Szokujące prognozy
Podsumowanie: Szokujące prognozy na 2026 rok
Saxo Group
Strateg ds. inwestycji
Sztuczna inteligencja przechodzi od fazy entuzjazmu wokół produktów do etapu większej dyscypliny kapitałowej.
Kluczowe pytanie dla inwestorów brzmi: które firmy potrafią sfinansować inwestycje w AI, jednocześnie generując atrakcyjne stopy zwrotu?
Spółki dysponujące siłą cenową, trudnozastępowalnymi aktywami oraz solidnymi bilansami mogą być lepiej przygotowane, by osiągać atrakcyjne stopy zwrotu z inwestycji w AI.
Sztuczna inteligencja zaczynała jako opowieść o produktach: lepsze chatboty, lepsze narzędzia do kodowania, lepsze generatory obrazów. Fajna sztuczka na imprezę — dopóki ta impreza nie zaczęła wymagać centrów danych, chipów, energii elektrycznej i finansowania.
Na tym polega zmiana, którą dziś muszą zrozumieć inwestorzy: wyścig w dziedzinie AI przesuwa się z pytania „co potrafią produkty?” na „kto zapłaci za fabryki i kto na nich wypracuje atrakcyjne stopy zwrotu?”.
Bloomberg poinformował 1 czerwca 2026 r., że Alphabet planuje pozyskać 80 mld USD kapitału własnego — m.in. od Berkshire Hathaway — by sfinansować nakłady na AI. Z kolei 3 czerwca 2026 r. Broadcom opublikuje wyniki, co da inwestorom świeższy obraz popytu na układy scalone i rozwiązania sieciowe na potrzeby AI. Arm również coraz mocniej wchodzi w segment układów dla centrów danych; według Bloomberga spółka zamierza odgrywać znacznie większą rolę na rynku sprzętu do AI.
Złożenie wniosku o IPO ma znaczenie, bo zamienia prywatną opowieść w publiczny test. Anthropic, firma stojąca za Claude’em, należy do najpilniej obserwowanych spółek AI. Inwestorzy na rynku publicznym prędzej czy później będą oczekiwać czegoś więcej niż imponującego wzrostu liczby użytkowników i efektownych aktualizacji modeli.
Zadadzą proste pytania: jaka część przychodów jest powtarzalna? Ile kosztuje obsługa każdego klienta? Ile gotówki spółka przepala? Jak bardzo skoncentrowana jest baza klientów? Jak długie są kontrakty na moc obliczeniową? Moc obliczeniowa to po prostu zasoby obliczeniowe potrzebne do trenowania i uruchamiania modeli AI.
W tym miejscu AI zaczyna przypominać dawne cykle inwestycyjne. W transporcie morskim, górnictwie czy telekomunikacji silny popyt może uruchamiać ogromne inwestycje. Te z kolei mogą prowadzić do nadpodaży mocy, niższych cen i niższych zwrotów. AI nie jest stocznią — na szczęście dla naszych skrzynek mailowych — ale ten wzorzec ekonomiczny wciąż ma znaczenie.
Jeśli popyt rośnie szybciej niż podaż, właściciele rzadkich zasobów mogą zarabiać atrakcyjne stopy zwrotu. Jeśli podaż zbyt szybko dogoni popyt, nabywcy dostaną tańsze usługi AI, a operatorów i budowniczych infrastruktury czeka ból głowy.
Alphabet pokazuje inną stronę tej historii. Spółka ma Google Search, YouTube, Google Cloud i Gemini, potężne przepływy pieniężne, globalną dystrybucję i głębokie zaplecze techniczne. A jednak nawet Alphabet pozyskuje kapitał, by sfinansować rozbudowę. To jednoznacznie mówi inwestorom: infrastruktura AI nie jest projektem pobocznym, lecz kwestią, która wyraźnie wpływa na bilans.
Dla akcjonariuszy kluczowe nie jest to, czy AI jest użyteczna, lecz czy każdy nowy dolar zainwestowany dziś przyniesie wystarczająco wysokie przyszłe zyski, by te wydatki uzasadnić. To dojrzalsza część opowieści o AI: mniej fajerwerków, więcej arkuszy kalkulacyjnych.
Broadcom i Arm pokazują, dlaczego rynek patrzy dziś dalej niż na same najbardziej widowiskowe produkty AI.
Broadcom projektuje wyspecjalizowane układy scalone i technologie sieciowe wykorzystywane w dużych centrach danych. Mówiąc prościej, pomaga maszynom w „fabrykach AI” błyskawicznie się ze sobą komunikować. Zapowiedziane na 3 czerwca 2026 r. wyniki są istotne, bo inwestorzy chcą sprawdzić, czy popyt nfa układy na potrzeby AI obejmuje już szersze grono dostawców, a nie tylko tych najbardziej rozpoznawalnych.
