Wiem, po czym poznam, że AI to jednak bańka

Cały czas powtarzam, że na rynku nie ma żadnej bańki AI. I dalej tak uważam. Ale wiecie, czym różni się analityk od wyznawcy? Wyznawca nie dopuszcza myśli, że może się mylić.

Analityk ma spisane warunki własnej pomyłki. Dlatego dziś tworzę materiał, o który prosicie mnie od miesięcy w komentarzach: „No dobra, Piotr, ale co musiałoby się STAĆ, żebyś zmienił zdanie?”.

Odpowiedź będzie konkretna do bólu. Zbudujemy razem tablicę kontrolną bańki AI. Cztery bezpieczniki, których przepalenie się zwiastowałoby prawdziwe kłopoty, a przy każdym dokładne rubryki w raportach i dane, po których poznacie, że zaczyna migać.

Bez „może”, bez „zobaczymy”. Mierzalne sygnały, które możecie śledzić sami. Zamiast więc po raz pierdyliardowy mówić „AI to nie bańka”, odpowiemy na pytanie, co musiałoby się POSYPAĆ, żeby obecna skala inwestycji w AI okazała się bańką. Lecimy.

Wiem, po czym poznam, że AI to jednak bańka

Ekonomicznie bańkę rozumiemy jako sytuację, w której ceny mocno przewyższają wartość fundamentalną. Problem polega już na starcie na tym, że wartości fundamentalnej nie da się zmierzyć ze 100-procentową pewnością, bo ta jest uzależniona od przyszłych przychodów, przyszłych marż, przyszłego kosztu kapitału, przyszłej konkurencji i przyszłego tempa wzrostu. Od wszystkiego, co dziś nie jest znane.

W przypadku AI skala niepewności jest podwójna. Nie wiemy nawet do tego wszystkiego, ile z obecnych zastosowań AI zamieni się w trwałe, płatne produkty. Nie wiemy, jak szybko autonomiczne systemy osiągną wymaganą niezawodność. Nie wiemy, jak nisko spadnie koszt obliczeń. Nie wiemy, ilu dostawców modeli AI będzie w stanie oferować porównywalną jakość. I nie wiemy, kto przechwyci wartość z całej rewolucji: producent chipów, chmura obliczeniowa, twórca modelu AI, producent aplikacji? Dziś najwięcej zarabiają producenci chipów, ale wcale nie musi tak być na zawsze. Jestem nawet pewien, że tak nie będzie.

Nawet samo załamanie się ceny nie dowodzi automatycznie, że wcześniej istniała jakaś bańka. Kurs może spaść o 40% z przeróżnych powodów. Dlatego nie będę po raz kolejny gadać o tym, „czy AI jest bańką?”, bo już o tym opowiadałem pierdyliard razy. Żeby jednak przejść do tego, co musi się stać, żeby nią było, to na szybko przypomnijmy sobie najważniejsze argumenty, dlaczego nie jest. Ale potem odpowiem na pytanie dużo lepsze, czyli: „jakie założenia muszą być prawdziwe, żeby obecna skala inwestycji w AI mogła okazać się bańką?”

Spójrzmy najpierw na to, co wiemy na pewno. Bo dane na ten moment nie wyglądają jak klasyczna bańka AI.

Stanford AI Index podaje, że AI jest wykorzystywane w jakiejś formie przez 88% badanych organizacji. Są też mierzalne korzyści, jak wzrost produktywności rzędu 14–15% w obsłudze klienta, około 26% w programowaniu, nawet 50% w części zadań marketingowych. To nie są obietnice z konferencji OpenAI. To wyniki badań.

Są też realne przychody, a nie PowerPoint z napisem „total addressable market”. Microsoft podał za ostatni kwartał wzrost chmury Azure o 43% i poinformował, że popyt nadal przekracza dostępne moce obliczeniowe. Google Cloud zwiększył przychody o 82%. AWS urósł o 37%, najszybciej od 18 kwartałów. Wzrost popytu na chmurę wynika z rosnącego popytu na wykorzystanie modeli AI.

No i wyceny. Forward P/E wynosi dla Nvidii, Microsoftu, Google i Amazona od kilkunastu do maksymalnie 30x. To nie poziomy, które krzyczą „bańka”. Gówno spółki consumer staples handlujące papierem toaletowym są wyżej wyceniane.

Bańki brak, zastanówmy się jednak w takim razie, co musi się wydarzyć, żeby jakimś cudem w przyszłości można było nazwać to bańką? Główną niewiadomą i potencjalnym -podkreślam: potencjalnym - problemem jest wielkość inwestycji w centra danych.

