Euforia i niepewność: Analiza spekulacyjnej bańki inwestycyjnej w sektorze sztucznej inteligencji

Wstęp

Współczesna gospodarka światowa jest świadkiem zjawiska, które polaryzuje opinie analityków, ekonomistów i inwestorów: bezprecedensowego napływu kapitału do sektora sztucznej inteligencji (AI). Zjawisko to, zainicjowane w dużej mierze przez publiczne udostępnienie zaawansowanych modeli generatywnych, takich jak ChatGPT, przybrało formę inwestycyjnej gorączki. Katalizatorem dla niniejszej analizy stały się tezy ostrzegające przed bańką spekulacyjną w sektorze AI, przewyższającą swoim rozmiarem bańkę internetową z przełomu wieków [1]. Celem niniejszego artykułu jest wyjście poza ramy tej popularnej narracji i przeprowadzenie pogłębionej, wieloaspektowej analizy naukowej obecnej sytuacji rynkowej. Praca ta, opierając się na teorii baniek spekulacyjnych, danych makroekonomicznych, analizach rynkowych oraz recenzowanych publikacjach naukowych, ma na celu krytyczną ocenę argumentów przemawiających za istnieniem bańki, a także przedstawienie kontrargumentów, aby finalnie ocenić potencjalne ryzyka systemowe dla globalnej gospodarki.

  1. Teoretyczne ramy baniek spekulacyjnych

Zrozumienie obecnej sytuacji na rynku AI wymaga osadzenia jej w teoretycznym kontekście baniek spekulacyjnych. W literaturze ekonomicznej bańka spekulacyjna jest definiowana jako stan, w którym cena aktywa znacząco i trwale przewyższa jego fundamentalną wartość [2]. Charles P. Kindleberger, jeden z czołowych historyków kryzysów finansowych, w swoim dziele „Szaleństwo, panika, krach” opisał modelowy przebieg bańki, składający się z pięciu faz:

(1) przesunięcie – pojawienie się nowego, ekscytującego obiektu spekulacji, często w postaci innowacji technologicznej lub zmiany polityki gospodarczej;

(2) boom – początkowy wzrost cen, przyciągający coraz szersze grono inwestorów;

(3) euforia – faza, w której ceny rosną w sposób wykładniczy, a racjonalna ocena ryzyka zanika na rzecz narracji o „nowej erze”;

(4) moment krytyczny i realizacja zysków – gdy bardziej doświadczeni inwestorzy zaczynają sprzedawać aktywa;

(5) panika – gwałtowny spadek cen, prowadzący do krachu [3].

Ekonomistka Carlota Perez rozwija tę koncepcję, argumentując, że wielkie rewolucje technologiczne (epoka pary, kolei, elektryczności, motoryzacji, a wreszcie informatyki) regularnie prowadzą do powstawania baniek finansowych. W jej modelu, każda rewolucja technologiczna przechodzi przez fazę „instalacji”, charakteryzującą się spekulacyjnym finansowaniem i euforią, a następnie kończy się krachem. Dopiero po tym kryzysie następuje faza „wdrożenia”, w której technologia w sposób dojrzały i zrównoważony integruje się z gospodarką [4]. Sztuczna inteligencja, a w szczególności jej generatywna odmiana, bez wątpienia stanowi „przesunięcie” w rozumieniu Kindlebergera i początek nowej rewolucji technologicznej w modelu Perez, co stwarza idealne warunki do powstania bańki spekulacyjnej.

  1. Bańka internetowa jako historyczny wzorzec

Najczęściej przywoływaną analogią dla obecnej sytuacji jest bańka internetowa (dot.com) z lat 1995-2001. Okres ten charakteryzował się eksplozją wycen spółek związanych z nowo powstającym Internetem. Inwestorzy, przekonani o nadejściu „nowej gospodarki”, w której tradycyjne miary wartości, takie jak zyskowność, tracą na znaczeniu, masowo inwestowali w firmy często nieposiadające stabilnego modelu biznesowego ani nawet gotowego produktu. W szczytowym momencie, w marcu 2000 roku, wskaźnik cena/zysk (P/E) dla indeksu NASDAQ Composite przekroczył 200. Krach, który nastąpił w latach 2000-2002, doprowadził do spadku tego indeksu o 78% i bankructwa setek firm, takich jak Pets.com czy Webvan [5].

