Jeszcze niedawno pytanie „Czy sztuczna inteligencja zmieni świat?” brzmiało trochę jak pytanie, czy internet zmieni świat w 1998 roku. Była to oczywista oczywistość. Dziś jednak coraz częściej pojawiają się wątpliwości, czy przypadkiem nie przesadziliśmy z oceną tej zmiany.
Wokół AI powstał ekosystem inwestycji, którego skala zaczyna wyglądać momentami wręcz surrealistycznie. Największe firmy technologiczne wydają setki miliardów dolarów na centra danych, infrastrukturę i po prostu sprzęt do “produkcji AI”. Startupy zajmujące się modelami językowymi są wyceniane na setki miliardów dolarów, mimo że wciąż spalają ogromne ilości gotówki. Nvidia z kolei bije rekordy przychodów, a jednocześnie rynek zastanawia się, kto właściwie będzie w stanie zarobić wystarczająco dużo na całej tej mocy obliczeniowej.
Właśnie tutaj, moim zdaniem, zaczyna się najbardziej interesująca część historii. Bo odpowiedź na pytanie, czy mamy bańkę AI, brzmi: prawdopodobnie tak, ALE… niekoniecznie bańkę w takim znaczeniu, w jakim sugeruje to internetowa narracja. Można bowiem mieć jednocześnie przewartościowane aktywa i technologię, która rzeczywiście zmienia gospodarkę. To się nie wyklucza, moi drodzy.
Nowe zawody od AI: kto posprząta po cudzych algorytmach?
Najpierw zła wiadomość: rachunek za AI jest gigantyczny
Na koniec września, przed wejściem w ostatni kwartał 2026 roku, trudno już mówić o AI wyłącznie jako o chwilowej modzie inwestorów. Skala wydatków jest tak realna, że bardziej się chyba nie da. Dość powiedzieć, że według szacunków przytaczanych przez „Financial Times”, największe amerykańskie firmy technologiczne mają wydać w całym roku około 800 mld dolarów na inwestycje kapitałowe, a w 2027 roku ta kwota ma wzrosnąć do około 1,1 biliona dolarów. Wygląda na to, że aby te inwestycje zaczęły się ekonomicznie spinać, potrzebne są setki miliardów dolarów dodatkowych przychodów generowanych przez AI.
Jeszcze bardziej wymowny jest raport firmy Bain&Company opublikowany w ostatnich tygodniach. Jej eksperci szacują, że wydatki tylko na infrastrukturę AI mogą sięgnąć 1,5 bln dolarów rocznie do 2031 roku. Przy założeniu, że nakłady inwestycyjne stanowią około 25% przychodów, oznaczałoby to konieczność stworzenia rynku AI o wartości około 6 bln dolarów rocznie. To są naprawdę kosmiczne liczby.
Pewnie teraz zapytacie, gdzie tkwi problem? Cóż, dzisiejsze prognozy dotyczące przychodów konsumenckich, komercyjnych i korzyści dla przedsiębiorstw są znacznie niższe. Mowa tu luce na około 4,2 bln dolarów, choć to nie oznacza od razu, że właśnie tyle pieniędzy zniknie z rachunku inwestorów. Ale mówi coś bardzo ważnego – rynek zakłada, że AI będzie musiała stworzyć ogromną ilość zupełnie nowej wartości ekonomicznej. Tylko kto właściwie ma tę wartość przejąć, przetworzyć, wykorzystać? No, właśnie.
Nvidia pokazuje, że AI już zarabia. Tylko kto zarobi następny?
Najlepszym argumentem przeciwko tezie, że AI to wyłącznie bańka, pozostaje Nvidia. W drugim kwartale roku fiskalnego 2026 firma osiągnęła 96 mld dolarów przychodu, czyli o 106% więcej niż rok wcześniej. Sam segment centrów danych wygenerował 89 mld dolarów, co też jasno wskazuje, w jakim kierunku podążyła wcześniej kojarzona z kartami graficznymi korporacja.
