$602 млрд. Вот сколько Big Five (Amazon, Microsoft, Google, Meta, Oracle) потратят на инфраструктуру в 2026 году — на 36% больше, чем в 2025-м. Из них $450 млрд — непосредственно на AI-инфраструктуру: GPU-серверы, дата-центры, оборудование.
Introl blog приводит детализацию: $180 млрд на GPU и ускорители (NVIDIA занимает более 90% рынка), $120 млрд на строительство дата-центров, $50 млрд на сетевое оборудование (Arista, Cisco, Broadcom), $40 млрд на память HBM и DDR5 (SK Hynix, Samsung, Micron), $25 млрд на системы охлаждения, $20 млрд на энергетическую инфраструктуру.
$450 млрд — это эквивалент ~15–20 ГВт новых дата-центров по всему миру. Около 500 новых объектов. Четырёхлетний план развития сжали в 2 года.
Ключевые выводы
Капитальная интенсивность достигла 45–57% от выручки — уровень, немыслимый для софтверных компаний
Долговое финансирование ($108 млрд в 2025 году) — новый фундаментальный драйвер развития AI-инфраструктуры
Стратегическая ставка Big Five
Гиперскейлеры — технологические компании, владеющие масштабной вычислительной инфраструктурой (AWS, Azure, Google Cloud, Meta Cloud). До недавнего времени они работали по модели «cash-funded»: генерировали достаточно свободного денежного потока, чтобы финансировать capex из прибыли.
Теперь модель изменилась. Capex Big Five превышает свободный денежный поток. В 2025 году технологический сектор привлёк рекордные $108 млрд долга — в 3,4 раза больше исторического среднего значения ($32 млрд/год). По прогнозам Morgan Stanley и JP Morgan, технологическому сектору может потребоваться выпустить $1,5 трлн нового долга в ближайшие годы.
Introl blog приводит конкретные цифры по каждой компании:
| Компания | 2025 CapEx | 2026 Прогноз | Основной фокус |
|---|---|---|---|
| Amazon | $125B | >$125B | AWS AI |
| Microsoft | ~$95B | $100B+ | Azure AI |
| ~$91B | $100B+ | TPU + GPU | |
| Meta | $66–72B | ~$100B | Doubled from 2024 |
| Oracle | ~$15B | ~$20B | Cloud infrastructure |
Каждая из четырёх крупнейших компаний теперь превышает $100 млрд годовых инфраструктурных расходов. Это беспрецедентный уровень капитальной интенсивности: 45–57% от выручки — исторически немыслимый для технологических компаний.
Почему гиперскейлеры готовы занимать так агрессивно?
Это классическая стратегия first-mover advantage на новом технологическом рынке. Ранние инфраструктурные инвестиции определят долгосрочную конкурентную позицию и ценовую власть.
Структура расходов: куда идут $450B
Introl blog детально раскладывает структуру AI-инфраструктурных расходов на 2026 год. Это не абстрактные цифры — за каждым направлением стоят конкретные поставщики и конкретные мощности.
Четырёхлетний план развития ($236B → $934B рынок AI-дата-центров к 2030) сжали в 2 года. Это означает:
- ~15–20 ГВт новых дата-центров по всему миру
- 500+ новых объектов
- Эквивалент строительства 2–3 новых Google Cloud каждый год
- >Эквивалент 10 новых крупнейших дата-центров в год
- Каждые 2 недели — новый дата-центр анонсируется или вводится
Параллельно идёт подготовка к следующей волне. Охлаждение становится отдельной индустрией: Vertiv и Schneider Electric уже проектируют решения для 100+ кВт на стойку — в 5 раз больше, чем стандартные 20 кВт 2024 года.
Строительство дата-центров становится bottleneck: подрядчики Turner, DPR, Mortenson работают на пределе мощности. Это одна из причин, почему Oracle делает ставку на модульные решения и размещение у third-party operators — собственный buildout занимает 18–24 месяца.
