Цена AI-гонки: Oracle придётся привлечь около 40 млрд долларов на дата-центры

Что произошло

Oracle 10 июня 2026 года вместе с квартальным отчётом озвучила план капитальных вложений на 2027 финансовый год — около 70 млрд долларов, выше ожиданий Уолл-стрит. Чтобы профинансировать стройку AI-дата-центров, компании придётся привлечь порядка 40 млрд долларов нового долга и капитала. Акции отреагировали падением на постмаркете 10 июня.

Детали

Масштаб разрыва виден в квартальных цифрах: капвложения за отчётный квартал составили 15,9 млрд долларов — на 5,7 млрд выше ожиданий аналитиков (данные отчёта от 10 июня), свободный денежный поток ушёл в минус. Запас наличности и ликвидных бумаг Oracle за время AI-экспансии сократился с примерно 70 до 11 млрд долларов, а совокупный долг, по оценкам аналитиков Bloomberg, может превысить 100 млрд долларов — больше, чем у Microsoft или Amazon, при кратно меньшем собственном капитале.

Oracle строит под контракты с AI-клиентами (включая OpenAI) и, в отличие от Meta с её забалансовыми схемами, грузит долг прямо на свой баланс.

Что это значит

Это новость не только про одну компанию — это ценник всей AI-инфраструктурной гонки, выписанный в долг. Для инвестора в Oracle ключевой риск — кредитный: компания фактически превращается в девелопера ЦОД с плечом, и её устойчивость теперь зависит от того, оплатят ли AI-клиенты законтрактованные мощности. Для отрасли сигнал двоякий: с одной стороны, $70 млрд капекса — подтверждение, что спрос на вычисления под ИИ остаётся огромным; с другой — долговое финансирование строек делает сектор чувствительным к ставкам и к любому охлаждению AI-выручки. Горизонт проверки — ближайшие кварталы: покроет ли рост облачной выручки Oracle проценты по новому долгу.

Контекст

Долговая модель распространяется по отрасли: банки уже готовят рекордные синдицированные займы под Oracle-проекты, а юристы фиксируют рост судебных рисков в финансировании AI-ЦОД — тема перестала быть чисто технологической.

Поделиться этой статьей
Связаться:
Крипто-аналитик, Data-аналитик и разработчик с 17-летним опытом в IT. Специализация — инженер-программист.Мой подход к рынку основан исключительно на цифрах и верифицированных данных. Я использую Python (pandas, numpy, scipy, matplotlib), математическую статистику и разведочный анализ данных (EDA) для исследования ончейн-метрик, макроэкономических индикаторов и токеномики проектов.Инвестирую на основе собственной data-driven модели, учитывающей более 30 метрик.Автоматизирую исследования с помощью AI-агентов и собственных скриптов.