99 procent. 97 procent. 87 procent. Tyle straciły akcje kilku spółek, które jeszcze 4 lata temu były gwiazdami giełdy, a dziś są ofiarami AI.

ChatGPT pojawił się w listopadzie 2022 roku. Od tamtego momentu rynek żyje pytaniem „kto na tym zarobi”. Wszyscy mówią o Nvidii, Microsoftcie, OpenAI. O bilionerach z Doliny Krzemowej, którzy budują przyszłość. O futurystycznych wizjach.

Ja dziś chcę pokazać drugą stronę tej rewolucji. Tę, o której prawie nikt nie mówi, choć dzieje się dokładnie pod naszym nosem. Bo AI nie tylko coś tworzy. AI też zabija. Bardzo konkretne, bardzo realne biznesy, bardzo realnych ludzi, których pensje od tego zależą. I to nie są spekulacje o tym, co się stanie za 10 lat. To są firmy, które już dziś walczą o przetrwanie.

Pokażę Wam kilka takich spółek. Wszystkie mają jedną wspólną cechę. Każda z nich uważała, że jej biznes jest bezpieczny. Każda z nich miała lojalnych klientów, regularne przychody i historię wzrostu. I każda z nich nie doceniła tego, co naprawdę robi sztuczna inteligencja, kiedy w końcu dojrzewa do produktu masowego.

W tym materiale rozłożymy każdą z tych historii na czynniki pierwsze. Nie po to, żeby siać panikę, tylko żeby zobaczyć, jak naprawdę wygląda dysrupcja technologiczna w czasie rzeczywistym. Jeśli chcecie zrozumieć, gdzie warto, a gdzie nie warto inwestować w nadchodzących latach, to historie tych pięciu firm są lepszym podręcznikiem niż jakikolwiek raport McKinsey’a. Lecimy.

ChatGPT zabił te biznesy. Akcje niektórych spadły o 99%. Jest tu jakaś szansa?

Chegg – jak AI zniszczyła model biznesowy edukacyjnego lidera

Zacznijmy od biznesu, który w zasadzie już nie żyje. Akcje amerykańskiej spółki Chegg spadły od swoich szczytów o około 99% względem poziomów z 2021 roku. Pomyślcie o tym przez sekundę. Spółka, która w 2021 roku była warta 14 miliardów dolarów, dziś jest wyceniana na mniej niż 200 milionów. Przez zaledwie 18 miesięcy z firmy o wartości giełdowego giganta zrobił się zwykły micro-cap.

Gdyby ktoś w 2021 roku zainwestował 100 tysięcy złotych w akcje Chegga, dziś miałby na rachunku około tysiąca. Takiej destrukcji wartości nie wytwarza się normalnym sposobem. To klasyczny przypadek, w którym pojedyncza zmiana technologiczna w ciągu 24 miesięcy unicestwia model biznesowy budowany przez dekady. To jeden z najbardziej dotkliwych przypadków takiej destrukcji wartości w ostatnich latach.

Chegg był przez lata jedną z najbardziej rozpoznawalnych spółek EdTech w Stanach Zjednoczonych. Jego biznes opierał się głównie na płatnych usługach dla studentów: dostępie do materiałów edukacyjnych, pomocy w rozwiązywaniu zadań krok po kroku, narzędziach do pisania, matematyki i nauki języków, a także na sprzedaży oraz wynajmie podręczników.

Sedno modelu było proste: student płacił miesięczny abonament za szybkie, uporządkowane i wygodne wsparcie w nauce. W czasach przed pojawieniem się modeli LLM, takich jak GPT, był to wręcz genialny biznes. Lekki kapitałowo, bez zakładów przemysłowych i linii produkcyjnych, a do tego korzystający ze strukturalnego trendu wzrostu liczby studentów.

Problem pojawił się wtedy, gdy generatywna sztuczna inteligencja zaczęła dawać użytkownikowi bardzo podobne korzyści niemal natychmiast, często taniej, a czasem wręcz za darmo. W praktyce Chegg przestał być unikalnym miejscem, w którym dostajesz odpowiedź, bo tę samą potrzebę zaczął obsługiwać zwykły ChatGPT.

