Największa fala budowy infrastruktury AI już trwa. Te akcje oferują sposób na inwestycję w boom centrów danych
Najważniejsze informacje
- •Wydatki hyperskalerów na infrastrukturę AI mogą sięgnąć od 750 mld do 1 bln dolarów rocznie, co potencjalnie odpowiada 2,5%–3% PKB USA.
- •Producenci sprzętu dla przemysłu półprzewodnikowego, tacy jak Applied Materials i Lam Research, są dobrze ustawieni, by skorzystać z głębokiego niedoboru mocy produkcyjnych w wytwarzaniu chipów, który może utrzymać się przez lata.
- •REIT-y centrów danych, takie jak Equinix i Digital Realty, wykorzystują kontrolę nad rzadkimi miejskimi nieruchomościami, gdy wdrażanie AI przesuwa się z wiejskich obiektów treningowych do inference blisko dużych ośrodków miejskich.
- •American Electric Power planuje zainwestować $78 billion w latach 2026–2030, aby rozbudować infrastrukturę pod popyt na energię dla centrów danych, a Morningstar prognozuje 9% średnioroczny wzrost zysków do 2030 roku.
- •Niektórzy analitycy ostrzegają, że koszty budowy centrów danych przez hyperskalerów zaczynają przewyższać generowaną przez nich gotówkę, zmuszając gigantów technologicznych do coraz większego korzystania z długu i emisji akcji.

Rewolucja sztucznej inteligencji napędza bezprecedensową rozbudowę infrastruktury centrów danych. Najwięksi dostawcy usług chmurowych — Google, Meta, Microsoft i Amazon — prowadzą agresywny wyścig o zaspokojenie rosnącego popytu na usługi AI, przeznaczając łącznie setki miliardów dolarów, by pozostać konkurencyjnymi. Ten strumień wydatków pozostaje szeroko otwarty mimo zmienności na rynku akcji i utrzymujących się obaw, że spółki związane z AI znajdują się w bańce.
"Hyperscalers are going to spend maybe between $750 and $800 billion [a year]. Some forecasts even have it up to a trillion, and that would put it at 2.5 to 3% of U.S. GDP, which is just extraordinary for a capital market," powiedział John Mowrey, chief investment officer w NFJ Investment Group.
Znaczna część tego kapitału trafia do centrów danych, które stanowią dla inwestorów ekspozycję typu pick-and-shovels na falę AI. Fortune wyróżnił cztery odrębne punkty wejścia do gospodarki centrów danych: układy półprzewodnikowe, nieruchomości, energię i chłodzenie. Eksperci branżowi wskazali wyróżniające się spółki w każdej z tych kategorii, odzwierciedlając to, jak rozbudowa wykracza poza najbardziej znane nazwy związane z AI i obejmuje przemysłowe oraz fizyczne systemy potrzebne do utrzymania działania tej technologii.
Układy scalone: mózg całej rozbudowy
Każde centrum danych AI opiera się na wielu połączonych komponentach, ale żaden z nich nie działa bez półprzewodników — procesorowego mózgu, który umożliwia funkcjonowanie tych obiektów.
Nawet gdy firmy ścigają się, by budować fizyczne obiekty dla tych operacji, specjalistycznych procesorów obsługujących obciążenia AI nie da się produkować wystarczająco szybko. Popyt przewyższył możliwości produkcyjne branży, co czyni półprzewodniki jednym z najpoważniejszych wąskich gardeł całej rozbudowy, według Craiga Ellisa, research directora i starszego analityka półprzewodników w B. Riley Securities.
Dla inwestorów ten niedobór nie musi być wadą.
"We're at a point where undersupply is so severe that there needs to be a multi-year period of unusually strong capex growth in front of us, and that capex growth is something that is very investable because it has the potential to continue to lift expectations for revenues and earnings," powiedział Ellis.
Aby wykorzystać tę okazję, Ellis zaleca inwestorom spojrzenie poza gigantów układów scalonych, takich jak Nvidia, AMD i TSMC, a zamiast tego skupić się na spółkach produkujących sprzęt używany do wytwarzania samych półprzewodników.
Applied Materials (AMAT), największa na świecie spółka produkująca sprzęt dla przemysłu półprzewodnikowego, jest kluczowym przykładem. Jej podstawowy segment Semiconductor Systems odpowiada za około 73% przychodów, zgodnie z najnowszym rocznym raportem, obsługując firmy wytwarzające układy do obliczeń, logiki i pamięci. Jej przewaga polega na szerokim zasięgu: niemal każdy zaawansowany układ i wyświetlacz przechodzi na pewnym etapie przez narzędzia Applied, co rozkłada ekspozycję na cały ekosystem produkcji chipów, zamiast stawiać na jeden ich typ.
