Autor: Liz Hughes, współpracująca autorka, AI Business | 14 sierpnia 2026

Nota redakcyjna: Witamy w Prompt, cotygodniowym przeglądzie zmieniającego się krajobrazu AI. Oferujemy analityczne spojrzenie na najważniejsze wydarzenia tygodnia w połączeniu z wyselekcjonowanym podsumowaniem historii, które mają znaczenie.

Co przekształcenie infrastruktury AI w klasę aktywów nadającą się do inwestowania oznacza dla kolejnego etapu AI w przedsiębiorstwach.

Co się stanie, gdy infrastruktura AI przestanie być postrzegana przede wszystkim jako wydatek technologiczny, a zacznie być traktowana jako klasa aktywów? Branża może właśnie się o tym przekonać.

Nvidia ogłosiła w tym tygodniu, że współpracuje z sześcioma największymi firmami finansowymi na świecie, aby zmobilizować ponad 500 miliardów dolarów na infrastrukturę AI (Nvidia współpracuje z gigantami z Wall Street, aby zmobilizować 500 mld dolarów na AI).

Ta inicjatywa nie polega jedynie na finansowaniu większej liczby centrów danych. Ma ona pomóc w ustanowieniu mocy obliczeniowej i pełnego stosu infrastruktury AI jako klasy aktywów inwestycyjnych — to istotna zmiana w sposobie, w jaki branża myśli o finansowaniu rozwoju AI.

Plan zakłada wprowadzenie znacznie większych puli kapitału zewnętrznego do rozbudowy AI. Nvidia i jej partnerzy finansowi zamierzają utworzyć niezależne platformy finansowe, które zapewnią dedykowany kapitał laboratoriom rozwijającym najbardziej zaawansowane modele AI, przedsiębiorstwom i dostawcom chmury AI. Kapitał ten będzie następnie mógł być wykorzystany na finansowanie budowy centrów danych oraz sprzętu Nvidii, pomagając klientom budować to, co dyrektor generalny Nvidii Jensen Huang opisuje jako nową klasę produktywnej, inwestycyjnej infrastruktury: fabryki AI.

To podejście czerpie z tradycyjnego finansowania infrastruktury, w którym inwestorzy instytucjonalni, tacy jak fundusze emerytalne, fundusze majątkowe i ubezpieczyciele, od dawna finansują elektrownie, rurociągi i sieci telekomunikacyjne. Same centra danych już wcześniej weszły do portfeli instytucjonalnych za pośrednictwem funduszy inwestycyjnych nieruchomości; inicjatywa Nvidii rozszerza tę logikę z budynków mieszczących moce obliczeniowe na pełny stos AI znajdujący się w ich wnętrzu. Dla przedsiębiorstw projekt wskazuje na pozyskiwanie mocy AI w taki sposób, w jaki firmy pozyskują inną finansowaną infrastrukturę — poprzez dedykowane struktury finansowe, a nie jednorazowe zakupy technologiczne — przy czym zewnętrzni inwestorzy stosują taką samą analizę wykorzystania i zwrotów, jaką kierują się wobec każdego produktywnego aktywa.

Powiązane: IBM i OpenAI współpracują, aby przyspieszyć rozwój AI w przedsiębiorstwach

Poza mocą obliczeniową: energia, łączność i surowce

Skala inicjatywy Nvidii pokazuje, jak kapitałochłonna stała się rozbudowa AI — a inwestycje te coraz częściej wykraczają daleko poza samą moc obliczeniową.

Na przykład SpaceX i Tesla ujawniły początkową inwestycję w wysokości 16,8 miliarda dolarów w Terafab, ogromny kampus półprzewodnikowy i zaawansowanych obliczeń planowany w Teksasie. Według dokumentów składanych w stanie projekt może ostatecznie reprezentować inwestycje rzędu nawet 119 miliardów dolarów.

Być może jeszcze bardziej wymowne jest to, jak SpaceX planuje zasilać ten kampus. Zamiast polegać na sieci elektroenergetycznej w zakresie rutynowego zasilania, kampus ma korzystać z lokalnej generacji energii i magazynów bateryjnych, co skutecznie wprowadza kolejny kluczowy element infrastruktury AI pod kontrolę samej firmy.

Wyścig o infrastrukturę AI to już nie tylko kwestia procesorów GPU. Staje się on konkurencją o zasoby fizyczne niezbędne do ich obsługi: energię, łączność i surowce.