Для инвесторов это означает: ключевой риск — не AI itself, а Construction и Supply Chain. Кто контролирует строительные мощности и цепочки поставок охлаждения — получает непропорциональную прибыль от AI-бума.
Три ключевых риска
Introl blog идентифицирует несколько ключевых рисков:
Концентрационный риск. GPU-поставщики (NVIDIA), производители памяти (SK Hynix, Samsung, Micron) и поставщики инфраструктуры дата-центров сталкиваются с беспрецедентным спросом. Но концентрация у одного ключевого поставщика создаёт уязвимость цепочки поставок.
Риск утилизации. Рынок начинает задавать вопросы о ROI. QQQ (технологический ETF) принёс 20,2% доходности за прошлый год, тогда как полупроводниковый ETF (SMH) — 48,7%. Это расхождение указывает на возможное перераспределение: инвесторы начинают сомневаться, что расходы гиперскейлеров конвертируются в пропорциональную прибыль.
Долговая нагрузка. Oracle CDS (credit default swap, показатель кредитного риска) более чем утроился с сентября. Рынок обеспокоен масштабом долгового финансирования при более концентрированном клиентском риске (меньше диверсификации по сравнению с другими Big Five).
2. Долг/годовой доход = $108 млрд — в 3,4 раза выше среднего. Требуется $1,5 трлн дополнительного долга.
3. Ожидаемая доходность AI-инфраструктуры — пока только 5% компаний достигают трансформационной отдачи от AI (Deloitte State of AI 2026).
Парадокс текущего момента: инфраструктура строится беспрецедентными темпами, но лишь 5% компаний получают трансформационную отдачу от AI. Это создаёт двойной риск:
- Инфраструктурный: объём построенных мощностей может превысить спрос на реальные рабочие нагрузки
- Финансовый: долговая нагрузка становится критической, если утилизация не достигнет проектных уровней
- Рыночный: стоимость заимствования растёт, CDS-спреды расширяются при первых признаках проблем
Для контекста: в 2025 году софтверные компании исторически генерировали свободный денежный поток (FCF), достаточный для финансирования capex. Теперь модель flipped: технологические компании становятся debt-funded institutions — как коммунальные предприятия или телеком-операторы, но с существенно более высокой волатильностью доходов.
Инвестиционное применение
Появятся данные о реальной утилизации AI-инфраструктуры. Инвесторы начнут дифференцировать гиперскейлеров по эффективности capex.
Сценарии развития
✅ Bull case: утилизация опережает ожидания (20%)
AI-рабочие нагрузки (agentic AI, inference) растут быстрее инфраструктуры. Гиперскейлеры монетизируют через облачные сервисы. Ценные бумаги переоцениваются.Критерии: рост выручки от AI-сервисов на 40%+ YoY.
🟡 Base case: стабильная утилизация (60%)
Утилизация растёт умеренно. Capex стабилизируется на $550–600B. Рост выручки 20–30% YoY. Гиперскейлеры сохраняют лидерство, но маржинальность的压力 ослабевает.Критерии: utilization 65–75%, умеренный рост выручки.
🔴 Bear case: избыток мощностей (20%)
Утилизация AI-инфраструктуры отстаёт. Задержки с вводом дата-центров. Коррекция в технологическом секторе on 20–30%.Критерии: capex guidance ниже $600B, рост credit spreads.
— Ежеквартальная отчётность Big Five: capex guidance и utilization metrics
— Заявления NVIDIA о спросе на GPU (выручка Data Center)
— Строительство новых дата-центров: сроки ввода и география
— Динамика долговых рынков: CDS-спреды и объёмы размещений
Основной источник данных о структуре расходов и долгового финансирования Big Five.
Конкретные ROI-метрики из реальных enterprise-деплойментов — ключевой ориентир для оценки возврата на AI-инфраструктуру.