Nakłady inwestycyjne już dziś straszliwie wystrzeliły, a zgodnie z prognozami przed nami są kolejne lata, kiedy mają rosnąć.

Te nakłady już teraz widać w przepływach pieniężnych. Amazon wygenerował w ostatnich dwunastu miesiącach ponad 161 miliardów dolarów gotówki operacyjnej, ale po uwzględnieniu inwestycji odnotował niecałe 8 miliardów ujemnego free cash flow. Ujemny FCF oznacza, że firma inwestuje więcej kasy, niż generuje. Pozostali giganci technologiczni są w podobnej sytuacji.

Nie jest to jeszcze sam w sobie dowód przeinwestowania. Microsoft twierdzi, że popyt na chmurę przekracza podaż. Alphabet zwiększa wydatki, bo chce szybciej odpowiedzieć na ogromny popyt. Amazon wysyła takie same sygnały. Więc to nie tak, że sam fakt dużych inwestycji w infrastrukturę AI oznacza coś złego.

Obiektywnie jednak nie wiemy, jaki będzie finał tych inwestycji. Jedyne, co dziś wiemy, to że tworzy się gigantyczna dźwignia operacyjna oparta na założeniu, że przyszły popyt na obliczenia i usługi AI będzie rósł wystarczająco szybko i wystarczająco długo. Popyt może być ogromny, AI może być rewolucyjne, przychody mogą rosnąć, ale stopa zwrotu z zainwestowanego kapitału może okazać się fatalna.

Wyobraźcie sobie, że przedsiębiorstwa chętnie eksperymentują z AI, ale po kilku latach okazuje się, że większość rozwiązań pozostaje tylko dodatkiem wartym kilkanaście dolarów miesięcznie, agenci AI wymagają ciągłego nadzoru człowieka, a klienci nie są gotowi płacić za AI tyle, ile wynikało z początkowych założeń. Adopcja technologii jest co prawda szeroka, ale firmy boją się wdrażać w pełni autonomicznych agentów AI, dlatego stawiają wyraźne granice w przepalaniu kolejnych tokenów i płaceniu za rozwiązania AI.

W najbardziej brutalnym wariancie AI okazałoby się na tyle mało przydatne, że nie zapewnia transformacji kosztowej, jaką zakładają inwestycje. W efekcie klienci przestają korzystać z AI, żeby… zaoszczędzić.

Uzupełnieniem tego argumentu jest scenariusz, w którym AI może generować gigantyczną wartość dla społeczeństwa, ale stosunkowo małą wartość dla dostawców, np. przez to, że wiele narzędzi jest darmowych lub niemal darmowych. Wartość użytkowa to jedno. Przychód to drugie. Zysk to trzecie. Inną kwestią jest fakt, że darmowe narzędzia, z których korzystają przeciętni konsumenci, będzie można z czasem coraz bardziej monetyzować przez reklamy. Tak samo jak darmową wyszukiwarkę.

Po czym poznacie, że ten bezpiecznik zaczyna się przepalać? Po pierwsze po dynamice chmury. Sygnałem nie jest jeden słabszy kwartał jednej firmy, tylko Azure, Google Cloud i AWS hamujące JEDNOCZEŚNIE przy wciąż rosnącym capexie. To by oznaczało, że moce rosną szybciej niż chęć płacenia za nie. Potencjalnie spory problem. Po drugie: przychody AI labów. Pierwszy kwartał, w którym ARR OpenAI oraz Anthropica przestaje istotnie rosnąć. Nie „rośnie wolniej od plotek”, jak ostatnio, tylko staje w miejscu. To będzie pierwsze prawdziwe pęknięcie w tezie o nienasyconym popycie. Ten bezpiecznik świeci się dziś na zielono z zapasem. Chmury rosną 37–82%, popyt przekracza podaż, a laby mają problem odwrotny. Rosną tak szybko, że rynek zdążył się do tego rozpieścić.

Niedźwiedzie często podnoszą też argument ryzyka sprzętowego. O co chodzi? Podam przykład. Co się stanie, jeśli nowa generacja chipów za jakieś 2 lata wykona te same zadania kilkukrotnie taniej? Klienci zmigrują na nowy sprzęt, a ekonomiczna wartość starego szybko spadnie. W efekcie trzeba będzie go wymienić i inwestycja nie zdąży się spłacić. Rośnie amortyzacja, pojawiają się odpisy od zysku, trzeba ponownie gwałtownie zwiększyć nakłady inwestycyjne.

