Giełda spanikowała po wynikach Google i Tesli. Ja nie. Co robię z tą przeceną?

Quiz teraz będzie. Gotowi? Zasady proste: ja czytam fakt, Wy zgadujecie, co zrobił kurs.

Runda pierwsza: chmura Google rośnie 82% rok do roku, najszybciej w historii segmentu, marża w górę mimo rekordowych inwestycji. Kurs? (pauza) SPADŁ.

Runda druga: Tesla dostarcza 480 tysięcy aut, rekord drugiego kwartału, 74 tysiące powyżej oczekiwań. Kurs? SPADŁ.

Runda trzecia: chiński model AI wskakuje na szczyt rankingów kodowania i jest tak oblegany, że firmie kończy się moc obliczeniowa w 48 godzin. Czyli wychodzi, że popyt na obliczenia eksploduje. To indeks półprzewodników...? SPADŁ.

Także ten… Dokładnie o tym jest dzisiejszy FinWeek: o tygodniu, w którym wyniki były lepsze niż nagłówki. Rozbiorę Wam wyniki Google i wyjaśnię, czemu ujemne przepływy to nie wypadek, tylko decyzja. Pokażę, czemu spadek marży Tesli to zagranie z podręcznika Adobe i wytłumaczę panikę wokół chińskiego Kimi K3. Do tego będzie o modelu OpenAI, który podobno uciekł z klatki, ServiceNow gaszące SaaSpokalipsę, Trump ze 100% cłem na leki generyczne, SpaceX 49% pod wodą i Europa budująca własnego Palantira. Będzie się działo. Lecimy!

Giełda spanikowała po wynikach Google i Tesli. Ja nie. Co robię z tą przeceną?

Wyniki Google za drugi kwartał to pierwszy poważny test tezy, że giganci technologiczni realnie zarabiają na sztucznej inteligencji. I sam test wypadł bardzo dobrze, zresztą nie pierwszy raz .

Segment chmurowy Google zanotował najwyższą dynamikę przychodów od momentu wydzielenia go w 2019 roku, z dynamiką 24% kwartalnie i aż 82% rok do roku. I to mimo wielokrotnie większej skali niż kilka lat temu. Serio ktoś potrafi patrzeć na taki wykres i zastanawiać się czy inwestowanie w AI daje zwrot?

Marża operacyjna tego segmentu wzrosła do 35,6% z 32,9% w pierwszym kwartale, poprawiając się o prawie 15 punktów procentowych rok do roku. Wzrosła więc jednocześnie z nakładami inwestycyjnymi i kosztami amortyzacji, czyli mimo tego, że nakłady inwestycyjne są gigantyczne, co przekłada się na wysokie koszty amortyzacji, to marża i tak się poprawia. Czy wy to ludzie ogarniacie?

Druga strona medalu to, do której oczywiście doczepił się rynek, to wolne przepływy pieniężne, które po raz pierwszy przynajmniej od 2011 roku spadły poniżej zera do minus 5,9 miliarda dolarów w kwartale. Alphabet wydaje na infrastrukturę AI szybciej niż rosną wpływy i sam przyznaje, że jego moce nadal nie nadążają za popytem. Czy to problem? Dla rynku tak, bo rynek w krótkim terminie jest prostolinijny.

Przepływy spadają nie dlatego, że firma generuje coraz mniej kasy, ale dlatego, że zarobioną kasę przeznacza na inwestycje właśnie w ten segment, który przyśpieszył do 82% r/r. Jeśli inwestujesz w coś, co realnie niemal natychmiast generuje dla Ciebie zwrot, to musisz być szalony, żeby nie robić tego jeszcze mocniej.

Zarówno Google jak i inne Big Techy mają niesamowicie silne bilanse. Nie grozi im żadne bankructwo, więc czemu mieliby przestać inwestować w coś tak mocno podbije przyszłe wyniki? Ja nie znam uzasadnienia na tak postawione pytanie i dlatego podobają mi się te inwestycje w centra danych, bo wiem do czego to doprowadzi. Przepływy i generowana gotówka wystrzeli potem w kosmos.

Google po raz pierwszy zaznaczył, że przychody segmentu chmurowego pochodzą częściowo ze sprzedaży systemów TPU, czyli własnych układów do obliczeń AI. To sporo zmienia. Jeszcze kilka lat temu podział rynku AI był prosty. Nvidia sprzedaje układy graficzne, dostawcy chmury wynajmują moc, klienci kupują oprogramowanie. To się dziś rozmywa. Google projektuje własne układy, buduje własne centra danych, wynajmuje moc, rozwija modele, sprzedaje oprogramowanie, a teraz jeszcze oferuje całe systemy TPU klientom.