Tutaj nie mam wrażenia, że to historia o firmie, która sprzedaje obietnicę przyszłości. To jest historia firmy, która już dziś sprzedaje infrastrukturę, na którą ktoś realnie wydaje pieniądze. Chyba jedyny problem polega na tym, że Nvidia jest przede wszystkim beneficjentem inwestycji w AI. Jeżeli Google, Microsoft, Amazon, Meta, OpenAI, czy dziesiątki innych podmiotów budują kolejne centra danych, Nvidia w pewnym sensie sprzedaje im łopaty do kopalni pełnej diamentów.
Historia gospodarcza zna mnóstwo przypadków, kiedy sprzedawcy narzędzi zarabiali ogromne pieniądze podczas gorączki inwestycyjnej, nawet jeśli część późniejszych inwestycji okazywała się nietrafiona. Tutaj punkt dla Nvdii, która ustawiła się w takiej pozycji właściwie od razu, tuż po starcie boomu na AI.
No i te wyniki…Nie ma lepszego dowodu na rzeczywisty popyt na AI. Ale, żeby nie było tak cukierkowo, pokazują też coś innego. Że boom infrastrukturalny nie jest jeszcze dowodem na to, że cały ekosystem będzie w stanie osiągnąć odpowiedni zwrot z włożonego kapitału.
Najbardziej niepokojący element? AI potrzebuje coraz więcej pieniędzy, żeby… zarabiać pieniądze
W poprzedniej fazie rewolucji cyfrowej najważniejszym aktywem były serwery, łącza i oprogramowanie. Sęk w tym, że to było łatwiejsze do wprowadzenia, natomiast w AI pojawia się dodatkowy problem. To koszt obliczeń.
Bo wiecie: im bardziej zaawansowane modele, agenci i systemy autonomiczne, tym więcej potrzebują mocy obliczeniowej. Co więcej, coraz większą część obciążenia stanowi nie samo trenowanie modeli, tylko uruchamianie ich dla użytkowników. Eksperci zauważają, że właśnie to zaczyna dominować jako poważne obciążenie infrastruktury AI.
To z kolei prowadzi do rozwoju wyspecjalizowanych układów, projektowanych pod konkretne modele i zadania, oraz do coraz silniejszego związku między AI a energetyką. Dlatego AI przestała być wyłącznie historią o oprogramowaniu. Nie, już dawno tak nie jest.
Zresztą weszliśmy w fazę, w której historia o rozwoju AI opiera się na:
- elektrowniach,
- sieciach energetycznych,
- chłodzeniu,
- półprzewodnikach,
- pamięciach,
- światłowodach,
- transformatorach,
- centrach danych,
- nieruchomościach przemysłowych
Dużo tego, prawda? Z jednej strony dobrze, bo to pokazuje naprawdę mocne fundamenty tej “bańki”, a z drugiej ewentualna korekta na rynku AI nie musi oznaczać końca AI. Może oznaczać po prostu koniec pewnego modelu finansowania jej rozwoju. A przynajmniej ja tak to widzę jako człowiek, który też inwestuje swoje pieniądze w rozwój największych firm bazujących dziś na sztucznej inteligencji.
Najlepszym testem będzie pytanie: czy firmy naprawdę na tym zarabiają?
Tutaj obraz jest znacznie bardziej skomplikowany. Owszem, różne badania, nawet w Polsce, pokazują, że przedsiębiorstwa coraz częściej raportują rzeczywistą wartość biznesową pochodzącą z AI. Według badania KPMG z września 2026 roku niemal sześciu na dziesięciu liderów swojego działu deklaruje mierzalną wartość z inicjatyw AI. Najczęściej jest to wzrost produktywności, ale firmy wskazują także szybsze podejmowanie decyzji, lepszą obsługę klientów czy wpływ na wyniki finansowe.
