Ekonomia AI w świetle dokumentów

01 · Problem z dowodami

Jedno zgłoszenie, dwie czarne skrzynki

Pytanie, które wszyscy zadają o sztuczną inteligencję, ma naturę finansową, nie techniczną: czy kapitał wpompowywany w infrastrukturę AI faktycznie się zwróci? To rozsądne pytanie. W przeważającej części jest ono jednak argumentowane liczbami, których nie widział żaden audytor.

Zobaczmy, co faktycznie jest dostępne. OpenAI jest wyceniane na 852 mld USD. Anthropic jest raportowane na poziomie około 965 mld USD. Razem wyznaczają komercyjny front branży. Żadna z nich nigdy nie złożyła sprawozdania finansowego w amerykańskiej Komisji Papierów Wartościowych i Giełd (SEC). Wyszukiwanie w EDGAR, bazie zgłoszeń SEC, nie zwraca żadnego zarejestrowanego podmiotu pod żadną z tych nazw — nie chodzi o zero złożonych dokumentów rejestracyjnych, lecz o brak jakiegokolwiek podmiotu korporacyjnego. Każda liczba przychodów, każda liczba strat, każdy szacunek marży, o jakim czytano w odniesieniu do którejkolwiek z tych firm, pochodzi z przecieku, briefingu, aktualizacji dla inwestorów albo modelu zbudowanego przez kogoś spoza firmy.

Potem, w czerwcu 2026 roku, pojawił się jeden wyjątek.

SpaceX wyceniło swoją pierwszą ofertę publiczną 12 czerwca 2026 roku na 135,00 USD za akcję i notowane jest dziś na Nasdaq pod symbolem SPCX. Ponieważ przejęło xAI w lutym 2026 roku, a xAI wcześniej wchłonęło X Corp, powstała w ten sposób spółka raportuje segment o nazwie AI. Ten segment podlega obowiązkom sprawozdawczym. Ma audytowany rachunek zysków i strat, ujawnioną linię nakładów inwestycyjnych, notę dezagregującą przychody, tabelę okresów użytkowania sprzętu oraz ujawnienia dotyczące transakcji z podmiotami powiązanymi.

Po raz pierwszy jedna firma AI działająca na skalę czołówki branży musi pokazać swoje księgi.

02 · Dowody, które są audytowane

Co pokazuje jedyna audytowana firma AI

SpaceX raportuje trzy segmenty: Space, Connectivity (Starlink) i AI. Dokument wprost definiuje ten trzeci: segment AI „includes our AI compute, Grok, and X”. Powstał, gdy SpaceX przejęło xAI ze skutkiem od 2 lutego 2026 roku — przy czym samo xAI przejęło wcześniej X Holdings 28 marca 2025 roku. Co istotne, dokument rozlicza to przejęcie jako reorganizację podmiotów pod wspólną kontrolą — Elon Musk kontrolował obie strony — i wprost stwierdza, że „no new goodwill or other intangible assets have been recorded”. Okresy poprzednie są retrospektywnie połączone według historycznych wartości bilansowych.

Praktyczna konsekwencja jest niezwykła i cenna: nie dostajemy jednego kwartału firmy AI. Dostajemy przekształconą, wieloletnią historię takiej firmy.

Źródło: SpaceX Form 424B4 (12 czerwca 2026) oraz Form 10-Q za okres zakończony 30 czerwca 2026. Amortyzacja za FY2024 nie została uchwycona w naszej ekstrakcji noty segmentowej i pozostawiono ją pustą zamiast szacować.

Zanim pójdziemy dalej, zwróć uwagę na linię straty operacyjnej: gwałtownie zawęziła się w FY2024, do 1 561 mln USD, po czym w FY2025 wzrosła czterokrotnie do 6 355 mln USD. To nie jest firma stabilnie zbliżająca się do progu rentowności, ani stabilnie się zapadająca. To firma, której baza kosztowa zmieniła kształt w momencie, gdy ruszyły nakłady inwestycyjne.

Czytając samą linię przychodów, można by wywnioskować, że ta firma AI urosła z 2 961 mln USD do 3 201 mln USD w ciągu dwóch lat — marnie, jak na segment pochłaniający tyle kapitału. Taki odczyt byłby błędny, a sam dokument mówi dlaczego. Zgodnie z dezagregacją przychodów wymaganą przez ASC 606, segment AI rozpada się na dwie bardzo różne firmy.

W FY2025 57,6% przychodów segmentu „AI” stanowiła reklama — biznes reklamowy platformy X, wciąż poniżej poziomu z 2023 roku wynoszącego 2 323 mln USD. Właściwy biznes AI zarobił 1 357 mln USD. Wobec 12 727 mln USD nakładów inwestycyjnych daje to 9,4× nakładów inwestycyjnych na dolara przychodu z AI, a nie 3,98×, które wychodzi z podzielenia nakładów przez sumę segmentu.

To pojedynczo najważniejsza rzecz w tym dokumencie i nie jest to błąd prasowy. To po prostu skutek cytowania sumy segmentu bez leżącej pod nią noty dezagregującej.

