Czy boom na AI zmierza ku korekcie? Co tak naprawdę pokazują Anthropic i Microsoft – miliardy na AI, mniej miejsc pracy w AI – kreatywny obraz na ten temat, z udziałem AI: Xpert.Digital
Microsoft inwestuje ogromne środki w sztuczną inteligencję i oferuje tysiącom pracowników możliwość odejścia z pracy
Wartość firmy Anthropic wynosi prawie bilion dolarów – ale w tych obliczeniach jest pewien haczyk
Akcje spółek AI na rekordowym kursie: Dlaczego nawet realny wzrost może być przewartościowany
Boom na sztuczną inteligencję (AI) maluje obecnie obraz, który wydaje się nie do pogodzenia: Anthropic dynamicznie się rozwija i jest wyceniany na kwoty, które są wyjątkowe nawet w Dolinie Krzemowej. Microsoft z kolei inwestuje ogromne kwoty w centra danych, układy scalone i systemy AI – jednocześnie oferując około 60 000 pracowników pakiety dobrowolnych odejść. To zestawienie rodzi palące pytanie: czy mamy do czynienia z nową rewolucją technologiczną, czy też nadzieje na przyszły wzrost są już tak wycenione, że korekta jest niemal nieunikniona?
Bliższe przyjrzenie się ujawnia, że odpowiedź nie brzmi po prostu „bańka spekulacyjna” ani „żaden problem”. Anthropic generuje realne przychody i pozyskuje klientów korporacyjnych; Microsoft coraz częściej integruje sztuczną inteligencję (AI) z własnymi procesami pracy. Jednocześnie wyceny i długoterminowe plany inwestycyjne wymagają wyjątkowo wysokiego wzrostu i wzrostu produktywności. Kluczowe pytanie brzmi zatem, czy technologia ta w zrównoważony sposób wygeneruje większą wartość ekonomiczną niż koszty jej rozwoju, mocy obliczeniowej i infrastruktury. Implikacje dla zatrudnienia stają się również coraz bardziej konkretne: AI nie musi od razu zastępować całych stanowisk, co utrudniałoby zatrudnianie nowych pracowników, redystrybucję zadań i redukcję liczebności zespołów. Anthropic i Microsoft ilustrują zatem obie strony boomu na AI – jej ogromny potencjał i ryzyko, jakie pojawia się, gdy oczekiwania znacznie przewyższają rzeczywistość.
Antropiczny, Microsoft i strach przed bańką spekulacyjną na rynku sztucznej inteligencji: te trzy zagrożenia mogą spowolnić boom
Kiedy wyceny liczone w bilionach dolarów idą w parze z redukcją zatrudnienia, postęp staje się kwestią wiary
Debata na temat potencjalnej bańki spekulacyjnej na rynku sztucznej inteligencji osiągnęła nowy punkt zwrotny. Z jednej strony Anthropic przedstawia wskaźniki wzrostu, prognozy przychodów i wyceny, które są wyjątkowe nawet dla Doliny Krzemowej, przyzwyczajonej do dużych liczb. Z drugiej strony Microsoft oferuje dobrowolne odprawy około 60 000 pracowników, jednocześnie inwestując ogromne sumy w centra danych, procesory, zasoby chmurowe i systemy sztucznej inteligencji. Te dwa czynniki razem tworzą niepokojący obraz: kapitał jest przenoszony na niespotykaną dotąd skalę do maszyn, modeli i infrastruktury, podczas gdy praca ludzka coraz częściej staje się centrum kosztów, które można zredukować za pomocą tej samej technologii.
Oczywistym wnioskiem jest to, że euforia związana ze sztuczną inteligencją wymknęła się spod kontroli. Ale to nie takie proste. Anthropic ma realny, dynamicznie rozwijający się biznes, Microsoft osiąga realne wzrosty produktywności, a popyt na moc obliczeniową w żadnym wypadku nie jest sztuczny. Jednocześnie wyceny, plany inwestycyjne i długoterminowe zobowiązania zakupowe opierają się na oczekiwaniach, które są możliwe do utrzymania tylko wtedy, gdy sztuczna inteligencja będzie generować wyjątkowo wysokie wskaźniki wzrostu i produktywności w nadchodzących latach. Kluczowe pytanie brzmi zatem nie, czy sztuczna inteligencja ma znaczenie ekonomiczne, ale czy dzisiejsza cena w przewidywanej przyszłości pozostaje w rozsądnej proporcji do przewidywanych zysków.
Anthropic stanie się testem wytrzymałościowym dla całego rynku sztucznej inteligencji
Anthropic to znacznie więcej niż tylko producent udanego modelu językowego. Firma stała się papierkiem lakmusowym dla inwestorów, którzy są skłonni przewidywać przyszłe przywództwo rynkowe. W pierwszej połowie 2026 roku Anthropic osiągnął przychody w wysokości około 16,3 miliarda dolarów. W tym samym okresie poprzedniego roku wyniosły one zaledwie około 1,2 miliarda dolarów. Wzrost o ponad 1300% jest nie tylko niezwykły, ale wręcz bezprecedensowy dla firmy, której wartość szacowana jest już na miliardy. Całkowite przychody w 2025 roku wyniosły około 4,6 miliarda dolarów.
Te liczby początkowo przeczą przekonaniu, że to tylko mrzonka. Anthropic nie sprzedaje jedynie wizji, ale modele, interfejsy programistyczne, konta korporacyjne i coraz bardziej zautomatyzowane narzędzia programistyczne. Ponad 11 900 klientów wydało ostatnio co najmniej 100 000 dolarów każdy w ciągu dwunastu miesięcy. Około 1900 klientów przekroczyło milion dolarów, a około 250 nawet dziesięć milionów dolarów. To pokazuje, że Claude i usługi oparte na nim nie są już tylko eksperymentem w wielu firmach. Są one integrowane z rozwojem oprogramowania, pracą opartą na wiedzy, obsługą klienta, badaniami, analizą danych i automatyzacją procesów.