Dla zobrazowania skali – w szczycie 2021 roku Chegg miał 7,8 miliona płacących subskrybentów. Dziś ta liczba spadła poniżej 3 milionów. Ponad 60 procent klientów po prostu zrezygnowało, bo otrzymali identyczne, a często nawet lepsze rozwiązanie za darmo w ChatGPT.

Statystyka jest jeszcze bardziej brutalna. W niektórych kwartałach 2024 i 2025 roku ruch organiczny na stronie Chegga z wyszukiwarki Google spadł o ponad 80 procent. Studenci po prostu wklejają dziś zadanie do AI.

AI uderzyła w firmę na kilku poziomach jednocześnie. Po pierwsze, osłabiła samą wartość subskrypcji, bo student nie musiał już płacić za dostęp do zamkniętej bazy odpowiedzi, skoro mógł zadać pytanie modelowi LLM. Po drugie, uderzyła w ruch z wyszukiwarki internetowej. Chegg wskazywał wprost, że wzrost znaczenia Google AIO, czyli odpowiedzi generowanych bezpośrednio w wynikach wyszukiwania, pogorszył jego ruch i przychody. Część użytkowników przestała po prostu wchodzić na stronę, bo odpowiedź otrzymywali wcześniej – już na etapie Google, w sekcji „Przegląd od AI”.

Widać to bardzo wyraźnie w liczbach. Szczyt wyników finansowych Chegg osiągnął w 2021 roku. Około 776 mln dolarów przychodów i blisko 78 mln dolarów zysku operacyjnego. To był moment, w którym model subskrypcyjny działał niemal podręcznikowo.

Od tego czasu trend się odwrócił. Przychody zaczęły spadać w tempie dwucyfrowym, a spółka weszła w okres strat operacyjnych. Presja okazała się strukturalna i wieloletnia. Wynikała z trwałej zmiany sposobu, w jaki użytkownicy konsumują treści edukacyjne.

W odpowiedzi firma została zmuszona do głębokiej restrukturyzacji. Kluczowym elementem były cięcia kosztów, w tym redukcja zatrudnienia na dużą skalę. Chegg ograniczył setki etatów, upraszczając strukturę organizacyjną i dostosowując ją do niższego poziomu przychodów. To typowy ruch defensywny. Najpierw zabezpieczenie płynności finansowej i marż, zanim pojawi się jakakolwiek nowa ścieżka wzrostu.

Drugi filar restrukturyzacji to zmiana kierunku strategicznego. Spółka zaczęła odchodzić od swojego historycznego rdzenia, czyli wsparcia akademickiego dla studentów, i przesuwać się w stronę rynku skills, czyli szkoleń zawodowych oraz podnoszenia kwalifikacji. W praktyce oznacza to próbę znalezienia nowego popytu poza segmentem, który został bezpośrednio podkopany przez rozwój sztucznej inteligencji.

Najsmutniejsza w tej historii jest jednak rzecz, której Chegg sam nie potrafi wytłumaczyć. Spółka przez lata budowała własną bibliotekę odpowiedzi. Miliony rozwiązanych zadań matematycznych, opracowanych przez ekspertów i sprawdzonych krok po kroku. To była ich największa przewaga konkurencyjna.

I co teraz?

Te same odpowiedzi prawdopodobnie posłużyły jako dane treningowe dla modeli AI, które dziś wbijają im nóż w plecy. Płacili ekspertom za pisanie odpowiedzi, te odpowiedzi trafiły do internetu, OpenAI je zassało, model się ich nauczył i teraz konkuruje z Cheggiem za darmo. To jest definicja ekonomicznego samobójstwa, do którego nikt z zarządu w 2018 roku nie był przygotowany.

Równolegle Chegg próbuje wbudować AI we własne produkty, żeby nie być tylko ofiarą tej zmiany, ale również jej uczestnikiem. Problem polega na tym, że nie jest to już gra o budowanie przewagi konkurencyjnej, lecz o jej odzyskanie. Firma konkuruje dziś nie tylko z innymi platformami edukacyjnymi, ale z samą technologią, która wcześniej odebrała jej użytkowników.

