A Big Tech AI beruházási hulláma 2026-ban új szintre lép: az Amazon, Alphabet, Meta, Microsoft és Oracle együtt nagyjából 660–690 milliárd dollár tőkekiadást tervez infrastruktúrára. A pénz nagy része AI-számítási kapacitásra, adatközpontokra, hálózatra, GPU-kra és energiaellátásra megy.
Ez már nem kísérleti AI-korszak. A nagy technológiai cégek fizikai infrastruktúrát építenek: szerverparkokat, felhős kapacitást, hűtést, hálózatot és egyre gyakrabban közvetlen energiaellátást is. A tét egyszerű: aki nem tud elég számítási kapacitást és áramot biztosítani, az nem tudja kiszolgálni az AI-keresletet.
A források alapján a korábbi 725 milliárd dolláros becslés túl magas főszámként. A stabilabban alátámasztott sáv inkább 660–690 milliárd dollár, ha az Amazon, Alphabet, Meta, Microsoft és Oracle 2026-os infrastruktúra-terveit együtt nézzük.
Big Tech AI: ki mennyit költ 2026-ban?
Az Amazon vezeti a mezőnyt. A 2026-os capex-terv nagyjából 200 milliárd dollár, amelynek jelentős része adatközpontokra és AI-kapacitásra megy. Andy Jassy szerint az AWS az új kapacitást gyorsan monetizálja, miközben a felhőüzletág továbbra is erős kereslettel fut.
Az Alphabet, vagyis a Google anyavállalata 175–185 milliárd dolláros tőkekiadási sávot jelzett 2026-ra. Ez hatalmas ugrás a 2025-ös 91,4 milliárd dolláros capex után. A Google a pénzt AI compute kapacitásra, Google DeepMind fejlesztésekre, Cloud-keresletre és saját szolgáltatásainak AI-infrastruktúrájára költi.
A Meta 115–135 milliárd dollár közötti capex-sávval számol. A vállalat egyszerre épít saját adatközpontokat és köt nagy felhőkapacitási megállapodásokat. A CoreWeave-vel kötött hosszú távú, mintegy 21 milliárd dolláros szerződés 2032-ig biztosít AI-felhőkapacitást a Meta számára.
A Microsoft esetében a források inkább 120 milliárd dollár vagy annál magasabb 2026-os capex-pályát támasztanak alá, nem 190 milliárdot. A vállalat már egyetlen negyedévben 34,9 milliárd dolláros tőkekiadást jelentett, főként cloud és AI-kereslet miatt. Az Oracle külön tételként jelenik meg a nagy ötösben, nagyjából 50 milliárd dolláros 2026-os céllal.
Az AI-infrastruktúra 2026-ban már nem szoftveres verseny: adatközpont, chip, hálózat és áram egyszerre dönt.
Az áram lett az új szűk keresztmetszet
A Big Tech AI-költés legfontosabb tanulsága, hogy a szűk keresztmetszet már nem csak a chip. A GPU-k továbbra is kritikusak, de egyre több projektet az áramkapacitás, a hálózati csatlakozás és a többéves energiafejlesztési ciklus lassít.
A Goldman Sachs Research szerint az adatközpontok áramfogyasztása 2030-ra 175 százalékkal ugorhat meg a 2023-as szinthez képest. A cég ezt „gigawatt-plafonként” írja le: a vállalatoknak nem csak pénzt kell találniuk, hanem megbízható villamosenergia-kapacitást is.
A Microsoft példája mutatja, mennyire konkrét üzleti kérdéssé vált az energia. A vállalat források szerint 80 milliárd dollárnyi Azure-megrendelésállományt nem tud teljesíteni az áramkapacitás szűkössége miatt. Ez nem elméleti kockázat, hanem közvetlen bevételi akadály.
A Gartner előrejelzései is ugyanabba az irányba mutatnak: az adatközponti rendszerekre fordított globális kiadás 2026-ban több százmilliárd dolláros nagyságrendben nő. A különböző Gartner-idézetek eltérő bontásokat használnak, de a lényeg azonos: az AI-infrastruktúra az IT-költés egyik leggyorsabban növekvő területe lett.