Teraz druga połowa, równie ważna i wskazująca w przeciwną stronę. Śródroczny dokument pokazuje, że skład segmentu odwraca się, i to szybko.

Przychody z AI wzrosły 7,1× rok do roku w drugim kwartale, z 311 mln USD do 2 194 mln USD. Segment odwrócił proporcje — z 58% reklamy w FY2025 do 79% właściwego przychodu z AI w pierwszej połowie 2026 roku. Backlog spółki wzrósł z 28 377 mln USD na koniec grudnia 2025 roku do 47 461 mln USD na 30 czerwca 2026 roku — wzrost o 67% w sześć miesięcy, z czego 56% ma zostać rozpoznane w ciągu roku. Reklama tymczasem wciąż się kurczyła.

Każdy, kto twierdzi, że popyt na usługi AI jest iluzoryczny, musi wytłumaczyć siedmiokrotny wzrost przychodów w audytowanym dokumencie. To nie jest ankieta, prognoza ani briefing. To liczba podpisana przez audytora z Wielkiej Czwórki.

A jednak.

Warto wprost nazwać tę trajektorię, bo nie jest to linia prosta. W FY2023 segment wydawał 0,73 USD kapitału na dolara przychodu z AI. W FY2024 było to już 6,32 USD, w FY2025 9,38 USD, a w pierwszej połowie 2026 roku 8,82 USD. Intensywność kapitałowa nie rosła stopniowo; skoczyła o rząd wielkości w jednym roku i tam pozostała.

Obie strony muszą się z tym zmierzyć. Teza niedźwiedzia, że popyt na AI jest fikcją, nie przetrwa wzrostu przychodów o 7,1×. Teza byka, że skala przynosi dźwignię operacyjną, nie przetrwa intensywności kapitałowej, która ledwie drgnęła, podczas gdy przychody poczwórniały.

03 · Analogia, sprawdzona

Analogia SpaceX, sprawdzona na SpaceX

SpaceX od dekady służy jako standardowa riposta wobec sceptycyzmu co do nakładów inwestycyjnych. Argument jest znany: poważni ludzie mówili, że rakiety wielokrotnego użytku to fantazja, a szerokopasmowy internet satelitarny to studnia bez dna, i się mylili, więc dzisiejsi sceptycy infrastruktury AI prawdopodobnie też się mylą. Neil Armstrong i Gene Cernan zeznawali przed Kongresem przeciwko komercyjnym lotom kosmicznym. Menedżer Arianespace nazwał wielokrotne użycie „marzeniem”. Firma niemal zbankrutowała w 2008 roku po trzech kolejnych porażkach Falcona 1, uratowana przez kontrakt cargo z NASA wart 1,6 mld USD.

Ta analogia jest dziś testowalna, ponieważ firma, która się nią posługuje, składa sprawozdania finansowe. I na własnych liczbach nie potwierdza zastosowania, do jakiego się ją wykorzystuje.

Segment, na który wszyscy wskazują jako na potwierdzenie tezy — Starlink — działa przy intensywności kapitałowej 0,37× i marży operacyjnej 38,8%. Dojście do tego zajęło mniej więcej dwie dekady: SpaceX założono w 2002 roku, a Starlink osiągnął próg rentowności przepływów pieniężnych około 2023 roku — kamień milowy podany przez kierownictwo firmy, a nie ujawniony w dokumencie, ponieważ SpaceX było wtedy spółką prywatną. Segment AI w tej samej firmie, w tym samym dokumencie, działa przy intensywności kapitałowej dziesięcio- do dwudziestopięciokrotnie wyższej, w zależności od tego, którą linię przychodów się bierze, i traci pieniądze mimo skali.

Nie da się powoływać na SpaceX jako argument, że wysokie nakłady inwestycyjne na AI się zwrócą, ponieważ własne księgi SpaceX mówią, że część, która się zwróciła, w niczym nie przypomina części AI. Jeśli już, dokument oferuje lekcję odwrotną: rozbudowa, która się udała, była stosunkowo lekka kapitałowo, zajęła dwadzieścia lat i była prowadzona przez firmę, która po drodze niemal upadła.

Trzy dalsze ujawnienia w tych samych dokumentach zasługują na więcej uwagi, niż dotąd otrzymały.

Finansowanie sprzętu z podmiotem powiązanym na 13,3 mld USD

Dokumenty ujawniają leasing sprzętu zawarty w październiku 2025 roku i zmieniony w listopadzie 2025 roku z Valor Equity Partners — której założyciel i dyrektor inwestycyjny, Antonio Gracias, zasiada w radzie SpaceX — obejmujący sprzęt infrastruktury AI. Transakcja jest rozliczana jako failed sale-leaseback, czyli księgowy wniosek, że transakcja jest w istocie finansowaniem, a nie sprzedażą. Zaksięgowany dług wynosił 455 mln USD w części krótkoterminowej i 4 052 mln USD w części długoterminowej na 31 grudnia 2025 roku. Sześć miesięcy później, na 30 czerwca 2026 roku, było to 2 039 mln USD krótkoterminowo i 11 290 mln USD długoterminowo — łącznie około 13,3 mld USD. Sam koszt odsetkowy w drugim kwartale wyniósł 327 mln USD.