Cała ta restrukturyzacja ma jeden wspólny mianownik: przejście z modelu wzrostowego do modelu przetrwania i adaptacji. Chegg nie optymalizuje już biznesu pod maksymalizację skali, tylko pod stabilizację i próbę znalezienia nowej niszy w świecie AI.

Czy to jeszcze realne? Wątpię. Chegg sprzedawał strukturyzację wiedzy. Obecnie jest ona dostępna praktycznie za darmo.

Getty Images – czy generatory obrazów zabiorą rynek zdjęć stockowych?

Getty Images to kolejny przykład spółki, która znalazła się pod ogromną presją ze strony sztucznej inteligencji. Firma spadła od szczytu po debiucie giełdowym w 2022 roku aż o 97%. Getty Images to w gruncie rzeczy biznes oparty na sprzedawaniu bezpiecznych obrazów i zdjęć. Przez lata działało to bardzo dobrze. Firmy, media i agencje potrzebowały zdjęć do kampanii reklamowych, artykułów czy prezentacji, ale nie chciały ryzykować problemów związanych z prawami autorskimi.

Getty dawał im prostą obietnicę: ogromną bibliotekę treści oraz gwarancję, że mają prawo wykorzystywać zakupione materiały. Płacisz, używasz i nie martwisz się o nic.

Żeby zobrazować skalę tej maszyny, Getty Images posiada w swojej bibliotece około 500 milionów zasobów, w tym ponad 200 milionów zdjęć. To największa komercyjna kolekcja obrazów na świecie. Przez dekady firma przejmowała mniejszych konkurentów, między innymi iStock czy Unsplash. Dziś każde popularne zdjęcie sportowca, polityka lub ważnego wydarzenia historycznego prawdopodobnie pochodzi z ich serwerów. Pojedyncze zdjęcie premium w Getty potrafi kosztować od 500 do nawet 1500 dolarów za jednorazową licencję.

W tym momencie do gry wchodzi jednak generator obrazów Nano Banana 2 albo dowolny inny model generatywnej AI i podważa cały sens tego modelu biznesowego.

Po co kupować zdjęcie, skoro można je wygenerować w kilka sekund?

Porównajmy ekonomię. Zdjęcie z biblioteki Getty kosztuje 500 dolarów. Wygenerowanie podobnego obrazu w Midjourney albo ChatGPT przy subskrypcji kosztującej 20 dolarów miesięcznie zajmuje około czterech sekund i wymaga jedynie wpisania promptu.

Mnożnik różnicy ceny? Około 25 tysięcy razy.

Mnożnik różnicy czasu? Getty wymaga rejestracji, wyboru materiału i weryfikacji licencji. Generator AI wymaga jednego zdania.

Oczywiście jakość nadal bywa gorsza. Oczywiście działy prawne w wielu firmach nadal wolą tradycyjne licencje. Ale około 80 procent zastosowań Getty stanowiły zdjęcia, które miały po prostu wypełnić miejsce w prezentacji, na blogu lub firmowym Facebooku. W takich zastosowaniach generator AI jest już wystarczający.

A jeśli 80 procent zastosowań stanowiło 80 procent przychodów, problem staje się bardzo realny.

Tutaj nie chodzi bowiem o to, że AI zabiła popyt na obrazy. Obrazy są dziś potrzebne bardziej niż kiedykolwiek wcześniej. Problem polega na tym, że przestały być dobrem rzadkim. A jeśli coś przestaje być rzadkie, bardzo szybko przestaje być również drogie.

AI podgryza Getty z kilku stron jednocześnie. Z jednej strony odbiera najprostsze zastosowania, czyli wszystkie generyczne grafiki marketingowe, które dziś można stworzyć jednym promptem. Z drugiej strony rozwala psychologię ceny. Klient widzi, że coś podobnego może mieć taniej albo wręcz za darmo, więc zaczyna wywierać presję na marże nawet wśród tych użytkowników, którzy nadal pozostali przy tradycyjnych rozwiązaniach.