Jednakże, jak zauważa Perez, krach ten nie unieważnił rewolucyjnego potencjału Internetu. Wręcz przeciwnie, oczyścił on rynek z najsłabszych graczy i pozwolił na rozwój firm o solidnych fundamentach, takich jak Amazon czy Google, które zdominowały kolejną dekadę. Kluczową lekcją z tamtego okresu jest rozróżnienie między rewolucyjnym potencjałem technologii a spekulacyjną wyceną aktywów z nią związanych. Posiadanie racji co do kierunku zmian technologicznych nie gwarantuje zysków, jeśli cena wejścia na rynek jest rażąco wygórowana.

  1. Analiza rynku sztucznej inteligencji

Analiza obecnego rynku AI ujawnia szereg niepokojących wskaźników, które wykazują uderzające podobieństwo do historycznych baniek spekulacyjnych.

Wydatki kapitałowe i ich wpływ na gospodarkę: Według szacunków przytaczanych przez badaczy z Uniwersytetu Yale, wydatki kapitałowe (CapEx) związane z AI stały się głównym motorem wzrostu gospodarczego w Stanach Zjednoczonych w pierwszej połowie 2025 roku, odpowiadając za 1,1% wzrostu PKB i przewyższając w tym zakresie wydatki konsumenckie [6]. Michael Cembalest z JP Morgan Asset Management wylicza, że od momentu uruchomienia ChatGPT w listopadzie 2022 roku, akcje związane z AI odpowiadają za 75% zwrotów z indeksu S&P 500, 80% wzrostu zysków i aż 90% wzrostu wydatków kapitałowych w tym indeksie [6]. Taka koncentracja wzrostu w jednym, wąskim segmencie rynku jest historycznie sygnałem ostrzegawczym.

Koncentracja rynku i wyceny: Rynek jest zdominowany przez niewielką grupę firm określanych mianem „Wspaniałej Siódemki” (NVIDIA, Apple, Microsoft, Amazon, Alphabet, Meta, Tesla). Jak zauważa Kelly Bogdanova z RBC, luka między udziałem sektora technologicznego w kapitalizacji rynkowej a jego udziałem w dochodzie netto całego rynku znacząco się poszerzyła od końca 2022 roku, co sugeruje, że wyceny rosną znacznie szybciej niż realne zyski [6].

Finansowanie Venture Capital: Dane z serwisu Pitchbook wskazują, że w pierwszej połowie 2025 roku prawie dwie trzecie (ok. 64%) wartości wszystkich transakcji venture capital w USA trafiło do startupów z obszaru AI i uczenia maszynowego. Jest to drastyczny wzrost z poziomu 23% w 2023 roku [6]. Taka koncentracja kapitału w jednej dziedzinie świadczy o stadnym zachowaniu inwestorów i napędza spiralę coraz wyższych wycen na wczesnych etapach finansowania.

 

Wskaźnik Bańka Dot.com (ok. 2000) Bańka AI (ok. 2025)
Udział VC w sektorze ok. 25% ok. 64%
Koncentracja w S&P 500 (Top 10) ok. 27% ok. 39%
Główny motor wzrostu PKB Inwestycje w infrastrukturę internetową Wydatki kapitałowe na AI (1,1% PKB)
Wskaźnik P/E (szczyt) NASDAQ > 200 S&P 500 Shiller P/E ~ 40

Tabela 1. Porównanie kluczowych wskaźników rynkowych w okresach baniek spekulacyjnych.

  1. Cyrkularne finansowanie i dynamika „hype’u”

Szczególnie niepokojącym zjawiskiem, szczegółowo opisanym przez Sonnenfelda i Henriquesa, jest sieć wzajemnych powiązań kapitałowych i biznesowych między kluczowymi graczami, którą można określić mianem cyrkularnego finansowania [6]. Przykładowo: NVIDIA, główny producent chipów, inwestuje 100 miliardów dolarów w OpenAI. Jednocześnie Microsoft, główny udziałowiec OpenAI, odpowiada za prawie 20% przychodów NVIDII. Co więcej, Microsoft jest również głównym klientem firmy CoreWeave, dostawcy chmury obliczeniowej dla AI, w której NVIDIA również posiada udziały. Taka splątana sieć transakcji zaciera granice między przychodem a inwestycją kapitałową, tworząc iluzję organicznego wzrostu, podczas gdy w rzeczywistości pieniądze mogą krążyć w zamkniętym systemie, sztucznie pompując wyceny wszystkich zaangażowanych podmiotów. Jest to mechanizm niezwykle podobny do tego, który obserwowano w sektorze telekomunikacyjnym podczas bańki dot.com.

