Nvidia wykorzystuje bilans do napędzania boomu AI. Czy to miecz obosieczny?

Od strategii określanej jako „bilans jako usługa” po opisywanie samej Nvidii jako banku centralnego sztucznej inteligencji — rosnąca rola producenta układów w finansowaniu ekosystemu AI przyciąga coraz większą uwagę inwestorów.

Nvidia przekształciła się z firmy półprzewodnikowej w jednego z najważniejszych finansujących boomu infrastruktury AI.

Jej publiczne i prywatne udziały kapitałowe sięgnęły $95.6 billion pod koniec lipca, z poziomu poniżej $100 million na początku 2020 roku, podczas gdy spółka informowała, że jej szersze inwestycje kapitałowe łącznie wynoszą obecnie około $99 billion.

W jej portfelu znajdują się udziały m.in. w Intel, CoreWeave, Coherent, Nokia, Synopsys i Nebius.

Jednocześnie Nvidia coraz częściej udziela gwarancji, zabezpieczeń i innych form wsparcia finansowego firmom budującym centra danych niezbędne do uruchamiania modeli AI.

Taka strategia może przyspieszyć wydatki na infrastrukturę i zabezpieczyć przyszły popyt na układy Nvidii.

Jednak rodzi też niewygodne pytanie dla inwestorów: co się stanie, jeśli podaż infrastruktury AI urośnie szybciej niż popyt?

Nvidia staje się czymś więcej niż producentem układów

Najnowsze inicjatywy finansowe Nvidii pokazują, jak diametralnie zmieniła się jej rola w branży AI.

Spółka zgodziła się wykupić do szacunkowo 500 megawatów niewykorzystanej pojemności centrów danych od CoreWeave za $6.3 billion.

Jeżeli CoreWeave nie będzie w stanie wynająć tej pojemności innym klientom, Nvidia w praktyce staje się klientem ostatniej instancji.

Nvidia udzieliła też istotnego wsparcia finansowego dla inwestycji w centra danych, w tym planowanego kampusu obliczeniowego w Ohio, gdzie oczekuje się, że najemcą będzie OpenAI.

Spółka ostatecznie zgodziła się na gwarancję do $105 billion, by pomóc OpenAI w wynajmie rozległego obiektu, według doniesień.

Ta kwota była istotnie niższa od zobowiązania w wysokości $250 billion, o którym wcześniej dyskutowano po obawach inwestorów dotyczących ekspozycji Nvidii.

Nvidia osobno wniosła $30 billion do rekordowej rundy finansowania, którą OpenAI zamknęło w marcu.

Skala tych transakcji skłoniła niektórych inwestorów do pytania, czy Nvidia nie finansuje po prostu ekspansji branży, która następnie wykorzystuje pozyskany kapitał do zakupu produktów Nvidii.

To istota obaw dotyczących finansowania w obiegu zamkniętym.

W typowym układzie obiegu zamkniętego firma udziela wsparcia finansowego klientom, którzy następnie wykorzystują część tego wsparcia do zakupu jej produktów.

Krytycy twierdzą, że takie struktury mogą powodować, iż popyt wydaje się silniejszy, niż byłby bez finansowania.

Porównanie to przywołuje praktyki finansowe z okresu bańki dot-com, choć podstawowa ekonomia dzisiejszego rynku infrastruktury AI jest bardzo odmienna.

Prezes Nvidii Jensen Huang odrzucił tezę, że spółka wykorzystuje inwestycje do sztucznego zawyżania wzrostu.

„Myślę, że jedyne co żałuję, to że nie zainwestowałem więcej i wcześniej,” powiedział Huang o inwestycjach Nvidii w laboratoria AI.

Morgan Stanley widzi ekspozycję na poziomie $200 billion

Morgan Stanley przyjrzał się bliżej potencjalnym ryzykom.

Bank niedawno rozpoczął pokrycie kredytowe Nvidii z oceną neutralną, argumentując, że wyjątkowy wzrost spółki zamienia siłę bilansu w strategiczne narzędzie finansowania AI, jednocześnie wprowadzając nowe ryzyka.

„Rozpoczynamy pokrycie kredytowe Nvidii z oceną neutralną, ponieważ wyjątkowy wzrost przekształca siłę bilansu w strategiczne narzędzie finansowania AI — i wprowadza nowe ryzyka,” napisała analityczka Morgan Stanley Lindsay Tyler.

