Big Tech zadłuża się na potęgę. Czy właśnie tak powstaje bańka AI?

Alphabet - zadłużony. Trzydzieści osiem miliardów dolarów świeżych obligacji.
Meta - zadłużona. Trzydzieści miliardów.
Amazon - piętnaście miliardów nowego długu.
Firmy, które jeszcze niedawno spały na gotówce, dziś chodzą po rynku z wyciągniętą ręką jak student pod koniec miesiąca.

Google pierwszy raz W HISTORII pokazał ujemne wolne przepływy pieniężne. Internet już wie, co się święci. Bańka AI pompowana kredytem lewaruje się na śmierć. Trzeba uciekać, sprzedawać i wracamy do gotówki i konserw.

Jest tylko jeden malutki problem z tą apokalipsą. Wskaźnik długu do EBITDA, przy którym analitycy kredytowi zaczynają gryźć paznokcie, to okolice CZTERECH. Wiecie, ile wynosi u tych „tonących w długach” gigantów technologicznych? Maksymalnie 0,4. Dziesięć razy poniżej strefy strachu, a niektórzy nadal mają więcej gotówki w kasie niż całego zadłużenia. To tak, jakby ogłosić bankructwo sąsiada, bo wziął hipotekę, mając trzy mieszkania bez kredytu i pensję prezesa banku.

No ale skoro pół internetu straszy tym długiem, to rozbierzmy go dziś na części. Uczciwie i na liczbach: ile Big Tech naprawdę pożycza i po co, skoro gotówki mu nie brakuje. Czemu rentowności obligacji spółek technologicznych wzrosły o, trzymajcie się krzeseł, całe 0,1 punktu procentowego. Kto jest prawdziwym winowajcą tego wzrostu, bo to głównie jedna spółka. I gdzie faktycznie leży ryzyko tej historii, bo ono istnieje, tylko wszyscy szukają go w złej rubryce bilansu. Lecimy.

Big Tech zadłuża się na potęgę. Czy właśnie tak powstaje bańka AI?

Tak, skala inwestycji w centra danych rzeczywiście jest kolosalna i trąbi się o tym już od dobrych kilku kwartałów. Sam wzrost zadłużenia Big Tech też jest faktem. Firmy, które przez lata mogły pokrywać niemal wszystkie inwestycje bieżącymi przepływami pieniężnymi, coraz częściej pojawiają się na rynku obligacji albo emitują akcje.

Alphabet w 2025 roku wyemitował nowe obligacje dolarowe i denominowane w euro o łącznej wartości przekraczającej 38 miliardów dolarów. Meta pozyskała z emisji długu prawie 30 miliardów, a Amazon sprzedał papiery o wartości 15 miliardów. Równolegle rozwijają się leasing, finansowanie projektowe i spółki celowe budujące centra danych. Jeśli zsumujemy wszystkie te kanały zadłużenia, to powstaje wielka liczba, która jest wystarczająco duża, żeby wyglądała strasznie w mediach i ustach dziennikarzy. Nadajmy więc temu odpowiednią skalę.

Planowane nakłady czterech największych dostawców chmury odpowiadają mniej więcej 5–7 procentom ich kapitalizacji. To ogromne inwestycje jak na tak dojrzałe spółki. Nadal jednak mieszczą się w ich możliwościach finansowych.

Sam poziom zadłużenia niewiele mówi. Sto miliardów dolarów długu może pogrążyć jedną firmę, a dla innej być normalnym narzędziem finansowania wzrostu. W biznesie liczą się przede wszystkim zasoby gotówki, roczne przepływy pieniężne, koszty odsetek, harmonogram spłat oraz możliwość ograniczenia inwestycji, gdyby koniunktura się pogorszyła. Znacznie więcej niż sama wartość emisji obligacji mówi więc zdolność poszczególnych spółek do bezpiecznej obsługi i spłaty długu. Dojdziemy do tego.

Dług ma tutaj wiele twarzy. Pierwsze skrzypce grają obligacje. Inwestor realnie powinien oceniać nie nominalną kwotę, lecz przede wszystkim prawdopodobieństwo spłaty w określonym terminie i ryzyko bankructwa dłużnika. Obligacje Microsoftu czy Alphabetu są traktowane zupełnie inaczej niż dług młodego operatora centrum danych, który ma jednego klienta i nie generuje jeszcze dodatnich przepływów. Oba instrumenty mogą finansować infrastrukturę AI, ale ich ryzyko nie jest porównywalne.

