Indeks wydatków na tokeny AI (Silo Data LLM Token Expenditure Index) spadł o prawie 20% od majowego szczytu po wcześniejszym podwojeniu od końca 2025 roku [6][7]. Ceny tokenów – podstawowej jednostki rozliczeniowej w AI – spadły o około 90% od 2023 roku, co wynika z danych Apollo Global Management [7].
Research answer

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What explains the recent 20% decline in the AI token spending index, and how does this drop — com. Article summary: Here is a verified breakdown of each claim, with citations repaired against the provided sources.. Topic tags: general, education, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative vis
Oto szczegółowa analiza sygnałów świadczących o możliwym ochłodzeniu na rynku inwestycji w sztuczną inteligencję, oparta na zweryfikowanych źródłach.
Kluczowym wskaźnikiem jest Silo Data LLM Token Expenditure Index – miernik śledzący całkowite wydatki na korzystanie z dużych modeli językowych. Indeks ten spadł o prawie 20% od szczytu w maju 2026 roku, po wcześniejszym podwojeniu od końca 2025 roku KL. To sygnał rynkowy, który pozwala ocenić, czy popyt na AI nadąża za skalą inwestycji infrastrukturalnych K.
Co wyjaśnia ten spadek? Dzieje się tak mimo że ceny tokenów gwałtownie spadły od 2023 roku. Torsten Slok z Apollo Global Management wskazuje, że cena za token spadła o około 90% w tym okresie L. Odwrócenie trendu po maju sugeruje, że wzrost wydatków na tokeny zwalnia lub się stabilizuje – użytkownicy nie zwiększają użycia na tyle, by zrekompensować spadek cen KL.
Wzór jest więc następujący: ceny jednostkowe spadają, całkowite wydatki na tokeny wciąż mogą rosnąć, ale tempo wzrostu wydatków najwyraźniej wyhamowuje po majowym szczycie KL.
Dokładne liczby dotyczące luki przychodowej z oryginalnej wersji nie są bezpośrednio wsparte przez dostarczone źródła, ale ogólna teza jest potwierdzona: wydatki na infrastrukturę AI przyspieszają do rekordowych poziomów, podczas gdy baza przychodów wciąż znajduje się pod presją, by uzasadnić tę rozbudowę HA.
To konkretny sygnał, że Meta może mieć więcej mocy obliczeniowej AI, niż potrzebuje wewnętrznie i szuka sposobów na jej zewnętrzną monetyzację RB.
Dostępne źródła potwierdzają kluczową obawę dotyczącą siły cenowej: ceny tokenów spadły o około 90% od 2023 roku, a indeks wydatków na tokeny osłabł po majowym szczycie KL. Bain wzmacnia ten punkt z perspektywy kosztów klienta: koszty tokenów dla firm korzystających z AI stanowią obecnie zaledwie około 1–2% kosztów zatrudnienia, a niektóre scenariusze zakładają wzrost do 20–30% B.
Oznacza to, że dostawcy AI potrzebują albo znacznie wyższego wykorzystania, albo silniejszej siły cenowej, albo obu tych rzeczy, aby przekształcić ogromne inwestycje infrastrukturalne w trwały wzrost przychodów AB.
Dostarczone źródła nie potwierdzają bezpośrednio tezy o wyprzedaży akcji konkretnych producentów półprzewodników i pamięci. Szeroka narracja leżąca u podstaw takiej wyprzedaży jest jednak wsparta:
Implikacja dla akcji półprzewodnikowych jest więc wnioskiem: jeśli inwestorzy dojdą do wniosku, że infrastruktura AI została przeszacowana lub siła cenowa tokenów słabnie, mogą przeszacować dostawców chipów i pamięci powiązanych z tą rozbudową A.
| Sygnał | Co oznacza | Implikacja |
|---|---|---|
| Indeks wydatków na tokeny spadł o prawie 20% po maju | Rzeczywisty wzrost wydatków zwalnia | Ryzyko nadmiaru mocy staje się bardziej widoczne K |
| Ceny tokenów spadły o około 90% od 2023 | Siła cenowa jest pod presją | Przychód na token stale maleje L |
| Wydatki inwestycyjne na AI mają przekroczyć 600 mld USD dla amerykańskich gigantów tech | Infrastruktura wciąż przyspiesza | Teza inwestycyjna wymaga bardzo dużego wzrostu przychodów A |
| Meta buduje chmurę, by sprzedawać nadmiar mocy obliczeniowej | Nadwyżka mocy może wymagać zewnętrznej monetyzacji | Większa podaż może wejść na rynek już pod presją cenową RB |
| Obawy inwestorów dotyczące wydatków inwestycyjnych na AI | Rynki kwestionują zasadność rozbudowy | Aktywa infrastrukturalne AI mogą zostać przeszacowane A |
Mechanizm podstawowy jest następujący: firmy AI wydały ogromne sumy na infrastrukturę, zakładając, że wykorzystanie i przychody będą rosły wystarczająco szybko, by uzasadnić tę rozbudowę. Tymczasem konkurencja i wzrost wydajności doprowadziły do spadku cen tokenów o około 90%, indeks wydatków na tokeny odwrócił się od majowego szczytu, a Meta rozważa zewnętrzną sprzedaż nadmiaru mocy obliczeniowej RBKL. Rynek zaczyna więc ponownie oceniać, czy wydatki inwestycyjne na infrastrukturę AI mogą zostać przekształcone w trwałe, wysokomarżowe przychody HA.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Indeks wydatków na tokeny AI (Silo Data LLM Token Expenditure Index) spadł o prawie 20% od majowego szczytu po wcześniejszym podwojeniu od końca 2025 roku [6][7].
Indeks wydatków na tokeny AI (Silo Data LLM Token Expenditure Index) spadł o prawie 20% od majowego szczytu po wcześniejszym podwojeniu od końca 2025 roku [6][7]. Ceny tokenów – podstawowej jednostki rozliczeniowej w AI – spadły o około 90% od 2023 roku, co wynika z danych Apollo Global Management [7].
Giganci technologiczni (Microsoft, Alphabet, Amazon, Meta, Oracle) planują w 2026 roku wydać na AI nawet 690 miliardów dolarów, podczas gdy rzeczywiste przychody z AI są szacowane na 50–150 miliardów [5][23][30].