To ma znaczenie wykraczające poza jedną firmę. Bank Rozrachunków Międzynarodowych (BIS) ostrzegał w swoim Quarterly Review z marca 2026 roku przed „ukrytym zadłużeniem” — „zobowiązaniami, które ekonomicznie przypominają dług, ale w dużej mierze pozostają poza bilansem korporacyjnym”. Oto nazwany, audytowany, skwantyfikowany przykład dokładnie tego wzorca — sprzęt GPU sfinansowany przez wehikuł powiązany z członkiem rady nadzorczej, w skali, która potroiła się w sześć miesięcy.

Klif take-or-pay w 2027 roku

Jeden z czynników ryzyka stwierdza: „We have non-cancellable, multi-year capacity commitments to cloud compute providers, requiring payment regardless of usage”. Nota dotycząca zobowiązań umownych kwantyfikuje je na 31 grudnia 2025 roku łącznie na 25 451 mln USD — 2 720 mln USD przypadające na 2026 rok, 21 476 mln USD na 2027 rok, 1 250 mln USD na 2028 rok i niemal nic później. Osiemdziesiąt cztery procent zobowiązania przypada na jeden rok i jest płatne niezależnie od tego, czy moce zostaną wykorzystane.

Czynnik ryzyka dotyczy energii i wody, nie chipów

Znaczna część tezy niedźwiedzia dotyczy przestarzałości chipów. Warto więc odnotować, co faktycznie mówi jedyna firma prawnie zobowiązana do ujawnienia swoich ryzyk AI. Nie ma tam czynnika ryzyka związanego z przestarzałością GPU. Operatywny nagłówek dotyczy „the availability of power, water, AI processors, and other critical components”, a pierwsze zdanie brzmi: „Our ability to scale our data center infrastructure, which supports our AI segment, is increasingly constrained by the availability of power and water at economically feasible prices, long lead times, availability of materials, and changing regulatory requirements”.

Wiążącym ograniczeniem, według jedynego podmiotu, który musi je nazwać, jest infrastruktura fizyczna. Nie amortyzacja.

Dokumenty ujawniają też koncentrację klientów, bez podawania ich nazw. „Customer B”, którego przychód „relates to the AI segment”, odpowiadał za 19,5% skonsolidowanych przychodów w Q2 2026, wobec mniej niż 10% rok wcześniej. Jedna piąta przychodów grupy zależy dziś od jednego, niewymienionego z nazwy kontrahenta AI.

Dla porządku: całkowity dług wzrósł z 22 049 mln USD na 31 grudnia 2025 roku do 38 433 mln USD na 30 czerwca 2026 roku — niemal podwojenie w sześć miesięcy, w trakcie których firma pozyskała też z IPO około 74,4 mld USD wpływów. Skumulowany deficyt wyniósł 41 852 mln USD na 30 czerwca 2026 roku. Transakcje z podmiotami powiązanymi obejmują też zakupy Tesla Megapack za 506 mln USD i Cybertrucków za 131 mln USD w FY2025, kolejne 295 mln USD Megapacków w drugim kwartale 2026 roku, oraz 1 421 mln USD akcji zwykłych odkupionych od obecnych i byłych pracowników przez trust Elona Muska w trakcie 2025 roku.

04 · Problem pochodzenia

Wszystko inne pochodzi z przecieku

Poza tym jednym dokumentem jakość dowodowa się załamuje. Oto liczby, które napędzają publiczną debatę, wraz z tym, czym one faktycznie są.

Żadna z pierwszych ośmiu pozycji nie jest nieuczciwa. Kilka pochodzi bezpośrednio od samych firm. Ale żadna nie jest audytowanym sprawozdaniem finansowym, a poufne zgłoszenie S-1 z definicji nie jest publicznie weryfikowalne — proszony jesteś o zaakceptowanie doniesienia, że istnieje dokument, którego nie możesz przeczytać.

Powód, dla którego to ma znaczenie, nie jest abstrakcyjny. Gdy sprawdziliśmy najczęściej cytowane w tej debacie liczby względem dokumentów źródłowych, cztery z nich okazały się znaczyć coś istotnie innego niż znaczenie, jakie noszą w obiegu. Trzy zawyżają; jedna zaniża.

1. „Strata $39 billion” OpenAI to w większości niegotówkowe obciążenie księgowe

Strata netto OpenAI wg GAAP za FY2025 na poziomie mniej więcej 38,5–39 mld USD jest prawdziwa i została zweryfikowana przez Financial Times na podstawie dokumentów. Zawiera ona jednak jednorazowe niegotówkowe obciążenie w wysokości około 41,5 mld USD, wynikające z konwersji organizacji non-profit w public benefit corporation. Według FT bazowa strata gotówkowa wynosi mniej więcej 8 mld USD. Nagłówkowa liczba jest rutynowo używana jako dowód katastrofalnego spalania gotówki. Nie jest to liczba spalania gotówki. Osobno raportowane spalanie gotówki — 3,7 mld USD w pierwszym kwartale 2026 roku — to liczba, która faktycznie mówi o spalaniu, i jest wystarczająco duża sama w sobie.

