Luka 4,2 bln dolarów w AI: ile przychodów potrzeba do 2031 roku

Według szacunków Bain & Company do 2031 roku branża sztucznej inteligencji potrzebuje rocznie ok. 6 bln dolarów przychodów, aby sfinansować swoją infrastrukturę, podczas gdy obecne zastosowania AI generują zaledwie 1,2–1,8 bln dolarów.

Skąd bierze się luka w finansowaniu AI?

Różnica między potrzebnymi a dostępnymi przychodami wynosi ok. 4,2 bln dolarów rocznie. To właśnie ona stanowi główne wyzwanie dla firm, które inwestują w centra danych, moc obliczeniową i chipy. Warto zauważyć, że nie chodzi wyłącznie o wzrost produktywności, który sam w sobie nie wystarczy, by pokryć koszty budowy i eksploatacji tej infrastruktury.

Skala wydatków jest ogromna. Wyposażenie jednego centrum danych o mocy 1 GW kosztuje ok. 80 mld dolarów (dane z poprzedniego roku). Szef IBM wskazuje, że nakłady na centra danych AI już teraz utrudniają osiąganie zysków, co pokazuje, że presja finansowa dotyczy nie tylko startupów, lecz także dużych graczy rynkowych.

Wskaźnik	Wartość
Przychody potrzebne rocznie do 2031 r.	ok. 6 bln USD
Obecne przychody z zastosowań AI (2031)	1,2–1,8 bln USD
Brakująca kwota rocznie	ok. 4,2 bln USD
Koszt wyposażenia centrum danych 1 GW	ok. 80 mld USD
Wydatki firm technologicznych na własną technologię	ok. 1 bln USD
Wzrost wydatków firm technologicznych w 2026 r.	+34,7%
Wzrost światowego PKB potrzebny rocznie	ok. 1 pkt proc.

Jakie kierunki mogą zamknąć lukę?

Według zestawienia Bain & Company brakujące przychody mogłyby pochodzić z kilku obszarów. Pierwszym są modele AI jako alternatywa dla klasycznych wyszukiwarek oraz nowe modele reklamowe. Drugim jest autonomizacja pojazdów, dronów i przemysłu. Trzecim są zastosowania fizycznej AI, takie jak symulacje, cyfrowe bliźniaki i robotyka. Czwartym są nowe produkty w obszarach takich jak odkrywanie leków, zdrowie psychiczne czy energetyka.

Każdy z tych kierunków wymaga czasu i dużych nakładów, więc żaden z nich nie zamknie luki w krótkim terminie.

Kto zyskuje, a kto ponosi ryzyko na rynku?

Dane o kapitalizacji pokazują wyraźny podział. Producenci sprzętu i półprzewodników rosną w latach 2020–2026 średnio o 24% rocznie, podczas gdy producenci oprogramowania o 6% rocznie. Rynek w praktyce wycenia więc budowę fizycznej infrastruktury wyżej niż warstwę programową.

Ryzyko jest jednak wyraźne. Po publikacji raportu o przychodach OpenAI akcje Nvidii, Oracle i CoreWeave straciły na wartości. Pokazuje to, jak wrażliwe są notowania firm związanych z AI na informacje o realnych wpływach z tej technologii.

Firmy reagują też na ryzyka geopolityczne, cła i sankcje, dywersyfikując dostawców oraz lokalizacje produkcji. Ogranicza to zależność od jednego rynku, ale zwiększa koszty operacyjne.

Co to oznacza dla Ciebie?

Jeśli pracujesz w sektorze technologicznym, inwestujesz w spółki z branży albo planujesz wdrożenie narzędzi AI w firmie, najważniejsza jest kwestia zwrotu z inwestycji. Skala wydatków na infrastrukturę przekracza obecne przychody, dlatego warto oceniać projekty AI nie tylko przez pryzmat możliwości technologicznych, lecz także realnego modelu zarabiania.

Dla polskich przedsiębiorców oznacza to ostrożność przy planowaniu budżetów. Przy założeniu kursu ok. 4 zł za dolara brakująca kwota 4,2 bln dolarów rocznie to ogromna suma, która pokazuje, jak bardzo rozwój AI zależy od szybkiego wzrostu przychodów, a nie wyłącznie od kolejnych inwestycji w sprzęt. Najbezpieczniej jest wybierać rozwiązania, które mają już sprawdzone zastosowanie biznesowe.