Czy inwestycje w AI to wielka pułapka finansowa?

Gdy Sam Altman udostępnił ChatGPT za darmo pod koniec 2022 roku, świat oszalał na punkcie możliwości sztucznej inteligencji. Użytkownicy zakochali się zarówno w samym narzędziu, jak i w wizji, według której ogólna sztuczna inteligencja (AGI) miała być osiągalna poprzez zwykłe skalowanie modeli. Przeszkodą stała się jednak moc obliczeniowa, a budowa centrów danych urasta do rangi celu całej światowej gospodarki. Czy aby na pewno zmierzamy we właściwym kierunku?

Dziś wiemy, że Altman w dużej mierze osiągnął swoje cele. Centra danych stały się największym celem inwestycji kapitałowych w historii ludzkości – większym niż internet czy koleje. Co więcej, to właśnie one odpowiadają za znaczną część wzrostu gospodarczego, a wiele z tych obiektów obsługuje bezpośrednio OpenAI. Przykład? Aż 70% zapotrzebowania na usługi chmurowe Microsoftu pochodzi właśnie od twórcy ChatGPT. To pokazuje, jak ogromny wpływ na globalną ekonomię ma obecnie jedna firma i jej infrastruktura.

Dlaczego zachwyciliśmy się modelami językowymi

Użytkownicy dali się przekonać argumentom Altmana, ponieważ na pierwszy rzut oka ChatGPT i cała rodzina dużych modeli językowych (LLM) działała znakomicie. Ich pozornie idealne odpowiedzi wydawały się tak inteligentne i ludzkie, że łatwo było uwierzyć, iż wkrótce zastąpią pracowników w każdej branży – zwłaszcza gdy miała nadejść superinteligencja. Ta narracja trafiała szczególnie do osób nietechnicznych.

Jak zauważył były dyrektor IT w firmie Lululemon, dla większości menedżerów, członków zarządów czy inwestorów ta wizja była niezwykle prosta do zrozumienia. W efekcie spora część z nich zaczęła domagać się natychmiastowego wdrożenia tej technologii w swoich organizacjach, często bez głębszego zrozumienia jej ograniczeń. Te osoby do dziś pozostają pod ogromnym wrażeniem możliwości AI.

Liczne badania pokazują wyraźny podział: pracownicy są znacznie mniej entuzjastycznie nastawieni do sztucznej inteligencji niż kadra zarządzająca, a najbardziej optymistyczni są członkowie rad nadzorczych. Innymi słowy, im dalej od rzeczywistej pracy, tym większa wiara w rewolucyjną moc AI. Ci, którzy zachwycili się możliwością pisania maili, raportów czy generowania obrazów, często ignorowali halucynacje i niską jakość treści, uznając, że to problem dla „tych na niższych szczeblach”, który zniknie wraz z osiągnięciem AGI.

Bolesna weryfikacja w świecie biznesu

Z perspektywy przedsiębiorstw to właśnie techniczni sceptycy mieli rację. Generatywna AI okazała się w dużej mierze porażką – zarówno dla dostawców, jak i dla użytkowników końcowych. Opublikowane jesienią badanie MIT wykazało, że 95% inicjatyw związanych z AI nie osiąga pozytywnego zwrotu z inwestycji (ROI). Podobne wyniki przyniosła analiza przeprowadzona przez firmę Atlassian. To druzgocąca statystyka, która podważa sens masowych wdrożeń.

Autor Cory Doctorow, znany z książki o enshittification, zwraca uwagę na jeszcze inny aspekt. Przypomina, że w przeszłości to pracownicy walczyli o wprowadzenie nowych technologii do miejsc pracy, podczas gdy dziś AI jest im narzucana odgórnie przez osoby nietechniczne. Wielu zatrudnionych czuje, że technologia jest im wmuszana, a niektórzy mają wręcz obowiązek jej używania. To fundamentalna zmiana w postrzeganiu innowacji – z narzędzia wyzwolenia w mechanizm kontroli.

Doctorow porównuje obecną sytuację do lat 80. i 90. XX wieku, gdy prasa biznesowa pełna była artykułów o tym, jak szefowie poradzą sobie z pracownikami potajemnie korzystającymi z internetu. Dziś te same media zastanawiają się, co zrobić z faktem, że nikt nie chce używać AI – a przy okazji reklamują firmy, które pomogą szpiegować opornych pracowników. To ironiczna odwrotność dawnych trendów.

