Dlaczego po apelu Dario Amodeiego akcje spółek chipowych tak mocno spadły

Wycena spółek związanych z infrastrukturą AI gwałtownie spadła po eseju Dario Amodeiego „We Must Pace the Frontier” („Musimy nadać właściwe tempo rozwojowi na granicy możliwości”). Inwestorzy odczytali ten apel jako potencjalne zagrożenie dla tempa ogromnych cykli trenowania modeli, a więc także dla popytu na akceleratory, pamięci i sprzęt do centrów danych.

Kluczowa sesja w USA odbyła się w poniedziałek 14 września 2026 r.; w części publikacji poza Stanami Zjednoczonymi wydarzenie datowano już na 15 września. Dane wskazują na globalne ograniczanie ryzyka w akcjach powiązanych z AI, a nie na potwierdzone załamanie popytu na produkty AI czy odwołanie inwestycji infrastrukturalnych.

Najmocniej ucierpiały półprzewodniki

Indeks Philadelphia Semiconductor spadł o 5,9%. Akcje Nvidii zniżkowały o 3,36%, Micronu o 5,25%, a AMD o ponad 4%. 7 Reuters informował również o 7-procentowym spadku ETF-u skupionego na producentach pamięci DRAM oraz o około 5-procentowej zniżce funduszu półprzewodnikowego SOXX. 1

Presja objęła nie tylko projektantów układów:

• amerykańskie akcje ASML spadały w trakcie sesji o 7,3%, a kurs spółki wyraźnie zniżkował też w Europie; 10
• słabość dotknęła spółki AI w Azji, Europie i w handlu przedsesyjnym w USA; 7
• na początku globalnej sesji przeceniono również południowokoreańskie spółki pamięciowe oraz japońskie firmy eksponowane na inwestycje w AI. 10

Dla porównania, szerokie indeksy zachowały się znacznie spokojniej: S&P 500 stracił 0,48%, a Nasdaq Composite 0,56%. 7 Skala tej różnicy pokazuje, że sprzedaż była skoncentrowana przede wszystkim na sprzętowym i infrastrukturalnym segmencie AI.

Czego faktycznie domagał się Amodei

Amodei nie proponował moratorium na badania, trenowanie modeli ani postęp techniczny. Postulował „nadanie tempa rozwojowi na granicy możliwości” — spowolnienie przyrostu zdolności modeli na tyle, by laboratoria mogły je odpowiednio zabezpieczyć i dostosować do przyjętych zasad, a niezależni oceniający mogli zweryfikować te zabezpieczenia. 8

Jego trzyczęściowy plan obejmował:

1. Stały dostęp niezależnych ewaluatorów do laboratoriów rozwijających najbardziej zaawansowane systemy — na zasadach zbliżonych do dostępu pracowniczego.
2. Koordynację między twórcami AI w sprawie praktyk bezpieczeństwa i zarządzania ryzykiem.
3. Współpracę międzynarodową, która uwzględnia zarówno bezpieczeństwo, jak i rywalizację geopolityczną. 82

To rozróżnienie jest ważne dla rynku. Trwałe ograniczenie wydatków na AI oznaczałoby zupełnie co innego dla popytu na układy scalone niż wprowadzanie dodatkowego czasu na testy, oceny i zabezpieczenia między kolejnymi dużymi skokami możliwości modeli.

Poparcie liderów technologii, sprzeciw Trumpa

List zyskał nietypowe poparcie konkurentów i liderów branży.

• Sam Altman z OpenAI stwierdził, że zgadza się z potrzebą ostrożniejszego tempa rozwoju i zapowiedział wdrożenie niezależnych ewaluatorów z dostępem zbliżonym do pracowniczego. 19
• Elon Musk poparł ostrzeżenie, że zagrożenia związane z zaawansowaną AI stały się istotne; jako możliwą odpowiedź wskazywał wzajemną ocenę modeli przez czołowe laboratoria. 312
• Satya Nadella z Microsoftu poparł bardziej rozważne podejście i podkreślił, że zaawansowana AI powinna pozostać pod ludzką kontrolą. 17
• Prezydent Donald Trump odrzucił narrację o spowolnieniu i dodatkowych bezpiecznikach, argumentując, że amerykańskie przywództwo w AI nie powinno być krępowane dodatkowymi ograniczeniami. 20

Spór ujawnił zasadnicze napięcie: część najważniejszych menedżerów AI uznała potrzebę mocniejszych zabezpieczeń, podczas gdy zwolennicy technologicznej rywalizacji traktowali każde spowolnienie jako ryzyko strategiczne.

