Jamie Dimon twierdzi, że boom na centra danych AI nie wygaśnie

Jamie Dimon odrzucił obawy, że boom na centra danych AI wygaśnie, mimo rosnących niepokojów dotyczących zadłużenia, energii i niepewnych zwrotów. Stanowisko dyrektora generalnego JPMorgan Chase dotarło do szerszego grona odbiorców za pośrednictwem Google News, po tym jak CNBC podkreśliło jego wiarę w cykl inwestycji infrastrukturalnych.

Jego argument nie sprowadza się jedynie do tego, że sztuczna inteligencja pozostanie popularna. Dimon zakłada, że popyt na moce obliczeniowe będzie rósł wystarczająco szybko, by wesprzeć nadzwyczajną falę budowy i finansowania.

To przekonanie stawia go po przeciwnej stronie niż inwestorów dostrzegających analogie do boomu telekomunikacyjnego z końca lat 90. XX wieku. Oba okresy cechowały się ogromnymi wydatkami na infrastrukturę, zanim ktokolwiek wiedział, jak duży rentowny popyt ostatecznie się pojawi.

To porównanie ma znaczenie, ponieważ JPMorgan zajmuje na tym rynku kilka pozycji. Korzysta z AI wewnętrznie, doradza firmom technologicznym, organizuje finansowanie i ocenia wynikające z tego ryzyka kredytowe.

Dimon przedstawia więc więcej niż luźną prognozę. Wyraża opinię jednej z instytucji pomagających kierować kapitał do chipów, centrów danych, systemów energetycznych i infrastruktury chmurowej.

Najmocniejsze dowody przemawiają za utrzymaniem popytu w krótkim terminie. Znacznie trudniej ustalić, jakie będą długoterminowe zwroty ze wszystkich tych inwestycji.

Co naprawdę sygnalizuje obecność Jamiego Dimona w Google News

Pewność Dimona przesuwa debatę z pytania, czy infrastruktura AI zostanie zbudowana, na pytanie, czy jej użytkownicy będą w stanie wystarczająco na niej zarobić.

Jego stanowisko jest zgodne z wypowiedziami, których udzielił podczas wydarzenia Anthropic w Nowym Jorku w maju 2026 roku. Według opisu cyklu kapitałowego AI, Dimon stwierdził, że technologia uzasadnia inwestycje liczone w bilionach dolarów.

Takie poparcie pochodziło od szefa największego amerykańskiego banku pod względem aktywów. Pojawiło się też w czasie, gdy firmy technologiczne zwiększały zobowiązania infrastrukturalne i szukały większego finansowania zewnętrznego.

Centrum danych AI to obiekt zaprojektowany do obsługi gęstych klastrów wyspecjalizowanych procesorów. Procesory te trenują modele i wykonują inferencję, czyli proces generowania odpowiedzi przez wytrenowane modele.

Rozróżnienie między treningiem a inferencją pomaga wyjaśnić pewność Dimona. Trening tworzy modele, natomiast inferencja łączy popyt na moc obliczeniową z codzienną aktywnością klientów.

J.P. Morgan Asset Management szacuje, że inferencja stanowi obecnie około dwóch trzecich obciążeń obliczeniowych AI. Instytucja twierdzi, że taka struktura sprawia, iż nowe moce są silniej powiązane z użytecznymi usługami niż wcześniejsze spekulacyjne projekty treningowe.

Instytucja szacuje również, że nakłady inwestycyjne hyperscalerów przekroczyły 400 mld USD w 2025 roku. Oczekuje, że w 2026 roku kwota ta zbliży się do 800 mld USD.

Hyperscalerzy to firmy prowadzące ogromne platformy chmurowe, w tym Amazon, Microsoft, Google i Meta. Ich skala pozwala im finansować infrastrukturę za pomocą przepływów pieniężnych z działalności operacyjnej, długu korporacyjnego i długoterminowych zobowiązań.