Jednocześnie tempo wzrostu stwarza inwestorom problem metodologiczny. Im bardziej stroma jest krzywa, tym większy wpływ na wynik ma wybrany punkt początkowy. Prognozowana stopa sprzedaży nie odzwierciedla automatycznie rzeczywistych rocznych przychodów. Zakłada ona, że ostatnio osiągnięty poziom utrzyma się przez dwanaście miesięcy. W młodej, nastawionej na konsumpcję branży taka prognoza może sensownie odzwierciedlać dynamikę. Może jednak również traktować wyjątkowo silny kwartał jako trwały fundament.
Ocena zakłada niemal bezbłędną przyszłość
Anthropic został wyceniony na około 965 miliardów dolarów w rundzie finansowania w maju 2026 roku. W kontekście planowanej oferty publicznej, krążą wyceny od 1,5 do 2 bilionów dolarów. To pozwoliłoby firmie, która ma zaledwie kilka lat, znaleźć się w gronie najcenniejszych korporacji świata. Takiej wyceny nie da się wytłumaczyć obecnymi zyskami, ponieważ stabilny zysk roczny nie został jeszcze osiągnięty. Będzie to uzasadnione jedynie wtedy, gdy Anthropic szybko stanie się dominującą platformą infrastrukturalną i aplikacyjną dla globalnej gospodarki.
W oparciu o prognozowane przychody z pierwszej połowy roku, wycena na poziomie 1,5 biliona dolarów odpowiadałaby około 46-krotności tych przychodów. Przy 2 bilionach dolarów stanowiłoby to ponad 60-krotność rocznych przychodów. Przyjmując wyższą bieżącą stopę przychodów jako podstawę, wskaźnik staje się korzystniejszy, ale pozostaje bardzo ambitny. Co więcej, przychody to nie to samo, co łatwo dostępna gotówka. Opłaty za usługi w chmurze, moc obliczeniowa, badania, sprzedaż, personel, środki bezpieczeństwa i rozbudowa mocy obliczeniowej – wszystko to musi być pokrywane z przychodów.
Prognozy przychodów na rok 2028 wskazują na około 190–200 miliardów dolarów. Aby osiągnąć ten poziom, Anthropic musiałby ponad czterokrotnie zwiększyć i tak już bardzo wysokie tempo wzrostu przychodów od wiosny 2026 roku. Jest to możliwe, jeśli agenci AI staną się uniwersalną warstwą dla pracy cyfrowej, a Anthropic utrzyma wysoki udział w rynku w dłuższej perspektywie. Nie jest to jednak w żadnym wypadku zagwarantowane. Konkurencja, spadające ceny modeli, bardziej wydajne systemy open source, modele specyficzne dla klienta oraz spowolnienie wzrostu mogą znacząco wpłynąć na te obliczenia.
Wycena na tak dużą skalę pozostawia zatem niewiele miejsca na typowe błędy biznesowe. Opóźnienia we wdrażaniu nowych modeli, wojna cenowa, problemy z bezpieczeństwem, interwencje regulacyjne czy utrata pojedynczych głównych klientów nie tylko negatywnie wpłynęłyby na wyniki kwartalne. Mogłyby one podważyć całą logikę wyceny. To właśnie typowa cecha spekulacyjnego przewartościowania: problemem nie jest jakość firmy, ale perfekcja uwzględniona już w cenie.
Rekordowa strata wygląda na większą, niż wynikałoby to z rzeczywistego stanu firmy
Strata netto w wysokości około 80,7 mld USD w pierwszej połowie 2026 roku jest szczególnie godna uwagi. Patrząc na nią osobno, kwota ta wydaje się katastrofalna. Znacznie przewyższa przychody i wydaje się przeczyć idei ekonomicznie opłacalnej działalności. Jednak znaczna część tej straty nie wynikała z bieżącej działalności. Około 72,4 mld USD przypisano zmianom wyceny zamiennych instrumentów finansowych i powiązanych z nimi zobowiązań.
Mechanizm ten jest paradoksalny: wraz ze wzrostem zakładanej wyceny spółki, wartość niektórych zobowiązań, które później mogą zostać zamienione na akcje, również rośnie w bilansie. Ta ponowna wycena jest ujmowana jako koszt i zwiększa stratę netto, mimo że z firmy nie wypłynęła żadna odpowiadająca jej kwota. W ten sposób rosnąca wycena spółki może generować ogromną stratę księgową przed debiutem giełdowym. Strata netto jest zatem realna w sensie księgowym, ale ma ograniczone zastosowanie w ocenie wyników operacyjnych.
Bardziej wymowna jest strata operacyjna w wysokości około 693 milionów dolarów w pierwszej połowie roku. Chociaż to również nie jest zysk, wydaje się znacznie mniej spektakularna w porównaniu z 16,3 miliardami dolarów przychodów. W tym samym okresie ubiegłego roku strata operacyjna wyniosła ponad 2 miliardy dolarów. W drugim kwartale firma odnotowała nawet zysk operacyjny. To dowodzi, że podstawowa działalność Anthropic ma fundamentalne szanse na rentowność.
Jednak korygowanie tego początkowego wrażenia nie powinno prowadzić do odwrotnej przesady. Jednorazowe efekty księgowe wyjaśniają większość straty netto, ale nie eliminują leżących u jej podstaw ryzyk ekonomicznych. Anthropic musi osiągać stale wysokie marże brutto, jednocześnie broniąc swojej pozycji lidera w badaniach i wywiązując się z ogromnych zobowiązań infrastrukturalnych. W tych warunkach kwartalny zysk nie jest jeszcze dowodem na zrównoważony, samowystarczalny model biznesowy.
