AI wkracza w fazę próby: czas na przychody, zyski i zwroty

​Technologia ta może zapewniać — i już zapewnia — ogromny wzrost produktywności. Inwestorzy nadal muszą ustalić, kto przejmie te zyski oraz ile powinni za nie zapłacić.

Sztuczna inteligencja osiągnęła punkt, w którym może spełnić wszystkie obietnice składane przez jej promotorów, ale jednocześnie rozczarować inwestorów, którzy zapłacili zbyt dużo za niewłaściwe spółki.

Kluczowe pytanie dotyczące AI brzmi: czy obiecany wzrost produktywności przełoży się na przychody oraz czy wystarczy to, aby zwrócić ogromne ilości kapitału inwestowanego w centra danych i chipy. A jeśli akcje spółek związanych z AI są przewartościowane, czy możemy spodziewać się rotacji w kierunku mniej ryzykownych aktywów?

Różnica między wydatkami na AI a wzrostem produktywności

W prognozie na czerwiec 2026 r. J.P. Morgan Asset Management oszacował, że konsensus prognoz nakładów inwestycyjnych pięciu amerykańskich hyperscalerów wynosi na ten rok 697 mld USD. Według szacunków nakłady te pochłoną 93% ich operacyjnych przepływów pieniężnych, w porównaniu z 33% w 2023 r. Oczywiście są to tylko szacunki, ale kapitał wydaje się podążać za jednym nadrzędnym celem, przypominającym gorączkę kolejową z XIX wieku.

Aby ustalić, czy są to dobrze wydane pieniądze, musimy przeanalizować obiecane korzyści w zakresie produktywności — obecnie i w przyszłości. Praktycznie każda firma na świecie jest w pewnym stopniu zaangażowana w AI, licząc na poprawę efektywności. 

Korzyści te są nierówne i niezbyt przekonujące: National Bureau of Economic Research przeprowadziło badanie wśród prawie 6 000 kadry kierowniczej w USA, Wielkiej Brytanii, Niemczech i Australii między listopadem 2025 r. a styczniem 2026 r. Około 89% respondentów stwierdziło, że AI nie wpłynęła na produktywność pracy w ciągu poprzednich trzech lat.

Nie musi to oznaczać, że ich inwestycje w AI nie przyniosą efektów, a jedynie to, że istnieje znacząca różnica między oczekiwaniami spółek a tym, co faktycznie zmierzyły.

Nie oznacza to również, że AI jest skazana na porażkę. Przyjmowanie AI może po prostu potrwać dłużej, podczas gdy jej cena będzie spadać. Kolejnym czynnikiem hamującym wdrażanie AI przez firmy jest konkurencja — jeśli każde przedsiębiorstwo korzysta z podobnych narzędzi, przewaga konkurencyjna zostaje zneutralizowana, a klienci otrzymują korzyści w postaci niższych cen.

Skłoniło to komentatorów rynkowych do mówienia o „bańce AI” i jej nieuniknionym pęknięciu.

Inwestorzy mogą mierzyć niewłaściwy rynek

Doświadczony inwestor z Wall Street, Jordi Visser, dostrzega znacznie większą szansę poza wzrostem produktywności mierzonym obecnie przez firmy. Jego zdaniem popytu na AI nie należy oceniać wyłącznie na podstawie liczby osób płacących za chatbota, lecz także przez pryzmat potencjalnego powstania gospodarki, w której autonomiczni agenci będą prowadzić działalność między sobą.

Zdaniem Vissera przyszłość ta może obejmować tokenizowane akcje notowane przez 24 godziny na dobę, 7 dni w tygodniu, a także kryptowaluty i stablecoiny ułatwiające transakcje między autonomicznymi agentami. Jeszcze tam nie jesteśmy, ale zbliżamy się do tego punktu. Możliwość tworzenia przez inwestorów własnych indeksów i ETF-ów za pomocą narzędzi AI, takich jak Grokbot, zapowiada fascynującą (i zdecentralizowaną) przyszłość inwestowania.

