S&P 500 osiąga rekordowe szczyty, ale kryje się zagrożenie: koszty mocy obliczeniowej AI po cichu podważają fundamenty hossy

Rekordowa hossa na rynku amerykańskim stoi w obliczu strukturalnego zagrożenia, które jest niedoceniane przez rynek — gwałtownie rosnące koszty obliczeniowe sztucznej inteligencji stopniowo podkopują rentowność ogromnych firm zajmujących się chmurą obliczeniową, a wśród obserwatorów narastają poważne wątpliwości, czy olbrzymie inwestycje w AI znajdą wystarczająco silne wsparcie popytu.

Tempo wzrostu kosztów data center wyraźnie przekracza tempo wzrostu przychodów. Microsoft przypisuje 25 miliardów dolarów wydatków inwestycyjnych w 2026 roku wzrostowi cen części, a Mark Zuckerberg, CEO Meta, wyrażał podobne obawy, podwyższając w połowie roku zakres planowanych wydatków. W tym roku ponad 700 miliardów dolarów przeznaczonych na infrastrukturę AI jest w coraz większym stopniu konsumowanych przez rosnące wydatki.

Optymistyczna narracja związana z AI była istotnym motorem napędzającym kolejne rekordy S&P 500. Jednak wraz z niepewnymi perspektywami popytu i utrzymującym się spadkiem wolnych przepływów pieniężnych, fundament tej logiki zaczyna się chwiać.

Według danych Nomura Equities, 10 spółek odpowiada za 69% ze wzrostu S&P 500 o niemal 20% od tegorocznego dołka; szacunki Goldman Sachs wskazują, że inwestycje powiązane z AI napędzają około 40% wzrostu zysków na akcję w indeksie na rok 2026. Gdyby ten impuls AI osłabł, rynek stanąłby przed pustką bez wystarczającego wsparcia dla zysków.

Gwałtowny wzrost kosztów pamięci — ekspansja mocy obliczeniowej napotyka barierę cenową

Główny nacisk na wzrost kosztów infrastruktury AI skupia się na pamięci. Według danych SemiAnalysis, odsetek wydatków inwestycyjnych gigantów chmury obliczeniowej na pamięć wzrósł z 8% w 2023 roku do prawie jednej trzeciej; napędza to rosnące zapotrzebowanie na DRAM przez kolejne generacje GPU, co powoduje gwałtowniejszą krzywą kosztów.

Nierównowaga podaży i popytu spowodowała, że ceny chipów pamięci znacząco wzrosły. Micron wskazuje, że popyt na chipy pamięci jest tak ogromny, iż niektórzy klienci otrzymują tylko 50% tego, czego potrzebują. Pozwoliło to firmie zwiększyć ceny DRAM o około 60% i NAND o około 70%.

Niedobór energii dodatkowo potęguje barierę ekspansji. Według badań RBC, uzyskanie zgody na podłączenie do sieci elektrycznej zajmuje obecnie około 55 miesięcy, podczas gdy czas budowy data center wynosi tylko około dwóch lat. Microsoft wchodząc w rok 2026 ma już niezrealizowane zamówienia Azure o wartości 80 miliardów dolarów, właśnie z powodu oczekiwania GPU na dostęp do energii. Dostawca energii PJM informuje, że w ciągu dwóch lat ceny prądu dla centrów danych wzrosły ponad dziesięciokrotnie, wskutek rosnącego zapotrzebowania.

Wyczerpanie wolnych przepływów pieniężnych — giganci chmury obliczeniowej zwracają się ku finansowaniu długiem

Gwałtowne zwiększenie wydatków inwestycyjnych wyraźnie ogranicza przestrzeń finansową gigantom chmury obliczeniowej. Według szacunków Pimco, w ciągu najbliższych dwóch lat nakłady inwestycyjne pochłoną 94% operacyjnych przepływów pieniężnych tych firm, a wolne przepływy pieniężne gwałtownie maleją.

