9 czerwca 2026 roku poprowadziliśmy webinar na żywo „M&A w AI, wyceny i gorące trendy”. Webinar prowadzili Marcin Majewski, Managing Director, oraz Filip Drazdou, M&A Director w Aventis Advisors.
Pełne nagranie webinaru obejrzysz poniżej. Jeśli chcesz pobrać materiały prezentacyjne wykorzystane podczas sesji, zrobisz to, klikając przycisk pobierania raportu po lewej stronie (na komputerze) lub przewijając na sam dół (na telefonie).
Marcin Majewski:
Witam wszystkich i zapraszam na nasz webinar „M&A w AI, wyceny i gorące trendy”. Jestem tu z Filipem i wspólnie przeprowadzimy Cię przez to, jak patrzymy na to, co dzieje się w AI. A dzieje się naprawdę wiele. Jak wszyscy, staramy się nadążyć. Tyle się dzieje, że być może będziemy musieli modyfikować webinar w jego trakcie, bo zanim skończymy rozmawiać, może pojawić się premiera czegoś nowego albo kolejne zgłoszenie IPO.
Staramy się mocno trzymać rzeczywistości, zamiast popadać w którąś z narracji, tę ponurą albo tę hiperentuzjastyczną. Chcemy być realistyczni i wyważeni, żebyś mógł wyrobić sobie własne zdanie. Omówimy więc AI na rynkach publicznych, M&A na rynku prywatnym i trendy w finansowaniu AI, a na koniec dorzucimy kilka słów o tym, co naszym zdaniem przyniesie przyszłość, i zostawimy czas na pytania.
Filip Drazdou:
Nie mam żadnych uwag, to dobry plan. Przejdźmy od razu do rzeczy.
Czy sztuczna inteligencja to bańka spekulacyjna? Co mówi nam wskaźnik P/E Shillera
Marcin Majewski:
Pierwsze, co przychodzi na myśl, gdy pomyśli się o AI i rynkach finansowych, to słowo na „b”: bańka. Chcieliśmy więc spojrzeć na trendy historyczne i pokazujemy tu coś, co moim zdaniem jest najdłuższym dostępnym szeregiem czasowym dla rynków finansowych, czyli cyklicznie skorygowany wskaźnik Shiller PE.
Krótkie wyjaśnienie. PE to wskaźnik ceny do zysku, w tym przypadku dla całego rynku akcji w Stanach Zjednoczonych. Jest to wskaźnik skorygowany cyklicznie, ponieważ wartość zysku stanowi 10-letnią średnią skorygowaną o inflację.
Nie pokazuje więc bieżących nastrojów rynku, tylko to, jak rynek wycenia w dłuższej perspektywie. Czy uczciwie rozpoznaje wartość, czy przepłaca albo niedopłaca względem tych skorygowanych zysków?
Lubię tu zaczynać, bo daje to bardzo długą perspektywę, wykraczającą poza życie jednego człowieka. Pokazuje, że wahania są czymś normalnym i że zawsze były cykle wzrostowe i spadkowe. Nie ma co liczyć, że tym razem będzie inaczej.
Te okresy hossy zazwyczaj trwają długo. Był cykl, który zakończył się krachiem z 1929 roku. Potem nastąpił długi okres od Wielkiego Kryzysu do końca lat 60., trwający około 30 lat. Następnie wzrost w latach 80. i 90., aż do szczytu hossy internetowej w latach 2000 i 2001.
Obecny cykl zaczął się około 2009 roku i najwyraźniej jedziemy na tej fali już od 17 czy 18 lat. Jak długo może się to ciągnąć? To zdecydowanie bańka, co do tego nie mam wątpliwości, bo bańki pojawiają się zawsze. Ale szczerze: czy potrwa jeszcze 10 lat, czy tylko dwa? Bardzo trudno to przewidzieć. Możemy tu stoczyć spór byków z niedźwiedziami.
Filip Drazdou:
Dla mnie nie 10 kolejnych lat. Gdy patrzę, jak długo ten wskaźnik trzymał się powyżej 30, to nie było długo. Przekroczył 35 w szczycie bańki dot-comów, ale tylko na kilka lat. Skoro więc wchodzimy teraz w tę strefę, powiedziałbym, że maksimum to jakieś dwa lata, patrząc wyłącznie na wzorce historyczne.
Nie oznacza to jednak, że nikt nie twierdzi, iż nie może osiągnąć poziomu 50 czy 60. W 1929 roku osiągnął szczyt na poziomie około 32, ale szczyt z czasów bańki internetowej był znacznie wyższy. Z łatwością może osiągnąć poziom 50 czy 60.
Marcin Majewski:
Zanim zaczęliśmy to przygotowywać, myślałem tak samo. Ale teraz uważam, że tak rewolucyjna technologia może napędzać narrację przez wiele kolejnych lat. To bardzo dobra narracja. Moje zdanie jest więc takie: rynek jest przewartościowany, ale może ciągnąć dalej przez następne 10 lat. Tak trudno to przewidzieć.
