Wyścig Amazonu i Google Cloud nabiera tempa, gdy wydatki na AI znów rosną

Amazon podniósł plan nakładów kapitałowych na 2026 rok do 220 mld dolarów, mimo że już wcześniej przeznaczył na nową moc obliczeniową więcej niż którykolwiek z głównych rywali. Podwyżka zaostrza rywalizację Amazonu i Google o klientów infrastruktury AI, a jednocześnie poddaje przyszłe zwroty gotówkowe Amazonu większej kontroli.

Moment jest istotny, ponieważ Amazon Web Services wreszcie przyspiesza wraz z wydatkami. Przychody AWS wzrosły w drugim kwartale o 37% rok do roku, co było najszybszym tempem wzrostu od 18 kwartałów. Amazon twierdzi, że popyt nadal przewyższa możliwości instalowania nowej mocy.

Google i Microsoft zgłaszają to samo podstawowe ograniczenie, ale ich sygnały finansowe są inne. Google Cloud rósł szybciej, podczas gdy Microsoft uniknął kolejnego dużego zwiększenia wydatków. Amazon musi teraz wykazać, że jego bezprecedensowa skala inwestycji zapewnia trwały wzrost chmury, a nie jedynie wyższe rachunki.

Amazon dołożył kolejne 20 mld dolarów do rozbudowy

Nowy plan wydatków Amazonu zmienia mocny kwartał w chmurze w znacznie większy zakład o przyszły popyt.

Amazon spodziewa się obecnie około 220 mld dolarów nakładów kapitałowych w gotówce w 2026 roku. To o 20 mld dolarów więcej niż szacunek przedstawiony przez kierownictwo w lutym i znacznie powyżej 128 mld dolarów wydanych w 2025 roku.

Nakłady kapitałowe, zwykle skracane do capex, obejmują aktywa trwałe, takie jak serwery, chipy, sprzęt sieciowy i centra danych. Łączna kwota Amazonu obejmuje też inwestycje w robotykę oraz działalność satelitarną, więc nie jest to wyłącznie suma dotycząca AI.

Według dyrektora generalnego Andy’ego Jassy’ego głównym kierunkiem pozostaje AWS. Amazon potrzebuje większej mocy obliczeniowej dla tradycyjnych obciążeń chmurowych, trenowania modeli, inferencji AI oraz własnych rozwijających się usług programistycznych.

Wyniki kwartalne spółki dostarczyły wyjątkowo mocnego argumentu za podwyżką. Przychody AWS osiągnęły w kwartale od kwietnia do czerwca około 42,2 mld dolarów, rosnąc o 36,7% względem poprzedniego roku.

Wzrost wyraźnie przyspieszył z 28% w poprzednim kwartale. Przewyższył również niedawne tempo wzrostu, które podsycało obawy, że AWS traci rozpęd na rzecz Microsoft Azure i Google Cloud.

Amazon podał, że jego działalność związana z AI i niestandardowymi chipami przekroczyła roczne tempo przychodów wynoszące po 25 mld dolarów. Tempo roczne ekstrapoluje bieżące wyniki, zamiast przedstawiać zrealizowaną sprzedaż za pełny rok.

Jassy wskazał też droższą pamięć jako główny powód podniesienia prognozy wydatków. Serwery AI wymagają dużych ilości pamięci o wysokiej przepustowości i pamięci konwencjonalnej, przez co inflacja cen komponentów ma znaczenie w skali Amazonu.

Podwyżka nie oznacza, że Amazon może natychmiast zaspokoić potrzeby każdego klienta. Projekty centrów danych wymagają gruntów, energii elektrycznej, systemów chłodzenia, połączeń sieciowych, pozwoleń i specjalistycznego sprzętu, zanim serwery zaczną generować przychody.

Jassy powiedział, że Amazon nadal spodziewa się, iż popyt będzie przewyższał dostępną moc przez cały 2026 rok. Oczekuje, że nierównowaga utrzyma się w 2027 roku, jednocześnie określając już widoczny popyt na 2028 rok jako uderzający.

To stwierdzenie oddaje kluczowe napięcie. Amazon nie buduje wyłącznie dlatego, że jego kierownictwo spodziewa się przyszłego boomu AI. Twierdzi, że obecni klienci już teraz proszą o większą moc, niż AWS jest w stanie dostarczyć.

