Sztuczna inteligencja stała się jednym z najważniejszych tematów inwestycyjnych ostatnich lat. Początkowo uwaga rynku koncentrowała się przede wszystkim na producentach procesorów, później na centrach danych, pamięciach, energetyce i chłodzeniu, a dziś coraz częściej także na przedsiębiorstwach, które próbują wykorzystać AI do zwiększania produktywności i tworzenia nowych usług. Powstał cały ekosystem spółek, które w mniejszym lub większym stopniu korzystają na ogromnej fali inwestycji technologicznych.
Skala zainteresowania jest widoczna również na giełdzie. Nasdaq ustanowił właśnie nowy rekord, a AMD po silnym wzroście kursu przekroczyło po raz pierwszy kapitalizację jednego biliona dolarów. Sam wzrost ceny akcji nie mówi jednak inwestorowi, czy spółka nadal jest atrakcyjna. Właśnie w okresach największego entuzjazmu szczególnie ważne staje się oddzielenie dwóch rzeczy: rozwoju biznesu od oczekiwań zawartych już w cenie akcji.
To rozróżnienie jest kluczowe nie tylko w przypadku sztucznej inteligencji. Podobne mechanizmy pojawiały się przy internecie, smartfonach, chmurze obliczeniowej czy samochodach elektrycznych. Nowa technologia może rzeczywiście zmienić świat, a jednocześnie część spółek związanych z tym trendem może być bardzo źle wyceniona.
AI to nie jeden sektor
Jednym z pierwszych błędów jest traktowanie wszystkich „spółek AI” jako jednej grupy. W rzeczywistości mamy do czynienia z rozbudowanym łańcuchem wartości, w którym poszczególne przedsiębiorstwa zarabiają w zupełnie inny sposób.
Na samym początku znajdują się producenci urządzeń i technologii potrzebnych do produkcji półprzewodników. Dalej mamy producentów procesorów, pamięci i innych komponentów. Kolejna warstwa to serwery, sieci, centra danych, chłodzenie oraz infrastruktura energetyczna. Następnie pojawiają się operatorzy chmur obliczeniowych i twórcy modeli AI, a na końcu przedsiębiorstwa wykorzystujące sztuczną inteligencję w oprogramowaniu, reklamie, finansach, medycynie czy przemyśle.
Każda z tych części ma inną ekonomię. Producent procesorów może korzystać na ogromnym popycie dzisiaj, ale jednocześnie mierzyć się z ryzykiem pojawienia się konkurencyjnych układów. Firma budująca centra danych może posiadać wieloletni portfel zamówień, lecz wymagać ogromnych nakładów inwestycyjnych. Spółka tworząca aplikację AI może mieć natomiast niewielkie nakłady kapitałowe, ale bardzo słabą przewagę konkurencyjną.
Dlatego informacja, że przedsiębiorstwo „działa w AI”, praktycznie niczego jeszcze nie mówi o jakości inwestycji.
Najpierw przychody, później narracja
Kiedy analizuję przedsiębiorstwo korzystające na nowym trendzie, jednym z pierwszych pytań jest bardzo proste: czy AI rzeczywiście zaczyna być widoczne w wynikach finansowych?
Nie chodzi o liczbę razy, kiedy zarząd użył określenia „artificial intelligence” podczas konferencji wynikowej. Interesują mnie przychody, marże, przepływy pieniężne, zamówienia oraz perspektywy dalszego wzrostu.
Jeżeli spółka twierdzi, że znajduje się w centrum rewolucji technologicznej, ale jej sprzedaż praktycznie nie rośnie, warto zachować ostrożność. Zupełnie inaczej wygląda przedsiębiorstwo, którego przychody zwiększają się o kilkadziesiąt procent, poprawiają się marże, a portfel zamówień wskazuje na utrzymujący się popyt.
Rynek może przez pewien czas płacić za samą historię. W długim terminie kurs musi jednak zostać podparty przez wyniki biznesu.
Wzrost przychodów nie wystarcza
Drugim etapem jest sprawdzenie jakości wzrostu. Przedsiębiorstwo może bardzo szybko zwiększać sprzedaż, ale jednocześnie wydawać ogromne kwoty na jej osiągnięcie. Dlatego patrzenie wyłącznie na przychody może prowadzić do błędnych wniosków.
Warto obserwować marżę brutto i operacyjną, wolne przepływy pieniężne oraz zwrot z zainwestowanego kapitału. Jeżeli wraz ze wzrostem skali biznes staje się bardziej rentowny, może to świadczyć o silnej ekonomice modelu biznesowego. Jeżeli natomiast każdy dodatkowy dolar przychodu wymaga coraz większych nakładów, sytuacja jest mniej atrakcyjna.
