Sztuczna inteligencja może zasadniczo zmienić gospodarkę, a mimo to niektóre dzisiejsze inwestycje w AI mogą przynieść słaby zwrot. Właśnie ten pozorny paradoks pomaga wyjaśnić teoria cyklu kapitałowego (capital cycle theory), którą spopularyzował renomowany brytyjski historyk finansów Edward Chancellor w książce Capital Returns. Jej sedno nie polega na prognozowaniu popytu, lecz na obserwowaniu podaży: wysokie zyski przyciągają kapitał, kapitał tworzy nowe moce produkcyjne, a te ostatecznie powodują spadek cen, marż oraz rentowności, czyli stopy zwrotu.
Jak działa cykl kapitałowy
1) Faza boomu (boom phase). Cykl rozpoczyna się od niedoboru mocy produkcyjnych. Popyt rośnie szybciej niż podaż, ceny i marże zysku rosną, a zwrot z zainwestowanego kapitału (ROIC – return on invested capital) przewyższa jego koszty. Sukces przyciąga konkurentów, finansowanie staje się tańsze, a kierownictwo ogłasza budowę nowych fabryk, centrów danych, zakup maszyn lub przejęcia. Inwestorzy ekstrapolują nadzwyczajne zyski na przyszłość. Jednak właśnie w tym momencie rodzi się zalążek późniejszego problemu: nakłady inwestycyjne, czyli wydatki kapitałowe (CAPEX – capital expenditures), gwałtownie rosną, podczas gdy nowe moce produkcyjne pojawiają się z opóźnieniem.
2) Faza załamania (bust phase). Kiedy zamówiona zdolność produkcyjna w końcu trafia na rynek, może spotkać się z mniejszym popytem, niż firmy się spodziewały. Wykorzystanie aktywów spada, konkurencja skupia się na cenie, a rentowność kapitału gwałtownie maleje. Następują odpisy aktywów, likwidacja projektów, presja na zadłużonych graczy, a czasem bankructwa. Postęp technologiczny niekoniecznie musi jednak zakończyć się niepowodzeniem. Nie musi zawieść sama technologia ani wzrost popytu, ale ekonomiczna opłacalność inwestycji. Jeśli bowiem zbyt wiele firm jednocześnie zainwestuje duże kwoty kapitału w tę samą dziedzinę, powstają nadwyżki, nasila się konkurencja, a ceny, marże i zwroty z zainwestowanego kapitału spadają.
3) Faza ożywienia (recovery phase). Niskie zyski w konsekwencji odstraszają inwestorów. Firmy ograniczają inwestycje, zamykają moce produkcyjne, konsolidują się i naprawiają bilanse. Podaż przestaje rosnąć lub maleje, podczas gdy popyt stopniowo absorbuje nadwyżkę. Wykorzystanie mocy produkcyjnych, dyscyplina cenowa i rentowność powracają – często jeszcze przed poprawą nastrojów inwestorów.
Konsekwencje inwestycyjne: Śledzić ofertę i stosować strategię kontrariańską
Pierwsza zasada brzmi następująco: Nie wystarczy analizować, jak szybko będzie rósł popyt. Inwestor musi szczegółowo śledzić nakłady inwestycyjne (CAPEX), liczbę zamówionych projektów, terminy ich zakończenia oraz faktycznie dostępną zdolność produkcyjną. Kluczowe znaczenie ma przy tym rozróżnienie między zgłoszoną zdolnością produkcyjną a zdolnością ukończoną, podłączoną do sieci i faktycznie wykorzystywaną.
Druga zasada ma charakter kontrariański: Najbardziej atrakcyjna historia niekoniecznie oznacza automatycznie najlepszą inwestycję. Cykl kapitałowy skłania do ostrożności tam, gdzie łączą się euforia, łatwe finansowanie, gwałtowny wzrost nakładów inwestycyjnych (CAPEX) oraz wysokie wyceny akcji. Z kolei okazje często pojawiają się w branżach, z których odpływa kapitał, zamykane są moce produkcyjne, a oczekiwania są niskie. Nie chodzi tu oczywiście o mechaniczne obstawianie przeciwko wzrostowi: wysokiej jakości firma może utrzymać wysokie zyski, jeśli posiada wyraźne bariery wejścia na rynek, przewagę kosztową oraz zdyscyplinowaną alokację kapitału.
Infrastruktura AI: Boom w zaawansowanej, ale niekoniecznie końcowej fazie
Skala obecnej fali inwestycji jest bez cienia wątpliwości naprawdę niezwykła. Google na rok 2026 zwiększył plan wydatków kapitałowych (CAPEX) do 195–205 mld dolarów, Meta spodziewa się 130–145 mld, Amazon około 220 mld, a Microsoft około 175 mld dolarów. Suma wydatków czterech największych graczy zbliża się zatem do trzech czwartych biliona dolarów.
Zgodnie z teorią cyklu kapitałowego mamy do czynienia z wyraźnym boomem: Wysokie oczekiwane stopy zwrotu przyciągnęły ogromny napływ nowego kapitału, a firmy rywalizują o moc obliczeniową. Na razie jednak nie obserwujemy klasycznej, powszechnej nadwyżki podaży. Microsoft, Amazon i Google odnotowują bardzo silny wzrost w segmencie chmury oraz znaczny portfel zamówień (backlog). Jednocześnie kierownictwa tych firm wskazują, że dostępna moc obliczeniowa nadal ogranicza popyt.
