Blackstone i giganci Wall Street mobilizują 500 miliardów dolarów na infrastrukturę AI

Sześć największych instytucji finansowych świata łączy siły z Nvidią, by zmobilizować ponad pół biliona dolarów kapitału zewnętrznego na budowę infrastruktury sztucznej inteligencji. Blackstone, Apollo, BlackRock, Brookfield, Goldman Sachs i KKR podpisały z producentem chipów memorandum w sprawie platform finansowych, które mają zamienić moc obliczeniową AI w nową klasę aktywów inwestycyjnych.

Porozumienie ma formę memorandum, a nie wiążącej umowy finansowej, ale skala zamierzeń jest bezprecedensowa. Platformy mają pozwolić hiperskalerom, laboratoriom AI i przedsiębiorstwom sfinansować zakup sprzętu Nvidii oraz budowę centrów danych bez obciążania bilansu samej Nvidii. Zamiast tego kapitał ma płynąć od inwestorów instytucjonalnych, dla których infrastruktura obliczeniowa staje się aktywem podobnym do nieruchomości komercyjnych czy autostrad płatnych.

Nie bańka, tylko niedobór

Prezes i dyrektor operacyjny Blackstone Jon Gray przedstawił swoją argumentację w wywiadzie dla francuskiego Les Echos Capital Finance, opublikowanym 4 września 2026 roku. Jego zdaniem obecny boom inwestycyjny w AI różni się fundamentalnie od klasycznych baniek spekulacyjnych, w których nadmiar zbudowanej mocy wyprzedza realny popyt. Klasyczne bańki powstają, gdy inwestorzy stawiają na spekulacyjne przyszłe przychody, a wybudowane zdolności produkcyjne przewyższają rzeczywisty popyt.

Mimo realnego popytu na moc obliczeniową, wszystkie zastosowania tej inteligencji i wynikające z niej zyski produktywności są ograniczone dostępną podażą. To dokładne przeciwieństwo tego, co widzimy w klasycznej bańce - Jon Gray, prezes i dyrektor operacyjny Blackstone

W przypadku AI, jak twierdzi Gray, jest odwrotnie niż w klasycznej bańce: to dostępność kapitału, energii i specjalistycznych chipów ogranicza tempo wdrożeń, a nie brak chętnych klientów. Argumentacja opiera się na materialnych barierach, które trudno rozwiązać samym kapitałem: stabilnym dostępie do prądu, przyłączach sieciowych, transformatorach, systemach chłodzenia, gruntach i pozwoleniach administracyjnych.

Fizyczne ograniczenia wyścigu

W wielu lokalizacjach na świecie czas oczekiwania na nowe przyłącze energetyczne jest dziś dłuższy niż sama budowa hali serwerowej. Jednostka miary, jaką posługuje się Gray, dobrze pokazuje skalę wyzwania: pojedyncza 'fabryka AI' o mocy 1 gigawata to koszt rzędu 35 miliardów dolarów w samych układach scalonych, zanim doliczy się energię, chłodzenie i budynek.

Przy takich kwotach dostępność kapitału staje się, zdaniem Graya, jednym z głównych czynników ograniczających tempo rozbudowy infrastruktury. To właśnie ten niedobór kapitału ma uzasadniać potrzebę zaangażowania sześciu największych funduszy i banków inwestycyjnych świata w jedno wspólne przedsięwzięcie z Nvidią.

Jak mają działać platformy finansowe

Według komunikatu Nvidii platformy mają traktować moc obliczeniową opartą na jej chipach jako klasę aktywów inwestycyjnych, charakteryzującą się niskim kosztem pojedynczego tokena, wysokimi przychodami z wykorzystania sprzętu, długim okresem eksploatacji i szerokim ekosystemem użytkowników zbudowanym wokół platformy CUDA. Prezes Nvidii Jensen Huang przedstawił to jako naturalne rozszerzenie roli firmy.

Zaczynaliśmy od budowania chipów, dziś pomagamy tworzyć nową klasę produktywnej, inwestowalnej infrastruktury: fabryki AI - Jensen Huang, CEO Nvidii

Mechanizm ma polegać na tym, że sześć instytucji finansowych kieruje kapitał zewnętrznych inwestorów do niezależnych platform budujących infrastrukturę opartą na sprzęcie Nvidii, zamiast obciążać tym ryzykiem samą Nvidię. Finansowanie ma obejmować długoterminowe umowy wykorzystania mocy obliczeniowej powiązane z przychodami, co ma czynić inwestycję bardziej przewidywalną dla funduszy emerytalnych czy ubezpieczeniowych szukających stabilnych zwrotów. Gray zastrzegł przy tym, że nie każda wyceniana dziś spółka z sektora AI przetrwa obecną falę konsolidacji, a nie wszystkie lokalizacje mają jednakowy dostęp do taniej energii.

Co to znaczy dla Polski

Skala kapitału, o której mowa w porozumieniu z Nvidią, znajduje się poza zasięgiem pojedynczych krajów Europy Środkowej, ale kierunek jest wyraźny: globalny kapitał prywatny traktuje dziś infrastrukturę obliczeniową AI jako osobną klasę aktywów, obok nieruchomości czy infrastruktury energetycznej. Dla Polski, która równolegle ubiega się o unijne środki na gigafabryki AI i notuje rosnący popyt centrów danych na prąd, oznacza to rosnącą konkurencję o te same zasoby: dostęp do sieci energetycznej, grunty i pozwolenia administracyjne.

Polskie spółki energetyczne i operatorzy sieci już dziś sygnalizują, że przyłączenie nowych dużych odbiorców mocy, w tym centrów danych, wymaga wieloletnich inwestycji w infrastrukturę przesyłową. Jeśli argumentacja Blackstone o strukturalnym niedoborze mocy obliczeniowej się potwierdzi, presja na te same wąskie gardła energetyczne, które dotykają już polski rynek, będzie rosła wraz z każdą kolejną falą globalnego kapitału napływającego w ten sektor.