Nakłady inwestycyjne na AI wzrosły do 1,7 biliona dolarów — jaki poziom zwrotu można uznać za rozsądny? Goldman Sachs przeprowadził analizę

Amerykańscy dostawcy usług chmurowych o ultra dużej skali inwestują w AI na niespotykaną dotąd skalę, ale czy ich wydatki przyniosą zwrot, stało się kluczowym przedmiotem sporu wśród inwestorów. Najnowsze ramy badawcze od Goldman Sachs prezentują konkretną liczbę.

Zgodnie z informacjami z Trading Desk, według raportu badawczego Goldman Sachs, przy założeniu wskaźnika zwrotu z zainwestowanego kapitału (ROIC) wynoszącego 15% rocznie, sześciu amerykańskich gigantów chmurowych: Alphabet, Microsoft, Amazon, Meta, Oracle oraz SpaceX, aby rozliczyć „drugi etap” (2026-2027) wydatków kapitałowych na moc obliczeniową AI, musi od 2028 do 2030 osiągnąć skumulowane przychody na poziomie około 1,42 biliona dolarów. Przeliczając na jednostki pojemności, próg ten odpowiada rocznym przychodom na poziomie ok. 11,6 mld USD na każdy gigawat (GW).

Analitycy Goldman Sachs uważają, że ograniczenie zwrotów z inwestycji w ostatnim czasie jest naturalnym skutkiem okresu intensywnych inwestycji, a nie dowodem na słabą strukturalną rentowność AI. Raport jednocześnie wskazuje, że trzej najwięksi dostawcy chmury publicznej (AWS, Azure, Google Cloud) do końca II kwartału 2026 roku miały już skumulowane niezrealizowane zamówienia na około 1,69 biliona dolarów, znacznie przekraczając wymagany próg 1,00 biliona dolarów oraz stanowiąc istotne wsparcie dla przyszłych możliwości monetyzacji.

Amerykańscy giganci chmurowi przechodzą historyczny wzrost intensywności kapitałowej. Goldman Sachs dzieli inwestycje w AI na trzy etapy: „pierwszy etap” od 2023 do 2025 roku – łączny CAPEX ok. 633 mld USD, średnio rocznie ok. 211 mld USD; „drugi etap” (2026-2027) – łączne wydatki ok. 1,73 bln USD, średnio rocznie ok. 863 mld USD; „trzeci etap” (2028-2030) – szacowany CAPEX sięgnie ok. 4,14 bln USD, średnio rocznie ok. 1,38 bln USD.

Zgodnie z danymi konsensusu Visible Alpha, od początku 2026 roku wydatki kapitałowe pięciu wymienionych, notowanych na giełdzie, gigantów chmurowych (Alphabet, Microsoft, Amazon, Meta i Oracle) na lata 2026-2027 zostały łącznie podniesione o ok. 66%, a dwuletnia kumulacja wzrosła o ok. 750 mld USD. Goldman Sachs podkreśla, że jego własna prognoza wydatków kapitałowych na 2027 rok jest wciąż wyższa niż konsensus rynkowy, a wyższy szacunek jest bliższy oczekiwaniom inwestorów.

W miarę jak rynek absorbuje obecny poziom wydatków kapitałowych, punkt sporny inwestorów przesuwa się na dwa blisko powiązane pytania: Jakie zwroty przyniosą inwestycje na lata 2026-2027 oraz jak będzie się kształtować długoterminowa intensywność kapitałowa po 2028 roku.

Goldman Sachs, patrząc od dołu na łańcuch dostaw półprzewodników, niezależnie oszacował wielkość wydatków kapitałowych na infrastrukturę AI – wyniki pokrywają się z oceną strony popytu.

Według wskazań firm półprzewodnikowych i prognoz Goldman Sachs, wydatki na infrastrukturę AI w 2027 roku sięgną ok. 1,3 bln USD – wzrost ok. 60% r/r; w 2028 roku wzrosną dalej do ok. 2,0 bln USD – wzrost ok. 42% r/r. Licząc po pojemności, szacuje się, że nowe wdrożenia centrów danych AI wyniosą odpowiednio ok. 20 GW w 2026, 35 GW w 2027 i 57 GW w 2028 roku.

Konkretnie: Broadcom udzielił wskazówek, że klienci wdrożą 10 GW oraz 20 GW mocy AI odpowiednio w roku finansowym 2027 i 2028; Nvidia deklaruje, że system Blackwell generuje ok. 25 mld USD przychodu na GW, a kolejna generacja Rubin podniesie ten wynik do ok. 40 mld USD; AMD szacuje przychód na GW w zakresie 15-20 mld USD. Goldman Sachs uśrednił te liczby i oszacował średni koszt inwestycji na GW na ok. 42 mld USD, co jest kluczowym założeniem w ramie ROIC.

Kluczowe w ramie ROIC od Goldman Sachs jest ilościowe określenie, ile przychodów muszą wypracować giganci chmurowi, aby osiągnąć bazowy zwrot z inwestycji w „drugim etapie” AI.

W kluczowych założeniach, Goldman Sachs ustala próg ROIC na 15% rocznie, bazując na przeciętnych rocznych wydatkach kapitałowych z lat 2026-2027 i mierząc zwrot przez zysk operacyjny netto po opodatkowaniu (NOPAT) z lat 2028-2030. Koszt inwestycji na GW zakładany jest ustalony na ok. 42 mld USD, z czego ok. 70% idzie na „moc obliczeniową” (serwery, chipy, sprzęt sieciowy), a ok. 30% na „powłokę” (ziemia, budynki, infrastruktura). Amortyzacja: sprzęt „moc obliczeniowa” ma żywotność 5 lat, „powłoka” 15 lat; operacyjne i utrzymaniowe koszty centrum danych (prąd, pracownicy) na GW zakładane są na ok. 836 mln USD rocznie.