Spółka próbuje bronić się również na polu regulacyjnym. Weszła w otwarty konflikt z firmami AI, próbując chronić swoją bibliotekę treści. Chodzi przede wszystkim o prawa autorskie oraz trening modeli sztucznej inteligencji wykorzystujących materiały dostępne w sieci. Dziś jednak nic nie wskazuje na to, aby na tym polu miała wydarzyć się rewolucja, która zapewni spółce drugie życie.

Na poziomie wyników finansowych nie widać jeszcze załamania przychodów. Te pozostają relatywnie stabilne. Problem pojawia się niżej, na poziomie rentowności. Spółka generuje coraz niższe zyski operacyjne, co sugeruje rosnącą presję na cały model biznesowy.

Jak sobie z tym radzą?

Zamiast walczyć z AI, zaczęli budować własne modele generatywne trenowane na swoich danych. Sprzedają to jako „legalne AI”, czyli rozwiązanie, które można wykorzystywać komercyjnie bez ryzyka, że ktoś za kilka lat zapuka do drzwi z pozwem.

To ich nowa narracja. Nie sprzedajemy już tylko zdjęć. Sprzedajemy spokój prawny w erze sztucznej inteligencji.

Do tego dochodzi drugi, bardziej pragmatyczny ruch, czyli monetyzacja danych. Skoro wszyscy chcą trenować modele AI, Getty chce zostać tym, który sprzedaje paliwo do tych modeli. Ich biblioteka przestaje więc być wyłącznie produktem końcowym, a zaczyna pełnić rolę surowca dla całej branży sztucznej inteligencji.

Krótko mówiąc, kiedyś Getty zarabiał na tym, że miał zdjęcia. Dziś próbuje zarabiać na tym, że posiada dane oraz prawa autorskie.

Jak taka strategia się sprawdza?

Póki co raczej słabo. Ale kto wie, co jeszcze może się z tego wykluć w przyszłości.

Co ciekawe, Getty już raz w swojej historii wygrał z technologiczną dysrupcją. W latach 90. firma wykorzystała pierwszy boom internetowy, kupując konkurencję i przenosząc swoją bibliotekę do sieci. Wtedy to ona była stroną atakującą. To Getty zabijał tradycyjne agencje fotograficzne, lokalnych dystrybutorów i studia fotograficzne.

Dziś role się odwróciły.

Shutterstock – ten sam problem, tylko jeszcze bliżej masowego klienta

W bardzo podobnym położeniu znajduje się spółka Shutterstock. To ta sama branża co Getty Images, ale skierowana do bardziej masowego odbiorcy.

Swojego modelu biznesowego nie opiera na pojedynczych licencjach premium, lecz przede wszystkim na subskrypcjach dających dostęp do ogromnej liczby zdjęć tworzonych przez autorów, którymi może zostać praktycznie każdy. Mechanizm jest prosty. Wrzucacie swoje zdjęcia na platformę. Shutterstock sprawdza, czy są zgodne z wytycznymi i standardami jakości. Następnie, jeśli ktoś pobierze dane zdjęcie, otrzymujecie swój udział w przychodach.

Akcje tej spółki od szczytu spadły już o około 86 procent. Finansowo również zaczynają być widoczne podobne problemy jak u wcześniej opisanego konkurenta. Na pierwszy rzut oka może się wydawać, że biznes trzyma się całkiem dobrze, ponieważ przychody nadal rosną, w przeciwieństwie do Getty. Jednak zysk operacyjny w ostatnich latach zaczął spadać, co pokazuje rosnącą presję na marże.

I oczywiście można bronić tych biznesów argumentem, że generowane obrazy zaczną z czasem męczyć odbiorców, a prawdziwe fotografie wrócą do łask.

Problem polega jednak na tym, jak szybko rozwijają się generatory obrazów.

Kiedy przekroczymy granicę, po której nie będzie już można na pierwszy rzut oka odróżnić zdjęcia od obrazu wygenerowanego przez AI?

