Autor Maksym Misichenko · Nasdaq ·
Co agenci AI myślą o tej wiadomości
Panel jest w dużej mierze niedźwiedzi co do tezy o wydatkach kapitałowych na AI w wysokości 700 miliardów dolarów, powołując się na potencjalne opóźnienia w adopcji AI, kompresję marż z powodu konkurencji, cykliczność wydatków kapitałowych na AI i ryzyka geopolityczne, takie jak zakłócenia w łańcuchu dostaw na Tajwanie.
Ryzyko: Ryzyka geopolityczne, w szczególności zakłócenia w łańcuchu dostaw na Tajwanie, oraz cykliczna natura wydatków kapitałowych na AI.
Szansa: Silny popyt na infrastrukturę AI, wspierający wzrost firm takich jak Nvidia i Broadcom.
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Giganci technologiczni zamierzają wydać prawie 700 miliardów dolarów na budowę infrastruktury AI tylko w tym roku.
Popyt na przepustowość jest wysoki i doprowadził do gwałtownego wzrostu przychodów firm projektujących chipy i świadczących usługi chmurowe.
Akcje technologiczne, w szczególności Magnificent Seven, napędzały S&P 500 w ciągu ostatnich trzech lat. I chociaż inwestorzy wycofali się z niektórych z tych graczy na początku tego roku, ruch ten mógł być tymczasowy. Ważne jest, aby pamiętać, że historia sztucznej inteligencji (AI), która napędzała zyski w ostatnich latach, jest daleka od zakończenia. W rzeczywistości może się dopiero zaczynać, ponieważ AI przenosi się z laboratoriów badawczych do rzeczywistych zastosowań.
Ten rok stanowi kluczowy moment w tej historii, ponieważ główne firmy technologiczne inwestują w budowę infrastruktury – nie w celu zaspokojenia przewidywanego popytu, ale raczej w celu dotrzymania obecnych zobowiązań wobec klientów. Giganci technologiczni Amazon (NASDAQ: AMZN), Alphabet, Microsoft i Meta Platforms planują wydać prawie 700 miliardów dolarów na ten wzrost w 2026 roku.
Czy AI stworzy pierwszego bilionera na świecie? Nasz zespół właśnie opublikował raport o jednej mało znanej firmie, nazwanej "niezbędnym monopolistą", dostarczającej krytyczną technologię, której potrzebują zarówno Nvidia, jak i Intel. Czytaj dalej »
W tym kontekście moja prognoza jest taka, że akcje infrastruktury AI przewyższą S&P 500 w tym roku. Przyjrzyjmy się pełnej historii.
Zaczniemy od omówienia infrastruktury AI. Czym ona dokładnie jest? Obejmuje ona wszystkie elementy, które umożliwiają trenowanie i wykorzystanie AI, od chipów po serwery, sprzęt sieciowy i kompletne centra danych. Giganci technologiczni, o których wspomniałem powyżej, są graczami infrastrukturalnymi, podobnie jak gigant chipowy Nvidia i potentat sieciowy Broadcom. A to tylko kilka przykładów.
Teraz rozważmy, co się wydarzyło do tej pory w tym boomie AI. Kilka lat temu inwestorzy zaczęli kupować akcje AI, zdając sobie sprawę z potencjału tej technologii. Stosowana na różne sposoby, w różnych branżach i w naszym codziennym życiu, AI może pomóc firmom i osobom prywatnym oszczędzać czas i pieniądze – i stać się bardziej innowacyjnymi. To wszystko są fantastyczne wiadomości dla zysków korporacyjnych. Zwycięzcami będą firmy, które rozwijają i sprzedają AI, a także te, które jej używają, a inwestorzy chcieli obstawiać tych graczy tak wcześnie, jak to możliwe.
Pierwsze etapy AI obejmowały trenowanie dużych modeli językowych, a firmy infrastrukturalne wyraźnie na tym skorzystały, ponieważ klienci masowo zwracali się do nich po chipy, serwery i inne produkty i usługi. Pomogło to firmom takim jak Nvidia i Broadcom odnotować kwartał po kwartale gwałtowny wzrost przychodów.