Jednak zainteresowanie klientów i rentowne wykorzystanie to nie to samo. Moc zamówiona dziś musi pozostać użyteczna po tym, jak nowsze chipy, modele i architektury oprogramowania zmienią ekonomikę przetwarzania AI.

Najmocniejszym elementem argumentacji Amazonu nie jest więc nagłówkowa kwota wydatków. Jest nim połączenie przyspieszających przychodów AWS, istniejących zobowiązań i ograniczonej podaży.

Najsłabszym elementem jest długa przerwa między wypisywaniem czeków a uzyskiwaniem zwrotów. Budynki mogą obsługiwać kilka generacji serwerów, ale część kosztownego sprzętu obliczeniowego amortyzuje się znacznie szybciej.

Plan Amazonu o wartości 220 mld dolarów podnosi stawkę po obu stronach. Szybszy wzrost AWS uzasadnia większą rozbudowę, lecz powiększony projekt stawia jeszcze wyższe wymagania wobec przyszłego wzrostu.

Wyścig wydatków Amazonu i Google ma sygnał przychodowy

Rywalizacja Amazonu i Google nie jest już definiowana wyłącznie przez zapowiadaną infrastrukturę, ponieważ obie firmy raportują obecnie wyraźne przyspieszenie w chmurze.

Alphabet podał, że przychody Google Cloud wzrosły w drugim kwartale o 82% rok do roku. Przychody osiągnęły 24,8 mld dolarów, a portfel zamówień chmurowych wzrósł do 514 mld dolarów.

Portfel zamówień oznacza zakontraktowane przychody, które nie zostały jeszcze ujęte w wynikach. Zapewnia on widoczność popytu, choć termin i rentowność przyszłych przychodów mogą się różnić.

Google również podniósł prognozę capex na 2026 rok do przedziału od 195 mld do 205 mld dolarów. Poprzedni przedział wynosił od 180 mld do 190 mld dolarów.

Spółka podała, że przytłaczająca większość tych wydatków wesprze infrastrukturę techniczną. Kategoria ta obejmuje serwery, sprzęt sieciowy i budowę centrów danych.

Dyrektor generalny Google Sundar Pichai powiedział, że spółka nadal była ograniczona podażowo nawet po zwiększeniu mocy. Google podał też, że około dziewięciu milionów deweloperów korzysta z jego modeli każdego miesiąca.

Interfejsy API modeli własnych firmy przetwarzały około 22 mld tokenów na minutę, wobec 16 mld kwartał wcześniej. Tokeny to małe jednostki tekstu lub danych przetwarzane przez modele AI.

Te wskaźniki operacyjne pomagają powiązać infrastrukturę z aktywnością. Nie ujawniają marży osiąganej na każdym żądaniu AI, ale pokazują, że kosztowny sprzęt wspiera mierzalne wykorzystanie.

Impuls Google Cloud stanowi bezpośrednie wyzwanie dla Amazonu. AWS pozostaje większy, ale Google Cloud zwiększa przychody w znacznie szybszym tempie procentowym.

Google może też rozłożyć infrastrukturę na kilka działalności. Ta sama baza techniczna wspiera klientów Cloud, Gemini, funkcje Search, narzędzia YouTube, usługi bezpieczeństwa i wewnętrzne badania nad modelami.

Taka integracja poprawia potencjalne wykorzystanie. Utrudnia też wyodrębnienie ekonomiki, ponieważ Alphabet nie ujawnia osobnego rachunku wyników dla każdego produktu AI.

Amazon ma własną przewagę wynikającą ze wspólnego wykorzystania zasobów. Infrastruktura AWS obsługuje klientów zewnętrznych, usługi Amazonu, niestandardowy krzem oraz partnerstwa z twórcami modeli.

Różnica leży w punkcie wyjścia każdej firmy. Amazon przewodzi rynkowi infrastruktury chmurowej, podczas gdy Google łączy mniejszą pozycję w chmurze ze znacznie większą siecią dystrybucji konsumenckiej.

Szacunki rynkowe za pierwszy kwartał wskazywały, że AWS odpowiadał za 28% światowych wydatków na infrastrukturę chmurową. Microsoft miał 21%, a Google 14%, według szacunków branżowych przytoczonych w danych o udziałach rynkowych.

Ta przewaga zapewnia AWS ogromną zainstalowaną bazę. Przedsiębiorstwa już uruchamiają bazy danych, aplikacje, systemy pamięci masowej i narzędzia bezpieczeństwa w środowisku Amazonu.