Zjawisko to jest wzmacniane przez dynamikę „hype’u” – społeczno-ekonomicznego mechanizmu, w którym narracje medialne, opinie ekspertów i stadne zachowania inwestorów tworzą samonapędzającą się spiralę entuzjazmu [7]. W takiej atmosferze, jak pisał już w 1841 roku Charles Mackay, „ludzie myślą stadami; można zauważyć, że wariują stadami, podczas gdy odzyskują zmysły powoli, jeden po drugim” [8]. Krytyczna analiza ustępuje miejsca lękowi przed pominięciem okazji (FOMO), a każda, nawet najbardziej astronomiczna wycena, jest racjonalizowana przez odwołanie do nieograniczonego potencjału nowej technologii.

5. Kontrargumenty i czynniki różnicujące

Należy jednakże odnotować, że istnieje również silna kontrnarracja, podkreślająca fundamentalne różnice między obecną sytuacją a bańką dot.com. Analitycy z Janus Henderson czy VanEck wskazują, że w przeciwieństwie do wielu firm z ery Internetu, dzisiejsi giganci technologiczni są niezwykle rentowni i posiadają potężne bilanse [9, 10]. Inwestycje w AI nie są finansowane głównie długiem czy kapitałem podwyższonego ryzyka, ale gigantycznymi przepływami pieniężnymi generowanymi z ich podstawowej działalności. Firmy te nie sprzedają jedynie obietnic, ale budują realną, fizyczną infrastrukturę – centra danych, sieci energetyczne, fabryki półprzewodników – która będzie generować wartość przez wiele lat.

Co więcej, popyt na usługi AI, w przeciwieństwie do wielu modeli biznesowych z ery dot.com, jest realny i rośnie w szybkim tempie. Firmy z różnych sektorów gospodarki już teraz implementują rozwiązania AI w celu optymalizacji procesów, co przekłada się na wymierne korzyści. Argumentuje się, że obecne wysokie wyceny nie są wynikiem czystej spekulacji, ale odzwierciedleniem racjonalnych oczekiwań co do przyszłych, ogromnych zysków, jakie ma przynieść ta rewolucja technologiczna. Szacunki Goldman Sachs mówią o potencjale stworzenia 20 bilionów dolarów wartości ekonomicznej przez generatywną AI [11].

  1. Potencjalne katalizatory korekty i ryzyko systemowe

Pomimo silnych fundamentów obecnych liderów technologicznych, ryzyko pęknięcia bańki pozostaje realne. Sonnenfeld i Henriques [6] wskazują na trzy potencjalne scenariusze, które mogą doprowadzić do gwałtownej korekty:

 

  • Zarażenie poprzez koncentrację: Wysoki stopień współzależności finansowej i biznesowej między kluczowymi graczami stwarza ryzyko efektu domina. Problemy jednej dużej firmy (np. niespełnienie obietnic przez OpenAI i renegocjacja kontraktów) mogłyby szybko rozprzestrzenić się na jej partnerów, dostawców i klientów, wywołując kaskadę strat i utratę zaufania na całym rynku.
  • Szok regulacyjny lub wizerunkowy: Skandal związany z niewłaściwym wykorzystaniem AI, poważne naruszenie bezpieczeństwa danych, ujawnienie manipulacji wynikami modeli AI lub wprowadzenie restrykcyjnych regulacji państwowych mogłoby gwałtownie ostudzić entuzjazm inwestorów i zmusić do rewizji optymistycznych prognoz.
  • Przełomowa innowacja zastępująca: Pojawienie się nowej, znacznie bardziej wydajnej technologii (np. przełom w obliczeniach kwantowych, nowy paradygmat w architekturze AI) mogłoby sprawić, że obecne, warte setki miliardów dolarów inwestycje w centra danych oparte na architekturze GPU, stałyby się przestarzałe, podobnie jak stało się z nadmiarem ciemnych światłowodów po 2001 roku.