Warto odnotować pewną ironię. Dokumenty zweryfikowane przez FT zostały pozyskane przez Eda Zitrona, najbardziej znanego niedźwiedzia w tej debacie. Korekta najczęściej cytowanej liczby tezy niedźwiedzia wyszła z własnego dziennikarstwa tezy niedźwiedzia.

2. „$105 billion dla OpenAI” od Nvidii to nie inwestycja

W sierpniu 2026 roku podano, że Nvidia zabezpiecza 105 mld USD finansowania dla centrum danych OpenAI w Pike County w stanie Ohio. To warunkowa gwarancja wartości rezydualnej wspierająca zobowiązania leasingowe, ujawniona w dokumencie SEC. To nie jest wydatek gotówkowy ani kapitał własny. Faktyczna inwestycja gotówkowa Nvidii w OpenAI wynosi 1,5 mld USD. Nagłówek zawyża zaangażowaną gotówkę mniej więcej siedemdziesięciokrotnie. To, czy warunkowa gwarancja na 105 mld USD jest bardziej, czy mniej niepokojąca niż inwestycja na 105 mld USD, to uczciwe pytanie — ale to inne pytanie, i nie da się go zadać, dopóki te dwie rzeczy są mylone.

3. Przychody segmentu AI SpaceX to w 58% reklama

Omówione powyżej. Cytowanie sumy segmentu na poziomie 3 201 mln USD jako przychodu z AI zawyża wielkość biznesu AI 2,4 times dla FY2025. W przeciwieństwie do pozostałych, to błąd wyłącznie czytelnika: dezagregacja jest tam wprost, w nocie.

4. Microsoft nie obciął nakładów inwestycyjnych — przeklasyfikował je

Ten przypadek działa w drugą stronę. Prognoza nakładów inwestycyjnych Microsoftu na rok kalendarzowy 2026 przesunęła się z mniej więcej 190 mld USD do mniej więcej 175 mld USD, co powszechnie odczytano jako wycofywanie się. Nie o to chodziło. Firma wydłużyła okres użytkowania budynków centrów danych i biurowych — nie serwerów — z 15 do 25 lat, ze skutkiem od FY2027, wraz z przeklasyfikowaniem niektórych leasingów finansowych na leasingi operacyjne. Mechaniczny efekt to przesunięcie wydatków poza raportowaną linię nakładów inwestycyjnych. Fizyczna rozbudowa nie skurczyła się o 15 mld USD. Każdy, kto odczytuje to jako dowód wycofywania się hiperskalerów, błędnie zinterpretował zmianę księgową.

Jeszcze jedna uwaga o maszynerii kapitału prywatnego. OpenAI publicznie ostrzegało, że inwestorzy powinni być „extremely cautious of any firm that purports to have access to OpenAI equity, including through an SPV”, ponieważ nie prowadzi żadnego oficjalnego programu wtórnego. Tymczasem detaliczne wehikuły oferujące pośrednią ekspozycję na te firmy — w tym fundusz zamknięty Destiny Tech100 — notowane były z dużymi premiami wobec własnej deklarowanej wartości aktywów netto. Odkrywanie ceny w tej klasie aktywów nie jest jedynie nieprzejrzyste; jego części są aktywnie zniekształcane.

05 · Teza przeciw, w najmocniejszej wersji

Teza niedźwiedzia, oceniona

Najbardziej systematycznym niedźwiedziem jest Ed Zitron, argumentujący od czasu „The Subprime AI Crisis” (wrzesień 2024) że rozbudowa wymaga przychodów od klientów końcowych, których nie ma, że pozór popytu jest wytwarzany przez transakcje kołowe, w których dostawcy finansują własnych klientów, a rozładowanie rozprzestrzenia się przez kredyt, który to sfinansował. W „The AI Demand Bubble” (4 sierpnia 2026) oszacował wymaganą wielkość na 2–3 bln USD rocznego przychodu AI do 2030 roku. Bilans jest mieszany — ale centralna teza strukturalna utrzymała się lepiej, niż przyznają jego krytycy.

Co się potwierdziło

Kołowe finansowanie jest już udokumentowane przez instytucje oficjalne. Twierdzenie najczęściej odrzucane jako spiskowe zostało skwantyfikowane w working paper BIS: 46 mld USD bezpośredniego kapitału własnego obok 879 mld USD wieloletnich zobowiązań zakupu compute, łączących producentów chipów, hiperskalerów, laboratoria i neochmury — zestawione na podstawie dokumentów SEC, nie spekulacji. Struktury są udokumentowane: udział kapitałowy Nvidii w OpenAI, CoreWeave i xAI; warrant AMD dający OpenAI prawa do mniej więcej 10% AMD, nabywane wraz z każdym wdrożonym gigawatem; zobowiązanie take-or-pay Nvidii do wykupu niesprzedanych mocy CoreWeave do kwietnia 2032 roku; opisana wyżej gwarancja wartości rezydualnej. Pieniądze wypływają od producenta chipów, wracają jako zamówienie zakupowe klienta i są rozpoznawane jako przychód.

