Od výroby čipů k organizaci financování

NVIDIA Corporation (NVDA) v srpnu spojila síly se šesti významnými hráči finančního sektoru. Do projektu se zapojily společnosti Apollo Global Management (APO) , BlackRock (BLK) , Blackstone (BX) , Brookfield Corporation (BN) , Goldman Sachs Group (GS) a KKR & Co. (KKR) . Vznikající finanční platformy mají být schopny mobilizovat více než 500 miliard dolarů pro firmy budující infrastrukturu umělé inteligence.

Krok ukazuje, že další rozšiřování odvětví už nezávisí pouze na vývoji modelů, výkonu čipů nebo dostupné kapacitě datových center. Stále významnější roli hraje cena kapitálu a schopnost získávat financování ve velkém objemu. Nvidia se tak vedle dodávek výpočetních procesorů podílí také na vytváření finančního rámce pro jejich nasazování.

Náklady rychle rostou i největším technologickým společnostem. Pět předních amerických hyperscalerů má v roce 2026 vynaložit na kapitálové výdaje celkem 730 miliard dolarů. Z vlastních rozvah přitom má pocházet klesající podíl prostředků a až třetinu výdajů mohou společnosti financovat dluhem.

Umělá inteligence tím mění dlouhodobý ekonomický model technologického sektoru. Software bylo možné jednou vytvořit a následně distribuovat miliardám uživatelů s minimálními dodatečnými náklady. Současné systémy AI naproti tomu vyžadují výrobní závody, pokročilé čipy, elektrické rozvodny, datová centra a rozsáhlé dodávky energie.

Výpočetní kapacita jako samostatná třída aktiv

Navrhovaná struktura využívá principy projektového financování, které se dlouhodobě používá u elektráren, letišť nebo zpoplatněných komunikací. Tyto projekty vyžadují vysoké počáteční výdaje, jež se následně splácejí z výnosů rozložených do mnoha let. Novým prvkem je snaha zařadit výpočetní kapacitu mezi aktiva, která mohou ve větším měřítku vlastnit penzijní fondy a pojišťovny.

Mezi tradiční infrastrukturou a technologiemi AI však existují podstatné rozdíly. Energetická zařízení se obvykle budují na desítky let podle relativně předvídatelné poptávky a vytvářejí pravidelnější peněžní toky. Grafické procesory mají kratší životní cyklus, budoucí poptávka po výpočtech se obtížně odhaduje a historie návratnosti těchto projektů je zatím omezená.

Oznámení vyvolalo také debatu o kruhovém financování, při němž by se kapitál výrobce čipů prostřednictvím zákazníků vracel ve formě objednávek. V tomto případě však většinu peněz nemá poskytovat přímo Nvidia ani šest zapojených finančních skupin. Kapitál má pocházet od třetích stran, včetně penzijních fondů, pojišťoven, státních investičních fondů a úspor domácností.

Finanční platformy tak mají změnit způsob, jakým se hradí budování výpočetní infrastruktury. Zdroje nemají směřovat pouze k největším hyperscalerům, ale také k širšímu okruhu provozovatelů datových center a dalších firem, které by rozsáhlé projekty nedokázaly financovat výhradně ze svých příjmů.

Podobnou úlohu v minulosti plnily jiné finanční nástroje. Akciové společnosti rozkládaly riziko zámořských obchodních výprav, dluhopisové a akciové trhy financovaly železnice ještě před vytvořením stabilních příjmů a rizikový kapitál poskytoval peníze mladým firmám bez přístupu k tradičním úvěrům.

Evropa a Čína narážejí na rozdílné překážky

Schopnost přeměnit úspory na dlouhodobý kapitál zvýhodňuje Spojené státy, které mají hlubší dluhopisové trhy, rozsáhlý sektor soukromého úvěru a velké správce aktiv. Právě tato infrastruktura umožnila oznámit finanční rámec přesahující půl bilionu dolarů v rámci jediného projektu.

Evropa má značný objem úspor, ale omezenější mechanismy pro jejich přesun do domácích technologických projektů. Domácnosti eurozóny drží na bankovních vkladech přibližně 10 bilionů eur, tedy asi 11 bilionů dolarů. Evropští institucionální investoři přitom častěji nakupují dluhopisy amerických technologických firem, než aby financovali začínající podniky na vlastním kontinentu.

Pro evropskou strategii v oblasti AI je proto podstatná také integrace kapitálových trhů. Rozdrobené finanční prostředí komplikuje převod rozsáhlých úspor do přeshraničních projektů a omezuje dostupnost kapitálu pro firmy budující výpočetní a energetickou infrastrukturu.

Čína řeší opačný problém. Státní financování dokáže rychle podpořit výstavbu, hůře však propojuje vznikající kapacitu se skutečnou poptávkou. Čínská média loni uvedla, že po politicky podporované výstavbě zůstávalo nevyužito až 80 procent nově vybudované výpočetní kapacity.

Podle Stanford HAI AI Index 2026 byly soukromé investice do umělé inteligence ve Spojených státech v předchozím roce více než třiadvacetkrát vyšší než v Číně. Po první fázi rozvoje založené na modelech, čipech a aplikacích se tak pozornost přesouvá k tomu, jak finanční systém pokryje další expanzi odvětví mimo úzkou skupinu největších společností.