Изкуственият интелект започва да променя не само технологичния сектор, но и начина, по който се извършва финансов анализ. Институциите разработват системи, които могат да претърсват големи масиви от пазарна информация, да използват специализирани инструменти и да изпълняват поредица от аналитични задачи, вместо просто да генерират текст. Зад тази промяна стои все по-скъпа физическа инфраструктура от чипове, памет, центрове за данни и електроенергия.
Nvidia е един от най-ясните измерители на скоростта, с която тази инфраструктура се разширява. Според информацията от TradeNews тримесечните приходи на компанията са нараснали от $68.1 милиарда в края на фискалната 2026 г. до $96.2 милиарда само две тримесечия по-късно.
AI търсенето променя мащаба на Nvidia
Само за шест месеца тримесечните приходи на Nvidia са нараснали от $68.1 милиарда до $96.2 милиарда, или с над 41%. На годишна база последното тримесечие вече показва ръст от 106%, след като компанията приключи цялата фискална 2026 г. с $215.9 милиарда приходи.
По-важното е откъде идва този растеж. Центровете за данни са генерирали $89 милиарда за едно тримесечие, което показва колко бързо корпоративните инвестиции в AI се превръщат в реално търсене на чипове и инфраструктура. Nvidia очаква общите приходи да достигнат около $108 милиарда през следващото тримесечие, при това без да включва продажби на Data Center compute за Китай в прогнозата с
Само за две отчетени тримесечия приходите са се увеличили с повече от $28 милиарда, а темпът на годишен растеж отново се ускорява. За цялата фискална 2026 г. Nvidia генерира $215.9 милиарда приходи, или 65% повече спрямо предходната година.
Китай вече не е необходим за базовия сценарий на Nvidia
Тази траектория изглежда още по-необичайно на фона на Китай.
Американските ограничения върху износа на високопроизводителни AI чипове от години ограничават достъпа на Nvidia до китайски клиенти. H20 бе разработен именно като продукт, съобразен с предишните ограничения, но последващото затягане на режима отново засегна продажбите.
Ефектът вече се виждаше през миналата година. През първото тримесечие на фискалната 2026 г. Nvidia очакваше ограниченията върху H20 да намалят приходите през следващото тримесечие с приблизително $8 милиарда.
Година по-късно зависимостта изглежда различно.
Още при прогнозата за Q2 компанията заложи нула приходи от центровете за данни в Китай, но очакваше общи продажби от $91 милиарда. Реалният резултат впоследствие достигна $96.2 милиарда. Сега Nvidia прогнозира $108 милиарда за следващото тримесечие, отново без да разчита на китайския пазар.
Това е съществено за инвестиционната теза около компанията. Китай остава огромен пазар за полупроводници и важна част от глобалната технологична верига, но Nvidia вече демонстрира, че може да поддържа изключително висок растеж, без китайските продажби да са необходими за изпълнението на базовата ѝ прогноза.
При евентуално облекчаване на ограниченията Китай би се превърнал по-скоро в допълнителен източник на приходи. Ако ограниченията останат, растежът все повече зависи от САЩ, Близкия изток, Европа и останалата част от Азия.
Големият въпрос вече е какво ще правят компаниите с този капацитет
Продажбите на Nvidia показват колко бързо се изгражда инфраструктурата.
По-интересният дългосрочен въпрос е как компаниите ще използват цялата тази изчислителна мощност.
Финансовият сектор е един от примерите.
Генеративният AI първоначално намери приложение в задачи като търсене, обобщаване на документи и подготовка на текст. Сега разработката се насочва към системи, които могат да изпълняват цяла последователност от действия.
Един анализатор например може да зададе въпрос за компания или сектор. Вместо просто да генерира отговор, системата може да претърси вътрешни проучвания, да извлече пазарни данни, да използва аналитични инструменти, да направи изчисления и след това да събере резултатите.