Analitycy szacują, że całkowita ekspozycja kredytowa Nvidii może osiągnąć około $200 billion do końca 2028 roku.

Co ważne, większość tej kwoty nie oznacza konwencjonalnego zadłużenia.

Morgan Stanley szacuje, że około $170 billion może pochodzić z gwarancji i zabezpieczeń, które obecnie leżą poza bilansem Nvidii, ale mogą stać się zobowiązaniami finansowymi, jeśli warunki się pogorszą.

Bank określił tę strategię jako „bilans-jako-usługa”.

Kluczowe pytanie brzmi, jak inwestorzy powinni traktować pakiety wsparcia Nvidii, zobowiązania leasingowe i gwarancje.

Choć niekoniecznie są one długiem w tradycyjnym sensie, mogą tworzyć zobowiązania finansowe, które staną się istotne, jeśli projekty lub klienci wspierani przez Nvidię napotkają kłopoty.

To rozróżnienie ma znaczenie, ponieważ ogromna rentowność i generowanie gotówki przez Nvidię dają jej dziś znaczną elastyczność finansową.

Obawa dotyczy mniej tego, czy Nvidia może sobie pozwolić na te zobowiązania w normalnych warunkach, a bardziej tego, czy wiele gwarancji mogłoby zostać uruchomionych jednocześnie podczas pogorszenia koniunktury w AI.

Nvidia chce uwolnić $500 billion inwestycji w AI

To pytanie nabrało pilności po ogłoszeniu przez Nvidię umów na „powtarzalną platformę finansowania” z Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR, mających na celu zmobilizowanie ponad $500 billion kapitału stron trzecich na projekty infrastruktury AI.

Celem jest wprowadzenie kapitału instytucjonalnego do branży, w której konieczne są ogromne wydatki początkowe na budowę centrów danych, zakup GPU i rozwój infrastruktury wspierającej.

Nvidia podkreśliła, że nie wnosi całych $500 billion.

Zamiast tego spółka może zapewnić wsparcie wartości rezydualnej dla maksymalnie 25% pojedynczej transakcji, w zależności od projektu.

W praktyce oznacza to, że Nvidia mogłaby przejąć określoną część straty, jeśli GPU lub inne aktywa zabezpieczające projekt ostatecznie okażą się warte mniej niż oczekiwano.

Przy 25% z $500 billion, teoretyczne maksimum wynosiłoby $125 billion.

To nie oznacza jednak, że Nvidia zobowiązała się do wypłaty $125 billion w gotówce.

Rzeczywista ekspozycja będzie zależeć od finansowanych projektów, kwot wypłaconych, wartości aktywów i okoliczności, w których gwarancje zostaną uruchomione.

Mimo to skala potencjalnego zobowiązania tłumaczy, dlaczego inwestorzy przyglądają się temu uważniej.

Prezes Nvidii Jensen Huang argumentował, że zaangażowanie głównych instytucji finansowych w ten proces reprezentuje „początek otwartego rynku kapitałowego dla infrastruktury AI”.

Podejście to może też pomóc rozwiązać problemy związane z finansowaniem w obiegu zamkniętym, przesuwając większą część ciężaru finansowania na inwestorów zewnętrznych zamiast na samą Nvidię.

Ryzyko realnie się pojawia, jeśli popyt na AI osłabnie

Bardziej kłopotliwe jest to, co się stanie, jeśli założenia leżące u podstaw rozbudowy infrastruktury AI okażą się zbyt optymistyczne.

Morgan Stanley użył umowy leasingu chipów o wartości $35 billion obejmującej Broadcom i jednostki przetwarzania tensorów zaprojektowane przez Google dla Anthropic jako jednego z szablonów do zrozumienia, jak takie struktury mogą działać.

W podobnych układach układy mogą być sprzedawane do prywatnych wehikułów kredytowych finansowanych przez inwestorów instytucjonalnych, przy czym producent zapewnia pewien stopień wsparcia.

Morgan Stanley szacuje, że gdyby Nvidia podpisała 15 porównywalnych umów finansowania do końca 2028 roku, jej ekspozycja na tzw. tail-risk mogłaby osiągnąć prawie $90 billion wkrótce potem, uwzględniając wypłaty i amortyzację.

Bank zauważył również, że agencje ratingowe wykazywały skłonność do traktowania około $125 billion struktur finansowania Nvidii jako dłużnych.