W przypadku obecnego boomu AI ten element staje się szczególnie interesujący, ponieważ rozwój infrastruktury wymaga ogromnych inwestycji. Centra danych potrzebują procesorów, pamięci, sieci, energii, chłodzenia i nieruchomości. Ktoś musi za to wszystko zapłacić.
CAPEX – liczba, której nie można ignorować
CAPEX, czyli nakłady inwestycyjne, stał się jednym z najważniejszych parametrów obecnego cyklu AI. Największe przedsiębiorstwa technologiczne przeznaczają olbrzymie kwoty na rozbudowę infrastruktury obliczeniowej. Dla dostawców sprzętu jest to źródło przychodów. Dla firm dokonujących inwestycji jest to jednak wydatek, który w przyszłości musi przynieść odpowiedni zwrot.
I tutaj pojawia się jedno z najważniejszych pytań dotyczących całego boomu: czy przychody generowane dzięki AI będą wystarczająco wysokie, aby uzasadnić dzisiejsze nakłady inwestycyjne?
Nie musimy znać odpowiedzi już teraz. Warto jednak obserwować relację pomiędzy wzrostem CAPEX-u a tempem monetyzacji nowych usług. Jeżeli wydatki przez wiele lat rosłyby znacznie szybciej niż przychody związane z AI, rynek w pewnym momencie prawdopodobnie zacząłby zadawać trudniejsze pytania.
Z drugiej strony, jeśli AI rzeczywiście znacząco zwiększy produktywność przedsiębiorstw i stworzy nowe źródła przychodów, dzisiejsze inwestycje mogą okazać się początkiem znacznie większej transformacji.
Pojawia się jeszcze jeden sygnał: rynek obligacji
Ciekawym elementem obecnego cyklu jest coraz większa rola finansowania dłużnego. Rozbudowa infrastruktury AI wymaga tak dużego kapitału, że inwestorzy obligacyjni zaczynają analizować nie tylko kondycję kredytową największych firm technologicznych, ale również przyszłą podaż ich długu.
Według danych przytaczanych obecnie przez Reutersa emisja długu hyperscalerów może w przyszłym roku osiągnąć około 420 mld USD, czyli około 60% więcej niż w 2026 roku. Obligacje przedsiębiorstw silnie związanych z inwestycjami AI handlowane są przy szerszych spreadach niż szeroki rynek korporacyjny. Nie wynika to obecnie przede wszystkim z obaw o niewypłacalność największych firm, lecz również z ogromnej podaży finansowania, której inwestorzy spodziewają się w przyszłości.
To bardzo ciekawy sygnał. Rynek akcji może patrzeć przede wszystkim na potencjalny wzrost, podczas gdy rynek obligacji zaczyna pytać o koszt finansowania tego wzrostu.
Świetna spółka nie zawsze oznacza świetną inwestycję
To jedna z najważniejszych zasad inwestowania fundamentalnego. Możemy znaleźć przedsiębiorstwo posiadające doskonały produkt, wysokie marże, przewagę konkurencyjną i ogromny rynek docelowy, a mimo to przepłacić za jego akcje.
Załóżmy, że rynek oczekuje od spółki wzrostu zysków o 40% rocznie przez wiele kolejnych lat. Firma publikuje bardzo dobre wyniki i zwiększa zysk o 25%. Fundamentalnie biznes nadal wygląda świetnie, ale kurs może spaść, ponieważ wynik okazał się słabszy od tego, co było już zawarte w cenie.
Dlatego przy spółkach znajdujących się w centrum popularnego trendu szczególnie ważne jest pytanie nie tylko o to, czy firma będzie rosła, ale również jakiego wzrostu oczekuje już rynek.
Im wyższa wycena, tym mniejszy margines błędu.
Wycena jest częścią ryzyka
Podczas silnej hossy inwestorzy często traktują wycenę jako przeszkodę, która uniemożliwia im wejście w rosnącą spółkę. Pojawia się argument, że „dobre firmy zawsze są drogie”. Czasami rzeczywiście tak jest. Problem polega na tym, że istnieje różnica pomiędzy premią za jakość a ceną zakładającą niemal perfekcyjny rozwój biznesu.
Można to sprawdzać na kilka sposobów. Klasyczne wskaźniki, takie jak P/E czy EV/EBITDA, są użyteczne, ale same nie wystarczą. Warto porównywać wycenę z oczekiwanym tempem wzrostu zysków, wolnymi przepływami pieniężnymi i historycznymi poziomami dla danej spółki. Jeszcze lepiej próbować oszacować, jakie założenia dotyczące przyszłości muszą się spełnić, aby dzisiejsza cena była uzasadniona.
Nie chodzi o znalezienie jednej „prawidłowej” wartości akcji. Chodzi o ocenę, ile optymizmu znajduje się już w cenie.