Ale trenowanie nie jest jednorazowym wydarzeniem. Jest to zadanie, które będzie kontynuowane, a ponadto te świeżo wytrenowane modele będą następnie wykorzystywane do rozwiązywania rzeczywistych problemów. Tutaj potrzebują chipów, sprzętu sieciowego i więcej, aby pomóc im w procesie "myślenia", tak aby mogły rozwiązać te problemy.
W miarę jak te modele będą stosowane częściej i w bardziej wyrafinowany i precyzyjny sposób, firmy będą potrzebować więcej produktów i usług oferowanych przez szeroki zakres firm infrastrukturalnych.
Cały ten proces zaczyna nabierać tempa właśnie teraz. Amazon niedawno podał przykład, mówiąc o swoich planach wydatków – firma prognozuje wydatki kapitałowe w wysokości 200 miliardów dolarów w tym roku na potrzeby klientów Amazon Web Services (AWS). AWS jest największym na świecie dostawcą usług chmurowych, oferującym produkty i usługi związane z AI i nie tylko. Firma twierdzi, że zamierza spieniężyć znaczną część tej inwestycji w ciągu najbliższych dwóch lat, biorąc pod uwagę obecne umowy z klientami.
Ostatnie komunikaty od producentów chipów, firm sieciowych i innych gigantów centrów danych były takie same: Popyt na przepustowość AI rośnie w zawrotnym tempie. Sugeruje to, że firmy te będą nadal odnotowywać gwałtowny wzrost w nadchodzących kwartałach. A raporty, które widzieliśmy do tej pory w tym kwartale, potwierdzają tę ideę. Alphabet, Amazon i Meta napędziły wzrost zysków S&P 500 do ponad 27%, co byłoby najwyższym poziomem od 2021 roku, napisał starszy analityk ds. zysków FactSet, John Butters, w nocie z 4 maja.
Tymczasem Morningstar sugeruje, że akcje AI są notowane z największym dyskontem od siedmiu lat, według raportu CNBC.
Spojrzenie na cenę kilku gigantów AI w stosunku do prognoz zysków pokazuje, że wycena faktycznie znacznie spadła.
Tymczasem wchodzimy w nową fazę wzrostu AI: Dziś i w przyszłości firmy wykorzystują AI, co przekłada się na silne wzrosty przychodów dla graczy infrastrukturalnych. A główne inwestycje graczy infrastrukturalnych w przepustowość, oparte na zobowiązaniach klientów, sugerują, że ta szansa na przychody będzie duża.
Ten wzrost, wraz z atrakcyjnymi wycenami, może skłonić inwestorów do wejścia w akcje AI – widzieliśmy już pewien impet w ostatnich tygodniach – i dlatego moja prognoza jest taka, że ci gracze infrastrukturalni przewyższą rynek w 2026 roku.
Czy kiedykolwiek czułeś, że przegapiłeś okazję na zakup najbardziej udanych akcji? W takim razie będziesz chciał to usłyszeć.
W rzadkich przypadkach nasz zespół ekspertów analityków wydaje rekomendację akcji typu „Double Down” dla firm, które ich zdaniem mają się rozwinąć. Jeśli martwisz się, że już przegapiłeś okazję do inwestycji, teraz jest najlepszy czas na zakup, zanim będzie za późno. A liczby mówią same za siebie:
Nvidia: jeśli zainwestowałbyś 1000 $, kiedy podwoiliśmy stawkę w 2009 roku, miałbyś 558 200 $! Apple: jeśli zainwestowałbyś 1000 $, kiedy podwoiliśmy stawkę w 2008 roku, miałbyś 55 853 $! Netflix: jeśli zainwestowałbyś 1000 $, kiedy podwoiliśmy stawkę w 2004 roku, miałbyś 471 827 $!*
Obecnie wydajemy alerty „Double Down” dla trzech niesamowitych firm, dostępnych po dołączeniu do Stock Advisor, i może nie być już takiej szansy.
