Bilionowa fala mocy obliczeniowej napędza byczy rynek półprzewodników! Osiemset miliardów dolarów to „amerykańska iluzja”, światowe nakłady kapitałowe na AI wkraczają w erę bilionów dolarów

Według aplikacji finansowej Zhihui Finance, lider w zastosowaniach AI, firma Anthropic, planuje zawrzeć sześcioletnią umowę na wynajem mocy obliczeniowej AI z Nscale o wartości 45 miliardów dolarów, zabezpieczając około 460 megawatów mocy obliczeniowej opartej na systemie Nvidia Vera Rubin, a najnowsze kwartalne przychody Nvidia wzrosły rok do roku o 106% do 96,2 miliardów dolarów, przychody z działalności centrów danych wzrosły o 117% do 89 miliardów dolarów. Najbardziej spektakularna jest prognoza przedstawiona przez zarząd Nvidia pod przewodnictwem Jensena Huanga — szacuje się, że przychody do roku fiskalnego kończącego się w styczniu 2028 wzrosną o około 70%. Dodatkowo eksport Korei Południowej w lipcu wzrósł o 62,8% rok do roku do 98,89 miliardów dolarów, w tym eksport półprzewodników wzrósł o 178,8% do 41,01 miliardów dolarów. Te najnowsze dane dotyczące przemysłu mocy obliczeniowej AI wyraźnie wskazują, że globalne zapotrzebowanie na moc obliczeniową AI jest nadal w fazie ogromnej ekspansji, daleko od osiągnięcia szczytu.

To właśnie na podstawie łańcucha przemysłu mocy obliczeniowej AI oraz wyników Nvidia i pozytywnych sygnałów zapotrzebowania na moc AI ujawnionych na najnowszej konferencji Hot Chips, dział badawczy wielkiego finansowego giganta z Wall Street, Goldman Sachs, niedawno przekształcił znany na rynku “wydatki kapitałowe amerykańskich hyperscalerów” w rzeczywistą “globalną inwestycję AI”. Opracowane wcześniej przez Goldman Sachs wyliczenie na poziomie 794 miliardów dolarów pomijało jednak prywatne firmy AI, przedsiębiorstwa azjatyckie oraz projekty poza USA, a także uwzględniało tradycyjne wydatki kapitałowe niekoniecznie wykorzystywane wyłącznie na AI; dlatego Goldman Sachs przewiduje teraz, że globalne inwestycje AI w 2026 roku wyniosą około 1 biliona dolarów, z czego rzeczywiste inwestycje w USA wyniosą około 581 miliardów dolarów.

Najświeższe dane obliczeniowe Goldman Sachs pokazują również, że skumulowane globalne inwestycje AI od 2022 roku mają osiągnąć rekordowy poziom 1,8 biliona dolarów do końca 2026 roku, a wszystkie wiodące wskaźniki nadal pozostają w górnych zakresach od 2022 roku, co oznacza, że obecnie nie zaobserwowano zwrotu w wydatkach kapitałowych.

Ostatnio dwa indeksy uznawane za “wskaźniki mocy obliczeniowej AI” — indeks półprzewodników Filadelfii (PHLX Semiconductor Index, SOX) oraz koreański wskaźnik bazowy, czyli Koreański Indeks Kompozytowy KOSPI, wykazały silne odbicie napędzane wiadomościami z łańcucha przemysłu. W oparciu o ceny zamknięcia z 28 sierpnia, indeks półprzewodników Filadelfii wynosił 11 469,66 punktów, wzrastając o 61,93% w tym roku; w lipcu indeks spadł o ponad 20% od szczytu z czerwca, po czym od dna z końca lipca odbił się o około 21% i powrócił do technicznego rynku byka w połowie sierpnia. KOSPI zamknął się na poziomie 6788,88 punktów, wzrastając o około 61,1% względem końca roku 2025 (4214,17 punktów); od szczytu z czerwca do dna z 30 lipca indeks zaliczył spadek o około 39%, po czym w ciągu zaledwie dziesięciu sesji odbił się blisko 22%, znów spełniając definicję technicznego rynku byka.