To może okazać się ostatecznym gwoździem do trumny dla tego typu biznesów. Szczególnie dla Shutterstocka, który jest skierowany do bardziej masowego odbiorcy, a ten znacznie szybciej może przesiąść się na tańszy zamiennik.

Figma – czy AI odbierze sens narzędziom do projektowania interfejsów?

Kolejnym dobrym przykładem jest Figma, ubiegłoroczny debiutant giełdowy i reprezentant sektora SaaS, który coraz mocniej odczuwa presję związaną z rozwojem sztucznej inteligencji, szczególnie po kolejnych premierach modeli od Anthropic.

Od szczytów osiągniętych krótko po debiucie w wakacje poprzedniego roku kurs Figmy spadł już o około 87%. To pokazuje, jak szybko rynek potrafi przewartościować nawet bardzo mocne biznesy w obliczu przełomowej zmiany technologicznej.

Czym właściwie jest Figma?

W dużym uproszczeniu jest to narzędzie do projektowania tego, co widzisz na ekranie – aplikacji, stron internetowych i interfejsów użytkownika. Kluczowe jest jednak coś innego. Figma działa w przeglądarce i jest w pełni współdzielona. Kilka osób może pracować nad jednym projektem jednocześnie, w czasie rzeczywistym. To trochę jak połączenie Google Docs i Photoshopa.

Skala tego sukcesu była imponująca. Jeszcze przed debiutem giełdowym w 2024 roku firma była wyceniana na około 20 miliardów dolarów w prywatnych rundach finansowania. Adobe próbował kupić Figmę za 20 miliardów dolarów już w 2022 roku, ale transakcja została zablokowana przez regulatorów.

Model Figmy zmienił rynek projektowania cyfrowego. Wcześniej projektowanie było zamknięte, lokalne i oparte na plikach. Figma zamieniła ten proces w środowisko zespołowe i sieciowe. Projektant, programista i product manager pracują na jednym „żywym” organizmie.

W praktyce takie podejście radykalnie zwiększa produktywność zespołów technologicznych.

Model biznesowy jest typowo SaaS-owy, ale Figma działa w formule freemium. Możesz zacząć za darmo, a płacenie zaczyna się dopiero wtedy, gdy pracujesz zespołowo albo potrzebujesz bardziej zaawansowanych funkcji. To niezwykle ważny element całej strategii wzrostu, ponieważ produkt rozprzestrzenia się oddolnie. Najpierw korzysta z niego jeden projektant. Jeśli mu się spodoba, zachęca kolejnych członków zespołu. Ostatecznie firma kupuje licencje dla całej organizacji.

Struktura przychodów opiera się na subskrypcjach – od planów dla pojedynczych użytkowników, przez zespoły, aż po klientów enterprise. Figma nie rośnie skokowo, lecz systematycznie. Kwartał po kwartale zwiększa przychody, osiągając poziom ponad 300 mln dolarów kwartalnej sprzedaży przy około 40-procentowym wzroście rok do roku.

To dokładnie taki profil biznesu, który inwestorzy uwielbiają.

Wysoka retencja klientów. Dosprzedaż nowych modułów obecnym użytkownikom. Naturalna ekspansja wewnątrz organizacji.

Jeśli firma już korzysta z Figmy, bardzo trudno ją zastąpić, ponieważ całe procesy są wokół niej zbudowane. To przekłada się na stabilny i przewidywalny wzrost.

Na pierwszy rzut oka – albo ucha – brzmi jak bajka.

Claude, AI i pierwsze sygnały zagrożenia dla Figmy

Ale właśnie w tym miejscu do bajki wchodzi czarny charakter, czyli sztuczna inteligencja.

Rynek już zaczął wyceniać ryzyko związane z nowymi technologiami. Nie można jeszcze powiedzieć z pełnym przekonaniem, że AI zabiła ten biznes. W końcu przychody nadal rosną. Jednak to, co potrafi dziś robić Claude, budzi ogromne podejrzenia, że produkty spółki mogą być mocno narażone na dysrupcję.