Visser stworzył kryptowalutowy indeks „46 Name”, obejmujący sześć akcji i 40 tokenów, z równymi wagami, w tym Coinbase, Robinhood, Circle, PayPal, BTC, ETH, SOL, ZEC, TAO i NEAR. Od początku roku indeks wzrósł o 50%, podczas gdy Bitcoin spadł o 3,2%, co sugeruje, że zainteresowanie inwestorów wykracza poza Bitcoina.

Poniższy wykres przedstawia wyniki funduszu Global X AI & Technology (AIQ) na tle indeksu S&P 500 w okresie trzech lat. AIQ wzrósł w tym czasie o 136%, w porównaniu z 86% w przypadku S&P 500. 

Wyraźnie widać, w jakim kierunku, zdaniem inwestorów, zmierza przyszłość.

Poligon doświadczalny AI 

Jeśli AI pozwala małemu zespołowi wykonywać pracę, która wcześniej wymagała znacznie większej organizacji, jej wartość ekonomiczna wykracza daleko poza przychody z subskrypcji pobierane przez dostawcę modelu.

Istnieją dowody na wzrost efektywności dzięki AI w określonych warunkach. Badania Erika Brynjolfssona, Danielle Li i Lindsey Raymond wykazały, że wsparcie AI zwiększyło produktywność w obsłudze klienta o prawie 14%, przy czym większe korzyści odnotowano wśród mniej doświadczonych i niżej wykwalifikowanych pracowników. 

Microsoft poinformował o ponad 30 mln płatnych stanowisk Microsoft 365 Copilot w wynikach za lipiec 2026 r. Przychody Azure przekroczyły 100 mld USD w roku obrotowym, choć Azure obejmuje zarówno tradycyjne usługi chmurowe, jak i AI.

Wyraźnie widać, że klienci są skłonni płacić za AI, choć dopiero okaże się, czy inwestycje te zapewnią trwałą przewagę konkurencyjną.

Korzyści nie będą rozłożone równomiernie. Zdaniem Vissera mniejsze firmy mogą szybciej osiągać poprawę efektywności dzięki AI, podczas gdy bardziej ugruntowane przedsiębiorstwa mogą mieć trudności z istniejącymi kosztami i spadającymi cenami. Istnieje również ryzyko, że wąskie gardła w mocy obliczeniowej spowolnią wdrażanie AI, a tym samym obniżą zwrot z kapitału.

W co dokonać rotacji?

Rodz#### raises the question – if AI is over-valued, where will the smart money move?

Dojrzałe firmy o stabilnych zyskach mogą wydawać się oczywistym wyborem, ale ich wyniki mogą być zagrożone przez konkurentów, którzy są obecnie w stanie wejść na rynek niższym kosztem.

Dostawcy chipów, tacy jak Micron i AMD, korzystają obecnie z fali euforii, ale nie są odporni na potencjalne spowolnienie planów inwestycyjnych klientów.

Producenci półprzewodników — wyniki akcji od początku roku

Powyższa tabela pokazuje coraz bardziej zatłoczony sektor układów scalonych, w którym niegdysiejszy ulubieniec Wall Street, Nvidia, odnotował dość przeciętną stopę zwrotu od początku roku na poziomie 16,8%, mierząc się z wyjątkowo silną konkurencją.

Micron jest zdecydowanie najlepszą spółką tego roku, z wynikiem od początku roku na poziomie 218%, osiągniętym głównie dzięki ograniczonej podaży pamięci. Procesory AI wymagają szybkiego dostępu do danych, co napędza popyt na pamięć o wysokiej przepustowości, czyli HBM. Micron korzysta zarówno z tego popytu, jak i z bardziej ograniczonej podaży na całym rynku pamięci, co wspiera wyższe ceny sprzedaży.