Filip Drazdou:
A gdy dorzucisz kilka bilionów dolarów kapitalizacji ze SpaceX, OpenAI i innych spółek wchodzących na rynki publiczne, obraz znów się zmienia.
Marcin Majewski:
Jest to jeszcze bardziej zawyżone, ponieważ ich zyski są niskie, więc automatycznie podnoszą ten wykres. Prawdopodobnie już w najbliższej przyszłości osiągniemy rekordowy poziom.
Filip Drazdou:
Inni patrzą na to inaczej i pytają, jaki zwrot z inwestycji przyniesie kolejne 10 lat przy zakupie po danym mnożniku ceny do zysku albo danym Shiller PE. Przez następne 10 lat zwrot z tego poziomu nie będzie wspaniały. Jeśli więc ktoś inwestuje długoterminowo, dane historyczne mówią, że teraz nie jest najlepszy moment na zakup.
Marcin Majewski:
Zdecydowanie. Ale z drugiej strony bardzo trudno nie dać się porwać tej narracji. Jest na tyle dobra, że trudno się jej oprzeć. Można to nazwać strachem przed przegapieniem okazji.
Co napędza hossę na rynku sztucznej inteligencji: spojrzenie na łańcuch dostaw w branży AI
Filip Drazdou:
Przyjrzyjmy się bliżej, co tak naprawdę za tym stoi.
Marcin Majewski:
Mamy tu dwie linie. Jedna to S&P 500, szeroki indeks rynku. Druga to nasz autorski, równoważony indeks AI. Obie umieściliśmy na skali logarytmicznej, by łatwiej było porównać ruchy względne. Widać tu wzorzec podobny do początku lat 2000.
Śledziliśmy te spółki AI aż do 1995 roku, a mam na myśli to, co dziś rozumiemy jako silnik łańcucha dostaw AI, i one także przeżyły wtedy boom na fali rozbudowy infrastruktury. Chodziło wówczas zwłaszcza o telekomunikację i światłowody oraz o infrastrukturę sieciową. Podobna zależność zaczęła się rysować niedawno, około 2022 i 2023 roku, gdy nasz indeks AI ruszył szybciej niż S&P 500. Nie sądzę, żeby to był koniec, nie sądzę, żebyśmy widzieli już cały ruch, jaki nas czeka. Spodziewam się jeszcze bardziej wykładniczego wzrostu akcji AI. Filipie, co o tym sądzisz?
Filip Drazdou:
Patrząc na to, zaskoczyło mnie, jak wiele z tych samych spółek, które dodaliśmy do naszego indeksu AI, było notowanych już w 2000 i 2001 roku i przeszło te same cykle: sieci, serwery, elektronika, usługi produkcyjne, budownictwo. Wiele z nich wciąż istnieje. Po tamtej bańce przeżywają teraz odrodzenie na obecnych nakładach kapitałowych na AI. Historia jest ta sama: capexu jest po prostu tyle, że korzysta cały łańcuch dostaw.
Nasz indeks zbudowaliśmy tak: przyjrzeliśmy się jednemu dużemu wydarzeniu, gdy rynki mocno spadły, czyli premierze DeepSeek. To wtedy wszyscy nagle uznali, że AI będzie 10 razy tańsze i te wszystkie miliardy dolarów inwestycji nie będą potrzebne. Tego dnia spadło wiele spółek w całym łańcuchu wartości, więc zebraliśmy je, przeanalizowaliśmy, posortowaliśmy w kategorie i sprawdziliśmy, jak radziły sobie przez ostatnie kilka lat.
Najlepiej radzącym sobie podsektorem był data center EMS, czyli spółki usług produkcji elektroniki (electronics manufacturing services), którym można zlecić montaż elektroniki. Urosły o ponad 800%.
Doszło do dużej ekspansji mnożników: kiedyś były to nudne spółki notowane przy 5-krotności EBITDA, a teraz widzi się w nich dostawców „kilofów i łopat”, więc notowane są przy około 25-krotności EBITDA, a ich zyski też urosły, i stąd wzięła się reszta wzrostu cen. Dalej są wszelkiej maści dostawcy sprzętu i hardware'u dla centrów danych, od HVAC przez sprzęt elektryczny po chipy, plus łańcuch dostaw półprzewodników i spółki, które to wszystko budują.
Patrząc na to, w zasadzie każdy sektor związany z AI skorzystał przez ostatnie trzy lata. Różnica względem szerokiego rynku była ogromna: nasz ogólny indeks AI dał zwrot rzędu 550%, a S&P 500 około 190%.
Marcin Majewski:
Niesamowite. A kiedyś były to nudne branże.
Filip Drazdou:
To biznesy o wysokim capeksie i niskiej marży, teraz wyceniane dość wysoko. Zobaczymy, jak to się potoczy. Jeśli to bańka, to muszą spaść i robi się z tego cykl. Wiele z nich to bardzo cykliczne sektory, gdzie przez jakiś czas są duże zyski, a potem przychodzi nagły spadek. Przeinwestowuje się w capex, buduje się za dużo fabryk produkujących HVAC, a jeśli z tym capeksem stanie się coś złego, zostaje nadwyżka mocy produkcyjnych.
