Акции Blackstone (BX) демонстрируют разнонаправленную динамику после объявления о масштабном партнерстве с Google в области искусственного интеллекта стоимостью $5 млрд. В ходе основной сессии бумаги снизились на 0,72% до $117,04, отражая осторожность инвесторов в отношении капиталоемкого проекта, однако на премаркете следующего дня котировки отыграли потери, прибавив 1,05% и достигнув $118,27.
Суть соглашения: Blackstone и Google создают новую американскую компанию, которая сосредоточится на построении специализированной облачной инфраструктуры для ИИ-вычислений. Blackstone получит контрольную долю, инвестировав $5 млрд из средств под управлением, а Google обеспечит аппаратно-программную базу: тензорные процессоры (TPU), программный стек и техническую поддержку. Платформа будет работать по модели «вычисления как услуга» (compute-as-a-service) и ориентирована прежде всего на задачи инференса — запуска уже обученных моделей в реальном времени, что становится всё более дорогостоящим сегментом рынка.
Возглавит новую структуру Бенджамин Трейнор Слосс, ветеран Google с более чем двадцатилетним опытом в управлении технической инфраструктурой. Ожидается, что первый пул мощностей в 500 МВт будет запущен в 2027 году, после чего возможно масштабирование. Проект призван удовлетворить растущий спрос на высокопроизводительные чипы, дефицит дата-центров и энергоресурсов. Blackstone уже активно вкладывается в энергетическую инфраструктуру для ЦОД, что снижает риски узких мест.
Реакция рынка: Первоначальное снижение котировок было вызвано сомнениями в скорости окупаемости столь крупных вложений на фоне сложного исполнения и быстрой эволюции ИИ-сектора. Однако утренний отскок на премаркете указывает на то, что инвесторы оценили стратегический потенциал сделки, укрепляющей позиции Blackstone в одном из наиболее динамичных сегментов цифровой экономики. Аналитики отмечают, что партнерство не только усиливает конкуренцию с CoreWeave и другими нишевыми ИИ-провайдерами, но и отражает тренд на специализацию облачных сервисов, отделяющих инференс от обучения моделей.