Dlaczego krach na rynku AI może być gwałtowniejszy niż bańka dot-com

Boom na sztuczną inteligencję napędził bezprecedensowy entuzjazm na rynku, ale wybitny ekspert finansowy Aswath Damodaran ostrzega przed nadchodzącym ryzykiem systemowym. W przeciwieństwie do poprzednich cykli technologicznych, obecny wzrost AI opiera się na fundamencie ogromnej infrastruktury fizycznej i dużego zadłużenia, co przygotowuje grunt pod potencjalną korektę znacznie bardziej niszczycielską niż krach dot-com z 2000 roku.

Pułapka infrastrukturalna: Dług i amortyzacja

Aswath Damodaran, profesor Uniwersytetu Nowojorskiego, wskazuje na fundamentalną zmianę w sposobie działania gigantów technologicznych. W erze dot-com firmy były w dużej mierze typu capital-light, skalując oprogramowanie przy minimalnych kosztach fizycznych. Dziś wyścig zbrojeń w dziedzinie AI wymaga ogromnych wydatków kapitałowych (CapEx) na centra danych i specjalistyczny sprzęt.

Damodaran wskazuje na krytyczne ryzyko dla spółek z grupy „Magnificent Seven”: przechodzą one z modeli oprogramowania typu capital-light na modele oparte na ciężkiej infrastrukturze. Firmy te inwestują miliardy w aktywa, które amortyzują się w ciągu dziesięciu lat, jednak w szybko zmieniającym się krajobrazie AI ten sprzęt może stać się przestarzały już po pięciu. Ponieważ duża część tej ekspansji jest finansowana długiem, korekta rynkowa nie uderzyłaby tylko w akcjonariuszy – mogłaby wywołać szerszy efekt domina w gospodarce.

Dlaczego AI nie przechodzi tradycyjnego testu skalowalności oprogramowania

Powszechnym błędnym przekonaniem w branży technologicznej jest to, że AI podąża za klasyczną zasadą oprogramowania o „zerowym koszcie krańcowym”. Damodaran twierdzi, że to złudzenie. W przeciwieństwie do Netflixa, który rozkłada stałe koszty treści na rosnącą bazę subskrybentów, modele AI generują znaczące koszty przy każdej pojedynczej interakcji.

Porównuje on model biznesowy AI do Spotify, a nie do Netflixa. W modelu Spotify każdy nowy strumień odtwarzania generuje koszt, co skutkuje niższymi marżami. Podobnie każdorazowe zapytanie do AI zużywa kosztowną moc obliczeniową. Ten brak tradycyjnych korzyści skali, w połączeniu z potencjalną erozją cen ze strony niskokosztowych konkurentów, takich jak DeepSeek, sugeruje, że gwałtowny wzrost może w rzeczywistości niszczyć wartość, zamiast ją tworzyć.

„Sen gorączkowy o AI” i zakłócenia społeczne

Damodaran odnosi się również do „scenariusza optymistycznego” (bull case) dla AI, który niesie ze sobą własny zestaw ryzyk egzystencjalnych. Jeśli AI spełni swoją ostateczną obietnicę – nie tylko jako narzędzie produktywności, ale jako całkowity zamiennik pracy ludzkiej – konsekwencje społeczne będą bezprecedensowe.

Opisuje on ten scenariusz jako „gorączkowy sen o AI”, w którym sam sukces tej technologii może doprowadzić do wyparcia nawet połowy wszystkich pracowników umysłowych. Choć zwroty ekonomiczne mogą wyglądać imponująco w bilansie, „szalone koszty społeczne” wynikające z masowej utraty miejsc pracy stanowią ryzyko, którego obecne wyceny rynkowe nie uwzględniają.

Strategiczna powściągliwość vs. agresywne wydatki

W samym środku tego szaleństwa Damodaran przedstawia zaskakującą obronę postrzeganego wahania Apple w wyścigu AI. Podczas gdy krytycy twierdzą, że Apple zostaje w tyle, Damodaran sugeruje, że „niedocenianie powściągliwości” jest powszechnym błędem. Obserwując ogromne błędy CapEx oraz ryzyko starzenia się sprzętu, z jakimi mierzą się jego konkurenci, Apple może pozycjonować się do wejścia na rynek z większą efektywnością i mniejszym marnotrawstwem kapitału.

Kluczowe wnioski

• Ryzyko strukturalne: W przeciwieństwie do ery dot-comów, boom na AI jest napędzany przez ogromne zadłużenie i masową infrastrukturę fizyczną, co sprawia, że ewentualny krach byłby bardziej niebezpieczny z punktu widzenia systemowego.
• Kompresja marż: AI nie posiada zalety zerowego kosztu krańcowego, charakterystycznej dla tradycyjnego oprogramowania; działa bardziej jak kosztowna usługa (podobnie jak Spotify) niż skalowalna platforma (jak Netflix).
• Wpływ społeczny: Najbardziej udane modele biznesowe oparte na AI – te, które całkowicie zastępują pracę ludzką – mogą wywołać głęboką niestabilność społeczną i zakłócenia gospodarcze.