Hotcoin Research｜Rewolucja AI trwa, dlaczego rynek akcji AI zaczyna się kurczyć?

Na koniec lipca 2026 roku, rosnący globalny entuzjazm inwestycyjny w AI nagle ostygł, a struktura rynku wspierana przez wysokie wyceny i dźwignię finansową zaczęła ujawniać pęknięcia. Indeks KOSPI w Korei Południowej spadł 28 lipca o ponad 10% w ciągu jednego dnia, a kluczowe firmy z łańcucha dostaw AI, takie jak Samsung Electronics i SK Hynix, stały się centrum wyprzedaży; w tym samym czasie fundusz hedgingowy Situational Awareness, koncentrujący się na akcjach AI, sprzedał swoje publiczne portfele po poniesionych stratach. Co ciekawe, ten spadek nie miał miejsca w kontekście stagnacji popytu na AI, załamania przychodów z chipów czy regresu w zdolnościach modeli; wręcz przeciwnie, Microsoft Azure, Google Cloud i AWS nadal osiągają silny wzrost, a przychody z centrów danych Nvidii również osiągają nowe rekordy.

Ta pozornie sprzeczna sytuacja jest punktem wyjścia do zrozumienia bańki AI: rewolucja technologiczna i bańka majątkowa nie wykluczają się nawzajem. AI może nadal zwiększać wydajność produkcji i tworzyć nowe wejścia do produktów, jednocześnie pojawiając się nadmierne wydatki kapitałowe, nierównowaga w strukturze finansowania i wcześniejsze wyceny aktywów. Prawdziwym pytaniem nie jest to, czy "AI ma jakąkolwiek wartość", ale czy przychody z branży, inwestycje kapitałowe i wyceny finansowe nadal są ze sobą zgodne. Gdy postęp technologiczny zmienia się w skali miesięcznej, zwroty z branży w skali rocznej, a wyceny rynkowe zmieniają się w skali sekundowej, ryzyko bańki będzie się kumulować w tej rozbieżności trzech prędkości.

I. Ryzyko kapitałowe AI się kumuluje: wzrost branży i bańka aktywów jednocześnie się powiększają

Aby ocenić, czy w AI istnieje bańka, najpierw należy odróżnić fakty branżowe od wycen finansowych. Liczba użytkowników AI, zdolności modeli, popyt na chmurę i przychody z chipów rosną, a te dane wystarczają, aby obalić twierdzenie, że "AI nie ma rzeczywistego popytu"; jednak rzeczywistość branżowa nie oznacza, że wycena jest uzasadniona, ani że każde wydanie kapitałowe przyniesie wystarczający zwrot.

1.1 Popyt na AI nadal rośnie, a prosperita branży nie jest fikcją

Raport "AI Index 2026" z Uniwersytetu Stanforda pokazuje, że wskaźnik adopcji AI wśród badanych instytucji osiągnął 88%, a generatywna AI dotarła w ciągu trzech lat do około 53% populacji na świecie. Zdolności modeli również nie ustały: wiele zaawansowanych modeli zbliża się do lub przekracza ludzkie standardy w testach dotyczących pytań naukowych na poziomie doktoranckim, wielomodalnego rozumowania i matematyki konkursowej.

Źródło: https://hai.stanford.edu/ai-index/2026-ai-index-report

Dane dotyczące komercjalizacji również się poprawiają. Do drugiego kwartału 2026 roku roczne przychody Microsoft Azure po raz pierwszy przekroczyły 100 miliardów dolarów, a liczba płatnych subskrypcji Microsoft 365 Copilot przekroczyła 30 milionów; przychody Amazon AWS w drugim kwartale wzrosły o 37% w porównaniu do roku ubiegłego, osiągając poziom rocznych przychodów wynoszący 169 miliardów dolarów; przychody Google Cloud wzrosły o 82% w porównaniu do roku ubiegłego, a zaległości zamówień osiągnęły 514 miliardów dolarów. Przychody z centrów danych Nvidii w roku finansowym 2026 osiągnęły 193,7 miliarda dolarów, co oznacza wzrost o 68% w porównaniu do roku ubiegłego. Te dane pokazują, że firmy rzeczywiście płacą za moc obliczeniową, usługi chmurowe i narzędzia AI, a AI nie jest tylko pustą skorupą bez przychodów.

1.2 Bańka pochodzi z "wydatków, które rosną szybciej niż zwroty"

Dokładniejsza definicja bańki AI to nie wzrost oparty na fałszywej technologii, ale nadmierna kapitalizacja rynku na podstawie rzeczywistej technologii. Statystyki MSCI pokazują, że do maja 2026 roku wydatki kapitałowe amerykańskich firm związanych z AI wzrosły o blisko 60% w porównaniu do roku ubiegłego, co stanowi około 10-krotność wydatków firm nie związanych z AI, ale tempo wzrostu przychodów jest znacznie niższe niż tempo wzrostu wydatków kapitałowych. W międzyczasie, firmy związane z AI cieszą się premią wyceny na większości rynków, a wskaźnik cena do wartości księgowej dla firm związanych z AI w USA, Korei i Tajwanie wynosi około 3 razy więcej niż dla lokalnych firm nie związanych z AI.