Budowa centrów danych AI napędza popyt na dedykowaną przepustowość światłowodową, podczas gdy ograniczenia w sprzęcie optycznym mogą hamować ekspansję. Na przykład Zayo buduje ponad 8000 mil dalekosiężnego światłowodu w ramach wschodzących korytarzy AI, a Nvidia jest klientem kotwiczącym. Rozbudowa obejmuje sześć nowych tras dalekosiężnych oraz dodatkową przepustowość w 10 rynkach o dużym popycie, co podkreśla, że rozbudowa AI tworzy zapotrzebowanie infrastrukturalne wykraczające daleko poza samo centrum danych.

Powiązane: Niższa cena wprowadzająca dla Gemini 3.7 Flash ma przyciągnąć deweloperów

Rozkwit centrów danych AI zwiększa również popyt na miedź, lit i metale ziem rzadkich, wywierając presję na łańcuchy dostaw i rodząc pytania, czy producenci nadążą za tempem. Miedź jest pod szczególną presją: nowe centrum danych klasy hyperscale może wymagać około 50 000 ton miedzi, podczas gdy bez znaczącej rozbudowy podaży rynek może do 2040 roku zmierzyć się z niedoborem rzędu 10 milionów ton metrycznych.

Rozpatrywane łącznie te wydarzenia pokazują, dlaczego sam dostęp do kapitału nie przesądzi o tempie rozbudowy AI. Nawet przy setkach miliardów dolarów dostępnych do inwestowania firmy wciąż potrzebują energii, łączności i surowców niezbędnych do przekształcenia tego kapitału w sprawnie działającą infrastrukturę AI.

Praktycznym sprawdzianem tego, czy moc obliczeniowa dojrzeje do rangi trwałej klasy aktywów, będzie egzekucja — czy ogłoszone platformy finansowe przekształcą się w rozmieszczony kapitał i sfinalizowane umowy z laboratoriami AI, przedsiębiorstwami i dostawcami chmury AI w skali, jaką sugeruje nagłówek 500 miliardów dolarów.

Również w tym tygodniu w świecie AI

• Co rozporządzenie wykonawcze Trumpa dotyczące AI oznacza dla CIO: Rozporządzenie Trumpa rozszerza federalny nadzór nad zaawansowanymi modelami AI i tworzy nowe kwestie bezpieczeństwa oraz zgodności dla CIO oceniających i wdrażających systemy AI.
• Robot Spot od Boston Dynamics wdrożony w kopalni miedzi w Utah: Czworonogi robot jest wdrażany w kopalni miedzi w Utah w celu automatyzacji inspekcji, poprawy wydajności operacyjnej i ograniczenia narażenia pracowników na niebezpieczne środowiska.
• Zmiana struktury wydatków na infrastrukturę AI jako kolejny znak dojrzałości wdrożeń: Wydatki przesuwają się z trenowania modeli w stronę eksploatacji AI na dużą skalę, co sygnalizuje rosnącą dojrzałość w miarę przenoszenia wdrożeń do środowisk produkcyjnych.
• Zagrożenia bezpieczeństwa powodują wstrzymanie przez OpenAI prac nad modelem Astra: OpenAI wstrzymała rozwój części nadchodzącego modelu Astra po tym, jak system osiągnął krytyczny próg możliwości w zakresie cyberbezpieczeństwa, co skłoniło laboratorium AI do wprowadzenia ostrzejszych mechanizmów kontroli bezpieczeństwa i monitoringu.
• Meta zmienia kurs, prezentując model Muse Glimmer o otwartych wagach: Meta zaprezentowała nowy model AI o otwartych wagach, odwracając swój niedawny zwrot w stronę systemów zamkniętych i odnawiając swoje zaangażowanie w otwarty rozwój AI.
• Do kogo należą Twoje dane AI? Nawigowanie po zagrożeniach bezpieczeństwa i własności: W miarę jak przedsiębiorstwa wdrażają AI, pytania o to, kto jest właścicielem danych i kto nimi zarządza, rodzą rosnące ryzyka w zakresie bezpieczeństwa, prywatności i własności intelektualnej.

Powiązane: Lovable, europejska perełka vibe codingu, wyceniona już na 13,3 mld dolarów

Źródło: AI Business — Prompt: Wall Street nadciąga po infrastrukturę AI