Cztery największe firmy hyperscale mają według prognoz łącznie wydać w samym 2026 roku około 735 mld USD na infrastrukturę centrów danych AI, rywalizując o zbudowanie mocy obliczeniowej potrzebnej do trenowania i uruchamiania modeli AI na dużą skalę.

Goldman Sachs szacuje, że globalne nakłady kapitałowe na infrastrukturę AI mogą w tym roku zbliżyć się do 1 bln USD. Część tych wydatków przypadająca na USA mieści się w przedziale od 630 mld USD do 745 mld USD, a za większość odpowiadają spółki Big Tech.

Skąd pochodzą środki

Na czele grupy stoi Amazon, który planuje przeznaczyć około 200 mld USD na wydatki kapitałowe. Tuż za nim plasuje się Alphabet, celujący w przedział od 175 mld USD do 205 mld USD. Microsoft ma przekroczyć 120 mld USD, natomiast Meta, która wcześniej zakładała około 70 mld USD, znacząco podniosła swoje ambicje wydatkowe.

Budżety obejmują zakup gruntów, budowę obiektów, systemy zasilania i chłodzenia oraz regały z serwerami AI, które ostatecznie wypełniają te obiekty. Łącznie cztery największe firmy hyperscale wydadzą na tę rozbudowę od 2023 roku ponad 1 bln USD.

Przemysłowi beneficjenci rozbudowy

W łańcuchu dostaw znajduje się szereg mniej znanych spółek przemysłowych. Vertiv specjalizuje się w chłodzeniu i zarządzaniu energią dla centrów danych. Quanta Services odpowiada za infrastrukturę elektryczną i przyłącza do sieci, których wymaga każdy nowy obiekt, a Comfort Systems dostarcza rozwiązania HVAC dla potrzeb kontroli klimatu w środowiskach o dużej gęstości obliczeniowej.

Największą pojedynczą pozycją kosztową w każdym obiekcie są jednak same akceleratory AI i serwery, co wciągnęło w ten boom również dostawców półprzewodników, obok firm budowlanych i inżynieryjnych.

Korzystać mogą także producenci energii. Vistra, jeden z największych amerykańskich wytwórców energii elektrycznej, jest dobrze ustawiona, by zyskać, ponieważ centra danych zużywają coraz większą część sieci energetycznej. Według federalnych analityków energetycznych centra danych odpowiadały za około 4% zużycia energii elektrycznej w USA w 2023 roku, a ich udział może wzrosnąć nawet do 12% do 2028 roku. Z kolei kadra kierownicza firm hyperscale wielokrotnie wskazywała dostępność energii, a nie podaż chipów, jako główne ograniczenie tempa uruchamiania nowej mocy.

Sprzeciw społeczności

Nie każda społeczność przyjmuje tę ekspansję z zadowoleniem. Ponad 130 mld USD projektów centrów danych AI zostało wstrzymanych lub opóźnionych w pierwszym kwartale 2026 roku w związku z lokalnym sprzeciwem. Mieszkańcy i samorządy sprzeciwiają się hałasowi, zużyciu wody i zapotrzebowaniu na energię, jakie ogromne obiekty obliczeniowe wnoszą do ich okolic.

Reakcje różnią się w zależności od jurysdykcji: niektóre wprowadziły moratoria na budowę nowych centrów danych, podczas gdy inne przyspieszają procesy zatwierdzania, licząc na korzyści gospodarcze. To, jak ułoży się równowaga między lokalnym sprzeciwem a bodźcami ekonomicznymi, pomoże określić, gdzie i jak szybko planowane wydatki będą mogły zostać faktycznie zrealizowane.

Konsekwencje dla kopania kryptowalut

Boom na infrastrukturę AI ma również istotne znaczenie dla operacji związanych z kopaniem kryptowalut, które konkurują o wiele tych samych zasobów, w tym tanią energię elektryczną, zdolności chłodnicze i dostęp do sieci. Kilka notowanych na giełdzie spółek wydobywczych już częściowo przestawiło się na hosting AI, wskazując, że wynajem mocy GPU pod obciążenia AI może przynosić większy zysk na megawat niż wydobywanie Bitcoin.

W przypadku całej rozbudowy kolejnymi punktami odniesienia będą kwartalne aktualizacje wytycznych spółek dotyczących wydatków kapitałowych oraz tempo wzrostu przychodów z chmury związanych z AI w stosunku do nakładów, które je wspierają.