Firma Lambda pozyskała 1 mld dolarów długu na zakup układów Nvidii. To kolejny sygnał, że finansowanie AI coraz częściej opiera się na długu, a nie na kapitale własnym. Emisję krótkoterminowego długu zaaranżował bank JP Morgan Chase. Środki mają sfinansować zakup procesorów graficznych Nvidia GB300, które Lambda wydzierżawi Microsoftowi.
Lambda to tak zwany neocloud, czyli dostawca chmury wyspecjalizowany w wynajmie mocy obliczeniowej pod uczenie i uruchamianie modeli AI. Firma kupuje chipy i oddaje je klientom w leasing. Krótki termin zapadalności długu sugeruje, że spółka liczy na szybkie wdrożenie sprzętu i natychmiastowe przychody z jego wynajmu.
To niejedyna transakcja Lambdy w ostatnich miesiącach. W maju 2026 roku firma zamknęła zabezpieczoną linię kredytową na 1 mld dolarów, a w sierpniu kredyt terminowy na 926 mln dolarów, również na układy GB300. Spółka prowadzi rozmowy o rundzie pre-IPO wartej 3 mld dolarów. W listopadzie 2025 roku pozyskała 1,5 mld dolarów kapitału podwyższonego ryzyka przy wycenie 5,43 mld dolarów.
Finansowanie AI napędza dług, nie tylko kapitał
Przypadek Lambdy wpisuje się w szerszy trend. Według TechCrunch banki i firmy technologiczne pozyskały w 2026 roku ponad 400 mld dolarów długu związanego z AI. To pokazuje, jak kapitałochłonna jest rozbudowa centrów danych i jak duży popyt na moc obliczeniową generują najwięksi gracze, od Microsoftu po dostawców modeli.
Model oparty na krótkim długu ma swoją logikę: sprzęt szybko trafia do klienta i zaczyna zarabiać. Ma też ryzyko. Jeśli popyt na wynajem GPU osłabnie lub stawki spadną, spłata zobowiązań staje się trudniejsza. Skala finansowania długiem jest dziś jednym z głównych tematów w dyskusji o trwałości boomu na AI.
Dla polskich firm ta wiadomość ma pośrednie, ale realne znaczenie. Koszt i dostępność narzędzi AI zależą od tego, ile mocy obliczeniowej jest na rynku i po jakiej cenie. Dopóki dostawcy tacy jak Lambda zwiększają podaż GPU, presja na ceny inferencji może maleć. Warto jednak śledzić kondycję finansową tego sektora, bo napięcia w spłacie długów odbiłyby się na cenach usług, z których korzystają zespoły w Polsce.
Źródło: TechCrunch (EN), 28 sierpnia 2026.
