Donoszona gwarancja Nvidii na 250 miliardów dolarów dla OpenAI zamienia popyt na chipy w ryzyko kredytowe

Nvidia podobno rozmawia o gwarancji finansowej o wartości 250 miliardów dolarów, która pomogłaby OpenAI leasingować moce obliczeniowe z ogromnego centrum danych planowanego w Ohio.

Proponowane zabezpieczenie nie finansowałoby po prostu kolejnego klastra serwerów AI. Stawiałoby kredyt Nvidii za infrastrukturą przeznaczoną dla jednego z jej największych klientów. Taka struktura zamienia przyszły popyt na chipy w ekspozycję finansową producenta układów.

Rozmowy pozostają niepotwierdzone przez spółki, a ich warunki mogą się jeszcze zmienić. Mimo to opisywana struktura już rodzi istotne pytanie. Czy popyt na moc obliczeniową AI jest wystarczająco silny, by sam się finansować, czy też jej czołowy dostawca musi pomóc w finansowym zabezpieczeniu klientów kreujących ten popyt?

SB Energy należące do SoftBank rozwija proponowany kampus w południowym Ohio. Obiekt ma osiągnąć 10 gigawatów — skalę porównywalną z mocą kilku dużych elektrowni. Jego całkowity koszt, wliczając sprzęt obliczeniowy, ma podobno przekraczać 500 miliardów dolarów.

Główny konflikt nie dotyczy zatem Nvidii i innej firmy produkującej chipy. Chodzi o zderzenie obietnicy infrastrukturalnej branży AI z finansową rzeczywistością jej opłacenia. OpenAI chce bezprecedensowej mocy obliczeniowej, podczas gdy kredytodawcy oczekują wiarygodnego kredytowo podmiotu stojącego za dziesięcioleciami umów leasingowych i długu budowlanego.

Donoszona gwarancja obejmowałaby budynki, a nie chipy Nvidii

Proponowana gwarancja postawiłaby Nvidię za finansowymi fundamentami mocy OpenAI w Ohio, podczas gdy chipy na tym terenie byłyby objęte odrębną umową.

Rozmowy finansowe jako pierwszy opisał The Wall Street Journal, a Reuters je podsumował. Według tych doniesień Nvidia rozmawia o gwarancjach o wartości około 250 miliardów dolarów powiązanych z projektem.

Gwarancja finansowa nie jest natychmiastową wypłatą gotówki. To obietnica pokrycia określonych zobowiązań, jeśli główny pożyczkobiorca lub najemca ich nie wypełni. Dokładna ekspozycja zależy od zapisów umownych, limitów, zabezpieczeń i etapów projektu.

W tym przypadku gwarancja miałaby podobno wspierać leasing OpenAI oraz dług wykorzystany do budowy kampusu. Nie obejmowałaby systemów Nvidii, które ostatecznie zostałyby tam zainstalowane.

To rozróżnienie ma znaczenie, ponieważ fizyczny kampus i jego sprzęt obliczeniowy mają różne okresy finansowania. Budynki, systemy zasilania, urządzenia chłodzące i przyłącza przesyłowe mogą wspierać długoterminowe zadłużenie. Akceleratory AI starzeją się znacznie szybciej.

Nvidia podobno rozmawia o odrębnej umowie dotyczącej finansowania zakupów chipów OpenAI o wartości do 350 miliardów dolarów. Te negocjacje również nie doprowadziły do publicznego ogłoszenia porozumienia.

Dwie opisywane rozmowy dotyczą zatem różnych warstw tego samego obiektu. Jedna wspierałaby budowę i leasing. Druga pomogłaby sfinansować systemy, które przekształcają teren w platformę mocy obliczeniowej AI.

Ani Nvidia, OpenAI, SoftBank, ani SB Energy nie opublikowały pełnych warunków opisywanego zabezpieczenia na 250 miliardów dolarów według stanu na 28 lipca. Czytelnicy powinni traktować tę kwotę jako cel negocjacyjny, a nie sfinalizowane zobowiązanie.