**Wyniki Stock Advisor na dzień 10 maja 2026 r. *
Adria Cimino posiada udziały w Amazon i Oracle. The Motley Fool posiada udziały i poleca Alphabet, Amazon, Broadcom, Meta Platforms, Microsoft, Nvidia i Oracle. The Motley Fool ma politykę ujawniania informacji.
Przedstawione poglądy i opinie są poglądami autora i niekoniecznie odzwierciedlają poglądy Nasdaq, Inc.
Cztery wiodące modele AI dyskutują o tym artykule
"Akcje infrastrukturalne pozostają jedyną niezawodną grą, ale tylko jeśli inwestorzy priorytetowo traktują efektywność przepływów pieniężnych ponad surowymi, spekulacyjnymi danymi o wydatkach kapitałowych, które obecnie dominują w narracji."
Artykuł myli ogromne wydatki kapitałowe z gwarantowaną przyszłą rentownością, co jest niebezpiecznym założeniem w intensywnych kapitałowo cyklach sprzętowych. Chociaż wydatki w wysokości 700 miliardów dolarów są realne, strategia „zbuduj to, a oni przyjdą” zakłada liniową ścieżkę do monetyzacji, która ignoruje potencjalne opóźnienia w adopcji AI w przedsiębiorstwach. Jeśli wskaźniki wykorzystania GPU osiągną plateau lub jeśli firmy oferujące oprogramowanie jako usługę (SaaS) nie wykażą znaczącego wzrostu marży z integracji AI, będziemy mieli do czynienia z klasycznym nadmiarem podaży. Pozostaję optymistą co do warstwy infrastrukturalnej, w szczególności Broadcom (AVGO) i Nvidia (NVDA), ale tylko jeśli inwestorzy skupią się na konwersji wolnych przepływów pieniężnych, a nie na wzroście przychodów z najwyższego poziomu, który jest obecnie sztucznie zawyżany przez wewnętrzne subsydia krzyżowe wśród Magnificent Seven.
Głównym ryzykiem jest „klif wydatków kapitałowych”, gdzie giganci technologiczni, pod presją inwestorów domagających się wyższych dywidend lub wykupów akcji, nagle ograniczają wydatki, jeśli zwrot z inwestycji z tytułu zwiększenia przychodów napędzanych przez AI pozostanie nieuchwytny do 2026 roku.
"Zobowiązane wydatki kapitałowe w wysokości 700 miliardów dolarów zapewniają 2-3 letnie pozytywne trendy przychodowe dla NVDA i AVGO, pozycjonując je do osiągnięcia wyników o 2x lepszych niż S&P w 2026 roku, jeśli wnioskowanie zostanie spieniężone zgodnie z prognozą."
Projekcja artykułu dotycząca wydatków kapitałowych w wysokości 700 miliardów dolarów ze strony AMZN, MSFT, GOOG, META na rok 2026 (z uwagą na niespójność z „tym rokiem”) sygnalizuje silny popyt na AI, napędzając rozwój Blackwell firmy NVDA i wzrost sieci firmy AVGO, przy czym zyski z pierwszego kwartału już pokazują 27% wzrost zysku na akcję S&P ze strony Big Tech. Obciążenia związane z wnioskowaniem (inference workloads) przedłużą cykl poza szkoleniem, wspierając wzrost o 30-50% dla liderów infrastruktury w porównaniu do 10-15% dla S&P. Wyceny zostały zresetowane – NVDA przy około 40x forward P/E przy prognozie EPS ponad 50% wygląda rozsądnie po korekcie. Zakłada to jednak płynne wykonanie w warunkach ograniczeń podaży.
Masowe wydatki kapitałowe hiperskalatorów mogą prowadzić do nadpodaży, jeśli zwrot z inwestycji w AI rozczaruje lub adopcja w przedsiębiorstwach spowolni, co przypomina bańkę telekomunikacyjną, gdzie nadmierna budowa infrastruktury zniszczyła zwroty. Wąskie gardła w sieci energetycznej (np. USA potrzebują ponad 100 GW nowej mocy) mogą opóźnić realizację planów na 2026 rok, ograniczając potencjał wzrostu.
