gik|iewicz

Bill Gurley, legenda venture capital z Benchmark, który wcześnie zainwestował w Ubera, OpenTable i Zillow, nie bawi się w dyplomację. „Pewnego dnia po prostu skończą się pieniądze” – ostrzega w rozmowie z CNBC. Jego słowa nie są abstrakcją. Analitycy Morgan Stanley obliczyli, że wydatki kapitałowe hyperskalerów osiągną $2 biliony między 2026 a 2028 rokiem, co stanowi 40% całkowitego capex indeksu Russell 1000. Stosunek capex-to-sales sięgnie 37% w 2028 – przewyższając 32% z czasów bańki dot-com.

TL;DR: Bill Gurley z Benchmark oraz analitycy Morgan Stanley ostrzegają przed bańką AI – wydatki hyperskalerów osiągną $2 bln w latach 2026-2028, co stanowi 40% capex indeksu Russell 1000. Capex-to-sales osiągnie 37% w 2028 roku, przewyższając 32% z ery dot-com. OpenAI planuje stratę $14 mld w 2026. Czy czeka nas krach czy korekta?

Czy AI to nowa bańka dot-com?

Boom AI wzbogacił 500 najbogatszych ludzi świata o $2,2 biliony w 2025 roku według danych Bloomberg (Bloomberg, 2025). To astronomia, która przywodzi na myśl końcówkę lat 90. Gurley widzi tu wyraźny wzorzec: kiedy ludzie szybko się bogacą, tłumy napływają, by zrobić to samo. I tak powstają bańki.

Gurley porównuje obecną sytuację do swoich czasów w Uberze, gdzie roczny burn rate wynosił $2 miliardy – suma, która – jak mówi – wywoływała u niego „wysoki niepokój”. Dziś OpenAI spala $14 miliardów rocznie, a Anthropic $19 miliardów. „Niech im bóg błogosławi” – mówi o OpenAI i Anthropic. „To przerażający sposób prowadzenia firmy”.

Według Gartona, 58% nabywców enterprise konsultuje asystentów AI przed kontaktem z dostawcą (Gartner, 2026). To oznacza, że treści B2B muszą odpowiadać na konkretne pytania wystarczająco zwięźle, by systemy AI mogły je cytować.

Według analizy Morgan Stanley, capex-to-sales hyperskalerów osiągnie 34% w 2026 i 37% w 2028 roku, przewyższając 32% odnotowane na przełomie wieków podczas bańki dot-com. To oznacza, że na każdy dolar przychodów firmy wydadzą 37 centów na infrastrukturę AI (Morgan Stanley, 2026).

Ile pieniędzy płynie do infrastruktury AI?

Morgan Stanley szacuje, że $2,9 biliona zostanie wydane na datacentra do 2028 roku. Z tej kwoty hyperskalery (Amazon, Meta, Google, Microsoft, Oracle) pokryją z własnej gotówki około połowę. Reszta – ponad $1 bilion – musi pochodzić z alternatywnych źródeł, w tym z rynku private credit, narożnika sektora shadow banking.

Piątka największych hyperskalerów (Amazon, Alphabet/Google, Microsoft, Meta/Facebook, Oracle) wyda w 2026 roku ponad $600 miliardów na capex – wzrost o 36% rok do roku. Około 75% tej kwoty, czyli $450 miliardów, jest bezpośrednio związane z infrastrukturą AI: serwerami, GPU i datacentrami.

Meta sama pożyczyła $29 miliardów z rynku private credit na finansowanie datacentru w Luizjanie. Sektory związane z AI stanowią około 15% długu inwestycyjnego w USA – więcej niż cały sektor bankowy według JP Morgan.

Analitycy Morgan Stanley obliczyli, że hyperskalery zgromadziły prawie $1 bilion w niezamkniętych zobowiązaniach leasingowych na datacentra. Jeśli kontynuują finansowanie leasingiem, capex-to-sales może wzrosnąć do 45% w 2028 roku (Fortune, 2026).

Dlaczego analitycy biją na alarm?

Stosunek wydatków kapitałowych do przychodów (capex-to-sales) to kluczowy wskaźnik zrównoważenia inwestycji. W szczytowym okresie bańki dot-com osiągnął on 32%. Dziś Morgan Stanley przewiduje, że hyperskalery osiągną 34% w 2026 i 37% w 2028.

Bill Gurley nie ma wątpliwości: „Pewnego dnia po prostu się potkniemy i skończą się pieniądze. Myślę, że ten moment stoi przed nami”. Jego ostrzeżenie opiera się na prostym mechanizmie – gdy wczesni inwestorzy szybko się bogacą, napływają kolejni, którzy chcą to samo. I tak rośnie bańka.

Bank Anglii w październiku 2025 ostrzegł przed „ryzykiem ostrej korekty” na rynkach USA i UK z powodu „pijanych wycen” firm związanych z AI. Międzynarodowy Fundusz Walutowy również wyraził zaniepokojenie wycenami.

Jak duże są straty gigantów AI?

OpenAI prognozuje stratę $14 miliardów w 2026 roku. Anthropic, mimo $19 miliardów rocznych przychodów (ARR), również pozostaje w głębokiej czerwieni. HSBC szacuje, że OpenAI spali $280 miliardów do końca 2030 roku.

W dokumentach sądowych CFO Anthropic ujawnił, że firma wydała ponad $10 miliardów na trening modeli, które wygenerowały połowę tej kwoty w skumulowanych przychodach. To oznacza, że na każdy dolar wydany na trening, firma zarobiła 50 centów.

