Ціна AI-перегонів: Oracle доведеться залучити близько 40 млрд доларів на дата-центри

Що сталося

Oracle 10 червня 2026 року разом із квартальним звітом озвучила план капітальних вкладень на 2027 фінансовий рік — близько 70 млрд доларів, вище очікувань Волл-стріт. Щоб профінансувати будівництво AI-дата-центрів, компанії доведеться залучити порядку 40 млрд доларів нового боргу і капіталу. Акції відреагували падінням на постмаркеті 10 червня.

Деталі

Масштаб розриву видно у квартальних цифрах: капвкладення за звітний квартал становили 15,9 млрд доларів — на 5,7 млрд вище очікувань аналітиків (дані звіту від 10 червня), вільний грошовий потік пішов у мінус. Запас готівки та ліквідних паперів Oracle за час AI-експансії скоротився з приблизно 70 до 11 млрд доларів, а сукупний борг, за оцінками аналітиків Bloomberg, може перевищити 100 млрд доларів — більше, ніж у Microsoft чи Amazon, за кратно меншого власного капіталу.

Oracle будує під контракти з AI-клієнтами (включно з OpenAI) і, на відміну від Meta з її позабалансовими схемами, вантажить борг прямо на свій баланс.

Що це означає

Це новина не тільки про одну компанію — це цінник усіх AI-інфраструктурних перегонів, виписаний у борг. Для інвестора в Oracle ключовий ризик — кредитний: компанія фактично перетворюється на девелопера ЦОД із плечем, і її стійкість тепер залежить від того, чи оплатять AI-клієнти законтрактовані потужності. Для галузі сигнал двоякий: з одного боку, $70 млрд капексу — підтвердження, що попит на обчислення під ШІ залишається величезним; з іншого — боргове фінансування будівництв робить сектор чутливим до ставок і до будь-якого охолодження AI-виручки. Горизонт перевірки — найближчі квартали: чи покриє зростання хмарної виручки Oracle відсотки за новим боргом.

Контекст

Боргова модель поширюється галуззю: банки вже готують рекордні синдиковані позики під Oracle-проєкти, а юристи фіксують зростання судових ризиків у фінансуванні AI-ЦОД — тема перестала бути суто технологічною.

Поділитися цією статтею
Зв'язатися:
Крипто-аналітик, Data-аналітик і розробник з 17-річним досвідом у IT. Спеціалізація — інженер-програміст.Мій підхід до ринку ґрунтується виключно на цифрах і верифікованих даних. Я використовую Python (pandas, numpy, scipy, matplotlib), математичну статистику та розвідувальний аналіз даних (EDA) для дослідження ончейн-метрик, макроекономічних індикаторів і токеноміки проектів.Інвестую на основі власної data-driven моделі, що враховує понад 30 метрик.Автоматизую дослідження за допомогою AI-агентів і власних скриптів.