AMD oferuje własną markę serwerowych procesorów EPYC oraz akceleratorów AI Instinct, co mocno pozycjonuje spółkę na rozwijającym się rynku centrów danych. Firma odnotowała w drugim kwartale przychody z centrów danych na poziomie 6,7 mld USD, o 107% wyższe rok do roku, napędzane popytem na obie linie produktów. Ogłosiła również współpracę z Anthropic w zakresie wdrożenia mocy obliczeniowej AMD o wielkości do dwóch gigawatów.

Intel na nowo rozbudził nadzieje inwestorów po zwrocie pod kierownictwem dyrektora generalnego Lip-Bu Tana. Przychody w drugim kwartale wzrosły o 25%, do 16,1 mld USD — mimo wykazania straty według standardowych zasad rachunkowości — natomiast przychody z centrów danych i AI zwiększyły się o 59%. 

Arm projektuje technologie procesorowe i udziela na nie licencji producentom układów, uzyskując opłaty licencyjne i tantiemy od układów wykorzystujących jej projekty. Jej technologia zasila większość smartfonów i rozwija się w centrach danych oraz obszarze AI. Firma rozpoczęła również sprzedaż własnych procesorów do centrów danych, których produkcja jest zlecana podmiotom zewnętrznym. Arm prognozuje, że jej nowe procesory mogą generować około 15 mld USD rocznych przychodów w roku obrotowym 2031.

Na co powinni zwracać uwagę inwestorzy

Akcje tych spółek wyraźnie wyprzedziły obietnicę przyszłych przychodów, a spowolnienie w przypadku bardziej dojrzałych spółek związanych z AI, takich jak Nvidia, stanowi otrzeźwiającą lekcję: kolejna faza inwestycji w AI wymaga bardziej selektywnego podejścia.

Aby utrzymać obecne wyceny, inwestorzy będą chcieli uważnie obserwować popyt, w tym odnowienia umów i wydatki dotychczasowych klientów. Sam wzrost przychodów nie oznacza zysków, dlatego ważniejsze pytanie brzmi: jak rentowny jest ten wzrost?

U podstaw tego zagadnienia leży doświadczenie klienta: czy klienci biznesowi raportują wymierne oszczędności lub dodatkową produkcję po uwzględnieniu integracji, nadzoru i błędów?

Rotacja nie musi oznaczać całkowitego odejścia od AI. Kapitał może przepływać od drogich dostawców do rozsądnie wycenianych firm wykorzystujących AI do usprawniania działalności. Inwestorzy mogą też preferować spółki generujące stabilne przepływy pieniężne i mniej narażone na zakłócenia technologiczne.

Żaden z tych scenariuszy nie jest przesądzony. Oba zależą od tego, co pokażą dane dotyczące zysków i przepływów pieniężnych.

Prawdziwy test dla inwestorów w AI

Faza „udowodnij swoją wartość” w AI nie rozstrzygnie się dzięki imponującej demonstracji. Zadecydują o niej płacący klienci, zrównoważone marże i zwroty z zainwestowanego kapitału. Rosnący popyt napawa optymizmem, ale inwestorzy muszą sprawdzić, czy przychody mogą rosnąć wystarczająco szybko, by uzasadnić ogromne wydatki na układy scalone, centra danych i energię.

Korzyści mogą również wykraczać poza firmy budujące infrastrukturę i trafić do przedsiębiorstw wykorzystujących AI do obniżania kosztów, poprawy usług i rozwoju bez znacznego zwiększania zatrudnienia. Niektórzy przyszli zwycięzcy mogą dziś przyciągać niewielką uwagę.

Visser może mieć rację co do skali tej szansy. Technologia, która przekształca gospodarkę, nie sprawia jednak, że każda powiązana z nią spółka jest dobrą inwestycją. Inwestorzy nadal muszą właściwie ocenić spółkę, cenę i moment inwestycji.