Te dwa indeksy giełdowe potwierdzają, że temat inwestycji w infrastrukturę mocy obliczeniowej AI nie został podważony przez lipcowe zawirowania związane z redukcją dźwigni na AI i wyprzedażą silnie skoncentrowanych pozycji, jednak do wcześniejszych szczytów pozostało dużo przestrzeni, a powrót do “technicznego rynku byka” nie oznacza, że ryzyko wysokiej zmienności, wyceny oraz koncentracji pozycji zniknęło.

Goldman Sachs: Wydatki kapitałowe na AI oficjalnie wkraczają w erę bilionów dolarów globalnie

Najczęściej cytowane szacunki inwestycji w sztuczną inteligencję (AI) dotyczą przewidywanych wydatków kapitałowych amerykańskich hyperscalerów na AI. Według zgodności oczekiwań analityków z Wall Street, giganci technologiczni ze Stanów Zjednoczonych w tym roku mają wydać około 800 miliardów dolarów.

Jednak, jak zauważa dział badawczy Goldman Sachs, szacunki te mają kilka wad. Nie uwzględniają znanych prywatnych firm ani przedsiębiorstw spoza USA — w tym dużych azjatyckich firm technologicznych — inwestujących w infrastrukturę mocy obliczeniowej AI. Wydatki kapitałowe hyperscalerów nie zawsze są związane wyłącznie z AI. Ponadto, duże amerykańskie firmy technologiczne prowadzą działalność na całym świecie, co oznacza, że część ich inwestycji realizowana jest poza granicami USA.

Dział badawczy Goldman Sachs skorygował powszechnie cytowane wyliczenia wydatków kapitałowych amerykańskich hyperscalerów w celu uzyskania kompleksowego szacunku. Joseph Briggs, współkierujący zespołem ekonomicznym, napisał w raporcie, że prognoza ta pokazuje, iż w 2026 roku globalne inwestycje związane z AI osiągną 1 bilion dolarów, z czego USA przypadnie 581 miliardów dolarów.

W poszerzonej wersji szacunków widać, że powszechnie cytowane wyliczenie 794 miliardów dolarów na wydatki hyperscalerów może niedoszacowywać globalne wydatki kapitałowe na AI o około 200 miliardów dolarów. Jednocześnie sama wartość 794 miliardów dolarów może być przeszacowana względem skali inwestycji AI w USA o około 200 miliardów dolarów.

Po uwzględnieniu prywatnych przedsiębiorstw, azjatyckiego łańcucha przemysłu i projektów zagranicznych, skala inwestycji AI znacząco przekracza tradycyjne wyliczenia dotyczące amerykańskich hyperscalerów. Oczekiwane przekroczenie globalnych inwestycji AI poza 1 bilion dolarów stanowi rzeczywiste wsparcie wydatków kapitałowych i zysków dla indeksów półprzewodników Filadelfii i KOSPI powracających do technicznego rynku byka. Nowe szacunki Goldman Sachs ujawniają systematyczne niedoszacowanie skali inwestycji AI, co oznacza, że popyt na półprzewodniki, linie energetyczne centrów danych oraz tokeny zasobów dla fabryk AI pozostaje potencjalnie jeszcze większy.

Dział badawczy Goldman Sachs rozszerzył powszechnie cytowany wskaźnik wydatków kapitałowych hyperscalerów w następujących kluczowych aspektach:

Nasi ekonomiści uwzględnili prognozy wydatków kapitałowych spółek publicznych notowanych w USA, które nie są hyperscalerami i które są w koszyku akcji AI Goldman Sachs. Zebrali też doniesienia medialne o wydatkach kapitałowych kluczowych prywatnych firm w ekosystemie AI.

Dział badawczy Goldman Sachs uwzględnił także prognozy wydatków kapitałowych przedsiębiorstw z działalnością AI poza USA.