Brak ostatecznych warunków pozostawia bez odpowiedzi kilka podstawowych pytań. Gwarancja może zostać wprowadzona etapami, zamiast być zobowiązaniem podjętym od razu. Może też zależeć od postępów budowy, dostępności energii, wykorzystania przez OpenAI lub finansowania zewnętrznego.

Strony mogą podzielić ekspozycję między kredytodawców, inwestorów i partnerów infrastrukturalnych. Nvidia może również otrzymać warranty, opłaty, prawa do zabezpieczeń lub zobowiązania powiązane z zakupami sprzętu.

Te szczegóły zdecydują, czy zabezpieczenie przypomina zwykłe wsparcie finansowania projektowego, czy też wyjątkowo skoncentrowany zakład na jednego klienta. Sama liczba z nagłówka nie odpowiada na to pytanie.

Mimo to skala oznacza ważną zmianę. Nvidia nie uczestniczyłaby już wyłącznie jako dostawca, którego sprzęt wypełnia centrum danych. Pomogłaby przede wszystkim uczynić finansowanie centrum danych możliwym.

Dlaczego OpenAI potrzebuje bilansu Nvidii

Ambicje obliczeniowe OpenAI rosną szybciej niż konwencjonalne finansowanie dostępne dla nierentownej prywatnej spółki bez ratingu inwestycyjnego.

Duży deweloper centrów danych zwykle chce najemcy z niezawodnymi przepływami pieniężnymi i silną zdolnością kredytową. Taki najemca podpisuje długoterminową umowę leasingową, dając kredytodawcom pewność, że przyszłe płatności obsłużą dług budowlany.

OpenAI oferuje ogromny potencjalny popyt, lecz nie ma profilu kredytowego Microsoft, Amazon ani Google. Firmy te prowadzą zdywersyfikowane działalności, publikują audytowane wyniki i mogą finansować infrastrukturę za pośrednictwem ugruntowanych rynków obligacji.

OpenAI pozostaje spółką prywatną i intensywnie wydaje środki na trenowanie modeli, obsługę użytkowników oraz rezerwowanie przyszłej mocy. Wzrost jego przychodów nie eliminuje niedopasowania między krótkoterminowymi przepływami pieniężnymi a długoterminowymi zobowiązaniami infrastrukturalnymi.

Gwarancja Nvidii rozwiązałaby to niedopasowanie. Kredytodawcy mogliby oceniać część projektu przez pryzmat siły kredytowej Nvidii, zamiast polegać wyłącznie na zdolności OpenAI do regulowania przyszłych płatności leasingowych.

Taka struktura mogłaby obniżyć koszty finansowania dla SB Energy. Mogłaby także zwiększyć dostępną kwotę długu i wydłużyć jego termin zapadalności. Oba skutki ułatwiłyby budowę większego kampusu.

Dla OpenAI korzyścią byłby dostęp do mocy bez opłacania z góry całego rachunku za budowę. Firma leasingowałaby zasoby obliczeniowe w miarę udostępniania projektu.

Dla Nvidii korzyść jest mniej bezpośrednia, ale ważna komercyjnie. Sfinansowany kampus tworzy miejsce dla akceleratorów, produktów sieciowych, oprogramowania i systemów zastępczych przez kilka generacji sprzętu.

Umowa rozszerzyłaby relację już przedstawianą jako współpraca o wyjątkowej skali. We wrześniu 2025 roku firmy ogłosiły partnerstwo infrastrukturalne obejmujące co najmniej 10 gigawatów systemów Nvidii.

Ogłoszenie opisywało list intencyjny, a nie sfinalizowaną umowę wdrożeniową. Wskazywało, że pierwszy gigawat był oczekiwany w drugiej połowie 2026 roku.