Dlaczego ten argument też do mnie nie trafia? Ponieważ na ostatnich wynikach spółek, które oferują usługi chmurowe, czyli oferują dostęp do swoich mocy obliczeniowych opartych właśnie na chipach Nvidii i nie tylko, dostaliśmy informacje, że popyt na moc obliczeniową jest tak duży, że te spółki kontraktują już dziś dostęp do chipów wyprodukowanych w 2020 roku aż do 2029 roku. Te dane mamy od spółki CoreWeave. Ta firma już dziś sprzedaje dostęp na 2029 rok do chipów, które mają już 6 lat. Tymczasem scenariusz niedźwiedzi zakładał, że ten sprzęt trzeba będzie wymieniać już po 3 latach.

Teoretycznie jednak nie jest to scenariusz wykluczony. Jeśli w przyszłości podaż chipów dogoni popyt, to czas życia sprzętu może się skurczyć.

Sygnały do śledzenia są tu bardzo konkretne, bo księgowość nie umie kłamać długo. Po pierwsze: okresy amortyzacji serwerów w raportach hyperscalerów. Ostatnie lata to było ich WYDŁUŻANIE z 3–4 do 5–6 lat, co mówi, że sprzęt żyje dłużej, niż zakładano. Dzień, w którym pierwszy gigant ogłosi SKRÓCENIE amortyzacji albo odpis na starszych generacjach chipów, to dzień, w którym ten bezpiecznik zaczyna migać. Po drugie patrzymy na rynek wtórny i kontrakty neocloudów. Dopóki firmy typu CoreWeave sprzedają dostęp do sześcioletnich chipów na lata do przodu, to stary sprzęt ma wartość. Gdy zaczną skracać kontrakty albo wyprzedawać niedawne generacje z dyskontem, to może być początek tego, że popyt przestał już olewać wiek czipu. Na dziś wszystko tu działa. Niedźwiedzie zakładały trzyletnią śmierć sprzętu, rzeczywistość podpisuje umowy na dziewięcioletni.

Kolejna ścieżka jest moim zdaniem najbardziej przewrotna. Bańkę AI może bowiem teoretycznie przebić nie porażka AI, lecz sukces konkurencji.

Jakość najlepszych modeli AI szybko się do siebie zbliża. Jeżeli użytkownik będzie mógł wybrać spośród pięciu czy dziesięciu modeli oferujących podobną jakość, polem konkurencji staje się przede wszystkim ich cena.

To znakomicie dla adopcji technologii. Ale potencjalnie fatalnie dla marż.

Można sobie wyobrazić świat, w którym popyt na tokeny rośnie pięciokrotnie czy dziesięciokrotnie, ale cena jednostki inteligencji spada nawet dwudziestokrotnie. W takim świecie AI odnosi spektakularny sukces. Ludzie korzystają, firmy korzystają, produktywność rośnie. Jednocześnie aktywa związane z AI mogą być przewartościowane, bo wolumen nie kompensuje deflacji cen. Bańkę AI przebija AI. Im szybciej postępuje efektywność, tym mniej kosztuje wykonanie konkretnego zadania. Jeśli wzrost wolumenu nie nadąża za spadkiem cen, ogromny wzrost wykorzystania AI może współistnieć ze słabym zwrotem z inwestycji.

To technicznie możliwe, ale trzeba patrzeć nie tylko na cenę tokena mocy obliczeniowej, ale również na iloczyn wolumenu i ceny. W ostatnich miesiącach wolumen wygrywał zdecydowanie. Ruch agentowy na OpenRouterze wzrósł z około 0,5 bln do 7,3 bln tokenów dziennie, a całkowita produkcja tokenów zwiększyła się mniej więcej 7,5 raza. W tym samym okresie koszt tokena spadł około 50%. Pomimo silnej deflacji jednostkowej rynek liczony w dolarach nadal więc się powiększał. Działa tu paradoks Jevonsa. Im tańsze coś jest, tym więcej osób sobie na to pozwala i częściej to wykorzystuje.

Warto w tym kontekście też dodać niedawną wypowiedź Altmana, który rozpoczął dywagację na temat tego, kiedy osiągniemy sufit popytu na inteligencję?

AI jest w gruncie rzeczy Minecraftem w świecie narzędzi i pomysłów. Nikt nie mówi Ci, jakie ma funkcje i do czego je stworzono. Nie mówi: zrób to i tamto, żeby przejść grę. To od Ciebie zależy, do czego wykorzystasz AI, tak samo jak od Ciebie zależy, jak wiele chcesz zbudować w Minecrafcie. Jasne, zawsze będą pewne ograniczenia w możliwościach technicznych, ale ciężko wytyczyć tutaj jakieś jednoznaczne granice. Dlatego uważam, że ceny nie będą spadać szybciej, niż będzie rósł popyt.

