Amerykanie twierdzą, że koszty życia stały się tak wysokie, że są nie do udźwignięcia, a przyczyną tego stanu rzeczy jest inwestycja 700 miliardów dolarów w sztuczną inteligencję.

1 kwietnia ekonomiści z Fed w St. Louis, Miguel Faria-e-Castro i Serdar Ozkan, opublikowali wpis na blogu z powściągliwym tytułem, ale uderzającym wnioskiem: optymizm wobec AI sam w sobie jest siłą inflacyjną. Nie dlatego, że ceny energii wzrosły, nie z powodu niedoborów chipów, ale dlatego, że wszyscy wierzą, iż AI uczyni przyszłość lepszą — ta wiara skłania ich do wydawania większych pieniędzy już teraz.

Tego samego dnia Fortune ujawniło eksperyment przeprowadzony przez Deutsche Bank: trzy modele AI miały ocenić „wpływ AI na inflację”. Wniosek był taki, że nawet sama sztuczna inteligencja uważa, iż napędza ona wzrost cen.

W mediach społecznościowych nie brakuje postów na temat gwałtownie rosnących cen w USA

Te dwa incydenty razem wskazują na nieco niepokojący cykl: im większe inwestycje w AI, tym wyższa inflacja, tym bardziej odległe obniżki stóp procentowych, tym wyższe koszty finansowania — a inwestycje nadal przyspieszają.

Niepowstrzymany wyścig zbrojeń

Przyjrzyjmy się najpierw pieniądzom. Według raportów finansowych spółek, łączne nakłady inwestycyjne Amazon, Microsoft, Google i Meta w 2023 roku wyniosły około 152 miliardy dolarów. Do 2024 roku kwota ta wzrosła do 251 miliardów dolarów, co stanowi wzrost o 65%. Do końca 2025 roku suma ta osiągnie 416 miliardów dolarów, czyli kolejny wzrost o 66%.

Prognozy spółek na 2026 rok są jeszcze bardziej agresywne. Według zestawienia Wolf Street, prognoza Amazon wynosi 200 miliardów dolarów, Google 1,75 do 1,85 miliarda dolarów, Microsoft 1,45 do 1,5 miliarda dolarów, a Meta 1,35 miliarda dolarów. Łączna suma dla tych czterech firm wynosi około 663 miliardy dolarów. Jeśli doliczymy 42 miliardy dolarów Oracle, suma zbliża się do 700 miliardów dolarów.

W ciągu czterech lat nakłady inwestycyjne tych czterech firm wzrosły czterokrotnie. Takie tempo wzrostu jest bezprecedensowe w historii amerykańskich korporacji. Według Fortune, skala ta przewyższa już roczny PKB Szwecji.

Centrum danych zużywające tyle prądu co cały stan

Większość tych pieniędzy płynie do centrów danych. Największym wąskim gardłem dla centrów danych nie jest grunt, lecz energia elektryczna. Według danych EIA, Vermont zużywa około 5364 gigawatogodzin energii elektrycznej rocznie, co odpowiada średniemu obciążeniu 0,61 gigawata. Rhode Island zużywa nieco więcej, około 0,83 gigawata.

A teraz spójrzmy, czym zajmują się centra danych. Według komunikatów firm, projekt Stargate firmy OpenAI, realizowany we współpracy z Oracle i SoftBank, ma planowaną łączną moc 10 gigawatów, co odpowiada całkowitemu zużyciu energii przez 16 stanów takich jak Vermont. Meta planuje 5 gigawatów w swoim kampusie Hyperion w Luizjanie, przy inwestycji rzędu 27 miliardów dolarów. Projekt Colossus firmy xAI należącej do Muska w Tennessee rozrósł się do 2 gigawatów; jak podaje Introl, wdrożono tam 555 000 procesorów graficznych NVIDIA kosztem około 18 miliardów dolarów. Projekt Rainier realizowany przez Amazon i Anthropic w Indianie planuje moc 2,2 gigawata.

Według danych S&P Global, amerykańskie centra danych zużyły w 2024 roku łącznie 183 terawatogodziny energii elektrycznej, co stanowi ponad 4% krajowego zużycia energii. Oczekuje się, że do 2030 roku liczba ta wzrośnie trzykrotnie.

To zapotrzebowanie na energię nie jest pieśnią przyszłości; już teraz obciąża istniejące sieci. Według raportu CBRE, wskaźnik pustostanów w północnoamerykańskich centrach danych spadł z 3,3% w pierwszej połowie 2023 roku do 1,6% w pierwszej połowie 2025 roku, co jest najniższym wynikiem w historii. Według danych Cushman & Wakefield, w drugiej połowie 2025 roku wskaźnik ten nieznacznie wzrósł do 3,5%, ale tylko dlatego, że uruchomiono znaczną ilość nowych mocy — poziom bezwzględny pozostaje historycznie niski, a znacząca poprawa podaży jest mało prawdopodobna przed 2030 rokiem.