Obciążenia AI mogą rozszerzać te istniejące konta. Firma trenująca model może także kupować pamięć masową, sieć, analitykę, bazy danych i usługi tożsamości od tego samego dostawcy.

Google podchodzi do tej szansy z innej strony. Jego niestandardowe Tensor Processing Units, modele Gemini, produkty danych i portfolio bezpieczeństwa tworzą zintegrowaną alternatywę dla AWS.

Rywalizacja Amazonu i Google nie jest więc prostym wyścigiem o posiadanie największej liczby procesorów graficznych. Każda firma chce, by popyt na AI wciągał klientów głębiej w jej szerszą platformę chmurową.

Najnowsze liczby sugerują, że obie strategie przyciągają popyt. Nie przesądzają jeszcze, która firma przełoży ten popyt na lepsze długoterminowe zwroty.

Microsoft utrudnia porównanie wydatków

Microsoft pokazuje, że przyspieszenie w chmurze może robić wrażenie na inwestorach bez zapowiadania kolejnej drastycznej podwyżki planowanych inwestycji.

Microsoft podał, że przychody Azure i innych usług chmurowych wzrosły w czwartym kwartale fiskalnym o 43%. Wynik przekroczył przedział wzrostu prognozowany przez kierownictwo kwartał wcześniej.

Firma podała też, że roczne przychody Azure po raz pierwszy przekroczyły 100 mld dolarów. Przychody Microsoft Cloud za pełny rok fiskalny przekroczyły 214 mld dolarów.

Wyniki Azure opublikowano jeden dzień przed raportem kwartalnym Amazonu. Dały inwestorom kolejny punkt odniesienia do oceny relacji między wydatkami a wzrostem.

Microsoft nie połączył wyników z porównywalnym zwiększeniem planu wydatków na rok kalendarzowy. Ten kontrast wzmocnił rynkową preferencję dla widocznego przyspieszenia przychodów bez kolejnej dużej niespodzianki dotyczącej capex.

Porównanie wymaga ostrożności, ponieważ spółki stosują różne okresy sprawozdawcze i sposoby prezentacji księgowej. Microsoft szeroko wykorzystuje też leasing finansowy dla aktywów centrów danych.

Mimo to Microsoft mierzy się z tymi samymi fizycznymi ograniczeniami. Kierownictwo wielokrotnie mówiło, że popyt przewyższa dostępną moc chmurową i AI, nawet gdy nowa infrastruktura jest uruchamiana.

Microsoft spodziewał się ponad 40 mld dolarów kwartalnego capex w czwartym kwartale fiskalnym. Na początku roku jego oczekiwania na rok kalendarzowy 2026 wynosiły około 190 mld dolarów.

Spółka podała, że wyższe koszty komponentów stanowiły znaczącą część tego planu. Oczekiwała również, że ograniczenia podaży utrzymają się przez cały 2026 rok.

Przewagą Microsoftu jest dystrybucja oprogramowania dla przedsiębiorstw. Infrastruktura Azure łączy się bezpośrednio z Microsoft 365, GitHub, produktami bezpieczeństwa, bazami danych i aplikacjami branżowymi.

Według firmy Microsoft 365 Copilot osiągnął ponad 30 mln płatnych stanowisk. Daje to Microsoftowi drogę do monetyzacji AI ponad warstwą infrastruktury.

Amazon ma inny profil oprogramowania. AWS oferuje szeroki zestaw usług dla deweloperów i przedsiębiorstw, ale Amazon nie ma dominującego pakietu oprogramowania biurowego Microsoftu.

Google zajmuje pozycję pośrednią. Sprzedaje infrastrukturę dla przedsiębiorstw i oprogramowanie zwiększające produktywność, a jednocześnie dystrybuuje AI poprzez produkty konsumenckie o ogromnej liczbie odbiorców.

Różnice te mają znaczenie, ponieważ marże infrastruktury AI są pod presją amortyzacji, zużycia energii i częstej wymiany sprzętu. Dostawcy chcą przychodów z oprogramowania, które mogą pokryć te koszty.

Klient chmurowy może wynajmować surową moc akceleratorów do trenowania modeli. Może to generować duże przychody, ale oferować mniejsze zróżnicowanie niż kompletna aplikacja lub zarządzana platforma.

