AI: Prawdziwa rewolucja, czy tylko chwilowy trend? Trzy kluczowe wnioski dla inwestorów.

Kluczowe punkty:

• AI 2.0 = od „build it” do „prove it”: Inwestycje w sztuczną inteligencję ze strony wielkich firm technologicznych sięgają już setek miliardów, lecz jej monetyzacja pozostaje skromna. Cykl zmienia się z wydatków na rozwój na osiąganie realnych efektów w zakresie produktywności i przychodów.
• Infrastruktura to miejsce, gdzie kryją się braki: Chipy pamięci, opakowania, możliwości sieci energetycznych i przestrzeń w centrach danych stają się coraz bardziej ograniczone. Dla inwestorów, firmy zajmujące się usługami komunalnymi, infrastrukturą energetyczną oraz nieruchomościami związanymi z centrami danych mogą oferować bardziej stabilne zyski niż inwestowanie w niepewne projekty oprogramowania.
• Chiny oferują korzyść w zakresie efektywności i wyceny: Dzięki temu, że DeepSeek wskazuje na innowacje o niższych kosztach, a giganty takie jak Alibaba, Tencent, Baidu i Meituan są notowane z dyskontem w porównaniu do amerykańskich odpowiedników, chińska technologia może przyciągnąć kapitał, o ile ryzyka związane z polityką i geopolityką pozostaną pod kontrolą.

Dlaczego cykl zainteresowania napotkał przeszkodę.

Po dużych wzrostach od kwietnia, akcje firm technologicznych ostatnio spadły, co przypomniało inwestorom, że rynek mógł się zbytnio pospieszyć w obliczu boomu na AI. Powodem jest raport MIT, który stwierdza, że 95% wydatków firm na generatywną AI nie przynosi znaczących korzyści—a to nie najlepsza wiadomość dla sektora, który był wyceniany bardzo optymistycznie.

Dodatkowo, Sam Altman zwrócił uwagę, że wyceny są "szalone" z powodu przesadnego entuzjazmu inwestorów. To budzi obawy, że niektóre części rynku rozwijają się szybciej niż technologia jest w stanie zapewnić rzeczywiste korzyści.

Gwałtowny spadek cen akcji podkreśla kruchość narracji o AI: mimo że wydatki na chipy, modele i infrastrukturę znacząco wzrosły, dowody na szeroko zakrojoną monetyzację pozostają niewielkie. Inwestorzy zaczynają odróżniać szum od rzeczywistych zysków, co przesuwa sektor w fazę, która bardziej przypomina etap „prove it”, niż gwałtowne pęknięcie bańki spekulacyjnej.

Jaki jest dalszy kierunek rozwoju AI?

1. Od wydatków kapitałowych do monetyzacji

Prosta faza, polegająca na wydatkach na układy GPU i pilotażowych projektach, dobiegła końca. Kolejna faza cyklu AI będzie oparta na dowodach, a nie obietnicach. Giganci technologiczni zainwestowali ogromną ilość kapitału w AI, jednak monetyzacja jeszcze nie nadąża za tymi inwestycjami.

• W 2025 roku wielkie firmy technologiczne zainwestowały już około 155 miliardów dolarów w AI, a prognozy wskazują, że wydatki mogą przekroczyć 400 miliardów dolarów, gdy firmy będą rozwijać centra danych i nabywać chipy AI w całym ekosystemie.
• Microsoft sam planuje wydać około 80 miliardów dolarów na infrastrukturę AI w tym roku, a Amazon, Alphabet i Meta mają wydatki kapitałowe w zakresie 60–100 miliardów dolarów każdy.

Ale zwroty są znacznie mniejsze:

• Microsoft twierdzi, że dzięki centrom obsługi klienta i narzędziom rozwojowym opartym na AI zaoszczędził ponad 500 milionów dolarów.
• Meta wiąże swoje produkty reklamowe oparte na AI ze znacznymi wzrostami przychodów, ale dla szerszego rynku zwrot z inwestycji pozostaje nieuchwytny. Wkrótce na posiedzeniach zarządu może nastąpić zmiana z podejścia „build fast” na „prove or pause”.

Firmy zaczynają oczekiwać od projektów AI nie tylko obietnic, ale konkretnych korzyści, takich jak zwiększenie efektywności czy nowe źródła przychodów. Te, które będą w stanie wykazać rzeczywiste zainteresowanie klientów, możliwość ustalania cen czy oszczędności w kosztach operacyjnych dzięki AI, wyróżnią się wśród tych, które nadal opierają się na samych obietnicach.

