Gdy Muse i Astra rozpoczynają erę „cyfrowej siły roboczej”, Musk skupia się na „dostawach mocy obliczeniowej AI”! SpaceX (SPCX.US) zamienia konkurentów w AI w swoich głównych klientów

Według aplikacji finansowej Zhichong, SpaceX (SPCX.US), lidera rynku “AI+ eksploracja kosmosu” założonego i kierowanego przez Elona Muska, mającego niemal 2 biliony dolarów wartości rynkowej, jego “ambicje AI” wydają się ewoluować z wyścigu o dominację w dużych modelach AI w pełne rozszerzenie na sprzedaż lub wynajem ogromnych zasobów obliczeniowych AI na całym świecie. Najnowszy raport The Information z 1 października ujawnia, że – jak twierdzi szereg osób zaznajomionych ze sprawą – AI superklaster pierwotnie obsługujący Grok stał się “nową chmurą” (Neocloud), obsługującą zapotrzebowanie dużych twórców modeli AI i klientów dużych chmur obliczeniowych, takich jak Anthropic czy Google, poprzez wynajem lub sprzedaż mocy obliczeniowej AI.

Jak ustalono, SpaceX planuje uruchomienie w listopadzie około 420 tys. procesorów GPU NVIDIA, rozbudowę parku Minihard w Memphis oraz przygotowanie pojemności do nowej umowy wartej ok. 1,1 mld USD miesięcznie, która ma wystartować w grudniu; latem omawiano również wynajem mocy obliczeniowej z Microsoftem, lecz negocjacje pozostają nierozstrzygnięte. Trwający wyścig modeli stale nakręca popyt, a SpaceX stara się przekształcić szybki rozwój infrastruktury AI, potężne zasoby elektryczne i zdolność do obsługi klastrów AI w dynamiczną krzywą przychodów. To właśnie z tego powodu rynek zwraca coraz większą uwagę na “wartość wyceny mocy obliczeniowej AI” SpaceX, co powoduje znaczny, blisko 40-procentowy wzrost ceny akcji od początku sierpnia i wycenę firmy bliską 2 bilionom USD.

Zaangażowanie Google, będącego częścią Alphabet, ma szczególnie silne znaczenie sygnału w łańcuchu dostaw mocy obliczeniowej AI: według ujawnionej umowy, firma otrzymała około 110 tys. procesorów GPU NVIDIA oraz systemy CPU, pamięci DRAM/NAND i centra danych, zobowiązując się do comiesięcznych płatności w wysokości 920 mln USD od października 2026 do czerwca 2029. Nawet gigant technologiczny z własnymi procesorami TPU i rozbudowaną infrastrukturą chmurową potrzebuje dodatkowej mocy obliczeniowej, co oznacza, że konkurencja w zakresie mocy obliczeniowej to także wyścig o dostępność i czas uruchomienia tej mocy.

Najnowsze wyniki i prognozy amerykańskiego giganta chipów pamięci Micron, jednej z trzech największych globalnych fabryk chipów pamięci, jeszcze mocniej odzwierciedlają historycznie bezprecedensowe inwestycje w infrastrukturę AI na rachunku zysków dostawców mocy – Micron w IV kwartale roku fiskalnego 2026 osiągnął przychody w wysokości 54,229 mld USD (wzrost o około 379% r/r), skorygowany zysk na akcję to 33,42 USD; prognoza przychodów na kolejny kwartał to 61,5 mld ± 1,5 mld USD. Przychody z SSD dla centrów danych za kwartał zbliżyły się do 10 mld USD, czyli ponad 10 razy więcej niż rok wcześniej, większość dostaw HBM na 2027 jest już zakontraktowana, a ceny znacząco wzrosły. Zarząd przewiduje, że w latach 2027–2028 popyt na pamięć będzie jeszcze bardziej napięty niż obecnie, co wskazuje na ekspansję wartości komercyjnej całego systemu dostaw mocy obliczeniowej AI ze szczególnym uwzględnieniem warstwy pamięci.

Kluczowym aspektem transformacji SpaceX jest przekształcenie niewystarczająco wykorzystanych zasobów w sprzedawalne usługi. Najnowszy raport The Information wskazuje, że w zeszłym roku współczynnik wykorzystania klastera Colossus spadł poniżej 40%, a wiosną nadal był niski; Musk początkowo sprzeciwiał się wynajmowi zasobów, lecz później zaakceptował zapotrzebowanie Anthropic, aktywując także zasoby H100 o stosunkowo niskiej wydajności dla szkolenia własnego Groka. The Information podkreśla, że firma rozwiązała również problem bezpieczeństwa oryginalnego systemu i izolacji wielodostępności. Pomiędzy własnością chipów a przychodami z usług chmurowych istnieją bariery techniczne dotyczące dyspozycji, oprogramowania, bezpieczeństwa i integracji klientów; ich przezwyciężenie pozwala lokalnie niewykorzystane zasoby zamienić na pilnie potrzebne dostawy dla branży.

