Procesory graficzne zasilające sztuczną inteligencję mogą wkrótce stać się podstawą nowej klasy instrumentów finansowych – derywatów, obligacji i zabezpieczeń kredytowych. To logiczny krok w historii kapitalizmu, który już wcześniej spieniężył ropę, nieruchomości i karty kredytowe.
- Pięć największych amerykańskich spółek technologicznych wyda w 2026 r. łącznie 700 mld dolarów na inwestycje kapitałowe – to więcej niż cały globalny sektor naftowy przeznaczył w ubiegłym roku na wydobycie i eksplorację (570 mld dol.).
- Rynek instrumentów pochodnych opartych na procesorach graficznych GPU praktycznie nie istnieje, a same układy są trudne do wyceny i odsprzedaży – to luka, którą zamierzają wypełnić nowi gracze fintechu
- Startupy OneChronos i Ornn pracują odpowiednio nad rynkiem aukcyjnym mocy obliczeniowej i indeksem cen chipów z opcjami put na fizyczne GPU – pierwsze kroki ku pełnej finansjalizacji infrastruktury AI
- Największą przeszkodą pozostaje szybka deprecjacja wartości chipów – Morgan Stanley szacuje, że cztery hyperscalery mogą w ciągu czterech lat odpisać łącznie 680 mld dol. z tytułu utraty wartości sprzętu
GPU to największy kapitał epoki bez rynku finansowego
Kiedy pięć największych amerykańskich firm technologicznych – Microsoft, Alphabet, Meta, Amazon i Oracle – planuje w tym roku wydać łącznie 700 miliardów dolarów na infrastrukturę AI, trudno nie dostrzec analogii z erą ropy naftowej. Dla porównania: cały globalny przemysł naftowy przeznaczył w ubiegłym roku na eksplorację i wydobycie 570 miliardów dolarów. Chipy AI już prześcignęły ropę jako obiekt inwestycji. Jednak w jednym kluczowym aspekcie GPU wciąż pozostają w tyle za surowcami — nie mają rozwiniętego rynku finansowego.
Jak opisuje The Economist, procesory graficzne odgrywają marginalną rolę w systemie finansowym. Część z nich służy co prawda jako zabezpieczenie kredytów, lecz ich wycena jest trudna, a rynek wtórny praktycznie nie funkcjonuje. Co ważniejsze, nie istnieje żaden znaczący rynek derywatów opartych na GPU – kontraktów pozwalających przenosić ryzyko gwałtownego spadku ich wartości na podmioty skłonne je przejąć w zamian za premię.
Historia finansów wielokrotnie pokazywała, że jeśli jakiś zasób ma wystarczającą wartość i zmienność cen, Wall Street prędzej czy później go „sfinansjalizuje”. Tak stało się z ropą, nieruchomościami i wierzytelnościami konsumenckimi.
Teraz kolej na obliczenia.
Czytaj też: Niemcy wychodzą z recesji. PKB na plus pierwszy raz od 2022 r.
Nobliści i startupy tworzą pierwsze giełdy mocy obliczeniowej
Pionierzy ruszają do boju. Firma fintech OneChronos, założona w 2016 r., ogłosiła zamiar uruchomienia do połowy 2026 r. rynku aukcyjnego, na którym przedmiotem handlu byłyby pakiety mocy obliczeniowej. Do projektu dołączyła firma Auctionomics założona przez Paula Milgroma – ekonomistę nagrodzonego Nagrodą Nobla w dziedzinie ekonomii w 2020 r. właśnie za teorię aukcji. To sygnał, że do gry wchodzą nazwiska z najwyższej półki intelektualnej, a projekt nie jest akademicką ciekawostką.
Równolegle startup Ornn uruchomił indeks śledzący ceny chipów, w tym popularnych procesorów H100 firmy Nvidia, i planuje emisję opcji put na fizyczne GPU – instrumentów wypłacających zysk w razie gwałtownego spadku ich cen.
Połączenie wiarygodnych benchmarków z płynnymi instrumentami pochodnymi mogłoby z czasem stworzyć grunt pod obligacje zabezpieczone koszykami procesorów graficznych, analogicznie do papierów opartych na portfelach kredytów hipotecznych czy wierzytelności z kart kredytowych.
Przeciętny inwestor instytucjonalny nie zna się na Nvidii H100 bardziej niż na rynku biurowym w Ohio, a i tak chętnie kupuje obligacje oparte na obu tych klasach aktywów.
Deprecjacja kontra płynność – największa przeszkoda finansjalizacji
Droga do pełnej finansjalizacji GPU nie jest prosta. Największym wyzwaniem pozostaje błyskawiczna utrata wartości aktywów. Morgan Stanley szacuje, że w perspektywie czterech lat Alphabet, Microsoft, Meta i Oracle odpiszą łącznie 680 miliardów dolarów z tytułu deprecjacji sprzętu. Nowe generacje chipów wypierają poprzednie w zawrotnym tempie – The Economist porównuje tę przepaść do zestawienia naddźwiękowego odrzutowca z koniem i wozem.
Michael Field, analityk z Morningstar, ostrzegał: „Czy te inwestycje się zwrócą? Okres użyteczności centrum danych i GPU to 3–5 lat. Muszą przynieść zyski do 2030 roku, a harmonogram jest napięty”. To zasadnicze ryzyko dla nabywców ewentualnych obligacji zabezpieczonych chipami. Dochodzi do tego specyfika logistyczna: moc obliczeniowa, w odróżnieniu od ropy, nie może być łatwo transportowana między regionami, a ceny znacząco różnią się geograficznie.
Sprawdź też: Świat na kroplówce deficytu. Wzrost gospodarczy coraz częściej finansuje państwo
Finansowa architektura AI jako przewaga geopolityczna
Potencjalne korzyści finansjalizacji GPU są jednak ogromne. Dobrze zaprojektowany rynek derywatów pozwoliłby przenieść ryzyko obsolescencji chipów na traderów, którzy świadomie chcą je przejąć w zamian za premię. Firmy uzależnione od GPU w swoich modelach biznesowych mogłyby skupić się na rozwoju operacyjnym, zamiast obawiać się nagłej utraty wartości aktywów. Startupy spragnione mocy obliczeniowej zyskałyby z kolei łatwiejszy dostęp do kredytu, gdyby ich pożyczki można było zabezpieczać chipami, a następnie łączyć w zbywalnych pakietach dłużnych.
Warto dostrzec też geopolityczny wymiar całego procesu. W 2025 r. sektor AI wyemitował rekordowe 245 miliardów dolarów w obligacjach korporacyjnych klasy inwestycyjnej, a prognozy Morgan Stanley na 2026 rok mówią o 400 miliardach dolarów nowych pożyczek od samych hyperscalerów.
Dla Stanów Zjednoczonych finansjalizacja GPU byłaby dodatkowym źródłem przewagi nad Chinami – nie technologicznej, lecz finansowej.
Zdolność do wyceniania, pakietowania i przenoszenia ryzyka to ogromna przewaga, która może przyspieszyć rozwój całych branż. Chinom trudniej będzie skopiować architekturę finansową, którą Wall Street ma wpisaną w swoje DNA. Jeśli chipy da się sfinansjalizować, Wall Street to zrobi.