Wysokie marże brutto maskują zapotrzebowanie na moc obliczeniową
W pierwszej połowie 2026 roku przychody w wysokości około 16,3 mld USD zostały zniwelowane kosztami w wysokości około 2,4 mld USD. Daje to obliczoną marżę brutto na poziomie około 85%. Dla firmy software'owej jest to atrakcyjne. Oznacza to, że po pokryciu bezpośrednio przypisanych kosztów operacyjnych, znaczna część pozostaje na finansowanie badań, administracji, sprzedaży i zysku.
Jednak w przypadku firm z branży sztucznej inteligencji (AI) rozróżnienie to jest bardziej złożone niż w przypadku tradycyjnego oprogramowania. Część kosztów obliczeniowych jest bezpośrednio związana z użytkowaniem przez klientów, a pozostała część pokrywa szkolenia, badania, rezerwację mocy obliczeniowej i infrastrukturę strategiczną. W pierwszej połowie roku firma Anthropic wydała około 8,9 miliarda dolarów na moc obliczeniową i infrastrukturę, znacznie przekraczając kwotę z roku poprzedniego. Dlatego też raportowana marża brutto to tylko część obrazu. Firma może jednocześnie osiągać wysoką marżę brutto i mieć ogromne zapotrzebowanie na kapitał i infrastrukturę.
Główne ryzyko leży w długoterminowych zobowiązaniach. W zależności od definicji, stałe i szersze zobowiązania dotyczące mocy obliczeniowej sięgają kilkuset miliardów dolarów. Same minimalne zobowiązania, precyzyjnie określone ilościowo, wynoszą ponad 400 miliardów dolarów; uwzględniając dodatkowe umowy, kwota ta wzrasta do ponad 500 miliardów dolarów. Takie umowy zabezpieczają ograniczone moce obliczeniowe i mogą dać firmie Anthropic strategiczną przewagę. Działają one jednak również jako potężny czynnik wpływający na koszty stałe.
Dopóki popyt rośnie szybciej niż zobowiązania, dźwignia ta poprawia pozycję rynkową. Przy słabszym wzroście te same kontrakty stają się obciążeniem. Co więcej, moc obliczeniowa nie jest zasobem ponadczasowym. Chipy szybko stają się przestarzałe technologicznie, nowe architektury modeli mogą zmieniać wymaganą moc obliczeniową, a bardziej wydajne systemy mogą obniżać ceny. To, co dziś uważa się za rzadki zasób strategiczny, jutro może okazać się kosztowną nadwyżką mocy.
Wzrost jest realny, ale jego jakość nadal trudno zmierzyć
Około 80% przychodów Anthropic pochodzi z modeli opartych na użytkowaniu. Klienci płacą zatem głównie za rzeczywiste wykorzystanie. Jest to zazwyczaj pozytywny sygnał, ponieważ wskazuje na rzeczywistą aktywność, a nie tylko na długoterminowe licencje. Jednocześnie zwiększa to podatność przychodów na optymalizację. Firmy mogą zmniejszyć zużycie, stosując bardziej wydajne modele, ulepszone dane wejściowe, buforowanie, mniejsze, wyspecjalizowane modele lub własną infrastrukturę.
Ekspansja międzynarodowa postępuje dynamicznie. W pierwszej połowie roku około 4,5 miliarda dolarów, czyli prawie 28% przychodów, pochodziło z zagranicy. To poszerza bazę popytową i zmniejsza zależność od rynku amerykańskiego. Niemniej jednak, koncentracja gospodarcza utrzymuje się na wysokim poziomie. Znaczna część przychodów generowana jest za pośrednictwem platform Amazon, Google i Microsoft. Tych pięciu największych klientów generuje znaczną część przychodów. Jednocześnie niektóre z tych platform należą do najważniejszych inwestorów, partnerów infrastrukturalnych i kanałów sprzedaży.
Szczególnie uderzającą cechą jest niezwykle wysoki wskaźnik retencji przychodów netto. Wskazuje on, że obecni klienci zwielokrotnili swoje wydatki w krótkim czasie. We wczesnej fazie wzrostu może to nastąpić z powodu przejścia od projektu pilotażowego do powszechnego wdrożenia. Jednak ten sam poziom wydatków nie może być utrzymywany w nieskończoność. Gdyby obecni klienci zwiększali swoje wydatki kilkukrotnie w ciągu roku, ich budżety szybko stałyby się bardziej niż ekonomicznie opłacalne. Dlatego wskaźnik ten opisuje przede wszystkim wyjątkową fazę ekspansji, a niekoniecznie stabilną sytuację długoterminową.
Kluczowym pytaniem dotyczącym jakości jest to, ile niezależnych korzyści ekonomicznych generuje klient końcowy. Jeśli firma kupuje usługi AI za dziesięć milionów dolarów, ale oszczędza dwadzieścia milionów dolarów na kosztach lub generuje trzydzieści milionów dodatkowych przychodów, dalszy wzrost jest prawdopodobny. Jeśli użytkowanie polega głównie na eksperymentowaniu, dostosowywaniu się do strategii lub obawianiu się zacofania technologicznego, pewien popyt ulegnie normalizacji. Rynek ma bardzo precyzyjne rozeznanie w wydatkach, ale znacznie mniej dokładny obraz rzeczywistego wzrostu wydajności.
Microsoft nie zamierza od razu zwolnić 60 000 pracowników
Drugą liczbę podsycającą podejrzenia o bańce spekulacyjnej również należy rozpatrywać z odpowiedniej perspektywy. Microsoft nie zdecydował się na natychmiastowe zwolnienie 60 000 osób. Firma zaoferowała około 60 000 pracowników w Stanach Zjednoczonych, Kanadzie, Wielkiej Brytanii i Indiach możliwość dobrowolnego odejścia z pracy. Stanowi to około 27 procent globalnej siły roboczej, liczącej około 223 000 osób. Pracownicy z wybranych działów, do poziomu wiceprezesa włącznie, mogą skorzystać z programu.