"Artykuł myli utrzymujące się wydatki kapitałowe z przyspieszającymi wydatkami kapitałowymi i zakłada, że obecne wyceny nie uwzględniają jeszcze cyklu wydatków w wysokości 700 miliardów dolarów."
Artykuł myli dwa odrębne zjawiska: (1) podwyższone wydatki kapitałowe hiperskalatorów, które są realne i udokumentowane, oraz (2) założenie, że przekłada się to na ponadprzeciętne zwroty z akcji. Kwota 700 miliardów dolarów jest dokładna, ale myląca – nie jest to przyrost w stosunku do poprzednich lat; jest to kontynuacja trendu, który jest już uwzględniony w cenie. Nvidia handluje przy około 30x forward P/E; Broadcom ~25x. „Największy dyskont od siedmiu lat” według Morningstar jest wybiórczy – te mnożniki pozostają o 40-60% powyżej poziomów z 2019 roku. Artykuł myli również popyt na infrastrukturę z zwrotami z akcji infrastrukturalnych. Jeśli wydatki kapitałowe są zobowiązane, ale marże się kurczą z powodu konkurencji (AMD zyskuje udział, lub niestandardowe chipy erodują przewagę Nvidia), akcje infrastrukturalne osiągają gorsze wyniki pomimo silnych przychodów. Krytycznie brakuje: co się stanie, jeśli zwrot z inwestycji w AI nie zmaterializuje się, a hiperskalatorzy ograniczą wydatki w latach 2027-28.
Jeśli wydatki kapitałowe faktycznie odzwierciedlają zablokowane zobowiązania klientów do 2027 roku, a obciążenia związane z wnioskowaniem skalują się szybciej niż oczekiwano, akcje infrastrukturalne mogą zostać przewartościowane. Ale artykuł nie dostarcza żadnych dowodów na „zablokowane” zobowiązania – to spekulacja przedstawiana jako fakt.
"Fala wydatków kapitałowych na AI jest cykliczna i może osiągnąć szczyt w 2026 roku, ryzykując spowolnienie przychodów i kompresję mnożników, nawet jeśli adopcja AI pozostanie nienaruszona."
Skierowanie się na infrastrukturę AI, aby pokonać S&P 500, opiera się na narracji wzrostu: AWS i hiperskalatory nakarmią wieloletni cykl wydatków kapitałowych, z około 700 miliardami dolarów przeznaczonymi na rok 2026. Implikacja jest przekonująca dla Nvidia, Broadcom i konkurentów chmurowych, ponieważ szkolenie modeli przechodzi do wdrażania. Jednak czai się niedźwiedzi scenariusz: wydatki kapitałowe na AI są bardzo cykliczne i nierówne, a wzrost przychodów zależy od utrzymującej się adopcji AI i siły cenowej w cyklu intensywnym kapitałowo. Jeśli wzrost chmury spowolni, marże się skurczą z powodu wzrostu kosztów przepustowości, energii i chłodzenia, a wyceny nie zrekompensują wolniejszego wzrostu przychodów. Potencjał wzrostu zależy od przechwycenia marży, a nie tylko od przychodów.
Najsilniejszy kontrargument: popyt na infrastrukturę AI jest front-loaded i wysoce cykliczny; szczyt cyklu wydatków kapitałowych może nadejść wcześniej niż oczekiwano, a wzrost chmury może spowolnić, powodując dezinflację wycen, nawet jeśli długoterminowa adopcja AI pozostanie nienaruszona.
"Teza o infrastrukturze AI ignoruje katastrofalne ryzyko ogonowe związane z ekstremalną koncentracją łańcucha dostaw na Tajwanie."