Dla przyspieszenia dostaw firma wcześniej zgromadziła turbiny gazowe warte setki milionów dolarów, wprowadziła roboty ABB do organizacji okablowania i przyjęła modularne, równoległe metody budowy – tzw. “przedwczesne zabezpieczanie dostępu do energii, skracanie czasu realizacji i wzmacnianie niezawodności”, jednocześnie intensyfikując prace nad 500MW centrum danych w Arabii Saudyjskiej Humain. Tymczasem problemy z odpływem i strukturą Colossus II mogą spowodować opóźnienia co najmniej o 2–3 tygodnie, zmuszając SpaceX do rotacji inżynierów, wzmocnienia zarządzania projektem i niezawodności.

Wszystkie te szczegóły mocno wskazują, że o komercyjnej skali zasobów obliczeniowych AI decyduje kompletna zdolność dostaw od zasilania, przez budowę, po stabilną eksploatację, co stanowi przewagę SpaceX w efektywnym integrowaniu zasobów obliczeniowych AI – klient kupuje usługę obliczeniową zapewniającą nieprzerwaną pracę, a firma musi gwarantować pełny łańcuch dostaw od zasilania po stabilność klastrów. Anthropic oraz Google przez długi czas byli najgroźniejszymi rywalami twórczego xAI (xAI został przejęty przez SpaceX) oraz modeli AI Muska, a obecnie stali się największymi klientami mocy obliczeniowej SpaceX, co pozwala firmie czerpać silny wzrost popytu na obliczenia AI od wielu ekosystemów modeli oraz systemów inteligentnych agentów, poprawiając wykorzystanie klastrów AI oraz dywersyfikując przychody.

Zaangażowanie AI agentów w procesy biznesowe: polecenia uruchamiają całe centrum danych AI

Najświeższy prospekt IPO lidera globalnych modeli AI/applicacji AI Anthropic pokazuje finansową ekspansję wydatków od strony zapotrzebowania na moc AI, wyjaśniając dlaczego SpaceX przeszło tak głęboką transformację – najistotniejszy jest wzrost faktycznych wydatków na moc AI. Według ujawnionego, poufnego prospektu IPO Anthropic, firma w 2025 roku zanotowała niemal 4,6 mld USD przychodów i 8,06 mld USD straty operacyjnej; wydatki na moc i infrastrukturę wyniosły 7,33 mld USD, czyli trzykrotnie więcej niż rok wcześniej i ok. 58% z 12,65 mld USD ogólnych kosztów operacyjnych. Dane z najnowszego prospektu wyraźnie pokazują, że komercjalizacja zaawansowanych modeli jednocześnie podwyższa przychody oraz zużycie mocy obliczeniowej, nadal znacząco wyprzedzając realizację zysków.

Długoterminowe sygnały wynikają z zobowiązań Anthropic dotyczących infrastruktury na najbliższe dziesięciolecie, wynoszących co najmniej 518 mld USD, z czego około 80% to zobowiązania niezbywalne lub wymagające opłat niezależnie od stopnia wykorzystania; umowy Anthropic ze SpaceX/xAI do 2029 roku na maksymalnie 84,5 mld USD w większości pozwalają na anulowanie za wcześniejszym 90-dniowym powiadomieniem. Warto zauważyć, że to zobowiązania przyszłe, niezbędne do odróżnienia od bieżących wydatków i uznanych przychodów. Wszystkie te najnowsze sygnały łączą się w jedno: globalne laboratoria badań zaawansowanych modeli AI wymieniają długoterminowe zobowiązania za przyszłą pojemność, a SpaceX stara się przekuć tempo budowy w jeszcze silniejszą pozycję dostawcy.

Według mediów powołujących się na osoby zaznajomione ze sprawą, Anthropic podpisało umowę przewidującą płatność do 84,5 mld USD za korzystanie z zasobów obliczeniowych AI SpaceX do 2029 roku, co oznacza, że opłaty dla SpaceX za moc obliczeniową są blisko dwukrotnie wyższe niż wcześniejsze szacunki. To podkreśla, że im szybciej komercjalizują się agentowe modele AI/workflow oparty na agentach, tym większą wartość strategiczną mają klastery obliczeniowe, które można sprawnie dostarczyć i utrzymać w stabilnej pracy.