Właśnie dlatego wskaźnik Shiller PE jest tak przydatny: patrzy na 10 lat zysków, więc usuwa efekt cyklu. Nawet jeśli zyski w danym roku się potroją, zakłada się, że co poszło w górę, musi spaść, a każda branża żyje własnym cyklem. Jeśli więc producent sprzętu elektrycznego albo HVAC potraja teraz portfel zamówień, nie będzie tak na zawsze i ostatecznie ktoś zostaje z całą mocą produkcyjną, w którą spółka zainwestowała.
Marcin Majewski:
Tak, rozbudowa nie potrwa wiecznie, to w dużej mierze zdarzenie jednorazowe. GPU trzeba wymieniać, ale nie sądzę, żebyśmy zabudowali wszystkie centra danych na Ziemi. Mam nadzieję, że nie.
Filip Drazdou:
Sprzęt trzeba wymieniać co 5 czy 10 lat, więc jakiś okres użytkowania tam jest, ale to nie to samo co przychody powtarzalne.
Marcin Majewski:
To nie są przychody cykliczne, nie.
Dziesięć oznak bańki rynkowej i gdzie na ich tle plasuje się AI
Filip Drazdou:
Jeśli chodzi o kwestię bańki spekulacyjnej, przeanalizowaliśmy również czynniki, które Jeremy Grantham i Edward Chancellor wskazali w jednej ze swoich ostatnich publikacji. Wymienili oni 10 oznak bańki spekulacyjnej – sami możecie ocenić, czy sztuczna inteligencja spełnia te kryteria:
- Istotna innowacja technologiczna: Najpierw sztuczna inteligencja, a wcześniej telekomunikacja i internet. Zrobione.
- Prosta, wciągająca historia: tym razem taka, że już nigdy nie będziemy musieli pracować.
- Znani mistrzowie: Thomas Edison w czasach boomu energetycznego, założyciele firm internetowych, tacy jak Bezos i Bill Gates. Teraz mamy Sama Altmana i Dario Amodeiego. Podobny schemat.
- Fala nowych publikacji podkreślających zalety: Istnieją czasopisma i media poświęcone sztucznej inteligencji, a zakres poruszanych tematów jest bardzo szeroki.
- Rosnąca liczba nowych firm: Dane wskazują, że w Stanach Zjednoczonych rośnie liczba nowo zakładanych firm – nie tylko w branży technologicznej, ale w różnych sektorach.
- Zawieszenie standardowych kryteriów wyceny: SpaceX to doskonały przykład.
- Zastosowanie nawet w przypadku dojrzałych technologii: To trudna sprawa, ale można powiedzieć, że to dopiero początek.
- Ogromne nadmierne zaangażowanie kapitału: nakłady inwestycyjne sięgają setek miliardów dolarów.
- Przychody potrzebne, by ten capex pokryć i na nim zarobić, są bardzo wysokie.
- Oszustwa i nieuczciwe zachowania: tego jeszcze tak naprawdę nie widzieliśmy. Zwykle pojawia się jako ostatnie: ostatnim razem były to Enron i WorldCom, a w czasie kryzysu finansowego banki. Przesilenie przychodzi, gdy wszystko zaczyna spadać, i to właśnie wtedy bańka się potwierdza.
Marcin Majewski:
Co do prostej, przekonującej historii, jej tegoroczna wersja jest taka, że roboty, czyli agenty, zrobią wszystko. Co do punktu o „nawet dojrzałej technologii” trochę bym z tym polemizował: mam wrażenie, że bez przerwy pracujemy z jakimś MVP. Korzystamy z AI na dużą skalę, ale to zdecydowanie nie jest stan docelowy. Dla zwykłych ludzi wykonujących pracę o znaczeniu krytycznym po prostu jeszcze go nie ma i trochę to potrwa.
Mogę więc odhaczyć może sześć czy siedem z tych pól, nie wszystkie. Dlatego nie obawiam się, że pęknięcie nadejdzie wkrótce. Sądzę, że to musi jeszcze trochę urosnąć.
W krótkim terminie jestem optymistą. W długim to pęknie, ale nie wiem, może za dwa, trzy lata. Sądzę, że muzyka pogra jeszcze jakiś czas.
Filip Drazdou:
Warto przypilnować IPO SpaceX, a potem OpenAI i Anthropic, żeby zobaczyć, jak sobie poradzą. Zgaduję, że pierwsze podskoczy o 50% pierwszego dnia. To zwykle zostawia dużo miejsca na dalszy ruch i zachęca całe grono innych spółek, żeby weszły na giełdę. Ale jeśli zacznie się psuć albo akcje spadną w ciągu dwóch tygodni po IPO, to być może jesteśmy bliżej szczytu.
Czego tu nie ma, a czego nie było na liście, to szaleństwa z 2020 i 2021 roku: akcji memowych, SPAC-ów, NFT, krypto, metawersum.