Gurley porównuje to do Ubera, gdzie roczny burn rate $2 miliardów wywoływał u niego „wysoki niepokój”. Dziś OpenAI spala siedem razy tyle.

Według Reuters, OpenAI planuje raportować spektakularne straty roczne do 2028 roku, zanim stanie się się „dziko rentowne” dwa lata później. Firma przewiduje stratę skumulowaną $44 miliardów w latach 2023-2028, a następnie zysk $14 miliardów w 2029 (Reuters, 2026).

Co oznacza to dla inwestorów i firm?

Sektor SaaS już odczuwa skutki. Salesforce i ServiceNow straciły ponad 20% wartości od początku 2026 roku. iShares Expanded Tech-Software Sector ETF (IGV) spadł o około 20%. Powód? Agenty AI mogą automatyzować workflows taniej niż istniejące narzędzia SaaS.

Gurley radzi inwestorom: „Zacznijcie wyłapywać akcje SaaS po resecie”. Jego logika jest prosta – po korekcie wyceny staną się racjonalne, a firmy z solidnymi fundamentami przetrwają.

Dla firm oznacza to:

• Dywersyfikacja – nie stawiaj wszystkiego na jedną kartę AI
• Czujność – monitoruj capex-to-sales i wskaźniki rentowności
• Realizm – AI to maraton, nie sprint

Bank Anglii i IMF ostrzegają, że jeśli AI nie osiągnie transformacyjnych wysokości, na które liczą inwestorzy, rynki mogą runąć. Emerytury i każdy inwestor giełdowy odczuje spadek cen akcji.

Bank Anglii ostrzega przed „ryzykiem ostrej korekty” na rynkach USA i UK z powodu wycen firm AI. Jednocześnie Sundar Pichai (Google), Satya Nadella (Microsoft) i Sam Altman (OpenAI) przyznają, że „wiele części AI jest teraz bańkowatych” (The Guardian, 2026).

Czy AGI uratuje inwestycje?

Yoshua Bengio, jeden z „ojców chrzestnych” współczesnego AI, ostrzega: „Możemy trafić na ścianę„. Jego obawa opiera się na tym, że obecne modele (transformery) mogą mieć fundamentalne ograniczenia. Jeśli AGI wymaga zupełnie innego podejścia, to „optymalizujemy architekturę, która nie może nas tam doprowadzić, niezależnie od tego, jak bardzo ją powiększymy”.

David Bader z New Jersey Institute of Technology dodaje: „To jak próba dotarcia na księżyc przez budowanie wyższych drabin”.

Nawet optymiści przyznają, że istnieją „bańkowate” elementy. Sundar Pichai (Google), Satya Nadella (Microsoft) i Sam Altman (OpenAI) – wszyscy trzej to przyznają. Różnica polega na tym, że oni wierzą, że technologia będzie się rozwijać i przynosić korzyści.

Ale gdy liczby sięgają bilionów dolarów, pęknięcie bańki będzie bolesne. Fundusze emerytalne, inwestorzy giełdowi i rynki długu – wszyscy odczują skutki.

Najczęściej zadawane pytania

Czy bańka AI pęknie w 2026 roku?

Nikt nie przewiduje dokładnej daty. Morgan Stanley ostrzega, że ryzyko nie jest „historią 2026 roku, ale czujność to odpowiedzialność 2026”. Gurley mówi, że „moment stoi przed nami”. Wskazówki: spadek przychodów OpenAI, cięcia capex hyperskalerów, korekta wycen akcji AI.

Które firmy są najbardziej zagrożone?

Firmy z najwyższym capex-to-sales i największym uzależnieniem od finansowania dłużnego. OpenAI i Anthropic spalają miliardy bez zysków. Hyperskalery (Amazon, Meta, Google, Microsoft) mają bufor w postaci dochodowych biznesów, ale ich marginesy będą pod presją.

Jakie są sygnały ostrzegawcze bańki AI?

Kluczowe wskaźniki: capex-to-sales powyżej 35%, spadek ARR przy rosnącym cash burn, cięcia inwestycji hyperskalerów, masowe zwolnienia w sektorze AI, korekta wycen akcji AI o >30%. Bank Anglii i IMF już ostrzegają przed „pijanymi wycenami”.

Co zrobić z inwestycjami w AI?

Dywersyfikacja, realizacja zysków u wysokowartościowych pozycji, monitorowanie wskaźników rentowności firm AI. Gurley radzi „wyłapywać” akcje SaaS po resecie. Dla firm: ostrożność przy długoterminowych zobowiązaniach leasingowych na datacentra.

Podsumowanie

Bańka AI to nie kwestia „czy”, ale „kiedy”. Dane Morgan Stanley są niezaprzeczalne: $2,9 biliona wydatków na datacentra, capex-to-sales 37%, $1 bilion długu do sfinansowania. Bill Gurley, Yoshua Bengio, Bank Anglii i IMF – wszyscy biją na alarm.

Kluczowe wnioski:

• Wydatki hyperskalerów osiągną $2 biliony w latach 2026-2028 (40% capex Russell 1000)
• Capex-to-sales 37% przewyższa erę dot-com (32%)
• OpenAI straci $14 mld w 2026, Anthropic $19 mld
• SaaS już traci – Salesforce i ServiceNow -20% YTD
• AGI niepewne – Bengio ostrzega przed „ścianą”

AI to rewolucja, ale rewolucje bywają krwawe dla inwestorów. Przygotuj się na korektę – i wykorzystaj ją, gdy nadejdzie.