Ellis wskazał także Lam Research (LRCX) jako atrakcyjną alternatywę. Spółka produkuje sprzęt dla układów pamięci i pamięci masowej, a choć jej oferta produktowa jest węższa niż w przypadku Applied Materials, Ellis uważa, że Lam jest szczególnie dobrze ustawiona, by skorzystać z fali nowych inwestycji w moce produkcyjne w ciągu najbliższych dwóch lat. B. Riley Securities podniosło szacunki zysków Lam Research o 25%, aby odzwierciedlić tę perspektywę.
Marvell Technology (MRVL) to kolejny silny kandydat, szczególnie w obszarze sieciowym — infrastruktury, która pozwala tysiącom układów w centrum danych komunikować się na tyle szybko, by działały jak jeden zintegrowany system. Choć mniej rozpoznawalna dla szerokiej publiczności, Marvell ma wartość rynkową około $195 billion, według firmy analitycznej FactSet, co stawia ją w tej samej lidze co Nvidia i AMD. Spółka przyciągnęła nawet bezpośrednią inwestycję od Nvidii w ramach partnerstwa dotyczącego technologii sieciowej nowej generacji.
Obecnie większość przychodów Marvell pochodzi z Amazon Web Services, działu chmurowego Amazona. Choć ta relacja była bardzo dochodowa, oznacza też, że wyniki Marvell są w dużym stopniu powiązane z jednym klientem. Ellis postrzega tę koncentrację nie jako sygnał ostrzegawczy, lecz jako szansę: jeśli Marvell zdoła pozyskać więcej takich klientów i rozwinąć ofertę produktów sieciowych, jego zdaniem spółka mogłaby generować znacznie wyższe zyski niż dziś.
Inwestycje te wiążą się jednak z ryzykiem. Akcje spółek półprzewodnikowych są znane z gwałtownych wahań kursu i mogą być zakłócane przez napięcia geopolityczne lub zmiany w sposobie finansowania wydatków przez hyperskalerów.
Mimo to Ellis uważa, że branża przechodzi od cyklu boom-and-bust do bardziej trwałego wzrostu długoterminowego. Nawet po tym, jak SOX — główny indeks śledzący akcje spółek powiązanych z AI — spadł o 26% z obawy, że fala wydatków nie przyniesie zwrotu, Ellis twierdzi, że spadek już uwzględnił większość tego ryzyka, czyniąc obecny moment rozsądnym punktem wejścia. Dane potwierdzają jego ocenę: od wyprzedaży z 28 lipca Applied Materials, Lam Research i Marvell odrobiły około 22% do 30%.
Fizyczny fundament AI: nieruchomości
Układy scalone potrzebują fizycznej przestrzeni do działania, a właśnie tutaj wkraczają fundusze inwestycyjne typu REIT. Te fundusze wynajmują obiekty z kontrolowanym klimatem, wyposażone w generatory i szybkie łącza niezbędne do pracy 24/7.
Patrick Wilson, portfolio manager w zespole papierów wartościowych rynku nieruchomości w CenterSquare Investment Management, określił REIT-y jako solidną inwestycję, wskazując na przejście branży z fazy trenowania modeli AI do fazy inference, czyli etapu, w którym modele przestają być jedynie uczone, a zaczynają być aktywnie wykorzystywane do codziennych zapytań. O ile początkowe trenowanie modeli AI odbywało się w dużych wiejskich centrach danych zbudowanych tam, gdzie grunt i energia były tanie, o tyle codzienna praca modeli najlepiej działa w obiektach położonych blisko dużych ośrodków miejskich, gdzie mniejsza odległość obniża latencję, czyli opóźnienie między zapytaniem a odpowiedzią. Ponieważ uznane REIT-y już kontrolują ograniczone, "carrier-dense" nieruchomości w tych obszarach miejskich, są najlepiej ustawione, by przejąć kolejną falę popytu.
REIT-y są również podatkowo efektywne dla zwykłych inwestorów. "REITs are only taxed once, provided that they satisfy IRS tax rules. So, if they pay out 90% of their taxable net income into a dividend, there's no corporate level tax that they pay," wyjaśnił Wilson.