Projekt w Ohio nie powinien być automatycznie traktowany jako tożsamy z wcześniejszym planem 10 gigawatów. Publiczne ogłoszenia dotyczą nakładających się partnerów i celów infrastrukturalnych, lecz ich granice komercyjne pozostają niejasne.

Taka niejednoznaczność jest powszechna w dużych projektach AI. Firmy ogłaszają docelową moc, ramy inwestycyjne, partnerstwa i poszczególne lokalizacje w różnych momentach. Te liczby mogą opisywać powiązane plany, nie stanowiąc w pełni sumowalnych zobowiązań.

Donoszona gwarancja uczyniłaby plan dla Ohio bardziej konkretnym, ponieważ wsparcie kredytowe jest bliższe realizacji niż aspiracyjny cel dotyczący mocy. Nie dowodziłaby jednak, że powstanie pełne 10 gigawatów.

Projekty infrastrukturalne przechodzą przez etapy dostępu do gruntu, pozwoleń, umów energetycznych, finansowania, zamówień sprzętu i kamieni milowych budowy. Niepowodzenie na którejkolwiek warstwie może zmniejszyć lub opóźnić finalną moc.

OpenAI nie jest jedyną firmą wykorzystującą partnerstwa do zarządzania tymi warstwami. Jej program Stargate obejmuje SoftBank i Oracle, a Microsoft pozostaje ważnym partnerem infrastrukturalnym i komercyjnym.

Amazon, Google, Meta i Microsoft mogą wykorzystywać zyski z innych działalności do wspierania inwestycji w centra danych. OpenAI musi w większym stopniu opierać się na kapitale własnym, partnerstwach, leasingu i finansowaniu strukturyzowanym.

Ta różnica wywiera presję na OpenAI, aby pokazało, że wykorzystanie modeli ostatecznie uzasadni infrastrukturę rezerwowaną dzisiaj. Wywiera też presję na Nvidię, aby zdecydowała, jak duże ryzyko klienta zaakceptuje w celu utrzymania popytu.

Nvidia przechodzi od dostawcy do finansowego gwaranta

Kluczowe odwrócenie polega na tym, że najsilniejszy dostawca sprzętu w branży może potrzebować wesprzeć finansowanie własnego przyszłego rynku.

Finansowanie przez dostawcę nie jest z natury podejrzane. Dostawcy sprzętu od dawna pomagają klientom finansować samoloty, sieci telekomunikacyjne, maszyny przemysłowe i inne kosztowne aktywa.

Takie finansowanie może rozwiązać problem związany z czasem. Klient zaczyna generować przychody po dostarczeniu sprzętu, a dostawca pomaga wypełnić okres, zanim te przepływy pieniężne dojrzeją.

Infrastruktura AI komplikuje ten model, ponieważ Nvidia czerpie korzyści na kilku etapach. Może inwestować w firmę AI, finansować wykorzystywaną przez nią moc oraz sprzedawać sprzęt instalowany w ramach tej mocy.

Powiązania te mogą przyspieszać wdrożenia. Mogą też utrudniać interpretację raportowanego popytu.

Zamówienie na chipy finansowane z przepływów pieniężnych z działalności niezależnego klienta reprezentuje jeden rodzaj sygnału rynkowego. Zamówienie na chipy umożliwione inwestycją lub gwarancją dostawcy reprezentuje inny.

Oba prowadzą do powstania realnego sprzętu i użytecznej mocy obliczeniowej. Drugi przypadek zależy jednak silniej od zaufania dostawcy, jego kapitału i ciągłej gotowości do dzielenia ryzyka.

Nvidia przyznała już, że zawarła mniejsze umowy tego rodzaju. Jej najnowsze kwartalne zgłoszenie regulacyjne wskazuje, że spółka gwarantowała określonym partnerom zobowiązania leasingowe dotyczące obiektów w roku fiskalnym 2026.

Firma podała, że w zamian za te gwarancje otrzymała warranty. Warrant daje jego posiadaczowi prawo do nabycia udziałów na określonych warunkach.