Różnica jest istotna ekonomicznie. Liczba 60 000 opisuje liczbę uprawnionych pracowników, a nie przewidywaną liczbę odejść. Doświadczenie z porównywalnymi programami sugeruje, że wskaźnik akceptacji jest niższy niż jednocyfrowy. Nawet jeśli tylko trzy do pięciu procent uprawnionych pracowników przyjmie ofertę, około 1800 do 3000 pracowników może odejść z firmy. Byłoby to znacznie mniej niż 60 000, ale nadal oznaczałoby znaczną redukcję zatrudnienia.
Ponadto, redukcje zostały już zakończone. Latem 2026 roku Microsoft zlikwidował około 4800 stanowisk. Liczba pracowników spadła w porównaniu z rokiem poprzednim. Dobrowolny charakter nowego programu nie umniejsza zatem jego strategicznego znaczenia. Microsoft tworzy narzędzie, które pozwoli na selektywną redukcję zatrudnienia, redukcję poziomów hierarchii i przekierowanie zasobów do obszarów o wysokim wzroście, bez wywoływania natychmiastowej fali zwolnień.
Warto zwrócić uwagę na to, kto jest częściowo zwolniony. Pracownicy centrów danych, działów bezpieczeństwa, wybranych działów sprzedaży i innych strategicznie ważnych jednostek albo nie są objęci programem, albo są nim objęci tylko częściowo, w zależności od organizacji. Z kolei części działów Windows, Xbox, finansów, zasobów ludzkich oraz AI i Copilot są w pełni objęte programem. Przeczy to uproszczonemu przekonaniu, że Microsoft jedynie zastępuje rutynowy, nietechniczny personel sztuczną inteligencją. Firma dokonuje raczej przeglądu całej swojej struktury organizacyjnej, w tym obszarów, które rozwijają lub wprowadzają na rynek sztuczną inteligencję.
🎯🎯🎯 Centrum branżowe B2B oparte na danych jako rozwiązanie quasi-wewnętrzne
Rozwiązanie quasi-in-house: Jak Xpert.Digital zamyka luki operacyjne w marketingu i sprzedaży B2B – Inteligentny biznes oparty na treściach – Zdjęcie: Xpert.Digital
Xpert.Digital to branżowy hub B2B oparty na danych, kierowany przez Konrad Wolfenstein . Firma działa jako zewnętrzne, quasi-wewnętrzne rozwiązanie dla partnerów przemysłowych, eliminując luki operacyjne w obszarze marketingu, treści i sprzedaży – bez konieczności angażowania dodatkowych zasobów po stronie klienta.
Więcej informacji tutaj:
Strategia Microsoftu w zakresie sztucznej inteligencji: redukcja personelu czy poprawa efektywności?
Domniemane superoprogramowanie to w istocie pakiet agentów i przeprojektowanych procesów
Przekonanie, że Microsoft ma jedno superoprogramowanie, które zwalnia dziesiątki tysięcy pracowników, jest mylące. W rzeczywistości firma łączy w sobie Microsoft 365 Copilot, wewnętrzne narzędzia programistyczne, Work IQ, Agent 365, Copilot Studio, Dynamics 365 i wielu wyspecjalizowanych agentów. Systemy te tworzą tekst i kod, przeszukują wiedzę firmową, analizują dane, przygotowują spotkania, przetwarzają operacje i wykonują działania w systemach biznesowych w ramach zdefiniowanych uprawnień.
Największy wzrost produktywności nie wynika z zastosowania szczególnie inteligentnego chatbota, ale z całkowitej reorganizacji przepływów pracy. Na przykład Microsoft informuje o zatrudnieniu ponad 100 wyspecjalizowanych agentów w wybranych procesach łańcucha dostaw. Agenci ci badają zmiany popytu, porównują opcje transportu, analizują możliwości produkcyjne i mogą aktualizować lub anulować zamówienia w ramach określonych limitów. W niektórych procesach czas realizacji zamówień skrócił się nawet o 75%. W jednym dziale sprzedaży wskaźnik sfinalizowania transakcji wzrósł o 20%, a przychód na jednego account managera wzrósł o 9,4%.
Takie dane są istotne, ale należy je interpretować ostrożnie. Są to dane specyficzne dla danej firmy, pochodzące z wybranych przypadków użycia. Udane projekty pilotażowe nie są automatycznie reprezentatywne dla całej korporacji. Produktywność można również mierzyć poprzez szybsze przetwarzanie, wyższą jakość, większą ilość lub redukcję zatrudnienia. W zależności od zastosowanej miary, wyłania się inny obraz.
Niemniej jednak podejście Microsoftu pokazuje, dokąd zmierza ten rozwój. Sztuczna inteligencja jest nie tylko sprzedawana klientom jako produkt, ale także wdrażana jako wewnętrzny system operacyjny do pracy opartej na wiedzy. Szybsze wykonywanie zadań w działach sprzedaży, rozwoju oprogramowania, zasobów ludzkich, finansów i łańcuchów dostaw sprawia, że rozwijająca się firma potrzebuje mniej dodatkowych pracowników. Nawet jeśli sztuczna inteligencja początkowo nie zastąpi całkowicie żadnego stanowiska, może zapobiec zatrudnianiu nowych pracowników, zmniejszyć liczebność zespołów i pozostawić wakaty nieobsadzone. Wynikający z tego efekt zatrudnienia jest stopniowy i statystycznie trudniejszy do wykrycia niż bezpośrednie zwolnienia.
