Zrozumienie bańki AI i trendów rynkowych

AI + „bańka” stało się maszyną do tworzenia treści. Każdego dnia pojawia się nowa fala filmów i artykułów z tymi samymi dwoma pytaniami: czy hossa napędzana AI to bańka, a jeśli tak, to kiedy pęknie? Na pierwsze pytanie zwykle pada ostrożne „być może”; drugie jest niemal zawsze tylko przypuszczeniem.

Dla tych, którzy przeżyli analizy ekspertów rynkowych kryzys finansowy z 2008 roku i bańkę dot-com z końca lat 90., nie jest to żart ani błahy temat do dyskusji. Chociaż większość z nas jest już odporna na COVID-19, globalna gospodarka — nie. Zakłócenia spowodowane pandemią nadal wywołują pewne fale wtórne w postaci prób radykalnej zmiany modelu gospodarczego, mających ograniczyć nadmierną zależność od globalnych łańcuchów dostaw, z których jeden jest dziś motorem ekspansji AI — chodzi o Stany Zjednoczone, Holandię, Tajwan i inne kraje zaangażowane w produkcję kręgosłupa sprzętowego tej branży, czyli chipów. 

Dlaczego wszyscy mówią o bańce

Trudno twierdzić, że jej nie ma. Inwestycje w AI — zarówno ze strony big tech, jak i inwestorów pompujących kursy akcji — trudno umieścić w matematycznie rozsądnym kontekście. Na początku ubiegłego roku amerykański ekonomista Jason Furman poinformował, że 92% wzrostu PKB w pierwszej połowie 2025 roku pochodziło z inwestycji w sprzęt do przetwarzania informacji i oprogramowanie (czyli centra danych i firmy AI), a PKB z wyłączeniem tych kategorii rósł w pierwszej połowie roku w tempie 0,1% w ujęciu rocznym.

Na początku 2026 roku Bank Rozrachunków Międzynarodowych (BIS) przyjął bardziej ostrożny ton w kwestii wydatków na AI. W Biuletynie 120 argumentuje, że rozbudowa infrastruktury AI/centrów danych jest już na tyle duża, że ma znaczenie dla szerszej gospodarki, a coraz częściej jest finansowana długiem — w tym szybko rosnącym kredytem prywatnym. BIS szacuje, że do połowy 2025 roku w USA centra danych i powiązane z nimi zakłady produkcji IT (budowa i wyposażenie) odpowiadały za około 1% PKB, podczas gdy szersze inwestycje związane z IT stanowiły około 5% PKB, czyli więcej niż w szczycie bańki dot-com. Zwraca też uwagę, że nakłady kapitałowe niektórych firm przewyższają generowaną przez nie gotówkę, przez co rośnie ich zależność od finansowania zewnętrznego.

BIS wskazuje na potencjalną rozbieżność cenową: rynki akcji wydają się zakładać bardzo silne przyszłe zyski z AI, podczas gdy rynki długu (w tym kredyt prywatny) nie wyceniają wyraźnie wyższych spreadów dla ekspozycji na AI niż dla innych pożyczkobiorców. Może to oznaczać, że pożyczkodawcy niedoszacowują ryzyko albo że inwestorzy akcji przeceniają przyszłe przepływy pieniężne. BIS szacuje ekspozycję kredytu prywatnego na sektory związane z AI na ponad 200 mld USD (około 8% rynku) i sugeruje, że do 2030 roku może ona osiągnąć 300–600 mld USD, co zwiększa stawkę, jeśli projekty okażą się słabsze niż oczekiwano lub popyt zawiedzie.

Po drugiej stronie równania, która ma największe znaczenie, analiza S&P Global opublikowana w maju ubiegłego roku wykazała, że 42% firm zgłosiło porzucenie większości swoich inicjatyw związanych z AI, wobec 17% rok wcześniej, na podstawie ankiety przeprowadzonej wśród ponad 1 000 respondentów w Ameryce Północnej i Europie. 

