Ponad 4 bln dolarów amerykańskich przyszłych zobowiązań przypisał firmom Alphabet, Amazon, Microsoft, Meta, Oracle i Anthropic dziennik El Economista w wyliczeniu opublikowanym 9 listopada 2026 r. Zestawienie łączy zakupy, najem oraz inne umowy rozłożone na lata, a nawet dziesięciolecia. Uwzględnia również warunkowe maksimum wydatków Anthropic, zależne od realizacji największych opcji rozbudowy.

Finansowa skala wyścigu AI jest więc ogromna. O jego ekonomice więcej mówi jednak zestawienie terminów płatności z przychodami i kosztami utrzymania infrastruktury. Konkretny punkt odniesienia daje tu hipotetyczny model centrum danych przygotowany przez Boston Partners.

Sześć firm i różne warunki umów

El Economista zebrał następujące kwoty. Jednostką w tabeli są miliardy dolarów, więc wartość przy Alphabet przekracza bilion dolarów.

FirmaPrzyszłe zobowiązania w zestawieniu, w mld dolarów
Alphabet1 076,8
AnthropicDo 895, przy realizacji największych opcji rozbudowy
Meta810
Microsoft519
Amazon431
Oracle322

Podobna kwota może oznaczać bardzo różną elastyczność finansową. Według tej samej publikacji ponad 450 mld dolarów zobowiązań spółki Meta miało charakter nieodwołalny. Około połowy całej kwoty przypisanej firmie dotyczyło najmu centrów danych, który jeszcze się nie rozpoczął. Okresy tych umów wynosiły od ponad roku do 30 lat.

W przypadku Anthropic znaczenie ma połączenie umownych minimów, szacunków i opcji zwiększenia zamówień. El Economista podał na przykład minimum 110 mld dolarów w umowie z Amazon, obejmującej okres od maja 2026 r. do kwietnia 2036 r. Osobno opisał szacowane dodatkowe wydatki od 125 do 150 mld dolarów na moc obliczeniową opartą na układach TPU Google w latach 2028–2031.

Takie warunki wiążą obciążenie finansowe z harmonogramem dostaw i decyzjami o rozbudowie. Dla nieodwołalnej umowy kluczowe są terminy płatności; dla opcji rozszerzenia także to, czy firma z niej skorzysta.

Co obejmują wieloletnie zobowiązania

ARPU objaśnia na animowanych schematach umowy infrastrukturalne i finansowanie projektowe. Materiał w języku angielskim z 29 sierpnia 2026 r.

Budynki, sprzęt i energia mają różne cykle zakupów oraz użytkowania. Podpisanie wieloletniej umowy może poprzedzać uruchomienie centrum danych, a płatności za korzystanie z obiektu rozciągają się na kolejne okresy.

W poprzednim polskim artykule o wynikach i zobowiązaniach Big Tech opisaliśmy również przepływy pieniężne firm. Z kolei wcześniejsze omówienie planowanych nakładów kapitałowych na 2026 r. dotyczyło rocznego capexu, czyli wydatków inwestycyjnych na aktywa takie jak budynki i sprzęt. Zestawienie przyszłych zobowiązań sięga dalej: obejmuje również płatności wynikające z umów dotyczących kolejnych lat.

30 października 2026 r. Bloomberg oszacował zobowiązania pięciu firm, Alphabet, Amazon, Meta, Microsoft i Oracle, na ponad 3 bln dolarów. W tej analizie 1,3 bln dolarów przypadało na przyszłe umowy najmu, a 1,9 bln dolarów na pozostałe zobowiązania zakupowe. Bieżące umowy najmu i zadłużenie pozostawały poza zakresem tego zestawienia.