Jeszcze na początku 2025 roku segment długu powiązanego ze sztuczną inteligencją w zasadzie nie istniał.

W 2026 roku bije rekordy i dochodzi już do prawie 300 miliardów dolarów. Tylko że lwią część rynku tworzą obligacje emitentów o wysokiej wiarygodności kredytowej. Na wykresie to ten granatowy słupek. Tu nie ma ryzyka niewypłacalności. To nie są śmieciowe podmioty.

Mimo to po X-ie już latają wykresy, jak ten, które mają pokazywać, że rynek wycenia „ogromne” ryzyko długu AI, bo rentowności obligacji emitowanych przez Big Tech wzrosły!

No wzrosły… O 0,1%. Wystarczy dobrze pożonglować osią i jej skalą, żeby można było trąbić o szoku, nie? Czy taki wzrost to oznaka, że rynek wycenia tutaj ryzyko wielkiej katastrofy? Nie.

Popyt inwestorów rozkłada się na coraz większą liczbę obligacji, dlatego emitenci muszą oferować wyższą rentowność, aby skutecznie przyciągnąć kapitał akurat do siebie. Skoro skala emisji tych obligacji nagle wystrzeliła, to kiedy wzrosła podaż, popyt przypadający na jedną obligację tego typu nieco się skurczył, więc rynek zaoferował trochę wyższe odsetki. Koniec tajemnicy.

Wizerunek samych spółek Big Tech w tym wszystkim poprawia jeszcze jeden niuans. Głównym motorem wzrostu spreadów na rentownościach obligacji jest właściwie tylko jedna spółka — Oracle. Po jej wyłączeniu z zestawienia sytuacja wygląda już tak, jakby nic się nie zmieniło. Pozostałe spółki nadal finansują się dużo taniej niż przeciętny korporacyjny emitent obligacji na rynku, więc wzrost kosztów długu wynika głównie z obaw dotyczących jednej firmy, a nie z utraty zaufania do całego sektora technologicznego.

Okej, ale może w takim razie powinniśmy się bać tego, czy oni w ogóle ten dług spłacą?! No to spójrzmy sobie uspokajająco na relację zobowiązań do aktywów i skalę generowanej gotówki.

Tadam! Okazuje się, że zadłużenie nadal jest niewielkie wobec skali biznesów, posiadanej gotówki i osiąganych wyników. Relacja długu do posiadanych aktywów jest znacznie poniżej średniej dla całego indeksu S&P 500, a to znaczy, że spółki mają sporą przestrzeń do dalszego zadłużania, a i tak nie będą odstawać na tle „przeciętnej” spółki - i to na plus.

Liczby nominalne zaciąganego długu robią na ludziach wrażenie, bo są duże, a ludzie mają problem ze zrozumieniem dużych liczb. Jeśli jednak zestawić te liczby z możliwościami spółek, to widać, że tutaj nawet nie jesteśmy w pobliżu jakiejkolwiek agresywnej dźwigni finansowej, która mogłaby zagrażać wypłacalności. Potwierdzają to zresztą także inne wskaźniki.

Cztery proste wykresy pokazują, że największe spółki technologiczne nadal dysponują masą gotówki, a ich zadłużenie netto pozostaje niskie w relacji do osiąganych wyników. W części przypadków nawet gotówka przewyższa dług finansowy, więc wskaźnik długu netto do EBITDA jest ujemny lub znajduje się blisko zera.

Nawet tam, gdzie zadłużenie netto jest dodatnie, jego poziom pozostaje niewielki wobec skali działalności i zdolności do generowania zysków. Poziomy długu netto do EBITDA uznawane za ryzykowne to okolice 4x. Tu mówimy o maksymalnie 0,4x.

To nie są wskaźniki spółek na granicy upadłości. Jeśli ktokolwiek próbuje tutaj rozgrywać niedźwiedzi scenariusz w oparciu o zadłużenie, to jest po prostu głupi.