To ujawnienie pokazuje, że opisywana struktura dla OpenAI miałaby precedens w strategii Nvidii. Proponowana kwota przeniosłaby jednak tę praktykę do innej kategorii koncentracji.

Gwarancja opiewająca według nagłówków na 250 miliardów dolarów byłaby znacznie większa niż wcześniej ujawnione zobowiązania Nvidii wobec partnerów. Ostateczna umowa może ograniczać rzeczywistą ekspozycję Nvidii do kwoty znacznie niższej od tej sumy.

Mimo to inwestorzy musieliby przeanalizować, jak spółka księguje taką umowę. Musieliby również zrozumieć, jakie zdarzenia mogłyby zmusić Nvidię do dokonania płatności.

Gwarancja może pozostać zobowiązaniem warunkowym, co oznacza, że płatność zależy od przyszłego zdarzenia. Staje się znacznie poważniejsza, jeśli najemca nie wywiąże się ze zobowiązań, projekt nie będzie mógł refinansować długu lub koszty budowy przekroczą dostępne finansowanie.

Nvidia mogłaby chronić się poprzez zabezpieczenia, etapowe zobowiązania, warunki minimalnego wykorzystania lub prawa do przekierowania mocy. Żadne z tych zabezpieczeń nie zostało publicznie potwierdzone w odniesieniu do rozmów dotyczących Ohio.

Strategiczna logika firmy jest jasna. Wzrost Nvidii zależy od budowania przez klientów coraz większych systemów obliczeniowych. Pomaganie tym klientom w dostępie do finansowania może przedłużyć ten wzrost.

Ryzyko jest równie jasne. Jeśli Nvidia wspiera klienta, obiekt i zakup sprzętu, słabość w jednej relacji może jednocześnie wpłynąć na kilka części jej działalności.

Dlatego propozycja odnowiła krytykę kolistego finansowania AI. Obawa nie polega na tym, że pieniądze dosłownie krążą w zamkniętej pętli bez tworzenia aktywów.

Obawa dotyczy tego, że popyt wspierany przez dostawcę może wzmacniać oczekiwania dotyczące przychodów, wyceny infrastruktury i apetyt inwestycyjny, zanim ekonomika dla użytkowników końcowych zostanie w pełni udowodniona.

Nvidia faktycznie dokonywałaby dwóch ocen. Zakładałaby, że OpenAI będzie w stanie wygenerować wystarczający popyt, aby wykorzystać tę moc. Zakładałaby również, że systemy AI będą wymagać sprzętu Nvidii przez cały okres trwania projektu.

Drugie założenie napotyka presję konkurencyjną. AMD rozszerza portfolio akceleratorów, podczas gdy Google, Amazon i Microsoft projektują własne chipy AI dla części swoich obciążeń.

OpenAI ma bodźce, by dywersyfikować partnerów sprzętowych i hostingowych. Taka strategia może ograniczyć ryzyko dostaw i wzmocnić jej pozycję negocjacyjną.

Nvidia mogłaby więc wspierać kampus, który z czasem obejmie systemy innych dostawców. Według doniesień gwarancja nie obejmuje finansowania chipów, co nadaje tej możliwości znaczenie biznesowe.

Wartość umowy dla Nvidii zależałaby od zobowiązań dotyczących sprzętu, wdrożenia oprogramowania i cykli wymiany. Bez takich zabezpieczeń spółka mogłaby zaakceptować ryzyko infrastrukturalne bez zapewnienia proporcjonalnego popytu na swoje produkty.

Kampus o mocy 10 gigawatów zaczyna się od energii, nie od GPU

Najtrudniejszym ograniczeniem projektu w Ohio nie jest dostęp do akceleratorów, lecz zdolność do dostarczania niezawodnej energii elektrycznej na bezprecedensową lokalnie skalę.

Planowany kampus jest powiązany z Portsmouth Site Departamentu Energii w hrabstwie Pike w stanie Ohio. Ta federalna nieruchomość wcześniej wspierała operacje wzbogacania uranu.