Ostatnie postępy najnowocześniejszych agentów AI/dużych modeli AI, reprezentowanych przez Muse, Astra i Anthropic Claude, stanowią solidną technologiczną bazę dla ekspansji aplikacji AI na szeroką komercjalizację w różnych branżach oraz dla dalszego skoku popytu na moc obliczeniową AI – szczególnie rozszerzenie obszaru zastosowań agentów może jednocześnie zwiększyć zapotrzebowanie na AI GPU/TPU, superakceleratory AI, wydajne CPU, pamięci HBM/DRAM/NAND dla centrów danych i szybkie urządzenia optycznej komunikacji wewnętrznej, czyli kluczowe zasoby infrastrukturalne AI.

Z perspektywy architektury systemu inferencji AI, GPU i specjalizowane akceleratory obsługują obliczenia modelowe, CPU zamienia wyniki inferencji w akcje, pamięć i magazyn przechowują i pobierają stan zadań. Długa sekwencja kontekstowa i wielokrotne wywołania zwiększają zapotrzebowanie na wstępne obliczenia oraz cache KV; przeglądarka, piaskownica kodu, przeszukiwanie i organizacja zadań podnoszą obciążenie CPU w serwerach; pliki, bazy danych i pamięć trwała rozciągają zapotrzebowanie na serwerową DRAM, SSD klasy korporacyjnej i sieć o wysokiej wydajności. Materiały NVIDII opisują inferencję agentów AI jako ogromny system inżynieryjny obejmujący GPU HBM, CPU DRAM, lokalne NVMe i zdalny magazyn oraz niezwykle istotną wysokowydajną komunikację optyczną wewnątrz systemu.

Z punktu widzenia zarządu Anthropic, komponenty pamięci w klastrach serwerów data center AI, jak i AI GPU pozostają największym wyzwaniem podażowym w łańcuchu wartości mocy AI. Agencja badawcza TrendForce prognozuje, że kontraktowe ceny serwerowej DRAM wzrosną o około 270% do 2026 r., ceny SSD klasy korporacyjnej o 235%, a ceny HBM do 2027 mogą wzrosnąć jeszcze o 70–140%, czyli znów się podwoić – wszystko przez rosnący popyt na moc AI i efekt wzrostu cen chipów pamięci. TrendForce oblicza również, że w 2027 dostawy stelaży NVL72 (platformy Blackwell i Vera Rubin) wzrosną o ponad 50% r/r; ich grafika pokazuje, że wartość systemów ma wzrosnąć z ok. 226 mld USD w 2026 do 711 mld USD w 2027 (wzrost o 214% r/r).

Kluczowa zmiana prowadzona przez Muse i Astra polega na tym, że “cyfrowa siła robocza” staje się nowym konsumentem mocy obliczeniowej. Muse od Meta napędzana przez Muse Spark ma dedykowaną wirtualną maszynę w chmurze, która wykonuje zadania nawet po opuszczeniu aplikacji przez użytkownika, a zewnętrzne działania są nadzorowane przez niezależnego agenta Sentinel; GPT-6 Astra od OpenAI umożliwia dotsom, by każdy agent miał swoją chmurową maszynę, przeglądarkę i narzędzia, obsługiwał zadania o dużej ciągłości i delegował podagentów. Jedno polecenie użytkownika staje się wieloetapowym procesem planowania, przeszukiwania, wykonania, weryfikacji i dalszego rozumowania.

Pozostające w tle mechanizmy popytu na moc AI można podsumować tak: całkowity wolumen pracy inferencyjnej ≈ liczba aktywnych użytkowników × częstotliwość zadań per użytkownik × liczba wywołań modelu na zadanie × zapotrzebowanie obliczeniowe na pojedyncze wywołanie. Wzrost penetracji wpływa na pierwszy składnik, automatyzacja workflow i współpraca wieloagentowa zwiększa elementy środkowe. Według wcześniejszych badań Anthropic, agenci w próbce badawczej zużywali około 4 razy więcej tokenów niż zwykły chat, systemy wieloagentowe nawet 15 razy więcej; te dane nie są bezpośrednio stosowalne do Muse czy Astra, ale dobrze pokazują transformację zasobów – od prostych odpowiedzi po efektywną realizację złożonych zadań człowieka.

Głębszym napędem wzrostu jest spadek kosztu każdej udanej operacji, co zwiększa zakres prac, które AI może efektywnie przejąć. Astra w niektórych publicznych testach poprawia zarówno wydajność, jak i efektywność tokenów, więc wzrost popytu nie musi oznaczać wzrostu zużycia zasobów per zadanie – wystarczy, że liczba nowych zadań przewyższa oszczędności na jednostkowych zadaniach, by całkowite zapotrzebowanie nadal rosło. Dodatkowo, wyścig modeli AI open/closed source zwiększa popyt poprzez poprawę jakości, obniżenie barier użycia i poszerzenie scenariuszy.