Każdy dostawca próbuje więc wspiąć się na ten sam stos technologiczny. Amazon promuje Bedrock, SageMaker, niestandardowe chipy Trainium i zarządzanych agentów obok podstawowej infrastruktury.

Google łączy swoją platformę chmurową z modelami Gemini, Vertex AI, niestandardowymi TPU, Workspace i produktami bezpieczeństwa. Microsoft integruje Azure z modelami OpenAI, Copilot, GitHub i aplikacjami biznesowymi.

Dlatego sam kwartalny wzrost chmury nie może rozstrzygnąć rywalizacji. Struktura przychodów, długość kontraktów, amortyzacja i powiązanie z oprogramowaniem wpływają na ostateczny zwrot.

Kwartał Microsoftu zwiększa presję na Amazon, ponieważ Azure przyspieszył bez kolejnej istotnej rewizji prognozy wydatków. Wywiera też presję na Google, którego szybszemu wzrostowi towarzyszyła wyższa prognoza capex.

Amazon musi teraz udowodnić, że dodatkowe 20 mld dolarów kupuje przychody, które w przeciwnym razie pozostałyby niedostępne. Samo dorównanie ekspansji infrastrukturalnej konkurentów nie wystarczy.

Większa moc nie gwarantuje lepszych zwrotów

Główne ryzyko nie polega na słabym zainteresowaniu AI, lecz na tym, czy dzisiejsza infrastruktura zdoła wygenerować wystarczające przychody, zanim jej najdroższe komponenty się zestarzeją.

Wzrost wydatków Amazonu nastąpił równocześnie z pogorszeniem wolnych przepływów pieniężnych. Firma poinformowała o odpływie 7,6 mld dolarów w ciągu 12 miesięcy zakończonych 30 czerwca, wobec napływu 18,2 mld dolarów rok wcześniej.

Wolne przepływy pieniężne zazwyczaj mierzą środki operacyjne pozostające po zakupach nieruchomości i wyposażenia. Mogą szybko spadać, gdy firma przyspiesza budowę obiektów i zakupy serwerów.

Cała działalność Amazonu nadal jest zdolna generować znaczący zysk operacyjny. Odwrócenie przepływów pieniężnych pokazuje jednak, że rozbudowa infrastruktury AI i logistyki wiąże się z natychmiastowym kosztem finansowym.

Alphabet znalazł się pod podobną presją po ogłoszeniu mocnych przychodów. Duże wydatki zepchnęły kwartalne wolne przepływy pieniężne poniżej zera, mimo szybkiej ekspansji Google Cloud i solidnych wyników w pozostałych obszarach.

Niezależna analiza wyników zwróciła uwagę na kontrast między przyspieszającym popytem na AI a presją na zdolność Alphabetu do generowania gotówki. Inwestorzy zareagowali ostrożnie, choć przychody przekroczyły oczekiwania.

Wyniki te podważają najprostszy optymistyczny argument. Silny popyt nie zapobiega automatycznie krótkoterminowej presji finansowej.

Osłabiają też najprostszy pesymistyczny argument. Dostawcy nie wydają pieniędzy w czasie stagnacji przychodów z chmury. AWS, Azure i Google Cloud wszystkie odnotowały szybki wzrost.

Trudniejsze pytanie dotyczy okresu użyteczności aktywów. Budynki centrów danych mogą działać przez dekady, podczas gdy serwery i akceleratory wymagają wymiany znacznie wcześniej.

Microsoft wcześniej wskazywał, że około dwie trzecie kwartalnych nakładów kapitałowych stanowiły aktywa o krótszym okresie użytkowania, głównie procesory CPU i GPU. Komponenty te wymagają szybszej monetyzacji niż grunty czy budynki.

Amazon inaczej opisuje strukturę swoich wydatków, ale mierzy się z tą samą rzeczywistością techniczną. Klienci AI często poszukują najnowszej generacji akceleratorów, ponieważ wzrost wydajności może obniżać koszty na token.

Autorskie układy mogą stanowić jedną z możliwych form ochrony. Akceleratory Trainium Amazonu mają ograniczać zależność od Nvidia, jednocześnie dając AWS większą kontrolę nad ekonomią sprzętu.

Google realizuje tę strategię od lat za pomocą swoich TPU. Microsoft także rozwija własne akceleratory i procesory serwerowe, nadal kupując jednocześnie sprzęt od Nvidia i AMD.