Obszar bardziej nieprzejrzysty to indywidualne ustalenia Nvidii z klientami i firmami typu neocloud.

Nvidia niedawno opisała „model podziału przychodów i wsparcia kredytowego” mający na celu rozszerzenie dostępu do swoich układów poza największych hyperscalerów.

Jedna z możliwych struktur zakładałaby, że Nvidia gwarantuje minimalną cenę za pojemność GPU wynajmowaną przez dostawców neochmur, jednocześnie pobierając część przychodów powyżej tego progu oprócz tradycyjnej sprzedaży układów.

Taka aranżacja mogłaby pomóc mniejszym dostawcom infrastruktury AI uzyskać finansowanie i dać Nvidii dodatkową drogę do rozszerzenia rynku docelowego.

Ale stwarza też wspólny punkt podatności.

Jeśli popyt na AI osłabnie, ceny wynajmu GPU mogą spaść, pojemność centrów danych pozostać niewykorzystana, a wartość starszych GPU może się obniżyć.

Są to właśnie okoliczności, w których gwarancje Nvidii mogą stać się droższe.

Nvidia w praktyce ubezpiecza własny rynek

Vested Finance argumentował, że nagłówkowe liczby należy umieścić w perspektywie.

Ogromne przychody i zdolność generowania gotówki przez Nvidię oznaczają, że $200 billion potencjalnej ekspozycji nie przekłada się automatycznie na kryzys bilansowy.

Obliczenia Morgan Stanley pokazują obecnie dźwignię brutto na poziomie około 0.4 razy, rosnąc do około 0.7 razy w przypadku spłaszczenia wzrostu w 2028 roku.

Spółka mogłaby więc wchłonąć znaczną ilość dodatkowych zobowiązań finansowych, zanim zbliżyłaby się do poziomów dźwigni, które normalnie wywołałyby poważne obawy kredytowe.

Ale ważny jest moment wystąpienia potencjalnych strat.

„Prawdziwym problemem jest moment, w którym gwarancje zostaną zrealizowane,” powiedział Vested Finance.

Wsparcie wartości rezydualnej stałoby się istotne, jeśli używane GPU byłyby warte mniej niż oczekiwano.

Gwarancje przychodów mogą stać się kosztowne, jeśli neochmury nie wynajmą swojej pojemności na opłacalnych warunkach.

Zabezpieczenia w stylu CoreWeave mogłyby zostać uruchomione, jeśli pojemność centrów danych pozostałaby niewykorzystana.

Wszystkie trzy scenariusze ostatecznie wskazują na ten sam zasadniczy problem: popyt na moc obliczeniową AI niższy od podaży.

To tworzy nietypową relację między zobowiązaniami finansowymi Nvidii a jej działalnością operacyjną.

Jeśli popyt na AI spadnie na tyle, że uruchomi gwarancje, Nvidia może jednocześnie stanąć przed słabszymi zamówieniami na własne układy.

Innymi słowy, spółka mogłaby zostać zobowiązana do finansowego wsparcia ekosystemu dokładnie w czasie, gdy jej przychody i przepływy pieniężne będą pod presją.

Vested Finance opisał Nvidię jako firmę w praktyce sprzedającą opcje put na własny rynek końcowy, porównując to do ubezpieczyciela wystawiającego polisy przeciwtrzęsieniowe na budynki znajdujące się w jego własnym mieście.

To porównanie oddaje istotę obaw.

Nvidia czerpie ogromne korzyści, gdy popyt na infrastrukturę AI pozostaje silny, ale jej ekspozycja finansowa może rosnąć, gdy ten sam popyt zacznie słabnąć.

Amortyzacja GPU dodaje kolejny poziom niepewności

Strategia finansowania jest też ściśle powiązana z długoletnią debatą na temat okresu użyteczności akceleratorów AI.

Operatorzy obliczeniowi twierdzą, że GPU mogą pozostać ekonomicznie użyteczne znacznie dłużej niż sześć lat, które są często stosowane w harmonogramach amortyzacji księgowej.

Sceptycy uważają, że szybkie tempo postępu technologicznego oznacza, iż niektóre urządzenia mogą stać się ekonomicznie przestarzałe w ciągu trzech do pięciu lat.

Różnica ma ogromne znaczenie dla ustaleń finansowych Nvidii.