Każdy próbuje więc przejąć jak największą część całego stosu AI, bo dopiero to generuje realną przewagę. Konkurencja dla Nvidia nie musi więc wyglądać tak, że ktoś produkuje lepszy układ graficzny. Wystarczy, że dostawca chmury zaoferuje klientowi zamknięty ekosystem, w którym jego własny chip jest wystarczająco dobry, tańszy i od razu zintegrowany z resztą usług. Ten kij ma dwa końce, bo Nvidia robi dokładnie to samo, tylko od drugiej strony.

Wniosek jest prosty. Cały rynek AI zmierza w stronę pionowo zintegrowanych gigantów. Czas prostej tezy „kup wąskie gardło i czekaj" powoli się kończy. Wąskie gardła przesuwają się między kolejnymi warstwami, a najwięcej zarobi ten, kto kontroluje kilka z nich naraz. Najbliżej tego są dziś największe spółki technologiczne, a samo AI przechodzi z etapu sprzedaży pojedynczych elementów do wojny o kontrolę nad całym ekosystemem.

Muszę przyznać, że jest w tym coś uroczego, że w 2026 roku rynek dalej potrafi być tak skrajnie nieefektywny w swojej wycenie.

Dokładnie tak samo sytuacja wygląda z wynikami Tesli. Rynek dostał niższą marżę operacyjną i spanikował. To również nie ma wiele sensu.

Tesla dostarczyła ponad 480 tysięcy samochodów wobec około 406 tysięcy oczekiwanych. Rekordowy wynik dla drugiego kwartału i wzrost o ponad 30% kwartał do kwartału po słabszym pierwszym kwartale, w którym dostarczono 358 tysięcy sztuk.

No ale MARŻA SPADŁA spadła z 19,2% do 16,3%. Do tego wolne przepływy pieniężne zjechały na minus miliard dolarów. Brzmi fatalnie. Cymcol upokorzony przez Muska. Nie do końca

Spadek marży nie jest przypadkowy, ale świadomy, bo Tesla obniża cenę samochodu przez promocje, żeby przyciągnąć więcej klientów. Po co? Żeby sprzedawać im oprogramowanie do autonomicznej jazdy.

To ten sam model, który kiedyś Adobe zastosowało w 2013 roku, gdy zrobiło pivot na subskrypcje ze sprzedaży gotowego pełnego produktu. Pierwszy rok wyglądał jak katastrofa, a potem przychody wystrzeliły. Kto patrzy wyłącznie na marżę na samochodach, widzi spadek. Kto patrzy na to, że samochód staje się narzędziem do dystrybucji oprogramowania, widzi zupełnie inny obrazek.

Tesla jest ponadto w największym cyklu inwestycyjnym w historii. Musk powiedział wprost, że zespół ma wydawać tak szybko, jak potrafi, bo większą wartość ma szybki start każdego projektu niż optymalizacja każdego wydanego dolara, czyli największym kosztem jest dziś czas. Nic dziwnego, bo liczy się dynamika adopcji na rynku. Zwłaszcza jeśli chodzi o robotaxi, które testowano już na ponad 380 tysiącach mil w sześciu miastach, co również przyspiesza.

Czy wyniki finansowe za drugi kwartał były dobre? Nie, ale w przypadku Tesli to od dawna nie ma znaczenia. Tesla to nie jest spółka do wyceny wskaźnikowej, ale do wyceny opcyjnej. To realnie portfel opcji na autonomię, robotykę i energetykę, a po tym kwartale kilka z tych opcji wygląda jeszcze lepiej niż kwartał wcześniej.

Dlatego też portfel agresywny, jaki prowadzę dla was we Freedom24 nie będzie mieć żadnego problem z tym, żeby po nowej dopłacie miesięcznej już na początku sierpnia za całą dopłatę dobrać sobie właśnie akcje Tesli korzystając z tej wybitnej dla mnie promocji.

Sam portfel jak na ostatnie uderzenie w technologię nawet nie dostał za bardzo po głowie. Od ostatniego szczytu obsunęliśmy się o jakieś 6%. Meh, co to za spadki. To jakaś popierdółka, a nie spadki. Dalej od startu w 2024 roku jesteśmy na solidnym 105% plusie bijąc wszystkie indeksy co najmniej dwukrotnie.

