Czterdzieści bilionów dolarów długu przytłacza, ale szał budowy infrastruktury AI trwa dalej! Bilionowe tsunami przedłuża supercykl mocy obliczeniowej

Według aplikacji Stock Market Intelligence APP, zespół prowadzony przez doświadczonego stratega z Wall Street, Andrew Sheets’a z Morgan Stanley, niedawno oświadczył, że rząd USA zgromadził około 40 bilionów dolarów długu federalnego, ale stale rosnący dług publiczny jak dotąd nie powstrzymał historycznej fali zadłużania się spółek technologicznych związanych ze sztuczną inteligencją i nie osłabił odporności wydatków amerykańskich gospodarstw domowych.

Oznacza to, że zdaniem zespołu strategów z Morgan Stanley, 40 bilionów dolarów federalnego długu USA nie wywołało jeszcze „wytłoczenia kredytowego” w sektorze przedsiębiorstw i gospodarstw domowych — w szczególności współczynnik dźwigni przedsiębiorstw pozostaje stabilny, emisje obligacji mogą osiągnąć rekordowe poziomy, obciążenie długiem gospodarstw domowych jest niższe niż w roku 2000 oraz 2019, a jeszcze silniejsze wydatki konsumpcyjne i zyski firm nadal kompensują negatywny wpływ wzrostu stóp procentowych/krzywej rentowności obligacji na amerykański rynek akcji i światowe giełdy. Długoterminowe obligacje o wysokiej jakości inwestycyjnej w USA przynoszą stopę zwrotu 6,2%, a rentowność 30-letnich obligacji skarbowych USA przewyższa przewidywaną inflację o około 300 punktów bazowych, co podnosi koszt alternatywny inwestowania w akcje; sytuację, w której „zarówno obligacje, jak i akcje rosną”, może zakończyć nie sama wielkość długu, lecz wysokie koszty finansowania prowadzące w końcu do spowolnienia wzrostu zysków firm.

40 bilionów dolarów długu USA jeszcze nie zamknęło kanałów kredytowych dla przedsiębiorstw, co oznacza, że obecny „supercykl AI mocy obliczeniowej” napotyka na „wzrost kosztów finansowania”, a nie „wyczerpanie podaży finansowania”. Udział zadłużenia przedsiębiorstw w PKB USA jest zbliżony do poziomu sprzed dekady i znacząco niższy niż przed pandemią, Morgan Stanley nadal przewiduje rekordowe emisje obligacji korporacyjnych w bieżącym roku; zadłużenie gospodarstw domowych stanowi około 67% PKB, co nie jest poziomem skrajnym, a odporność konsumpcji nadal wspiera zyski przedsiębiorstw.

Dlatego operatorzy chmur na ogromną skalę (tzw. Hyperscalers), laboratoria AI światowej klasy jak Anthropic i OpenAI oraz twórcy centrów danych nowej generacji zarządzani przez nową siłę „chmurową” mogą nadal korzystać z obligacji inwestycyjnych, finansowania projektowego oraz prywatnych kredytów, łącząc przewidziane w przyszłości niemal nieograniczone przychody z Token’ów oraz faktyczne przepływy gotówkowe generowane przez subskrypcje produktów AI, wywołań API i usługi cloud, z silnym portfelem zamówień na GPU AI, szafy serwerowe, komponenty HBM/DRAM/NAND, CPU centrów danych oraz systemy optycznej komunikacji i infrastruktury energetycznej czy systemy chłodzenia cieczą. Amerykański dług przekroczył 40 bilionów dolarów, ale jeszcze nie wywołał klasycznego „efektu wyparcia” z sektora prywatnego.

Oznacza to, że 40 bilionów dolarów długu nie zakończyło fali inwestycji w infrastrukturę mocy AI, wręcz przeciwnie — infrastruktura AI weszła w „drugi etap, w którym kredyt jest dostępny, ale kapitał drogi”, a przez kolejne 2–3 lata bardzo prawdopodobne jest utrzymanie intensywnego cyklu inwestycji w te technologie.

W warunkach otwartego rynku kapitałowego, operatorzy chmur mogą emitować obligacje inwestycyjne w oparciu o bilans, laboratoria AI mogą zdobywać kapitał dzięki udziałom, zobowiązaniom zakupu mocy obliczeniowej i gwarancjom stron trzecich, a developersi centrów danych korzystają z długoterminowych umów najmu, kontraktów energetycznych oraz aktywów projektowych dla pozyskania projektowego finansowania lub kredytów prywatnych; te środki ostatecznie przekształcają się w zamówienia na GPU, HBM, komunikację optyczną, systemy zasilania i chłodzenia, natomiast źródłem spłaty długów są rzeczywiste przepływy gotówkowe z subskrypcji AI, wywołań API i usług cloud, a nie wyłącznie gwałtownie rosnące oczekiwania względem przyszłych przychodów Token.