W marcu 2026 roku Departament Energii opisał partnerstwo energetyczne z udziałem SB Energy i tego obiektu. Komunikat zakładał 10 gigawatów nowej mocy wytwórczej dla proponowanego centrum danych o mocy 10 gigawatów.

Plan obejmował 9,2 gigawata produkcji energii z gazu ziemnego. Departament wycenił ten projekt energetyczny na 33 miliardy dolarów.

Liczby te opisują planowaną moc wytwórczą, a nie energię elektryczną już dostępną dla kampusu. Elektrownie wymagają pozwoleń, dostaw paliwa, turbin, urządzeń przesyłowych, planowania gospodarki wodnej i lat budowy.

Cel 10 gigawatów oznacza też kampus działający w pełnej skali. Nie określa, kiedy zostaną uruchomione poszczególne etapy ani jak konsekwentnie obiekt będzie pobierał maksymalne obciążenie.

To rozróżnienie ma kluczowe znaczenie dla finansowania. Kredytodawcy uwalniają kapitał wraz z mierzalnymi postępami, podczas gdy najemcy zazwyczaj zaczynają płacić za moc po spełnieniu uzgodnionych warunków dostawy.

Gwarancja Nvidii mogłaby poprawić profil kredytowy projektu. Nie może jednak wyprodukować turbin, ukończyć prac przesyłowych ani ominąć wymogów środowiskowych i lokalnych pozwoleń.

Dostępność energii określi, kiedy OpenAI będzie mogło korzystać z obiektu. Opóźnienia wpłynęłyby na rozpoczęcie najmu, instalację sprzętu oraz harmonogram generowania przychodów z tej mocy.

Struktura źródeł energii rodzi kolejne pytania. Silne uzależnienie od gazu ziemnego może zapewniać energię dyspozycyjną, którą operatorzy mogą uruchamiać wraz ze wzrostem popytu.

Jednocześnie naraża projekt na ceny paliwa, przepustowość gazociągów, regulacje emisji i obawy lokalnych społeczności. Czynniki te mogą wpływać zarówno na koszty operacyjne, jak i harmonogram budowy.

Centra danych potrzebują również chłodzenia, sieci, utrzymania i redundantnych systemów elektrycznych. Deklarowana moc kampusu nie przekłada się bezpośrednio na zasoby obliczeniowe dostępne dla twórców AI.

Część energii elektrycznej zasila chłodzenie i inne funkcje obiektu. Przerwy konserwacyjne oraz wykorzystanie sprzętu dodatkowo oddzielają teoretyczną moc od faktycznie dostarczanej pracy obliczeniowej.

Lokalizacja oferuje potencjalne atuty. Zapewnia rozległe tereny federalne oraz dostęp do obszaru o przemysłowej historii energetycznej.

Projekt w Ohio musi jednak zbudować nowy łańcuch dostaw sprzętu i wykwalifikowanej siły roboczej na ogromną skalę. Poszczególne etapy prawdopodobnie będą korzystać z różnych generacji sprzętu obliczeniowego i energetycznego.

Ten długi horyzont czasowy tworzy ryzyko technologiczne. Akceleratory zainstalowane wcześnie mogą zostać wymienione, zanim ostatnie części kampusu zaczną działać.

Powstaje też ryzyko kontraktowe. Strony muszą zdecydować, kto zapłaci za modernizacje, niewykorzystaną moc, opóźnione dostawy oraz sprzęt, który traci wartość ekonomiczną.

OpenAI i SoftBank mają już węższy model współpracy. W styczniu 2026 roku OpenAI ogłosiło dzierżawę o mocy 1,2 gigawata z SB Energy na początkową rozbudowę centrum danych.

Firmy podały także, że OpenAI, SoftBank i SB Energy zainwestują łącznie 1 miliard dolarów w spółkę zależną zajmującą się energią. Partnerstwo to połączyło projektowanie centrum danych ze zintegrowanym dostarczaniem energii.