Własny krzem może poprawiać koszty przy wysokim wykorzystaniu. Może też tworzyć ryzyko rozwojowe, obawy dotyczące kompatybilności klientów oraz kolejny cykl zapasów, który kierownictwo musi trafnie prognozować.

Energia stanowi kolejne ograniczenie. Zrealizowane zamówienie na serwery nie może generować przychodów bez wystarczającej ilości energii elektrycznej, chłodzenia, łączności sieciowej i regionalnych zezwoleń.

Dostawcy ogłosili projekty centrów danych na wielu kontynentach, lecz w niektórych lokalizacjach napotykają opóźnienia w rozbudowie sieci i sprzeciw lokalnych społeczności. Sama szybkość budowy nie gwarantuje dostępnej mocy obliczeniowej.

Koncentracja klientów zwiększa niepewność. Duzi twórcy modeli mogą podpisywać ogromne zobowiązania, lecz ich wydatki zależą od pozyskiwania finansowania, adopcji produktów i przyszłej ekonomiki modeli.

Portfel zamówień może budować zaufanie, ale nie każda umowa ma taką samą marżę ani harmonogram. Niektóre porozumienia obejmują również strategiczne inwestycje przepływające między dostawcami chmury a firmami AI.

Ta wzajemna zależność zasługuje na uwagę. Dostawca chmury może inwestować w twórcę modeli, który następnie zobowiązuje się kupować moc obliczeniową od tego samego dostawcy.

Taki układ może przyspieszyć rozwój platformy i zabezpieczyć ważnych klientów. Może też utrudniać porównanie raportowanego popytu ze zwykłym wykorzystaniem przez przedsiębiorstwa.

Amazon rozszerzył relacje z Anthropic i OpenAI, podczas gdy Microsoft pozostaje ściśle związany z OpenAI. Google rozwija swoje wiodące modele wewnętrznie i dostarcza je zewnętrznym deweloperom przez Cloud.

Żadne z tych podejść nie jest z natury nieracjonalne. Każde tworzy inne zależności, których kwartalne wskaźniki wzrostu chmury nie ujawniają w pełni.

Ostrożna interpretacja musi zatem być warunkowa. Wydatki Amazonu wydają się uzasadnione, dopóki zakontraktowany popyt, wykorzystanie mocy i przychody AWS nadal rosną równocześnie.

Teza słabnie, jeśli dostępna moc pojawia się szybciej, niż klienci są w stanie ją wdrożyć. Słabnie również, jeśli ceny spadają szybciej, niż poprawia się efektywność sprzętu.

Amazon twierdzi, że planuje moce na podstawie widocznego popytu, a nie szerokiej spekulacji. Inwestorzy nadal potrzebują dowodów z kilku kwartałów, zanim uznają cały plan o wartości 220 mld dolarów za potwierdzony.

Nabywcy korporacyjni zyskują większą siłę negocjacyjną i nowe ryzyka

Wyścig infrastrukturalny daje przedsiębiorstwom więcej możliwości wyboru mocy obliczeniowej, ale podnosi też koszt wyboru niewłaściwej ścieżki technicznej i handlowej.

Gdy dostawcom brakuje mocy, klienci mierzą się z dłuższymi harmonogramami wdrożeń i ograniczonym dostępem do preferowanych układów. Więcej inwestycji budowlanych powinno stopniowo zmniejszać te wąskie gardła.

Konkurencja może także obniżać koszty jednostkowe. Amazon, Google i Microsoft optymalizują obsługę modeli, rozwijają własne akceleratory i poprawiają efektywność centrów danych.

Największe oszczędności często wymagają jednak głębszego zaangażowania w daną platformę. Klient może uzyskać lepszą ekonomikę, korzystając łącznie z natywnych układów dostawcy, zarządzanych baz danych, platformy modeli i usług bezpieczeństwa.

Taki wybór może zwiększać koszty zmiany dostawcy. Aplikacje zbudowane wokół własnego akceleratora jednego dostawcy lub zarządzanego systemu agentowego mogą wymagać znacznej pracy, aby przenieść je gdzie indziej.

Ryzyko nie ogranicza się do infrastruktury. Potoki danych, mechanizmy kontroli tożsamości, systemy obserwowalności i procesy oceny modeli mogą zostać powiązane z jedną chmurą.

Przedsiębiorstwa powinny więc oddzielać tymczasowe decyzje dotyczące dostępności mocy od długoterminowych decyzji architektonicznych. Wynajęcie dostępnych GPU to coś innego niż uczynienie jednego dostawcy centralnym elementem całego modelu operacyjnego AI.