Trzeba też jednak pamiętać, że adopcja AI nadal nie oznacza fundamentalnej transformacji i rewolucji, jakiej spodziewa się tu i teraz wielu ludzi. Choćby Deloitte podaje, że tylko około 34% badanych liderów faktycznie zmienia działalność przedsiębiorstwa pod wpływem AI, zamiast traktować ją przede wszystkim jako narzędzie zwiększające efektywność. Jednocześnie zaledwie jedna piąta organizacji wystosowała na ten moment dojrzały model zarządzania autonomicznymi agentami.
To bardzo ważna różnica, bo przecież można mieć miliony pracowników korzystających z Copilota czy ChataGPT, jak najbardziej, ale też jednocześnie nie zmienić fundamentalnie sposobu działania firmy. Szkopuł w tym, żeby zacząć od jednego, a skończyć na drugim, jeśli faktycznie to się opłaci. Rzecz jasna, przy zachowaniu działalności człowieka, która często jest kluczowa do obsługi AI.
I tutaj pojawia się druga fala AI. Tak zwani “agenci”
Nie chodzi o “Agenta 007”, choć pewnie nawet takiego można by wytrenować. Ktoś testował? A mówiąc zupełnie poważnie, być może właśnie dzięki agentom AI 2026 rok jest ciekawszy niż poprzednie. Wystarczy to zauważyć na prostym podziale, to znaczy: pierwsza fala generatywnej AI polegała przede wszystkim na rozmowie z modelem, a druga skupiła się na delegowaniu pracy modelowi. To zasadnicza zmiana.
W skrócie: chatbot odpowiada na pytanie, a agent dostaje cel, dostęp do narzędzi, danych i systemów, by następnie wykonać serię działań. To teraźniejszość, w której coraz chętniej obraca się coraz więcej firm. Zresztą nawet OpenAI raportował latem tego roku, że agenci odpowiadali już za 64% połączonego wykorzystania tokenów Codex i ChataGPT wśród klientów biznesowych. Według danych firmy użycie agentów rosło także gwałtownie poza programowaniem, m.in. w prawie, sprzedaży, rekrutacji i marketingu.
Co ciekawe, firma analityczno-badawcza Gartner wzięła pod lupę ponad 100 wdrożeń agentów i wykazała, że największa wartość ekonomiczna ma pochodzić nie z jednego uniwersalnego „superagenta”, ale z wyspecjalizowanych agentów wykonujących konkretne procesy biznesowe. I to właśnie, moi drodzy, może być prawdziwym przełomem.
Nie dlatego, że AI napisze kolejny wiersz tekstu albo przygotuje prezentację w Powerpoincie w 15 sekund. Tylko dlatego, że w przyszłości firma może potrzebować mniej ludzi do wykonywania powtarzalnych procesów administracyjnych, analitycznych, sprzedażowych czy programistycznych. Wtedy AI zaczyna konkurować nie z oprogramowaniem, lecz bezpośrednio z kosztem pracy.
Walka z AI w świecie programowania? Całkiem realna
Od kilku lat mówi się, że programowanie jest wyjątkowo podatne na automatyzację, ponieważ rezultat pracy programisty ma postać cyfrową. Wyobraźcie sobie: agent może czytać kod, uruchamiać testy, analizować błędy, modyfikować pliki, korzystać z dokumentacji i wykonywać kolejne ruchy.
Wybaczcie, drodzy programiści, ale to potencjalnie znacznie głębsza zmiana niż po prostu stwierdzenie, że „AI pomaga programistom pisać kod”.
Ba, w pewnym momencie pytanie w firmie może brzmieć nie „ilu programistów potrzebujemy?”, ale „ile oprogramowania jesteśmy w stanie stworzyć przy obecnej liczbie programistów?”. Chodzi o tę różnicę między automatyzacją działań człowieka a zwiększeniem jego przepustowości. Nie wiem, czy to widzicie, ale mam wrażenie, że podobny mechanizm zaczyna pojawiać się w prawie, marketingu, finansach, obsłudze klienta czy analizie danych. Słowem: w wielu miejscach wokół nas.
