Jak wypadły spółki hyperskalowe w I kwartale 2026? Google Cloud na prowadzeniu, AWS i Microsoft gonią

Google Cloud, działając jako wiodąca platforma chmurowa dla sztucznej inteligencji, wyraźnie odskoczył rywalom po mocnym I kwartale 2026. Spółka przyspieszyła wzrost chmury i poprawiła rentowność, co pozwoliło jej wyprzedzać konkurencję w przychodach wynikających z narastającego wzrostu, mimo wciąż wysokich wydatków na infrastrukturę AI.

W I kwartale Google Cloud zanotował 63% wzrost przychodów rok do roku. Tempo było wyższe niż w przypadku Amazon Web Services, Microsoft Azure oraz Oracle Cloud. Firma wygenerowała też największy wzrost „incremental cloud revenue”, czyli przychodów z dodatkowego (ponad bazowy) wzrostu w chmurze, wspieranych przez silny popyt na modele Gemini, usługi AI oraz obciążenia chmurowe dla przedsiębiorstw.

Rentowność operacyjna wzrosła do około 33%. Poprawiająca się opłacalność pomagała Google zyskiwać przewagę, gdy przedsiębiorstwa zwiększały wydatki na infrastrukturę AI oraz usługi chmurowe.

Microsoft pozostał jednym z najsilniejszych długoterminowych beneficjentów rozwoju AI. Azure rósł o około 40%, a roczne przychody z AI w ujęciu rocznym (annualized) przekroczyły 37 mld USD. Popyt na Copilot, GitHub oraz usługi Azure AI nadal napędzał wzrost, choć ograniczenia po stronie mocy przerobowych (capacity constraints) wciąż są wyzwaniem.

Amazon Web Services kontynuował dobrą passę. Przychody z chmury wzrosły o 28%, a wartość backlogu — czyli zakontraktowanych, jeszcze niewykonanych zamówień — zwiększyła się do 364 mld USD. Wsparciem dla wzrostu były wysokie (trzystopniowe) potrzeby na AI, wdrażanie chipów Trainium oraz obciążenia od przedsiębiorstw, mimo ograniczeń podażowych, które nadal wpływają na tempo.

Oracle pozostawał najszybciej rosnącym dużym dostawcą chmury. Przychody Oracle Cloud Infrastructure wzrosły o 93% rok do roku. Jednocześnie pozostałe zobowiązania do realizacji (remaining performance obligations) wzrosły do 638 mld USD, gdy popyt na infrastrukturę AI przyspieszał.

W całym sektorze inwestycje w infrastrukturę AI nadal wyraźnie rosną. Łączne nakłady inwestycyjne (capital spending, czyli wydatki kapitałowe) największych dostawców hyperscale mają w tym roku przekroczyć 620 mld USD, ponieważ firmy wyścigowo rozbudowują moce centrów danych, by sprostać rosnącemu popytowi na AI.

W raporcie wskazano też, że ograniczenia przeszły z dostępności GPU — czyli procesorów graficznych używanych do zadań AI — na „powered data center capacity”, czyli gotowe, zasilane i przygotowane moce centrów danych. W praktyce oznacza to, że szybkość wdrożeń oraz dostępność infrastruktury stają się coraz ważniejszą przewagą konkurencyjną w tym wyścigu o AI.