Redukcje zatrudnienia finansują maszyny, ale nie w prostym stosunku wymiany
Microsoft planuje zainwestować około 175 miliardów dolarów w sztuczną inteligencję i infrastrukturę do 2026 roku. Nawet znaczne redukcje zatrudnienia pokryją jedynie niewielką część tych wydatków. Chociaż odejście z firmy przyniosłoby znaczne i trwałe oszczędności w zakresie wynagrodzeń, świadczeń, opcji na akcje, powierzchni biurowej i administracji, kwota ta pozostaje ograniczona w porównaniu z kapitałem potrzebnym na centra danych, połączenia zasilania, komponenty sieciowe i układy akceleracyjne.
Połączenie ma zatem charakter strategiczny, a nie czysto księgowy. Microsoft nie zastępuje po prostu dolara pensji dolarem mocy obliczeniowej. Firma zmienia strukturę kapitałową swojej działalności. Zmienne i złożone organizacyjnie koszty osobowe są częściowo zastępowane przez znaczne, stałe koszty infrastruktury. Infrastrukturę tę można sprzedać milionom klientów za pośrednictwem platform Azure i Copilot, ale jest ona opłacalna tylko wtedy, gdy jej wykorzystanie i ceny są odpowiednie.
Reprezentuje to zmianę w ryzyku przedsiębiorczym. Pracownicy mogą być zatrudniani, przenoszeni lub redukowani w wyniku naturalnej rotacji. Centra danych, kontrakty na energię elektryczną i długoterminowe zamówienia na chipy są znacznie mniej elastyczne. Firmy wymieniają zatem część swojego ryzyka personalnego na ryzyko kapitałowe, technologiczne i związane z wykorzystaniem mocy produkcyjnych. W fazie prosperity taka wymiana poprawia skalowalność. W okresie recesji może pogorszyć rentowność.
Dla pracowników nie oznacza to zniknięcia ludzkiej pracy. Przeciwnie, czynności, które definiują cele, oceniają wyjątki, przyjmują odpowiedzialność, pielęgnują relacje z klientami i monitorują zautomatyzowane procesy, staną się bardziej wartościowe. Role, których wartość opiera się przede wszystkim na ujednoliconym przetwarzaniu informacji, koordynacji lub dokumentacji, znajdą się pod presją. Transformacja będzie zatem przypominać trwałą zmianę w profilach stanowisk, a nie jednorazową falę automatyzacji.
Prawdziwym wskaźnikiem bańki jest intensywność kapitałowa całego systemu
Cztery największe firmy hiperskalowalne – Amazon, Alphabet, Microsoft i Meta – planują zainwestować łącznie około 720–745 miliardów dolarów do 2026 roku. Chociaż kwoty te nie są w pełni porównywalne w zależności od zastosowanej metody księgowej, skala jest oczywista. W krótkim czasie pojawiła się fala inwestycji, która wykracza daleko poza pojedyncze laboratoria sztucznej inteligencji. Obejmuje ona półprzewodniki, centra danych, wytwarzanie energii, sieci, chłodzenie, światłowody, grunty i finansowanie.
Taka fala może być wyrazem historycznej transformacji infrastrukturalnej. Koleje, elektryczność, telekomunikacja i internet również wymagały ogromnych początkowych inwestycji, zanim w pełni widoczne stały się ich korzyści ekonomiczne. Może to jednak również prowadzić do nadwyżki mocy produkcyjnych. Rewolucje technologiczne i bańki spekulacyjne nie wykluczają się wzajemnie. Wręcz przeciwnie, technologie o rzeczywistym potencjale długoterminowym często zbyt wcześnie przyciągają zbyt duży kapitał.
Inwestorzy borykają się z problemem synchronizacji. Wydatki ponoszone są dziś, podczas gdy wzrosty produktywności rozkładają się na wiele lat. Wyceny giełdowe reagują jednak natychmiast na oczekiwania. Jeśli zyski rosną wolniej niż oczekiwano, akcje mogą gwałtownie spaść, nawet jeśli technologia ostatecznie zwycięży. Korekta nie byłaby wówczas dowodem na niekorzyść sztucznej inteligencji, ale raczej na cenę, jaką trzeba zapłacić za przyszłość.
Międzynarodowy Fundusz Walutowy uważa obecnie, że ryzyko to ma znaczenie makroekonomiczne. Zgodnie ze scenariuszem stresu, gwałtowny spadek inwestycji w sztuczną inteligencję (AI) spowodowany rozczarowującymi zyskami może znacząco osłabić globalną produkcję gospodarczą do 2028 roku, uderzając szczególnie mocno w Stany Zjednoczone. Z drugiej strony, udane wdrożenie mogłoby stymulować globalny wzrost gospodarczy na lata. Ten zakres ilustruje stopień, w jakim globalna gospodarka uzależnia się od technologii, której długoterminowych zysków nie da się jeszcze wiarygodnie zmierzyć.
Przepływy pieniężne o charakterze cyrkulacyjnym utrudniają dostrzeżenie rzeczywistego popytu
Kolejnym powodem sceptycyzmu są bliskie powiązania finansowe branży. Dostawcy usług chmurowych inwestują w laboratoria sztucznej inteligencji. Laboratoria te przeznaczają znaczną część swojego kapitału na zakup mocy obliczeniowej od tych samych dostawców usług chmurowych. Firmy produkujące chipy finansują klientów lub projekty infrastrukturalne, którzy z kolei kupują ich chipy. Jednocześnie wielu interesariuszy zgłasza wzrost przychodów, zaległości w zamówieniach lub wycenę firm.
Taka struktura nie jest automatycznie oszukańcza ani ekonomicznie nieopłacalna. Partnerstwa pionowe mogą dzielić ryzyko, przyspieszać rozwój nowych rynków i finansować ograniczone moce przerobowe. Problem pojawia się, gdy inwestorzy traktują generowane przychody tak, jakby pochodziły one wyłącznie z niezależnego popytu ze strony klientów końcowych. Obrót pieniądza w ramach ściśle zintegrowanego ekosystemu nie dowodzi, że poza tym systemem istnieje wystarczająca gotowość do płacenia.