Faktycznie mogę dziś wejść do Claude i napisać: „Zaprojektuj mi interfejs aplikacji do zarządzania zadaniami w stylu Linear, z dark mode, lewym sidebarem, trzema kolumnami w stylu Kanban oraz miejscem na komentarze i checklisty”. Po kilkudziesięciu sekundach dostaję działający kod HTML i CSS. Klikam „uruchom” i to naprawdę działa.

Jeszcze niedawno taką pracę designer wykonywał w Figmie przez kilka godzin. Teraz AI wykonuje ją w mniej niż minutę. Czy to oznacza, że Figma jest martwa?

Nie.

Klient enterprise nadal potrzebuje Figmy, aby koordynować pracę 50 projektantów jednocześnie. Jednak freelancer albo niewielka firma może zacząć ją omijać. Spółka może więc jeszcze przez długi czas rosnąć, choćby dzięki temu, że nadal ma stosunkowo niewielką bazę przychodową. To wciąż młody i relatywnie mały biznes.

Jednocześnie firma nie osiągnęła jeszcze pełnej rentowności, a sam zysk – w przeciwieństwie do przychodów – zaczął spadać od kilku kwartałów. To sugeruje pojawiające się problemy biznesowe. Na przykład presję na marże. Czyli bardzo podobny mechanizm do tego, który obserwowaliśmy wcześniej w firmach sprzedających zdjęcia stockowe.

Przejdźmy jednak do sedna obaw inwestorów. Jeśli AI potrafi wygenerować interfejs, napisać kod i zaprojektować produkt na podstawie kilku promptów, to wartość wielu narzędzi oferowanych przez spółkę zaczyna być kwestionowana.

Oczywiście sama Figma twierdzi, że AI może być również ogromną szansą.

Może przyspieszać projektowanie, automatyzować powtarzalne zadania, generować układy, teksty czy komponenty. To oznacza, że więcej osób będzie w stanie tworzyć produkty cyfrowe, a więc potencjalnie więcej użytkowników będzie korzystać z Figmy.

Tu jednak pojawia się problem.

Model spółki opiera się na tym, że zespoły projektowe spędzają w niej godziny, tworząc i iterując produkty. Jeśli część tej pracy przejmie AI, może spaść czas spędzany w produkcie, liczba licencji lub potrzeba korzystania z bardziej rozbudowanych planów. Innymi słowy, użytkownik nie musi zniknąć, aby ucierpiał przychód przypadający na jednego użytkownika.

Dochodzi jeszcze jeden ważny wątek.

AI zaczyna wchodzić w rolę twórcy, a nie tylko narzędzia wspierającego pracę. Jeśli model będzie w stanie projektować coś szybciej i lepiej niż człowiek, Figma może zostać sprowadzona do roli narzędzia służącego wyłącznie do poprawiania wygenerowanych projektów. A to zupełnie inna pozycja w łańcuchu wartości. I zazwyczaj znacznie mniej dochodowa.

W efekcie rynek obawia się przede wszystkim zmiany zasad gry. Część oprogramowania SaaS – nie tylko Figma – może zostać zredukowana z kluczowego narzędzia pracy do niewielkiego dodatku wykorzystywanego przy pracy.

To właśnie taki scenariusz ciąży dziś na wycenach tych spółek.

Monday.com – kolejny SaaS na celowniku sztucznej inteligencji

Kolejnym przypadkiem jest monday.com, choć tutaj historia wygląda nieco inaczej. Mimo wszystko kurs akcji od szczytów spadł już o ponad 80%, co pokazuje, że rynek również w tym przypadku zaczął wyceniać ryzyko związane z rozwojem AI. Monday.com to spółka zajmująca się porządkowaniem pracy w innych firmach.

Ich produkt jest w praktyce cyfrową warstwą operacyjną dla zespołów. Można tam prowadzić projekty, zarządzać sprzedażą, rozwojem produktu, obsługą klienta czy procesami IT. Zamiast jednego wyspecjalizowanego narzędzia monday.com próbuje być systemem, w którym firma organizuje swoją codzienną pracę i przepływ informacji.

