AI „kapitałowa gra”: gdy wielkim firmom zaczyna brakować „przepływów pieniężnych z działalności operacyjnej”

Wyścig zbrojeń w zakresie infrastruktury AI wciąga gigantów technologicznych w bezprecedensowy kryzys finansowania — przepływy pieniężne z działalności operacyjnej nie są już w stanie pokryć wydatków kapitałowych. Wielkie firmy korzystają ze wszystkich dostępnych środków, takich jak wynajem, emisja obligacji, redukcja programu skupu akcji czy nawet emisja nowych akcji, aby zdobyć fundusze, podczas gdy skala zobowiązań pozabilansowych przekroczyła już 3,1 biliona dolarów. Rzeczywiste ryzyko finansowe związane z budową całej infrastruktury AI jest dużo większe niż sugerują liczby w sprawozdaniach finansowych.

Według Wind Trading Desk, 3 września, Morgan Stanley w swoim najnowszym raporcie badawczym stwierdził, że hyperscalerzy przewidują, iż nakłady kapitałowe w gotówce przekroczą 1,2 biliona dolarów w 2027 roku, podczas gdy całkowite przepływy pieniężne z działalności operacyjnej w tym samym okresie wyniosą tylko około 1 biliona dolarów — luka finansowa jest już otwarta. Wolne przepływy pieniężne (FCF) Amazona i Google stały się ujemne w drugim kwartale 2026 roku, a Meta przewiduje wejście w strefę ujemnych przepływów w kolejnym kwartale. Ten punkt zwrotny oznacza wejście inwestycji AI w nowy etap: zdolność do samofinansowania się jest zagrożona, zewnętrzne finansowanie przyspiesza na szeroką skalę.

Skala i złożoność tego procesu finansowania sprawia, że rynek staje się czujny. Morgan Stanley wskazuje, że hyperscalerzy wraz z Nvidia i Broadcom ujawnili już zobowiązania pozabilansowe oraz gwarancje na ponad 3,1 biliona dolarów, obejmujące wynajmy, zobowiązania zakupowe, gwarancje oraz różne struktury wsparcia kredytowego.

Jednocześnie kwestie księgowe związane z niedoszacowaniem wydatków kapitałowych i zawyżeniem wolnych przepływów pieniężnych przyciągają uwagę inwestorów — jeśli koszt finansowania nadal będzie rósł wraz ze skalą zobowiązań, kluczowym pytaniem dla całej branży stanie się, czy zwrot z nowych inwestycji w infrastrukturę AI pokryje koszt kapitału.

Przepływy pieniężne pod presją: intensywność inwestycji AI przekracza granice samofinansowania

Raport Morgan Stanley wskazuje, że obecnie hyperscalerzy reinwestują ponad 40% swoich przychodów w nakłady kapitałowe na AI, przy czym intensywność ta znacząco przekracza maksimum, które mogą utrzymać operacyjne przepływy pieniężne. Choć tradycyjne segmenty działalności tych spółek nadal pozostają wysoce rentowne, same wewnętrzne przepływy pieniężne nie są w stanie utrzymać obecnego tempa inwestycji.

Na osi czasu ta zmiana przyspiesza. Pod koniec 2025 roku hyperscalerzy zaczynają emitować obligacje; w 2026 roku finansowanie zarówno długiem, jak i kapitałem nabiera tempa.

Google zmniejszył roczny skup akcji z ponad 60 miliardów dolarów do zera, a w drugim kwartale 2026 roku wyemitował dodatkowe akcje o wartości 50 miliardów dolarów, łącznie generując ponad 110 miliardów dolarów na budowę infrastruktury AI — kosztem rozcieńczenia udziałów akcjonariuszy. Spółka przez ostatnią dekadę zmniejszyła liczbę akcji w obrocie o 13%, teraz ten trend się odwraca.