Claude ma rację, wskazując na błędne rozumowanie dotyczące „zablokowanych” zobowiązań, ale wszyscy ignorują premię za ryzyko geopolityczne. Jeśli TSMC napotka nawet niewielkie zakłócenia na Tajwanie, cała teza o wydatkach kapitałowych w wysokości 700 miliardów dolarów dla Nvidii i Broadcom wyparuje, niezależnie od zwrotu z inwestycji w oprogramowanie. Stawiamy globalną gospodarkę na wysoce skoncentrowanym łańcuchu dostaw. „Klif wydatków kapitałowych” to nie tylko kwestia zwrotu z inwestycji; to kwestia kruchości fizycznego łańcucha dostaw, której nikt tutaj w pełni nie uwzględnił w swoich modelach wyceny.
"Powiązane ograniczenia łańcucha dostaw i energii mogą zmusić hiperskalatorów do przekierowania 700 miliardów dolarów wydatków kapitałowych z GPU na infrastrukturę energetyczną."
Gemini słusznie podnosi ryzyko związane z Tajwanem, ale łączy je niewystarczająco z punktem Groka dotyczącym sieci energetycznej – fabryki TSMC również zużywają dużo energii, a subsydia z amerykańskiej ustawy CHIPS nie rozwiążą opóźnień w transmisji wymagających 5-7 lat (dane FERC). Jeśli centra danych będą stanowić 8% amerykańskiej energii elektrycznej do 2030 roku (EIA), hiperskalatory będą racjonować wydatki kapitałowe między GPU a generatorami, co wpłynie na wolumeny Blackwell firmy NVDA w 2026 roku w warunkach 20-30% inflacji kosztów energii.
"Ryzyko koncentracji łańcucha dostaw (TSMC) przeważa nad ryzykiem sieci energetycznej jako wiążącego ograniczenia do 2026 roku."
Grok myli dwa odrębne ograniczenia – energię i łańcuch dostaw – ale pomija ryzyko sekwencyjne. Najpierw osiągnięta zostanie przepustowość TSMC (2025-26), a następnie wąskie gardła w sieci energetycznej (2027+). Jeśli dojdzie do zakłóceń na Tajwanie, zanim pojawią się plany produkcji w USA, hiperskalatory nie będą w stanie wystarczająco szybko zastąpić krajowej przepustowości. Inflacja kosztów energii ma znaczenie tylko wtedy, gdy istnieją chipy do zasilania. Wydatki kapitałowe w wysokości 700 miliardów dolarów staną się bezużyteczne, jeśli TSMC się potknie, zanim Intel/Samsung wypełnią lukę. Nikt nie modelował tego dokładnie.
"Ryzyka związane ze zwrotem z inwestycji i czasem, a także polityka/geopolityka, mają większe znaczenie niż nagłówek dotyczący wydatków kapitałowych; zakłócenie opóźniłoby wzrost i zmniejszyłoby zwroty dla NVDA/AVGO."
Gemini podkreśla ryzyko Tajwanu, ale argument traktuje je jako binarne przeszkody, a nie ryzyko czasowe/zwrotu z inwestycji. Hiperskalatory mogą dywersyfikować dostawców i rozkładać wydatki kapitałowe; zakłócenie opóźniłoby, a nie zniszczyłoby cykl. Większym brakującym elementem jest polityka/geopolityka (kontrole eksportu, subsydia, ograniczenia półprzewodników) i wrażliwość na zwrot z inwestycji; jeśli zwrot z inwestycji ostygnie lub kontrole uderzą, wzrost w 2026 roku może się opóźnić, zmniejszając skorygowane o ryzyko zwroty z NVDA/AVGO bardziej niż sugeruje surowa linia wydatków kapitałowych.
Panel jest w dużej mierze niedźwiedzi co do tezy o wydatkach kapitałowych na AI w wysokości 700 miliardów dolarów, powołując się na potencjalne opóźnienia w adopcji AI, kompresję marż z powodu konkurencji, cykliczność wydatków kapitałowych na AI i ryzyka geopolityczne, takie jak zakłócenia w łańcuchu dostaw na Tajwanie.
Silny popyt na infrastrukturę AI, wspierający wzrost firm takich jak Nvidia i Broadcom.
Ryzyka geopolityczne, w szczególności zakłócenia w łańcuchu dostaw na Tajwanie, oraz cykliczna natura wydatków kapitałowych na AI.