Te szacunki nie dowodzą, że każdy planowany obiekt odniesie sukces. Pokazują jednak, dlaczego Dimon nie traktuje pojedynczych anulowań lub opóźnień budowy jako dowodu na szerokie załamanie.

Duże projekty centrów danych regularnie się zmieniają, ponieważ przyłącza energetyczne, pozwolenia, sprzęt i zobowiązania klientów rozwijają się według różnych harmonogramów. Opóźniona lokalizacja nie oznacza automatycznie słabszego popytu na moc obliczeniową.

Dystrybucja przez Google News może zacierać te różnice. Jeden nagłówek o wstrzymanym obiekcie może pojawić się obok innego, zapowiadającego kampus wart wiele miliardów dolarów, tworząc wrażenie nagłego zwrotu.

Interwencja Dimona zapewnia jaśniejsze ramy. Boom nie jest jednym jednolitym projektem, który albo się powiedzie, albo zawiedzie. To portfel obiektów, struktur finansowania, najemców i regionalnych ustaleń dotyczących energii.

Niektóre projekty niemal na pewno przyniosą straty. Taki wynik może współistnieć z utrzymującym się popytem na infrastrukturę na szerszym rynku.

Dimon wcześniej przyznawał istnienie tego rozdziału. Twierdził, że AI jest realna, jednocześnie ostrzegając, że część zainwestowanego kapitału zostanie zmarnowana.

To stanowisko jest bardziej wiarygodne niż twierdzenie, że każda obecna wycena lub każdy obiekt są uzasadnione. Technologie ogólnego przeznaczenia często tworzą wartościową infrastrukturę obok upadłych firm i inwestycji dokonanych w niewłaściwym momencie.

Internet przetrwał załamanie dot-comów. Sieci światłowodowe zbudowane w tamtym okresie później wspierały usługi, których pierwotni inwestorzy nie zawsze doczekali się zmonetyzować.

Dimon wydaje się oczekiwać podobnego rozdziału między popytem technologicznym a zwrotami dla inwestorów. AI może przekształcić działalność biznesową, a jednocześnie prowadzić do strat finansowych.

To kluczowy sygnał stojący za nagłówkiem CNBC. Nie obiecuje on płynnego cyklu. Odrzuca pogląd, że niepowodzenia wyeliminują podstawową potrzebę mocy obliczeniowej.

Rzeczywisty popyt odróżnia tę rozbudowę od załamania rynku światłowodów

Najmocniejszym argumentem za stanowiskiem Dimona jest to, że moce AI pozostają deficytowe, podczas gdy boom dot-comowy stworzył infrastrukturę znacznie wyprzedzającą wykorzystanie.

Aktualna analiza infrastruktury AI J.P. Morgan wskazuje, że ponad 70% budowanych mocy centrów danych zostało już wynajętych. Taki poziom wcześniejszego wynajmu zapewnia deweloperom większą widoczność przychodów, zanim budynki zaczną działać.

Ta sama analiza podaje, że w dołku bańki telekomunikacyjnej w 2002 roku wykorzystywano jedynie 7% sieci światłowodowej. Inwestorzy sfinansowali podaż znacznie przewyższającą ówczesny popyt.

Dzisiejszy rynek prezentuje odwrotną sytuację, przynajmniej na razie. Dostawcy chmury nadal informują o ograniczonej dostępności mocy obliczeniowych, podczas gdy klienci rezerwują dostęp z wieloletnim wyprzedzeniem.

Według J.P. Morgan Asset Management największe platformy chmurowe odnotowały średni wzrost przychodów o 44% w pierwszym kwartale 2026 roku. Wzrost ten nie wynika wyłącznie z AI, ale usługi AI są istotnym czynnikiem.

Same obciążenia stają się również bardziej wymagające. Modele rozumujące wykonują dodatkowe obliczenia przed wygenerowaniem odpowiedzi, a agenci AI mogą wykonywać wielokrotne wywołania modeli, aby ukończyć jedno zadanie.