Na tej podstawie, z ramy wynika, że sześciu największych operatorów chmurowych musi od 2028 do 2030 roku wypracować łącznie ok. 1,42 bln USD przychodów, aby osiągnąć próg 15% ROIC. Goldman Sachs przedstawia także analizę czułości: jeśli ROIC założymy od 0% do 30%, wymagane skumulowane przychody mieszczą się w zakresie 908 mld do 1,89 bln USD, roczne przychody na GW od 6,2 mld do 18,6 mld USD.

Goldman Sachs wyraźnie zaznacza, że obecne zwroty operatorów chmurowych z dotychczasowych inwestycji niemal na pewno przekraczają próg 15% ROIC, więc ramy te mają odpowiadać na skrajne obawy części inwestorów o możliwy ujemny ROIC.

Aby połączyć abstrakcyjny próg przychodów z realnym popytem, Goldman Sachs przywołuje dane o zamówieniach niezrealizowanych trzech największych operatorów chmury publicznej.

Z raportu Goldman Sachs wynika, że do końca drugiego kwartału 2026 roku AWS, Azure i Google Cloud łącznie raportują zamówienia niezrealizowane na ok. 1,69 bln USD – wzrost około 152% r/r i 1,5-krotny wzrost względem początku 2026. Zarządy wszystkich firm podkreślają, że braki w dostawie mocy obliczeniowej ograniczają obsługę zapotrzebowania na AI, co jest jedną z głównych przyczyn zwiększania wydatków kapitałowych.

Goldman Sachs szacuje, że dla tych trzech firm, przy wydatkach kapitałowych za 2026-2027 rzędu 1,22 bln USD i progu ROIC 15%, w latach 2028-2030 muszą wypracować łącznie ok. 1,00 bln USD przychodów. To tylko ok. 59% obecnej sumy zamówień niezrealizowanych – 1,69 bln USD. Goldman Sachs podkreśla, że w porównaniu przyjęto konserwatywne założenie o braku wzrostu zamówień, podczas gdy w rzeczywistości w ostatnim czasie ich kwartalny przyrost jest dwucyfrowy.

Wielu menedżerów gigantów chmurowych publicznie potwierdziło perspektywy zwrotu z inwestycji w AI.

Z raportu Goldman Sachs wynika, że Amazon podczas telekonferencji wyników za II kwartał 2026 stwierdził, że wydatki kapitałowe na AWS i AI mają wyraźnie widoczne perspektywy mocnego zwrotu: serwery i sprzęt sieciowy osiągają punkt opłacalności w około 3 lata (żywotność 5-6 lat), co oznacza, że przez 2-3 lata generują znaczące przepływy pieniężne; „powłoka” centrów danych ma żywotność ponad 30 lat i może wesprzeć 5-6 cykli wymiany serwerów. Oracle podczas telekonferencji wyników za IV kwartał 2026 ujawnił, że ROIC dużych projektów infrastrukturalnych oscyluje w górnych granicach zakresu 20-30%. SpaceX podczas konferencji Goldman Sachs Communacopia+ Technology zadeklarował, że obecnie zwrot z inwestycji w AI jest możliwy w ciągu jednego roku.

Microsoft podkreślał, że jednostkowa ekonomia AI przewyższa tą, którą osiągała chmura na podobnym etapie rozwoju, nie ma strukturalnych przeszkód dla rentowności AI, a w dłuższym terminie marże powinny się zbliżyć do tych charakterystycznych dla usług chmurowych. Wielu menedżerów podkreśla również, że infrastruktura centrów danych pozwala na dużą elastyczność geograficzną, sprzętową oraz w dostosowywaniu do obciążenia, co sprzyja optymalizacji wykorzystania oraz zmniejsza ryzyko technologicznego „lock-inu”.

Goldman Sachs uważa, że przyszłą monetyzację mocy obliczeniowej AI napędzać będzie wiele różnych dróg, a sygnały przyspieszania popytu są już potwierdzone konkretnymi przykładami.

Po stronie korporacyjnej, trzy największe chmurowe firmy podniosły ceny usług wielu typów obciążeń i rozwiązań, a przyspieszenie podpisywania nowych umów zapewnia dalszą przestrzeń do podwyżek. Monetyzacja u dużych klientów obejmuje zarówno „bare metal” jako usługę (np. umowa SpaceX na licencję mocy obliczeniowej), jak i pełen stack korporacyjnych usług software'owych. Po stronie konsumentów dojrzalszy jest model przychodów z reklam (Meta, Alphabet, Amazon), a nowe modele – subskrypcje, komercjalizacja agentów AI – są w fazie szybkiej eksploracji. Goldman Sachs podkreśla też, że niedawno wprowadzone przez Meta produkty AI dla konsumentów, jak Muse, mogą zmienić paradygmat AI od konwersacyjnego do akcyjnego i w średnim i długim terminie napędzić większy popyt na moc obliczeniową i nowe mechanizmy monetyzacji.

Po stronie sygnałów popytowych, Goldman Sachs podczas ostatniej konferencji Communacopia+ Technology zaobserwował, że korporacyjne aplikacje AI szybko przechodzą z fazy eksperymentalnej do wdrożeniowej, zwroty napędzane produktywnością stają się coraz bardziej wyraźne, a użytkownicy biznesowi zmieniają strategię z „maksymalizacji tokenów” na „optymalizację tokenów”, co poprawia ogólną strukturę zwrotów i jest wskaźnikiem przyspieszenia przychodów operatorów ultra dużych chmur.