Jensen Huang: „Szanse na zagładę ludzkości przez AI to zero procent”
Prawdziwym game-changerem może być coś, czego jeszcze dobrze nie widać
Kolejna ważna sprawa. W różnych raportach technologicznych na 2026 rok zwraca się uwagę na kilka obszarów, w których AI wychodzi poza świat aplikacji. Chodzi na przykład o robotykę, fizyczną AI, odkrywanie leków, energetykę czy nowe generacje półprzewodników.
I to jest moim zdaniem najważniejszy punkt całej dyskusji, bo jeżeli AI zatrzyma się na generowaniu tekstu, obrazów i kodu, możemy mieć do czynienia z gigantycznym rynkiem oprogramowania, którego poziom inwestycji trudno będzie uzasadnić. Ale jeśli AI stanie się warstwą wręcz sterującą dla świata fizycznego, dla nas, zwykłych ludzi, sytuacja zmieni się radykalnie.
Sami to sobie wyobraźcie. Robot przemysłowy wyposażony w naprawdę dobre modele percepcji i planowania to zupełnie inna historia niż chatbot, z którego może dzisiaj skorzystać nawet człowiek o naprawdę niskiej wiedzy technologicznej.
Co więcej, system AI pomagający projektować nowe leki albo wpływający pozytywnie na procesy operacji w szpitalach, diagnostykę, wszelkiego rodzaju procesy w świecie medycyny, to też zupełnie inna historia niż włączenie agenta do automatycznego pisania maili.
To samo tyczy się autonomicznego pojazdu, AI sterującej logistyką magazynu, siecią energetyczną czy fabryką. Właśnie tutaj pojawia się możliwość powstania nowych bilionowych rynków, których obecne modele finansowe jeszcze właściwie nie potrafią wycenić.
Zwłaszcza robotyka może być tym, czym internet był dla oprogramowania
To w sumie jeden z powodów, dla których nie skreślałbym całej historii AI tylko dlatego, że część wycen wygląda absurdalnie. AI rozwiązuje bowiem jeden z najtrudniejszych problemów robotyki: jak sprawić, żeby maszyna potrafiła funkcjonować w nieprzewidywalnym świecie?
Klasyczny robot przemysłowy jest świetny, jeśli świat wygląda dokładnie tak, jak przewidział konstruktor. Model AI potrafi natomiast interpretować obraz, język i kontekst, a następnie dobierać działania, dając takiemu robotowi większą świadomość i lepszą reakcję na otoczenie.
Deloitte podaje, że w 2026 roku już ponad 50% badanych organizacji na świecie wykorzystuje przynajmniej w ograniczonym zakresie tzw. fizyczne AI, a odsetek ten według prognozy ma wzrosnąć nawet o kilkadziesiąt procent w ciągu kilku następnych lat. Jeśli te prognozy się zmaterializują, dzisiejsza dyskusja o chatbotach może za kilka lat wyglądać równie archaicznie jak rozmowy o tym, czy wyszukiwarka internetowa jest rzeczywiście przydatna. W takim tempie to się rozwija, serio!
Sam przyznam, że w jedną z takich firm inwestuję. To Symbotic, czyli amerykańska spółka zajmująca się automatyzacją magazynów z wykorzystaniem właśnie robotyki. Firma buduje i obsługuje zautomatyzowane systemy magazynowe dla klientów w USA i Kanadzie, wykorzystując w swoim oprogramowaniu oczywiście sztuczną inteligencję. Skok wartości na giełdzie? Przez pięć lat o ponad 300%. To wiele mówi.