Anthropic jest przykładem tej ambiwalencji. Amazon, Google i Microsoft są jednocześnie inwestorami, partnerami infrastrukturalnymi, kanałami sprzedaży, a w niektórych przypadkach również znaczącymi źródłami przychodów. W niektórych przypadkach prawie połowa przychodów Anthropic generowana była za pośrednictwem platform handlowych tych głównych platform. Daje to Anthropic dostęp do klientów korporacyjnych i globalnej infrastruktury. Jednocześnie tworzy to zależności w zakresie cen, dystrybucji, finansowania i możliwości technicznych.
Dlatego ocena bańki spekulacyjnej zależy nie tylko od wzrostu przychodów, ale także od źródła finansowania. Przychody od niezależnych klientów, którzy w sposób oczywisty obniżają własne koszty lub generują nowe dochody, są szczególnie wiarygodne. Przychody finansowane głównie z kapitału wysokiego ryzyka, umów zakupu minimalnego, pożyczek lub strategicznego subsydiowania krzyżowego są mniej wiarygodne. Rynek sztucznej inteligencji zawiera oba te czynniki, a ta mieszanka utrudnia jednoznaczną diagnozę.
Porównanie do bańki internetowej jest wprawdzie zbyt dużym uproszczeniem, ale wciąż trafia w czuły punkt
Podobieństwa do roku 2000 są oczywiste. Wtedy firmy wyceniano na podstawie zasięgu, wzrostu i przyszłej dominacji na rynku, mimo braku stabilnych zysków. Dziś dominują wskaźniki przychodów, wydajność modelu, moc obliczeniowa i oczekiwane efekty platformy. W obu przypadkach fundamentalna technologia uzasadnia bardzo wysokie inwestycje, podczas gdy konkurencja zmusza firmy do coraz większych nakładów początkowych.
Istnieją jednak istotne różnice. Wiodącymi inwestorami w obecnym boomie są przede wszystkim wysoce rentowne korporacje z solidnymi bilansami, ugruntowanymi relacjami z klientami i globalną infrastrukturą. Microsoft, Amazon, Alphabet i Meta mogą absorbować straty lub osiągać niższe zyski znacznie dłużej niż wiele firm internetowych z końca lat 90. Co więcej, generatywna sztuczna inteligencja już generuje znaczne przychody i jest efektywnie wykorzystywana w przedsiębiorstwach.
Nie chroni to jednak rynku przed błędną alokacją. Nawet wypłacalne firmy mogą przeinwestować. Siła finansowa w rzeczywistości wydłuża konkurencję, ponieważ wielu dostawców może jednocześnie budować ogromne moce przerobowe bez konieczności przedwczesnej rezygnacji. Zwiększa to ryzyko przejściowej nierównowagi między podażą a popytem. Spadające ceny byłyby korzystne dla klientów, ale mogłyby wywrzeć presję na zyski operatorów infrastruktury i dostawców usług modelowych.
Najbardziej prawdopodobnym scenariuszem nie jest zatem całkowity krach technologiczny. Bardziej prawdopodobna jest faza spadku wycen, zniknięcia lub przejęcia dostawców, a infrastruktura będzie nadal wykorzystywana po niższych kosztach. Po pęknięciu bańki internetowej internet nie zniknął. Podobnie, korekta AI prawdopodobnie nie oznaczałaby końca sztucznej inteligencji, a raczej koniec założenia, że praktycznie każda wiodąca firma może konsekwentnie generować wyjątkowe zyski.
Trzy siły decydują o rozkwicie lub upadku
Pierwszym kluczowym czynnikiem są wymierne korzyści dla klienta. Sztuczna inteligencja musi konsekwentnie generować większą wartość ekonomiczną niż koszty modeli, danych, integracji, kontroli i mocy obliczeniowej. Odosobnione historie sukcesu nie wystarczą. Potrzebny jest szeroki wzrost produktywności w zwykłych firmach, także tych spoza sektora technologicznego. Dopiero gdy średnie przedsiębiorstwa, firmy przemysłowe, dostawcy usług logistycznych, banki, ubezpieczyciele i administracja publiczna osiągną stabilne zyski, fala inwestycji stanie się zrównoważoną transformacją makroekonomiczną.
Drugą siłą napędową jest rozwój cen. Modele stają się coraz bardziej wydajne, a jednocześnie spada koszt jednostki obliczeniowej. Może to spowodować gwałtowny wzrost popytu. Może to jednak również prowadzić do tego, że przychody nie będą rosły tak szybko, jak wykorzystanie. Dla Anthropic i innych dostawców kluczowe jest pytanie, czy wzrost wydajności utrzyma się w postaci wyższych marż, czy też zostanie przeniesiony na klientów w obliczu konkurencji. Firma może odnosić sukcesy technologiczne, a mimo to osiągać niższe zyski, niż sugeruje jej wycena.
Trzecią siłą jest finansowanie. Dopóki rynki akcji, inwestorzy obligacyjni, banki i prywatni pożyczkodawcy będą skłonni zapewnić kapitał, firmy mogą zabezpieczyć sobie długoterminowe zdolności produkcyjne. Rosnące stopy procentowe, rozczarowujące wyniki lub indywidualne zaległości płatnicze mogą odwrócić ten cykl. Wtedy ucierpiałyby nie tylko wysoko cenione laboratoria, ale także deweloperzy centrów danych, projekty energetyczne, dostawcy chipów i pożyczkodawcy.
Te trzy siły oddziałują na siebie. Spadające ceny zwiększają adopcję, ale utrudniają refinansowanie dużych inwestycji. Wzrost produktywności napędza popyt, ale jednocześnie może wywierać presję na zatrudnienie i wzrost płac. Ekstensywne finansowanie przyspiesza innowacje, ale zwiększa podatność na zmiany nastrojów. Gospodarka oparta na sztucznej inteligencji nie jest zatem typowym cyklem oprogramowania, lecz złożoną interakcją technologii, kapitału i rynku pracy.