Koncentracja rynku dodatkowo potęguje tę wycenę. Dane indeksu S&P Dow Jones pokazują, że do 30 czerwca 2026 roku łączny udział dziesięciu największych spółek w indeksie S&P 500 wynosił około 36,4%; przy różnych datach i metodach obliczeń ten wskaźnik w pewnym momencie zbliżył się do 40%. Z wyjątkiem JPMorgan, pozostałe miejsca zajmują duże firmy technologiczne lub półprzewodnikowe. Gdy giganci technologiczni pełnią jednocześnie trzy role: wagi indeksu, wydatków kapitałowych AI i wzrostu zysków, AI przestaje być tylko branżą, a staje się kluczowym czynnikiem ryzyka wspólnie posiadanym przez globalne fundusze pasywne, fundusze emerytalne i produkty indeksowe. Gdy rynek rośnie, koncentracja może zwiększać zyski; gdy rynek się zmienia, ta sama struktura może również potęgować straty.

1.3 Spadek akcji technologicznych ujawnia kruchość struktury rynku

Korekta akcji AI w lipcu 2026 roku pokazuje, że wycena rynku przeszła od "wzrostu przychodów" do "czy wzrost pokryje wydatki". Po ogłoszeniu silnych wyników przez Samsung Electronics i SK Hynix, ich ceny akcji nadal znacznie spadły; pod koniec lipca indeks KOSPI spadł o ponad 10% w ciągu jednego dnia. To pokazuje, że gdy oczekiwania rynku są już bardzo wysokie, osiągnięcie wzrostu przez firmy nie wystarcza do podtrzymania cen; muszą one stale przewyższać oczekiwania i udowodnić, że nowa zdolność produkcyjna nie przekształci się w zapasy, amortyzację i konkurencję cenową w przyszłości.

Jak donosi Axios, fundusz hedgingowy AI Situational Awareness, założony przez byłego badacza OpenAI Leopolda Aschenbrennera, sprzedał wszystkie swoje publiczne portfele akcji, co oczywiście nie dowodzi, że bańka AI już pękła, ale ujawnia bardziej realistyczny aspekt rynku kapitałowego: nawet jeśli długoterminowe kierunki są poprawne, wysoka koncentracja i wysoka dźwignia mogą sprawić, że inwestorzy nie będą mogli czekać na realizację długoterminowej logiki. Często to nie podstawy przedsiębiorstw są pierwszymi, które ulegają załamaniu, ale łańcuchy finansowe i płynność.

Wzrost branży AI i bańka aktywów mogą istnieć jednocześnie. Wzrost popytu dowodzi, że rewolucja AI nadal trwa, ale wydatki kapitałowe, koncentracja rynku i premie wyceny już przekształciły pytanie "czy technologia jest skuteczna" w pytanie "czy zwroty kapitałowe mogą być zrealizowane". Niedawny spadek nie jest potwierdzeniem zakończenia cyklu branżowego, ale wyraźnym sygnałem, że struktura finansowa zaczyna być pod presją.

II. Jak powstaje bańka AI: jednoczesne rozszerzenie wydatków kapitałowych, presji amortyzacyjnej i dźwigni finansowej

Bańka AI nie jest wynikiem działania jednej firmy czy jednego wskaźnika wyceny, ale jest to proces ciągły: niedobór mocy obliczeniowej napędza wydatki kapitałowe, wydatki kapitałowe wspierają przychody upstream, przychody upstream wzmacniają narrację rynkową, wzrost cen akcji obniża koszty finansowania, co ostatecznie przyciąga więcej kapitału. Gdy ten cykl działa wystarczająco szybko, rynek łatwo myli krótkoterminowy niedobór z długoterminowym wzrostem zysków.

2.1 Wydatki kapitałowe czterech gigantów technologicznych zbliżają się do historycznych ekstremów

Zgodnie z najnowszymi wskazówkami na 2026 rok, roczne wydatki kapitałowe Microsoftu, Alphabetu, Amazona i Meta wynoszą łącznie około 720-745 miliardów dolarów. Jeśli uwzględnimy część wydatków Microsoftu, która została wyłączona z wydatków kapitałowych z powodu zmian w klasyfikacji leasingu, rzeczywista skala inwestycji w infrastrukturę AI czterech firm wynosi około 735-760 miliardów dolarów.

