AI složila zkoušku z poptávky. Teď přichází účet za infrastrukturu

Ano, poptávka po umělé inteligenci je reálná. Výsledky Nvidie tento týden odstranily část pochybností o síle současného investičního cyklu, nikoli však pochybnosti o jeho návratnosti. Nosná myšlenka týdne proto zní: AI už nemusí dokazovat, že umí prodávat čipy. Teď musí dokázat, že celý ekosystém dokáže postavit, napájet a smysluplně využít infrastrukturu, jejíž účet rychle roste.

To je důležitý posun. V první fázi investoři řešili, zda zájem o AI není jen módní vlna. Ve druhé sledovali, zda se zájem promění v tržby výrobců čipů. Obě zkoušky zatím dopadly přesvědčivě. Třetí zkouška bude těžší: zda se obrovské investice zákazníků přenesou do produktivity, příjmů a volného peněžního toku v celé ekonomice.

Volný peněžní tok je hotovost, která firmě zbude po zaplacení provozu a kapitálových investic. Právě ten nakonec rozhoduje, zda technologická revoluce vytvořila také dobrou investici, nebo pouze velmi působivou infrastrukturu.

Nvidia ukázala, že poptávka není papírová

Nvidia za druhé čtvrtletí svého fiskálního roku 2027 vykázala tržby 96,2 miliardy dolarů. Meziročně je více než zdvojnásobila a proti předchozímu čtvrtletí zvýšila o 18 %. Samotná divize datových center utržila 89 miliard dolarů, meziročně o 117 % více.

To už není statistická odchylka ani výsledek jednoho povedeného produktu. Jde o rozsáhlou investiční vlnu, v níž technologické společnosti, provozovatelé cloudů, výzkumné laboratoře a státy budují novou výpočetní kapacitu.

Hrubá marže Nvidie dosáhla 75 %. Hrubá marže ukazuje, jaká část tržeb zbude po odečtení přímých nákladů na prodané výrobky a služby. Takto vysoká hodnota vypovídá o mimořádné cenové síle a o tom, že nabídka špičkového výpočetního výkonu zatím nenarostla natolik, aby stlačila ekonomiku dodavatele na běžnou úroveň.

Také hotovostní stránka výsledků byla silná. Firma za čtvrtletí vytvořila provozní peněžní tok 24,1 miliardy dolarů a volný peněžní tok 21,3 miliardy. Nvidia tedy současný růst nejen účtuje, ale významnou část převádí do hotovosti.

Pro příští čtvrtletí očekává tržby 108 miliard dolarů s tolerancí dvě procenta. Výhled přitom nezahrnuje žádné tržby z prodeje výpočetních produktů pro datová centra do Číny. Je to výhled samotné společnosti, nikoli nezávislá prognóza, a budoucí výsledek se od něj může lišit. Přesto ukazuje, že vedení firmy zatím nevidí rychlé vyčerpání objednávek.

Znamená to, že otázka poptávky je definitivně uzavřena? Ne tak rychle. Znamená to pouze, že dnešní poptávka po výpočetní infrastruktuře je velmi silná. Neříká to ještě, jakou návratnost z této infrastruktury získají její koneční vlastníci a uživatelé.

Výrobce krumpáčů může během zlaté horečky vydělávat výborně, i když část dolů nakonec žádné zlato nenajde. Dnešní výsledky potvrzují kvalitu krumpáčů i délku fronty před obchodem. O výnosnosti všech dolů rozhodnou další roky.

Úzké hrdlo se přesouvá od čipu k zásuvce

Růst výpočetního výkonu se často popisuje jazykem softwaru: modely, tokeny, inference a produktivita. Fyzická realita je méně poetická. Datové centrum potřebuje pozemek, připojení k síti, transformátory, chlazení, záložní zdroje, velké množství elektřiny a kapitál ochotný čekat na návratnost.

Inference znamená samotné používání již natrénovaného modelu k vytváření odpovědí nebo rozhodnutí. S rozšiřováním AI aplikací se výpočetní zátěž postupně přesouvá od jednorázového trénování modelů také k jejich každodennímu provozu. Čím více uživatelů a složitějších úloh, tím větší infrastrukturu je nutné průběžně napájet.

Mezinárodní energetická agentura odhaduje, že globální spotřeba elektřiny datových center vzrostla v roce 2025 o 17 %, zatímco u datových center zaměřených na AI se zvýšila o 50 %. Ve svém základním scénáři očekává růst celkové spotřeby datových center z 485 terawatthodin v roce 2025 na přibližně 950 terawatthodin v roce 2030. Terawatthodina je jednotka energie odpovídající miliardě kilowatthodin.

Přibližně dvojnásobná globální spotřeba během pěti let je významná, ale sama o sobě neznamená celosvětový nedostatek elektřiny. IEA odhaduje, že datová centra by v roce 2030 představovala zhruba tři procenta globální poptávky po elektřině. Problém je spíše místní než globální.

