„Żadna firma nie będzie odporna”, ostrzegł Sundar Pichai
W niedawnym wywiadzie dla BBC, CEO Alphabet, Sundar Pichai, przedstawił dosadną ocenę: jeśli bańka rynkowa napędzana przez AI pęknie, nawet giganci na szczycie technologicznej piramidy nie zostaną oszczędzeni. „Myślę, że żadna firma nie będzie odporna, włączając w to nas”, powiedział, przywołując porównania do boomu internetowego (dot‑com) i jego bolesnych następstw. Ta uwaga krystalizuje rosnący niepokój w Dolinie Krzemowej i na Wall Street: gwałtowny entuzjazm inwestorów, spektakularne wyceny i silna zależność od garstki dostawców infrastruktury stworzyły warunki przypominające bańki z przeszłości.
Ostrzeżenie Pichaia w kontekście
Pichai przedstawił swój komentarz jako paradoks. Argumentował, że AI jest fundamentalnie transformacyjna — analogia do internetu powraca w rozmowach o tej technologii — ale obecna euforia zawiera „elementy nieracjonalności”. Pogląd ten podzielają inni liderzy w tej dziedzinie. CEO OpenAI, Sam Altman, również stwierdził, że sektor wykazuje klasyczne oznaki bańki, mimo że podtrzymuje opinię, iż AI reprezentuje jedną z najważniejszych zmian technologicznych od dziesięcioleci.
Te sprzeczne prawdy — realna, trwała wartość techniczna i przegrzane krótkoterminowe oczekiwania — są widoczne w liczbach. Alphabet osiągnął niedawno poziom kapitalizacji rynkowej w granicach bilionów dolarów; raporty wskazują, że OpenAI osiągnęło głośną wycenę rzędu setek miliardów; a NVIDIA, dominujący projektant procesorów graficznych (GPU) używanych do trenowania i uruchamiania dużych modeli, wystrzeliła do wycen na poziomie wielu bilionów dolarów po serii kwartałów z rekordowymi zyskami. Fascynacja rynku wąską grupą zwycięzców wyniosła te firmy na poziomy, które w przypadku zmiany narracji mogą być podatne na gwałtowne korekty wyceny.
Wąskie gardło mocy obliczeniowej i zakład o biliony dolarów
U podstaw dużej części tej euforii leży twarde, fizyczne ograniczenie: moc obliczeniowa (compute). Współczesne modele fundamentowe są nienasycone pod względem specjalistycznych układów scalonych, energii i chłodzenia, więc dostęp do procesorów GPU i możliwość ich eksploatacji na dużą skalę stanowią strategiczne wąskie gardła. Sam Altman otwarcie mówił o tym ograniczeniu — zasygnalizował plany zainwestowania ogromnych sum w budowę centrów danych, aby zabezpieczyć więcej mocy obliczeniowej. Obserwatorzy branżowi, a także sam Altman, używali nawet słowa „biliony”, opisując przyszłe potrzeby kapitałowe — jest to skala, która zachwiałaby ekonomią infrastruktury i potencjalnie zmieniła miejsce oraz sposób świadczenia usług AI.
Jednak rynek mocy obliczeniowej również się zmienia. Wielcy dostawcy usług chmurowych i hiperskalerzy inwestują w alternatywny sprzęt — najnowszy flagowy model Google, Gemini 3, był trenowany na własnych jednostkach TPU (Tensor Processing Units) Google, a nie na procesorach graficznych NVIDIA. Jeśli więcej graczy pójdzie tą drogą, konkurencja może obniżyć ceny trenowania i inferencji na dużą skalę, łagodząc jeden z punktów zapalnych w systemie. Jednocześnie tańsza moc obliczeniowa mogłaby wydłużyć okres finansowania (runway) wielu startupom i serwisom AI na znalezienie modeli biznesowych; niższe ceny nie przełożą się jednak automatycznie na zrównoważony wzrost przychodów każdej firmy goniącej za obietnicą sztucznej inteligencji.
Sygnały rynkowe: rotacje inwestorów i zakłady
Rynki zaczęły już wykazywać oznaki zdenerwowania. Niektórzy prominentni inwestorzy ograniczyli lub zamknęli znaczące pozycje u producentów chipów i dostawców AI. Fundusze hedgingowe i inwestorzy publiczni, którzy zarobili na wczesnej fali entuzjazmu wobec AI, teraz wycofują zyski, a kilka sprytnych, kontrariańskich zakładów — z których najsłynniejsze należą do Michaela Burry'ego — trafiło na nagłówki gazet z powodu sceptycyzmu co do tego, czy obecne ceny są uzasadnione.
