AI kosztowała już 1,5 biliona dolarów. Ile pieniędzy realnie wróciło z powrotem?

Spróbujcie sobie wyobrazić, że przez trzy lata inwestujecie ogromne sumy pieniędzy w jeden projekt, a na koniec nawet porządnie nie wiecie, ile wam się z tego zwróciło. Dokładnie to robi teraz niemal cała Dolina Krzemowa ze sztuczną inteligencją. Miliardy płyną do centrów danych, chipów i modeli w tempie, jakiego technologiczny świat nie pamięta, a przy tym pytanie „czy ktokolwiek na tym zarabia?” pozostaje najczęściej bez konkretnej odpowiedzi.

Istnieje strona, która postanowiła odpowiedzieć na to pytanie twardo, liczba po liczbie.

Nazywa się isaiprofitable.com, śledzi skumulowane wydatki i przychody największych graczy AI i aktualizuje się na bieżąco, wraz z odliczaniem, ile pieniędzy „przepala się” w każdej sekundzie spędzonej na czytaniu strony. Autorem jest jeden niezależny deweloper, czerpiący z raportów SEC, rozmów o wynikach, szacunków Bloomberga, WSJ i Epoch AI. Nie jest to więc audyt, ale jest to najbardziej kompletny publicznie dostępny przegląd, jaki obecnie istnieje na ten temat.

Kto wydaje, a kto zarabia?

Według najnowszych liczb z isaiprofitable.com (stan na lipiec 2026) AI pochłonęła łącznie około 1,5 biliona dolarów i wygenerowała z tego około 769 miliardów dolarów przychodów.

Różnica ponad 700 miliardów dolarów brzmi przerażająco, ale prawdziwa wartość leży w tym, jak nierównomiernie rozłożone są te straty i zyski.

Amazon $AMZN prowadzi w wydatkach z 331,1 miliarda dolarów wydatków wobec 22 miliardów dolarów przychodów, co daje pozycję netto -309,1 miliarda dolarów. Zaraz za nim jest Alphabet $GOOG z wydatkami 302,8 miliarda dolarów i przychodami 25 miliardów dolarów, pozycja netto -277,8 miliarda dolarów. Meta $META wydała 238 miliardów dolarów i zarobiła tylko 3 miliardy dolarów, pozycja netto -235 miliardów dolarów, co przy znikomych przychodach daje najgorszy wskaźnik spośród wielkiej czwórki. Microsoft $MSFT przeznaczył na AI 256 miliardów dolarów i odzyskał 31 miliardów dolarów, pozycja netto -225 miliardów dolarów.

Oracle $ORCL jest już mniejszym graczem, wydatki 92 miliardy dolarów, przychody 45 miliardów dolarów, pozycja netto -47 miliardów dolarów. OpenAI wydała 62 miliardy dolarów i zarobiła 26,7 miliarda dolarów, pozycja netto -35,3 miliarda dolarów. xAI ma za sobą wydatki 20 miliardów dolarów przy przychodach 7,4 miliarda dolarów, pozycja netto -12,6 miliarda dolarów. Anthropic spośród czystych laboratoriów AI jest najbliżej zbilansowania, wydatki 33 miliardy dolarów, przychody 22 miliardy dolarów, pozycja netto −11 miliardów dolarów.

Potem następuje przełom. AMD $AMD zainwestowało 27 miliardów dolarów i uzyskało z tego 36 miliardów dolarów, pozycja netto +9 miliardów dolarów. Micron $MU przeznaczył na AI 26 miliardów dolarów i odzyskał 34 miliardy dolarów, pozycja netto +8 miliardów dolarów. A na szczycie jest Nvidia $NVDA, wydatki 228 miliardów dolarów, ale przychody aż 516 miliardów dolarów, pozycja netto +288 miliardów dolarów, czyli zdecydowanie najwyższy zysk w całej tabeli.

Najbardziej rzuca się w oczy jedna nazwa na obu końcach tabeli. Nvidia jest jedyną firmą, która na całym boomie zarabia masowo i jednoznacznie, ponieważ sprzedaje łopaty wszystkim kopiącym. Podczas gdy wielcy konsumenci infrastruktury AI tkwią głęboko na minusie, Nvidia zarobiła od 2023 roku ponad 500 miliardów dolarów przychodów przy inwestycji niecałych 230 miliardów. To najczystszy przykład starej inwestorskiej prawdy: w każdej gorączce złota najwięcej zarabia ten, kto sprzedaje kilofy, a nie ten, kto kopie.