Energiaügyletek: atom, gáz és közvetlen kapacitáslekötés
A nagy technológiai cégek ezért nem csak adatközpontokat építenek, hanem energiához is közvetlenebbül próbálnak hozzáférni. A Google a források szerint 4,75 milliárd dollárért felvásárolta az Intersect Power energetikai vállalatot, hogy stabilabb energiaoldali pozíciót építsen.
A Meta a Vistrával kötött nagy áramvásárlási megállapodást a texasi Comanche Peak atomerőmű kapacitásához kapcsolódva. A nukleáris energia azért került előtérbe, mert az AI-adatközpontok 24/7, nagy terhelésű, stabil áramellátást igényelnek.
A Vistra emellett 4 milliárd dolláros megállapodással gáztüzelésű erőműflottát is vásárolt, kifejezetten a növekvő AI-energiaigények kiszolgálására. Ez jól mutatja, hogy az AI-boom nem csak megújuló és nukleáris kapacitást mozgat, hanem a gázos tartalékkapacitás szerepét is újra felértékeli.
A SpaceX és xAI körüli orbitális adatközponti tervek szintén ebbe a logikába illeszkednek, de itt pontosítani kell a korábbi állítást: az „egymillió” adat a Colossus földi számítási kapacitásához, nem egymillió műholdhoz kapcsolódik. Az űralapú adatközpont elképzelése valós irányként megjelent, de a műholdszámot nem szabad így tényként kezelni.
Stargate és az 1 billió dolláros pálya
A Big Tech saját beruházásai mellé érkezik a Stargate projekt is. Az OpenAI, SoftBank, Oracle és MGX nevéhez kötött infrastruktúra-program célja 500 milliárd dollár AI-infrastruktúra-beruházás 2029-ig, 100 milliárd dolláros kezdeti fázissal.
Ez a projekt különösen fontos, mert nem csak egyetlen vállalat capex-tervéről szól. A Stargate azt jelzi, hogy az AI-kapacitás finanszírozása konzorciumi, állami-politikai és energiaipari kérdéssé válik. A modellek mögött egyre nagyobb adatközponti és energiapiaci szövetségek állnak.
Elemzői becslések szerint az AI-infrastruktúra éves beruházási üteme 2027-re akár az 1 billió dolláros szintet is megközelítheti vagy meghaladhatja, ha a hyperscalerek és az AI-laborok tovább emelik a kapacitásépítési terveiket. A legfontosabb korlát nem a mérleg, hanem az építési ütem, az energia és a beszállítói lánc.
A befektetők közben egyre erősebben figyelik a megtérülést. A nagy felhőcégek részvényei több bejelentés után is nyomás alá kerültek, mert a piac azt kérdezi: mikor fordul ez a több százmilliárd dollárnyi beruházás kézzelfogható AI-bevétellé?
Miért számít ez az AI-piacnak?
A Big Tech AI-költés 2026-ban megmutatja, hogy a mesterséges intelligencia versenye kilépett a modellbejelentések szintjéről. A következő szakaszban az nyer, aki olcsóbban, gyorsabban és stabilabban tud számítási kapacitást biztosítani.
Ez a startupok és vállalati ügyfelek számára is fontos. Ha a nagy szolgáltatók kínálatkorlátosak, akkor az API-árak, a várólisták, a régiós elérhetőség és a teljesítmény mind az infrastruktúraépítéstől függenek. Nem csak az számít, melyik modell a jobb, hanem az is, hol van elég GPU és áram a futtatásához.
A 660–690 milliárd dolláros Big Tech AI-infrastruktúra hullám ezért nem egyszerű beruházási adat. Ez az AI-piac fizikai alaprétegének átépítése: adatközpontokkal, energiaszerződésekkel, chipekkel és többéves kapacitásfoglalásokkal.