Nasi ekonomiści korygowali łączne wydatki kapitałowe poprzez odjęcie poziomu wydatków z 2022 roku z ogółu wydatków hyperscalerów. (Korekta ta opiera się na analizie naszych specjalistów, którzy sądzą, że niemal wszystkie nowe nakłady od 2022 roku zainwestowano w projekty AI.) W przypadku prywatnych przedsiębiorstw ujętych w statystykach, wszystkie ich wydatki kapitałowe przypisano AI. Dla przedsiębiorstw z bezpośrednią ekspozycją na AI na niższym poziomie, a także firm spoza USA, Goldman Sachs zakłada, że każde wydatki powyżej poziomu z 2022 roku są związane z AI.

Gdy tylko jest to możliwe, dział badawczy Goldman Sachs odlicza leasing finansowy, aby uniknąć podwójnego uwzględnienia tych samych nakładów na sprzęt do mocy obliczeniowej AI przez różne firmy.

Aby oszacować, gdzie faktycznie mają miejsce inwestycje, dział badawczy Goldman Sachs wykorzystuje publiczne dane o lokalizacji projektów inwestycyjnych, głównie pochodzących od amerykańskich hyperscalerów. Nasi ekonomiści zakładają, że większość pozostałych inwestycji — od firm nie będących hyperscalerami, prywatnych i globalnych — odbywa się podobnie geograficznie, z wyjątkiem tego, że kluczowe firmy AI z Chin i Korei prowadzą inwestycje AI poza USA.

Zespół Briggs’a dodaje, że szacunki te opierają się na trudno weryfikowalnych założeniach. Część firm nie rozdziela w raportach wydatków kapitałowych inwestycji w nieruchomości, zakłady i sprzęt od leasingu, co grozi podwójnym uwzględnieniem nakładów na AI. Dlatego dział badawczy Goldman Sachs stosuje dwie dodatkowe metody, aby zweryfikować szacowane wyniki.

Aby uzyskać wskaźnik zastępczy całkowitych inwestycji AI, nasi ekonomiści analizują rzeczywiste wykonanie i korektę prognoz brutto dla spółek publicznych zaangażowanych w budowę AI względem prognoz z 2022 roku. Wykorzystują też oficjalne dane rządowe do monitorowania wzrostu nominalnych inwestycji AI i wykorzystują globalne dane handlowe oraz zależność między importem USA a łączną inwestycją AI do szacowania skali inwestycji w innych gospodarkach.

Tempo inwestowania pokazane przez te dwie metody weryfikacji jest bardzo zbliżone do rozszerzonego wskaźnika wydatków kapitałowych hyperscalerów wybranego przez dział badawczy Goldman Sachs. Obie weryfikacje wykazują, że w 2026 roku globalne inwestycje AI osiągną około 1 biliona dolarów, a inwestycje w USA będą nieco poniżej 600 miliardów dolarów.

Briggs i zespół analityków piszą, że choć różne metody dają nieco odmienną wartość skumulowanych inwestycji od 2022 roku, średnia pokazuje, że do końca tego roku suma inwestycji AI rozpoczętych w 2022 roku osiągnie 1,8 biliona dolarów.

Briggs pisze: „Perspektywy wzrostu wydatków kapitałowych na AI — w tym jak duży udział w PKB może w końcu osiągnąć inwestycja AI i kiedy tempo inwestycji się spowolni — stanowi obecnie kluczową niewiadomą dla makroekonomicznego rynku.”

Dział badawczy Goldman Sachs rozciągnął swój wybrany model szacowania inwestycji AI na kolejne lata, prognozując udział inwestycji AI w PKB USA do roku 2028. Szacunki pokazują, że udział wydatków kapitałowych AI w PKB USA wzrośnie z 1,8% w 2026 roku, podczas gdy globalne inwestycje AI wyniosą 0,9% globalnego PKB, do 2,5% w 2027 roku — globalnie 1,3%, a w 2028 roku do 2,8% PKB USA — globalnie wskaźnik wyniesie około 1,4%.

Zespół Briggs’a pisze: „Te poziomy są zgodne z wartością szczytowych impulsów inwestycyjnych (2%-5% PKB) obserwowanych podczas wcześniejszych cykli budowy technologii o zastosowaniu ogólnym. Choć nasi doradcy ds. strategii portfelowych inwestycji w USA przewidują, że rynek jest zbyt ostrożny jeśli chodzi o prognozy na 2027 rok, to nawet po znaczącej korekcie prognoz, udział inwestycji AI w PKB będzie nadal mieścił się w tradycyjnym przedziale historycznym obserwowanym dla poprzednich cykli technologicznych.”

