Sztuczna inteligencja poza sektorem technologicznym: co wyniki za II kwartał mówią inwestorom o rozszerzającym się trendzie inwestycyjnym

Najważniejsze wnioski:

• AI wchodzi w fazę szeroko zakrojonego cyklu nakładów inwestycyjnych. Centra danych wymagają ciężkiego sprzętu, zapewnienia dostaw energii elektrycznej, rozbudowy infrastruktury elektroenergetycznej, systemów chłodzenia, nieruchomości oraz znaczącego finansowania zewnętrznego.
• Coraz wyraźniej widać to w wynikach spółek. GE Vernova podała, że w pierwszej połowie roku pozyskała zamówienia związane z centrami danych o wartości ponad 5 mld USD. Eaton odnotował około 65-procentowy wzrost przychodów w segmencie centrów danych, Digital Realty odnotował silny wzrost wynajmu powierzchni, a Trane odnotował wzrost popytu na komercyjne systemy HVAC (ogrzewanie, wentylacja i klimatyzacja).
• Szersza ekspozycja sektorowa nie zawsze oznacza lepszą dywersyfikację ryzyka. Choć spółki te działają w różnych branżach, duża część dodatkowego popytu nadal zależy od utrzymania wysokiego poziomu wydatków inwestycyjnych przez największych operatorów chmury, tzw. hiperskalerów.

Przez większość ostatnich lat inwestowanie w sztuczną inteligencję kojarzyło się głównie z technologią: Nvidią, półprzewodnikami, pamięcią, sprzętem sieciowym oraz największymi dostawcami usług chmurowych (tzw. hiperskalerami).

To ujęcie staje się jednak zbyt wąskie.

Centra danych obsługujące AI nie opierają się wyłącznie na procesorach graficznych (GPU). Trzeba je zbudować, podłączyć do sieci elektroenergetycznej, skutecznie chłodzić, zapewnić niezawodne zasilanie i sfinansować. Coraz częściej wymagania te znajdują odzwierciedlenie w wynikach spółek, które tradycyjnie nie były postrzegane jako „spółki AI”.

Deere i Caterpillar: centra danych wymagają ciężkiego sprzętu i prac budowlanych

Sprzedaż w segmencie Budownictwa i Leśnictwa w spółce Deere wzrosła o 18% rok do roku, częściowo dzięki wydatkom infrastrukturalnym w USA i budowie centrów danych na potrzeby AI.

Podobny trend odnotował Caterpillar. Sprzedaż w segmencie Construction Industries wzrosła o 35%, a w segmencie Energii i Transportu o 17%. Znacząco wzrosła sprzedaż dużych zespołów prądotwórczych i turbin dla użytkowników końcowych; zarząd podkreślił, że istotnym motorem jest popyt ze strony centrów danych.

Perspektywa inwestora: Wyniki te sugerują, że wydatki na infrastrukturę AI są już na tyle duże, że wpływają na tradycyjne spółki przemysłowe. Jednocześnie ani Deere, ani Caterpillar nie są „czystą” ekspozycją na AI — wciąż kluczowe pozostają rolnictwo, górnictwo, budownictwo i ogólnie cykl gospodarczy.

GE Vernova i Dominion Energy: dynamiczny rozwój AI zwiększa zapotrzebowanie na energię

Rozbudowa infrastruktury AI jest coraz ściślej powiązana z wytwarzaniem energii i sieciami elektroenergetycznymi.

GE Vernova podała, że w pierwszej połowie roku pozyskała ponad 5 mld USD zamówień związanych z centrami danych — to już ponad dwukrotnie więcej niż w całym ubiegłym roku. Łącznie zamówienia w II kwartale wzrosły organicznie o 88%.

Dominion Energy dostarcza dowodów po stronie popytu. Spółka prowadzi działalność w stanie Wirginia, na jednym z największych rynków centrów danych na świecie, a skorygowany zysk operacyjny segmentu w II kwartale wzrósł o 22% do 670 mln USD. Rosnący popyt ze strony centrów danych przyczynił się do wzrostu obciążenia sieci, czyli zapotrzebowania na moc.

Perspektywa inwestora: Uważamy, że dostępność mocy staje się jednym z kluczowych ograniczeń dalszej rozbudowy infrastruktury AI. To sprzyja inwestycjom w wytwarzanie, przesył i dystrybucję energii oraz w infrastrukturę sieciową. Z drugiej strony, zaspokojenie tego popytu wymaga dużych nakładów kapitałowych, a regulacje i koszty finansowania wpływają na to, jaka część przełoży się na zwroty dla akcjonariuszy.

Eaton i Trane Technologies: wyższa gęstość obliczeń oznacza większe zapotrzebowanie na zasilanie i chłodzenie

Gdy energia dociera do centrum danych, trzeba ją niezawodnie rozprowadzić do coraz bardziej energochłonnych serwerów. Te z kolei generują ogromne ilości ciepła.

