Minęliśmy punkt bez powrotu (ang. point of no return). Największe firmy technologiczne na świecie, znane jako hiperskejlerzy (ang. hyperscalers) – Amazon, Microsoft, Alphabet (właściciel Google), Meta i Oracle – weszły w fazę bezprecedensowej ekspansji. W 2026 roku ich łączne wydatki kapitałowe (CAPEX) mają przekroczyć 600-700 miliardów dolarów, co oznacza wzrost o 36-60 proc. rok do roku.
To desperacki wyścig o dominację w sztucznej inteligencji, napędzany prognozami, że globalny popyt na moc obliczeniową eksploduje w najbliższych latach. Ale za blaskiem wielkich pieniędzy i możliwych zysków z AI kryje się cień. To lawinowe zadłużenie i rosnące wątpliwości inwestorów, czy te inwestycje kiedykolwiek się zwrócą.
Skala wydatków: 75 proc. na AI
Według prognoz analityków z MUFG, Goldman Sachs i Futurum, capex „wielkiej piątki” (Amazon, Alphabet, Microsoft, Meta, Oracle) osiągnie w 2026 roku co najmniej 602 mld USD, a niektóre szacunki mówią nawet o 690 mld. Z tego aż 75 proc., czyli około 450 mld USD, trafi bezpośrednio na infrastrukturę AI: serwery, akceleratory GPU, centra danych i powiązane wyposażenie. To dwukrotny wzrost w porównaniu do 2024 roku, gdy całość capexu dla tych firm nie przekraczała 300 mld.
Działania poszczególnych firm w skrócie: Amazon zapowiada 200 mld USD (wzrost z 125 mld w 2025), Alphabet 175-185 mld (z 91 mld), Meta 115-135 mld (wzrost z 72 mld), Microsoft około 105-185 mld, a Oracle kolejne 75 mld. Te liczby nie są przypadkowe. Firmy reagują na backlogi zamówień na usługi chmurowe, które przekroczyły już 1,6 bln USD. Microsoft i Google Cloud raportują rekordowe kontrakty na AI, a AWS i Azure biją rekordy wzrostu.
– To nie jest spekulacja. To odpowiedź na realny popyt – podkreślał w styczniu Satya Nadella, CEO Microsoftu.
Zadłużenie jako nowa norma
Kluczowy problem w tym, że te inwestycje przekraczają generowane przez firmy przepływy pieniężne (FCF). W 2026 roku CAPEX „wielkiej czwórki” pochłonie niemal 100 proc. operacyjnych FCF, podczas gdy średnia z ostatniej dekady to zaledwie 40 proc. Amazon może zanotować ujemny FCF na poziomie 17-28 mld USD, Alphabet spadek o 90 proc. do 8 mld, a Meta prognozuje negatywne wartości w 2027-2028. W efekcie firmy masowo sięgają po dług.
W 2025 roku sektor tech AI wyemitował rekordowe 245 mld USD w obligacjach inwestycyjnych (IG), z czego hyperscalers wzięli ponad 120 mld. Meta sama uplasowała 30 mld USD w jednej transzy – jedną z największych w historii korporacji. Alphabet podniósł dług czterokrotnie, do 46,5 mld USD, a Alphabet i Oracle emitowały po 25-32 mld. Prognozy Morgan Stanley na 2026 mówią o 400 mld USD nowych pożyczek od hiperskejlerów – to dwukrotność 2025 roku. Cały sektor „tech” potrzebuje nawet 1,5 bln USD zewnętrznego finansowania do 2028, w tym 200 mld w korporacyjnym długu.
To fundamentalna zmiana modelu biznesowego. Jeszcze niedawno firmy jak Amazon czy Google były „asset-light” – lekkie w aktywach, bogate w gotówkę – teraz stają się „asset-heavy” i budują imperia data center warte biliony. Hiperskejlerzy sfinansują około 50 proc. globalnych wydatków na centra danych w latach 2025-2028, resztę pokrywając prywatnym kredytem i sekurytyzacją.