Strategie wielochmurowe mogą zachować siłę negocjacyjną, lecz zwiększają złożoność operacyjną. Zespoły muszą zarządzać siecią, politykami bezpieczeństwa, przepływem danych i różnymi interfejsami platform.

Koszty transferu danych mogą dodatkowo ograniczać przenośność. Przenoszenie dużych zbiorów danych treningowych lub wyników modeli między chmurami może powodować opóźnienia i dodatkowe opłaty, nawet bez formalnego uzależnienia od dostawcy.

Agenci AI sprawiają, że wybór ma większe konsekwencje. Agent może wywoływać modele, pobierać informacje firmowe, korzystać z narzędzi programowych i wykonywać zadania w kilku systemach.

Jeśli taki przepływ pracy mocno zależy od usług tożsamości, danych i orkiestracji jednego dostawcy, późniejsze przeniesienie staje się trudniejsze. Decyzja infrastrukturalna staje się decyzją dotyczącą architektury aplikacji.

Rywalizacja Amazonu i Google daje kupującym użyteczne porównanie. AWS zaczyna od szerokiej adopcji infrastruktury i dużej sieci partnerów. Google podkreśla zintegrowane modele, systemy danych, TPU i możliwości w zakresie bezpieczeństwa.

Microsoft oferuje trzecią ścieżkę zbudowaną wokół Azure i szeroko wdrożonego oprogramowania do pracy. Mniejsi dostawcy mogą konkurować poprzez wyspecjalizowany dostęp do akceleratorów, mniejszą złożoność lub określoną regionalną dostępność mocy.

Kupujący powinni oceniać całkowitą ekonomikę obciążeń, a nie tylko deklarowaną dostępność mocy obliczeniowej. Obejmuje to wykorzystanie zasobów, pamięć masową, sieć, usługi programowe, wysiłek inżynieryjny i koszty migracji.

Powinni także testować obciążenia na więcej niż jednej architekturze przed podjęciem zobowiązania. Model działający efektywnie na jednym akceleratorze może zachowywać się inaczej na drugim.

Wraz ze wzrostem zobowiązań zespoły zakupowe potrzebują jaśniejszych zabezpieczeń umownych. Rezerwacje mocy, oczekiwania dotyczące wydajności, przenośność danych i warunki rozwiązania umowy zasługują na taką samą uwagę jak ceny jednostkowe.

Pracownicy wiedzy mierzą się z powiązanym problemem informacyjnym. Nazwy produktów, wersje modeli, deklaracje dostępności mocy i zobowiązania przedsiębiorstw zmieniają się obecnie w każdym cyklu wynikowym.

Utrzymywanie uporządkowanego rejestru decyzji może ograniczyć zamieszanie. Przeszukiwalna baza wiedzy AI może łączyć deklaracje dostawców z testami, umowami i wewnętrznymi dowodami wdrożenia.

Ta dyscyplina ma znaczenie, ponieważ komunikaty dostawców opisują kierunek strategiczny, a nie gwarantowane rezultaty klientów. Każde przedsiębiorstwo nadal musi zweryfikować wydajność w ramach własnych ograniczeń dotyczących danych, bezpieczeństwa i przepływów pracy.

Wyścig wydatków powinien z czasem poprawić dostęp. Nie wyeliminuje potrzeby ostrożności architektonicznej.

Trzy sygnały sprawdzą tezę Amazonu i Google

Kolejny etap będzie oceniany przez pryzmat konwersji przychodów, wykorzystania mocy oraz kosztu przekształcania popytu na AI w trwałe przepływy pieniężne.

Pierwszym sygnałem będzie wzrost AWS w dwóch kolejnych raportach wynikowych Amazonu. Najnowszy kwartał pokazał, że działalność chmurowa może przyspieszać, działając jednocześnie na ogromną skalę.

Kolejny kwartał powyżej niedawnego trendu wzmocniłby twierdzenie Amazonu, że nowa moc jest szybko monetyzowana. Gwałtowne spowolnienie utrudniłoby uzasadnienie dodatkowych 20 mld dolarów.

Zysk operacyjny jest istotny obok przychodów. AWS może rosnąć szybko, jednocześnie zapewniając słabsze przyrostowe zwroty, jeśli amortyzacja, energia i koszty komponentów rosną zbyt szybko.