“Linia kluczowego dostarczania” AI: jak SpaceX otwiera wyobraźnię o wycenie na poziomie 3 bilionów USD

Szybka popularyzacja agentów Muse i Astra zmienia strukturę zasobów w centrach danych. GPU odpowiada za przetwarzanie modeli, CPU obsługuje przeglądarkę, piaskownicę kodu, wywołanie narzędzi, przetwarzanie danych oraz organizację zadania; długi kontekst i wysoka równoczesność zwiększają aktywną cache KV, podnosząc wymagania dla HBM pod względem pojemności i przepustowości; DDR wspiera wirtualne maszyny, procesy narzędziowe i część odciążenia cache, SSD klasy korporacyjnej nosi pliki, trwałą pamięć i warstwową pamięć kontekstową. Funkcja prefill/decode rozdzielona na węzły wymaga dodatkowego transferu cache KV przez szybką sieć, zwiększając potrzeby sieciowe i pośrednio zapotrzebowanie na optyczne interkoneksje. Sprawność obliczeniowa zależy od koordynacji i współrozwoju całego systemu.

Stąd widzimy, dlaczego trend inwestycyjny rozchodzi się na CPU, pamięci oraz szybkie połączenia optyczne wewnątrz data center. 21 września – szaleństwo pobrań Muse wywołało wzrost AMD o ok. 10%, Intela o ok. 12%, a Arm o ok. 17%; dane Korei z 1 października dodatkowo potwierdzają boom po stronie produkcji chipów pamięci (Korea to siedziba dwóch największych fabryk chipów pamięci – SK Hynix i Samsung): eksport półprzewodników 6,03 mld USD (wzrost o 262,8% r/r); eksport komputerów 700 mln USD (wzrost o 435,3% r/r); import sprzętu półprzewodnikowego 344 mln USD (wzrost o 50,8% r/r). Wzrost eksportu wspierają zarówno ilość, jak i ceny, a wzrost importu sprzętu pokazuje, że popyt na moc obliczeniową przekłada się na ekspansję produkcji chipów półprzewodnikowych.

Analitycy z Wall Street na tej bazie ułożyli wnioski dla całego łańcucha wartości: globalny szał inwestycji w AI tworzy “kluczową linię dostarczania mocy AI” – górna granica skali komercyjnej zależy od tego, ile zadań firma może stale realizować przy danym koszcie, opóźnieniu i niezawodności. SpaceX już zawczasu zabezpieczało energię, budowało klastry, pozyskiwało klientów i wzmacniało stabilność, walcząc o dostawczą pozycję na tej granicy. Dla rynku kapitałowego wskaźniki do ponownej wyceny stają się jednoznaczne: dostępna moc, pojemność na czas, płatny współczynnik wykorzystania, skuteczność realizacji zadań per MW, a na końcu generowany cashflow.

Według informacji, topowa instytucja finansowa z Wall Street, TD Cowen, po raz pierwszy objęła SpaceX pod koniec września, wydając rekomendację “kupuj” oraz cenę docelową 200 USD, wobec zamknięcia 1 października na poziomie 148,07 USD daje to ok. 35,1% potencjał wzrostu; kluczowym argumentem jest to, że wynajem mocy AI będzie głównym motorem wzrostu, prognozując, że w 2027 roku przychody z tego segmentu wyniosą 66 mld USD (ok. 58% całości) i już od I kwartału tego roku przekroczą połowę przychodów. Goldman Sachs wyznaczył cenę docelową na 220 USD w 12 miesięcy, Morgan Stanley “kupuj” i aż 300 USD, UBS “kupuj” i 210 USD, Bank of America “kupuj” i 235 USD.

S&P Global zebrał na 30 września 37 rekomendacji analityków z Wall Street, średnia ocena to najbardziej optymistyczny “kupuj”; średnia cena docelowa to 226,04 USD, czyli około 52,7% potencjał wzrostu wobec 148,07 USD. Przy stabilnym, aktualnym kapitale zakładowym ok. 13,57 mld akcji oznacza to wycenę ok. 3,07 bln USD, przewyższając aktualne 2,01 bln USD. To, co podkreśla optymistyczny scenariusz analityków, to coraz mocniej skoncentrowane na przekształcaniu energii, tempa budowy i zdolności zarządzania klastrami w wieloletnie, stabilne przychody od klientów AI pod przywództwem Muska.