Podstawowe zapytanie do chatbota może wymagać jednej odpowiedzi. Agent obsługujący badania, kod lub procesy biznesowe może wygenerować dziesiątki powiązanych zapytań.

To zwielokrotnienie oznacza, że poprawa wydajności nie musi zmniejszać całkowitego popytu na infrastrukturę. Tańsze obliczenia mogą zachęcać deweloperów do uruchamiania większej liczby zadań, obsługi większej liczby użytkowników i tworzenia bardziej złożonych aplikacji.

Ten wzorzec przypomina inne rynki technologiczne, na których niższe koszty jednostkowe zwiększają całkowite zużycie. Wydajniejsze sieci nie ograniczyły ruchu internetowego, a lepsze chipy nie zakończyły popytu na moc obliczeniową.

Firmy wciąż znajdują się na wczesnym etapie wdrażania. J.P. Morgan szacuje, że około 20% amerykańskich firm zgłasza korzystanie z AI, choć wyniki badań różnią się, ponieważ inaczej mierzą wykorzystanie.

Pozostawia to znaczną przestrzeń do ekspansji. Ujawnia również słabość założenia, że obecne wdrażanie automatycznie przekształci się w rentowne zastosowanie w skali całej firmy.

Eksperymentowanie tworzy popyt na zasoby obliczeniowe, lecz trwały popyt wymaga użytecznych procesów pracy. Firmy muszą zintegrować modele ze swoimi danymi, kontrolami bezpieczeństwa, oprogramowaniem i zakresem obowiązków pracowników.

Do najsilniejszych obecnych zastosowań należą tworzenie oprogramowania, przetwarzanie dokumentów, obsługa klienta, reklama, badania i analiza finansowa. Każde z nich może generować stały popyt na inferencję po wytrenowaniu modelu.

Sam JPMorgan stanowi istotny przykład, ponieważ bank wdrożył AI w obszarach ryzyka, operacji, obsługi i narzędzi dla pracowników. Jego doświadczenie daje Dimonowi bezpośredni wgląd w trudności i użyteczność wdrażania w przedsiębiorstwach.

Wewnętrzny popyt banku nie przesądza o zwrocie całego rynku. Pomaga jednak wyjaśnić, dlaczego Dimon postrzega AI jako technologię operacyjną, a nie spekulacyjną nowinkę konsumencką.

Pozostałe dowody wynikają z fizycznej rzadkości. Wskaźniki pustostanów w centrach danych utrzymują się blisko historycznych minimów na głównych rynkach, podczas gdy dostęp do odpowiedniej energii stał się wiążącym ograniczeniem.

Niedobór może maskować słabe projekty, ponieważ klienci akceptują niekorzystne warunki, gdy moce są ograniczone. Może jednak również chronić istniejące obiekty, wspierając poziom wynajęcia i długie umowy.

W rezultacie rynek jest bardziej złożony niż proste porównanie z bańką. Obecna podaż jest ograniczona, klienci rezerwują moce, a przychody z chmury rosną.

Fakty te wspierają krótkoterminową perspektywę Dimona. Nie rozstrzygają jednak, czy wydatki w oczekiwanej skali z 2026 roku przyniosą akceptowalne zwroty w okresie życia obiektu.

Precedens światłowodowy działa więc w obu kierunkach. Infrastruktura może pozostać społecznie użyteczna, jednocześnie niszcząc kapitał właścicieli, którzy zapłacili zbyt dużo lub pożyczyli środki na nierealistycznych założeniach.

To rozróżnienie definiuje główny konflikt. Dimon broni trwałego popytu na moc obliczeniową, podczas gdy sceptycy kwestionują struktury finansowe zbudowane wokół tego popytu.

Boom zależy teraz od długu w równym stopniu co od chipów

Centra danych AI przechodzą od cyklu technologicznego finansowanego gotówką do testu finansowania, który może ujawnić słabszych najemców i projekty.