Това е много по-голяма промяна от добавянето на чатбот към съществуващ финансов терминал. Ако работи надеждно, част от самия процес на събиране и обработване на информация може да бъде автоматизиран.
Във финансите една правдоподобна грешка може да струва реални пари
Точно тук се появява и основното препятствие.
Езиковите модели са добри в генерирането на убедителни отговори, но убедителният отговор и проверимият финансов анализ са две различни неща. При инвестиционни решения неправилен източник, измислена стойност или грешно изчисление могат директно да променят оценката на риска и капитала.
Затова корпоративното внедряване все повече зависи не само от качеството на самия модел, а от инфраструктурата около него: контролирани източници, достъп до вътрешни данни, разрешения, специализирани инструменти и възможност всяко твърдение да бъде проследено.
Дори система с 90% точност има ограничена стойност, ако потребителят не може да разбере кои са грешните 10%. Ако целият резултат трябва да бъде проверен ръчно, голяма част от спестеното време изчезва.
Следователно конкурентното предимство във финансовия AI вероятно няма да идва само от това кой разполага с най-мощния модел. По-важно ще бъде кой може да превърне модела в надеждна система за работа с реални данни и реален капитал.
AI агентите могат да умножат необходимата изчислителна мощност
Това става още по-важно с преминаването към AI агенти.
При стандартния модел потребителят задава въпрос и получава отговор. Система от агенти може да раздели задачата на няколко части, да използва различни инструменти, да провери резултатите си и при необходимост да повтори отделни стъпки.
При финансов анализ това може да означава автоматичен преглед на отчети, сравнение на компании, моделиране на оценки и изграждане на сценарии при различни лихвени проценти, валути или макроикономически условия.
Всяка такава задача изисква повече изчисления от еднократното генериране на текст.
Това е важно и за икономиката на AI инфраструктурата. Търсенето на изчислителна мощност може да расте едновременно по две линии: повече хора и компании използват изкуствен интелект, а всяка тяхна задача става по-сложна и по-тежка откъм изчисления.
Именно това помага да се обясни защо приходите от центровете за данни на Nvidia продължават да растат с трицифрен годишен темп.
AI вече започва да променя и начина, по който се финансира инфраструктура
Мащабът на необходимите инвестиции постепенно премества изкуствения интелект отвъд традиционния технологичен модел.
Центровете за данни изискват земя, електроенергия, охлаждане, мрежова инфраструктура, памет и огромен брой чипове. Все по-голяма част от капиталовия цикъл следователно започва да прилича на финансирането на енергийна или телекомуникационна инфраструктура.
Тази тенденция вече се вижда и в инициативите за мобилизиране на над $500 милиарда за AI инфраструктура, в които Nvidia участва заедно с големи инвестиционни компании.
Това създава интересна връзка между технологичния и финансовия сектор. Финансовите институции едновременно финансират инфраструктурата и започват да интегрират AI вътре в собствените си процеси.
Следващото ограничение може да бъде физическо, а не софтуерно
Колкото повече приложения се появяват, толкова по-видими стават ограниченията извън самите модели.
HBM паметта например е критичен компонент на съвременните AI чипове, но производственият капацитет е концентриран сред малък брой доставчици. Електроенергията се превръща в друг проблем, тъй като новите центрове за данни изискват мощности, които не могат да бъдат изградени със скоростта на софтуерен продукт.
Към това се добавя и капиталът. Един нов модел може да бъде разработен за месеци, но електропреносна мрежа, електроцентрала или мащабен център за данни изискват години.
Това постепенно променя основния въпрос около AI инвестиционния цикъл.
Преди две години инвеститорите се питаха дали генеративният AI ще намери достатъчно реални приложения. Финансовият сектор вече показва как тези приложения могат да станат значително по-сложни от чатбот, а приходите на Nvidia разкриват колко бързо компаниите се подготвят за тази промяна.
Следващият тест може да бъде различен: дали физическата и финансовата инфраструктура ще успее да расте със същата скорост като търсенето на AI.