Dla Europy większym ryzykiem jest pozostanie na uboczu
Z europejskiej perspektywy amerykańska fala inwestycji wydaje się zarówno fascynująca, jak i groźna. Europa szczyci się silnymi firmami przemysłowymi, wykwalifikowaną siłą roboczą i ogromnymi zasobami cennych danych procesowych. Jednak stoi w obliczu znacznego uzależnienia od zagranicznych dostawców modeli podstawowych, platform chmurowych i układów akceleracyjnych. Jeśli Anthropic, Microsoft i inni solidnie zintegrują swoje platformy z europejskimi łańcuchami wartości, rosnąca część cyfrowego tworzenia wartości będzie napływać do USA.
Potencjalna bańka spekulacyjna nie jest zatem przekonującym argumentem za odkładaniem inwestycji. Nawet jeśli wyceny w USA są zawyżone, technologia ta pozostaje strategicznie istotna. Niemieckie firmy nie powinny jednak próbować powielać amerykańskich nakładów inwestycyjnych. Bardziej sensowna jest strategia selektywna: jasno zdefiniowane procesy, wiarygodne dane, mierzalna rentowność, wielu dostawców modeli oraz umowna kontrola kosztów i dostępu do danych.
Potencjał jest szczególnie duży w przemyśle i logistyce. Planowanie produkcji, utrzymanie ruchu, zarządzanie jakością, zakupy, dokumentacja techniczna, optymalizacja zapasów i kontrola transportu wiążą się z wieloma procesami wymagającymi dużej ilości informacji. Sztuczna inteligencja może generować znaczny wzrost wydajności w tych obszarach bez konieczności szkolenia przez firmę własnego modelu bazowego. Warunkiem wstępnym są przejrzyste dane, zintegrowane systemy oraz organizacja, która restrukturyzuje decyzje i obowiązki.
Rynek pracy potrzebuje jednocześnie realistycznej strategii adaptacyjnej. Nie wystarczy zaoferować pracownikom ogólnego szkolenia z zakresu AI. Firmy muszą zdefiniować, które zadania zostaną zautomatyzowane, które rozszerzone, a które nowo utworzone. Dalsze szkolenia powinny koncentrować się na konkretnych procesach. Ci, którzy potrafią profesjonalnie monitorować agenta AI, oceniać jakość danych i podejmować decyzje w wyjątkowych sytuacjach, zyskują na wartości. Ci, którzy jedynie przekazują ujednolicone informacje, będą narażeni na coraz większą presję.
Korekta spowodowałaby ponowne rozmieszczenie zwycięzców i przegranych
Łagodny scenariusz zakładałby stopniową normalizację. Wzrost przychodów dostawców sztucznej inteligencji (AI) zwalnia, ale pozostaje wysoki. Ceny spadają, a wykorzystanie rośnie. Firmy hiperskalowalne rozszerzają swoje plany inwestycyjne zamiast gwałtownie wstrzymywać projekty. Wyceny rosną bez utraty finansowania. W takim przypadku Anthropic może stać się bardzo dużą i dochodową firmą, nawet jeśli początkowo nie utrzyma wyceny na poziomie 2 bilionów dolarów.
W scenariuszu poważniejszej recesji firmy ściślej dostosowywałyby swoje budżety na sztuczną inteligencję do wiarygodnych rezultatów. Mniej udane projekty zostałyby zamknięte, mniejsi dostawcy zniknęliby, a popyt na dodatkową moc obliczeniową rósłby wolniej. Ceny usług w chmurze znalazłyby się pod presją, a długoterminowe umowy offtake nadwyrężyłyby marże dostawców o wysokiej renomie. Duże platformy mogłyby zyskać udziały w rynku, ponieważ mogłyby absorbować straty przez dłuższy czas i przejmować słabszych konkurentów.
Scenariusz kryzysowy pojawiłby się, gdyby jednocześnie doszło do kilku czynników: rozczarowującej produktywności, spadku cen, wzrostu kosztów finansowania, incydentów bezpieczeństwa i wątpliwości co do wypłacalności głównych klientów. Projekty inwestycyjne mogłyby zostać anulowane, aktywa umorzone, a kredyty zrewaloryzowane. Konsekwencje wykraczałyby poza sektor technologiczny, ponieważ w jego ekspansję zaangażowani są dostawcy energii, firmy budowlane, producenci półprzewodników i inwestorzy finansowi.
Najbardziej prawdopodobnym rezultatem nie będzie jeden z czystych wariantów, lecz raczej ich mieszanka. Niektóre aplikacje przyniosą wysokie zyski, podczas gdy inne pozostaną kosztownymi eksperymentami. Niektóre centra danych będą rzadkie i cenne, podczas gdy inne zostaną zbudowane w niewłaściwych lokalizacjach lub z wykorzystaniem przestarzałej technologii. Wiodące modele będą nadal zyskiwać na wartości, a ich wyceny będą się wahać. Rynek nie będzie rósł ani spadał jednostajnie, ale zastąpi swój obecny, lekkomyślny entuzjazm bardziej zniuansowanym rozróżnieniem między autentycznym tworzeniem wartości a finansowaną nadzieją.
Anthropic i Microsoft wysyłają sprzeczne, ale szczere sygnały
Anthropic dowodzi, że sztuczna inteligencja może stworzyć wielomiliardowy biznes w bardzo krótkim czasie. Firma udowadnia również, że klienci korporacyjni są skłonni wydawać znaczne kwoty na modele i narzędzia agentów. Jednocześnie ujawnia skrajną zależność firmy od kapitału, mocy obliczeniowej, partnerów i przyszłego wzrostu. Dane obalają zarówno twierdzenie, że to tylko szum medialny, jak i twierdzenie, że sukces ekonomiczny jest już gwarantowany.