Przyjmijmy już jednak nawet, że faktycznie ktoś ma mentalny problem z jakimkolwiek zadłużaniem się, bo… w sumie to nie wiem czemu, bo w biznesie dźwignia finansowa to złoto, ale załóżmy, że ktoś ma ten problem. Po co w ogóle te spółki sięgają po dług?

Powód jest prosty. Obecnie nakłady inwestycyjne Big Techów rosną w szybszym tempie niż przepływy gotówkowe z działalności operacyjnej. W teorii to tempo ma się zrównać w trzecim kwartale tego roku.

Różnica w tempie generuje lukę, którą trzeba wypełnić pieniędzmi z długu. Tutaj jednak warto się na chwilę zatrzymać. Po internecie lata wykres pokazujący spadające poniżej zera wolne przepływy gotówkowe w Big Techach, co ma rzekomo sugerować, że na pewno nie będą oni mieli jak spłacić długu, skoro przestali generować kasę.

Ech… ten spadek nie wynika z tego, że Big Tech przestaje zarabiać, ale właśnie z tego, że inwestuje więcej, niż zarabia. Niektórzy chyba zapominają, że inwestycje można w razie potrzeby w każdej chwili wstrzymać. To decyzja wyłącznie zainteresowanej spółki. To ona ma pełną kontrolę nad tym, kiedy te spadające linie na wykresie zaczną dynamicznie odbijać w górę. Dlaczego tego nie robią? Bo się nie opłaca. Bo każdy dolar wydany dziś na capex praktycznie od razu generuje zyski.

Giganci technologiczni nie pożyczają pieniędzy dlatego, że brakuje im gotówki na rachunku. Pożyczają, bo chcą inwestować więcej, a w historii rynków nie ma spółek, które byłyby lepsze, jeśli chodzi o generowanie zwrotu z zainwestowanego kapitału.

Budowa wielkich centrów danych kosztuje fortunę i infrastruktura ta służy przez długie lata. Zamiast wydawać od razu całe własne oszczędności, spółki wolą wziąć tanią pożyczkę. Dzięki temu szybciej stawiają nowe obiekty dla klientów, a własne pieniądze zachowują jako bezpieczną poduszkę finansową i elastyczny kapitał na bieżące wydatki.

Spójrzmy sobie jeszcze nawet na sam termin niektórych spłat. Oddawanie tych pieniędzy jest rozłożone na całe dekady. Niektóre serie obligacji są 30- i 50-letnie.

Pomyślmy też o tym w kategoriach kosztu alternatywnego. Największym kosztem dla tych firm może być dziś nie samo oprocentowanie obligacji, ale zbyt wolna rozbudowa infrastruktury AI w sytuacji, w której nie chciałyby się zadłużać. Jeśli na rynku jest ogromny popyt, a my rezygnujemy z przyspieszenia inwestycji w imię skrajnie krystalicznego bilansu bez żadnego długu, to może się okazać, że będzie to gorsza decyzja, bo nie wykorzystamy rynkowej okazji.

Jeżeli klienci są gotowi płacić za usługi, ale dostawca nie ma wolnych serwerów, brak inwestycji oznacza utracone przychody i oddanie części rynku konkurencji. W takim otoczeniu finansowanie części wydatków długiem realnie ogranicza ryzyko biznesowe, a jest się o co bić.

Ten rynek, mimo coraz większej skali, dalej przyspiesza. Przychody z infrastruktury chmurowej rosną coraz szybciej z kwartału na kwartał, a dynamika, zamiast naturalnie słabnąć wraz z powiększaniem się bazy i skali, zapierdziela dalej.

Wysokie inwestycje hyperscalerów trafiają więc na rynek rozwijający się w tempie wyraźnie dwucyfrowym i przyspieszający. Prognozy zakładają, że chmura pozostanie jednym z najszybciej rosnących segmentów technologii. Amazon, Microsoft i Google inwestują zatem nie tylko po to, aby obsługiwać obecnych klientów, lecz także po to, by zabezpieczyć udział w rynku, który pod koniec dekady będzie znacznie większy niż obecnie.

