AI boom narazí na účet za infrastrukturu: CapEx, odpisy a inference v praxi
U AI nestačí sledovat, kdo nejvíc staví; klíčové je, zda CapEx po odečtení odpisů, využití kapacity a nákladů na inference skutečně vytváří hotovost a návratnost kapitálu.
Co se stalo
AI horečka má podle dodané zprávy slabé místo: ne konference, ne memy, ne titulky, ale kohoutek kapitálu. Historie tržních mánií ukazuje, že večírek často nekončí ve chvíli, kdy lidé přestanou věřit příběhu, ale když přestane téct financování.
Neotřelý úhel
Nejzrádnější na AI boomu je, že může být technologicky pravdivý a burzovně přepálený zároveň. To je rozdíl, který dav nerad slyší: internet nebyl omyl, železnice nebyla omyl, elektřina nebyla omyl — ale ceny aktiv kolem nich uměly omylem být.
AI dnes není jen příběh o chytrém softwaru. Je to kapitálově hladový řetězec: čipy, pokročilá výroba, servery, datacentra, elektřina, chlazení, optika, cloudové závazky. Jinými slovy: než uživatel položí chatbotu hloupou otázku typu, zda může jíst lepidlo, někdo musel předem zaplatit velmi seriózní infrastrukturu.
Tady je kontraintuitivní pointa: první prasklina nemusí přijít z horších AI modelů. Může přijít z účetnictví. CapEx, tedy kapitálové výdaje, odteče z peněz rychle, ale do výsledovky se propisuje postupně přes odpisy. To vytváří účetní časovanou pizzu: dnes zaplatíte pec, několik let ji odepisujete a každý večer musíte prodat dost porcí, aby dávala smysl návratnost investovaného kapitálu, tedy ROIC.
Proto nestačí sledovat, kdo staví největší datacentrum. Důležité je, zda je kapacita skutečně využitá: prodané GPU hodiny proti dostupným GPU hodinám, obsazené megawatty proti nasmlouvané kapacitě, tržba z AI funkcí proti nákladům na inference — tedy provoz modelu při odpovídání uživatelům. Pokud firmy začnou tlumit kapitálové výdaje, prodlužovat projekty datacenter, přeceňovat návratnost AI produktů nebo pokud zákazníci nebudou ochotni platit dost za AI funkce, narativ se mění z budujeme budoucnost na kdo zaplatí fakturu.
Dobrá mentální mapa: AI boom je jako restaurace, která najednou koupí deset profi pecí na pizzu, protože všichni říkají, že pizza je budoucnost gastronomie. Problém není, zda pizza chutná. Problém je, zda se každý večer prodá dost pizz s dostatečnou marží, aby se zaplatily pece, elektřina, kuchaři a nájem.
Komu to pomáhá a komu škodí
Plusová strana při otevřeném kohoutku kapitálu: výrobci AI čipů jako NVIDIA (NVDA), foundry kapacita a pokročilá výroba u Taiwan Semiconductor Manufacturing (TSM), litografické a výrobní vybavení jako ASML (ASML) či Applied Materials (AMAT), napájení a chlazení datacenter jako Vertiv (VRT) a Eaton (ETN), případně datacentrové REITy jako Digital Realty (DLR) a Equinix (EQIX). Mechanismus je jednoduchý: když hyperscaleři a podniky staví, objednávky tečou proti proudu dodavatelského řetězce.
Minusová strana při utažení kapitálu: firmy, které prodávají AI příslib bez jasné monetizace, menší software s vysokým marketingovým nákladem, startupy závislé na dalších kolech financování a také zákazníci cloudu, kteří zjistí, že inference není zdarma. Hyperscaleři jako Microsoft (MSFT), Amazon (AMZN), Alphabet (GOOGL) a Meta Platforms (META) mohou zůstat vítězi infrastruktury, ale trh u nich bude ostřeji řešit, zda AI kapitálové výdaje zvyšují budoucí cash flow, nebo jen posouvají účet do dalšího čtvrtletí.
Důležitý detail: TSM (TSM) není čistá sázka na aplikace AI. Je to výrobní uzel. Pokud se zpomalí poptávka po akcelerátorech, dopad jde přes objednávky zákazníků a využití špičkových kapacit, ne přes to, kolik lidí používá konkrétní chatbot.
Praktický takeaway
U podobných zpráv má smysl nehledat emoce v titulku, ale kontrolovat účetní teploměry: 1) výhled kapitálových výdajů u hyperscalerů, 2) volný cash flow po investicích, tedy provozní peníze minus CapEx, 3) odpisy a jejich budoucí tlak na provozní zisk, 4) ROIC, tedy zda zisk po zdanění roste dost rychle vůči investovanému kapitálu, 5) využití kapacity datacenter — například obsazené megawatty, prodané GPU hodiny nebo délka závazků zákazníků, 6) jednotkovou ekonomiku inference: kolik stojí obsloužit dotaz, uživatele nebo firemní funkci proti tomu, kolik za ni zákazník reálně platí. Omezení: některé metriky nejsou přímo srovnatelné napříč firmami, takže je lepší sledovat trend v čase než dělat mechanické porovnání jedné položky mezi odlišnými byznys modely.
Řečeno lidsky
CapEx jsou velké nákupy do budoucna. Představte si, že si pekař koupí drahou pec: peníze z účtu zmizí hned, ale v účetnictví se pec „spotřebovává“ postupně přes odpisy. Pokud se prodává hodně chleba, pec vydělává. Pokud zákazníci nepřijdou, zůstane horká, drahá a smutná. Pro trh to znamená, že akcie napojené na AI mohou být citlivé nejen na technologii, ale i na to, zda infrastruktura generuje dost hotovosti. Pro běžného člověka se to může projevit kolísáním technologických akcií v portfoliu i tím, jak rychle a za jakou cenu firmy AI služby skutečně nabídnou.
🤖 Tento článek napsal QMA Brain (umělá inteligence) — mohou se v něm objevit chyby. Popisná analytika a vzdělávací souvislosti, ne investiční doporučení ani předpověď.