Microsoft ilustruje drugą stronę tego samego trendu. Firma może pochwalić się zyskami, klientami, infrastrukturą i jednym z najsilniejszych bilansów na świecie. Mimo to stara się usprawnić zatrudnienie, jednocześnie inwestując bezprecedensowy kapitał w infrastrukturę AI. Nie jest to oznaką natychmiastowych problemów finansowych. To dowód na to, jak agresywnie, nawet wysoce rentowna firma dostosowuje swoją organizację do przewidywanej gospodarki opartej na sztucznej inteligencji.
Dobrowolne odejścia nie są zatem ani rutyną kadrową, ani dowodem na w pełni zautomatyzowaną przyszłość. Stanowią one wczesny sygnał. Firmy zaczynają przekładać obietnice dotyczące produktywności na plany kadrowe. Ta transformacja będzie budzić kontrowersje społeczne, ponieważ korzyści mogą początkowo przypaść inwestorom, platformom i wysoko wykwalifikowanym pracownikom, podczas gdy inni pracownicy poniosą koszty dostosowań.
To właśnie połączenie rosnących wycen i malejących potrzeb kadrowych sprawia, że debata staje się politycznie burzliwa. Technologia może zwiększać produkt krajowy brutto, a jednocześnie zaostrzać konflikty dystrybucyjne. Może zwiększać produktywność firm, a jednocześnie tworzyć niepewność na rynku pracy. Postęp gospodarczy nie gwarantuje automatycznie akceptacji społecznej.
Bańka AI istnieje przede wszystkim w sferze oczekiwań
Obiektywna perspektywa jest taka: rynek sztucznej inteligencji nie jest czystą bańką spekulacyjną, ale w kluczowych obszarach wyraźnie wykazuje cechy bańki spekulacyjnej. Technologia działa, przychody są realne, a możliwości wzrostu produktywności znaczne. Wydaje się jednak, że przesadą jest tempo, w jakim długoterminowe sukcesy są uwzględniane w obecnych wycenach, skala zobowiązań infrastrukturalnych oraz założenie, że praktycznie nieograniczony popyt doprowadzi do trwale wysokich marż.
Anthropic może być znakomitą firmą, a mimo to, przy wycenie na poziomie 1,5–2 bilionów dolarów, wciąż jest przewartościowany. Microsoft może rzeczywiście zwiększyć produktywność dzięki sztucznej inteligencji, jednocześnie wykazując się nadmiernym optymizmem w publicznej prezentacji korzyści płynących ze swoich systemów. Firmy hiperskalerowe mogą inwestować strategicznie i jednocześnie wspólnie tworzyć nadwyżki mocy produkcyjnych. Te stwierdzenia nie są sprzeczne. Ilustrują one różnicę między potencjałem technologicznym a zwrotem finansowym.
Kluczowe pytanie brzmi, czy obecny napływ kapitału przełoży się na znaczący wzrost produktywności. Jeśli w nadchodzących latach sztuczna inteligencja nie tylko będzie generować tekst i kod, ale także sprawi, że rzeczywiste procesy biznesowe staną się bardziej niezawodne, szybsze i tańsze, znaczna część inwestycji będzie uzasadniona ekonomicznie. Jeśli osiągnięte oszczędności nie pokryją kosztów modeli, integracji, kontroli i infrastruktury, konieczna będzie ponowna ocena.
Największym zagrożeniem nie jest to, że sztuczna inteligencja nagle stanie się bezużyteczna. Kryje się ono w tym, że użyteczna technologia zostanie obciążona nierealistycznymi oczekiwaniami co do zwrotu z inwestycji. Wtedy to nie sztuczna inteligencja eksploduje, ale raczej przekonanie, że wzrost może być trwale wykładniczy, że kapitał jest nieograniczony, a każdy wzrost efektywności automatycznie przekłada się na zysk. Anthropic i Microsoft podsycają obawy o bańkę spekulacyjną, ponieważ uwypuklają obie strony tej sprzeczności: oszałamiające możliwości ekonomiczne i cenę, która i tak wymaga niemal idealnego sukcesu.
📈🚀 Od widoczności do zaufania 👀🤝 Twoja skalowalna ścieżka z Xpert.Digital
Od widoczności do zaufania: Twoja skalowalna ścieżka z Xpert.Digital - Zdjęcie: Xpert.Digital
W przemysłowym modelu B2B trwałe relacje biznesowe rzadko powstają z dnia na dzień. Rozwijają się one krok po kroku – dzięki widoczności, profesjonalnej istotności, powtarzalnym punktom styku i rosnącemu zaufaniu. 4-etapowy model Xpert.Digital spełnia właśnie ten cel: oferuje ustrukturyzowaną ścieżkę, która zaczyna się od łatwego w zarządzaniu punktu wejścia i w razie potrzeby może przekształcić się w głębszą współpracę w rozwoju biznesu.
Zamiast polegać na głośnych obietnicach marketingowych, ten model stawia relację na pierwszym miejscu. Firmy zaczynają od jasno określonych, łatwych do obliczenia wskaźników, a następnie, na podstawie własnego doświadczenia, decydują, jak daleko chcą rozszerzyć współpracę. Kluczowym czynnikiem tego niezakłóconego procesu budowania zaufania jest to, że platforma całkowicie unika irytujących reklam, dzięki czemu uwaga redakcyjna skupia się wyłącznie na kompetencjach firm.
Więcej informacji tutaj:
Twój globalny partner w zakresie marketingu i rozwoju biznesu
☑️ Naszym językiem biznesowym jest angielski lub niemiecki
☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!
Konrad Wolfenstein
Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.
Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj wolfenstein@xpert.digital:lub po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to
Nie mogę się doczekać naszego wspólnego projektu.