Aby wykorzystać tę okazję, Wilson wskazał dwa REIT-owe giganty: Equinix (EQIX) i Digital Realty (DLR). Equinix jest dużym właścicielem infrastruktury dla internetu i chmury, prowadząc centra danych hostujące serwery tysięcy firm — od spółek z listy Fortune 500 po głównych dostawców chmury, takich jak AWS i Google Cloud. Digital Realty od ponad dwóch dekad kupuje i buduje podobne obiekty, korzystając z utrzymującego się popytu na bezpieczną, klimatyzowaną przestrzeń serwerową, który nadal przewyższa podaż. Wilson zauważa, że ta nierównowaga pozwoliła REIT-owi podnosić czynsze, a tysiące najemców czynią go bardziej stabilnym niż nowsze podmioty zależne od zaledwie kilku dużych kontraktów.
Wilson zaznaczył jednak, że ryzyka inwestycyjne pozostają. REIT-y centrów danych mogą zostać mocno dotknięte przez rosnące stopy procentowe, które podnoszą koszty finansowania i obciążają wyceny nieruchomości. Zależą one również od utrzymania wysokich czynszów, więc napływ nowych konkurentów mógłby osłabić ich siłę cenową. Dodatkowym ograniczeniem są uwarunkowania geograficzne: choć centra danych bliżej obszarów metropolitalnych są bardziej wartościowe, to odpowiedni grunt w takich lokalizacjach jest rzadki. "They need a lot of land, and that's not necessarily found in midtown Manhattan," powiedział.
Mimo to Wilson nadal postrzega REIT-y jako bezpieczniejszą inwestycję niż nowsze, mocno zadłużone spółki infrastrukturalne związane z AI. Jeśli popyt na AI spowolni lub krótkoterminowi klienci odejdą, takie firmy wciąż pozostaną z długoterminowymi zobowiązaniami i dużymi odsetkami do spłaty, co czyni je znacznie bardziej kruchymi niż uznane REIT-y.
Potencjał spółek użyteczności publicznej: zasilanie boomu
Ogromne zapotrzebowanie na energię elektryczną centrów danych AI fundamentalnie przeobraziło sektor energetyczny. Andrew Bischof, analityk ds. spółek użyteczności publicznej w firmie Morningstar, zauważył, że przez dekady roczny popyt na energię elektryczną w USA był praktycznie płaski, rosnąc jedynie o 0% do 0,5%. Energochłonność AI radykalnie zmieniła tę prognozę, przekształcając spółki użyteczności publicznej z historycznie niskowzrostowych spółek dywidendowych w wehikuły z realnym potencjałem wzrostu.
"You're now seeing more growth-oriented investors coming to utilities because they can provide that six to eight and sometimes 10% annualized growth over the five-year forecast," powiedział Bischof.
Jedną ze spółek dobrze ustawionych do skorzystania z tej sytuacji jest American Electric Power (AEP), duży publiczny holding użytecznościowy z siedzibą w Ohio, który — zgodnie ze swoją stroną internetową — dostarcza energię elektryczną ponad pięciu milionom klientów w 11 stanach. Oczekując znacznego wzrostu popytu na energię napędzanego przez centra danych, AEP planuje zainwestować $78 billion w latach 2026–2030, aby rozbudować niezbędną infrastrukturę. Morningstar jest optymistyczny wobec tej rozbudowy, wskazując na mocną historię AEP w realizacji zapowiedzianych projektów, i oczekuje, że inwestycje przełożą się na średni roczny wzrost zysków na poziomie 9% do 2030 roku — wynik mocny jak na spółkę użyteczności publicznej.
Nie wszystkie akcje spółek użyteczności publicznej mają jednak taki sam profil. Bischof zauważył, że w niektórych regionach — szczególnie w Mid-Atlantic — przejście na obsługę centrów danych doprowadziło do wyższych cen energii i obaw, że koszty te są przenoszone bezpośrednio na odbiorców detalicznych.
W związku z tym Bischof polecił poza AEP także DTE Energy (DTE), Alliant Energy (LNT) i Evergy (EVRG) — spółki działające w regionach, gdzie regulatorzy i społeczności są w dużej mierze zgodni co do boomu centrów danych.
Dla bardziej kontrariańskiego podejścia do energetycznej strony rozbudowy AI David Trainer, CEO firmy badawczej New Constructs, sugeruje wyjście poza same spółki użyteczności publicznej. Argumentuje, że choć rozwijają się alternatywne i zielone źródła energii, wciąż nie są w stanie dostarczyć wysokointensywnej mocy wymaganej przez ogromne centra danych AI, przez co paliwa kopalne pozostają niezbędne do zaspokojenia tego popytu. Z tego powodu Trainer postrzega "tanie" tradycyjne spółki energetyczne jako rzadką szansę na wykorzystanie boomu infrastrukturalnego po wycenach atrakcyjnych fundamentalnie, wskazując rafinerie takie jak Valero (VLO) i HF Sinclair (DINO), które — jego zdaniem — rynek wycenia tak, jakby ich zyski były skazane na trwały spadek o 30% do 40%.