Propozycja z Ohio przenosi ten model na inną skalę. Sfinansowanie jednej dzierżawy o mocy 1,2 gigawata nie dowodzi, że kampus o mocy 10 gigawatów może zostać dostarczony zgodnie z harmonogramem.

Mniejsza dzierżawa może dostarczyć użytecznych dowodów. Postęp budowy, dostawy energii i wykorzystanie w początkowych lokalizacjach pokażą, czy partnerstwo potrafi zarządzać większymi zobowiązaniami.

Gwarancja koncentruje ryzyko w całym łańcuchu dostaw AI

Propozycja może ułatwić finansowanie projektu, jednocześnie zwiększając zależność Nvidii, OpenAI i SoftBanku od tych samych założeń dotyczących wzrostu.

Zwolennicy mogą twierdzić, że Nvidia wykorzystuje swoją siłę finansową, aby usunąć wąskie gardło infrastrukturalne. Popyt na usługi AI nie może zamienić się w przychody, jeśli dostawcy nie mają mocy obliczeniowej.

Gwarancja mogłaby rozłożyć wydatki na cały okres funkcjonowania obiektu. Takie podejście lepiej dopasowuje płatności do okresu, w którym OpenAI spodziewa się używać i monetyzować tę moc.

Nvidia może także otrzymać wynagrodzenie za ryzyko. Opłaty, warranty, zobowiązania zakupowe lub zabezpieczenia mogłyby przynieść znaczną wartość, jeśli OpenAI będzie nadal rosnąć.

Gwarancja skoncentrowałaby jednak ryzyko kontrahenta. Ryzyko kontrahenta to możliwość, że druga strona nie będzie w stanie wypełnić swoich zobowiązań umownych.

Sukces OpenAI wspierałby płatności leasingowe, popyt na sprzęt i zaufanie do dalszej budowy infrastruktury AI. Spowolnienie mogłoby jednocześnie osłabić wszystkie trzy elementy.

SoftBank również stanąłby przed koncentracją ryzyka. Grupa już jest dużym inwestorem OpenAI i kluczowym uczestnikiem infrastruktury Stargate.

SB Energy rozwijałoby obiekt w dużej mierze dostosowany do potrzeb obliczeniowych jednego najemcy. Znalezienie zastępczego użytkownika dla 10 gigawatów wyspecjalizowanej mocy nie byłoby proste.

Nvidia znajdowałaby się po obu stronach cyklu komercyjnego. Korzystałaby na ekspansji OpenAI, ale mogłaby ponieść zobowiązania finansowe, jeśli ta ekspansja nie przełożyłaby się na płatności leasingowe.

Nie oznacza to, że Nvidia byłaby natychmiast winna 250 miliardów dolarów po niewielkim niepowodzeniu. Gwarancje zwykle zawierają szczegółowe progi, harmonogramy i środki zaradcze.

Kluczową kwestią jest luka weryfikacyjna. Żadna publiczna umowa nie wyjaśnia obecnie maksymalnej straty z gwarancji, jej okresu obowiązywania, zabezpieczeń ani praw do jej rozwiązania.

Inwestorzy nie mają też jasnego obrazu tego, jaką część mocy OpenAI musi odebrać. Umowa take-or-pay wymagałaby płatności nawet wtedy, gdy najemca wykorzystuje mniej mocy niż zarezerwowano.

Bardziej elastyczna umowa chroniłaby OpenAI, ale zmniejszałaby pewność kredytodawców. Rola Nvidii może być właśnie przeznaczona do zniwelowania tej różnicy.

Reakcja rynku stanowi wczesny sygnał ostrzegawczy, ale nie rozstrzygnięcie. Axios podał, że zabezpieczenie kredytowe Nvidii podrożało po wiadomościach o rozmowach.