Datové centrum nevznikne rovnoměrně rozpuštěné po celé planetě. Připojuje se v konkrétním uzlu konkrétní sítě, často poblíž dalších velkých odběratelů. Přenosová soustava přitom nepřidá transformátor nebo vedení stisknutím klávesy Enter. Výstavba energetické infrastruktury se počítá na roky, zatímco technologický cyklus na čtvrtletí.

IEA upozorňuje, že rychlost rozvoje AI stále více naráží na pomalejší tempo elektrických sítí, povolovacích procesů, výroby pokročilých čipů a dodávek vysokokapacitních pamětí. Podle jejího hodnocení má nedostatek těchto pamětí přetrvávat nejméně do konce roku 2027.

To mění mapu možných vítězů. Investiční příběh AI už nemusí patřit jen výrobcům procesorů a největším digitálním platformám. Stále větší význam mohou mít také výrobci transformátorů, rozváděčů, turbín, chladicích technologií, síťových zařízení, bateriových úložišť a společnosti schopné zajistit spolehlivé dodávky energie.

Ani zde ovšem neplatí, že každý podnik s elektrickým kabelem v logu automaticky získá vysokou návratnost. Nová poptávka může přilákat konkurenci, vyžádat si vlastní kapitálové investice a narazit na regulaci. Strukturální růst odvětví není totéž jako jistý výnos každé akcie.

Efektivnější čipy nemusejí snížit celkový účet

Na první pohled by měla rychle rostoucí energetická účinnost problém vyřešit. IEA uvádí, že spotřeba energie na jednu AI úlohu v posledních letech klesala nejméně o řád ročně. Jednoduchý textový dotaz tak může být energeticky poměrně nenáročný.

Jenže levnější jednotka služby často zvyšuje počet použití. Tento jev se v ekonomii označuje jako rebound efekt: vyšší účinnost sníží cenu jedné operace, ale podpoří tak silný růst objemu, že celková spotřeba přesto stoupne.

Navíc se mění samotné úlohy. Generování videa, složité uvažování nebo autonomní agenti mohou podle IEA spotřebovat stokrát až tisíckrát více energie na dotaz než jednoduché vytváření textu. AI agent je systém, který neodpovídá pouze na jednu otázku, ale samostatně provádí vícekrokový úkol a opakovaně volá model i další nástroje.

Úspornější hardware proto nemusí znamenat nižší celkovou spotřebu. Podobně jako úspornější automobil nemusí snížit spotřebu celé domácnosti, pokud začne rodina jezdit častěji, dál a dvěma vozy.

Pro investora z toho plyne důležitá lekce. Technická účinnost a ekonomická návratnost nejsou synonyma. Nová generace čipů může nabídnout více výpočtů na jeden watt, ale pokud zároveň rychle zastarává předchozí infrastruktura a roste počet náročných aplikací, kapitálové výdaje mohou zůstat vysoké.

Další fáze už nebude financována jen z firemních pokladen

Výsledky Nvidie obsahovaly ještě jednu nenápadnou, ale podstatnou informaci. Společnost oznámila partnerství s velkými finančními skupinami s cílem vytvořit platformy, které mají postupně mobilizovat více než 500 miliard dolarů cizího kapitálu pro budování AI infrastruktury. Realizace je podmíněna uzavřením konečných smluv, nejde tedy o již proinvestovanou částku.

Samotný záměr však dobře ukazuje měřítko další etapy. Budování datových center už je natolik kapitálově náročné, že se vedle rozvah technologických firem stále více zapojují banky, fondy, úvěrové struktury a infrastrukturní investoři.

Hyperscaler je velký provozovatel cloudové a datové infrastruktury, který dokáže rychle přidávat rozsáhlou výpočetní kapacitu. Několik největších hyperscalerů má mimořádně silné rozvahy, ale ani jejich zdroje nejsou bezedné. Čím větší část výstavby se přesune do samostatně financovaných projektů, tím důležitější budou úrokové náklady, smluvní obsazenost kapacity a zůstatková hodnota technologií.

Zde se příběh AI propojuje s prostředím drahého dlouhodobého kapitálu. Datové centrum může být technologicky výborné, ale jeho vlastník stále musí zaplatit úroky a získat dostatečné tržby dříve, než zařízení ekonomicky nebo technicky zestárne.

Dlouhodobý investor by proto měl rozlišovat nejméně tři vrstvy:

• Dodavatele infrastruktury, kteří inkasují při výstavbě a rozšiřování kapacity.

• Vlastníky infrastruktury, kteří nesou náklady financování, využití a technologického zastarávání.

• Uživatele AI, kteří musejí výpočetní výkon proměnit ve vyšší produktivitu, nižší náklady nebo nové tržby.

V první vrstvě už vidíme mimořádně silná čísla. Ve druhé se teprve ukáže kvalita smluv a financování. Ve třetí bude rozhodovat, zda zákazník za AI službu skutečně zaplatí více, než kolik stojí její provoz.