Model biznesowy jest klasycznie SaaS-owy, ale bardzo szeroki. Firma sprzedaje dostęp w abonamencie, najpierw małym zespołom, a następnie stara się zwiększać swoją obecność w większych organizacjach.

W efekcie monday.com nie żyje z jednorazowej sprzedaży licencji, lecz z powtarzalnych subskrypcji oraz stopniowego zwiększania wartości klienta w czasie.

W 2025 roku spółka osiągnęła 1,232 mld dolarów przychodów, a w samym czwartym kwartale wygenerowała 333,9 mln dolarów sprzedaży, rosnąc o 25% rok do roku.

Jednocześnie coraz większe znaczenie mają więksi klienci. Firmy generujące ponad 50 tys. dolarów rocznych przychodów odpowiadały już za 41% całego ARR, czyli Rocznych Powtarzalnych Przychodów.

Na pierwszy rzut oka wygląda to bardzo dobrze.

Dlaczego inwestorzy obawiają się o przyszłość monday.com?

I właśnie tutaj zaczyna się wątek AI.

Monday.com trafia do tego samego koszyka obaw, co duża część sektora SaaS. Inwestorzy boją się, że sztuczna inteligencja nie tylko ulepszy istniejące oprogramowanie, ale wręcz zacznie odbierać sens istnienia części takich narzędzi.

Jeśli model AI potrafi sam rozpisać proces, wygenerować workflow, przypisać zadania, przygotować raport albo nawet zastąpić część interfejsu zwykłą rozmową, to pojawia się bardzo niewygodne pytanie:

Czy klasyczne oprogramowanie do zarządzania pracą nadal zasługuje na tę samą cenę?

I czy firma, która je dostarcza, zasługuje na tę samą premię w wycenie?

Jeżeli AI obniży próg wejścia do budowania wewnętrznych narzędzi albo sprowadzi część pracy do rozmowy z agentem AI, wartość takiej „warstwy organizacyjnej” może znacząco spaść.

Rynek obawia się więc, że część podobnych platform stanie się mniej niezbędna, a ich siła cenowa osłabnie. Za tym mogłoby pójść wolniejsze tempo wzrostu klientów oraz spadek marż.

W porównaniu do wielu innych spółek SaaS problem monday.com polega na tym, że firma w największym stopniu dostarcza jedynie warstwę wizualną do porządkowania danych i informacji.

Nie zajmuje się przede wszystkim przesyłaniem danych. Nie odpowiada za ich bezpieczeństwo. Nie pomaga ich tworzyć.

Jej głównym zadaniem jest sprawienie, aby układanie i odnajdywanie informacji było proste, przejrzyste i uporządkowane.

Dlatego, mimo że wyniki finansowe nie pokazują jeszcze spadków, istnieje duża szansa, że tego typu biznes może w przyszłości trafić do koszyka firm mocno poturbowanych przez AI.

A jeśli nie zabitych, to przynajmniej poważnie zranionych.

Strategia AI-first – próba obrony przed dysrupcją

Monday.com doskonale rozumie ten problem i nie próbuje udawać, że go nie ma. Ich odpowiedź jest stosunkowo prosta.

Skoro AI może rozbroić klasyczny SaaS, trzeba wbudować AI w sam środek produktu, zanim zrobi to ktoś inny. Spółka rozwija własne funkcje oparte na sztucznej inteligencji i coraz częściej komunikuje, że buduje produkty w filozofii „AI-first”. I to jest prawdopodobnie najciekawszy element tej historii z perspektywy inwestora.

Monday.com nie broni się dziś wyłącznie argumentem „mamy klientów i rośniemy”. Firma próbuje przesunąć narrację w stronę tego, że jej produkty AI generują coraz większą wartość i pomagają napędzać dalszy wzrost. Jeżeli ten plan się powiedzie, AI może stać się katalizatorem kolejnej fazy ekspansji:

• lepszy produkt,
• większa automatyzacja,
• mocniejsza oferta dla klientów enterprise,
• wyższy ARPU, czyli przychód na użytkownika.