Chłodzenie boomu: zarządzanie temperaturą
Inna ścieżka inwestycyjna prowadzi przez sprzęt, który zapobiega przegrzewaniu się centrów danych AI. Ogromne zużycie energii elektrycznej przez te obiekty generuje intensywne ciepło, z którym standardowe systemy chłodzenia powietrzem nie są w stanie sobie poradzić.
Nick Lieb, analityk przemysłowy w Morningstar, uważa, że czyni to sprzęt chłodzący i energetyczny zupełnie innym rodzajem transakcji AI. Podczas gdy spółki takie jak Nvidia co rok lub dwa wprowadzają nowe flagowe GPU, podstawowa technologia stojąca za infrastrukturą centrów danych rozwija się znacznie wolniej, oferując inwestorom bardziej stabilną alternatywę.
Vertiv (VRT), od dawna dostawca precyzyjnych systemów chłodzenia i zasilania, jest według Lieba najlepszym przykładem spółki zbudowanej, by skorzystać z tego trendu.
"Vertiv owns the original data center cooling brand called Liebert, which actually invented the original computer room air handling unit… in the 1960s. That base technology is still quite relevant today [and] sells a lot of computer room air handling units," wyjaśnił Lieb.
Lieb zaznaczył jednak, że tej stabilności towarzyszy duże ryzyko koncentracji, ponieważ ponad 80% przychodów Vertiv generowane jest bezpośrednio na rynku centrów danych. Każde spowolnienie lub zakłócenie wydatków ze strony głównych hyperskalerów mogłoby narazić inwestorów Vertiv na straty.
Dla inwestorów szukających bardziej ograniczonej ekspozycji na boom infrastrukturalny Lieb wskazał spółkę zarządzającą energią Eaton (ETN). Tylko około jedna czwarta sprzedaży Eaton jest bezpośrednio związana z centrami danych; reszta pochodzi z obiektów komercyjnych i innych segmentów szerszej sieci elektroenergetycznej. Taka dywersyfikacja zapewnia Eaton silniejsze zabezpieczenie, jeśli wzrost liczby centrów danych spowolni. Lieb dodał, że Eaton jest wyjątkowo dobrze ustawiony, by skorzystać na amerykańskiej sieci elektroenergetycznej, którą określa jako "old and decrepit" i dawno spóźnioną na modernizację. Spółka produkuje kluczowy sprzęt — w szczególności transformatory i rozdzielnice — potrzebny zarówno do obsługi nowego popytu ze strony centrów danych, jak i do tej krytycznej modernizacji krajowej infrastruktury.
Kruche fundamenty: ryzyka na horyzoncie
Mimo sukcesu narracji AI, część obserwatorów obawia się, że obecna fala wydatków kapitałowych nie przyniesie ostatecznie oczekiwanych rezultatów.
Lieb uważa samą skalę obecnych wydatków za potencjalne źródło długoterminowego ryzyka, wskazując, że hyperskalerzy doszli do momentu, w którym koszt budowy nowych centrów danych zaczyna "exceed the cash that they generate," zmuszając gigantów technologicznych do coraz częstszego korzystania z rynku długu i emisji akcji, by pozyskać kapitał.
Trainer opisał obecny rynek jako "crowded trade", co sprawia, że niemal niemożliwe jest znalezienie oczywistej spółki, która nie jest już przewartościowana. Ostrzega, że wiele dużych firm, takich jak Amazon i Microsoft, które obecnie "bragging" o ogromnych wydatkach inwestycyjnych, "can't afford to stay in the race" przy obecnym tempie wydatków — to konkurencyjny wyścig, którego wielu uczestników, jego zdaniem, nie udźwignie bilansowo.
Mimo to skala i potencjalny wpływ tej rozbudowy są trudne do zignorowania.
Mowrey podkreślił, że boom centrów danych jest duży nie tylko w ujęciu nominalnym. Jego zdaniem tworzy on fundament pod zmianę technologiczną, która może dotknąć niemal każdego zakątka gospodarki.
"AI adoption is still in its early innings… I think we're just scratching the surface," powiedział. "The broad enterprise application across healthcare, manufacturing, and financials—that's going to take years to filter in."
Ten materiał pierwotnie ukazał się na Fortune.com