Także nuda Panie, nuda. W samym portfelu w zeszłym tygodniu nic nie zmieniałem, bo i nie było po co. Nie jest sztuką skakać sobie z kwiatka na kwiatek co tydzień. Sztuką jest pielęgnować pięknie swoje rabaty.

A wy jeśli chcecie tworzyć sobie takie portfele dla siebie, to potrzebujecie też dobrego brokera, który ma dostęp do jak najszerszej oferty. Freedom24, który jest partnerem całej serii finweek ma dokładnie taką ofertę. Szeroki dostęp do masy rynków, których nie znajdziecie nigdzie indziej i do tego bogatą ofertę opcji. Już niedługo będziecie tam mogli również handlować akcjami z GPW, więc wszystko w jednym miejscu.

Do tego możecie odebrać specjalny bonus do 20 akcji o wartości do kilkuset dolarów każda jest do odebrania. Wystarczy założyć konto z linka, spełnić warunki i można odbierać akcje za darmolca. Byle tylko wam się nie wylosowały europejskie akcje obronne, bo wiele wskazuje na to, że skończył się za złoty okres tego sektora.

Ostatnio znowu wystarczyła premiera jednego chińskiego modelu, żeby rynki zaczęły nerwowo wyceniać koniec boomu na moc obliczeniową z powodu kompletnie od czapy. Kimi K3, stworzony przez chiński lab Moonshot AI wyceniany po majowej rundzie na ponad 20 miliardów dolarów. W piątek tydzień temu indeks półprzewodników SMH spadł wtedy nawet o 5,5%.

Wygląda jak przestarzały news, ale jest wstępem do walki o modele Open Source, która toczyła się w tym tygodniu. Zacznijmy od tego, co chiński model Kimi K3 faktycznie sobą reprezentuje. Zapowiadany był jako największy otwarty model w historii. Na portalu Arena.ai model wskoczył z osiemnastego na pierwsze w rankingu generowania kodu wyprzedzając Claude Fable 5 oraz GPT-5.6 Sol.

Popyt okazał się tak duży, że w ciągu 48 godzin obciążenie wyczerpało dostępną moc obliczeniową firmy. Moonshot musiał tymczasowo wstrzymać nowe subskrypcje i otwierać kolejne miejsca partiami.

To w sumie już wystarczająco jasny sygnał, że wnioskowanie przez rynek spadku zapotrzebowania na moc obliczeniową jest… dziwne. Lepszy model, który potrafi jeszcze więcej przy niższym wykorzystaniu mocy podbija popyt na swoje wykorzystanie i w efekcie na tą moc obliczeniową.

Inwestorzy zachowali się jednak jak zwierzęta stadne, które nie myślą i rozegrali znów scenariusz ze stycznia 2025 roku, kiedy pojawił się DeepSeeka. Logik, którą starano się bronić była taka, że skoro chiński lab z ograniczonym dostępem do układów dowozi model z obecnej czołówki, to może do trenowania kolejnych generacji nie potrzeba aż tylu chipów, pamięci itd? Jest tu jednak kolejna spora dziura logiczna. Kimi K3 kosztuje praktycznie tyle co zachodnie modele, czyli… dużo.

Cennik sporo zmienia, bo gdyby Moonshot dysponował architekturą o rząd wielkości efektywniejszą obliczeniowo, spora część tej przewagi musiałaby być widoczna w koszcie wykorzystania, a nie jest, bo chiński model w użyciu kosztuje tyle co zachodnie modele z wysokiej półki.

Najprostsze wyjaśnienie jest takie, że oszczędności w treningu modelu nie wzięła się z wydajności i z przełomowej architektury, a raczej z tańszej drogi po stronie danych np. z destylacji, czyli uczenia własnego modelu na odpowiedziach cudzych, lepszych modeli. To taka ładna nazwa na zapieprzenie komuś pracy w świecie LLM.

Anthropic oskarżył zresztą w tym roku chińskie laby, w tym właśnie Moonshota, o zorganizowane kampanie destylacyjne, a Kongres pracuje nad karami za kopiowanie modeli.

Prawa skalowania wciąż jednak działają i nie ma jeszcze dowodów za tym, że tak nie jest. Modele AI poprawiają się w dość przewidywalny sposób, kiedy dokłada się im więcej mocy obliczeniowej, danych i treningu. Postęp nie wymaga tu za każdym razem naukowego cudu. Większa moc regularnie daje lepszy model i dopóki to prawo działa, to nie ma powodów do obaw.

