Po Nvidii, dokąd dalej popłyną pieniądze na sztuczną inteligencję?

Najważniejsze wnioski

• Nvidia potwierdza silny popyt na moc obliczeniową na potrzeby sztucznej inteligencji, jednak strumień inwestycji płynie dziś do znacznie szerszego ekosystemu.

• W miarę jak dostęp do potężnych modeli sztucznej inteligencji staje się łatwiejszy, zyskują na wartości dane własne oraz procesy biznesowe.

• Coraz bardziej autonomiczna sztuczna inteligencja generuje nowe potrzeby w obszarach zarządzania tożsamością, bezpieczeństwa oraz odtwarzania po awarii.

Wyniki Nvidii z 26 sierpnia 2026 r. potwierdziły, że popyt na moc obliczeniową na potrzeby sztucznej inteligencji (AI) wciąż jest ogromny. Miniony tydzień sezonu wyników sugerował jednak, że możliwości związane z AI wykraczają dziś daleko poza same układy graficzne.

W obszarach układów scalonych, oprogramowania i cyberbezpieczeństwa wyłania się coraz pełniejszy obraz tego, co przed nami. Aby AI mogła się skalować, potrzebuje trzech rzeczy: mocy obliczeniowej, by działać; kontekstu, by była naprawdę użyteczna; oraz mechanizmów kontroli, by budziła zaufanie.

Moc obliczeniowa staje się bardziej wyspecjalizowana

Marvell projektuje układy scalone i technologie sieciowe dla centrów danych. Przychody wzrosły o 37% do rekordowych 2,74 mld USD, a segment Data Center wzrósł o 46%.

Wyniki pokazują też, że od pozyskania kontraktu do ujęcia przychodów potrafi minąć sporo czasu. Marvell zdobył duży kontrakt na układy na zamówienie dla Google, ale według zarządu największy wpływ na przychody będzie widoczny później, począwszy od roku fiskalnego 2029.

Synopsys oferuje oprogramowanie i własność intelektualną służące do projektowania złożonych układów scalonych i systemów. Przychody sięgnęły 2,48 mld USD, co oznacza wzrost o około 42%. Spółka podniosła też prognozy, wskazując na rosnącą złożoność projektów napędzaną przez sztuczną inteligencję.

W miarę jak najwięksi dostawcy chmury (tzw. hiperskalerzy) budują coraz bardziej skrojone na miarę środowiska, część wartości może przesuwać się w kierunku firm, które pomagają projektować, łączyć i optymalizować takie wyspecjalizowane systemy.

Kontekst może stać się nowym źródłem przewagi konkurencyjnej w oprogramowaniu

Najbardziej zaawansowane modele AI coraz częściej mają podobne ogólne możliwości. Z definicji nie mają jednak danych firmy: historii kontaktów z klientami, list płac, dokumentacji inżynieryjnej czy zasad biznesowych.

To daje dojrzałym firmom zajmującym się oprogramowaniem cenny atut: kontekst.

Salesforce przechowuje dane o klientach i sprzedaży. Przychody powtarzalne (ARR) z Agentforce i Data 360 sięgnęły niemal 3,9 mld USD, co oznacza wzrost o ponad 210%. Rozszerzona współpraca z Anthropic dobrze pokazuje logikę tego podejścia: Salesforce może uczynić Claude’a bardziej użytecznym, łącząc go ze sprawdzonymi danymi, procesami i mechanizmami nadzoru.

Workday zarządza procesami HR i finansowymi. Produkty AI wygenerowały ponad 25% wartości nowych rocznych kontraktów, a już ponad 5 500 klientów używa co najmniej jednego agenta Workday.

Autodesk przenosi tę logikę na inżynierię i budownictwo. Oprogramowanie firmy działa w ramach przepływów pracy projektowych, zapewniając jej dostęp do bogatego kontekstu technicznego. Zarząd podkreśla, że użyteczna sztuczna inteligencja w świecie fizycznym wymaga wiarygodnych danych projektowych.