Według prognozy Goldman Sachs, duże spółki technologiczne w latach 2025–2030 poniosą łącznie wydatki inwestycyjne rzędu 5,3 biliona dolarów; udział finansowania dłużnego w wydatkach kapitałowych AI może wzrosnąć z około 33% w 2026 r. do 35% w 2027 r., a tylko w 2026 roku operatorzy chmur mogą wyemitować bezpośrednio obligacje za około 250 miliardów dolarów, nie licząc projektowego finansowania. Te prognozy i trend infrastruktury mocy AI wskazują, że 40 bilionów dolarów długu USA jeszcze nie zamknęło bram ekspansji kredytowej dla przedsiębiorstw; obligacje inwestycyjne, długoterminowe najmy wspierające finansowanie projektowe, kredyty prywatne oraz gwarancje dostawców nadal wspólnie napędzają rozwój aktywów mocy obliczeniowej.

40 bilionów dolarów długu ciśnie na USA, ale fala finansowania przedsiębiorstw wciąż nie ustępuje! Morgan Stanley: Prawdziwe zagrożenie dla amerykańskich akcji tkwi nie w stopach, lecz w spowolnieniu zysków

Około połowa długu federalnego USA narosła w ciągu ostatniej dekady, a udział długu rządowego w PKB największych światowych gospodarek również wzrósł. Z wyjątkiem Wielkiej Brytanii, szacuje się, że deficyty budżetowe na świecie pozostaną na wysokim poziomie przez długi czas, podtrzymując dużą skalę rządowego zadłużenia.

Mimo rosnących stóp referencyjnych i dochodów z długoterminowych obligacji skarbowych, bilanse przedsiębiorstw nadal wykazują znaczną odporność. Stosunek zadłużenia firm do PKB USA nie zmienił się znacznie względem dekady wcześniej i pozostaje wyraźnie niższy niż przed pandemią; jednocześnie, zespół strategów kredytowych Morgan Stanley nadal przewiduje rekordową emisję obligacji korporacyjnych w bieżącym roku. Sheets stwierdził, że nie należy oczekiwać, aby wzrost stóp zwrotu zatrzymał obecny, bezprecedensowy boom finansowania związanego z AI.

Stan finansowy amerykańskich gospodarstw domowych także pozostaje stosunkowo zdrowy. Dług gospodarstw domowych obecnie odpowiada około 67% PKB USA, co jest mniej niż ok. 70% w roku 2000 i ok. 74% przy rekordowym poziomie w 2019 roku. Sheets zauważa, że mimo wzrostu stóp procentowych i rentowności długoterminowych obligacji USA, wydatki gospodarstw domowych nadal są odporne.

Dla rynków finansowych kluczowe i bardziej poważne jest pytanie, czy stopy zwrotu/stopa referencyjna w końcu wzrosną na tyle, aby skłonić inwestorów do masowego przenoszenia kapitału z akcji do obligacji. Dane Morgan Stanley pokazują, że obecnie 30-letnia krzywa rentowności obligacji skarbowych USA oferuje około 300 punktów bazowych powyżej spodziewanej inflacji, a długoterminowe obligacje inwestycyjne USA przynoszą 6,2% zwrotu.

Jak dotąd, taki transfer kapitału nie był szeroko obserwowany. Mimo że rentowność 10-letnich obligacji USA wzrosła o około 50 punktów bazowych w tym roku, indeks S&P 500 — główny benchmark amerykańskich akcji — wzrósł w tym roku o 13%. W obliczu ogólnokrajowego boomu na AI, występującego od 2023 roku, silny wzrost zysków firm technologicznych pomaga akcjom utrzymać konkurencyjność wobec rosnących rentowności obligacji.

Dla zespołu strategów Morgan Stanley pod kierownictwem Sheets’a kluczowe pozostaje pytanie — czy w warunkach wysokich kosztów pożyczek amerykańskie akcje utrzymają odporność wzrostu zysków. Jeśli w przyszłości tempo wzrostu zysków wyraźnie zwolni, relacja między rosnącą krzywą rentowności długoterminowych obligacji USA a ogólną wyceną rynku akcji stanie się dużo ważniejsza.

Tokenowy konsumpcjonizm celuje w 24-krotność, 10 bilionów dolarów kapitału instytucjonalnego rozszerza się wzdłuż ograniczeń mocy AI! 40 bilionów długu USA nie zatrzymało globalnego ekspansji kredytowej

Ostatni, dziesięciobilionowy raport o pozycjach instytucjonalnych opublikowany przez Goldman Sachs pokazuje, że nie jest to „całkowite porzucenie wiary w AI”, lecz początek migracji kapitału z czołowych firm GPU w stronę „niezastąpionych wąskich gardeł infrastrukturalnych”. Statystyki Goldman Sachs obejmują 991 funduszy hedgingowych z łącznymi pozycjami akcjonarnymi o wartości 5,4 biliona dolarów, a także 504 duże aktywne fundusze mutual o aktywach akcyjnych 4,6 biliona dolarów.