Sztuczna inteligencja prowadzi pacjentów w klinice okulistycznej
Chiny pokazują jeszcze jeden wymiar tej historii
Żeby nie było, że Amerykanie pompują samych siebie, a reszta tańczy, jak im zagrają… Patrząc na Chiny, AI jest coraz mniej historią jednej amerykańskiej doliny technologicznej. Dość powiedzieć, że we wrześniu Huawei zaprezentował kolejne generacje infrastruktury AI i układów Ascend, rozwijając chiński odpowiednik ekosystemu Nvidii. Wobec tego wydarzenia zwraca się uwagę, że tutaj postęp odbywa się POMIMO ograniczeń eksportowych, dotyczących najbardziej zaawansowanych amerykańskich technologii.
To, mówiąc wprost, oznacza, że AI staje się też elementem rywalizacji technologicznej państw. A skoro tak, część inwestycji może mieć sens strategiczny nawet wtedy, gdy ich bezpośrednia stopa zwrotu nie wygląda idealnie. Wystarczy spojrzeć w przeszłość, żeby zrozumieć, że to podobna logika, która przez dekady napędzała inwestycje w półprzewodniki, podróże kosmos czy najzwyklejsze technologie komunikacyjne.
Czy to jednak znaczy, że mamy “bańkę”? Że kilku, kilkunastu ludzi na świecie, będzie rywalizować, kto ma, ekhm, “większego” na rynku AI? Kto wygra nowy wyścig technologiczny, kto będzie bił kolejne rekordy na giełdzie i w PKB? Niektórzy mogą tak pomyśleć. Że to wszystko sztuczne, trochę na pokaz. Cóż, jeśli przez „bańkę” rozumiemy sytuację, w której ceny aktywów i skala inwestycji wyprzedzają racjonalnie uzasadnione oczekiwania dotyczące przyszłych zysków – słuchajcie, argumentów za tym jest coraz więcej.
Jeżeli natomiast przez bańkę rozumiemy technologię, która okaże się przereklamowanym gadżetem – nie, sorry, dane tego nie potwierdzają. Jest wręcz przeciwnie. Nvidia ma gigantyczne przychody z AI, taki Anthropic deklarował w tym roku dziesiątki miliardów dolarów przychodów w ujęciu annualizowanym, a jego wycena w półrocznej rundzie finansowania sięgnęła prawie 1000 miliardów dolarów. Firma jednocześnie informuje o gwałtownie rosnącym popycie ze strony przedsiębiorstw i deweloperów, którzy coraz chętniej patrzą na potencjalne zyski we współpracy z takimi molochami.
OpenAI z kolei informuje, że segment enterprise (grupa największych klientów biznesowych) odpowiada już za ponad 40% jej przychodów, a firma rozwija wykorzystanie agentów także w mniejszych, to znaczy dalej dużych, ale przedsiębiorstwach spoza elity. Mówimy więc o realnych pieniądzach, realnych zastosowaniach i realnych klientach. Nie ma co się oszukiwać.
Problem polega na tym, że realność technologii oczywiście nie mówi nic o tym, czy jej aktywa są dziś odpowiednio wycenione. Często wyznacza to rynek giełdowy, ale też – w specyficznych przypadkach, jak ten – najwięksi gracze na rynku.
A zresztą – czy Internet nie był prawdziwy? Czy smartfony nie były prawdziwe? E-commerce też był bajką? W pewnych okresach, zwłaszcza silnie wzrostowych, część spółek związanych z tymi technologiami również była absurdalnie droga. Ale, koniec końców, doszła do punktu, w którym zdobyła zaufanie nawet przeciętnego Kowalskiego.
Najbardziej interesująca analogia? Chyba… Dot-com
Jeśli ktoś to pamięta, w 2000 roku internet nie przestał istnieć dlatego, że pękła bańka internetowa. Wręcz przeciwnie – po jej pęknięciu powstały firmy, które ostatecznie zbudowały znacznie większą wartość niż większość spółek z pierwszej fali. Podobny scenariusz jest możliwy w AI. Może się przecież okazać, że dzisiejsze wyceny części firm są nie do utrzymania, ale może także dojść do konsolidacji rynku modeli.