Najważniejsze zmiany w wskazaniach wydatków kapitałowych firm w 2026 roku to: Microsoft około 175 miliardów dolarów, pierwotnie około 190 miliardów dolarów, zmniejszone po zmianie klasyfikacji leasingu, ale plan inwestycyjny pozostaje niezmieniony; GPU, CPU, centra danych i sieci; Alphabet 195-205 miliardów dolarów, zwiększone o około 15 miliardów dolarów w porównaniu do wcześniejszych wskazówek; serwery, centra danych, sieci i badania AI; Amazon około 220 miliardów dolarów, zwiększone o 20 miliardów dolarów w porównaniu do planu na początku roku; AWS, chipy AI, roboty i satelity; Meta 130-145 miliardów dolarów, dolny limit wskazania podniesiony z 125 miliardów dolarów; trening AI, klastry wnioskowania i centra danych.

Źródło danych: raporty finansowe i wskazówki zarządów firm na 2026 rok. Różne firmy mają różne metody statystyki wydatków kapitałowych, leasingu finansowego i innych inwestycji w infrastrukturę, a łączna wartość służy do obserwacji intensywności inwestycji, nie reprezentuje w pełni porównywalnych standardów rachunkowości.

Międzynarodowa Agencja Energetyczna (IEA) podaje, że w wyniku budowy centrów danych, łączne wydatki kapitałowe pięciu firm: Microsoft, Amazon, Alphabet (matka Google), Meta i Oracle w 2025 roku przekroczyły 400 miliardów dolarów, co jest nawet wyższe niż inwestycje w globalną produkcję ropy i gazu; w 2026 roku przewiduje się wzrost o około 75%, zbliżając się do 700 miliardów dolarów. Ogromne inwestycje zaczynają również przekładać się na rzeczywiste napięcia energetyczne: w 2025 roku globalne zapotrzebowanie na energię dla centrów danych wzrosło o 17%, znacznie przewyższając wzrost globalnego zapotrzebowania na energię wynoszący 3%; centra danych AI rosną jeszcze szybciej. Zgodnie z prognozami IEA, do 2030 roku globalne zużycie energii przez centra danych może podwoić się w porównaniu do obecnego poziomu, a zużycie energii przez centra danych AI może wzrosnąć do trzech razy w porównaniu do obecnego poziomu.

Jednak wydatki kapitałowe mają wyraźne opóźnienie czasowe: dzisiaj zakupione GPU, ziemia i energia wymagają wzrostu liczby użytkowników w przyszłych latach, aby zostać odzyskane. Każda drobna odchylenie w ocenie popytu może szybko przekształcić się z "niedoboru mocy obliczeniowej" w "nadmiar kapitału".

2.2 Progi zwrotu z nowych inwestycji stają się coraz wyższe

Przychody Meta w drugim kwartale osiągnęły 60,8 miliarda dolarów, co oznacza wzrost o 28%, ale wydatki kapitałowe w tym kwartale wyniosły 31,08 miliarda dolarów, a wolne przepływy pieniężne wyniosły tylko 784 miliony dolarów. Amazon w ciągu ostatnich 12 miesięcy osiągnął przepływy pieniężne z działalności operacyjnej w wysokości 161,4 miliarda dolarów, ale netto wydatki na zakup nieruchomości i sprzętu wzrosły do 169 miliardów dolarów, a wolne przepływy pieniężne zmieniły się z wpływu 18,2 miliarda dolarów w roku ubiegłym na wypływ 7,6 miliarda dolarów. Wydatki kapitałowe Alphabet w drugim kwartale wyniosły około 44,9 miliarda dolarów, a prognozy na cały rok zwiększono do 195-205 miliardów dolarów.

Sytuacja Microsoftu jest stosunkowo stabilna. W czwartym kwartale roku finansowego 2026 wydatki kapitałowe wyniosły 41 miliardów dolarów, a wolne przepływy pieniężne wyniosły 19,6 miliarda dolarów, a przychody z Azure wzrosły o 43%. To pokazuje, że ogromne inwestycje w AI nie doprowadziły wszystkich gigantów technologicznych do kryzysu płynności. Prawdziwą kwestią, na którą należy zwrócić uwagę, nie jest to, czy te firmy natychmiast będą miały problemy z płynnością, ale ile dodatkowych przychodów i wolnych przepływów pieniężnych może przynieść każda dodatkowa wydana dolar.

To również jest istotna różnica między obecną bańką AI a bańką internetową z 2000 roku. Obecnie firmy ponoszące główne wydatki kapitałowe mają zazwyczaj dojrzałe źródła przepływów pieniężnych, takie jak reklama, chmura obliczeniowa, subskrypcje oprogramowania i e-commerce, co czyni je bardziej odpornymi na ryzyko. Jednak to, że giganci nie zbankrutują, nie oznacza, że ich ceny akcji nie będą podlegały przeszacowaniu, ani że łańcuch dostaw i wysoko wyceniane startupy będą w stanie wytrzymać spowolnienie wydatków kapitałowych.

