W ostatnim tygodniu gwałtowny spadek wartości akcji dużych firm technologicznych wywołał dezorientację na rynkach. Ten ruch, choć bolesny, nie jest zaskoczeniem – przypomina wcześniejsze okresy, w których optymizm związany z przełomowymi innowacjami zderzał się z brutalną rzeczywistością ekonomiczną. Obecnie, na tle rosnących obaw inwestorów związanych z zawyżonymi wycenami przedsiębiorstw zajmujących się sztuczną inteligencją (AI), słyszymy pytania, które zadawano już kilka wieków temu, podczas wybuchu bańki internetowej – czy technologia może rzeczywiście ignorować podstawowe prawa ekonomii?
Kwestia ta była przedmiotem mojego inauguracyjnego wykładu profesora na Uniwersytecie Otago w sierpniu 2000 roku, w samym sercu upadku internetowych spółek. Wówczas argumentowałem, że wiele z tych firm było "nagimi", ponieważ ich modele biznesowe były transparentne i łatwe do zrozumienia, a jednocześnie brakowało im wiarygodnej ścieżki do osiągnięcia rentowności. Wydawały ogromne sumy pieniędzy na pozyskiwanie klientów, nie mając planu, jak to przełożyć na zyski. Dziś, po upływie pokolenia, ta sama logika napędza boom na sztuczną inteligencję.
Inne wskaźniki, ta sama historia
Na początku XXI wieku internet obiecywał rewolucję w handlu, a sukces mierzony liczbą odwiedzin ("eyeballs") i kliknięć zamiast zysków. Obecnie te mierniki zastąpiły "przetworzone tokeny" i "zapytania do modelu". Język się zmienił, ale przekonanie, że skalowalność automatycznie prowadzi do zysku, pozostało bez zmian. Podobnie jak wtedy, kiedy słyszeliśmy, że internet zrewolucjonizuje handel, eliminując pośredników, takich jak sklepy detaliczne i brokerzy, teraz obiecują, że sztuczna inteligencja wyeliminuje pracę poznawczą. Oba te przekonania skłoniły inwestorów do ignorowania strat w pogoni za długoterminową dominacją.
W szczycie gorączki dotcomów firmy, takie jak sklep internetowy eToys, rozrzucały pieniądze na marketing, aby zdobyć klientów. Dziś firmy zajmujące się sztuczną inteligencją inwestują miliardy w moc obliczeniową, dane i energię – jednak wciąż pozostają nierentowne. Ogromna wycena Nvidii, ciągłe straty OpenAI pomimo rosnących przychodów oraz napływ środków kapitałowych dla start‑upów AI to echo bańki z 1999 roku. Wtedy, jak i teraz, wydatki są mylone z inwestycją.
Lekcje, które powinniśmy wyciągnąć z kryzysu dotcomów
W 2000 roku sugerowałem, że internetowe firmy budowały aktywa niematerialne, takie jak wartość marki, relacje z klientami i dane, które mogłyby tworzyć realną wartość tylko wtedy, gdy generowały lojalnych, rentownych klientów. Problem polegał na tym, że inwestorzy traktowali wydatki jako dowód wzrostu, a marketing jako samodzielny model biznesowy. Obecny kryzys związany z AI powtarza ten wzór. Zestawy danych, architektury modeli i ekosystemy użytkowników są traktowane jako aktywa, nawet jeśli jeszcze nie generują dodatnich zwrotów. Ich wartość opiera się na wierze, że monetyzacja w końcu nadrobi koszty. Logika pozostaje ta sama; zmieniła się tylko narracja.
Boom dotcomów był napędzany przez niestabilne start‑upy, oparte na kapitale podwyższonego ryzyka i entuzjazmie społecznym. Obecny boom związany z AI prowadzony jest przez potężnych graczy, takich jak Microsoft, Google, Amazon i Nvidia, którzy mogą tolerować lata strat w pogoni za dominacją. To zmniejsza ryzyko systemowe, ale koncentruje władzę rynkową. Zmieniło się również to, gdzie trafiają pieniądze. Internetowe firmy kiedyś paliły gotówkę na reklamę. Firmy AI palą ją na moc obliczeniową i dane. Wydatki przeniosły się z agencji reklamowych do centrów danych, jednak pytanie pozostaje: czy tworzą one realną wartość, czy tylko iluzję postępu?
Sztuczna inteligencja sięga również głębiej niż internet. Sieć zmieniła sposób, w jaki komunikujemy się i robimy zakupy, ale AI kształtuje sposób, w jaki myślimy, uczymy się i podejmujemy decyzje. Jeśli dojdzie do kryzysu, może on nadszarpnąć publiczne zaufanie do technologii i spowolnić innowacje na lata. Niskie realne stopy procentowe oraz obfitość kapitału przyczyniły się również do napędzania obecnej fali inwestycji technologicznych. Podobnie jak boom z końca lat 90., kiedy korzystna polityka monetarna pomogła wesprzeć wzrost wycen technologicznych, obecny cykl pokazuje, jak tło makrofinansowe może wzmacniać optymizm technologiczny.
Powrót manii niematerialnych aktywów
Pomimo tych różnic schemat wyceny jest znajomy. Inwestorzy ponownie wyceniają potencjał ponad wydajność. W 2000 roku analitycy uzasadniali wyceny, licząc użytkowników, których firma mogła potencjalnie monetyzować w przyszłości. W 2025 roku modelują "popyt na wnioskowanie" i "zalety danych". Oba to przypuszczenia dotyczące wyimaginowanej przyszłości. Narracja stała się kapitałem, ponieważ rynki nagradzają przekonanie bardziej niż dowody. Niebezpieczeństwo nie leży w niepowodzeniu technologicznym, ale w zniekształceniach gospodarczych, gdy opowiadanie historii wyprzedza zdolność do spłaty zadłużenia. Nawet rentowne firmy mogą wpaść w turbulencje. W 2000 roku liderzy branży, tacy jak Yahoo! i eBay, stracili większość swojej wartości rynkowej, gdy pękła bańka, pomimo ich długoterminowego przetrwania. To samo może dotknąć dzisiejszych gigantów AI.
Dwa wnioski pozostają aktualne. Po pierwsze, skalowalność bez rentowności nie jest modelem biznesowym. Eksponencjalny wzrost może pogłębiać straty, a nie je redukować. Każde dodatkowe zapytanie AI wiąże się z realnymi kosztami obliczeniowymi, więc wzrost ma znaczenie tylko wtedy, gdy prowadzi do stabilnych marż. Po drugie, aktywa niematerialne muszą generować mierzalną wartość: marketing, dane i algorytmy są aktywami tylko wtedy, gdy prowadzą do trwałego przepływu pieniężnego lub oczywistych korzyści społecznych. Dla decydentów implikacja jest jasna: należy finansować projekty AI, które przynoszą wymierne korzyści dla produktywności lub społeczeństwa, a nie tylko podgrzewają hype. Chociaż sztuczna inteligencja zrewolucjonizuje sposób, w jaki pracujemy i myślimy, nie może ona wyeliminować połączenia między kosztem, wartością i potrzebą klienta. Trwała wartość pochodzi z zapewniania realnych korzyści dla ludzi. Pytanie teraz brzmi, czy rzeczywiste zyski produkcyjne związane z AI ostatecznie uzasadnią dzisiejsze wyceny, tak jak to zrobił kiedyś internet po bolesnej korekcie.