Marcin Majewski:
Teraz nie ma tego aż tyle. Mamy SpaceX i Teslę przy 300-krotności zysków, ale naprawdę szalonych rzeczy jest niewiele. Nawet Bitcoin dość mocno stąpa po ziemi. Sądzę więc, że mamy jeszcze sporo drogi przed sobą.
Filip Drazdou:
Żeby złożyć łańcuch dostaw w całość: zaczyna się od dostaw energii, wytwarzania elektryczności, energetyki jądrowej, ropy i gazu. Potem biegnie przez półprzewodniki i wszystkich dostawców sprzętu dla półprzewodników, oprogramowanie, którego potrzebują, testy i inspekcję, sprzęt do zwiększania uzysku oraz montaż.
Następnie mamy to, co faktycznie znajduje się w centrum danych: sprzęt elektryczny, systemy wentylacji i klimatyzacji, sieci oraz układy scalone. Do tego dochodzą firmy, które to wszystko obsługują i budują. Kolejnym poziomem są duże modele językowe (LLM) i aplikacje oparte na sztucznej inteligencji.
Marcin Majewski:
Te pozycje wkrótce dodam do spisu treści.
Filip Drazdou:
Dodamy je, gdy tylko pojawią się na giełdzie, a to będzie bardzo dobry wskaźnik pozwalający ocenić ich wartość. W końcu przekonamy się, jak naprawdę wyceniane są czołowe firmy z branży sztucznej inteligencji.
Marcin Majewski:
To fascynujące, że największymi zwycięzcami dotychczasowego wyścigu w dziedzinie sztucznej inteligencji nie są firmy zajmujące się sztuczną inteligencją.
Filip Drazdou:
Moglibyśmy właściwie policzyć, ile kapitalizacji rynkowej powstało w całym łańcuchu. Może to być więcej niż wyceny OpenAI i Anthropic razem wzięte. Sama NVIDIA jest warta 5 bln USD. To potężny gracz.
Aktywność M&A w AI: wolumen transakcji i nabywcy od 2015 roku
Marcin Majewski:
M&A w świecie AI radziło sobie naprawdę świetnie. Przeliczyliśmy dane o wolumenie transakcji od 2015 roku i byliśmy dość zaskoczeni: wygląda na to, że aktywność M&A w AI sięgnęła szczytu już w 2020 roku i w tym roku pewnie tego rekordu nie pobije. W 2020 roku zawieranie transakcji ogromnie przyspieszyło, co moim zdaniem było kulminacją dojrzewania pierwszej kohorty spółek AI.
To było, zanim zaczęliśmy mówić o LLM-ach i generatywnej AI, chodziło bardziej o machine learning w tradycyjnym sensie. Tamta fala osiągnęła kulminację w 2020 roku, a potem wyhamowała przez lata pandemii COVID i późniejsze załamanie wycen.
Od 2023 roku rośnie, ale dane od początku roku nie wyglądają aż tak mocno. Nie zapowiada się na ogromny wolumen, a wynika to głównie z mniejszego zainteresowania nabywców finansowych. Jest jednak nowa fala, o której wspomnimy: same frontier laby wchodzą na drogę M&A w ramach swojego podejścia go-to-market.
Co do struktury aktywności M&A w AInajwiększą grupą zdecydowanie są narzędzia deweloperskie, które stanowią fundament dla AI. Potem jest ogromna różnorodność przejmowanych aplikacji AI. Machine learning w pewnym momencie sięgnął szczytu, to fioletowy słupek na dole, a potem wyparły go inne typy aplikacji.
Szczerze, różnorodność jest ogromna: AI ma mnóstwo zastosowań i trudno powiedzieć, na które jest większy popyt wśród nabywców, a na które mniejszy. Mam wrażenie, że jeśli firma odnosi sukces w AI, jest całkiem łatwa do sprzedania. Chcesz coś dodać, Filipie?
Filip Drazdou:
W 2020 roku dużą rolę odegrały czynniki makroekonomiczne oraz wyjątkowo niskie stopy procentowe. Wymagania podmiotów finansujących przejęcia były bardzo wysokie, a niemal cały spadek odnotowany od tamtego czasu wynikał z wycofania się inwestorów finansowych, podczas gdy inwestorzy strategiczni kontynuowali inwestycje i stopniowo zwiększali swoje zaangażowanie.
Jeśli wziąć dane za 2026 rok od początku roku i je podwoić, i tak wyjdzie mniej transakcji, i znów chodzi głównie o spowolnienie po stronie nabywców finansowych, którzy generalnie są bardzo sceptyczni wobec przejęć.
Wyceny AI na rynku prywatnym
Marcin Majewski:
Oto kilka przykładów wycen firm z branży sztucznej inteligencji. Niestety, większość tych transakcji nie jest upubliczniana, a nawet jeśli tak się dzieje, nie otrzymujemy wiarygodnych danych źródłowych. Podaje się co prawda kwotę transakcji, ale nie ujawnia się przychodów ani wskaźnika EBITDA.