Aby oszacować moment spowolnienia tempa wzrostu wydatków kapitałowych związanych z AI, dział badawczy Goldman Sachs twierdzi, że najbardziej odpowiednia jest metoda „dashboard”. Nasi ekonomiści zbierają szeroki zestaw wiodących wskaźników — obejmujących import sprzętu produkcyjnego półprzewodników z Tajwanu i Korei, związane wskaźniki PMI oraz ich składowe, ceny importowe, ceny zakupu pamięci oraz ceny leasingu procesorów graficznych — aby oszacować, czy spowolnienie gospodarcze jest bliskie. Odkryli, że te wskaźniki są zdolne przewidywać tempo wzrostu wydatków kapitałowych AI w USA.

Zespół Briggs’a pisze: „Dobra wiadomość jest taka, że wszystkie wiodące wskaźniki znajdują się w górnych zakresach od 2022 roku. Ten obraz wskazuje, że perspektywy wzrostu pozostają silne w niedalekiej przyszłości.”

Superbulla AI chipów oraz globalny lider pamięci HBM dalecy od zakończenia swojej hossy

Wall Street uznaje najważniejsze akcje na świecie — firmę Nvidia noszącą tytuł „superbulla AI chipów” i globalnego lidera pamięci HBM SK hynix — za dowód, że analitycy uważają, iż te dwie czołowe firmy przemysłu mocy obliczeniowej AI, a tym samym cały temat inwestycji w moc AI, mają jeszcze przed sobą wiele wzrostów.

Analitycy Wall Street zgodnie przewidują wzrosty dla Nvidia i SK hynix ze względu na popyt na moc obliczeniową AI, deficyt HBM oraz globalne wydatki kapitałowe, które nadal będą wspierać rentowność branży, podczas gdy różnice dotyczą wskaźnika wyceny, presji na marżę brutto i zwrotu z wydatków kapitałowych. Wall Street generalnie z większym optymizmem i bardziej wyraziście przewiduje kierunek dla rynku koreańskiego, choć KOSPI mocno zależy od Samsung i SK hynix, co oznacza, że elastyczność zysków i zmienność indeksu są synchronizowane.

Citigroup podniosła docelową cenę akcji Nvidia po wynikach finansowych z 300 do 315 dolarów, a dla SK hynix wyznaczyła cel na poziomie 3,1 miliona wonów, szczególnie rekomendując akumulację akcji lidera pamięci AI przy korekcie. Citigroup dla indeksu KOSPI utrzymuje nawet cel 10 000 punktów, na który wpływa wzrost zysków z pamięci oraz wsparcie fiskalne Korei. Goldman Sachs dla SK hynix utrzymuje rekomendację „kupuj” i cel na poziomie 3,5 miliona wonów, skupiając się w swojej argumentacji na długoterminowym deficycie HBM, długoterminowych umowach sprzedaży oraz zwrocie dla akcjonariuszy. Najważniejsze jest to, że Goldman Sachs utrzymuje rekomendację „przeważaj” dla rynku koreańskiego i cel 12 000 punktów dla KOSPI, określając lipcowy krach jako nadmierną korektę nie wynikającą z podstaw gospodarczych.

Wall Street ogólnie jest optymistycznie nastawiona do supercyklu pamięci AI, ale sposób klasyfikacji elastyczności cen akcji zbliża się do „liderstwa HBM SK hynix — pamięć czysta (Micron) — wzrost i odbudowa Samsung”. Goldman Sachs wyznacza docelową cenę SK hynix na 3,5 miliona wonów, Citigroup na 3,1 miliona wonów, a Morgan Stanley na 2,6 miliona wonów. Po poniedziałkowym zamknięciu rynku koreańskiego, cena akcji SK hynix wzrosła o 1,27%, osiągając około 1,67 miliona wonów za akcję. Podczas sesji w USA w nocy, SK hynix ADR (SKHY.US) oscylowała wokół poziomu 161 dolarów.