Amazon, Alphabet, Meta i Microsoft weszły w ten cykl z wyjątkowo silnymi bilansami. J.P. Morgan szacuje, że po pierwszym kwartale 2026 roku te cztery firmy posiadały około 430 mld USD w gotówce i zbywalnych papierach wartościowych.

Oczekiwano, że ich łączne przepływy pieniężne z działalności operacyjnej osiągną w ciągu roku około 575 mld USD. Ta siła finansowa odróżnia je od wielu nierentownych firm, które finansowały boom dot-comowy.

Jednak nakłady inwestycyjne pochłaniają coraz większą część generowanej gotówki. J.P. Morgan szacuje, że wydatki hyperscalerów stanowiły niemal 60% przepływów pieniężnych z działalności operacyjnej w 2025 roku.

Firma oczekuje, że w 2026 roku udział ten osiągnie od 90% do 100%. Ta zmiana zmniejsza bufor dostępny na skup akcji własnych, przejęcia, dywidendy i nieoczekiwane osłabienie działalności.

Firmy chmurowe mogą nadal inwestować, ale muszą podejmować trudniejsze decyzje. Mogą spowolnić budowę, zwiększyć zadłużenie lub przenieść zobowiązania projektowe na deweloperów i wyspecjalizowane podmioty finansujące.

Rynki obligacji stają się coraz ważniejsze. Według J.P. Morgan Asset Management hyperscalerzy wyemitowali obligacje o wartości około 121 mld USD w 2025 roku.

Instytucja oczekuje, że emisja wzrośnie do około 250 mld USD w 2026 roku. Oczekuje również, że prywatny kredyt i rozwiązania pozabilansowe wesprą większą liczbę projektów.

Finansowanie pozabilansowe umieszcza aktywa lub zobowiązania w odrębnych podmiotach, zamiast bezpośrednio w głównym bilansie firmy technologicznej. Taka struktura może rozkładać ryzyko, ale może też utrudniać ocenę całkowitej ekspozycji.

Średnie zadłużenie netto hyperscalerów pozostaje umiarkowane w relacji do zysków. J.P. Morgan określa je na około 0,8-krotność zysku przed odsetkami, podatkami, amortyzacją i umorzeniem.

Porównywalny wskaźnik dla typowego emitenta o ratingu inwestycyjnym wynosi około 2,6-krotności. Ta różnica sugeruje, że wiodące firmy technologiczne mogą udźwignąć większe zadłużenie niż większość emitentów korporacyjnych.

Średnia może jednak ukrywać istotne różnice między projektami. Obiekt wynajęty zdywersyfikowanemu dostawcy chmury wiąże się z innym ryzykiem niż obiekt zależny od jednego laboratorium AI.

Deweloperzy często finansują budowę w oparciu o długoterminowe umowy najmu i oczekiwane płatności od najemców. Jeśli najemca nie może pozyskać kapitału, renegocjuje zobowiązanie lub korzysta z mniejszej mocy, ekonomika projektu może się pogorszyć.

Banki są pod presją, by odróżniać trwałe kontrakty od popytu wywołanego konkurencyjną paniką. Muszą również wycenić wartość wyspecjalizowanych obiektów, jeśli pierwotny najemca odejdzie.

Sprzęt AI może starzeć się szybciej niż budynki i przyłącza energetyczne. Kampus zaprojektowany wokół jednej generacji procesorów może wymagać kosztownych zmian, aby obsłużyć późniejsze systemy.

Tworzy to niedopasowanie między szybko zmieniającą się technologią a długoterminowym długiem. Finansowanie centrów danych może rozciągać się na lata, podczas gdy konstrukcje procesorów i wymagania dotyczące chłodzenia zmieniają się znacznie szybciej.

Pozycja JPMorgan sprawia, że optymizm Dimona ma szczególne znaczenie. Bank może zarabiać na opłatach i odsetkach w trakcie długotrwałego cyklu budowlanego, ale musi chronić się przed skoncentrowanymi stratami.

Jego pogląd należy więc odczytywać jako wiarę w łączny popyt, a nie jako powszechną aprobatę kredytową. JPMorgan może wierzyć w sektor, jednocześnie odmawiając finansowania konkretnych najemców lub struktur.