Z próbki, którą przeanalizowaliśmy, nie byliśmy jednak zszokowani. Wyceny spółek AI były mniej więcej zgodne z tym, co widzieliśmy w innych sektorach software (software i usługi IT), może z lekką premią, ale nic powalającego. Rynki prywatne pozostają w większości rozsądne. Nie widać zapierających dech wycen z rund finansowania. Jest więc całkiem przyziemnie: około 5,4-krotności EV/Revenue i 15-krotności EV/EBITDA. To wycena z premią, ale nie szokuje.
To niewielka próbka i nie obejmujemy wszystkich przynoszących straty, skrajnie szybko rosnących spółek, które ewidentnie wychodzą poza tę skalę. Badamy to i przy większej liczbie danych wyciągniemy bardziej rozstrzygające wnioski, ale na razie to tylko niewielka próbka i kilka obserwacji. Po szerszy obraz tego, jak wyceniane są te biznesy, sięgnij do naszej analizy, w której Wskaźniki wyceny oparte na sztucznej inteligencji analizujemy głębiej.
Filip Drazdou:
Jest też bardzo duża różnorodność mnożników i wycen. Dostajesz setki milionów za spółkę liczącą zaledwie kilka osób, jak widzieliśmy przy Wix, gdzie było to kilku gości, a nawet jedna osoba. A potem jest mnóstwo nakładek AI, spółek, które po prostu skleiły szybki produkt wokół modelu, i tych w ogóle nie da się sprzedać.
Marcin Majewski:
Albo sprzedają firmę na wczesnym etapie po niskim wskaźniku, bo nie widzą dla niej przyszłości.
Filip Drazdou:
To zależy.
Marcin Majewski:
Każdy biznes jest inny, więc nie ma uniwersalnego mnożnika. Jak widać było na poprzednim wykresie, zastosowania AI są tak różnorodne, że wszystko zależy od konkretnego biznesu.
Filip Drazdou:
W SaaS było trochę łatwiej, bo ma się po prostu wskaźniki KPI: Rule of 40, retencję i tak dalej. Wiadomo, gdzie ustawić mnożnik. Tu, jeśli chodzi o technologię, jest to dużo bardziej złożone. Pytanie, które trzeba zawsze zadać, brzmi: czy frontier lab mógłby wypuścić ten sam produkt jutro? (Dla kontrastu, nasza analiza, Mnożniki wyceny SaaS pokazuje, o ile prostsze jest to zadanie).
Marcin Majewski:
I to nie jest tak naprawdę pytanie, czy to zrobią, to niemal pewność. Pytanie brzmi, czy uda się dość szybko wykonać pivot. Widzieliśmy dobre pivoty, jak Jasper, który spisał się świetnie. Ale nie każdy sobie z tym radzi. W tym biznesie trzeba umieć bardzo łatwo się przestawić.
Jak LLM-y wchodzą w M&A w usługach IT
Filip Drazdou:
Najnowszym zjawiskiem w AI M&A jest to, że LLM-y wchodzą w usługi IT. W ciągu kilku miesięcy zarówno OpenAI, jak i Anthropic ogłosiły, że rozwijają własne ramiona wdrożeniowe. Pozyskały finansowanie od funduszy private equity, zawarły partnerstwa z czołowymi firmami doradczymi, a potem dokonały przejęć.
OpenAI przejęło londyńską firmę, której przychody szacujemy na około 20 milionów funtów; firma ta rozwijała się bardzo dynamicznie i zatrudnia około 150 osób. Anthropic przejęło podobną firmę z San Francisco, która również rozwijała się w tempie przekraczającym 100% i zatrudniała od 80 do 100 osób.
Co z tego mają założyciele i inwestorzy? Po pierwsze, sądzę, że będą ciągnąć tę falę przejęć i kupować kolejne spółki, żeby rozbudować swoje ramiona wdrożeniowe. Zrozumieli, że nie wystarczy mieć same modele, potrzeba ludzi, którzy pójdą do klientów i pokażą im, jak z nich korzystać. Sądzę też, że niektóre fundusze private equity zaczną tworzyć konsolidacje, czyli wehikuły roll-up, żeby skupować spółki w tej przestrzeni i ostatecznie sprzedać większemu graczowi, takiemu jak OpenAI czy Anthropic.
To więc świetna okazja dla założycieli z usług IT, którzy myślą o dobrym exicie w ciągu najbliższych dwóch do pięciu lat. Usługi AI to obszar, który warto rozwijać, obaj dostawcy uruchamiają programy partnerskie i to tam jest wzrost.
Co więcej, tradycyjne firmy doradcze, jak Accenture, skupują mnóstwo spółek usług AI-native. Faculty AI zostało na przykład przejęte za około miliard dolarów kilka miesięcy temu, mając zaledwie 400 osób i raportowany mnożnik przychodowy rzędu 15-krotności, czego w usługach IT się nie spotyka. Ale tutaj płacisz za to, żeby zdobyć kompetencje i założyciela, który jest teraz CTO Accenture, i sądzę, że to był jeden z głównych powodów tej transakcji.