Nawet sama sztuczna inteligencja twierdzi, że napędza inflację

Inwestycje te napędzają popyt, podnoszą ceny energii, zaostrzają niedobory chipów, a także ujawniają bardziej podstępny kanał inflacji.

Według raportu Fortune z 1 kwietnia, zespół pod kierownictwem głównego ekonomisty Deutsche Bank ds. USA, Matthew Luzzettiego, przeprowadził eksperyment: poproszono wewnętrzny model Deutsche Bank dbLumina, model Claude firmy Anthropic oraz ChatGPT-5.2 firmy OpenAI o niezależną ocenę „prawdopodobieństwa, że AI napędzi inflację w ciągu najbliższego roku”.

Wyniki: dbLumina wskazała 40%, Claude 25%, a ChatGPT-5.2 20%. Wszystkie trzy modele były zgodne w ocenie „prawdopodobieństwa, że AI znacząco obniży inflację”: zaledwie 5%.

Wysoce spójny czynnik inflacyjny wskazany przez trzy modele: rozbudowa centrów danych, gwałtowny wzrost popytu na półprzewodniki, szybko rosnące zużycie energii przez obciążenia AI — wszystko to presja cenowa napędzana popytem.

Stoi to w wyraźnej sprzeczności z konsensusem wśród inwestorów z Wall Street. Zespół Deutsche Bank napisał w raporcie badawczym: „Czy AI stanie się główną siłą deflacyjną? Nawet sama sztuczna inteligencja tak nie uważa”.

W perspektywie pięcioletniej modele faktycznie przesunęły się w stronę większego potencjału deflacyjnego. Jednak prawdopodobieństwo, że „AI wywoła deflację na dużą skalę”, wciąż mieści się w zakresie ryzyka ogonowego.

Optymizm sam w sobie jest inflacyjny

Artykuł z Fed w St. Louis dostarcza teoretycznych ram, by zrozumieć to wszystko.

Faria-e-Castro i Ozkan stosują standardowy model makroekonomiczny, definiując szał inwestycyjny w AI jako „szok informacyjny”. Zgodnie z wpisem Fed, logika modelu jest następująca: gdy gospodarstwa domowe widzą, że AI jest opisywana jako technologia rewolucyjna, przewidują wzrost przyszłych dochodów i z wyprzedzeniem zwiększają konsumpcję. Firmy oczekują wzrostu produktywności i zwiększają inwestycje. Oba efekty łączą się, sprawiając, że popyt szybko przewyższa podaż. W artykule stwierdzono: „Siły te wspólnie wywołują falę inflacji napędzanej popytem — co jest kluczową cechą wczesnych etapów szoku informacyjnego”.

Model przedstawia dwie ścieżki. Jeśli AI rzeczywiście przyniesie skok produktywności, krótkoterminowa inflacja zostanie wchłonięta przez długoterminowy wzrost produkcji, wprowadzając gospodarkę na ścieżkę pozytywnego cyklu. Ale jeśli produktywność nie wzrośnie — co w artykule opisano jako „utrzymujący się niski wzrost i uporczywie wysoką inflację” — będzie to stagflacja.

Według danych przytoczonych we wpisie Fed, roczna stopa wzrostu całkowitej produktywności czynników produkcji (TFP) w USA od czasu wydania ChatGPT wynosi 1,11%, co jest wynikiem poniżej średniej historycznej wynoszącej 1,23%. Jak dotąd AI nie odcisnęła swojego piętna na danych dotyczących produktywności.

Tymczasem, według danych BLS, wskaźnik CPI w USA w lutym 2026 roku wyniósł 2,4% rok do roku, a bazowy CPI 2,5% — oba wskaźniki wciąż znajdują się powyżej celu Fed wynoszącego 2%. Marcowy wykres kropkowy Fed pokazuje medianę prognozy stóp na koniec roku na poziomie 3,4%, co wskazuje na tylko jedną obniżkę stóp w tym roku.

700 miliardów dolarów płynie w infrastrukturę AI. To, czy te pieniądze są przyczyną inflacji, czy preludium do rewolucji produktywności, zależy od pytania, na które nikt jeszcze nie był w stanie odpowiedzieć: czy modele działające w tych centrach danych rzeczywiście uczynią gospodarkę bardziej wydajną?