To właśnie tutaj nagłówki Google News mogą przesłaniać prawdziwą rywalizację. Kluczowy podział nie przebiega między optymistycznymi bankami a pesymistycznymi technologami.

Chodzi o trwały popyt w zestawieniu z warunkami finansowania zakładającymi, że każda część rynku będzie rosła równocześnie. Pierwsza teza ma mocniejsze podstawy niż druga.

Presja spada teraz na kredytodawców, deweloperów i dostawców chmury. Każdy z nich musi udowodnić, że popyt kontraktowy odzwierciedla rentowne, trwałe wykorzystanie przez klientów, a nie strategiczne gromadzenie mocy.

Firma może rezerwować zasoby obliczeniowe, ponieważ obawia się utraty dostępu na rzecz konkurenta. Taka decyzja może podtrzymać krótkoterminowy najem, nie potwierdzając jednak długoterminowych przychodów z aplikacji.

Cykl finansowania będzie coraz mniej wyrozumiały wraz ze wzrostem zadłużenia. Spready kredytowe, jakość najemców, warunki najmu i anulowane projekty ujawnią więcej niż promocyjne sumy nakładów budowlanych.

Pewność Dimona przetrwa ten test tylko wtedy, gdy kredytodawcy będą mogli absorbować pojedyncze porażki bez szerokiego wycofywania się z rynku. Sprawnie działający rynek kredytowy może finansować silne projekty, jednocześnie korygując wycenę słabszych.

Chaotyczny odwrót wyglądałby inaczej. Łączyłby niewypłacalność najemców, nieudane konsorcja kredytowe, spadające wykorzystanie mocy i masowe anulowania projektów u wielu dostawców chmury.

Dostępne dowody nie potwierdzają takiego scenariusza. Uzasadniają jednak uważniejsze monitorowanie zadłużenia w miarę rozwoju cyklu infrastrukturalnego.

Energia elektryczna jest większym ograniczeniem niż zanikający popyt na AI

Najbardziej bezpośrednim zagrożeniem dla centrów danych AI jest często niedostępna energia elektryczna, a nie niedobór klientów poszukujących mocy obliczeniowej.

Według analizy J.P. Morgan centra danych odpowiadają obecnie za około 4% zużycia energii elektrycznej w USA. Udział ten może mniej więcej potroić się do 2030 roku.

Pojedynczy duży kampus może potrzebować ponad jednego gigawata mocy. Takie obciążenie jest porównywalne ze zużyciem energii elektrycznej przez duże miasto.

Nowe szafy serwerowe również stają się gęstsze. Najbardziej zaawansowane planowane konfiguracje stawiają znacznie większe wymagania elektryczne i chłodnicze na każdy metr kwadratowy obiektu.

Budowa centrum danych może trwać od dwóch do trzech lat. Nowe źródła wytwarzania energii często wymagają od pięciu do dziesięciu lat, a rozbudowa przesyłu może zająć jeszcze więcej czasu.

Ta luka czasowa sprawiła, że przyłącza do sieci są na kilku rynkach cenniejsze niż grunty. Deweloper może uzyskać pozwolenia i procesory, ale nadal nie mieć wystarczającej ilości energii, by je eksploatować.

Północna Wirginia ilustruje ten problem. Region skupia największą na świecie koncentrację centrów danych, jednak duże nowe przyłącza mogą wiązać się z oczekiwaniem trwającym kilka lat.

Niektóre nowo wybudowane obiekty w Santa Clara działały poniżej swojej przepustowości, ponieważ lokalna sieć nie mogła dostarczyć wystarczającej mocy. Takie przykłady mogą wyglądać na słaby popyt, gdy ocenia się je wyłącznie przez pryzmat obłożenia.

W rzeczywistości ujawniają one uwięzioną podaż, co oznacza, że ukończona infrastruktura nie może działać w pełni, ponieważ brakuje innego niezbędnego zasobu.