Dane Morgan Stanley pokazują, że sumaryczna wartość zobowiązań z tytułu długu i wynajmu hyperscalerów wzrosła do 770 miliardów dolarów. Udział hyperscalerów w emisji obligacji przedsiębiorstw inwestycyjnych pozafinansowych wzrósł z 2% w 2025 roku do 19% w 2026 roku, rola finansowania dłużnego dla wydatków kapitałowych AI staje się coraz bardziej wyraźna.

Pozabilansowe "ukryte długi": rzeczywiste ryzyko 3,1 biliona dolarów zobowiązań

Oprócz zobowiązań bilansowych jeszcze większe ryzyko kryje się poza bilansem.

Raport Morgan Stanley pokazuje, że hyperscalerzy zapewniają dostawcom i deweloperom centrów danych gwarancje wynajmu, zobowiązania zakupowe i różne formy wsparcia kredytowego, umożliwiając im pozyskanie finansowania i rozpoczęcie budowy nawet zanim zostaną faktycznie zapłacone środki lub potwierdzone zobowiązania przez hyperscalerów.

Konkretnie, hyperscalerzy oraz Nvidia zobowiązali się do jeszcze nie rozpoczętych płatności za wynajem o łącznej wartości 1,1 biliona dolarów (niezdyskontowanej), w tym: Microsoft 329 miliardów dolarów, Oracle 261 miliardów dolarów, Meta 279 miliardów dolarów, Amazon 137 miliardów dolarów, Google 85 miliardów dolarów.

Jednocześnie Nvidia, Broadcom oraz hyperscalerzy ujawnili zobowiązania zakupowe na łączną sumę 1,7 biliona dolarów — samo Google odpowiada za 707 miliardów dolarów.

Morgan Stanley uważa, że kluczową logiką tych struktur jest: gwarancja kredytowa hyperscalerów z ratingiem inwestycyjnym pozwala specjalnym podmiotom (SPV) uzyskać finansowanie na rynku prywatnych kredytów po niższym koszcie, a po zakończeniu budowy hyperscalerzy wynajmują takie obiekty.

Jednak bank ostrzega, że kontrakty te mają znaczenie strategiczne dopóki sytuacja podaży i popytu jest nienormalna — kiedy nastąpi normalizacja, firmy mogą stanąć w obliczu konieczności płacenia za zbędną moc produkcyjną lub renegocjowania warunków.

Księgowe zamglenie: niedoszacowanie wydatków kapitałowych, zawyżenie wolnych przepływów pieniężnych

Morgan Stanley szczególnie podkreśla, że obecne metody księgowe utrudniają inwestorom prawidłowe rozpoznanie rzeczywistego obciążenia finansowego budowy infrastruktury AI.

Najlepszym przykładem jest Microsoft. W ostatnim kwartale Microsoft ogłosił wydłużenie okresu użytkowania centrów danych z 15 do 25 lat, co spowodowało, że wiele umów wynajmu centrów danych przeszło z kategorii wynajmu finansowego do operacyjnego.

Ponieważ Microsoft uwzględnia w wolnych przepływach pieniężnych wydatki kapitałowe z wynajmu finansowego, ale wyklucza wynajem operacyjny, ta zmiana sprawia, że liczby dotyczące wydatków kapitałowych wydają się niższe, a wolne przepływy pieniężne wyższe — choć ekonomiczna istota się nie zmienia: wynajem nadal jest równoważny finansowaniu długiem budowy centrów danych.

Struktury SPV generują również luki księgowe. Meta i Google ujawniają, że ich SPV do budowy centrów danych nie są konsolidowane w okresie budowy, ponieważ obie firmy uznają, że nie są "głównymi beneficjentami" tych SPV — czyli nie mają władzy nad najważniejszą działalnością gospodarczą SPV.

Morgan Stanley twierdzi, że ta ocena nie jest stała: wraz ze wzrostem prawdopodobieństwa udzielenia wsparcia wartości rezydualnej, decyzja o konsolidacji może się zmienić w każdym momencie, wpływając na raportowane wskaźniki zadłużenia i prezentacje w bilansie.