 

Podsumowanie

Analiza obecnej sytuacji na rynku sztucznej inteligencji prowadzi do wniosku, że wykazuje on liczne i niepokojące cechy bańki spekulacyjnej. Astronomiczne wyceny, wykładniczy wzrost wydatków kapitałowych, koncentracja rynku, zjawisko cyrkularnego finansowania oraz wszechobecna euforia napędzana medialnym „hype’em” stanowią silne echa historycznych baniek, w szczególności bańki internetowej. Chociaż kontrargumenty wskazujące na wysoką rentowność i silne bilanse obecnych liderów technologicznych są zasadne, nie unieważniają one fundamentalnego ryzyka związanego z ogromną dysproporcją między skalą inwestycji a obecnymi przychodami z AI, a także z ekstremalnymi oczekiwaniami co do przyszłego wzrostu.

Historia uczy, że rewolucje technologiczne i bańki finansowe są ze sobą nierozerwalnie związane. Pęknięcie bańki nie musi oznaczać końca rewolucji AI, ale może być bolesnym, lecz koniecznym etapem jej dojrzewania, który oddzieli realną wartość od spekulacyjnej wartości. Dla inwestorów i decydentów politycznych kluczowym zadaniem jest podejmowanie decyzji w warunkach podwyższonego entuzjazmu wobec AI przy zachowaniu ostrożności, z uwzględnieniem, że w długim okresie obowiązują fundamentalne zależności ekonomiczne, a tempo wzrostu nie może utrzymywać się na ponadprzeciętnie wysokim poziomie w nieskończoność.

Prompty:

dr hab Adam Stecyk, prof. US

Narzędzia:

Manus, Perplexity, Chat GPT

Bibliografia

[1] Warren Buffett Fan Zone. (2025, Listopad 5). AI Bubble is Bigger than DOTCOM ! – Warren Buffet WARNS ! [Film]. YouTube. https://youtu.be/HblpEMZ8YPo

[2] Siegel, J. J. (2003). What Is an Asset Price Bubble? An Operational Definition. European Financial Management, 9(1), 11–24.

[3] Kindleberger, C. P., & Aliber, R. Z. (2005). Manias, Panics, and Crashes: A History of Financial Crises. John Wiley & Sons.

[4] Perez, C. (2002). Technological Revolutions and Financial Capital: The Dynamics of Bubbles and Golden Ages. Edward Elgar Publishing.

[5] Ofek, E., & Richardson, M. (2003). The Dot-Com Bubble, the Bush Deficits, and the U.S. Current Account. Brookings Papers on Economic Activity, 2003(1), 307-327.

[6] Sonnenfeld, J. A., & Henriques, S. (2025, Październik 8). This Is How the AI Bubble Bursts. Yale Insights. Pobrano z https://insights.som.yale.edu/insights/this-is-how-the-ai-bubble-bursts

[7] Zuckerman, E. W. (2025). Towards a socioeconomics of hype: Hype dynamics and symbolic boundary work within the speculative AI bubble. Socio-Economic Review.

[8] Mackay, C. (1841). Extraordinary Popular Delusions and the Madness of Crowds. Richard Bentley.

[9] Janus Henderson Investors. (2025, Październik 16). AI versus the Dotcom Bubble: 8 reasons the AI wave is different. Pobrano z https://www.janushenderson.com/en-gb/investor/article/ai-versus-the-dotcom-bubble-8-reasons-the-ai-wave-is-different/

[10] VanEck. (2025, Październik 15). Is AI a Bubble? The Dot-Com Bubble vs. Today’s AI Revolution. Pobrano z https://www.vaneck.com/us/en/blogs/thematic-investing/is-ai-a-bubble-the-dot-com-bubble-vs-todays-ai-revolution/

[11] Goldman Sachs Research. (2025, Październik 22). AI: In a Bubble. Pobrano z https://www.goldmansachs.com/pdfs/insights/goldman-sachs-research/ai-in-a-bubble/report.p

[12] Storm, S. (2025, Wrzesień). The AI Bubble and the U.S. Economy: How Long Do ‘Hallucinations’ Last?. Institute for New Economic Thinking. Pobrano z https://www.ineteconomics.org/research/research-papers/the-ai-bubble-and-the-u-s-economy-how-long-do-hallucinations-last