Skala strat nie została wyolbrzymiona. 3,7 mld USD spalonej gotówki w jednym kwartale, w czasie, gdy firma była publicznie przedstawiana jako zbliżająca się do samowystarczalności.

Przecena dla przedsiębiorstw faktycznie nastąpiła. Warstwy priorytetowe wymagające z góry gwarancji przepustowości, zaostrzone darmowe warstwy zarówno u OpenAI, jak i Google, oraz dopłaty za długi kontekst na poziomie mniej więcej dwukrotności ceny cennikowej.

Co się nie utrzymało

Prognoza dotycząca Anthropic była błędna, i to z dużym marginesem. Zitron przywoływał mniej więcej 4 mld USD rocznych przychodów wobec 3 mld USD oczekiwanych strat, jako firmę, która nie jest w stanie dorosnąć do swoich kosztów. Raportowany run-rate wzrósł z około 9 mld USD pod koniec 2025 roku do 65 mld USD do lipca 2026 roku. To przecieki, nie audyty, ale kierunek nie budzi wątpliwości, i nie jest to kierunek, którego wymagała ta teza.

Teza o stagnacji możliwości modeli się nie utrzymała. Kwietniowa (2026) riposta Kelsey Piper w The Argument: „AI progress from 2024 to 2026 has been much faster than 2022 to 2024”. Słusznie wychwytuje ona też argumenty przedstawiane w formie „while I don't have proof, I would bet…”, stojące obok twierdzeń udokumentowanych, bez zaznaczenia tego rozróżnienia.

Moment kolapsu jest niesfalsyfikowany, nie potwierdzony. Prognozy, że OpenAI wyczerpie gotówkę do 2027 roku i wywoła kaskadę, to prognozy. Ten artykuł nie ocenia prognoz przed nadejściem ich daty testu.

06 · Teza za, w najmocniejszej wersji

Teza byka, oceniona

W najmocniejszej wersji: popyt jest realny, rośnie szybciej niż jakakolwiek kategoria oprogramowania dla przedsiębiorstw w historii, a kapitał to nie zakład o przełom badawczy, lecz odpowiedź na popyt, który już istnieje i którego obecnie nie da się obsłużyć.

Co jest udokumentowane

Wzrost przychodów jest nadzwyczajny, a w jednym przypadku audytowany. Wzrost segmentu AI SpaceX o 7,1× rok do roku w Q2 2026 znajduje się w dokumencie. Raportowane przejście Anthropic z mniej więcej 9 mld USD do 65 mld USD run-rate w dwanaście miesięcy oraz raportowane 40 mld USD OpenAI to przecieki — ale trzy niezależne trajektorie wskazujące w tym samym kierunku to dowód, nawet jeśli każda z osobna jest nieaudytowana.

Ceny za porównywalne możliwości gwałtownie spadły. Warstwa Opus Anthropic przeszła z 15 USD i 75 USD za milion tokenów wejściowych i wyjściowych do 5 USD i 25 USD — cięcie o dwie trzecie przy tej samej klasie możliwości, opublikowane na własnej stronie cennikowej firmy. To nie szacunek; to cennik.

Inferencja wyprzedziła trening. Gartner wskazuje rok 2026 jako pierwszy, w którym wydatki na inferencję (23,3 mld USD) przekraczają wydatki na trening (19 mld USD). Teza kapitałowa przestała zależeć od kolejnego cyklu treningowego, a zaczęła zależeć od obsługi popytu, który już istnieje.

Efektywność sprzętu szybko rośnie. MLPerf pokazuje Blackwell osiągający do 4× wydajności inferencji Hopper i mniej więcej 2× wydajności na dolara przy dużych modelach. Stanowisko Nvidii, że CUDA utrzymuje produktywność zainstalowanej bazy daleko poza jej okresem księgowym, przy A100 „mission-capable” od 2020 roku aż do 2029 roku, potwierdza fakt, że CoreWeave kontraktuje moce A100 aż do 2029 roku.

Gdzie opiera się na szacunku, a nie na ujawnieniu

Marża to najsłabsze ogniwo. Szacunek Gavina Bakera na poziomie 60–70% marży brutto na inferencji to szacunek, i to leżący wyraźnie powyżej alternatyw: ICONIQ podaje marże brutto firm AI-native na poziomie blisko 52% w 2026 roku wobec 41% w 2024 roku, a lutowa (2026) analiza Bessemer podaje 50–60% wobec 80–90% dla tradycyjnego oprogramowania. Nikt poza tymi firmami tego nie wie, bo żadna z nich tego nie ujawnia. Kontekst tego, jakie marże normalnie mają firmy software'owe i jak modele cenowe AI od nich odbiegają, znajduje się w naszym playbooku cennikowym SaaS. Ujęcie Marca Andreessena, że prawa skalowania czynią nakłady inwestycyjne „a known function, not a research bet”, to twierdzenie o przyszłości wypowiedziane z pewnością pomiaru.