Finansowa przepaść laboratoriów AI

Wyniki finansowe laboratoriów AI są obecnie fatalne, nawet jeśli pominiemy tanie modele z Chin. Straty OpenAI są ponad dwukrotnie wyższe niż ich przychody. Powód? Ceny usług ustalono na zbyt niskim poziomie, co zachęca do korzystania, ale jednocześnie wymaga ciągłych inwestycji i pożyczek – często od innych ogniw łańcucha wartości, takich jak hipergiganci chmurowi (Google, Amazon, Oracle, Microsoft) czy dostawcy półprzewodników (Nvidia, AMD, Broadcom, TSMC, Samsung).

Te firmy pokrywały straty OpenAI – najpierw poprzez inwestycje, a później pożyczki w ramach finansowania okrężnego i tworzenia spółek pośredniczących. Konsekwencje są poważne: hipergiganci, którzy kiedyś cieszyli się ogromnymi dodatnimi przepływami pieniężnymi, teraz zbliżają się do ujemnych wyników z powodu wydatków rzędu blisko biliona dolarów rocznie na centra danych. I nic nie wskazuje na to, by ta spirala miała się zatrzymać. Według agencji Moody’s pięciu największych hipergigantów ma obecnie zobowiązania leasingowe na centra danych w wysokości 662 miliardów dolarów.

Szczególnie dramatyczna jest sytuacja SoftBanku, który jest prawdopodobnie najbliżej bankructwa. Firma zobowiązała się do zainwestowania 65 miliardów dolarów w OpenAI, a banki wymagają od niej teraz płacenia prawie potrójnego oprocentowania (7,88%) w porównaniu ze standardowymi stawkami, ponieważ SoftBank chciał wykorzystać wycenę OpenAI jako zabezpieczenie. Rynek akcji również karze japoński konglomerat – notowania spadły o 40% od października 2025 roku, a później o kolejną jedną trzecią po krótkim rajdzie na początku 2026 roku.

Niewygodna prawda o wycenach i długach

Ryzyka finansowe, na jakie narażone są SoftBank i inne podmioty związane z OpenAI czy Anthropic, są zazwyczaj ignorowane. Dzieje się tak, ponieważ część użytkowników jest bardzo zadowolona z AI, a technologiczni liderzy wciąż formułują „nadzwyczajne twierdzenia bez nadzwyczajnych dowodów” niemal co tydzień. Obietnice o nieuchronnym nadejściu AGI, masowych zwolnieniach, lekach na raka czy tysiąckrotnych ulepszeniach w ciągu sześciu lat stały się codziennością.

Wraz z nadzwyczajnymi twierdzeniami pojawiają się jednak sztuczki, z których część graniczy z oszustwem. Hipergiganci ukrywają w swoich bilansach około 3 bilionów dolarów długu, wydając setki miliardów na centra danych i płacąc wyższe stopy procentowe niż inni. Co gorsza, raportują rosnące wyceny OpenAI i Anthropic jako swój dochód, mimo że te wyceny są częściowo ustalane przez nich samych. To błędne koło, które może pęknąć w najmniej oczekiwanym momencie.

Strategia ratowania inwestycji kosztem detalistów

Głównym celem technologicznych liderów jest obecnie wprowadzenie OpenAI i Anthropic na giełdę (IPO) i sprzedanie akcji inwestorom detalicznym. Ta strategia sprawdziła się już w przypadku SpaceX, a wcześniej z długą listą nierentownych jednorożców. Statystyki są bezlitosne: podczas gdy 23 firmy założone między 1975 a 2005 rokiem były rentowne i znajdowały się w pierwszej setce pod względem kapitalizacji rynkowej przez co najmniej dwa lata, tylko jedna firma założona po 2005 roku (Uber) osiągnęła podobny wynik.

Mimo to venture capitaliści zarabiają, przekonując inwestorów detalicznych do kupna akcji swoich spółek. Liderzy technologiczni nie przejmują się tym, czy startupy AI kiedykolwiek staną się rentowne – chcą po prostu uratować swoje ogromne inwestycje. W tym celu opłacają armię influencerów, którzy mają promować tegoroczne IPO OpenAI i Anthropic, dokładnie tak jak robili to wcześniej ze SpaceX. Inwestorzy indywidualni mogą uniknąć tej pułapki, po prostu nie inwestując w te oferty publiczne, co uniemożliwi przejęcie od nich bilionów dolarów.

W obecnej sytuacji rozsądnym posunięciem wydaje się unikanie inwestycji w IPO OpenAI czy Anthropic. Ryzyko straty jest ogromne, a potencjalnie na zyskach mogą zarobić tylko najwcześniejsi inwestorzy. Czy rynek w końcu zweryfikuje te wyceny, czy może jednak technologiczna bańka będzie puchnąć jeszcze przez długi czas? Odpowiedź na to pytanie zadecyduje o losach całej branży AI.