Dlaczego wyglądało to raczej na redukcję zatłoczonych pozycji

Reakcja inwestorów była zrozumiała. Trenowanie modeli granicznych jest jednym z głównych motorów oczekiwanego popytu na akceleratory, pamięci o wysokiej przepustowości, moce produkcyjne fabryk, sieci, energię oraz maszyny do produkcji chipów. Jeśli rynek założył wolniejsze lub rzadsze ogromne treningi, najbardziej kapitałochłonne ogniwa tego łańcucha dostaw musiały znaleźć się pod presją.

Pierwsza interpretacja rynku wydaje się jednak szersza niż sam postulat Amodeiego. Autor wprost zaznaczył, że „nadanie tempa” nie oznacza zatrzymania trenowania modeli ani postępu technicznego. 8 Publiczne poparcie Altmana także dotyczyło głównie niezależnej oceny i zapewnienia bezpieczeństwa, a nie rezygnacji z inwestycji w AI. 19

Dlatego ten epizod lepiej pasuje do obrazu przeszacowania bardzo popularnych pozycji opartych na wydatkach inwestycyjnych na AI niż do dowodu, że firmy nagle obniżyły oczekiwania wobec długofalowego wykorzystania tej technologii. To pozostaje interpretacją, a nie rozstrzygającym ustaleniem przyczynowym: same kursy akcji nie pozwalają stwierdzić, czy oczekiwania dotyczące faktycznego popytu na AI rzeczywiście się zmieniły.

Ropa i rentowności obligacji pogłębiły przecenę

Nagłówki dotyczące bezpieczeństwa AI nie były jedynym problemem rynku. Rosnące ceny ropy, związane z obawami o zakłócenia w saudyjskiej infrastrukturze, oraz wyższe rentowności amerykańskich obligacji skarbowych dołożyły szok inflacyjno-stóp procentowych do i tak kruchego segmentu technologicznego. Współczesne relacje łączyły spadki akcji AI zarówno z debatą o spowolnieniu, jak i ze wzrostem cen ropy oraz rentowności obligacji. 37

Tło makroekonomiczne ma znaczenie, ponieważ spółki wzrostowe i projekty centrów danych są szczególnie wrażliwe na stopy dyskontowe oraz warunki finansowania. Gdy rentowności rosną, inwestorzy zwykle mniej chętnie płacą wysokie wyceny za zyski odległe w czasie — i ostrożniej podchodzą do firm wymagających dużych nakładów początkowych na infrastrukturę.

Co mogło rozstrzygnąć, czy obawy są uzasadnione

Najważniejszym testem nie była pierwsza reakcja na nagłówki, lecz to, czy dane operacyjne pokażą realną zmianę planów infrastrukturalnych AI. Rynek powinien obserwować zwłaszcza:

• prognozy nakładów inwestycyjnych największych dostawców chmury;
• trendy zamówień na akceleratory i pamięci;
• popyt na najnowocześniejsze moce produkcyjne w fabrykach układów;
• zamówienia i komentarze o portfelu zleceń producentów sprzętu; oraz
• wyniki ASML zaplanowane na 14 października, które mogły dać wyraźniejszy obraz planów klientów dotyczących rozbudowy mocy produkcyjnych.

Wrześniowa wyprzedaż pokazała więc, jak silnie narracja wokół AI zależała od założenia o nieustannie przyspieszającym skalowaniu modeli granicznych. Sama w sobie nie dowodziła końca rozbudowy infrastruktury AI. Rozstrzygające miało być to, czy laboratoria AI i platformy chmurowe rzeczywiście zmienią plany zakupowe oraz wdrożeniowe po tym, jak debata o bezpieczeństwie przeniosła się z obszaru polityki na rynki finansowe.