No właśnie – nakłady na sprzęt. Raport BIS przytacza dane z 2024 r. według których firmy AI generowały w USA i Korei około 13 proc. łącznych przychodów wszystkich spółek giełdowych – ale odpowiadały odpowiednio za 23 i 26 proc. całkowitych nakładów inwestycyjnych (CAPEX). Innymi słowy: sektor AI inwestuje dużo więcej, niż aktualnie zarabia. Jest jednym wielkim ryzykownym zakładem na przyszłość.
Co więcej dane z 2024 r. są w przypadku tej branży niemal archaiczne. Praktycznie co kwartał największe amerykańskie spółki giełdowe ogłaszają kolejne rekordy CAPEX-u. To skrót od capital expenditures, czyli wydatków kapitałowych na zakup, budowę lub ulepszenie aktywów trwałych, z których korzyści rozkładają się na wiele lat.
W przypadku firm AI chodzi głównie o budowę centrów danych – wzniesienie budynków, zakup tysięcy GPU i akceleratorów, przyłączenie prądu lub wręcz budowę własnej elektrowni, realizację systemów chłodzenia itd. To wszystko inwestycje wirtualnej gospodarki w tę realną.
Największe firmy prowadzące te inwestycje określa się mianem hyperscalerów. I faktycznie mówimy o hiper-skali, skoro prognozy z pierwszego kwartału 2026 r. zakładały, że Google, Amazon, Microsoft i Meta planują przeznaczyć w 2026 r. łącznie aż 725 mld dolarów na nakłady inwestycyjne, co stanowi wzrost o 77 proc. w porównaniu z rekordową kwotą 410 mld dolarów w 2025 r.
Ten zakład polega na tym, że giganci technologiczni wydają wszystkie bieżące i przyszłe przepływy pieniężne na budowę infrastruktury, która ma zapewnić im przewagę konkurencyjną i zyski w przyszłości. Problem w tym, że nie ma jeszcze solidnych modeli biznesowych, w których te zyski w końcu się pojawiają. Sceptycy twierdzą, że Dolina Krzemowa mówi tylko o ilości „przepalanych” tokenów (jednostek danych będących podstawą wyceny rzeczywistych kosztów korzystania z AI), aby w ten sposób odwrócić uwagę od ilości przepalanych pieniędzy.
Szerokim echem odbija się choćby głos Eda Zitrona, pisarza i właściciela firmy public relations. W wywiadzie dla „Forbes” z października 2025 r. wyjaśnił on, że ma do AI dwa zastrzeżenia. Po pierwsze duże modele językowe (LLM) nie są w stanie zapewnić takiego poziomu automatyzacji jak twierdzą ich zwolennicy, albowiem ich wyniki mają tylko charakter probabilistyczny; nie ma tam żadnej „myśli” ani tym bardziej „inteligencji”. Po drugie firmy zajmujące się generatywną sztuczną inteligencją są bardzo nieopłacalne, marnując ogromne kwoty tylko po to, aby osiągać skromne przychody.
„Według moich szacunków, biorąc pod uwagę wszystkie firmy zajmujące się generatywną sztuczną inteligencją, hiper-skalerów i neochmury, łączne przychody w branży AI wynoszą jedynie około 61 miliardów dolarów, a to przy setkach miliardów dolarów nakładów kapitałowych i kapitału venture” – mówił pod koniec 2025 r.
„Sytuacja finansowa OpenAI budzi poważne obawy. Straty w wysokości 38,53 mld dolarów są astronomiczne i znacznie przewyższają oczekiwania większości osób. Wydaje się również, że straty te rosną z roku na rok w dramatycznym tempie i nie jestem pewien, w jaki sposób firma ta ma znaleźć drogę do jakiejkolwiek stabilności finansowej lub rentowności” – pisał zaś w czerwcu 2026 r. na swoim blogu. na podstawie danych finansowych do których dotarł „Financial Times”. Właściciel ChataGPT nie jest bowiem jeszcze spółką publiczną.
Zitron argumentuje, że skala wydatków na modele używane do tego samego: streszczania, wyszukiwania, generowania treści, zaczyna robić się niebezpieczna i dla giełdy, i dla całej gospodarki.
Co więcej w powtarzalnych zadaniach gdzie AI rzeczywiście się sprawdza, jak np. w programowaniu, staje się coraz droższa. Według firmy Gartner do 2028 r. koszty programowania za pomocą sztucznej inteligencji przewyższą średnie wynagrodzenie programisty. Stanie się tak ze względu na rosnące zużycie tokenów w dużych modelach językowych oraz dominację modeli licencyjnych opartych właśnie na ich zużyciu. AI, które miało zastąpić programistów, stanie się droższe niż oni.
obserwatorfinansowy.pl