Bez wymiernego zwrotu z inwestycji, zarządy mogą zacząć ograniczać budżety.

2. Od modeli do infrastruktury 

Choć rywalizacja między modelami AI jest intensywna, główne ograniczenia zaczynają dotyczyć infrastruktury. Chipy pamięci, zaawansowane technologie montażu, przestrzeń w centrach danych, a nawet dostawy energii elektrycznej stają się coraz bardziej ograniczone i kosztowne. Przewiduje się, że amerykańska sieć energetyczna znajduje się pod presją, ponieważ centra danych mogą zużywać do 12% energii elektrycznej do 2028 roku, a do 2030 roku przewiduje się dodatkowe zapotrzebowanie na 20 GW.

Firmy zajmujące się usługami użyteczności publicznej i infrastrukturą energetyczną, które realizują modernizacje sieci, REIT-y związane z centrami danych oraz przedsiębiorstwa produkujące sprzęt specjalizujący się w chłodzeniu, dystrybucji energii i montażu mogą w najbliższym czasie osiągnąć bardziej trwałe zyski niżfirmy spekulacyjnie inwestujące w AI.

3. Stany Zjednoczone vs Chiny

Stany Zjednoczone nadal dominują w dziedzinie AI, ale technologia z Chin ponownie zaczyna się pojawiać i doganiać konkurencję. Modele takie jak DeepSeek, które zostały wytrenowane za ułamek kosztów (zbudowane za mniej niż 6 milionów dolarów w porównaniu do ponad 100 milionów dolarów dla GPT-4), wywołały globalne dyskusje na temat marż zysku i monetyzacji AI.

Chiny korzystają również z solidnej infrastruktury energetycznej, w tym z energii wodnej i jądrowej, co daje im strukturalną przewagę w rozwoju AI.

Rynek AI w Stanach Zjednoczonych pozostaje dominujący, prowadzony przez firmy takie jak Nvidia oraz operatorów dużych centrów danych, ale przy wyśrubowanych wycenach uwaga może ponownie skupić się na tańszym, ale bardziej efektywnym sektorze technologii w Chinach. Chińscy giganci technologiczni, tacy jak Alibaba, Tencent, Meituan, Baidu i Xiaomi, często nazywani „Wspaniałą Piątką”, oferują atrakcyjne wyceny i ponownie przyciągają zainteresowanie inwestorów.

Jeśli napięcia między Stanami Zjednoczonymi a Chinami się złagodzą, kapitał może coraz bardziej płynąć na wschód, szukając możliwości inwestycji w AI poprzez tańsze, dynamicznie rozwijające się lokalne firmy.

Co warto obserwować w przyszłości

• Wyniki finansowe Nvidii (27 sierpnia): Wskazówki dotyczące rozwoju Blackwell, popytu w Chinach oraz marż brutto określą kierunek dla całego sektora.
• Historie zwrotu z inwestycji w przedsiębiorstwach: Szukaj konkretnych studiów przypadków dotyczących monetyzacji AI przedstawianych w raportach finansowych lub podczas rozmów o wynikach finansowych.
• Sygnaly z infrastruktury: Dostępność pamięci o dużej przepustowości, zdolności produkcyjnych i kontraktów na dostawy energii to nowe wskaźniki alarmowe.
• Politykę i przepływy kapitałowe w Chinach: Kontynuacja zawieszenia taryf lub złagodzenie przepływów kapitału mogą ożywić zagraniczne zainteresowanie chińską technologią.
• Tło makroekonomiczne: Stopy procentowe, ceny energii i regulacje mogą znacząco wpłynąć na równowagę między nakładami kapitałowymi a zwrotem z inwestycji.

Podsumowanie

Rynek związany z AI się nie kończy, ale wchodzi w fazę „prove it”. Inwestorzy będą nagradzać solidną infrastrukturę i platformy z wyraźnymi drogami do monetyzacji, jednocześnie karząc rozpowszechniany „obok AI” szum bez pokrycia.

Dla inwestorów kluczowe jest rozróżnienie między narracjami wycenionymi na doskonałość a firmami, które już teraz przynoszą zwroty. Rozproszenie, a nie załamanie, będzie głównym motywem kolejnego rozdziału w historii AI.