Eaton odnotował wzrost przychodów z segmentu centrów danych o około 65% rok do roku oraz wzrost zamówień w II kwartale o około 85%. Firma dostarcza m.in. rozdzielnice, wyłączniki oraz systemy dystrybucji zasilania stosowane w centrach danych.

W spółce Trane Technologies wartość nowych zamówień w segmencie Americas Commercial HVAC wzrosła o 50%, a w kategorii urządzeń do zastosowań specjalnych o około 130%. Łączny portfel zamówień sięgnął 12,1 mld USD, co oznacza wzrost o 70%. Trane nie raportuje osobno przychodów związanych z AI, ale chłodzenie centrów danych istotnie napędza popyt na rozwiązania komercyjne.

Perspektywa inwestora: Wyniki sugerują, że mniej widoczna infrastruktura wokół AI — zwłaszcza zarządzanie zasilaniem i chłodzenie — zyskuje na znaczeniu. Ryzyko polega na tym, że wysokie oczekiwania dotyczące wzrostu mogą być już w znacznym stopniu uwzględnione w wycenach, a tempo napływu zamówień nadal zależy od kontynuacji rozbudowy centrów danych.

Digital Realty i Blackstone: popyt na centra danych wspiera rynek nieruchomości i infrastrukturę

Wydatki na AI trafiają także do „fizycznej” części rynku — nieruchomości potrzebnych do ulokowania infrastruktury obliczeniowej.

Przychody spółki Digital Realty w II kwartale wzrosły o 29% rok do roku. Spółka podpisała nowe umowy o łącznej rocznej wartości 307 mln USD, zakończyła kwartał z rekordowym portfelem niezrealizowanych umów najmu w wysokości 1,9 mld USD oraz odnotowała 25,4-procentowy wzrost stawek czynszowych przy odnowieniach umów (w ujęciu gotówkowym).

Blackstone jest przykładem z obszaru rynków prywatnych. Firma podała, że dziewięć z jej dziesięciu najszybciej zyskujących na wartości inwestycji w II kwartale było powiązanych z AI — m.in. poprzez ekspozycję na platformę centrów danych QTS oraz inne aktywa z obszaru infrastruktury cyfrowej.

Perspektywa inwestora: Te dane sugerują silny popyt na lokalizacje, w których można zapewnić zarówno odpowiednią moc obliczeniową, jak i dostęp do wystarczającej mocy przyłączeniowej. Trzeba jednak pamiętać, że nieruchomości pod centra danych są bardzo kapitałochłonne i wrażliwe na koszty finansowania, dostępność mocy przyłączeniowej oraz założenia dotyczące długoterminowego obłożenia.

Goldman Sachs i Bank of America: rozbudowa AI wymaga ogromnego finansowania

Skala inwestycji w centra danych sprawia, że cykl AI staje się coraz istotniejszy dla banków i rynków kapitałowych.

Przychody z bankowości inwestycyjnej w banku Goldman Sachs wzrosły w II kwartale o 55%, do 3,4 mld USD — bank nie podaje jednak osobno, jaka część pochodzi z transakcji związanych z AI.

Bank of America poinformował, że od 2025 r. pomógł firmom z obszaru AI pozyskać niemal 500 mld USD na rynkach długu i akcji.

Możliwości finansowania obejmują kredyty, emisje obligacji, emisje akcji, finansowanie strukturyzowane oraz doradztwo — w miarę jak spółki finansują budowę centrów danych, zakup GPU, wytwarzanie energii i infrastrukturę towarzyszącą.

Perspektywa inwestora: Naszym zdaniem AI staje się tematem nie tylko dla rynku akcji, lecz także — szerzej — dla rynków kapitałowych. Jednocześnie przełożenie na wyniki banków jest mniej bezpośrednie niż w przypadku dostawców sprzętu, ponieważ ich rentowność w dużej mierze zależy od poziomu stóp procentowych, jakości portfela kredytowego, aktywności handlowej oraz otoczenia transakcyjnego.

Co wyniki mówią inwestorom

Twarde dane wskazują, że wydatki na AI sięgają już znacznie głębiej w gospodarkę.

W naszej ocenie to istotna ewolucja inwestycyjnej historii AI: od relatywnie wąskiego tematu technologicznego do szerokiego cyklu wydatków kapitałowych.

Mimo to szersza ekspozycja sektorowa nie oznacza automatycznie lepszej dywersyfikacji ryzyka. Deere, Eaton, Digital Realty czy Goldman Sachs znacząco się różnią, ale część ich dodatkowego wzrostu coraz częściej sprowadza się do tego samego źródła: hiperskalerzy nadal ponoszą wysokie wydatki na AI.