J.P. Morgan szacuje, że na głównych rynkach USA w budowie jest tylko około sześciu gigawatów mocy. Pipeline planowanych inwestycji jest znacznie większy, lecz wiele proponowanych projektów nigdy nie uzyska dostępu do energii.

Ten proces selekcji może wspierać prognozę Dimona. Jeśli energia elektryczna ogranicza budowę, użyteczne obiekty mogą utrzymywać wysokie obłożenie nawet wtedy, gdy deweloperzy zapowiadają większą teoretyczną podaż.

Tworzy to również ryzyka polityczne i gospodarcze. Przedsiębiorstwa użyteczności publicznej muszą zdecydować, kto sfinansuje wytwarzanie energii, stacje transformatorowe, linie przesyłowe i moce rezerwowe.

Mieszkańcy coraz częściej sprzeciwiają się rozwiązaniom, które mogą podnosić rachunki gospodarstw domowych za energię. Kwestionują też zużycie wody, zajmowanie gruntów, hałas i liczbę tworzonych stałych miejsc pracy.

Stany zaczęły opracowywać specjalne taryfy dla bardzo dużych odbiorców energii. Zasady te mogą wymagać od centrów danych pokrycia kosztów modernizacji sieci i gwarantowania minimalnych płatności.

Takie umowy zmniejszają ryzyko, że gospodarstwa domowe poniosą cały koszt. Podnoszą jednak również wydatki i poziom zobowiązań wymaganych od operatorów.

Sprzeciw społeczności nie jest już drugorzędną kwestią związaną z uzyskiwaniem pozwoleń. J.P. Morgan przytacza szacunki, według których lokalny opór opóźnił lub zablokował w 2025 roku projekty o wartości przekraczającej 150 mld dolarów.

Tej liczby nie należy interpretować jako inwestycji trwale wyeliminowanych z rynku. Deweloperzy mogą przenosić projekty, przeprojektowywać je lub negocjować nowe zasady podziału kosztów.

Relokacja zmienia jednak wydajność sieci i ekonomikę budowy. Systemy AI potrzebują niezawodnych połączeń między obiektami, użytkownikami i źródłami danych, więc nie każda lokalizacja jest wymienna.

Firmy chmurowe reagują długoterminowymi umowami energetycznymi. Ich strategie obejmują gaz ziemny, energię jądrową, systemy geotermalne, ogniwa paliwowe, energię słoneczną i magazynowanie energii w bateriach.

Skalowanie kilku rozwiązań zajmie lata. Turbiny gazowe mają długie zaległości w zamówieniach, a nowe obiekty jądrowe wiążą się z niepewnością regulacyjną, budowlaną i kosztową.

Niedobór energii mocniej dotyka również mniejszych konkurentów. Duże firmy chmurowe mogą podpisywać długie umowy i finansować własne źródła wytwarzania, podczas gdy startupy muszą kupować moce po cenach rynkowych.

Ta dynamika może konsolidować infrastrukturę AI wokół firm o silnych bilansach. Może także pogłębiać zależność od kilku platform chmurowych.

Dla nabywców korporacyjnych skutki mogą być widoczne w cenach usług, ograniczeniach regionalnych lub limitach mocy. Deweloperzy mogą ponosić wyższe koszty, nawet jeśli modele staną się bardziej wydajne.

Efektywność nadal ma znaczenie, ale nie można oceniać jej w oderwaniu od reszty. Gdy każde zadanie staje się tańsze, firmy często wykonują więcej zadań i tworzą bardziej wymagające aplikacje.

Wąskie gardło energetyczne wzmacnia zatem argument Dimona, ale też go komplikuje. Niedobór wspiera wartość działających obiektów, lecz może uniemożliwić branży ekonomiczne zaspokojenie prognozowanego popytu.

Boom nie musi wygasnąć, aby rozczarować inwestorów. Opóźnienia w budowie, koszty sieci i lokalne ograniczenia mogą obniżać zwroty, pozostawiając popyt klientów nienaruszonym.