Ta zmiana fundamentalnie przeobraża ryzyko rynkowe tych przedsiębiorstw. Firmy, które były stabilnym źródłem buybacków akcji, obecnie polegają na rynkach kredytowych, aby finansować swoje wydatki. To nie tylko zaostrza warunki finansowe, lecz także oznacza, że obecne mnożniki wyceny akcji nie odzwierciedlają w pełni tej zmiany ryzyka.

Aktualnie silny wzrost przychodów z chmury obliczeniowej i AI częściowo maskuje te presje, lecz czy ten kamuflaż pozostanie, zależy od tego, czy popytowy front będzie mógł nadążyć za ekspansją podaży.

Niepewność co do perspektyw popytu na AI — trudności w domknięciu luki monetyzacyjnej

Założenie, że popyt na AI jest praktycznie "nieograniczony", jest coraz częściej kwestionowane. Gartner przewiduje, że do końca 2027 roku ponad 40% projektów AI z zakresu inteligentnych agentów zostanie anulowanych z powodu rosnących kosztów, niejasnej rentowności inwestycji i niewystarczającej kontroli ryzyka. Badania S&P Global pokazują, iż w ciągu 12 miesięcy do października ubiegłego roku 42% firm porzuciło większość swoich projektów AI zanim osiągnęły one etap produkcji.

Rozmiar luki w monetyzacji również budzi niepokój. Bain szacuje, że obecna skala budowy data center wymaga rocznych przychodów na poziomie 2 bilionów dolarów do 2030 roku, aby zwrócić koszty, podczas gdy trzy lata po premierze ChatGPT przychody AI sięgają tylko około 20 miliardów dolarów. Równocześnie Forrester przewiduje, że firmy przesuną jedną czwartą zaplanowanych wydatków na AI na 2027 rok, a mniej niż jedna trzecia jest w stanie połączyć inwestycje w AI z realną poprawą zysków.

Ponadto platformy AI, takie jak OpenAI czy Anthropic, pod presją IPO będą zmuszone do porzucenia strategii zdobywania użytkowników poniżej kosztów, a skoncentrują się na rentowności. Oznacza to, że znaczna część obecnego popytu na obliczenia AI może po prostu zniknąć.

Wysokie wyceny — margines błędu jest niezwykle ograniczony

Obecne wyceny rynkowe niemal nie pozwalają na żadne negatywne niespodzianki w zakresie zysków. S&P 500 ma obecnie wskaźnik P/E na poziomie około 21x przyszłych zysków, przewyższając długoterminową średnią. Według badań Allianz, wycena segmentu AI zbliża się do 25x EV/EBITDA, przekraczając poziom wycen sektora telekomunikacyjnego w szczycie bańki internetowej w 2000 roku.

W tym otoczeniu wycen, korekta zysków oddziałuje zwielokrotnione przez efekt spadku mnożników. Na przykładzie "Magnificent Seven", redukcja zysków na akcję o 10% połączona z przemodelowaniem P/E oznacza istotne obciążenie dla całego indeksu.

Aby uruchomić to ryzyko, nie potrzeba kryzysu systemowego — wystarczy, że któryś z głównych gigantów chmury, na skutek słabego popytu, obniży przewidywane wydatki inwestycyjne na rok 2027, by obecna logika handlu AI została gwałtownie zburzona.

Warto zauważyć, że wewnątrz rynku pojawiają się już symptomy rotacji liderów wzrostu; równoważony indeks S&P 500 ostatnio przewyższa indeks ważony według kapitalizacji. Jeżeli jednak impuls AI wygaśnie zanim inne segmenty rynku zdążą pokazać wyraźny wzrost zysków, cały indeks stanie przed ryzykiem braku fundamentów podtrzymujących rentowność. Ta perspektywa coraz wyraźniej wskazuje na konieczność wcześniejszego zabezpieczania zysków z akcji.