Tym bardziej że te wysokie nakłady inwestycyjne już teraz mają odzwierciedlenie w wynikach. W Google Cloud przychody w drugim kwartale 2026 roku wzrosły aż o 82 procent. Zysk operacyjny zwiększył się z 2,8 do 8,8 miliarda dolarów, a marża segmentu wzrosła z 20,7 do 35,6 procent. Jeszcze kilka lat temu Google Cloud dopiero wychodził na rentowność. Dziś segment jednocześnie gwałtownie zwiększa sprzedaż i poprawia marże. CEO Sundar Pichai przyznał przy tym, że dalszy wzrost ogranicza tylko niedobór dostępnej mocy obliczeniowej.

Skala zapotrzebowania jest na tyle duża, że Google zamierza przejściowo korzystać także z zewnętrznych dostawców mocy obliczeniowej, traktując ich jako pomost do czasu uruchomienia kolejnych własnych centrów danych. Żebyśmy to sobie dobrze zrozumieli: Google, mimo tego, że jest trzecim największym graczem na rynku chmury, musi wynajmować moc obliczeniową od zewnętrznych firm i tę wynajętą moc sprzedawać potem swoim klientom. To jest skala popytu na AI.

Dlatego to nie dług sam w sobie jest problemem, bo jedyne ważne pytanie na dziś brzmi: czy uruchamiane moce będą generowały dalszy zwrot? Wszystkie dostępne dane pozwalają podejrzewać, że tak właśnie będzie.

AWS od Amazona pokazuje podobny kierunek jak Google Cloud. Popyt na usługi chmurowe i moc obliczeniową pozostaje silny, a rozbudowywana infrastruktura jest szybko wykorzystywana przez klientów. Zarząd Amazona uważa, że AWS mógłby rosnąć jeszcze szybciej, gdyby spółka dysponowała większą liczbą serwerów i dostępem do dodatkowej energii.

CEO Andy Jassy podkreśla, że nowe moce są sprzedawane praktycznie w miarę ich uruchamiania, dlatego Amazon zamierza do końca 2027 roku podwoić zdolności AWS.

W Microsofcie popyt na usługi chmurowe jest analogiczny. Satya Nadella wprost twierdzi, że spółka koncentruje się na rozbudowie infrastruktury chmurowej i centrów danych, a tempo wzrostu Azure zależy dziś głównie od tego, jak szybko Microsoft zdoła uruchamiać kolejne serwery i przydzielać je między klientów oraz własne produkty.

Realizowane inwestycje przynoszą więc efekty natychmiast po ich zakończeniu. To jest punkt, w którym dziś jesteśmy. Do tego sam zwrot z centrum danych nie ogranicza się do jednego produktu. Ta sama infrastruktura może obsługiwać klientów chmurowych, trenować własne modele AI, generować odpowiedzi dla użytkowników, poprawiać skuteczność reklam i wspierać programistów wewnątrz firmy. To jest model, na który postawiła głównie Meta i dzięki któremu osiąga dziś absurdalny wzrost efektywności biznesu reklamowego.

Dlatego nawet proste porównanie nakładów z jednym źródłem sprzedaży zawsze będzie niepełne, bo możliwości wykorzystania infrastruktury i dostępnych alternatyw jest co najmniej kilka.

Big Tech faktycznie pożycza rekordowe kwoty. To prawda, ale cała reszta tej strasznej opowieści rozpada się przy zastosowaniu jakiegokolwiek rozsądku. Finansowanie tańsze niż u przeciętnego emitenta na rynku, spready poruszone o 0,1 punktu procentowego głównie przez jedną spółkę, a ujemne przepływy będące skutkiem decyzji, którą można cofnąć jednym ruchem. Nasz sąsiad z hipoteką ma trzy mieszkania bez kredytu, pensję prezesa i najemców walących w drzwi. Jeśli to jest bankrut, to ja chcę tak bankrutować.

Nowe moce sprzedają się od ręki, a marże chmury rosną zamiast spadać. To są realne efekty. Jeśli kiedyś zobaczycie, że wzrost chmur hamuje, moce zaczynają stać puste, a marże segmentów się zwijają, to wtedy będzie czas na stres. Dług działa jak wzmacniacz i dobremu biznesowi pomaga rosnąć szybciej, a złemu pomaga szybciej umierać. Tylko że Big Techy to historycznie najlepsze maszyny do zarabiania.

Do zarobienia,
Piotr Cymcyk