2.3 Szybka iteracja GPU przynosi presję amortyzacyjną

Microsoft ujawnia, że w czwartym kwartale roku finansowego 2026 około dwie trzecie wydatków kapitałowych przeznaczone jest na aktywa o krótkim cyklu, takie jak GPU i CPU. Alphabet również stwierdza, że około 60% inwestycji w infrastrukturę technologiczną trafia do serwerów, a pozostała część jest głównie przeznaczona na centra danych i sieci. Ziemia i budynki mogą być używane przez dziesięciolecia, ale GPU, serwery i urządzenia sieciowe wymagają ciągłej aktualizacji, a ich rzeczywista żywotność ekonomiczna jest znacznie krótsza niż budynków centrów danych.

To prowadzi do łatwo pomijanego paradoksu: im szybciej postępuje technologia AI, tym szybciej spada wartość ekonomiczna poprzedniej generacji urządzeń. Nowe chipy mogą znacznie obniżyć koszty jednostkowego wnioskowania, promując przyjęcie w branży, ale mogą również zmusić dostawców chmury do wcześniejszej aktualizacji urządzeń. Postęp technologiczny jest siłą deflacyjną dla użytkowników, ale dla posiadaczy urządzeń może stać się przyspieszaczem amortyzacji.

Dlatego ocena, czy wydatki kapitałowe na AI są nadmierne, nie może opierać się tylko na liczbie centrów danych, ale także na wskaźnikach wykorzystania sprzętu, przychodach z jednostkowej mocy obliczeniowej oraz szybkości zastępowania starych chipów nowymi. Jeśli nowa zdolność produkcyjna nie może szybko przekształcić się w stabilne obciążenie, zapasy GPU mogą przekształcić się z "rzadkiego aktywa" w nadmiarowy sprzęt, który wymaga odpisów amortyzacyjnych.

2.4 Możliwość przeszacowania niezależności popytu przez cykle finansowania

W branży AI istnieje szczególny cykl kapitałowy: dostawcy chmur inwestują w firmy modelowe, które po uzyskaniu finansowania kupują moc obliczeniową w chmurze, a dostawcy chmur wliczają te umowy do zaległości zamówień i przyszłych przychodów. Microsoft ujawnia, że nowe zobowiązania dotyczące usług Azure dla OpenAI osiągną 250 miliardów dolarów; do czwartego kwartału roku finansowego 2026, pozostałe zobowiązania komercyjne Microsoftu wyniosły 678 miliardów dolarów, co oznacza wzrost o 84% w porównaniu z rokiem ubiegłym, a po wyłączeniu OpenAI wzrost wyniósł 25%.

To nie oznacza fałszowania przychodów. Szkolenie modeli rzeczywiście wymaga mocy obliczeniowej, a dostawcy chmur rzeczywiście dostarczają serwery, energię i usługi sieciowe. Jednak oznacza to, że część popytu nie pochodzi całkowicie od klientów końcowych, którzy już osiągnęli dodatni przepływ gotówki, lecz polega na zdolności finansowania firm modelowych. Gdy rynek kapitałowy jest gotów nadal finansować firmy modelowe, cykl może się rozszerzać; gdy tylko koszty finansowania wzrosną, popyt na moc obliczeniową może spadać szybciej niż sugerują zamówienia.

Warto zauważyć, że najnowsze wyniki finansowe Microsoftu pokazują, że wzrost jego zamówień komercyjnych w dużej mierze pochodzi od klientów spoza firm modelowych, a prawie 90% rocznych przychodów z chmur pochodzi z klientów spoza firm modelowych. To wskazuje, że popyt na AI zaczyna się rozprzestrzeniać na rynek przedsiębiorstw i nie można go po prostu przypisać cyklom finansowania. To, co naprawdę należy obserwować, to czy zewnętrzny popyt przedsiębiorstw może stopniowo zastąpić popyt napędzany finansowaniem, stając się długoterminowym płatnikiem infrastruktury AI.

3. AI łańcuch wartości: rzeczywiste przychody, ale nierównomierny rozkład zysków

Łańcuch wartości AI nie jest jednorodnym podmiotem o całkowicie zgodnych interesach. Producenci chipów, platformy chmurowe, firmy modelowe i deweloperzy aplikacji znajdują się na różnych etapach przepływu gotówki i ponoszą różne ryzyka. Dziś najszybciej rosnący segment przychodów niekoniecznie jest tym, który zapewnia najstabilniejsze zyski w dłuższym okresie; segment z największymi inwestycjami niekoniecznie uzyskuje największy podział wartości.

3.1 Producenci chipów i urządzeń jako pierwsi realizują przychody, ale są najbardziej narażeni na wstrząsy zamówień

Wydatki kapitałowe na AI zaczynają przekształcać się w rzeczywiste przychody dla firm upstream. Przychody Nvidia w roku finansowym 2026 osiągną 215,9 miliarda dolarów, co oznacza wzrost o 65%, z czego przychody z centrów danych wyniosą 193,7 miliarda dolarów, co oznacza wzrost o 68%. Firma Broadcom, zajmująca się chipami i oprogramowaniem infrastrukturalnym, również utrzymuje szybki wzrost, osiągając przychody kwartalne na poziomie 22,2 miliarda dolarów do 3 maja 2026 roku, co oznacza wzrost o 48%. To pokazuje, że budowa infrastruktury AI już generuje rzeczywiste zapotrzebowanie na zakupy; jednak to, czy szybki wzrost przychodów może długoterminowo przekształcić się w stabilne zyski, wciąż zależy od wydatków kapitałowych klientów, cen produktów i koniunktury w łańcuchu dostaw.

