BlackRock (NYSE: BLK), Goldman Sachs (NYSE: GS), Apollo Global Management (NYSE: APO), Blackstone (NYSE: BX), Brookfield Asset Management (NYSE: BAM) i KKR (NYSE: KKR) prowadzą rozmowy z Nvidia (NASDAQ: NVDA) w sprawie udziału w nowej, potężnej rundzie wydatków na infrastrukturę AI, która ostatecznie może sięgnąć kwoty nawet 500 miliardów dolarów.

Według Financial Times planowana współpraca koncentruje się na finansowaniu rozbudowy zdolności obliczeniowych, dostaw energii oraz budowy centrów danych. Ogłoszenie transzy może nastąpić już w najbliższy poniedziałek.

Udział sześciu najbardziej wpływowych podmiotów światowego zarządzania aktywami i private equity podkreśla, jak bardzo infrastruktura AI ewoluowała z niszowej inwestycji technologicznej, stając się jednym z największych tematów alokacji kapitału w globalnych finansach. Jeśli potwierdzi się podawana kwota, program zaliczałby się do największych prywatnych zobowiązań infrastrukturalnych w historii, skalą dorównując krajowym projektom energetycznym lub telekomunikacyjnym.

Po ogłoszeniu wiadomości akcje NVDA spadły o 1,4%, co wymazało ponad 70 miliardów dolarów z wyceny rynkowej spółki.

Rozszerzająca się rola Nvidii w finansowaniu infrastruktury AI

Rozmowy te ukazują coraz bardziej centralną pozycję Nvidii w finansowaniu fizycznej infrastruktury stanowiącej fundament sztucznej inteligencji. Spółka, której wycena wynosi około 5,25 biliona dolarów, dostarcza już procesory graficzne wykorzystywane do trenowania i obsługi większości największych systemów AI w Stanach Zjednoczonych, a także powiązane oprogramowanie i narzędzia obliczeniowe. Niemal dominujący udział Nvidii w rynku chipów do trenowania AI uczynił z niej strażnika dostępu do całego procesu budowy: operatorzy centrów danych, dostawcy usług chmurowi i twórcy rozwiązań AI zazwyczaj nie są w stanie skalować swoich działalności bez wcześniejszego pozyskania sprzętu od tej firmy.

Same GPU jednak nie wystarczą do utrzymania operacji AI. Operatorzy potrzebują również wielkoskalowych obiektów serwerowych, zasilania, systemów chłodzenia i długoterminowego finansowania. Obciążenia AI zużywają znacznie więcej energii elektrycznej niż konwencjonalne przetwarzanie w centrach danych, a według szacunków branżowych zapotrzebowanie centrów danych na energię może wzrosnąć ponad dwukrotnie do końca dekady, co wywrze presję na sieci elektryczne i przyciągnie zainteresowanie inwestorów infrastrukturalnych doświadczonych w projektach energetycznych.

Nvidia stopniowo angażuje się w pomoc klientom w pozyskiwaniu tego finansowania, inwestując nawet własny kapitał bezpośrednio w spółki zakupujące jej sprzęt.

Mark Cuban ostrzega, że model finansowania może się „zawalić”

Miliarder i inwestor Mark Cuban publicznie wyraził zaniepokojenie ilością długu i inżynierii finansowej, która obecnie wspiera falę wydatków na AI. Jego główny argument sprowadza się do tego, że Nvidia przestała być jedynie sprzedawcą chipów — aktywnie finansuje tych samych klientów, którzy składają zamówienia.

W lipcu Cuban porównał obecną sytuację do szaleństwa finansowego ery dot-comów, pisząc: „zamiast IPO, Nvidia jest IPO, finansując wszystkich i każdego”.

Wsparcie finansowe Nvidii przybierało różne formy, w tym bezpośrednie zastrzyki kapitału, umowy o podziale przychodów oraz arrangements gwarantujące minimalne poziomy dochodów dla operatorów centrów danych i wschodzących dostawców usług chmurowych. Struktury te umożliwiają klientom zamawianie GPU i rozpoczęcie budowy, zanim ich własne operacje wygenerują wystarczające przepływy pieniężne.

W pierwszej połowie 2026 roku Nvidia zainwestowała ponad 40 miliardów dolarów w swoje inicjatywy AI. Odbiorcami i podmiotami powiązanymi były m.in. OpenAI, Corning (NYSE: GLW) i IREN (NASDAQ: IREN).

Kilka poszczególnych transakcji wyróżnia się swoją skalą. OpenAI zostało powiązane z proponowanym programem budowy centrum danych o wartości 100 miliardów dolarów. Finansowanie powiązane z xAI wykorzystywało specjalne wehikuły celowe (SPV) wyceniane na miliardy dolarów.

Złożoność i ryzyko w finansowaniu infrastruktury AI

Niektóre z tych umów polegają na użyciu GPU jako zabezpieczenia kredytów. Mogą one również obejmować długoterminowe leasingi oraz projekcje przychodów oparte na wynikach wczesnych spółek AI — projekcje, które mogą okazać się niedokładne, jeśli rzeczywiste zyski nie osiągną poziomów założonych w momencie podpisywania umów.

Eksperci prawny zauważyli, że finansowanie infrastruktury AI stało się coraz bardziej skomplikowane. Pojedynczy projekt może łączyć kredyty prywatne, sekurytyzację długów oraz SPV utworzone specjalnie w celu obejmowania aktywów lub zaciągania pożyczek bez ujmowania ich w bilansie. Uczestnikami mogą być banki, firmy ubezpieczeniowe i fundusze emerytalne. Wejście głównych firm private equity i zarządzających aktywami do bieżącej rundy rozmów odzwierciedla szerszy trend, w którym menedżerowie aktywów alternatywnych stali się wiodącymi kredytodawcami i inwestorami infrastrukturalnymi, przejmując role tradycyjnie pełnione przez banki komercyjne.

Amortyzacja sprzętu stanowi kolejną warstwę ryzyka. Nvidia wypuszcza nowe generacje chipów AI w cyklu rocznym, co oznacza, że centrum danych może nadal spłacać jedną generację procesorów, gdy na rynku pojawia się już bardziej zaawansowana wersja. W efekcie starsze GPU mogą tracić na wartości szybciej, niż początkowo zakładali kredytodawcy — co jest kluczowym problemem, gdy to właśnie sprzęt służy jako zabezpieczenie kredytu.

Banki i prywatne placówki kredytowe często udzielają pożyczek na sprzęt o bardzo wysokich kosztach w momencie instalacji. Jeśli ogólny poziom wydatków na AI wyhamuje, operatorzy, którzy zbudowali zdolności na zapotrzebowanie, które nie zmaterializuje się w oczekiwanej skali, mogą stanąć w obliczu poważnych trudności finansowych. Częstsze aktualizacje sprzętu mogą sprawić, że kosztowne instalacje staną się przestarzałe szybciej, niż zakładano, a konkurencyjne chipy rywali — w tym akceleratory AMD Instinct oraz autorskie krzemy opracowywane przez głównych dostawców usług chmurowych, takich jak Google, Amazon i Meta — mogą zmniejszyć popyt na systemy oparte na komponentach Nvidii.

Każdy z tych czynników może sprawić, że operatorzy będą spłacać znaczne długi z obiektów generujących mniejsze przychody, niż prognozowano — dynamika, która wykracza daleko poza tradycyjne inwestowanie w akcje technologiczne i wchodzi w obszar finansowania dźwigniowego stosowanego wobec centrów danych, GPU i projektów energetycznych.