Odnośnie chińskich modeli AI, głos zabrał też Jensen Huang, który powiedział w tym tygodniu głośno dokładnie to samo. W wywiadzie stanął w obronie chińskich modeli i uznał panikę wokół Kimi za odwróconą do góry nogami. Tańsze i darmowe modele wciągają do AI więcej ludzi i firm, a to oznacza większy popyt na chipy i centra danych. Nvidia zarabia na ilości obliczeń, nie na cenie modeli, i dlatego od miesięcy kibicuje otwartym modelom. Wyprzedawanie jej akcji na takie newsy… to nonsens.

Huang twierdzi nawet, że destylacja to fundament każdej inteligencji, więc ścigać trzeba nadużycia, a nie same modele za taką realizację. W każdym razie, prawdziwym ostrzeżeniem dla inwestycji w AI nie byłby jeden słabszy model ani kolejny DeepSeek, tylko seria, w której laby raz po raz dokładają nową moc obliczeniową, a nowe modele poprawiają się coraz mniej i nie zdobywają nowych zastosowań i nie generują przychodów pod kolejną falę wydatków.

A skoro już przy LLM jesteśmy. We wtorek OpenAI poinformowało, że dwa modele testowane w zamkniętym środowisku wydostały się z niego, uzyskały dostęp do internetu i włamały się do Hugging Face, dostawcy narzędzi AI. Jednym z nich był GPT-5.6 Sol, a drugim nieujawniony, jeszcze silniejszy model. Oba były celowo skonfigurowane do testów bezpieczeństwa z obniżonym oporem na wykonywanie poleceń hakerskich, czyli, intencjonalnie pozbawione zabezpieczeń.

Brzmi jak początek mrocznego filmu Sci-Fi o sztucznej inteligencji… i w sumie podejrzewam, że podobnie jak taki film, też jest całkowicie fikcją.

Hugging Face, dostawcy narzędzi AI, wykrył nieautoryzowany dostęp do wewnętrznych zbiorów danych i danych uwierzytelniających. Atak był podobno na tyle wyrafinowany, że pracownicy podejrzewali, iż wymagał modelu z absolutnej czołówki. I miały odpowiadać za niego modele OpenAI, które znalazły drogę do Internetu z zamkniętego środowiska testowego. Szef firmy cyberbezpieczeństwa RunSybil powiedział, że to scenariusz, który rozważano teoretycznie, ale nikt wcześniej go nie zaobserwował w praktyce.

Ciężko tu nie zauważyć, że opowieść pasuje podejrzanie dobrze do modelu marketingowego, który sprawdza się w branży AI. Anthropic od miesięcy buduje markę na narracji o ograniczaniu dostępu do swoich modeli ze względów bezpieczeństwa. „Oto nasze modele są tak potężne, że nawet my musimy je trzymać w ryzach.” OpenAI dorzuca teraz historię o modelu, który uciekł z klatki. Efekt jest ten sam. Nasze modele są tak zaawansowane, że nawet my mamy problem z ich kontrolą. Niezależnie od tego, czy incydent był w pełni autentyczny, przekaz marketingowy jest jasny. Altman chyba pozazdrościł strategii Dario Amodei. Szkoda, bo taki doomism to coś do porzygu w tym świecie.

Ciekawsze było to, że OpenAI znów podniosło plan wydatków na moc obliczeniową, tym razem do 750 miliardów dolarów do 2030 roku, z około 600 miliardów sprzed kilku miesięcy. Przypomnijmy, wcześniej Altman rzucił kwotę 1,4 biliona, co wywołało popłoch o wypłacalność spółki, więc dyrektor finansowa Sarah Friar ścięła prognozę do 600 miliardów. Teraz liczba znów pełza w górę.

Skąd ta pewność siebie? Altman pisał 16 lipca, że najlepsze dwanaście miesięcy spółka ma dopiero przed sobą. Kilka dni później Bloomberg podał, że Codex i ChatGPT Work przekroczyły łącznie 10 milionów tygodniowych użytkowników, podwajając się w dwa tygodnie po starcie ChatGPT Work 9 lipca. To sygnał, że popyt jest realny, a narzędzia agentowe od OpenAI wchodzą do firm. Firma poszła więc drogą Anthropic i mocniej celuje w sprzedaż dla firm. Jak na razie się to opłaca.

