NVIDIA dostarczyła w środę to, co Morgan Stanley nazwał „największym, najczystszym przekroczeniem oczekiwań i podwyżką prognoz w historii półprzewodników". Akcje spadły o 5,5%.
Paradoks oddaje rosnący niepokój na rynkach: nawet gdy wydatki na infrastrukturę AI zbliżają się do 700 miliardów dolarów rocznie, inwestorzy kwestionują, kiedy — lub czy w ogóle — zwroty się zmaterializują.
NVIDIA ogłosiła przychody za czwarty kwartał na poziomie 68 miliardów dolarów, co stanowi wzrost o 73% rok do roku, przy czym przychody z centrów danych wyniosły 62 miliardy dolarów, reprezentując skok o 75%. Firma wskazała przychody za pierwszy kwartał na poziomie 78 miliardów dolarów, znacznie powyżej konsensusu wynoszącego 72,8 miliarda dolarów. Według wszelkich konwencjonalnych miar liczby były wyjątkowe.
Mimo to akcje spadły w handlu po godzinach, przedłużając wzorzec, w którym akcje NVIDIA tracą na wartości po każdym z kilku ostatnich przekroczeń oczekiwań dotyczących zysków.
Kwestia nakładów kapitałowych
Teraz rynek jest zaniepokojony, czy jego klienci mogą uzasadnić swoje wydatki, a nie wykonanie zadań przez NVIDIA
Dyrektor finansowa Colette Kress zauważyła, że oczekiwania analityków dotyczące nakładów kapitałowych na 2026 rok od największych klientów NVIDIA, reprezentujących ponad połowę przychodów z centrów danych, „wzrosły o prawie 120 miliardów dolarów od początku roku i zbliżają się do 700 miliardów dolarów".
Amazon, Meta, Microsoft, Alphabet i Oracle są uwikłane w wyścig zbrojeń w infrastrukturę AI. Każdy z nich zasygnalizował agresywne plany wydatków, przy czym sama Meta zobowiązała się do 65 miliardów dolarów nakładów kapitałowych na AI w tym roku. Zbiorowy zakład polega na tym, że generatywna AI i rozwijające się aplikacje „agentowe" wygenerują współmierne zwroty.
„Nakłady kapitałowe jednego człowieka to źródło przychodów innego — i to jest NVIDIA i Jensen" — zauważyła Nancy Tengler, która jest CEO i CIO w Laffer Tengler Investments.
Pytanie brzmi, czy działa to odwrotnie: kiedy nakłady kapitałowe na AI stają się przychodami z AI dla wydających?
Odpowiedź Jensena
CEO Jensen Huang odpierał obawy dotyczące bańki, argumentując, że inwestycje w moc obliczeniową przekładają się bezpośrednio na przychody klientów.
„Moc obliczeniowa równa się przychodom" — powiedział Huang podczas rozmowy, opisując koło zamachowe, w którym infrastruktura AI generuje zyskowne zwroty, które uzasadniają dalsze inwestycje.
Wskazał na obciążenia wnioskowania — wdrażanie wytrenowanych modeli AI — jako kolejny motor wzrostu, zauważając, że architektura Blackwell NVIDIA zapewnia do 35 razy niższy koszt na token niż konkurencyjne oferty. W miarę jak modele AI stają się wbudowane w przepływy pracy przedsiębiorstw i produkty konsumenckie, popyt na wnioskowanie może przewyższyć wydatki skoncentrowane na szkoleniu, które napędzały początkowy boom AI.
Firma podkreśliła również „fizyczną AI" — robotykę, pojazdy autonomiczne i automatyzację przemysłową — jako przyczyniające się do ponad 6 miliardów dolarów rocznych przychodów, sugerując, że adresowalny rynek wykracza poza chatboty i asystentów kodowania.
Kwestia zrównoważoności
Dla byków wyniki NVIDIA potwierdzają rozbudowę AI. Przychody z centrów danych wzrosły prawie 13-krotnie od pojawienia się ChatGPT w 2023 roku, powiedziała CFO Kress. Popyt na systemy Blackwell pozostaje ograniczony podażą. Nawet sześcioletnie produkty Ampere są wyprzedane w chmurze.
Dla sceptyków matematyka jest niepokojąca. Hiperskalowcy wdrażają bezprecedensowy kapitał przy ograniczonej widoczności zwrotów. Stopy procentowe pozostają podwyższone. A luka między możliwościami AI a monetyzacją AI utrzymuje się.
Paralela do ery dot-com jest nieprecyzyjna, ale pouczająca. Pod koniec lat 90. Cisco sprzedawało infrastrukturę do rozbudowy internetu, która ostatecznie przekształciła gospodarkę — ale nie wcześniej niż doszło do brutalnej wyceny oczekiwań. Akcje Cisco nigdy nie odzyskały swoich szczytów z 2000 roku.
Pozycja NVIDIA jest silniejsza: jej ekosystem oprogramowania CUDA reprezentuje prawdziwą fosę, z dostępem do 1,5 miliona modeli AI na Hugging Face. Jej tempo innowacji — z platformą Rubin obiecującą 10 razy niższe koszty wnioskowania niż Blackwell — trzyma konkurentów na dystans.
Ale ostateczne pytanie nie brzmi, czy NVIDIA może sprzedawać chipy. Chodzi o to, czy 700 miliardów dolarów rocznych wydatków na AI produkuje wartość 700 miliardów dolarów.
Na razie NVIDIA wciąż wygrywa, podczas gdy inwestorzy wciąż się zastanawiają.