Bloomberg zaznaczył też, że firmy różnie ujawniają te pozycje, a część kosztów dotyczy innych działalności niż centra danych. W przypadku Amazon były to między innymi planowane wydatki na licencje na treści, a w przypadku Meta także sprzęt konsumencki w Reality Labs. Najnowsze zamówienia zakupowe i budowlane Microsoft pochodziły z raportu za rok obrotowy zakończony w czerwcu, podczas gdy dla pozostałych firm wykorzystano nowsze sprawozdania.

Październikowe i listopadowe zestawienia mają zatem odmienne daty, skład firm oraz zakresy poszczególnych pozycji. Różnicę w sumach współtworzy włączenie Anthropic do późniejszego wyliczenia.

Mechanizmy finansowania obejmują również wspólne przedsięwzięcia i finansowanie projektowe. ARPU omówił je wraz z przyszłymi umowami najmu, zakupami układów scalonych i kontraktami energetycznymi w materiale opublikowanym 29 sierpnia 2026 r.

Jaki zysk musi przynieść założony zwrot

W analizie opublikowanej 15 września 2026 r. Boston Partners rozpatrzył hipotetyczne centrum danych o mocy jednego gigawata. Przyjął finansowanie w połowie długiem, a w połowie kapitałem własnym oraz dwa cele rocznego zwrotu z kapitału właścicieli: 10% i 20%.

Tę zależność można pokazać we własnym, czysto rachunkowym przykładzie w złotych. Przyjmijmy umowny koszt projektu wynoszący 50 mld zł, z czego 25 mld zł pochodzi z długu, a 25 mld zł stanowi kapitał własny. Wymagany roczny zysk netto obliczamy jako kapitał własny pomnożony przez docelową stopę zwrotu.

Założony roczny zwrot z kapitału własnegoUmowny kapitał własnyWymagany roczny zysk netto
10%25 mld zł2,5 mld zł
20%25 mld zł5 mld zł

Przy tej samej podstawie kapitałowej podwojenie celu zwrotu podwaja wymagany zysk netto. Przychody muszą być wyższe, ponieważ działalność centrum danych generuje także koszty.

Koszty działania centrum danych trzeba pokryć, zanim przychody przełożą się na zysk dla inwestorów.

W wariancie z minimalnym kosztem inwestycji przyjętym przez Boston Partners wymagane roczne przychody odpowiadały 31–37,2% bazowego kosztu projektu. Roczne koszty operacyjne wynosiły nieco ponad 24% tej bazy. W naszym umownym przykładzie za 50 mld zł zachowanie tych proporcji oznaczałoby 15,5–18,6 mld zł przychodów rocznie oraz nieco ponad 12 mld zł rocznych kosztów operacyjnych. Są to założenia ilustracji rachunkowej, a proporcje pochodzą z hipotetycznego scenariusza Boston Partners.

Ekonomiczne ryzyko przy nieodwołalnych umowach wiąże się z przyszłymi wpływami: ustalone płatności trzeba będzie pokrywać także wtedy, gdy popyt okaże się słabszy od oczekiwań. W dyskusji o ryzyku bańki AI właśnie relacja między przychodami, kosztami i kapitałem określa warunki opłacalności. Szerszy kontekst finansów i inwestowania oferuje NTV88.

Kto generuje popyt na usługi AI

Po stronie klientów wydatki również były silnie skoncentrowane. W relacji CNBC z 21 października 2026 r. Kate Rooney przytoczyła dane Ramp: w tym zestawieniu 1% największych płatników odpowiadał za około 80% wydatków na AI. Ta grupa wydawała średnio około 10 tys. dolarów miesięcznie, podczas gdy mediana miesięcznych wydatków była niższa niż 20 dolarów.

Około 80% dużych płatników stanowiły prywatne firmy finansowane przez fundusze venture capital, czyli inwestorów wspierających rozwój młodych przedsiębiorstw. Rooney wskazała koncentrację popytu w tej grupie jako ryzyko: osłabienie finansowania lub wydatków takich klientów mogłoby przenieść się na twórców modeli, dostawców chmury i producentów układów scalonych.