Wcześniej mówiliśmy więcej o M&A w branży software i o tym, co dzieje się w spółkach software wdrażających AI. Oto kilka przykładów z IT services M&A, które również zaczyna rosnąć. Co do tego, gdzie plasują się bazowe mnożniki, nasza strona o Mnożniki wyceny usług IT śledzi to szczegółowo. Pogadamy chwilę o finansowaniu?
Trendy w finansowaniu sztucznej inteligencji a problem nadmiernych inwestycji
Marcin Majewski:
Krótko, tak. Lubię porównanie do wolumenu IPO. Mieliśmy pięć dużych IPO i ofert wtórnych, w tym od Google i Meta, a liczby są oszałamiające, gdy spojrzy się na to, ile kapitału pozyskały te emisje. A jeśli spojrzeć na finansowanie spółek AI od początku roku, to około 300 mld USD, więcej niż całe zeszłoroczne finansowanie AI razem wzięte.
Sądzę, że to oznaka tego, że jesteśmy w bańce, i potwierdza, że ta rozbudowa nie jest zrównoważona. Pieniądze muszą skądś pochodzić. Te spółki nie generują zysku i będą musiały inwestować przez kolejne lata. Skłania mnie to do pytania, czy pęknięcie nie nadejdzie wcześniej, ale naprawdę trudno powiedzieć, jak długo to potrwa. Pełny obraz tego, kto wystawia te czeki, znajdziesz w naszym przeglądzie: czołowi inwestorzy w dziedzinie sztucznej inteligencji.
Filip Drazdou:
To naprawdę wzmacnia tezę o przeinwestowaniu w infrastrukturę. Wszyscy inwestują i po trosze tkwią w dylemacie więźnia: nie mogą sobie pozwolić na to, by nie inwestować. Kto nie inwestuje, a jego rywale tak, ten przegrywa. Ostatecznie więc wszyscy są na gorszej pozycji, wszyscy przeinwestowują i nikt nie potrafi się z tego wyrwać.
Kto wygra po pęknięciu bańki sztucznej inteligencji: kontrowersyjna opinia na temat tego, gdzie trafią zyski
Marcin Majewski:
Zastanawialiśmy się też, dokąd zmierza świat i kto skorzysta, gdy opadnie kurz po pęknięciu bańki. Zgadzamy się, że AI z pewnością przyniesie wzrost produktywności. Mniej pracy wystarczy, żeby zrobić to samo, więc ludzie zrobią więcej i będą bardziej produktywni, a ta produktywność stworzy nowe rzeczy w produkcji, w biotechnologii, w usługach. Wszystko powinno się poprawić dzięki nowej technologii.
Ogólnie to, co można nazwać konsensusem z San Francisco, głosi, że pracę ludzką zastąpi AI. Chcieliśmy zapytać, jak przekłada się to na to, kto naprawdę zarabia pieniądze. Nasza interpretacja tego konsensusu jest taka: udział PKB trafiający do pracy ludzkiej, do osób zarabiających płace, kurczy się. Mniej pieniędzy płynie do ludzi, więcej do korporacji (stąd wzrost wycen), a trochę więcej do właścicieli aktywów fizycznych.
Potem zadaliśmy sobie pytanie, jak wyglądałoby to w rzeczywistości, i to jest nasze przekorne spojrzenie. W gospodarce pojawi się duża nadwyżka do podziału dzięki zyskom z produktywności, ale jej rozdział niekoniecznie będzie taki, jakiego się oczekuje.
Weźmy najpierw spółki i korporacje. Duży wzrost wycen opiera się na dominującej narracji, że zyski wzrosną na całej linii, bo inaczej po co płacić więcej za akcje? Ale nie jestem tego taki pewny. Biznesy, które kiedyś były asset-light, bo opierały się na pomysłach i własności intelektualnej, nagle zmienią się w biznesy o wysokim capex. Bariery wejścia w istocie spadną, więc branże kiedyś monopolistyczne mogą stać się hiperkonkurencyjne. O zyski korporacji w długim terminie bałbym się bardzo.
Jednocześnie część PKB, która trafia do właścicieli aktywów fizycznych (ziemi, centrów danych, zakładów produkcyjnych, producentów minerałów, w tym metali ziem rzadkich), to moim zdaniem miejsce, do którego płynie wartość z AI. Już to widzimy: NVIDIA radzi sobie świetnie, ale to spółki robiące fizyczne rzeczy leżące u podstaw całej tej rozbudowy zarabiają krocie.
To więc tylko ilustracja tego, że obecny konsensus może być błędny i że warto przyjrzeć się aktywom, których dziś się nie docenia. W horyzoncie ponad 20 lat to one mogą faktycznie zyskać na wartości, a największa wartość może wcale nie przypaść wygranym wyścigu AI. To trochę dygresja, pewna pożywka do myślenia, ale mam nadzieję, że pobudzi do refleksji.
Filip Drazdou:
Jak pokazaliśmy na początku, korzyści trafiają do wszystkich spółek zajmujących się budową, hardware'em, sprzętem i tak dalej. To one są dziś punktami krytycznymi, to tam są wąskie gardła. Pieniądze są, albo będą, dostępne dla wszystkich tych spółek, a one będą się nawzajem przelicytowywać i windować ceny wzdłuż całego łańcucha.