Jak mogłaby wyglądać korekta
Jeśli rynek dokona ponownej oceny wartości firm z sektora AI, skutki będą nierównomierne. Startupy zależne od nieustannych rund finansowania w celu dotowania szybkiego wzrostu byłyby najbardziej narażone — mogłyby stanąć w obliczu obniżenia wycen, zamrożenia zatrudnienia, a w niektórych przypadkach niewypłacalności. Spółki publiczne o ograniczonej dywersyfikacji przychodów mogą odnotować szybsze spadki udziałów w rynku, jeśli cierpliwość inwestorów się wyczerpie. Nawet uznani dostawcy infrastruktury obliczeniowej odczuliby wstrząsy: gwałtowne spowolnienie wydatków na centra danych odbiłoby się echem w całym łańcuchu dostaw, uderzając w producentów chipów, dostawców sprzętu i partnerów budowlanych.
Mimo to kurczenie się rynku nie musi negować podstawowej użyteczności AI. Dekada po pęknięciu bańki internetowej nie wymazała długofalowego znaczenia sieci; zamiast tego wyeliminowała słabsze modele biznesowe i zmusiła firmy do skupienia się na zrównoważonej monetyzacji. Podobna rekalibracja mogłaby ostatecznie wzmocnić sektor, choć koszty ludzkie — utrata miejsc pracy, upadłe firmy i przerwane projekty — byłyby realne i natychmiastowe.
Równoważenie fundamentów i szumu medialnego
Ocena, czy obecna faza jest bańką spekulacyjną, czy zdrowym boomem, wymaga odróżnienia szumu (hype'u) od fundamentów. Kluczowe fundamenty, które należy obserwować, to: spójny, powtarzalny wzrost przychodów związany z produktami i usługami AI; marże brutto potwierdzające ekonomiczny sens dostarczania inferencji na dużą skalę; oraz dywersyfikacja podaży mocy obliczeniowej, tak aby żaden pojedynczy dostawca nie stał się wąskim gardłem. Jeśli te sygnały się pokryją, duża część obecnego entuzjazmu będzie miała trwałe podstawy. Jeśli nie, rynek prawdopodobnie wycenia oczekiwania zakładające niemal idealną realizację planów w niezliczonych firmach.
Decydenci polityczni i inwestorzy instytucjonalni również mają swoją rolę do odegrania. Lepsze ujawnianie informacji o sposobie rozpoznawania przychodów z AI, wyraźniejsze wskaźniki wykorzystania mocy obliczeniowej i dokładniejsze testy warunków skrajnych modeli biznesowych AI mogłyby zmniejszyć asymetrię informacji, która napędza cykle spekulacyjne. Dla zarządów i kadry kierowniczej uwaga Pichaia jest pragmatyczna: nawet dominujące firmy muszą unikać samozadowolenia, gdy wyceny zależą od euforii sektora, a nie od przewidywalnych przepływów pieniężnych.
Dlaczego ma to znaczenie wykraczające poza finanse
Stawka nie jest tylko finansowa. AI już zmienia rynki pracy, ekosystemy medialne i krajowe strategie przywództwa technologicznego. Jeśli dojdzie do gwałtownej korekty, bezpośrednimi ofiarami będą inwestorzy i pracownicy — jednak strategiczne konsekwencje mogą odbić się na inwestycjach w badania, planach rozwoju produktów i konkurencyjności narodowej. I odwrotnie, stopniowe schłodzenie rynku, które odsieje zbyt ambitne przedsięwzięcia, mogłoby zaowocować zdrowszą branżą w dłuższej perspektywie, skoncentrowaną na dostarczaniu wymiernej wartości.
Obecnie branża znajduje się w niekomfortowym punkcie pośrednim: potężna, ewidentnie użyteczna technologia współistnieje z wygórowanymi cenami aktywów i skoncentrowanymi łańcuchami dostaw. Ostrzeżenie Pichaia przypomina, że kustosze gospodarki technologicznej — prezesi, inwestorzy i regulatorzy — muszą odpowiedzialnie zarządzać wzrostem. Prawdopodobnym rezultatem nie jest ani całkowite załamanie, ani gwarantowana nirwana: bardziej realnie rzecz biorąc, najbliższe kilka lat będzie testem tego, które firmy potrafią przekuć technologiczną obietnicę AI w odporne, generujące przychody biznesy, podczas gdy rynek zresetuje swoje oczekiwania.
Comments
No comments yet. Be the first!