Nowe narzędzia finansowania: zaliczki od klientów i "wypożyczanie bilansu" przez producentów chipów

Gdy tradycyjne źródła finansowania są bliskie wyczerpania, pojawiają się bardziej kreatywne struktury finansowania.

Oracle jako pierwszy wprowadza zaliczki od klientów jako źródło finansowania wydatków kapitałowych. W najnowszym kwartale Oracle ujawnia, że otrzymał 4,6 miliarda dolarów zaliczek od klientów do finansowania wydatków kapitałowych. Zaliczki te są wykazywane w bilansie jako przychody odroczone, ale ich charakter jest zbliżony do finansowania długiem — zaliczka jest otrzymywana wcześniej niż uznanie przychodu (ponad rok), a Oracle musi naliczać koszt odsetek według stopy odpowiadającej wskaźnikowi incremental borrowing rate. Obecnie rentowność obligacji Oracle 10-letnich i 30-letnich wynosi odpowiednio 6,9% i 7,9%, koszt odsetek od zaliczek klientów powinien być zbliżony do tych poziomów.

Producenci chipów oferują finansowanie klientom bez ratingu poprzez struktury SPV. Broadcom i Nvidia ogłosiły utworzenie chipowych SPV, które emitują obligacje, kupują chipy, a następnie wynajmują je laboratoriom AI bez ratingu, przy czym obie firmy oferują gwarancję wartości rezydualnej, by pokryć ryzyko niewypłacalności najemcy oraz przypadku, gdy sprzedaż chipów nie pozwala spłacić obligacji. Broadcom ogłosił, że ten instrument pozwoli sfinansować wydatki kapitałowe do 20 GW mocy obliczeniowej, Nvidia również wdrożyła podobną strukturę. Dzięki temu laboratoria AI bez ratingu mogą pozyskać chipy po kosztach zbliżonych do tych osiągalnych przez dostawców z ratingiem inwestycyjnym.

Morgan Stanley twierdzi, że producenci chipów muszą rozdzielić przychód między sprzedaż chipów, a gwarancję wartości rezydualnej przy sprzedaży do SPV; wartość gwarancji powinna być wyceniana według wartości godziwej w momencie sprzedaży, zaś przychód związany z gwarancją nie powinien być ujmowany jako przychód operacyjny, jeśli gwarancja nie zostanie zrealizowana.

Morgan Stanley sprowadza problem do kluczowej logiki: z każdą kolejną rundą zobowiązań rosną koszty finansowania, zwrot z nowych inwestycji w infrastrukturę AI musi pokryć rosnące koszty kapitału, w przeciwnym razie cała logika budowy wymaga ponownej oceny. Bank wskazuje, że obecnie szczególną uwagę należy zwrócić na następujące zagadnienia:

• Po pierwsze, porównywalność cyferek dotyczących wolnych przepływów pieniężnych istotnie ucierpiała przez różnice w rachunkowości, konieczne jest przeanalizowanie klasyfikacji wynajmu i struktur SPV, aby ujawnić rzeczywiste nakłady kapitałowe;

• Po drugie, trwałe zmniejszanie programu skupu akcji i potencjalna emisja nowych mogą istotnie wpłynąć na rozcieńczenie zysków przypadających na jedną akcję;

• Po trzecie, udział hyperscalerów w emisji obligacji inwestycyjnych wzrósł z 2% do 19%, presja na wzrost spreadów kredytowych rośnie;

• Po czwarte, jeśli 3,1 biliona dolarów zobowiązań pozabilansowych zostanie skonsolidowanych lub nastąpi odwrócenie proporcji podaży i popytu, wpłynie to istotnie na wskaźniki zadłużenia raportowane przez spółki.

Ekspansja finansowania infrastruktury AI znacznie przekroczyła granice, które mogą udźwignąć bilanse spółek technologicznych i w bezprecedensowym tempie przekształca strukturę kapitałową całego sektora.