Największe ryzyko może pojawić się wtedy, gdy wszystko wygląda świetnie
Rynek często staje się najbardziej wymagający właśnie wtedy, gdy przedsiębiorstwo publikuje rekordowe wyniki. Oczekiwania rosną razem z kursem. Kolejny raport musi być jeszcze lepszy, a następny ponownie przebić prognozy.
Powstaje mechanizm, w którym dobra wiadomość przestaje wystarczać. Potrzebna jest wiadomość lepsza od bardzo wysokich oczekiwań.
To nie oznacza, że po silnych wzrostach automatycznie musi nastąpić krach. Oznacza jedynie, że profil ryzyka się zmienia. Im więcej przyszłego sukcesu zostało już uwzględnione w cenie, tym bardziej kurs staje się wrażliwy na rozczarowanie.
Czy obecny boom AI przypomina bańkę internetową?
Takie porównanie pojawia się bardzo często, ale jest zbyt proste. Pod koniec lat 90. wiele przedsiębiorstw internetowych posiadało niewielkie przychody, ogromne straty i modele biznesowe, które nigdy nie okazały się rentowne. Dzisiaj część największych beneficjentów AI to przedsiębiorstwa generujące dziesiątki miliardów dolarów wolnych przepływów pieniężnych.
To zasadnicza różnica.
Nie oznacza jednak, że bańka nie może pojawić się w poszczególnych fragmentach rynku. Technologia może być rewolucyjna, największe przedsiębiorstwa mogą nadal zwiększać zyski, a jednocześnie część spółek może zostać wyceniona zdecydowanie zbyt wysoko.
Historia internetu jest tutaj bardzo dobrą lekcją. Internet rzeczywiście zmienił świat. Nie każda spółka internetowa okazała się jednak dobrą inwestycją.
Jak analizować spółkę związaną z AI?
Zamiast próbować przewidywać, która technologia wygra, można rozpocząć od kilku prostych pytań. Czy przedsiębiorstwo już zarabia na AI, czy dopiero obiecuje przyszłe przychody? Czy jego marże rosną razem ze sprzedażą? Czy generuje wolne przepływy pieniężne? Jak dużo musi inwestować, aby utrzymać wzrost? Czy posiada przewagę, którą konkurencja będzie miała problem skopiować? Jak wygląda bilans i zadłużenie? Wreszcie: jakiego wzrostu oczekuje już obecna wycena?
Dopiero zestawienie odpowiedzi tworzy obraz biznesu. Sam napis „AI” w prezentacji inwestorskiej nie tworzy przewagi konkurencyjnej.
Co obserwowałbym w kolejnych kwartałach?
Pierwszym elementem pozostaje tempo inwestycji największych hyperscalerów. Jeżeli CAPEX nadal będzie szybko rósł, dostawcy infrastruktury mogą utrzymywać silny popyt. Drugim jest monetyzacja: rynek będzie chciał widzieć coraz więcej dowodów, że miliardy wydawane na AI przekładają się na realne przychody lub oszczędności.
Trzecim elementem są marże. Rosnąca sprzedaż przy spadającej rentowności daje zupełnie inną historię niż wzrost połączony z poprawą ekonomiki biznesu. Czwartym jest finansowanie. Przy wysokich rentownościach obligacji koszt pozyskiwania ogromnych ilości kapitału zaczyna mieć większe znaczenie.
Ostatnim elementem pozostaje wycena. Nawet najlepszy biznes ma cenę, przy której oczekiwana stopa zwrotu przestaje być atrakcyjna w stosunku do ryzyka.
Podsumowanie
Sztuczna inteligencja może być jednym z największych trendów technologicznych naszych czasów. Ogromne nakłady na centra danych, półprzewodniki, energetykę i oprogramowanie pokazują, że nie mamy do czynienia wyłącznie z giełdową narracją. Za boomem stoją realne inwestycje i realne przychody wielu przedsiębiorstw.
To jednak nie zwalnia inwestora z analizy. Wręcz przeciwnie. Im bardziej popularny staje się dany trend, tym ważniejsze jest oddzielenie jakości biznesu od ceny jego akcji.
Dlatego zamiast pytać: „Która spółka AI urośnie najbardziej?”, wolę zacząć od innego pytania:
„Kto rzeczywiście zarabia na AI, jak trwała jest jego przewaga i ile przyszłego sukcesu znajduje się już w cenie?”
To nie daje szybkiej odpowiedzi ani efektownego tickera do kupienia następnego dnia. Daje natomiast znacznie lepszy punkt wyjścia do analizy przedsiębiorstwa.
Materiał ma charakter edukacyjny i nie stanowi rekomendacji inwestycyjnej.