Jednak wysoka koniunktura upstream wynika z koncentracji wydatków klientów. Gdy Microsoft, Amazon, Meta i Alphabet jednocześnie rozbudowują centra danych, chipy, HBM, zaawansowane pakowanie, moduły optyczne i urządzenia energetyczne korzystają z tego. Gdy tylko dwie lub trzy z tych firm obniżą wydatki kapitałowe, zmiany zamówień w firmach łańcucha dostaw będą amplifikowane. Firmy chipowe stają w obliczu nie tylko cykli popytu, ale także konkurencji ze strony technologii, zapasów i własnych chipów klientów.

Dlatego obecne ryzyko w sprzęcie AI polega na tym, że rynek może ekstrapolować tymczasowo wysokie marże zysku jako długoterminowy standard. Firmy sprzętowe mogą nadal rosnąć, ale trudno będzie im na stałe utrzymać stan, w którym jednocześnie występują niedobory, wzrost cen i powtarzające się zakupy klientów.

3.2 Dostawcy chmur kontrolują dostęp do mocy obliczeniowej, ale ponoszą największe wydatki kapitałowe

Dostawcy chmur są najbliżej "płatnych dróg" w łańcuchu wartości AI. Microsoft, Google i Amazon nie tylko wynajmują GPU, ale także oferują bazy danych, przechowywanie, bezpieczeństwo, tożsamość, wdrażanie modeli i oprogramowanie dla przedsiębiorstw. Gdy klienci przenoszą swoje dane i procesy biznesowe na platformy chmurowe, koszty migracji wzrastają, co pozwala dostawcom chmur rozszerzyć swoją działalność z samej sprzedaży mocy obliczeniowej na pełny stos technologii AI.

Najnowsze dane już pokazują tę zdolność: roczne przychody Azure przekraczają 100 miliardów dolarów, zysk operacyjny AWS w drugim kwartale osiągnął 16,6 miliarda dolarów, a marża zysku operacyjnego wzrosła do 39,4%; przychody Google Cloud wzrosły o 82%, a zaległe zamówienia osiągnęły 514 miliardów dolarów. W porównaniu do pojedynczych firm modelowych, dostawcy chmur mają szerszą bazę klientów i więcej źródeł przychodów.

Jednak problem dostawców chmur polega na tym, że muszą wcześniej kupować urządzenia i energię na przyszłe potrzeby. Gdy zapotrzebowanie na aplikacje jest niewystarczające, firmy modelowe mogą zmniejszyć ilość wykorzystywanej mocy, a klienci biznesowi mogą ograniczyć projekty próbne, podczas gdy dostawcy chmur nadal muszą ponosić koszty wynajmu centrów danych, amortyzacji i energii. Dlatego platformy chmurowe mają silniejszą długoterminową zdolność negocjacyjną, ale także ponoszą większe ryzyko związane z bilansem.

3.3 Zdolności modeli stale rosną, ale same modele stają się coraz łatwiejsze do zastąpienia

OpenAI ujawnia, że jej działalność dla przedsiębiorstw przyczyniła się do ponad 40% przychodów, a API przetwarza ponad 15 miliardów tokenów na minutę; indeks AI Stanforda pokazuje, że różnice w zdolnościach między wieloma wiodącymi modelami znacznie się zmniejszyły. Popyt na modele nadal rośnie, ale konkurencja między wiodącymi modelami przesuwa się z "czy mogą wykonać zadanie" na "kto jest tańszy, bardziej stabilny i bardziej odpowiedni do określonych scenariuszy".

To przynosi dwukierunkowy wpływ. Spadek cen modeli i wzrost efektywności wnioskowania sprzyjają zwiększeniu skali wykorzystania AI, ale jednocześnie zmniejszają jednostkowe przychody firm modelowych. Otwarte modele, modele opracowane przez dostawców chmur oraz modele wertykalne wciąż wchodzą do konkurencji, a klienci biznesowi zaczynają przyjmować architekturę wielomodelową, aby uniknąć uzależnienia od jednego dostawcy. Microsoft ujawnia, że od 2026 roku liczba klientów korzystających z wielu dostawców modeli wzrosła pięciokrotnie, co pokazuje, że zastępowanie modeli stało się strategią zakupową przedsiębiorstw.

Firmy modelowe mogą nadal budować silne marki, sieci danych i użytkowników, ale coraz trudniej jest osiągnąć długoterminowy monopol tylko na podstawie przewagi w parametrach modeli. Prawdziwe bariery w przyszłości mogą pochodzić z danych przedsiębiorstw, kanałów dystrybucji, przepływów pracy użytkowników i kosztów jednostkowego wnioskowania, a nie z jednego testu porównawczego.