Ben Thompson jest tu użytecznym barometrem: „we've obviously crossed the line into bubble territory” w listopadzie 2025 roku, odwrócone do „I don't think we're in a bubble” do marca 2026 roku. Tak właśnie wygląda aktualizowanie poglądów, i to uczciwy wskaźnik tego, jak daleko przesunęły się dowody w dziewięć miesięcy.

07 · Argument, który chybia

Amortyzacja to zły argument

Najbardziej techniczny front tej debaty dotyczy tego, jak szybko powinny być odpisywane GPU. W listopadzie 2025 roku Michael Burry argumentował, że hiperskalerzy zaniżają amortyzację, wydłużając okresy użytkowania poza ekonomiczną rzeczywistość, szacując skumulowane zawyżenie na 176 mld USD w latach 2026–28, przy czym zyski Oracle miałyby być zawyżone o około 27%, a Meta o około 21% do 2028 roku. Nazwał to „one of the more common frauds of the modern era”.

To twierdzenie, w tej formie, nie przetrwa konfrontacji z dokumentami.

Rozstrzygający jest czwarty wiersz. W styczniu 2025 roku Amazon skrócił okres użytkowania podzbioru swoich serwerów, kosztem 1,4 mld USD dodatkowej amortyzacji i 1,0 mld USD zysku netto, wprost „due to the increased pace of technology development, particularly in the area of artificial intelligence and machine learning”. Firma zawyżająca zyski poprzez politykę amortyzacyjną nie bierze dobrowolnie na klatę miliarda dolarów i nie tłumaczy dlaczego we własnej nocie księgowej.

Riposta Christophera Tsaia dopełnia resztę argumentacji: wydłużenia miały miejsce w większości w latach 2020–2022, zanim nastąpił skok nakładów inwestycyjnych na AI, który rzekomo je motywował; żaden hiperskaler nigdy nie stosował dwu- do trzyletniego okresu użytkowania serwerów; każda zmiana jest ujawniona w Form 10-K i audytowana przez firmę z Wielkiej Czwórki; a wzrost amortyzacji Meta o 88% przy wzroście nakładów inwestycyjnych o 132% to arytmetyka młodej bazy aktywów, nie manipulacji.

Ale wniosek byka też się nie trzyma

To, że GPU pozostają fizycznie produktywne, jest dobrze udokumentowane. CoreWeave ma zakontraktowane moce A100 aż do 2029 roku, dziewięć lat po premierze tego chipu. Pakiet kontraktów H100 przedłużono przy mniej więcej 95% pierwotnej ceny. Stanowisko Jensena Huanga, że zainstalowana baza pozostaje użyteczna przez większą część dekady, znajduje potwierdzenie w tych obserwacjach.

Czego to wszystko nie adresuje, to ile GPU zarabia w trakcie swojego okresu życia. Stawki wynajmu w chmurze dla mocy H100 spadły z mniej więcej 8 USD za godzinę przy premierze w 2023 roku do przedziału 1,70–2,85 USD w dołku z 2025 roku, po czym odbiły do około 2,35 USD do marca 2026 roku. Celowo etykietujemy to jako szacunek konsensusu rynkowego, a nie pomiar: ceny spot GPU nie są nigdzie zgłaszane. Żaden regulator ich nie zbiera. Trackery cenowe, które je publikują, zgadzają się co do kierunku i różnią się co do poziomu.

Pouczający jest jedyny dokument, który faktycznie dzieli bazę aktywów. SpaceX ujawnia serwery i sprzęt sieciowy na poziomie 5–6 lat oraz infrastrukturę centrów danych na poziomie 20–25 lat — krótko- i długożyciową połowę, o których wszyscy inni dyskutują jedynie jakościowo. Microsoft stwierdził, że mniej więcej dwie trzecie jego nakładów inwestycyjnych trafia do aktywów krótkożyciowych, a jedna trzecia do długożyciowych. Poza tymi dwoma ujawnieniami podział ten nie jest publiczny dla żadnego znaczącego operatora.

Krótko mówiąc, spór toczy się o niewłaściwą zmienną. Przestarzałość fizyczna jest mierzalna i nie zachodzi w tempie zakładanym przez niedźwiedzia. Przestarzałość ekonomiczna to prawdziwe ryzyko i w ogóle nie jest mierzona.

08 · Mierzalna zmiana

Zmiana, której nikt nie kwestionuje

Odłóżmy na bok pytanie, czy AI się zwróci. W 2026 roku wydarzyło się coś innego, co nie jest kwestią opinii, jest widoczne w każdym istotnym raporcie wyników i zmieniło profil ryzyka tej rozbudowy niezależnie od tego, kto ma rację co do samej technologii.

Nakłady inwestycyjne na AI przestały być finansowane z operacyjnych przepływów pieniężnych.