Mamy tu też kilka przykładowych wycen spółek AI, ale to rundy finansowania, więc w większości przypadków to inny obraz.
Marcin Majewski:
Ciekawe, jak spadają ich wyceny. Firmy rozrosły się tak bardzo, że szczerze mówiąc, te spadki nie wydają się już aż tak szalone. A może po prostu przyzwyczailiśmy się do bardzo wysokich wskaźników. W każdym razie wyceny zdecydowanie spadły, bo od zeszłego roku firmy się rozrosły.
No i to by było na tyle. Dotarliśmy mniej więcej na czas.
Sesja pytań i odpowiedzi
O M&A wertykalnych rozwiązań AI:
Marcin Majewski:
Mam mieszane uczucia. Z jednej strony software wertykalny uchodził jak dotąd za bezpieczny wybór, więc przez analogię wertykalne AI powinno być tak samo. Ale Claude staje się tak inteligentny i tak szybko oraz łatwo można go wytrenować do zadań wertykalnych, że nie jestem pewny, jak trwałe są wertykalne rozwiązania AI, chyba że są powiązane ze źródłem danych bardzo specyficznym dla danej wertykali.
Jeśli ktoś ma coś dla branży morskiej i wymyśli własny czujnik, który do tego dołączy, żeby dostarczać użyteczne dane i analizy, to może. Ale ogólnie nie jestem aż takim optymistą.
Filip Drazdou:
Zależy to również od branży, ponieważ każda branża jest inna. Przykład oprogramowania morskiego lub rozwiązania dla nauki to bardzo niszowe i specyficzne obszary, które mogą być w mniejszym stopniu narażone na zakłócenia spowodowane przez sztuczną inteligencję. Jeśli jednak branża jest prostsza, jak oprogramowanie dla szkół lub edukacji, gdzie działają setki graczy w różnych krajach, a sztuczna inteligencja dysponuje już bazą kodu i wiedzą, wówczas jest ona znacznie bardziej narażona.
O tym, czy zyski z produktywności wymagają ludzi, a nie tylko technologii:
Marcin Majewski:
W pełni zgadzam się, że wzrost wydajności jako korzyść płynąca z AI wymaga rzeczywistych zmian w zachowaniach ludzi i procesach, a to jest coś, co mogą osiągnąć wyłącznie ludzie. Rozmawiamy z wieloma firmami i obserwujemy bardzo zróżnicowane podejścia. Obecnie jest to przewaga konkurencyjna dla firm, które wdrażają AI: rozwijają się szybciej i szybciej dostarczają wyniki. Widzimy to głównie w inżynierii oprogramowania, ponieważ inżynierowie mogą działać znacznie szybciej dzięki narzędziom AI. Nie jest to 10-krotny wzrost, ale jest to realne.
Wymaga to zmiany po stronie ludzi i wsparcia kierownictwa, żeby tę zmianę napędzić. Samo się to nie wydarzy. Rządy i samorządy też będą musiały to ułatwić. Jesteśmy z Europy, a w czymś takim jak samochody autonomiczne Europa jest jakieś pięć lat za San Francisco. Bez tego wsparcia to się nie dzieje. To musi być skoordynowany wysiłek.
Jeśli chodzi o odpowiedniki w dziedzinie sztucznej inteligencji tych, którzy odnieśli sukces w branży telekomunikacyjnej (operatorzy sieci komórkowych, Nokia, Ericsson):
Marcin Majewski:
Świetne pytanie. Spółką wieżową AI będzie spółka centrów danych albo spółka energetyczna i pewnie będzie to powiązane: wytwarzanie energii razem z centrami danych, bo trzeba je budować blisko tanich źródeł energii. To one skorzystają, plus może górnictwo, bo potrzeba mnóstwa metali ziem rzadkich, żeby napędzić robotyzację gospodarki. Ogólnie metale, miedź, stal i aluminium, wszystkie idą w górę.
Filip Drazdou:
Dla mnie to także sieć przesyłowa, dystrybucja. To tam jest wąskie gardło i to tam są faktyczne monopole. W większości krajów nie da się w nie łatwo zainwestować, są regulowane. Wszędzie tam, gdzie jest siła monopolistyczna albo jakieś naturalne ograniczenie.
Marcin Majewski:
I trzeba wspomnieć o Chinach. Chiny będą ogromnym beneficjentem, bo przy całej tej rozbudowie infrastruktury to one będą wytwarzać komponenty. Tak też było w telekomunikacji: Nokię i Ericssona zastąpili chińscy dostawcy, i sądzę, że tutaj rozegra się to bardzo podobnie. Europa jest w istocie silna w tych tradycyjnych technologiach inżynierii elektrycznej, co cieszy.