Dalej: może okazać się, że nie każdy startup potrzebuje własnego modelu fundamentalnego i może również dojść do gwałtownego spadku cen, gdy pojawią się nowe układy i bardziej efektywne modele, w nowych firmach.
Paradoksalnie to ostatnie może być dla gospodarki świetną wiadomością, bo jeśli koszt inteligencji spadnie tak jak koszt pamięci, transmisji danych czy mocy obliczeniowej, zacznie być opłacalne stosowanie jej w miejscach, w których dzisiaj rachunek ekonomiczny się nie spina. Nie jesteśmy jeszcze w tym momencie, ale patrząc na schematyczność rozwoju różnych technologii – to raczej przed nami.
Największe ryzyko nie polega więc na tym, że AI „nie zadziała”
Znacznie ciekawsze pytanie brzmi: czy wartość ekonomiczna AI będzie rosła szybciej niż koszt infrastruktury potrzebnej do jej dostarczania? Na razie odpowiedź nie jest oczywista. Bo z jednej strony mamy rekordowe przychody Nvidii, rosnące wykorzystanie modeli i coraz więcej przedsiębiorstw wdrażających AI. Z drugiej – mamy inwestycje liczone w setkach miliardów dolarów, gigantyczne zobowiązania infrastrukturalne i pytania o to, czy klienci końcowi będą skłonni zapłacić wystarczająco dużo, aby cały ten ekosystem uzasadnić i na niego poczekać.
Jak sobie o tym myślę, mam wrażenie, że dzisiejsza sytuacja jest trochę podobna do budowy autostrad przed masową motoryzacją. Możliwe, że część z nich okaże się potrzebna, ale nie wykluczyłbym, że część będzie przez lata wykorzystywana poniżej możliwości. Ale jeśli samochody rzeczywiście zmienią sposób funkcjonowania gospodarki, sama budowa autostrad nie będzie błędem, nawet jeśli te autostrady (w domyśle obecna “bańka” AI) są dziś znacznie przeceniane.
To co z tym przeciętnym Kowalskim?
Tu sceptycyzm jest moim zdaniem całkowicie zrozumiały. Jeśli ktoś patrzy na AI z perspektywy zwyczajnego konsumenta “z ulicy”, może zapytać: gdzie są te biliony dolarów wartości? To naprawdę uczciwe pytanie, którego nie zbywałbym śmiechem. Odpowiedź prawdopodobnie nie znajduje się jednak w takich aplikacjach jak ChatGPT czy Claude. Znajduje się w tym, co na razie dzieje się daleko poza naszym codziennym widzeniem.
W fabrykach. W centrach logistycznych. W laboratoriach farmaceutycznych. W programowaniu. W energetyce. W cyberbezpieczeństwie. W półprzewodnikach. W robotyce. I… mógłbym tak wymieniać. To właśnie tam rozstrzygnie się, czy dzisiejszy boom AI był początkiem największej transformacji technologicznej od czasu internetu, czy przede wszystkim gigantycznym cyklem inwestycyjnym, który znacznie wyprzedził realny popyt.
Wchodząc w ostatni kwartał 2026 roku, nie znamy jeszcze odpowiedzi i właśnie to jest najbardziej uczciwy wniosek. Na pewno jednak AI nie sprowadziłbym do zwykłej “bańki spekulacyjnej”. Owszem, bańką mogą być niektóre wyceny, niektóre projekty i część inwestycji. Sama technologia jest natomiast zdecydowanie zbyt realna, żeby ją w ten sposób skreślić.
A czy AI zmieni świat? Trudno powiedzieć. Na pewno trzeba zadać sobie inne pytanie: ile świata będzie musiało się zmienić, żeby uzasadnić pieniądze, które już dziś w tę zmianę wkładamy? Najbliższe lata nam to pokażą.
Dodaj komentarz