Nvidia i łańcuch dostaw AI: spółki, które napędzają boom

Każdy model AI, choćby najbardziej sprytny, ostatecznie działa na fizycznych rzeczach: układach, pamięci, kablach, serwerach i prądzie. Ta fizyczna warstwa — łańcuch dostaw AI — była jednym z największych zwycięzców boomu, często pewniej niż same laboratoria modeli. Oto mapa, kto robi łopaty i kilofy, i dlaczego ta warstwa przejęła tak dużo wartości.

Materiał edukacyjny, nie porada inwestycyjna (zob. disclaimer).

Dlaczego „łopaty i kilofy” wygrały

W gorączce złota pewnie zarabiają ci, którzy sprzedają łopaty. Wersja AI: choć niepewne jest, który model czy aplikacja ostatecznie wygra, każdy budujący AI potrzebuje tego samego sprzętu. Ten popyt zbiega się w stosunkowo niewielkim łańcuchu dostaw — dlatego spółki jak Nvidia zobaczyły tak skoncentrowane zyski i dlatego ta warstwa stoi w centrum debaty o bańce AI.

Warstwy łańcucha

Warstwa	Co dostarcza	Reprezentatywne nazwy
GPU / akceleratory	Moc do trenowania i uruchamiania modeli	Nvidia, AMD
Układy szyte na miarę	Niestandardowe układy dla hyperscalerów	Broadcom; własne projekty hyperscalerów
Architektura układów	Bazowe IP	Arm
Produkcja (foundry)	Faktyczne wytwarzanie układów	TSMC
Pamięć	Pamięć o dużej przepustowości	Czołowi producenci pamięci
Serwery i sieci	Montaż i łączenie tego wszystkiego	Super Micro i inni
Energia i centra danych	Prąd i budynki	Spółki energetyczne, infrastruktura

Nvidia: środek ciężkości

Pozycja Nvidii opiera się na dwóch rzeczach: układach GPU, które stały się domyślne dla AI, oraz CUDA, ekosystemie oprogramowania z głębokim przywiązaniem deweloperów. Przewagę sprzętową da się dogonić; ekosystem oprogramowania jest bardziej lepki. To połączenie uczyniło z Nvidii mniej dostawcę układów, a bardziej poborcę myta budowy AI.

Wąskie gardła, które się liczą

Najciekawsze w łańcuchu są jego wąskie gardła — punkty, od których wszystko zależy:

• Produkcja. Zaawansowane układy wytwarza bardzo niewiele fabryk. Ta koncentracja to ryzyko strategiczne i geopolityczne, nie tylko biznesowe.
• Pamięć. Pamięć o dużej przepustowości była realnym ograniczeniem sprzętu AI.
• Energia. Coraz częściej granica wiążąca. Centra danych potrzebują ogromnego, niezawodnego prądu, niespodziewanie wciągając spółki energetyczne w historię AI.

Co to znaczy dla inwestorów

Ze struktury płyną dwa wnioski:

• Łańcuch jest wystawiony na nakłady hyperscalerów. Te spółki kwitną, póki Microsoft, Amazon, Alphabet i Meta wydają na infrastrukturę AI. Jeśli wydatki zwolnią, zanim uzasadni je przychód, warstwa łopat i kilofów odczuje to pierwsza.
• „Ekspozycja na AI” to więcej niż układy. Pamięć, produkcja, sieci i energia to część zakładu — a wąskie gardła (fabryki, prąd) to miejsca, gdzie żyją realne ograniczenia i ryzyka.

Gdzie ta warstwa leży w szerszej branży, zob. filar największe spółki AI. Raporty notowanych nazw sprawdzisz w naszym weryfikatorze spółek.

Tę obserwowalną zmienną warto opatrzyć liczbą. U Microsoftu, Alphabetu, Amazona i Mety nakłady inwestycyjne poszły z 13,7% ich łącznych przychodów na początku 2024 roku do 30,1% w pierwszym kwartale 2026 — 130 mld USD w jednym kwartale, policzone tutaj z ich raportów do SEC. Niemal każdy z tych dolarów ląduje ostatecznie gdzieś w opisanym wyżej łańcuchu. To najczystszy dostępny wskaźnik zastępczy tego, jak długo potrwa hossa tej warstwy — dlatego przeliczamy go z raportów, zamiast cytować nagłówek.

Wniosek

Laboratoria modeli dostają nagłówki, ale łańcuch dostaw dostał dużą część pieniędzy — bo sprzedaje jedyną rzecz, której potrzebuje każdy projekt AI. Pamiętaj tylko, że ta sama koncentracja tnie w dwie strony: warstwa, która wygrywa najmocniej w boomie, jest też najmocniej wystawiona na dzień, gdy nakłady zwolnią.

---

Role spółek i dynamika łańcucha to stan na połowę 2026 i szybko się zmieniają. To nie porada inwestycyjna.