Jeśli dostęp do „inteligencji” stanie się łatwiejszy, przewaga konkurencyjna może przesunąć się z posiadania samego modelu na posiadanie tego, co czyni model naprawdę użytecznym.

Kontrola zyskuje na znaczeniu wraz ze wzrostem autonomii AI

Trzecia warstwa zaczyna się wtedy, gdy AI przestaje tylko odpowiadać na pytania, a zaczyna podejmować działania.

Firma uruchamiająca tysiące agentów musi wiedzieć, który agent jest aktywny, do czego ma dostęp i jak przywrócić system do sprawności, jeśli coś pójdzie nie tak.

CrowdStrike chroni urządzenia i systemy chmurowe. Roczny przychód powtarzalny (ARR) z rozwiązania Falcon Flex przekroczył 2,29 mld USD, co oznacza wzrost o 101% i wskazuje, że klienci coraz częściej poszukują szerokiej, zintegrowanej platformy bezpieczeństwa.

Okta zarządza tożsamością i dostępem. Przychody wzrosły umiarkowanie, o 11% — to użyteczne przypomnienie, że przekonująca narracja o AI to nie to samo co realna monetyzacja. Niemniej każdy agent potrzebuje tożsamości i uprawnień dostępu.

Rubrik dodaje warstwę ochrony i odzyskiwania danych. Roczny przychód powtarzalny (ARR) wzrósł o 33% do 1,66 mld USD, a strategia spółki coraz częściej obejmuje zabezpieczanie działań agentów AI.

Bardziej autonomiczna AI może więc sama napędzać część wydatków na bezpieczeństwo — wydatków niezbędnych, by wdrożenia mogły postępować.

Ryzyka również się zmieniają

Projekty układów na zamówienie mogą potrzebować lat, by osiągnąć skalę. Firmy software’owe mogą dysponować bardzo cennymi danymi, ale niekoniecznie zdołają skutecznie uzasadnić wyższe opłaty za dostęp do AI. Dostawcy bezpieczeństwa mogą napotkać silniejszą konkurencję, gdy większe platformy będą łączyć w pakiety coraz więcej narzędzi.

Warto wypatrywać: opóźnień w skalowaniu produkcji, słabego przyrostu kontraktów związanych z AI oraz rosnącego wykorzystania, które nie przekłada się na przychody powtarzalne.

Przewodnik dla inwestorów

• Rozdziel ekspozycję na AI na trzy obszary: moc obliczeniowa, kontekst i kontrola — zamiast traktować każdą spółkę związaną z AI jako jeden i ten sam zakład.
• Śledź efekty, nie zapowiedzi. Pozyskane projekty, projekty pilotażowe i wykorzystanie agentów liczą się wtedy, gdy przekładają się na przychody i przepływy pieniężne.
• Pytaj, czy AI wzmacnia istniejącą przewagę konkurencyjną, np. dzięki wyjątkowym danym lub osadzonym w firmie przepływom pracy.
• Pamiętaj o dywersyfikacji. Łańcuch wartości w AI poszerza się, ale oczekiwania mogą rosnąć jeszcze szybciej.

Od mocy obliczeniowej do kontekstu i kontroli

Nvidia wciąż pozostaje najczytelniejszym dowodem na to, że boom na infrastrukturę AI ma się dobrze. Miniony tydzień publikacji wyników sugeruje jednak, że szansa staje się szersza i bardziej wielowarstwowa. Marvell i Synopsys pomagają budować wyspecjalizowaną infrastrukturę. Salesforce, Workday i Autodesk dostarczają sztucznej inteligencji biznesowego kontekstu, którego potrzebuje. CrowdStrike, Okta i Rubrik pomagają firmom zaufać jej na tyle, by pozwolić jej działać.

To nie znaczy, że każda spółka w tym łańcuchu okaże się zwycięzcą. Daje to jednak inwestorom bardziej użyteczną mapę. Pierwsza faza nagradzała rzadką moc obliczeniową. Następna może nagradzać rzadki kontekst i kontrolę. Moc obliczeniowa umożliwia działanie AI, kontekst czyni ją użyteczną, a kontrola pozwala wdrażać ją na szeroką skalę.