Dwa miesiące po ponurym obrazie przedstawionym przez S&P Global pojawiła się kolejna prognoza Gartnera, według której co najmniej 30% projektów generatywnej AI zostanie porzuconych po etapie proof of concept do końca 2025 roku z powodu słabej jakości danych, niewystarczających mechanizmów kontroli ryzyka, rosnących kosztów lub niejasnej wartości biznesowej. Ta prognoza pojawiła się kilka dni po innej prognozie Gartnera, przytoczonej przez Reuters, że ponad 40% projektów agentic AI zostanie skasowanych do 2027 roku.

Dla zachowania proporcji warto zauważyć, że boom na inwestycje w AI opiera się na założeniu, iż nowa technologia będzie supermotorem wzrostu, a każdy, kto zajmie pozycję lidera w tej branży, odniesie znaczące korzyści. Jednak ten duży sukces zależy od dwóch kluczowych czynników: po pierwsze, przyszłego wzrostu gospodarczego, który uzasadni obecne inwestycje, a po drugie, gwałtownego popytu — zwłaszcza ze strony firm — na produkty AI. Powyższe wskazuje, że jeden z tych czynników utknął w miejscu, a drugi się odwraca. Tak, można więc powiedzieć, że to prawdopodobnie bańka. 

Jak rozpoznać bańkę?

Patrząc na wyniki indeksu Nasdaq Composite, możemy określić moment pęknięcia bańki dot-com na początek 2000 roku, gdy indeks spadł gwałtownie ze szczytu na poziomie około 4 700 USD do około 3 400 USD między lutym a majem, po czym nastąpiło tymczasowe odbicie do 4 200 USD w sierpniu, by następnie kontynuować spadek do dna na poziomie 1 170 USD we wrześniu 2002 roku; do szczytu z 2000 roku indeks nie powrócił aż do sierpnia 2014 roku.

Dla potrzeb tego rozumowania załóżmy, że mieliśmy dwóch ekonomistów: jednego, który ostrzegł przed bańką dot-com w styczniu 1999 roku, gdy Nasdaq Composite notowany był w okolicach 2 500 punktów, oraz drugiego, który wskazał ją w grudniu 1999 roku, gdy Nasdaq Composite notowany był w okolicach 4 070 punktów. 

Z drugiej strony byli dwaj inwestorzy, którzy posłuchali tych ostrzeżeń i odpowiednio zareagowali. Pierwszy uwzględnił ostrzeżenie ze stycznia, tracąc szansę na potencjalne zyski przekraczające 80% do momentu osiągnięcia przez rynek szczytu, a wyjście z pozycji z rynku zajęłoby mu ponad 2 lata.

Drugi inwestor zareagował na ostrzeżenie z grudnia i uniknął strat na poziomie niemal 17% w ciągu 6 miesięcy, 40% w skali roku i ponad 70% do września 2002 roku.

Ogłoszenie bańki zbyt wcześnie tak naprawdę nie jest ogłoszeniem bańki. To po prostu powtórzenie naturalnego cyklu rynkowego, obejmującego cztery fazy: akumulację, zwyżkę, dystrybucję i spadek. Nieumiejętność określenia momentu, w którym bańka pęknie, jest jedynie diagnozą etapu cyklu rynkowego, na którym się znajdujemy, bez wskazania, kiedy on się zakończy. Krótko mówiąc, to informacja, której nie da się wykorzystać. 

Nie jest tajemnicą, że optymizm wokół AI w pewnym momencie przyszłości osłabnie, a wielu obecnych pretendentów w wyścigu AI zostanie za kilka lat niemal zapomnianych (wystarczy zapytać społeczność krypto o FTX i Terra). Jednak podobnie jak wynalazek internetu, który wywołał boom dot-com, długoterminowe korzyści są bardzo prawdopodobne do zrealizowania. Choć pęknięcie bańki dot-com w ciągu kilku miesięcy wymazało całe firmy, inne wyszły z tego jako zwycięzcy — niektóre z nich są dziś częścią naszego codziennego życia i stanowią fundament gospodarki, takie jak Google, Apple i Microsoft.

