Inwestycje w AI rosną szybciej niż udowodnione zyski

Inwestycje w infrastrukturę AI mają skalę niespotykaną w wielu wcześniejszych boomach technologicznych. Sama wielkość wydatków nie dowodzi jednak, że przyniosą zadowalający zwrot. Kluczowe będą dwa efekty: odpowiednio wysokie przychody z usług AI oraz wzrost produktywności firm, które z tych usług korzystają. Na razie obraz jest niejednoznaczny, a największe kwoty to prognozy, nie podsumowanie już poniesionych wydatków.

Jak wielka jest rozbudowa infrastruktury AI?

Według J.P. Morgan Asset Management najwięksi dostawcy usług chmurowych wydali na inwestycje kapitałowe ponad 400 mld dolarów w 2025 roku, a w 2026 roku mogą zbliżyć się do 800 mld dolarów. To gwałtowny wzrost rocznych nakładów, ale nie należy go bezpośrednio porównywać z prognozą skumulowanych wydatków rozłożonych na wiele dekad. 9

Bazowy scenariusz PwC zakłada 31,6 bln dolarów globalnych nakładów kapitałowych na centra danych do 2050 roku. To prognoza przyszłych wydatków, a nie suma już zrealizowanych inwestycji. Reuters podaje, że według PwC skala tego przedsięwzięcia przewyższa wydatki z czasów boomu kolejowego i internetowego nawet po uwzględnieniu inflacji. 111

Imponująca jest także skala planowanych inwestycji w Stanach Zjednoczonych. Ekonomista Stijn Van Nieuwerburgh szacuje, że w latach 2025–2032 inwestycje w infrastrukturę AI mogą tam wynieść 10,3 bln dolarów. Oznaczałoby to średnio około 3,6% amerykańskiego PKB rocznie w tym okresie. To szacunek dotyczący planowanych inwestycji, a nie ostateczna suma wydatków.

Jakie przychody uzasadniałyby te nakłady?

Analiza Bain z 2025 roku szacuje, że zaspokojenie przewidywanego do 2030 roku popytu na moc obliczeniową dla AI wymagałoby około 2 bln dolarów przychodów rocznie na sfinansowanie potrzebnej infrastruktury. Nawet po uwzględnieniu oszczędności związanych z AI Bain wskazuje lukę w wysokości około 800 mld dolarów rocznie. To scenariusz oparty na określonych założeniach, nie potwierdzony niedobór, który już wystąpił.

Analiza Bain pokazuje również, że wzrost produktywności w istniejących sektorach może nie wystarczyć, by uzasadnić obecne nakłady. Dodatkowe przychody mogłyby pochodzić z nowych zastosowań i rynków — na przykład robotów sterowanych przez AI czy odkrywania materiałów wykorzystywanych w bateriach i półprzewodnikach. To potencjalne źródła przyszłej wartości, a nie gwarantowane rezultaty. 1

Warto też odróżnić przychody zarabiane w trakcie budowy infrastruktury od korzyści, które mają osiągać jej przyszli użytkownicy. Wydatki na chipy, usługi chmurowe i budowę centrów danych przynoszą przychody ich dostawcom. Same w sobie nie dowodzą jednak, że firmy wdrażające AI zyskają wystarczająco dużo, by nadal płacić za tę infrastrukturę w obecnym tempie.

Czy widać już wzrost produktywności?

Są sygnały, że AI przynosi przychody, ale nie brakuje też powodów do ostrożności. J.P. Morgan odnotowuje szybki wzrost przychodów z usług chmurowych. Jednocześnie podaje, że średni wzrost produktywności pracy w USA wyniósł około 1,3% w ciągu ostatnich trzech kwartałów. Według tej analizy tempo to jest zbliżone do stosunkowo niskiej produktywności z lat 2010., a nie do wyraźnego przyspieszenia napędzanego przez AI. 915

Reuters opisywał również doświadczenia firm, z których wiele nadal ma trudności z osiągnięciem wymiernego zwrotu z inwestycji w AI. W przytoczonych w artykule ankietach 15% respondentów jednego badania wśród kadry kierowniczej stwierdziło, że AI poprawiła marże zysku w poprzednim roku. W innym badaniu 5% ankietowanych mówiło o szeroko odczuwalnej wartości. To wyniki konkretnych ankiet z określonych okresów, a nie dane o wszystkich firmach, ale pokazują różnicę między wysokimi oczekiwaniami a dotychczas udokumentowanymi efektami.

Czy na efekty można czekać dekady?

Opóźniony zwrot jest możliwy, ale nie oznacza, że dzisiejsze inwestycje na pewno okażą się opłacalne. Diane Coyle zwracała uwagę, że wpływ przełomowych technologii z przeszłości na produktywność mógł ujawniać się przez około 10–50 lat. To historyczny punkt odniesienia, który przypomina, że nie każdą technologię należy oceniać wyłącznie po jej pierwszych efektach. Nie jest to jednak prognoza, ile potrwa wpływ AI. 8

Kwestia finansowania w najbliższych latach pozostaje istotna. Szacunek Van Nieuwerburgha wskazuje na ogromną skalę inwestycji, które trzeba ponieść, zanim pojawi się pewność co do ewentualnych korzyści dla całej gospodarki. Z kolei luka przychodowa przedstawiona przez Bain zależy od założeń dotyczących przyszłego popytu na moc obliczeniową, kosztów i oszczędności. Obie liczby pomagają zrozumieć skalę zakładu, ale nie przesądzają, czy zakończy się on sukcesem, czy porażką.

Wniosek

Prognozowane wydatki na infrastrukturę AI — według porównania PwC — przewyższają skalę wcześniejszych boomów kolejowego i internetowego. Tymczasem roczne inwestycje największych dostawców chmury już szybko rosną. Uzasadnienie tak dużych nakładów będzie wymagało trwałych przychodów i korzyści wykraczających poza firmy sprzedające infrastrukturę. Mogą one wynikać ze wzrostu produktywności i powstawania nowych rynków.

Na razie nie wiadomo, czy te korzyści będą wystarczająco duże ani kiedy się pojawią. Rosnące przychody z usług chmurowych są obiecującym sygnałem, ale niedawne dane o produktywności i ankiety wśród firm nie potwierdzają jeszcze powszechnego zwrotu, który odpowiadałby skali prognozowanych inwestycji. 915