Jeśli jednak się nie uda, rynek zacznie patrzeć na monday.com jak na kolejną platformę, którą rewolucja technologiczna stopniowo wypiera z rynku.

Choć w tym przypadku temat nie jest jeszcze rozstrzygnięty, uważam, że monday.com należy do mniej atrakcyjnych i bardziej narażonych na dysrupcję spółek SaaS.

Jak AI pośrednio utrudnia życie spółkom technologicznym?

Warto poruszyć jeszcze jeden wątek, w którym AI osłabia monday.com bardziej podstępnie i pośrednio.

Żeby to dobrze zrozumieć, muszę opisać szerszy problem. W monday.com, podobnie jak w wielu innych spółkach technologicznych, duża część wynagrodzeń pracowników wypłacana jest w formie akcji. Przykładowo w 2025 roku koszty związane z wynagradzaniem pracowników akcjami przekroczyły 14% wartości całych przychodów.

I teraz mamy następującą sytuację. Cena akcji spadła z powodu obaw o AI o wspomniane wcześniej 80%. To oznacza, że aby utrzymać ten sam poziom wynagrodzenia dla pracowników, firma może zostać zmuszona do emitowania większej liczby akcji. A to prowadzi do szybszego rozwodnienia akcjonariatu. W konsekwencji może wywołać dalszą ucieczkę inwestorów i jeszcze większą presję na kurs akcji.

Alternatywą jest podnoszenie wynagrodzeń w inny sposób, aby zatrzymać najlepszych specjalistów. Jeszcze innym rozwiązaniem jest optymalizacja struktury zatrudnienia, czyli po prostu redukcja etatów.

Tak czy inaczej, jest to dobry przykład tego, jak rozwój sztucznej inteligencji może utrudniać życie spółce nie tylko bezpośrednio na poziomie produktu i modelu biznesowego, ale również pośrednio poprzez wpływ na wycenę giełdową oraz politykę wynagrodzeń. Te pięć spółek to pierwsi pacjenci na intensywnej terapii AI.

Po nich przyjdą kolejni. I już dziś można próbować zgadnąć, w jakiej kolejności.

Kto może być następny na liście ofiar AI?

Następne na liście będzie prawdopodobnie wszystko, co żyje z „warstwy pośrednika” między człowiekiem a wiedzą. Tłumacze online, tacy jak DeepL, którzy coraz mocniej walczą z natywnym tłumaczeniem w ChatGPT. Platformy do wynajmu freelancerów, gdy znaczna część zlecanej tam pracy zaczyna być wykonywana przez AI taniej i szybciej. Klasyczne agencje marketingowe, które kiedyś wystawiały faktury za „godziny copywriterów”. Narzędzia do analizy danych, które oferują to, co dziś Claude potrafi zrobić z plikiem Excel w 30 sekund.

Dalej w kolejce są specjalistyczne wyszukiwarki, które przez 20 lat budowały bazy danych prawniczych, medycznych czy patentowych. Te bazy są dziś warte miliardy, ale AI potrafi je przeszukać szybciej niż ich własny interfejs. Bookingi i biura podróży, dla których proces „znajdź mi lot i hotel pod konkretne preferencje” trwa dziś 30 minut, a w erze agentów AI będzie trwał 30 sekund.

Patrzcie na firmy w swoim portfelu i zadajcie sobie jedno proste pytanie: Czy mój klient nadal będzie kupował ten produkt, jeśli AI da mu 80% tej samej wartości za 5% ceny? Jeśli odpowiedź brzmi „nie”, to masz w portfelu kandydata na następnego Chegga.

A jeśli macie swoich kandydatów na kolejne ofiary AI, wrzućcie ich w komentarzach. Naprawdę jestem ciekaw, kogo wytypujecie. Najciekawsze przypadki rozłożymy w kolejnym materiale.

Do zarobienia,
Piotr Cymcyk

• YouTube
• X
• Facebook
• LinkedIn
• TikTok
• Instagram