Handel cyklem, a nie historią strategie tradingowe

Niezależnie od tego, czy ostatecznie będzie to bańka AI, mini-bańka, czy po prostu przegrzana faza w ramach dłuższego trendu wzrostowego, praktyczny wniosek nie zmienia się aż tak bardzo. Rynki tak naprawdę nie nagradzają pewności — nagradzają przygotowanie, a karzą tych, którzy mylą silną narrację z gwarantowanym wynikiem.

Dla uczestników o dłuższym horyzoncie czasowym zwykle oznacza to trzymanie się nudnych, ale ważnych zasad w każdym cyklu: dywersyfikacji, rozsądnego wielkościowania pozycji i niedopuszczania do tego, by jeden temat — bez względu na to, jak ekscytujący — stał się całą historią portfela. Nie dlatego, że „AI jest skazane na porażkę”, ani nie dlatego, że „za chwilę nastąpi krach”, lecz po prostu dlatego, że koncentracja sprawia, iż zwykła zmienność przeradza się w coś, z czego trudno się podnieść.

Zabezpieczanie pozycji mieści się w tej samej kategorii. To nie jest prognoza i nie musi być dramatyczne — to po prostu sposób, by pozostać w grze, gdy narracje wahają się od euforii do żalu i z powrotem. Gdy wyceny są podbijane przez duże oczekiwania, odporność ma większe znaczenie niż „mieć rację”, a plan na trudniejsze okresy może uchronić przed podejmowaniem pochopnych decyzji w najgorszym możliwym momencie.

Dla traderów akcent jest inny. Bańki są głośne, ale ruch cenowy jest głośniejszy. Nawet w fazie późnego cyklu rynki nadal poruszają się w krótkich, nadających się do handlu falach — rotacjach, cofnięciach, squeeze’ach, impulsach momentum, powrotach do średniej — i ten rytm nie zatrzymuje się tylko dlatego, że wszyscy w internecie kłócą się o to, czy szczyt jest już „za nami”, czy cały ten temat to oszustwo.

Ryzyko nie polega więc wyłącznie na wejściu w zły trade; polega też na tym, że lęk przed dużą historią sparaliżuje nas i sprawi, że przegapimy małe okazje, które pojawiają się co tydzień. Nie trzeba „wierzyć” lub „nie wierzyć” w AI, by reagować na to, co dzieje się przed nami. Wystarczy jasne podejście, zdefiniowane ryzyko i dyscyplina, by traktować każdą sytuację jako prawdopodobieństwo, a nie przepowiednię — oraz szybko zejść z drogi, gdy rynek przestaje potwierdzać naszą tezę.

Dlatego rozmowy o bańce są użytecznym kontekstem, ale dość słabym sygnałem tradingowym. Wiele osób słyszy „bańka” i tłumaczy to jako „nic nie rób”, podczas gdy inni biorą to za sygnał, by pójść na całość po stronie short. Jedno i drugie może być kosztowne, bo cały sekret tkwi w czasie — a timing to właśnie ta część gry, w której nikt nie potrafi być idealny, nawet mając tysiąc wykresów i bardzo pewny ton głosu.

Ostatecznie to, czy mamy do czynienia z bańką, czy po prostu z przegrzaną fazą, jest mniej ważne niż to, jak radzisz sobie z niepewnością w trakcie jej trwania. Zwykle lepiej sprawdza się utrzymywanie ryzyka na akceptowalnym poziomie, unikanie nadmiernego zaangażowania w jeden temat oraz trzymanie się powtarzalnego procesu zamiast najgłośniejszych opinii w internecie. Jeśli ruch nadal trwa, nie musisz go gonić; jeśli zaczyna wygasać, nie musisz panikować. Tak czy inaczej celem jest zachowanie spokoju i elastyczności, aby reagować na to, co robi rynek — a nie na to, co nagłówki próbują sprawić, że poczujesz.

‍