Poszczególne liczby, wszystkie z pierwotnych źródeł: Alphabet zaraportował wolne przepływy pieniężne na poziomie −5,9 mld USD w Q2 2026 przy nakładach inwestycyjnych 44,9 mld USD. Wolne przepływy pieniężne Meta wyniosły 784 mln USD, w dół o 91% rok do roku. Rok podatkowy 2026 Oracle zamknął się z 32,0 mld USD operacyjnych przepływów pieniężnych wobec 55,7 mld USD nakładów inwestycyjnych — wolne przepływy pieniężne na poziomie −23,7 mld USD. Operacyjne przepływy pieniężne Amazona za dwanaście miesięcy kroczących, 148,5 mld USD, niemal dokładnie zrównały się z nakładami inwestycyjnymi 147,3 mld USD. Jedynie Microsoft zachowuje realny margines.

Prognozy sugerują, że ta luka raczej się poszerza niż zamyka: Alphabet podniósł prognozę nakładów inwestycyjnych na FY2026 do 195–205 mld USD, Amazon do około 220 mld USD, Meta do 130–145 mld USD, a Oracle wskazał na mniej więcej 70 mld USD netto wypływu gotówki na FY2027.

Skąd bierze się różnica

Z długu, i ze struktur, które nie są ewidentnie długiem. BIS odnotował emisję obligacji hiperskalerów brutto powyżej 100 mld USD w 2025 roku, w większości o terminach zapadalności powyżej pięciu lat, oraz prognozował wzrost podaży netto o 30–50% na początku 2026 roku. Goldman Sachs spodziewa się, że duże firmy technologiczne będą finansować ponad jedną trzecią inwestycji w AI długiem do 2027 roku.

Obok niego znajduje się kategoria, którą BIS nazywa „shadow borrowing” — w jego słowach, „obligations that are economically akin to debt but largely reside outside corporate balance sheets”. Kanonicznym przykładem jest centrum danych Hyperion należące do Meta: finansowanie dłużne na poziomie mniej więcej 27 mld USD w wehikule w 80% należącym do funduszy zarządzanych przez Blue Owl i w 20% do Meta. Moody's oszacował łączne niezdyskontowane przyszłe zobowiązania leasingowe pięciu hiperskalerów na 969 mld USD na koniec 2025 roku, z czego 662 mld USD dotyczyło leasingów jeszcze nierozpoczętych — a więc jeszcze nieujętych w bilansie. Kredyt prywatny finansuje bezpośrednio pod zastaw GPU — facylita na 2,4 mld USD prowadzona przez Blue Owl dla IREN, pożyczka Pimco i Blue Owl na 1,4 mld USD dla Nscale — a papiery wartościowe zabezpieczone aktywami centrów danych urosły z około 4 mld USD pozostających w obiegu w 2020 roku do mniej więcej 61 mld USD, przy czym Moody's przyznał w lutym 2026 roku pierwszy rating AAA dla sekurytyzacji centrum danych.

Rynki kredytowe wyceniają tę koncentrację. Credit default swapy CoreWeave sięgnęły mniej więcej 855 punktów bazowych pod koniec lipca 2026 roku — co przy standardowych założeniach odzysku implikuje coś bliskiego 50% skumulowanego pięcioletniego prawdopodobieństwa niewypłacalności. To cena rynkowa, nie opinia, i dotyczy firmy, której zakontraktowany backlog wynosił 99,4 mld USD, a dług jest zabezpieczony w istotnej mierze na GPU.

Sektor oficjalny przestał się asekurować

To najmocniejszy dowód w całej debacie, w dużej mierze nieobecny w jej popularnej wersji. Cztery instytucje bez interesu komercyjnego opublikowały już następujące ustalenia:

A historyczne ujęcie, z marcowej (2026) pracy Stijna Van Nieuwerburgha z Columbia, mówi, że ta rozbudowa jest, w relacji do gospodarki, większa niż jakakolwiek z jej zwyczajowych analogii:

Ta sama praca odnotowuje, że „in the fourth quarter of 2025, investment associated with AI infrastructure accounted for essentially all of the observed growth in U.S. GDP”. To zdanie sprawia, że jest to pytanie makroekonomiczne, a nie sektorowe.

Warto zatrzymać się przy porównaniu do światłowodów, bo jest ono najbliższe w czasie i najmniej pochlebne. Ponad 500 mld USD w dużej mierze finansowanych długiem nakładów telekomunikacyjnych między 1996 a 2001 rokiem wyprodukowało światłowody, z których mniej więcej 97,5% pozostawało nieużywanych do 2002 roku, bankructwo WorldCom na 41 mld USD i Global Crossing na 12,4 mld USD. Sam światłowód nie został zmarnowany — do dziś przenosi ruch. Po prostu został kupiony przez innych właścicieli, po tym jak pierwotni inwestorzy zostali wymazani. Warto też zauważyć, że światłowód ma okres życia 15–40 lat. Serwery mają pięć lub sześć.

09 · Zapis

Każda liczba w tym artykule, oceniona

Ta tabela to najbardziej użyteczna rzecz w tym artykule. To, do czego sprowadza się jego metoda: ta sama dyscyplina zastosowana do liczb wspierających zarówno tezę byka, jak i tezę niedźwiedzia. Zastosowaliśmy ją do statystyk adopcji w Adopcji AI w przedsiębiorstwach, gdzie cztery szeroko cytowane liczby okazały się liczyć cztery różne rzeczy.