To rozróżnienie powinno kształtować sposób, w jaki czytelnicy interpretują przyszłe relacje Google News. Anulowany kampus może odzwierciedlać problemy z finansowaniem, pozwoleniami, energią lub najemcą, a nie jedną ogólnorynkową ocenę.

Przydatne pytanie nie brzmi, czy projekt został zatrzymany. Brzmi: dlaczego został zatrzymany i czy jego klient przeniósł obciążenie gdzie indziej.

Trzy sygnały sprawdzą zakład Dimona dotyczący centrów danych AI

Przychody z chmury, warunki finansowania i działająca moc operacyjna zdecydują, czy Dimon rozpoznał trwały popyt, czy też nie docenił kosztownego niedopasowania.

Pierwszym sygnałem jest wzrost przychodów z chmury po infrastrukturalnym boomie w 2026 roku. Inwestorzy powinni porównać wzrost usług związanych z AI z kapitałem potrzebnym do ich obsługi.

Przychody nie muszą od razu dorównywać wydatkom budowlanym, ponieważ centra danych działają przez wiele lat. Muszą jednak wskazywać wiarygodną ścieżkę do pokrycia amortyzacji, energii elektrycznej, sieci i kosztów finansowania.

Odrębny przegląd inwestycji w AI przygotowany przez J.P. Morgan szacuje, że osiągnięcie 10% zwrotu z obecnych inwestycji może wymagać 650 mld dolarów rocznych przychodów z AI. To wymagająca poprzeczka, a nie prognoza gwarantowanej sprzedaży.

Jeśli wzrost chmury pozostanie silny, a koszty jednostkowe spadną, argumenty Dimona zyskają poparcie. Rosnące wykorzystanie pokaże, że nowa moc obsługuje rozwijające się zastosowania, a nie niewykorzystane rezerwacje.

Jeśli wzrost przychodów spowolni, podczas gdy wydatki kapitałowe pozostaną blisko obecnych poziomów, argument osłabnie. Dostawcy chmury staną wówczas pod presją, by ograniczyć projekty lub zaakceptować niższe zwroty.

Drugim sygnałem jest zachowanie rynków kredytowych. Czytelnicy powinni obserwować emisję obligacji, spready kredytowe, finansowanie prywatne oraz zdolność banków do dystrybucji dużych kredytów projektowych.

Wyższa emisja sama w sobie nie wskazuje na trudności. Silne firmy często pożyczają, ponieważ dług oferuje efektywny sposób finansowania aktywów generujących przychody przez wiele lat.

Ostrzeżenie pojawia się wtedy, gdy kredytodawcy żądają istotnie wyższego wynagrodzenia lub odmawiają ekspozycji na konkretnych najemców. Nieudane konsorcja kredytowe i powtarzające się restrukturyzacje wskazywałyby na rosnące postrzegane ryzyko.

Przejrzyste raportowanie będzie miało znaczenie, gdy więcej inwestycji przechodzi przez odrębne podmioty projektowe. Inwestorzy muszą wiedzieć, która firma gwarantuje umowę najmu i kto ponosi straty, jeśli popyt spadnie.

Optymistycznym scenariuszem jest selektywna korekta wyceny. Silne projekty nadal otrzymują kapitał, podczas gdy słabsze plany są opóźniane lub anulowane bez destabilizowania całego rynku.

Negatywnym scenariuszem jest skorelowane wycofanie. Kilku głównych najemców ograniczyłoby zobowiązania, podczas gdy kredytodawcy jednocześnie wycofaliby się, pozostawiając deweloperów z wyspecjalizowanymi i niedostatecznie wykorzystywanymi aktywami.

Trzecim sygnałem jest uruchomiona moc, a nie ogłoszona moc. Zapowiedziany kampus wnosi niewiele, dopóki nie otrzyma procesorów, sieci, chłodzenia i niezawodnego przyłącza energetycznego.