Dla półprzewodników to kolejny dowód, że nakłady rosną. Oracle ma z OpenAI zakontraktowane 6 gigawatów mocy, w większości dopiero w budowie. Microsoft otrzymał zobowiązanie na dodatkowe około 250 miliardów na chmurę Azure. Amazon Web Services dostał 138 miliardów na osiem lat. Każde podniesienie planu wydatków przez OpenAI to wprost większy zakontraktowany przychód dla tych spółek.

Agenci AI to też zresztą słowo, które doprowadziło nas przecież w tym roku do wielkiej apokalipsy spółek SaaS. ServiceNow to jedna z tych spółek, które stały się papierkiem lakmusowym dla całego sektora i tutaj akurat wyniki za drugi kwartał wyglądają naprawdę dobrze. Przychody sięgnęły 4 miliardów dolarów ze wzrostem o 24% rok do roku, bijąc oczekiwania o około 100 milionów. Zysk na akcję wyniósł 90 centów wobec prognozowanych 86. Przychody z subskrypcji urosły o 23% w stałych walutach, też powyżej konsensusu.

Kluczowy wskaźnik to jednak tak zwane cRPO, czyli ta część zaległych zobowiązań kontraktowych, która powinna zamienić się w przychody w ciągu najbliższych dwunastu miesięcy. To takie zamówienia, które już są podpisane i czekają na realizację. cRPO urosło o 21,5%, wyraźnie powyżej oczekiwań rynku na poziomie 19,5%. Prognoza na trzeci kwartał zakłada 20% wzrostu, znów lepiej od konsensusu. Korporacyjny popyt na usługi ServiceNow pozostaje mocny. Czyli jak się okazuje to nie tak, jak twierdził IBM, że korporacje przesuwają budżety z software. Po prostu przesuwają budżety za wybrany software.

Roczna wartość kontraktów związanych ze sztuczną inteligencją przekroczyła miliard dolarów i jest na dobrej drodze do realizacji celu 1,5 miliarda na cały rok. Spółka ma też już 658 klientów z kontraktami powyżej 5 milionów rocznie, wobec 630 kwartał wcześniej.

Wskaźnik odnawiania subskrypcji wynosi z kolei 98%, czyli ciągle tyle samo co rok temu, przed SaaSapokalipsą.

ServiceNow pozycjonuje się teraz jako warstwa koordynacji i bezpieczeństwa dla korporacyjnej AI. Zarządza modelami i agentami, którzy nie zawsze działają, jak powinni. Wprowadza też hybrydowy model cenowy łączący subskrypcje z opłatami za wykorzystanie AI. Przewagą spółki jest to, że siedzi na korporacyjnych danych, w tym historii przepływów pracy i bazie konfiguracji, i może dostarczać rozwiązania AI, które nie wymagają kosztownego wyciągania i przetwarzania danych z wielu platform.

To kolejny kwartał, który udowadnia, że niedźwiedzi scenariusz dla oprogramowania wcale nie materializuje się w danych.

Trump zapowiedział 100% cło importowe na leki generyczne. Od 1 sierpnia 2026 roku zaczyna się dwuletni okres przejściowy ze stawką zerową, ale od sierpnia 2028 cło ma wynosić 100%, a rok później 200%. Firmy, które nie przeniosą w tym czasie produkcji do USA, zmierzą się z karą, jak to ujął sam Trump.

Generyki to nie niszowy segment i odpowiadają za ponad 90% wszystkich recept w Stanach Zjednoczonych. Produkuje się je głównie w Indiach, Europie i Chinach, bo tam koszty pracy i wytwarzania są wielokrotnie niższe. Indie są największym eksporterem generyków do Ameryki, z eksportem farmaceutycznym na poziomie 10,5 miliarda dolarów rocznie. W przypadku tabletek antykoncepcyjnych dwie indyjskie firmy, Glenmark i Lupin, odpowiadają za 65% wszystkich recept w USA.

Problem emz tą propozycją jest jej wpływ na ceny. Producenci generyków konkurują niską ceną, więc w przeciwieństwie do firm sprzedających leki pod ochroną patentową nie mają marginesu na wchłonięcie ceł. Przeniesienie produkcji do USA to inwestycja na minimum trzy lata, czyli dłużej niż harmonogram ceł Trumpa. W efekcie firmy albo podniosą ceny, albo wycofają się z rynku, a Amerykanie stracą dostęp do tanich odpowiedników markowych leków. Ta decyzja doprowadzi do ograniczenia dostępu do generyków, bo firmy nie będą w stanie utrzymać niskich cen przy amerykańskich kosztach produkcji.

Szef Sandoz, jednego z największych producentów generyków, ostrzegał wcześniej, że taki kierunek podniesie ceny i ograniczy dostęp pacjentów.

