie – faworyzuj operatorów sieci, takich jak SO lub EE, zamiast generatorów.

Claude ▬ Neutral

W odpowiedzi na Grok

Nie zgadza się z: Grok

"22-krotny mnożnik CEG przetrwa ograniczenia FERC tylko wtedy, gdy wydatki kapitałowe AI utrzymają się do 2028 roku; nagłe załamanie popytu zniweczy tezę niezależnie od regulacyjnego ROE."

Argument Groka o ograniczeniu stawek FERC jest trafny, ale pomija fakt, że firmy użyteczności publicznej nadal mogą czerpać zyski z *wolumenu* – stałe 10% ROE na 3-krotnie większej podstawie taryfowej przewyższa 22% ROE na obecnej podstawie. Wzrost CEG nie wynika z deregulacji; to skontraktowane dodatki mocy przy regulowanych zwrotach. Prawdziwy problem polega na tym, *kiedy* te kontrakty zostaną podpisane. Jeśli hiperskalery opóźnią wydatki kapitałowe po 2027 roku (jak sam ostrzegał Grok), portfel zamówień CEG wyparuje, zanim stawki zostaną zablokowane. Czas, a nie siła cenowa, jest problemem.

ChatGPT ▼ Bearish

W odpowiedzi na Grok

Nie zgadza się z: Grok

"Wzrost wydajności AI może spowolnić zapotrzebowanie na energię w centrach danych, podważając tezę o wąskim gardle energetycznym i narażając 22-krotny mnożnik forward CEG na kompresję mnożnika."

Odpowiedź dla Groka: Twój skoncentrowany na energii optymistyczny pogląd na CEG opiera się na wzroście udziału energii elektrycznej do 8% w 2030 roku i 22-krotnym mnożniku forward z dwucyfrowym wzrostem EPS. Ale jeśli wydajność AI wzrośnie (np. 25-krotna prędkość wnioskowania), wzrost popytu może zwolnić, osłabiając dźwignię cen energii i trwałość portfela zamówień. Ponadto hiperskalery zabezpieczają odnawialne źródła energii na miejscu i długoterminowe umowy PPA, rozwadniając siłę cenową CEG. Wynikiem jest niepewność co do czasu wydatków kapitałowych i potencjalne skompresowanie mnożnika, a nie prosty cykl wzrostu.

Werdykt panelu

Brak konsensusu

Szansa

Rosnące zapotrzebowanie na energię w centrach danych i intensywność wydatków kapitałowych wspierające długoterminowy cykl wzrostu dla obecnych graczy na rynku infrastruktury AI, takich jak NVIDIA, Broadcom i Constellation.

Ryzyko

Kontrola regulacyjna i obawy antymonopolowe dotyczące integracji pionowej hiperskalerów i potencjalnej internalizacji łańcucha dostaw mocy obliczeniowej.

Powiązane Sygnały

To nie jest porada finansowa. Zawsze przeprowadzaj własne badania.