Czytelnicy powinni porównywać działające megawaty z planami budowlanymi i teoretycznymi pipeline’ami. Powinni też śledzić, czy wcześniej wynajęte lokalizacje zaczynają zgodnie z harmonogramem obsługiwać obciążenia klientów.

Rosnąca luka między ukończonymi budynkami a użyteczną mocą osłabiłaby zwroty z projektów. Nie musiałoby to jednak oznaczać, że popyt na AI zniknął.

Z kolei rosnące wykorzystanie nowo uruchomionych obiektów wzmocniłoby argument Dimona. Pokazałoby, że zarezerwowana moc staje się rzeczywistą aktywnością obliczeniową.

Te trzy sygnały należy rozpatrywać łącznie. Silne przychody z chmury nie mogą w pełni ochronić projektu z niedostępnym finansowaniem lub bez przyłącza energetycznego.

Łatwe finansowanie również nie uratuje obiektu bez rentownych użytkowników. Moc operacyjna ma znaczenie tylko wtedy, gdy klienci nadal płacą wystarczająco dużo, by pokryć jej pełny koszt.

Szersza lekcja jest taka, że debata o centrach danych AI obejmuje dwa różne pytania. Jedno dotyczy tego, czy popyt na moc obliczeniową będzie nadal rósł.

Drugie dotyczy tego, czy dzisiejsi inwestorzy, kredytodawcy, najemcy i deweloperzy przechwycą wystarczającą wartość z tego wzrostu. Dimon stoi na pewniejszym gruncie, odpowiadając na pierwsze z nich.

Własna analiza J.P. Morgan uznaje niepewność wokół drugiego pytania. Wskazuje, że popyt obecnie przewyższa podaż, podczas gdy długoterminowe zwroty pozostają nierozstrzygnięte.

Ten wyważony wniosek jest bardziej użyteczny niż przedstawianie cyklu jako gwarantowanego sukcesu albo nieuchronnego załamania. Boomy infrastrukturalne mogą być jednocześnie gospodarczo istotne i finansowo nierówne.

Deweloperzy powinni obserwować ceny mocy i regionalną dostępność energii. Nabywcy korporacyjni powinni śledzić zobowiązania chmurowe, koszty usług i mierzalne wyniki własnych wdrożeń.

Pracownicy wiedzy powinni skupić się na tym, czy aplikacje AI zakorzeniają się w powtarzalnych procesach pracy. Trwałe wykorzystanie tworzy popyt na wnioskowanie, który ostatecznie wspiera przychody centrów danych.

Inwestorzy powinni odróżniać obiekty wspierane przez silnych najemców od spekulacyjnych projektów uzależnionych od dalszego pozyskiwania finansowania. Powinni również sprawdzać, kto gwarantuje każde zobowiązanie.

Google News nadal będzie prezentować zarówno informacje o rozbudowie, jak i o anulowanych projektach. Żaden z tych rodzajów nagłówków sam w sobie nie rozstrzyga sprawy.

Wyniki chmurowego biznesu za kolejny kwartał zapewnią wyraźniejszy sygnał dotyczący popytu. Aktywność finansowa pokaże, czy Wall Street nadal akceptuje związane z tym ryzyko.

Przyłącza do sieci ujawnią, jaka część ogłoszonej mocy może stać się użyteczną infrastrukturą. Łącznie te wskaźniki sprawdzą, czy boom się rozszerza, czy jedynie kumuluje zobowiązania.

Zakład Dimona opiera się na tym, że użyteczne usługi AI będą zużywać znacznie więcej mocy obliczeniowej, niż rynek obecnie zapewnia. Dowody przemawiają za tym stanowiskiem w krótkim terminie.

Nadal nie wiadomo jednak, kto osiągnie zwrot, kto poniesie ciężar nieudanych projektów i jak duże zadłużenie narosnie, zanim rynek znajdzie odpowiedź. Przed podjęciem decyzji, czy rozbudowa wygasa, obserwuj te rezultaty, a nie najgłośniejszy nagłówek w Google News.