Jego analiza finansowania powiązała ten ruch z odnowionymi obawami dotyczącymi transakcji cyrkularnych. Rynki kredytowe koncentrują się na ryzyku spadkowym, więc ich reakcja różni się od reakcji inwestorów akcyjnych oceniających wzrost.

Sceptyczne stanowisko opiera się na jakości popytu. Jeśli wsparcie dostawcy staje się konieczne, aby klienci kupowali lub wykorzystywali więcej zasobów obliczeniowych, deklarowane zamówienia mogą zawyżać niezależną siłę nabywczą.

Stanowisko wspierające opiera się na harmonogramie infrastruktury. Projekty kapitałowe o transformacyjnym znaczeniu często wymagają gwarancji, zanim dojrzeje ich baza przychodowa.

Oba argumenty pozostają wiarygodne, ponieważ ekonomika zaawansowanych usług AI nie jest w pełni widoczna. OpenAI nie publikuje szczegółowej rentowności trenowania, inferencji, subskrypcji i kontraktów korporacyjnych.

Inferencja to proces uruchamiania wytrenowanego modelu w celu odpowiadania na zapytania użytkowników. Jej koszt zależy od projektu modelu, sprzętu, wykorzystania, energii oraz ilości mocy obliczeniowej zużywanej przez każdą odpowiedź.

Spadające koszty inferencji mogłyby uczynić moce w Ohio wysoce produktywnymi. Bardziej zaawansowane modele mogą jednak pochłonąć oszczędności, wykorzystując więcej obliczeń na zadanie.

Adopcja korporacyjna mogłaby stworzyć stabilny popyt o wysokiej marży. Konkurencja na rynku konsumenckim lub niższe ceny modeli mogłyby natomiast obniżyć zwroty z tej samej infrastruktury.

Projekt musi także przetrwać zmiany w ekonomice sprzętu. Nowe systemy mogą wykonywać więcej pracy na jednostkę energii, zmniejszając moc potrzebną dla stałego obciążenia.

Tańsze obliczenia mogą jednak zwiększyć całkowite wykorzystanie. Ten efekt odbicia wspierałby większe kampusy, nawet gdy pojedyncze zadania stają się bardziej efektywne.

Żadne publiczne dowody nie przesądzają jeszcze, który efekt zdominuje w okresie finansowania. Długa dzierżawa zawiera więc prognozę dotyczącą technologii, popytu i cen.

Największym ryzykiem nie jest nagły upadek jednej firmy. Jest nim wspólna prognoza, która okaże się zbyt optymistyczna po tym, jak branża zaangażuje się w długowieczne aktywa.

Jeśli popyt na AI będzie rosnąć wolniej, OpenAI może stanąć wobec nadwyżki mocy. SoftBank może zmierzyć się ze słabszą ekonomiką projektu, a Nvidia zarówno z niższą sprzedażą, jak i roszczeniami z gwarancji.

Jeśli popyt będzie rosnąć zgodnie z oczekiwaniami, struktura może stać się modelem finansowania kolejnych kampusów AI. Dostawcy coraz częściej będą działać jako partnerzy kapitałowi, a nie tylko sprzedawcy sprzętu.

Co obserwować, zanim uzna się tę umowę za realną

Trzy sygnały pokażą, czy opisywane rozmowy przerodzą się w projekt możliwy do sfinansowania, mniejsze etapowe zobowiązanie czy kolejny niedokończony cel infrastrukturalny.

Pierwszym sygnałem będzie podpisana umowa z ujawnionymi limitami. Dokumenty Nvidii powinny wskazywać charakter każdej gwarancji, jej maksymalną ekspozycję oraz ewentualne otrzymane wynagrodzenie.

Najmocniejsze potwierdzenie obejmowałoby etapowe zobowiązania i jasne przesłanki niewykonania zobowiązań. Wyjaśniałoby też, czy Nvidia gwarantuje dzierżawę OpenAI, dług budowlany, czy oba te elementy.