Po drugiej stronie stoją wielcy czterej amerykańscy giganci, Amazon, Alphabet, Meta i Microsoft, którzy razem wydali ponad 1,1 biliona dolarów i odzyskali na razie niecałe 80 miliardów. Tutaj jednak potrzebne jest jedno ważne uściślenie, które sama strona otwarcie przyznaje. Te liczby nie mówią, że te firmy jako całość są deficytowe, ponieważ Amazon i Google to wciąż ogromne dochodowe przedsiębiorstwa. Liczba mierzy tylko to, czy zwróciła im się konkretna inwestycja w AI, a do wydatków wlicza się cały nakład kapitałowy na centra danych od razu w roku poniesienia, bez rozkładania na lata naprzód. Jednocześnie strona sama przyznaje, że do przychodów nie wlicza pośrednich korzyści, na przykład tego, jak bardzo AI podnosi wydajność wyszukiwarki Google czy sprzedaży Microsoft Office z Copilotem, ponieważ po prostu nie da się tego wiarygodnie rozdzielić. Rzeczywistość jest więc prawdopodobnie nieco korzystniejsza, niż pokazuje czysta tabela, ale nie na tyle, by zasadniczo zmieniało to obraz.

Druga rzecz, o której warto pamiętać, to wzajemne powiązania całego systemu. Google inwestuje w Anthropic, Anthropic działa na Google Cloud, Amazon daje pieniądze Anthropic, a Microsoft z kolei jest związany z OpenAI. Część tych bilionów faktycznie krąży między tą samą garstką firm tam i z powrotem, co oznacza, że sumaryczne liczby dla całej branży nieco zawyżają, ile realnie nowych pieniędzy napływa do systemu z zewnątrz.

Jak na to wszystko patrzę?

Amazon mam w portfelu jako jedną z największych pozycji, więc ta tabela dotyczy mnie osobiście bardziej, niż chciałbym przyznać. Widok -309 miliardów przy firmie, którą trzymam, nie jest przyjemny. Ale nie kupiłem Amazona z powodu AI. Kupiłem go ze względu na AWS, marżę e-commerce i zdolność generowania przepływów pieniężnych nawet w latach, gdy akurat nikt nie mówi o sztucznej inteligencji. Wydatki na AI u Amazona finansuje przede wszystkim właśnie dochodowy AWS, a nie nowy dług na krawędzi przetrwania. Dopóki ta dojna krowa działa, daję firmie czas, by zakład AI dojrzał, dokładnie tak, jak to działało z samą chmurą, która też latami pochłaniała pieniądze, zanim stała się najbardziej zyskowną częścią biznesu.

Jednocześnie to właśnie powód, dla którego pożegnałem się z Apple $AAPL. Tam nie widziałem żadnej porównywalnej dojnej krowy, która finansowałaby cichy zakład AI, a przede wszystkim nie widziałem żadnego rzeczywistego zakładu. Apple w tej tabeli AI nie figuruje wcale, a to samo w sobie o czymś świadczy. Firma, która ma najwyższe marże w branży, jak dotąd nie zaprezentowała przekonującego produktu AI ani porównywalnego zaangażowania kapitałowego jak konkurencja. W środowisku, w którym rozstrzyga się, kto w 2030 roku będzie dostarczał infrastrukturę reszcie gospodarki, brak na linii startu wydaje mi się większym ryzykiem niż przejściowo ujemne przepływy pieniężne konkurencji.

Jednak bardziej niż pojedyncze nazwy niepokoi mnie tempo. Odpisy na sprzęt AI wynoszą około dwudziestu procent rocznie, co oznacza, że chipy kupione dziś staną się przestarzałe, zanim w pełni się zamortyzują, a mimo to zakupy wciąż przyspieszają. To zachowanie, które normalnie nazwałbym uzależniającym, a nie racjonalnym. Firmy nie wydają, bo obliczyły zwrot. Wydają, bo boją się, że jeśli przestaną, konkurencja za trzy lata zostawi je daleko w tyle. A historia pokazuje, że strach jako proces decyzyjny inwestycyjny zwykle kończy się boleśnie dla tych, którzy go finansują, i korzystnie dla tych, którzy przetrwają i tanio kupią gruzy.

Czy sądzicie, że obecne wydatki firm na zakup AI i infrastruktury przełożą się na marże i przychody?