W I kwartale przychody Broadcomu z AI sięgnęły 8,4 mld USD, co oznacza wzrost o 106% rok do roku; spółka zakłada 10,7 mld USD przychodów z półprzewodników na potrzeby AI w II kwartale. Najważniejsze pytanie dotyczy jednak nie tylko tempa wzrostu, lecz jego trwałości. Czy klienci podpisują długoterminowe umowy? Czy marże się utrzymują? Czy popyt jest szeroko rozproszony, czy skoncentrowany w garstce gigantów z bardzo zasobnymi budżetami?
Arm to inna historia. Tradycyjnie zarabia na licencjonowaniu projektów układów. Inne firmy wykorzystują te projekty i płacą spółce Arm tantiemy. To model mało kapitałochłonny — pozwala generować przychody bez prowadzenia własnej produkcji.
Teraz Arm próbuje zbliżyć się do głównego źródła zysków w sprzętowym łańcuchu wartości. Ambicje w obszarze układów dla centrów danych na potrzeby AI wskazują, że firma chce odegrać większą rolę w rozbudowie infrastruktury — nie tylko pobierać niewielką opłatę licencyjną od cudzych sukcesów. To może zwiększyć potencjalne korzyści, ale i ryzyko. Sprzedaż bardziej kompletnych rozwiązań sprzętowych jest trudniejsza niż inkasowanie tantiem od projektów: oznacza większą presję operacyjną, większe ryzyka w łańcuchu dostaw i ostrzejszą konkurencję.
Dla całej branży wniosek jest kluczowy: AI tworzy pełny łańcuch dostaw, a nie jedną kategorię produktów. Beneficjentami mogą być projektanci układów, dostawcy rozwiązań sieciowych, producenci i dostawcy infrastruktury energetycznej, wykonawcy centrów danych, specjaliści od chłodzenia oraz platformy chmurowe. Przegraną może być każda firma, która dużo wydaje, nie mając wyraźnej siły cenowej.
Pierwsze ryzyko to nadmierna rozbudowa. Jeśli zbyt wiele firm założy, że popyt na AI będzie rósł liniowo, podaż może wzrosnąć szybciej niż popyt wynikający z opłacalnych zastosowań. Wczesne sygnały ostrzegawcze to spadające ceny usług w chmurze, krótsze kontrakty z klientami i rosnące niewykorzystane moce w centrach danych.
Drugie ryzyko to rozwodnienie. Emisje akcji mogą finansować wzrost, ale rozkładają przyszłe zyski na większą liczbę udziałów. Ma to sens, jeśli stopy zwrotu są wysokie; boli, jeśli wydatki rosną szybciej niż zyski.
Trzecie ryzyko to koncentracja. Wielu dostawców AI zależy od niewielkiej liczby bardzo dużych klientów. To może napędzać szybki wzrost, ale też tworzyć nagłe luki, gdy jeden nabywca opóźni zamówienia. Inwestorzy powinni śledzić wielkość i widoczność portfela zamówień, profil bazy klientów oraz to, jak zarząd komentuje popyt.
Historia AI nie stała się mniej ekscytująca — stała się po prostu bardziej osadzona w finansach. To zdrowe dla długoterminowych inwestorów. Cykl produktów nagradza nowość; cykl inwestycyjny nagradza dyscyplinę, cierpliwość i umiejętność uzyskiwania dobrych stóp zwrotu z dużych inwestycji. Złożenie wniosku o IPO przez firmę Anthropic może pokazać, jak naprawdę wyglądają prywatne ekonomiki AI. Emisja akcji Alphabetu pokazuje, że nawet giganci muszą podejmować decyzje o sposobach finansowania. Broadcom i Arm pokazują, że zaplecze techniczne AI może być równie ważne jak efektowna warstwa produktowa. Kolejna faza AI nadal będzie dotyczyć inteligencji, ale dla inwestorów najrozsądniejsze pytanie brzmi prościej: kto zapłaci za fabrykę i kto inkasuje czynsz?

Niniejszy materiał ma charakter marketingowy i nie stanowi porady inwestycyjnej. Handel instrumentami finansowymi wiąże się z ryzykiem, a wyniki historyczne nie gwarantują przyszłych rezultatów. Instrumenty wspomniane w niniejszym materiale mogą być oferowane przez partnerów, od których Saxo może otrzymywać opłaty marketingowe, wynagrodzenia lub opłaty retrocesyjne. Niezależnie od ewentualnych korzyści finansowych otrzymywanych w ramach takich partnerstw, wszystkie treści są tworzone w celu dostarczenia klientom wartościowych informacji i zapewnienia dostępu do możliwości inwestycyjnych.
Autor nie posiada żadnych pozycji w wyżej wymieniowych instrumentach finansowych w momencie publikacji.