Znacząco mniejsze początkowe zobowiązanie osłabiłoby interpretację nagłówkową, ale poprawiłoby kontrolę ryzyka. Brak ujawnienia sugerowałby, że negocjacje pozostają wstępne lub poufne.

Drugim sygnałem będzie fizyczny postęp w Ohio. Inwestorzy powinni śledzić pozwolenia, kontrakty na produkcję energii, dostawy turbin, prace przesyłowe oraz rozpoczęcie budowy centrum danych.

Kamienie milowe dotyczące energii mają większe znaczenie niż promocyjne dane o mocy. Najemca objęty gwarancją nie może korzystać z kampusu, któremu brakuje energii, chłodzenia lub połączeń sieciowych.

Postęp w planie wytwarzania energii o wartości 33 miliardów dolarów wzmocniłby argument, że kampus może obsłużyć wiele etapów. Opóźnienia przesunęłyby płatności leasingowe i instalację sprzętu.

Trzecim sygnałem będzie wykazana zdolność OpenAI do monetyzacji mocy. Sam wzrost przychodów nie wystarczy, ponieważ zobowiązania infrastrukturalne również pochłaniają gotówkę.

Przydatne dowody obejmowałyby trwały popyt korporacyjny, poprawiającą się ekonomikę usług oraz wysokie wykorzystanie istniejących kampusów. Te wskaźniki wspierałyby założenie, że dodatkowe zasoby obliczeniowe tworzą wartość ekonomiczną.

Niższe wykorzystanie lub wielokrotne renegocjowanie zobowiązań infrastrukturalnych osłabiłyby to założenie. Zwiększyłyby także znaczenie zabezpieczeń Nvidii.

Czytelnicy nie powinni traktować 10 gigawatów, 250 miliardów dolarów i 500 miliardów dolarów jako wymiennych faktów. Mierzą one odpowiednio moc, zgłaszaną gwarancję i możliwy całkowity koszt projektu.

Opisują też cele na różnych etapach. Żaden z nich nie dowodzi, że cały kampus ma finansowanie, pozwolenia, sprzęt i ustaloną datę ukończenia.

Proponowane rozwiązanie jest istotne, ponieważ pokazuje, gdzie rozbudowa AI napotyka opór. Ograniczenie przesuwa się z podaży chipów w kierunku kredytu, energii i zaufania do długoterminowego popytu.

Dla deweloperów i zespołów produktowych AI większa moc może obniżyć ceny i poprawić dostęp do zaawansowanych modeli. Skoncentrowane finansowanie może jednak również uzależnić ten dostęp od decyzji kilku firm.

Nabywcy korporacyjni powinni obserwować, czy koszty infrastruktury przełożą się na ceny modeli lub restrykcyjne zobowiązania. Powinni też zachować elastyczność operacyjną w zakresie dostawców modeli i chmury.

Pracownicy umysłowi odczują ten rezultat pośrednio. Jeśli inwestycja doprowadzi do tańszego wnioskowania, funkcje AI mogą stać się bardziej zaawansowane i szerzej dostępne.

Jeśli ekonomika przedsięwzięcia rozczaruje, dostawcy mogą zaostrzyć limity wykorzystania, podnieść efektywne koszty lub priorytetowo traktować klientów z przewidywalnymi kontraktami.

Właściwe pytanie nie brzmi, czy Nvidia może ogłosić gwarancję na 250 mld dolarów. Chodzi o to, czy OpenAI zdoła przekształcić powstałą w ten sposób przepustowość w trwały popyt, zanim zobowiązania staną się wymagalne.

Dopóki nie pojawią się podpisane warunki i kamienie milowe budowy, propozycja pozostaje opisywanymi w mediach negocjacjami. Przed uznaniem nagłówka za finansowaną przepustowość warto śledzić dokumenty regulacyjne, rozbudowę infrastruktury energetycznej w Ohio oraz sygnały dotyczące wykorzystania zasobów przez OpenAI.