3.4 Warstwa aplikacji decyduje o ostatecznym popycie, ale jeszcze nie udowodniła wkładu w zyski

AI naprawdę tworzy wartość, gdy przedsiębiorstwa przeprojektowują procesy, a nie tylko dodają narzędzie AI dla pracowników. W obszarach takich jak obsługa klienta, programowanie, analiza finansowa, dokumentacja medyczna i zarządzanie łańcuchem dostaw pojawiły się wymierne przypadki, ale przejście od zwiększenia efektywności w jednym punkcie do wzrostu zysków w całej firmie wciąż wymaga zarządzania danymi, integracji systemów, szkolenia pracowników i podziału odpowiedzialności.

Wydatki kapitałowe na poziomie aplikacji są stosunkowo niskie, ale mają największą szansę skorzystać na spadku kosztów modeli; jednak ich próg konkurencyjny również może się obniżyć. Wiele aplikacji AI opiera się na tych samych podstawowych modelach, a funkcje są łatwe do skopiowania, co może prowadzić do tego, że ostateczne zyski wrócą do tradycyjnych firm programistycznych, które mają relacje z klientami i dane biznesowe. Długoterminowymi zwycięzcami w branży AI mogą być niekoniecznie firmy z najsilniejszymi modelami, ale te, które najlepiej potrafią włączyć modele w płatne procesy.

Łańcuch wartości AI już generuje rzeczywiste przychody, ale rozkład zysków nie jest stabilny. Sprzęt jako pierwszy korzysta, ale także jako pierwszy staje w obliczu cykli zamówień; dostawcy chmur kontrolują dostęp, ale ponoszą wydatki kapitałowe; firmy modelowe szybko rosną, ale są narażone na konkurencję cenową; warstwa aplikacji jest najbliżej ostatecznej wartości, ale wciąż musi udowodnić zyski w skali.

4. Rynek kryptowalut staje się 24/7 warstwą przenoszenia ryzyka AI

Tradycyjny rynek akcji handluje głównie w ustalonych godzinach, ale platformy kryptowalutowe przekształcają oczekiwania dotyczące Nvidia, Microsoftu, indeksów AI, ETF z dźwignią i startupów AI w kontrakty dostępne przez całą dobę, umożliwiając użytkownikom łatwe uczestnictwo w globalnym handlu aktywami AI poprzez platformy takie jak Binance i Hotcoin. Rynek kryptowalut nie stworzył bańki AI, ale zmienił sposób, w jaki ryzyko jest handlowane, amplifikowane i przenoszone. Rynek kryptowalut rozszerza ryzyko AI z godzin handlu akcjami na rynek dostępny przez całą dobę, a poprzez kontrakty wieczyste, ETF z dźwignią i tokeny związane z AI dodaje więcej poziomów ryzyka. Zwiększa to globalne uczestnictwo i szybkość odkrywania cen, a także przyspiesza udział odchyleń w prognozach, stóp finansowania i przymusowych likwidacji w wycenie aktywów.

4.1 Wieczyste kontrakty akcji wydłużają handel AI po zamknięciu tradycyjnego rynku

Dane CoinGecko pokazują, że miesięczny wolumen handlu wieczystymi kontraktami RWA wzrósł z 230 milionów dolarów na początku 2025 roku do 347,17 miliarda dolarów w maju 2026 roku, a łączny wolumen handlu w pierwszych pięciu miesiącach 2026 roku osiągnął 1,32 biliona dolarów. Miesięczny wolumen handlu wieczystymi kontraktami akcji wzrósł z 831 milionów dolarów w lipcu 2025 roku do 34 miliardów dolarów w maju 2026 roku, co oznacza wzrost o prawie 40 razy.

Łańcuch wartości AI jest ważnym napędem wzrostu wieczystych kontraktów akcji. W maju 2026 roku wolumen handlu wieczystymi kontraktami związanymi z Micron wzrósł z 736 milionów dolarów w poprzednim miesiącu do 13,16 miliarda dolarów, co oznacza wzrost o około 17 razy; Nvidia, Tesla i Circle również znalazły się wśród aktywów o wysokim wolumenie handlu. Do czerwca 2026 roku miesięczny wolumen handlu wieczystymi kontraktami RWA zbliżył się do 470 miliardów dolarów.

Większość tych produktów nie jest tokenami akcji i nie oznacza, że użytkownicy posiadają akcje odpowiadającej firmy. Zazwyczaj są to syntetyczne kontrakty, które są oparte na cenach z prognoz, a ich cena jest utrzymywana przez marżę i stopy finansowania. Użytkownicy handlują zmianami cen akcji, a nie prawem głosu, dywidendami czy pozostałymi prawami do aktywów firmy.

4.2 ETF z dźwignią wieczystą nakładają podwójną dźwignię, przekształcając straty ścieżkowe w ryzyko likwidacji

Wieczyste kontrakty akcji już zawierają dźwignię marżową. Jeśli kontrakt odnosi się do ETF z dźwignią 2x lub 3x, struktura ryzyka staje się jeszcze bardziej skomplikowana: pierwsza warstwa pochodzi z codziennego resetu dźwigni wewnątrz ETF, a druga warstwa pochodzi z marży konta kontraktów wieczystych i przymusowego zamknięcia.

ETF z dźwignią nie gwarantuje osiągnięcia stałej wielokrotności skumulowanych zysków w ciągu tygodnia lub miesiąca. Amerykańska Komisja Papierów Wartościowych i Giełd podała rzeczywisty przykład: pewien indeks wzrósł o 2% w ciągu czterech miesięcy, podczas gdy odpowiadający mu ETF z dźwignią 2x spadł o 6%; inny indeks wzrósł o około 8%, a jego ETF z dźwignią 3x spadł o 53%. Powód leży w codziennym resecie, efektach procentowych i stratach związanych z zmiennością.

Jeśli użytkownik dodatkowo zwiększy dźwignię na ETF z dźwignią wieczystą, straty ścieżkowe samego aktywa, stopy finansowania wieczystego i linie likwidacji konta będą działać jednocześnie. Gdy rynek spada, ETF z dźwignią musi zmniejszyć ekspozycję na ryzyko, a konta wieczyste mogą być również przymusowo zamykane, tworząc łańcuch amplifikacji "spadek akcji --- redukcja ETF --- likwidacja wieczysta --- spadek płynności".

4.3 Tokeny AI przyjmują narrację technologiczną, ale zazwyczaj nie przejmują tego samego przepływu gotówki

Oprócz wieczystych kontraktów akcji, rynek kryptowalut przyjmuje również narrację akcji technologicznych poprzez tokeny AI, agentów AI i projekty DePIN. Jednak te tokeny nie mają takiej samej struktury prawnej jak akcje spółek AI. Posiadanie akcji Nvidia oznacza prawo do zysków firmy i pozostałych aktywów, podczas gdy posiadanie tokenu AI niekoniecznie oznacza prawo do dochodów z protokołu, urządzeń mocy obliczeniowej czy praw prawnych do firmy modelowej.

To oznacza, że ta sama narracja "wzrostu AI" może być dalej abstrahowana po wejściu na rynek kryptowalut. Posiadanie użytkowników przez projekt nie oznacza, że token przechwytuje dochody, a generowanie dochodów przez sieć nie oznacza, że dochody będą przydzielane posiadaczom tokenów. Wartość niektórych projektów pochodzi bardziej z oczekiwań dotyczących przyszłego przyjęcia, płynności tokenów i nastrojów rynkowych, a nie z weryfikowalnych przepływów gotówki.

Prawdziwą uwagę należy zwrócić nie na to, czy projekt wykorzystuje koncepcję AI, ale na funkcję tokenu w systemie: czy jest on używany do płacenia za rzeczywistą moc obliczeniową, uzyskiwania zniżek na usługi, ponoszenia kosztów bezpieczeństwa sieci lub dzielenia się weryfikowalnymi dochodami. Jeśli token jest tylko nośnikiem narracji, to podczas korekty akcji technologicznych, często ponosi on większe straty niż spółki publiczne z dojrzałym przepływem gotówki.

4.4 Prognozy i ciągłe likwidacje skracają czas przenoszenia ryzyka

W marcu 2026 roku, indeks S&P Dow Jones oficjalnie upoważnił Trade[XYZ] do wprowadzenia na Hyperliquid kontraktów wieczystych opartych na S&P 500, co wskazuje, że tradycyjni dostawcy indeksów zaczynają uznawać wartość komercyjną kryptowalutowych kontraktów wieczystych jako nowego kanału dystrybucji.

Jednak handel 24/7 przynosi również nowe problemy z wyceną. Po zamknięciu amerykańskiego rynku, podstawowe akcje nie są stale handlowane, a kontrakty wieczyste na akcje mogą być wyceniane tylko na podstawie kontraktów terminowych na indeks, powiązanych aktywów, ofert market makerów i zmian oczekiwań rynkowych. W tym czasie cena kontraktu odzwierciedla oczekiwania na następne otwarcie, a nie cenę spot, którą można natychmiast wykorzystać do arbitrażu. W przypadku poważnych wydarzeń w weekend, cena kontraktu może znacznie odbiegać od ceny zamknięcia z poprzedniego dnia handlowego.

Gdy tradycyjne rynki ponownie otworzą się, ceny spot, orakle i pozycje wieczyste muszą zostać ponownie zbieżne. Jeśli różnice są zbyt duże, wysoko lewarowane pozycje mogą zostać zlikwidowane, zanim płynność na rynku spot zostanie przywrócona. Dlatego rynek kryptowalut oferuje bardziej ciągłe wyrażenie ryzyka, ale niekoniecznie zapewnia dokładniejsze ceny fundamentalne. Jest to przede wszystkim warstwa handlu emocjami, lewarowaniem i oczekiwaniami.

V. Perspektywy i wnioski: AI nie zniknie z powodu bańki, rynek wróci do wyceny opartej na przepływie gotówki

Rynek AI stoi w obliczu dwóch przeciwnych sił. Z jednej strony, najnowsze dane o wzroście Microsoftu, AWS i Google Cloud pokazują, że zapotrzebowanie na moc obliczeniową i AI w przedsiębiorstwach wciąż jest silne; z drugiej strony, presja na przepływy pieniężne Meta, Alphabet i Amazon wskazuje, że wydatki kapitałowe weszły w fazę, w której muszą udowodnić swoje zwroty.

Ta kombinacja oznacza, że rynek jest bardziej podatny na sytuacje, w których "silne wyniki finansowe, słabe ceny akcji" lub "wysokie inwestycje, silne odbicie" współistnieją. Inwestorzy nie handlują już tym, czy AI ma zapotrzebowanie, ale tym, jak dobre są rzeczywiste wyniki w porównaniu do wysokich oczekiwań. Gdy oczekiwania są wystarczająco wysokie, nawet jeśli przychody nadal rosną, spowolnienie wzrostu lub dalsze zwiększenie wydatków kapitałowych mogą wywołać korektę cen. Główne zainteresowanie rynku przesuwa się z "ile GPU posiadamy" na "ile gotówki generuje każdy dolar inwestycji".

W ciągu najbliższych dwóch lat rynek AI może doświadczyć trzech wyników: jeśli zapotrzebowanie przedsiębiorstw szybko wzrośnie i wchłonie nową moc obliczeniową, wydatki kapitałowe stopniowo przekształcą się w przychody i zyski, a rynek osiągnie względnie łagodną konsumpcję; jeśli zapotrzebowanie nadal będzie rosło, ale nie nadąży za tempem inwestycji, branża nie załamie się, ale doświadczy obniżenia wyceny i redystrybucji zysków, a różnice między firmami zajmującymi się chipami, platformami chmurowymi, modelami i aplikacjami staną się bardziej wyraźne; jeśli warunki finansowania się zaostrzą, firmy zajmujące się modelami ograniczą zakupy mocy obliczeniowej, a dostawcy chmur obniżą wydatki kapitałowe, zamówienia z góry mogą również osłabnąć, a rynek przejdzie od dostosowania wyceny do dalszej korekty oczekiwań zysków.

Aby ocenić, czy ryzyko się zwiększa, należy obserwować pięć sygnałów: czy wydatki kapitałowe nadal rosną szybciej niż przychody z AI, czy wolne przepływy pieniężne nadal się pogarszają, czy presja amortyzacyjna wyraźnie wzrasta, czy zamówienia chmurowe mogą rozprzestrzenić się z firm zajmujących się modelami na przedsiębiorstwa z niezależną zdolnością do płatności oraz czy AI na poziomie przedsiębiorstw może rzeczywiście poprawić odnawialność, koszty i zyski. Jeśli te wskaźniki jednocześnie osłabną, a dodatkowo wzrośnie koncentracja rynku, finansowanie zabezpieczeń i skala produktów lewarowych, pierwotnie ograniczone zmiany fundamentalne mogą przekształcić się w bardziej gwałtowne wahania cen.

Zakończenie

Rewolucja AI jeszcze się nie zakończyła, ale alarm bańki już został uruchomiony, co nie jest sprzeczne. Wzrost zdolności technologicznych rozszerzy zastosowania, obniży koszty i stworzy nowe możliwości przemysłowe, a także pobudzi przedsiębiorstwa do powtarzania inwestycji, przyspieszenia amortyzacji sprzętu i zwiększenia oczekiwań rynkowych. Im szybciej postępuje postęp technologiczny, tym łatwiej kapitałowi uwzględnić odległe przyszłe przychody w dzisiejszych cenach.

Historia budowy kolei, internetu i światłowodów dowodzi, że rewolucje technologiczne mogą zmieniać świat, jednocześnie narażając wielu inwestorów na straty. Prawdziwa długoterminowa wartość AI nie zostanie podważona przez jedną korektę akcji technologicznych, ale obecne wszystkie aktywa AI nie staną się automatycznie zwycięzcami tylko dlatego, że kierunek przemysłu jest właściwy.

Rynek kryptowalut dodatkowo rozszerza ten eksperyment wyceny na nieprzerwaną wymianę 24/7. Kontrakty wieczyste na akcje, lewarowane ETF-y i tokeny AI umożliwiają większej liczbie użytkowników uzyskanie ekspozycji na AI, a także sprawiają, że wyceny, lewarowanie i likwidacje oddziałują na siebie w szybszym tempie. Ostatecznie, to nie to, jak długo historia może trwać, decyduje, czy aktywa AI przetrwają bańkę, ale to, czy przepływy pieniężne mogą nadążyć za inwestycjami, zanim kapitał straci cierpliwość.

Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.