Rynek drży: bańka czy zrównoważony wzrost?
Obawy inwestorów rosną lawinowo. Po ostatnich raportach kwartalnych akcje Big Tech-ów straciły ponad bilion dolarów kapitalizacji.
– Czy te inwestycje się zwrócą? Okres użyteczności data center i GPU to 3-5 lat. Muszą przynieść zyski do 2030, a timeline jest napięty – alarmuje Michael Field z Morningstar.
Analitycy UBS i Barclays wskazują na presję marż i spadek płynności. Spready na obligacjach tech rosną, a rynek derywatów kredytowych kwitnie – nowe kontrakty na CDS hyperscalerów (jak Oracle) są najaktywniejsze poza sektorem finansowym.
Przykład? Obligacje nawet na 100 lat
Alphabet wyemitował obligację denominowaną w funtach szterlingach (GBP) o wartości 1 mld GBP (ok. 1,37 mld USD), z terminem zapadalności w 2126 roku. To część gigantycznej emisji obligacji o łącznej wartości 31,51 mld USD, przeprowadzonej jednak w zaledwie… 24 godziny. Cała operacja miała sfinansować rekordowy CAPEX Alphabetu: 175-185 mld USD w 2026 roku, głównie na centra danych, akceleratory GPU i infrastrukturę AI (np. model Gemini).
Firmy technologiczne rzadko emitują obligacje dłuższe niż 30-40 lat, bo rynek nie lubi niepewności. Poprzednia 100-letnia obligacja z sektora tech? Motorola w 1997 roku (przed iPhonem i dot-comem). W dodatku, w dzisiejszych czasach, 100-letnia obligacja brzmi jak zakład o przetrwanie cywilizacji, nie tylko jednej firmy. Mamy jednak nowy wyścig zbrojeń, nadzieje na wygraną i paniczny lęk przed przegraną, a woda, w której łowimy jest tak mętna, jak tylko może być. Normalność zostawiliśmy już daleko za sobą.
Jednak powraca prześladujące pytanie: czy to bańka? Krytycy porównują to wszystko do dotcom-ów z 2000 roku: ogromne nakłady bez jasnej monetizacji.
„Popyt na AI jest realny, ale nadpodaż mocy obliczeniowej może uderzyć w ceny” – ostrzega Jim Cramer, prowadzący klub inwestycyjny CNBC i gospodarz programu „Mad Money” w stacji CNBC.
Z drugiej strony, optymiści wskazują na backlogi i wzrost przychodów z AI (Azure +30 proc., AWS +20 proc.). Kumulatywne inwestycje w AI przekroczą 3 bln USD do 2028, ale zwrot zależy od adopcji agentowych AI i edge computing.
Europa patrzy z niepokojem. Hiperskejlerzy dominują, ale ich dług może zdestabilizować globalne rynki kredytowe. W USA tech to już 18 proc. indeksu obligacji IG. Inwestorzy pytają: czy hiperskejlerzy nie staną się zbyt zadłużonymi gigantami infrastruktury?
Co dalej?
Hiperskejlerzy stawiają wszystko na AI. Jeśli popyt utrzyma się, staną się nowymi imperiami energetycznymi i obliczeniowymi. Jeśli nie – fala zadłużenia może wywołać głęboką korektę na Wall Street. Na razie rynek czeka na pierwsze kwartalne wyniki 2026, które pokażą, czy te miliardy zaczynają się spłacać. Jedno jest pewne – era taniej, samofinansującej się technologii dobiegła końca. Witajcie w świecie AI na kredyt.
MAX WYSOCKI
Źródła: MUFG, CNBC, Bloomberg, Yahoo Finance, luty 2026
CZYTAJ TEŻ: Multimodalne modele AI – trendy i prognozy
CZYTAJ TEŻ: Wpływ AI na modele decyzyjne i zarządzanie ryzykiem w organizacjach