Wąskim gardłem (bottleneck) w ramach infrastruktury AI, a raczej ekosystemu AI, nie są wyłącznie chipy i akceleratory obliczeniowe, zwłaszcza procesory graficzne (GPU). Rozwój infrastruktury AI ogranicza również dostępność energii elektrycznej, przepustowość sieci przesyłowych, produkcja transformatorów, systemy chłodzenia oraz inne elementy łańcucha dostaw (supply chain). W związku z tym wiele zapowiadanych centrów danych może nie zostać ukończonych, podłączonych i oddanych do użytku tak szybko, jak sugerują obecne plany inwestycyjne.
Właśnie w tym miejscu pojawia się jednak ryzyko przyszłej nadwyżki mocy obliczeniowej. Obecny niedobór motywuje firmy do zamawiania nowych mocy w oparciu o bardzo optymistyczne prognozy. Jeśli na rynek trafi jednocześnie duża liczba chipów, centrów danych i mocy energetycznych, podaż może rosnąć szybciej niż zdolność firm zajmujących się AI do efektywnego czerpania z tego zysków. Skutkiem tego mogłoby być niższe wykorzystanie infrastruktury, silniejsza konkurencja cenowa, szybsze starzenie się technologii oraz rosnące odpisy amortyzacyjne. Jednocześnie bezprecedensowe nakłady kapitałowe już teraz wywierają bardzo silną presję na wolne przepływy pieniężne (FCF – free cash flow) niektórych przedsiębiorstw.
Co to oznacza dla inwestorów w perspektywie najbliższych 12–24 miesięcy
Po pierwsze, ważniejsza będzie selektywność niż ogólne stawianie na AI. W perspektywie krótkoterminowej nadal mogą prosperować właściciele rzadkich wąskich gardeł – mocy energetycznych, elementów sieciowych, systemów chłodzenia czy pamięci. Inwestor musi jednak zbadać, jak szybko rozwija się dana branża. Dzisiejszy niedobór jest najlepszą reklamą dla jutrzejszej konkurencji.
Po drugie, rynek prawdopodobnie podzieli się w zależności od wykazanej monetyzacji. Hyperscaler, którego przychody z AI, portfel zamówień i wykorzystanie infrastruktury rosną szybciej niż amortyzacja i nakłady inwestycyjne (CAPEX), może poradzić sobie z tym cyklem. Firma, która jedynie zwiększa nakłady inwestycyjne i oferuje niejasną obietnicę przyszłych przychodów, będzie bardziej podatna na zagrożenia. Kluczowym wskaźnikiem nie będzie zatem liczba zakupionych procesorów graficznych (GPU wykorzystywanych do obliczeń w zakresie sztucznej inteligencji), ale wzrost przepływów pieniężnych z działalności operacyjnej i wolnych przepływów pieniężnych na jednostkę nowego kapitału, czyli rentowność przyrostowego zainwestowanego kapitału (ROIIC – return on incremental invested capital).
Po trzecie, należy obserwować pierwsze oznaki ewentualnego odwrócenia tendencji. Spowolnienie wzrostu nakładów inwestycyjnych (CAPEX), likwidacja centrów danych, spadek cen wynajmu mocy obliczeniowej, słabsze wykorzystanie serwerów, wzrost amortyzacji aktywów w stosunku do przychodów, gorsze marże w chmurze oraz większe finansowanie z kapitału dłużnego. Pojedynczy sygnał nie wystarczy. Jednak ich połączenie mogłoby wskazywać na przejście od boomu do załamania.
Wreszcie, inwestor kontrariański nie powinien automatycznie szukać okazji wyłącznie w obrębie ekosystemu AI. Rekordowy napływ kapitału do jednego obszaru może oznaczać jego niedobór gdzie indziej. Interesujące mogą być firmy, które wykorzystują AI do zwiększenia wydajności bez konieczności ponoszenia ogromnych nakładów inwestycyjnych (CAPEX), lub branże, w których inwestycje były przez długi czas ograniczone, a podaż pozostaje zdyscyplinowana, np. sektor materiałów (materials) lub producenci surowców.
Wniosek płynący z teorii cyklu kapitałowego nie polega zatem na tym, że AI jest iluzją. Jest on bardziej rygorystyczny: rewolucja technologiczna a dobra inwestycja to nie to samo. W ciągu najbliższych dwóch lat decydujące znaczenie będzie miało zatem nie tylko tempo wdrażania AI, ale przede wszystkim to, czy przychody i oszczędności będą rosły szybciej niż moce produkcyjne, amortyzacja aktywów i koszty kapitału. Zwycięzcami niekoniecznie będą ci, którzy wydadzą najwięcej, ale ci, którzy z każdego zainwestowanego dolara uzyskają najwyższy i najbardziej trwały zwrot z inwestycji (ROIIC).
Michal Stupavský
Strateg inwestycyjny