10 · Perspektywa

Co obserwować, wrzesień 2026 – marzec 2027

Pierwsze ustalenie w tej sekcji jest negatywne, i to ono jest tu najbardziej użyteczne. W tym oknie czasowym nie przypada żadne zdarzenie wymuszające. Nie udało nam się zlokalizować żadnej istotnej zapadalności długu dla Oracle ani CoreWeave przed 2031 rokiem. Obowiązki wysokiego ryzyka unijnego AI Act zostały przesunięte na 2 grudnia 2027 roku, usuwając jedyny klif regulacyjny. Własne zobowiązanie take-or-pay SpaceX na 21,5 mld USD przypada w 2027 roku, nie teraz.

Nic nie wymusza rozliczenia w ciągu najbliższych sześciu miesięcy. Ten okres zostanie rozstrzygnięty przez dobrowolne ujawnienia i warunki finansowania — co oznacza, że uczciwą odpowiedzią z perspektywą na przyszłość jest to, że sytuacja prawdopodobnie nie rozstrzygnie się przed wiosną, a oto dokładnie to, co powiedziałoby Ci, że rozstrzyga się w tę lub inną stronę.

11 · Część praktyczna

Jak czytać to jako nabywca

Jeśli prowadzisz średniej wielkości europejską firmę, nic z powyższego nie jest bezpośrednio przekładalne na decyzję inwestycyjną i nie powinno być tak traktowane. To, co faktycznie zmienia, to sposób, w jaki kontraktujesz.

Zakładaj, że ceny dostawców są niestabilne w obu kierunkach. Ceny cennikowe za porównywalne możliwości spadły na froncie branży o mniej więcej dwie trzecie. Jednocześnie zaostrzyły się darmowe warstwy, pojawiły się dopłaty za długi kontekst na poziomie około dwukrotności ceny cennikowej, a warstwy priorytetowe wymagają dziś zobowiązań przepustowości z góry. Negocjuj ochronę ceny i możliwość wyjścia, nie stawkę.

Nie podpisuj wieloletniego compute typu take-or-pay. Dokumenty SpaceX pokazują, jak wygląda takie zobowiązanie, gdy zmieniają się założenia dotyczące popytu: 21,5 mld USD płatne w jednym roku „regardless of usage”. Jesteś mniejszym kontrahentem z mniejszą siłą negocjacyjną. Dopasuj długość zobowiązania do przedziału ufności własnej prognozy popytu, co zwykle oznacza jeden rok, nie pięć.

Budżetuj według kosztu na wynik, nie ceny za token. To najczęstszy błąd budżetowy, jaki obserwujemy. Workloady agentowe i rozumujące zużywają szacunkowo 5–30 razy więcej tokenów niż porównywalna interakcja czatowa. Cięcie ceny o 67% wobec dziesięciokrotnego wzrostu wolumenu to wzrost kosztu. Zinstrumentuj zużycie tokenów na wykonane zadanie, zanim cokolwiek zaczniesz skalować. Kryzys pomiaru AI pokazuje krok po kroku, jak faktycznie wygląda taka instrumentacja i dlaczego większość krążących liczb kosztowych jej nie przetrwa.

Wiedz, kto finansuje Twojego dostawcę. Mapa kołowego finansowania jest już udokumentowana przez BIS: 46 mld USD kapitału własnego i 879 mld USD zobowiązań zakupowych łączących dostawców z ich własnymi klientami. Jeśli przychód Twojego dostawcy zależy od inwestycji producenta chipów, a przychód tego producenta zależy od zamówień Twojego dostawcy, masz do czynienia z ryzykiem koncentracji, które nie pojawia się w materiałach marketingowych żadnej z tych firm.

Utrzymuj wariant awaryjny na modelach open-weight, niezależnie od tego, czy z niego korzystasz. Hostowane modele open-weight są dla wielu workloadów mniej więcej pięcio- do dziesięciokrotnie tańsze. Wartość nie leży przede wszystkim w oszczędności; leży w tym, że wiarygodna ścieżka migracji to jedyna prawdziwa dźwignia negocjacyjna, jaką masz przy rozmowie o odnowieniu umowy. Kompromisy między budową, zakupem i open source są omówione w naszym playbooku platform agentowych.

Świadomie wykorzystaj okno regulacyjne. Obowiązki wysokiego ryzyka unijnego AI Act obowiązują dziś od 2 grudnia 2027 roku. To nie jest zwolnienie z tej pracy; to czas, by zrobić ją porządnie, zamiast w pośpiechu. Klasyfikacja i dokumentacja zajmują dłużej, niż zespoły się spodziewają; nasz przewodnik zgodności szczegółowo omawia pracę klasyfikacyjną.

I ogólna konkluzja. Nabywcy, którym dobrze pójdzie w ciągu najbliższych osiemnastu miesięcy, to nie ci, którzy poprawnie odgadną cykl kapitałowy. To ci, którzy tak ustrukturyzowali swoje zobowiązania, że ta prognoza niewiele zmienia w żadną stronę.

Jeśli chcesz zgłębić konkretną część tego tematu: