Krzemowe zbiory - AI i Technologia. Trend, rewolucja czy bańka?

Spójrzmy na tempo adopcji przełomowych wynalazków w historii. Telefon – w 1876 roku Graham Bell prezentuje pierwsze urządzenie, a w 1910 roku już prawie 6 milionów amerykańskich gospodarstw domowych posiada własną linię. To 34 lata. Samochód – w 1908 Henry Ford wprowadza Model T, pierwszy masowo produkowany samochód. W 1930 roku już 60 procent gospodarstw domowych w USA dysponuje autem. To tylko 22 lata. Internet – w 1991 powstaje pierwsza strona www, a w 2005 roku miliard ludzi na świecie korzysta już z sieci. Zaledwie 14 lat.

Reklama

A teraz sztuczna inteligencja. W 1997 roku Deep Blue pokonuje Garry’ego Kasparowa – to jeden z pierwszych przełomów w uczeniu maszynowym. W 2011 r. system Watson pokazuje, że maszyna potrafi rozumieć język naturalny. A w 2020 powstaje GPT-3 – pierwszy pełnowymiarowy model AI skierowany do masowego odbiorcy. Gdzie będziemy w 2030 roku? Jeśli przyjąć za punkt odniesienia wcześniejsze wynalazki, to tempo adopcji AI może być jeszcze szybsze – krótsze niż internetu i samochodu. - To oznacza, że już na początku lat 30. sztuczna inteligencja będzie powszechnie stosowana - wskazywał podczas Fund Forum 2025 Michał Szymański, prezes VIG / C-QUADRAT TFI.

Zapisz się na Newsletter

Bądźmy w kontakcie! Prosto na Twojego maila będziemy wysyłać skrót najważniejszych informacji ze świata finansów, powiadomienia o nowościach rynkowych, najnowsze oceny i raporty oraz codzienne notowania wybranych przez Ciebie funduszy inwestycyjnych.

Zapisz się

Czy AI to moda?

Czy sztuczna inteligencja to faktycznie realna technologia, czy tylko moda. Michał Szymański wskazuje, że patrząc na rozwój modeli AI widać, iż w ostatnich latach nastąpił ogromny postęp. Jeszcze w 2020 roku przeciętny model miał około 100 milionów parametrów. Dziś mówimy już o setkach miliardów – i to w wielu różnych, wyspecjalizowanych modelach.

- Te systemy potrafią wykonywać zadania na poziomie człowieka, a w niektórych obszarach nawet go przewyższają. Rozpoznawanie obrazu – czyli identyfikacja, co znajduje się na zdjęciu czy wideo – działa z precyzją dorównującą ludzkiej percepcji. Rozpoznawanie mowy, a nawet czytanie z ruchu warg, osiąga dziś margines błędu zaledwie nieco powyżej 1 proc. Modele AI są też w stanie programować na poziomie doświadczonego inżyniera, a w zadaniach matematycznych i tekstowych coraz częściej przewyższają możliwości człowieka - wylicza. I zaznacza, że rozwój tych kompetencji przyspieszył w ostatnich latach w sposób niezwykle dynamiczny.

- To właśnie w ostatnim czasie obserwujemy największy postęp. Dlatego gwałtowny wzrost zainteresowania rynków sztuczną inteligencją ma solidne uzasadnienie – wynika nie tylko z rynkowej mody czy oczekiwań inwestorów, ale przede wszystkim z realnych osiągnięć technologicznych. To bardzo pozytywny sygnał - dodaje.

Modele AI są już coraz szerzej stosowane w praktyce biznesowej. Według badania McKinseya, w 45 procentach amerykańskich firm wykorzystuje się je w co najmniej trzech różnych funkcjach. Z kolei we wrześniu Accenture ogłosił wprost, że pracownicy, którzy nie zdobędą umiejętności pracy z AI, będą musieli pożegnać się z firmą. Czy możemy więc mówić o powszechnym boomie na zastosowanie sztucznej inteligencji? Jeszcze nie. Z badania MIT wynika, że zaledwie 5 procent przedsiębiorstw rzeczywiście zintegrowało rozwiązania AI z procesami operacyjnymi. I tylko w dwóch z dziewięciu analizowanych sektorów wdrożenia mają charakter transformacyjny. Jednym z takich przykładów jest profesjonalny consulting. To pokazuje, że choć dynamika rozwoju jest ogromna, pełna rewolucja wciąż dopiero przed nami.

Michał Szymański zwrócił uwagę, że analizując obecną sytuację na rynku technologii warto sięgnąć po lekcje z historii, w tym z czasów bańki internetowej. Przypomniał, że w ciągu pięciu lat boomu internetowego amerykańskie firmy telekomunikacyjne zainwestowały około 500 mld dolarów w infrastrukturę, głównie w budowę światłowodów. Dla porównania wskazał prognozy dotyczące obecnych nakładów na centra danych, które są kluczowe dla rozwoju sztucznej inteligencji. Według PwC do 2027 roku wartość tych inwestycji może sięgnąć 1 bln dolarów, a według prognoz McKinseya – nawet 6,7 bln dolarów do 2030 roku. To oznacza, że skala obecnych inwestycji może być blisko siedmiokrotnie większa niż nakłady telekomów w szczycie ery dot-com, nawet po uwzględnieniu inflacji. 

- Wydatki na infrastrukturę AI w relacji do PKB dynamicznie rosną. Jeśli spojrzymy na tzw. hyperscalerów – czyli największe globalne firmy inwestujące w AI – ich nakłady w ujęciu do PKB już przewyższają te, które ponosiły telekomy w czasach budowy internetu. Warto jednak pamiętać, że udział sektora technologicznego w gospodarce jest dziś znacznie większy niż 25 lat temu. Pewnym uzasadnieniem tak wysokiej skali inwestycji jest dysproporcja między rozwojem mocy obliczeniowych a postępem w sprzęcie. Wydajność procesorów wciąż rośnie – mniej więcej podwaja się co rok – ale zapotrzebowanie na obliczenia rośnie jeszcze szybciej. To naturalnie wymusza ekstensywną rozbudowę infrastruktury - wyjaśnia Michał Szymański. 

Bain szacuje, że aby inwestycje w data centers – rzędu 500 mld dolarów rocznie – były rentowne, powinny generować około 2 bilionów dolarów przychodów rocznie. Skąd te przychody miałyby pochodzić? Częściowo z przeniesienia całej infrastruktury IT z firmowych serwerowni do chmury, a częściowo z oszczędności, które daje AI – szacuje się, że to nawet 20 proc. w marketingu, sprzedaży, obsłudze klienta czy R&D. Mimo to pozostaje jednak luka na poziomie około 800 mld USD rocznie. 

- Oczywiście to tylko jedno z wielu badań – nie mamy tu kryształowej kuli. Ale pokazuje ono, dlaczego inwestorzy zwracają dziś tak dużą uwagę na dodatkową wartość, jaką może wygenerować sztuczna inteligencja. Chodzi nie tylko o skalę zastosowań, ale i o ogromne kwoty – wspomniane 800 mld USD rocznie wynikających z samych wydatków na centra danych - zaznacza Michał Szymański.

Czy AI pompuje bańkę?

Michał Szymański zwrócił uwagę, że prognozy finansowe dla OpenAI są wyjątkowo ambitne. Jak wynika z konsensusu Bloomberga, do 2030 roku przychody spółki mają wzrosnąć dziesięciokrotnie w stosunku do obecnej skali. Towarzyszą temu równie wysokie wyceny – ostatnia sięgnęła około 500 mld dolarów – przy założeniu, że do końca dekady OpenAI będzie generować przepływy pieniężne przekraczające 100 mld dolarów rocznie. Co to wszystko oznacza?

- Nasza ocena jest taka, że rynek prawdopodobnie pozostanie cierpliwy mniej więcej do końca 2026 roku, jeśli chodzi o weryfikację przychodów z zastosowania AI. Ale od 2027 oczekiwania staną się już znacznie ostrzejsze – przychody powinny być wtedy co najmniej trzykrotnie wyższe niż obecnie - wskazuje Michał Szymański. Z drugiej strony, zauważa, że monetyzacja flagowych produktów AI przebiega wyraźnie szybciej niż miało to miejsce w przypadku wielu produktów ery internetu. A to pozytywny sygnał.

- Obecnie wskaźnik cena do zysku dla S&P wynosi około 23, a dla Nasdaq – 27. W szczycie bańki internetowej było to około 60–70. Nasdaq w ciągu ostatnich trzech lat wzrósł o 120 proc. Co istotne, aż 45 proc. aktywów finansowych amerykańskich gospodarstw domowych ulokowanych jest dziś w akcjach – to najwyższy poziom w historii. Dla porównania, w szczycie dot-com było to 38 proc. Mamy też do czynienia z dużą koncentracją rynku. Podczas bańki internetowej największe spółki technologiczne odpowiadały za około 15 proc. S&P 500. Dziś tzw. Magnificent 7 stanowią już blisko 35 proc. tego indeksu, a ich średni wskaźnik P/E sięga 33 - wylicza Michał Szymański. To oznacza, że rynek już dziś bardzo dużo wycenia. Pytanie brzmi: co dalej? 

- Generalnie rynek w krótkim terminie ma tendencję do przeszacowywania możliwości nowych technologii – zwłaszcza jeśli chodzi o ich wpływ ekonomiczny. W długim terminie jednak zwykle je niedoszacowuje. To było bardzo wyraźnie widoczne w czasie bańki internetowej. Czy dziś może powtórzyć się podobny scenariusz? To możliwe, choć nie jest to nasz scenariusz bazowy. Widać obecnie wyraźne przewyższanie wyników sektora AI względem szerokiego rynku – analogicznie jak kiedyś przewyższał Nasdaq względem S&P 500 w szczycie dot-com - przypomina. Zauważa przy tym, że wtedy dodatkowym impulsem była agresywna obniżka stóp procentowych przez Fed. Co mogłoby zdarzyć się dzisiaj? W połowie przyszłego roku kończy się kadencja obecnego szefa Fed. Pojawiają się obawy, że bank centralny może zostać bardziej upolityczniony i rozpocząć agresywne cięcia stóp. Gdyby nałożyło się to na przyspieszenie rozwoju i implementacji rozwiązań AI, moglibyśmy zobaczyć kolejną falę euforii rynkowej.

Praktyczne rady dla inwestorów

Michał Szymański zauważa, że zyski spółek technologicznych – mierzone choćby przez indeks US Information Technology – wyraźnie przyspieszyły i rosły znacznie szybciej niż w pozostałych sektorach globalnego rynku. To pokazuje, że inwestowanie w technologię nie było jedynie kwestią mody, ale miało solidne podstawy fundamentalne: spółki technologiczne faktycznie zarabiają.

- Jeśli spojrzymy na cykle rynkowe, w pierwszej fazie boomu AI uwaga inwestorów skupiała się przede wszystkim na hardware i infrastrukturze. Na przełomie ubiegłego roku akcent przesunął się na software, wraz z rosnącymi oczekiwaniami wobec dynamiki przychodów. Dobrze ilustrują to flagowe przykłady: Nvidia w segmencie hardware i Palantir w software. Jaka może być trzecia faza, wybiegając w przyszłość? Być może robotyka i tzw. agentowe modele AI. Robotyka dlatego, że mamy już gotowe duże modele językowe, mamy zaawansowane systemy rozpoznawania obrazu, a jednocześnie obserwujemy reshoring przemysłowy do krajów rozwiniętych, które borykają się z niedoborem siły roboczej. To naturalnie stymuluje automatyzację. Drugim kierunkiem są agenci AI – modele zdolne do samodzielnego podejmowania decyzji i realizacji zadań w określonych warunkach. Zastosowania w tym zakresie mogą objąć wiele sektorów - wskazuje ekspert.

Przypomina jednak o ryzyku – niektóre spółki odczuwają już konkurencję ze strony AI. Dobrym przykładem jest Duolingo, platforma do nauki języków, której kurs akcji gwałtownie spadł po tym, jak na rynku pojawiła się wersja ChatGPT 5 z funkcjami wspierającymi naukę języków, mimo że w samej firmie nic fundamentalnego się nie zmieniło. Jeśli chodzi o skalę inwestycji, AI staje się domeną największych globalnych firm. Według konsensusu Bloomberga, w latach 2024–2028 Meta, Microsoft, Amazon, Google i Oracle wydadzą łącznie około 2 bln USD na rozwój sztucznej inteligencji. To prawie osiem razy więcej niż cały budżet Polski w 2025 r.

- Technologia stała się fundamentem globalnego wzrostu. AI to transformacyjna technologia, która wchodzi w fazę szerokiego zastosowania. Inwestując w nią, pamiętajmy jednak o cyklach rozwoju w ramach sektora technologicznego, wybierajmy spółki generujące realne zyski lub mające sprawdzony model biznesowy, i przede wszystkim – dbajmy o dywersyfikację - podsumowauje Michał Szymański.