Jeśli GPU zachowają wartość przez długi czas, gwarancje wartości rezydualnej mogą nigdy nie zostać zrealizowane. Nvidia mogłaby wtedy ułatwić inwestycje infrastrukturalne o wartości setek miliardów dolarów, ponosząc stosunkowo ograniczone straty.

Jeśli jednak wartości GPU spadną szybko, spółka mogłaby zostać zmuszona do pokrycia różnicy między oczekiwanymi a rzeczywistymi wartościami aktywów.

I te straty mogłyby pojawić się w czasie spowolnienia branży, kiedy sprzedaż Nvidii znajduje się pod presją.

Zobowiązania Nvidii rosną szybko

Najnowsze ujawnienia spółki ilustrują skalę ekspansji.

Nvidia zgłosiła zobowiązania dostaw i pojemności na poziomie $279 billion, wyraźnie więcej niż $119 billion w poprzednim kwartale, głównie z powodu zobowiązań związanych z zabezpieczeniem pamięci.

Całkowite przyszłe zobowiązania wyniosły około $366 billion.

Spółka zgłosiła też kolejne $56 billion zobowiązań związanych z AI-cloud i leasingami stron trzecich, podczas gdy maksymalne gwarancje brutto osiągnęły $108.5 billion.

Do $105 billion tej kwoty jest powiązane z rozwojem centrum danych OpenAI i SB Energy w Ohio.

Oddzielnie, partnerstwa Nvidii z dużymi instytucjami finansowymi mają na celu zmobilizowanie ponad $500 billion kapitału stron trzecich na infrastrukturę AI.

Te zobowiązania nie są koniecznie dowodem słabości finansowej.

W rzeczywistości mogą wzmocnić pozycję konkurencyjną Nvidii, pomagając klientom pozyskać ograniczoną infrastrukturę i zapewniając, że jej układy będą wdrażane na dużą skalę.

Ale złożoność relacji finansowych Nvidii z jej klientami rośnie.

„To nie oznacza automatycznie, że przychody są obiegowe. Oznacza jednak, że Nvidia w coraz większym stopniu pomaga tworzyć i finansować ekosystem, w którym sprzedaje,” powiedziała Charu Chanana z Saxo.

Inwestorzy mają teraz do obserwacji więcej niż tylko sprzedaż GPU

Przez lata podstawowe pytanie dla inwestorów Nvidii było proste: ile GPU spółka może sprzedać i przy jakich marżach?

To równanie staje się bardziej skomplikowane.

Inwestycje kapitałowe Nvidii, gwarancje, leasingi, umowy o podziale przychodów i zobowiązania infrastrukturalne są coraz bardziej splecione ze wzrostem rynku AI.

„Te ustalenia mogą pomóc Nvidii zabezpieczyć ograniczoną podaż, przyspieszyć wdrożenia u klientów i rozszerzyć jej rynek adresowalny,” powiedziała Chanana.

„Ale jednocześnie komplikują profil ryzyka spółki. Inwestorzy coraz częściej muszą brać pod uwagę jakość kredytową klientów, leasingi, gwarancje, umowy o podziale przychodów i inwestycje kapitałowe Nvidii — nie tylko wysyłki GPU,” dodała Chanana.

Pozycja finansowa spółki pozostaje silna, a jej strategia finansowania ostatecznie może okazać się bardzo dochodowa, jeśli popyt na AI będzie nadal rosnąć w tempie oczekiwanym przez Nvidię.

Strategia może też pomóc rozwiązać jedno z największych wyzwań branży: znalezienie wystarczającego kapitału na budowę centrów danych potrzebnych do obsługi coraz potężniejszych modeli AI.

Ale sam sukces modelu może utrudnić dostrzeganie ryzyk podczas boomu.

Dopóki popyt na AI przewyższa podaż, gwarancje Nvidii raczej nie będą wyglądać na szczególnie groźne. Wartości GPU pozostają wysokie, centra danych są zajęte, a klienci nadal zamawiają układy.

Próba przyjdzie, jeśli to równanie się zmieni.

Nvidia spędziła lata na budowaniu infrastruktury, oprogramowania i ekosystemu półprzewodników wokół boomu AI. Teraz w coraz większym stopniu pomaga też go finansować.

To może uczynić spółkę jeszcze potężniejszym beneficjentem kontynuowanego rozwoju AI. Ale oznacza też, że gdy cykl AI w końcu się odwróci, Nvidia może mieć na szali więcej niż tylko swój biznes układów.