Cła mogą też uderzyć w firmy takie jak Hims and Hers, które zbudowały model biznesowy na sprzedaży tanich leków przez Internet, korzystając ze składników aktywnych importowanych z Azji. Jeśli te składniki podrożeją o 100%, cały model sprzedaży przystępnych leków online stanie pod znakiem zapytania.

Miesiąc temu SpaceX wchodziło na giełdę jako najbardziej wyczekiwany debiut dekady. Dziś akcje są poniżej ceny emisyjnej 135 dolarów, a spadek od szczytu po debiucie sięga 49%.

To gorszy start niż 90% wszystkich amerykańskich debiutów z kapitalizacją powyżej miliarda dolarów od 2009 roku. Przypomnę, że w naszej analizie IPO SpaceX ostrzegaliśmy, że wycena spółki na tamten moment wyglądała na zbyt ambitną. Rynek teraz to potwierdza.

Pozycje krótkie, czyli zakłady na spadek kursu, stanowią 17% akcji dostępnych do handlu. Dla porównania u Apple to około 1%. Tak wysoki udział wynika w dużej mierze z tego, że tylko niewielka część akcji jest w wolnym obrocie. Większość trzymają wcześni inwestorzy, których obowiązuje zakaz sprzedaży. I tu jest problem. Od sierpnia, po publikacji wyników za drugi kwartał 4 sierpnia, miliardy dotychczas zablokowanych akcji zaczną się stopniowo odblokowywać. Akcje Muska pozostają zamrożone do czerwca 2027, ale pozostali inwestorzy z krótszymi okresami mogą zacząć realizować zyski. Historycznie takie odblokowania wywierały presję na kursy akcje.

Szczególnie, że spadek ceny poniżej IPO jest czynnikiem psychologicznym i może wywołać w tych wczesnych inwestorach strach, że cena spadnie jeszcze bardziej.

Czy sam spadek ceny to coś strasznego? Niespecjalnie. SpaceX to firma bazująca na obietnicy przyszłości, nie na bieżących zyskach i takie spółki są z natury bardzo zmienne. Spadki nawet o 50% w trakcie roku, czy nawet kwartału nie muszą mieć nic wspólnego z tym, co dzieje się w biznesie. Meta po swoim debiucie przechodziła przez podobny trudny okres, zanim ostatecznie nagrodziła cierpliwych inwestorów. Udany test rakiety Starship albo solidne wyniki kwartalne mogą odwrócić sentyment bardzo łatwo.

Francja i Niemcy wspólnie ogłosiły, że zamierzają opracować europejski odpowiednik oprogramowania wojskowego dostarczanego przez amerykański Palantir. Deklaracja padła po piątkowym spotkaniu Friedricha Merza z Emmanuelem Macronem i jest elementem szerszego trendu ograniczania zależności Europy od amerykańskiej technologii w sektorze obronnym.

W czerwcu Francja zakończyła kontrakt swojego wywiadu wewnętrznego z Palantir. Niemcy wcześniej wybrały francuską firmę ChapVision zamiast Palantir dla swojej agencji wywiadowczej. Teraz oba kraje chcą zbudować suwerenny szkielet cyfrowy z naciskiem na własne rozwiązania w zakresie sztucznej inteligencji, bezpieczeństwa danych i chmury. Francja wskazuje na swoją platformę Arcadia, system dowodzenia wspomagany AI, jako punkt wyjścia. Co istotne, wysoki rangą dowódca NATO przyznał niedawno, że prawdziwej europejskiej alternatywy dla oprogramowania Palantir na dziś po prostu nie ma.

Może nie kompletnej, ale na GPW notowany jest DataWalk, jedna z niewielu europejskich spółek dostarczających oprogramowanie analityczne zbliżone do oferty Palantir, choć skierowane głównie do sektora finansowego. Z jednej strony rosnący apetyt Europy na lokalne alternatywy to szansa. Jeśli instytucje szukają europejskich rozwiązań, DataWalk staje się naturalnym kandydatem. Z drugiej strony, jeśli Francja i Niemcy budują własne platformy, a ChapVision zdobywa kontrakty wywiadowcze, konkurencja na tym rynku rośnie. Palantir to dziś wyjątkowa firma i jest na świecie niewiele spółek, które dostarczają podobne oprogramowanie, ale europejska odpowiedź na amerykańską dominację może zmienić ten układ.

Do zarobienia,

Piotr Cymcyk