Co je šum a co dlouhodobá změna

Šumem je, zda jedna technologická akcie po výsledcích přidá nebo ztratí několik procent, zda čtvrtletní tržby překonají očekávání o jednu miliardu dolarů nebo zda se uvedení konkrétního produktu posune o několik týdnů. Pro obchodníka mohou být tyto pohyby významné. Pro investora s horizontem delším než pět let však samy o sobě nejsou nosnou informací.

Dlouhodobější změna je podstatnější:

• poptávka po AI infrastruktuře se proměnila ve vysoké skutečné tržby a hotovost hlavního dodavatele čipů;

• limit růstu se posouvá od samotných procesorů k elektřině, sítím, pamětem, chlazení a kapitálu;

• energetická účinnost jednotlivé úlohy roste, ale rychlejší a náročnější používání může celkovou spotřebu dál zvyšovat;

• financování výstavby se rozšiřuje mimo rozvahy technologických společností;

• budoucí výnos investorů bude stále více záviset na využití kapacity a návratnosti konečných aplikací, nikoli jen na množství prodaných čipů.

To není argument proti umělé inteligenci. Právě naopak. Skutečné technologické revoluce obvykle přecházejí z lehkého světa nápadů do těžkého světa infrastruktury. Železnice potřebovala koleje, internet optické kabely a cloud obrovská datová centra. AI nyní vstupuje do stejné fáze.

Tato fáze bývá ekonomicky silná, ale investičně méně přehledná. Vytváří vítěze, nadbytečnou kapacitu, drahé omyly i infrastrukturu, bez níž se další růst neobejde. Všechno najednou.

Co to znamená pro portfolia

Pro dlouhodobé portfolio českého investora z výsledků Nvidie neplyne potřeba honit jedinou akcii ani celý technologický sektor. Plyne z nich důvod chápat AI jako širší investiční ekosystém, v němž se hodnota dělí mezi čipy, software, datová centra, energetiku, sítě a konečné uživatele.

U dominantních výrobců hardwaru stojí za pozornost především udržitelnost marží, rychlost produktového cyklu, koncentrace zákazníků a převod zisku do hotovosti. Současné výsledky jsou mimořádně silné, ale vysoký růst vytváří také vysokou srovnávací základnu. Firma nemusí začít ztrácet zákazníky, aby tempo růstu zpomalilo.

U cloudových platforem a provozovatelů datových center bude důležitější návratnost kapitálových výdajů. Kapitálový výdaj je investice do dlouhodobého majetku, například serverů, budov nebo energetického připojení. Investor by měl sledovat, zda nová kapacita přináší odpovídající tržby, jak rychle se zaplňuje a kdo nese riziko jejího zastarávání.

Energetická a síťová infrastruktura může dávat smysl jako doplněk širší akciové expozice. Nabízí jiný zdroj příjmů než samotný prodej čipů, ale nese regulatorní, realizační a kapitálové riziko. Zvlášť u projektů financovaných dluhem je podstatná délka smluv, kvalita odběratele a citlivost na úrokové sazby.

U běžných firem mimo technologický sektor bude rozhodující praktické využití AI. Nejzajímavější nemusí být podnik, který o umělé inteligenci nejvíce mluví, ale ten, který díky ní zkrátí vývoj produktu, sníží chybovost, obslouží více zákazníků nebo omezí pracovní kapitál. Skutečná produktivita se pozná ve výkazu peněžních toků, nikoli podle počtu zmínek na konferenčním hovoru.

Dluhopisová složka může současně pomáhat vyvažovat technologickou koncentraci, ale ani zde není vhodné přehlížet strukturu rizika. Dluhopis projektu datového centra není totéž jako kvalitní státní dluhopis. Vyšší kupón může být odměnou za riziko využití kapacity, technologického zastarávání nebo závislosti na jednom nájemci.

Pro českého investora zůstává důležitá také měna. Výsledek dolarových technologických a infrastrukturních pozic se v korunách skládá z pohybu podkladového aktiva i měnového kurzu. Měnové riziko proto patří řídit podle role dané složky v portfoliu, budoucích korunových výdajů a schopnosti snášet kolísání, nikoli podle jednoho odhadu kurzu.

Můj osobní pohled je, že výsledky tohoto týdne podporují dlouhodobou expozici vůči digitalizaci a produktivitě, ale zároveň posilují argument pro širší diverzifikaci uvnitř celého tématu. Vedle výrobců čipů stojí za sledování infrastruktura, energetika a podniky, které AI dokážou ekonomicky využít. Ne jako koš všeho, co má na webu obrázek robota, ale jako soubor odlišných zdrojů příjmů a rizik.

AI tento týden prokázala, že umí vytvořit mimořádné tržby svému nejviditelnějšímu dodavateli. Další zkouška potrvá déle: zda dokáže zaplatit elektřinu, kapitál a odpisy celé infrastruktury, kterou kolem ní stavíme.

Čip je začátek. Účet za zásuvku přichází potom.