Inwestorzy powinni porównywać wzrost przychodów z marżą operacyjną AWS, a nie traktować żadnego z tych wskaźników osobno jako rozstrzygającego. Stabilne marże podczas ekspansji byłyby mocniejszym dowodem zdyscyplinowanych inwestycji.

Drugim sygnałem będzie to, czy Google Cloud utrzyma wyjątkowo wysoki wzrost, gdy Alphabet będzie uruchamiać nową moc. Wzrost Google o 82% ustanawia wymagający punkt odniesienia dla przyszłych kwartałów.

Dalsze zwiększanie portfela zamówień potwierdziłoby pogląd, że Google ma wystarczający zakontraktowany popyt, aby wchłonąć swoje wydatki. Wolniejszy wzrost portfela sugerowałby, że obecny skok był częściowo skoncentrowany w wyjątkowych transakcjach.

Na uwagę zasługuje również marża operacyjna działalności chmurowej Google. Poprawa rentowności przy rosnących przychodach pokazałaby, że wykorzystanie infrastruktury i oprogramowania równoważy wyższą amortyzację.

Spadające marże nie unieważniłyby automatycznie strategii. Wyjaśniłyby jednak krótkoterminowy koszt rywalizacji z AWS i Microsoftem w takim tempie.

Trzecim sygnałem będzie to, czy raportowane ograniczenia podaży złagodnieją pod koniec 2026 roku. Amazon, Google i Microsoft twierdzą, że popyt klientów obecnie przewyższa dostępne moce.

Jeśli nowo zainstalowany sprzęt będzie natychmiast przydzielany, prognozy wydatków tych firm zyskają wiarygodność. Wysokie wykorzystanie pokaże, że budowa rozwiązuje istniejący niedobór.

Jeśli dostawcy zaczną oferować agresywne rabaty lub raportować nadwyżkę mocy, interpretacja się zmieni. Sugerowałoby to, że podaż dogania popyt szybciej, niż oczekiwano.

Wczesną wskazówkę zapewni dostępność sprzętu. Krótsze okresy oczekiwania na akceleratory mogą wskazywać na udane zwiększenie mocy, słabszy popyt albo oba te zjawiska.

Kolejną wskazówkę przyniesie zachowanie kontraktowe. Rosnące wieloletnie zobowiązania wzmocnią zaufanie, podczas gdy krótsze zobowiązania mogą sygnalizować ostrożność klientów wobec zmian modeli i sprzętu.

Na rywalizację Amazonu i Google wpłynie również adopcja własnego krzemu. Szersze zewnętrzne wykorzystanie Trainium lub Google TPU poprawiłoby kontrolę każdego z dostawców nad kosztami.

Klienci zdecydują, czy te układy zapewniają wystarczającą wydajność i kompatybilność oprogramowania. Same benchmarki dostawców nie mogą odpowiedzieć na to pytanie.

Reakcja Microsoftu pozostaje ważnym przypadkiem kontrolnym. Wzrost Azure i dyscyplina wydatkowa wpłyną na to, jak inwestorzy ocenią podobne decyzje Amazonu i Alphabetu.

Jeśli Microsoft utrzyma przyspieszenie chmury bez ponownego podnoszenia planu, wyższe wydatki Amazonu znajdą się pod większą presją. Jeśli Microsoft także zwiększy wydatki, ogólnobranżowy niedobór mocy będzie wyglądał bardziej przekonująco.

Główne pytanie nie dotyczy już tego, czy firmy chcą mocy obliczeniowej dla AI. Raportowany wzrost, wykorzystanie i portfele zamówień już pokazują znaczny popyt.

Pytanie brzmi, czy infrastruktura zbudowana w 2026 roku pozostanie intensywnie wykorzystywana przez kilka generacji sprzętu. To zadecyduje, czy dzisiejsze nakłady inwestycyjne staną się trwałą przewagą, czy długotrwałym obciążeniem.

Nabywcy korporacyjni powinni śledzić te sygnały wraz z wynikami własnych obciążeń. Który dostawca zapewnia przewidywalną przepustowość, przejrzystą ekonomię i przenośną architekturę dla najważniejszych systemów AI?

Najbliższy cykl raportów wyników finansowych przyniesie pierwszą odpowiedź. Pełniejsza odpowiedź wyłoni się, gdy rozbudowa Amazon i Google przejdzie od wydatków na budowę do trwałego wykorzystania przez klientów.