Sygnał dla tego bezpiecznika jest jeden i wymaga patrzenia na ILOCZYN. Spadek cen tokenów będzie trwał. To pewne i to jest DOBRA wiadomość. Wzrost wolumenów też będzie trwał. Pytanie brzmi wyłącznie, co będzie szybsze. Dopóki rynek obliczeń liczony w dolarach, jako cena razy wolumen, rośnie kwartał do kwartału, to paradoks Jevonsa działa i deflacja jest paliwem, a nie trucizną dla AI.

Sygnał ostrzegawczy to dwa–trzy kwartały z rzędu KURCZĄCEGO SIĘ rynku w dolarach przy wciąż rosnącym zużyciu. To by znaczyło, że AI wygrywa jako technologia i przegrywa jako biznes. Scenariusz dawnych telekomów w czystej postaci. Na dziś wszystko tutaj świeci na zielono.

Następna ścieżka to nie samodzielna przyczyna krachu, ale wzmacniacz. Hyperscalerzy nie są start-upami. Microsoft, Alphabet, Amazon czy Meta generują ogromne przychody i gotówkę. To mocno zmniejsza ryzyko klasycznej spirali zadłużeniowej i ryzyko bankructwa. Ale na obrzeżach ekosystemu AI struktura finansowania staje się coraz bardziej lewarowana. Szczególnie z perspektywy AI labów, typu Anthropic i OpenAI.

Obie spółki są ogromnymi klientami centrów danych i to one generują lwią część popytu na moc obliczeniową w chmurze Big Tech. Jednocześnie cały czas żyją z pieniędzy inwestorów i nie zarabiają. Jeśli więc inwestorzy stracą cierpliwość, zanim te spółki osiągną rentowność, to całe domino może się zawalić. I nawet jeśli później się odbuduje na plecach innych spółek, to ta przerwa, ta wyrwa w całej opowieści, może doprowadzić do konkretnych przecen na rynku.

Tylko czy OpenAI i Anthropic są pierwszymi i jedynymi spółkami, które budują swój biznes na ujemnej marży? Nie. Firmy technologiczne robią to od lat. To normalny sposób rozwoju w branży technologicznej. Jedynie media starają się Wam dziś wmówić, że to coś wyjątkowego i niesamowicie ryzykownego. Uber latami tracił pieniądze, aż przestał.

Tesla też latami jechała na stratach, aż przestała.

Spotify tak samo.

Jasne, te przykłady nie zmieniają faktu, że to jest jakieś ryzyko, ale nie dajcie sobie wmówić, że to coś nienormalnego i wyjątkowego. Tak działają firmy technologiczne na wczesnym etapie rozwoju. Po prostu.

Warto się więc zastanowić, czy widząc, jaki sukces odnoszą produkty Anthropic czy OpenAI, to wierzycie bardziej w ich upadek czy przetrwanie i przyszły sukces. Szczególnie że oba mają przed sobą ogromne debiuty na giełdzie, które będą dla nich potężnym zastrzykiem gotówki od inwestorów.

Na co trzeba patrzeć? Na to, jak agresywnie kapitał dalej daje gotówkę dla AI. Jakaś gorsza runda finansowania u któregoś z wielkich labów to problem, odwołane albo nieudane IPO kogoś to problem, cięcie zakontraktowanych mocy obliczeniowych to problem.

Na dziś: oba wielkie laby idą na giełdę po rekordowych wycenach z kolejką chętnych, a ich „problem” polega na tym, że rosną najszybciej w historii biznesu, tylko wolniej od plotek. Zielono, choć to bezpiecznik, który obserwuję najczujniej.

Powtarzam, że na dziś WSZYSTKIE cztery światełka są zielone. Nie „moim zdaniem”, tylko z danych, które możecie sprawdzić sami. Chmury rosną po kilkadziesiąt procent, sześcioletnie chipy kontraktuje się do 2029 roku, rynek tokenów w dolarach rośnie mimo deflacji, a laby idą na giełdę z kolejką chętnych. Pierwszy migający bezpiecznik nie będzie jeszcze końcem świata. Takie trendy nie umierają w jeden dzień. Będzie jednak momentem, w którym policzę sobie wszystko od nowa.

Różnica między wyznawcą hossy a inwestorem nie polega na tym, że inwestor się nie myli, tylko na tym, że inwestor z góry wie, po czym poznać pomyłkę.

Do zarobienia,
Piotr Cymcyk