Obie klasy kapitału wspólnie zwiększają pozycje w firmach takich jak Bloom Energy, Flex i Seagate Technology w segmentach produktów do magazynowania danych, łańcucha energetycznego centrów danych, produkcji serwerów i innych wąskich gardłach mocy AI, zyskując międzyinstytucjonalny konsensus. Wśród dziesięciu najpopularniejszych pozycji funduszy hedgingowych dziewięć jest związanych z AI, Amazon przez 11 kolejny kwartał znajduje się na pierwszym miejscu; fundusze mutual cechują się niedoważeniem w Nvidia i AMD względem benchmarku odpowiednio o 100 i 60 punktów bazowych, co oznacza, że transakcje AI nie osiągnęły jeszcze maksymalnego poziomu całego rynku, lecz potencjalna zwiększona ekspozycja musi być poparta realnymi zyskami, a nie wyłącznie tematyczną gorączką.

Ta migracja i rotacja wynika z przejścia AI od „supercyklu chipów podstawowych mocy” do pełnego cyklu kapitałowego mocy AI: wzrost liczby GPU/TPU/AI ASIC automatycznie wzmacnia zapotrzebowanie na serwery, pamięć operacyjną, komponenty pamięci NAND klasy enterprise, przełączniki Ethernet, moduły optyczne, komunikację optyczną centrów danych, szybkie konektory, szyny serwerowe, systemy chłodzenia i zasilania; im większe klastry treningowe i inferencyjne, tym więcej portów, wyższa wartość pojedynczej szafy i skomplikowanie połączeń.

Morgan Stanley przewiduje, że do 2028 roku niemal 3 biliony dolarów inwestycji w AI przejdą przez światową gospodarkę, a ponad 80% wydatków jest jeszcze przed nami. Najnowsze szacunki Goldman Sachs pokazują, że globalny kapitalny model wydatków AI wzrośnie z 765 miliardów dolarów rocznie w 2026 r. do 1,6 biliona dolarów rocznie w 2031 r., zaś skumulowane wydatki kapitałowe w latach 2026–2031 sięgną 7,6 biliona dolarów; zapotrzebowanie na moc centrów danych w USA wzrośnie z 31 GW w 2025 r. do 66 GW w 2027 r., co bezpośrednio rozszerzy inwestycje w infrastrukturę AI na CPU serwerów, DRAM/NAND/HBM, zaawansowane technologie opakowań, chłodzenie cieczą, sprzęt energetyczny, transformatory, turbiny gazowe, urządzenia sieciowe, REITs centrów danych i budownictwo inżynieryjne.

Kluczowa wartość dodana po stronie popytu pochodzi z tego, że AI przechodzi od „odpowiadania na pytania” do „wykonywania workflow”: agent potrzebuje ciągłego planowania, korzystania z narzędzi, weryfikacji wyników, powtarzania przy nieudanych próbach, a zużycie Tokenów na pojedyncze zadanie może sięgnąć 10, 20, a nawet 50 razy więcej niż klasyczne zapytanie czatowe; modele świata rozszerzają granicę mocy obliczeniowej z tekstu do robotyki, symulacji przemysłowych i systemów fizycznych. Oficjalna prognoza Goldman Sachs mówi, że do 2030 roku globalna konsumpcja Tokenów może wzrosnąć 24-krotnie, osiągając 1,2 biliarda Tokenów miesięcznie; równocześnie jednostkowy koszt Tokenów inferencyjnych spada o 60–70% rocznie, tworząc efekt Jevonsa („spadek kosztów — ekspansja zastosowań — wzrost popytu ogółem”).

40 bilionów dolarów długu nie zakończyło fali inwestycji AI, a wręcz wprowadziło branżę w „drugi etap: kredyt otwarty, kapitał droższy”. Rentowność 30-letnich obligacji USA wynosi około 5,23%, długoterminowe obligacje korporacyjne o wysokiej jakości inwestycyjnej — 6,2%, co oznacza, że każdy projekt AI musi udowodnić, że jego wewnętrzna stopa zwrotu (IRR) pokrywa rosnące koszty kapitału; w konsekwencji dalszy kapitał nie popłynie bez rozróżnienia do wszystkich „akcyjnych konceptów”, lecz preferencyjnie do liderów łańcucha AI: klastrów GPU, pamięci HBM/DRAM/NAND, szybkich sieci centrów danych i komunikacji optycznej oraz operatorów nowej generacji „chmurowej”. Jeśli komercjalizacja Tokenów będzie realizowana, fala finansowania przedsiębiorstw wydłuży cykl inwestycji AI; jeśli zyski zwolnią lub długoterminowa rentowność obligacji będzie ponownie gwałtownie rosnąć pod presją „obligacyjnych szeryfów”, wysoko zadłużeni operatorzy „chmurowi” i projekty zależne od zewnętrznych gwarancji jako pierwsze odczują podwójny cios: spadek wyceny i wiarygodności kredytowej.