Jeśli chodzi o tendencje obserwowane wśród nabywców (fundusze private equity, Constellation, przedsiębiorstwa):
Marcin Majewski:
Ogólnie widzimy dużo sceptycyzmu. Spółki typu Constellation nie kupują firm o zawrotnych wycenach i w gruncie rzeczy nie widzimy jakiegoś większego dostosowania strategii nabywców. Bardzo niewielu robi śmiałe ruchy. Accenture to dobry przykład kogoś, kto się na to zdecydował. Stale skanujemy spółki AI i nie tak wiele z nich jest przejmowanych. Wielu nabywców działa powoli i próbuje ustalić, dokąd zmierza rynek.
Filip Drazdou:
Nawet w branży usług IT nie wygląda to tak, jakby wszyscy rzucili się na firmy zajmujące się sztuczną inteligencją. Po pierwsze, nie ma aż tak wielu firm świadczących usługi IT oparte na sztucznej inteligencji. Jeśli chodzi o nabywców, obecnie aktywne są OpenAI, Anthropic i Accenture, podczas gdy inne firmy przyjmują postawę wyczekującą, chroniąc swoją podstawową działalność.
O tym, czy istnieje przestrzeń możliwości zorientowana na ludzi, skoro miliardy ludzi nadal będą coś kupować, nawet gdy wielu będzie się borykać z trudnościami:
Marcin Majewski:
Zadaliśmy sobie to dziś pytanie i przyjrzeliśmy się strukturze PKB. Szczerze, cały sektor tech nie jest aż tak duży jako udział w PKB. Zabezpieczeniem jest rząd, bo może opodatkować wszystkich, prowadzić projekty publiczne i zatrudniać ludzi, tak jak robił to w czasie Wielkiego Kryzysu. To ostateczność, gdyby ludzie naprawdę nie mieli co robić. Ale jest tyle branż, które wciąż będą potrzebować ludzi, jak hotelarstwo i gastronomia.
Filip Drazdou:
Sektor opieki zdrowotnej rozwija się w zawrotnym tempie.
Marcin Majewski:
Usługi opiekuńcze, tak. Chcemy wchodzić w interakcje z ludźmi. Nie chcemy kupować kawy od robota ani rozmawiać z nim o winie. Chcemy kogoś, kto wnosi ludzki pierwiastek. Więc nie jestem aż tak zaniepokojony. Nastąpi transformacja. Jestem z Polski i widziałem to, gdy polska gospodarka przechodziła transformację z komunizmu do kapitalizmu.
Nagle 25% ludzi zostało bez pracy, bo umiejętności, w których ich wyszkolono, przemysł ciężki, zarządzanie przedsiębiorstwami państwowymi, administracja, były zupełnie nieprzydatne w nowoczesnej, zglobalizowanej gospodarce. Może więc pojawić się luka. My też mamy trudności z zatrudnianiem juniorów, bo o tyle łatwiej kazać coś zrobić AI niż przekazać to młodszej osobie.
Czekają nas trudności, ale sądzę, że w rezultacie powstanie nowa struktura gospodarcza, która będzie jeszcze bardziej zorientowana na usługi niż obecnie, a charakter tych usług ulegnie zmianie.
Myślę, że znacznie więcej usług będzie opierać się na empatii – będziemy oczekiwać od interakcji wartości emocjonalnej, a nie tylko funkcjonalnej, ponieważ ta ostatnia ulegnie utowarowieniu i stopniowo straci na znaczeniu. Być może więc w naszych interakcjach będziemy poszukiwać wyższych wartości. Tak wygląda optymistyczna perspektywa.
Na koniec zestawiliśmy dwa scenariusze, utopijny i dystopijny. Nie wiemy, gdzie to wszystko wyląduje, i pewnie w nadchodzących latach będzie oscylować między nimi. Bardzo chciałbym, żeby wyszła wersja utopijna, choć czasem boję się, że pójdzie drogą dystopijną. Pozwól, że zakończę nutą utopijną. Rynki i wyceny mają się dobrze, a my zarabiamy dużo pieniędzy, bo capex służy szerszej gospodarce, a nie tylko właścicielom Anthropic i OpenAI. Pracujemy mniej i znajdujemy nowe zajęcia.
Wciąż proszę swój zespół, żeby mnie zwolnił i zastąpił agentami. Jeszcze się to nie dzieje, ale może pewnego dnia będziemy pracować dwa dni w tygodniu i cieszyć się tym, co robimy. Cywilizacja będzie mogła mocniej skupić się na kreatywności i więzi z innymi. A może AI doprowadzi nawet rządy i organizacje międzynarodowe do nowego porządku światowego, który przyniesie korzyść wszystkim i powstrzyma kolejne konflikty. Pewnie nie wszystko się ziści, ale mam nadzieję, że dużo z tego się spełni.
Jeśli rozważasz jakąkolwiek transakcję M&A w AI lub w szerszej przestrzeni software, jako nabywca, sprzedający czy inwestor, zachęcamy, żebyś skontaktował się z nami i porozmawiał bezpośrednio. Możesz też zajrzeć do naszych najnowszych danych, Wskaźniki wyceny oparte na sztucznej inteligencji , które dadzą Ci więcej kontekstu na temat tego, jak wyceniane są te biznesy.
