Pięć niedocenianych prawd o gospodarce AI: wnioski z raportu DVC State of AI

W DVC przez dekadę obserwowaliśmy rynek AI z bliska — wspieraliśmy firmy i pracowaliśmy ściśle z założycielami portfela. W tym roku postanowiliśmy podzielić się naszą wiedzą z całym światem. W ten sposób powstał raport State of AI: żywa, ciągle aktualizowana analiza gospodarki AI we wszystkich warstwach, od krzemu i energii po modele podstawowe i aplikacje. Aktualizujemy go za pomocą AI i sprawdzamy osobiście — ponieważ na rynku, który rozwija się tak szybko, statyczny roczny obrazek staje się nieaktualny w momencie opublikowania.

Oto 5 ustaleń, na które powinni zwrócić uwagę zarówno założyciele, jak i inwestorzy.

1. Zasady skali zostały przepisane

Nigdy w historii technologii pięcioosobowe zespoły nie wyzywały rutynowo 100-miliardowych spółek i nie wygrywały, burząc ich modele biznesowe i oferując rynkowi ekspansję do 500 miliardów dolarów. Perplexity dodało 50% do 300 milionów dolarów przychodu rocznego w ciągu miesiąca. Higgsfield przeszedł od zera do 300 milionów dolarów w ciągu roku. Cursor osiągnął 500 milionów dolarów przychodu rocznego w czerwcu 2025 roku, 1 miliard dolarów jesienią, 2 miliardy dolarów w lutym 2026 roku. Żaden z nich nie zbudował własnych fabryk. Konkurowali na poziomie aplikacji, rozszerzając swoje rynki dziesięciokrotnie, podczas gdy infrastruktura rosła pod nimi.

2. Podręcznik SaaS nie ma zastosowania tutaj

Tradycyjna wycena SaaS opiera się na jednym założeniu: marżach na poziomie 70-80%, które kumulują się wraz ze skalowaniem biznesu. Firmy AI nie działają w ten sposób. Nawet najlepsze z nich płacą tzw. “podatek od inferencji” — 40 do 60 centów z każdego dolara trafia do komputera, modeli podstawowych, chmury, krzemu i energii. Marża brutto OpenAI w pierwszej połowie 2025 roku wyniosła około 42%. Anthropic — około 40%. Cursor — około 35%. GitHub Copilot ma obecnie 0-15%, subsydiowany dla strategicznego zabezpieczenia.

Firmy AI są bliższe przemysłowym producentom niż dostawcom oprogramowania. Jensen Huang powiedział to najlepiej: traktuj centrum danych jako fabrykę — elektrony wchodzą, a inteligencja wychodzi. Twój “agent AI dla bankowości AML i zgodności” nie jest SaaS. To usługa personalizacji sztućców. Łyżki są produkowane masowo w fabryce, z blachy, pochodzącej z młynów, które przetwarzają rudę z kopalni.

Czy to oznacza, że płacenie wielokrotności SaaS jest błędne? Nie. Ale powiedzmy sobie szczerze: płacimy za nadzwyczajny potencjał wzrostu przychodu, a nie długoterminową wartość końcową. To inna stawka. Powinniśmy ją podejmować świadomie.

3. Modele podstawowe stają się towarem — szybciej niż ktokolwiek się spodziewał

Szesnaście firm ma obecnie modele o możliwościach granicznych. W 2023 roku cena GPT-4 klasy wyniosła 37,50 dolarów za milion tokenów. Do 2025 roku: 0,14 dolara. DeepSeek V3 obniżył ją do 0,006 dolara — spadek o 99,6% w ciągu dwóch lat, czyli 6000 razy taniej niż na początku.

Gdy warstwa modelu staje się towarem, przewagę uzyskuje ten, kto kontroluje dostęp do użytkownika. Dystrybucja, głębokość przepływu pracy i własność interfejsu — a nie jakość modelu — określą, kto zdefiniuje następną dekadę. Jakość modelu nie będzie już tak ważna.

4. Model biznesowy wciąż jest wynajdywany

Istnieją obecnie trzy sposoby na zarobienie pieniędzy w AI, i żaden z nich nie jest oczywiście słuszny. Można pobierać opłatę za token — prosto, skalowalnie i biegnąc ku zeru; ceny spadły 10-krotnie w ciągu 18 miesięcy. Można pobierać opłatę za wynik (za rozwiązany bilet, za wykonane zadanie), co brzmi elegancko, dopóki nie spędzisz tygodnia, próbując zdefiniować, co “rozwiązany” naprawdę oznacza. Albo można iść drogą subskrypcyjną i reklamową. OpenAI uruchomił reklamy w lutym 2026 roku i osiągnął 100 milionów dolarów rocznych w ciągu sześciu tygodni, co brzmi imponująco, dopóki nie zrobisz matematyki: to 0,12 dolara na użytkownika rocznie, podczas gdy Google zarabia 60 dolarów. Anthropic odpowiedział, emitując reklamę Super Bowl, która wyśmiewała cały pomysł — Claude awansował na 7. miejsce w App Store tego samego dnia.

Nikt jeszcze nie rozwiązał tego problemu. Firma, która rozwiąże problem zrównoważonej monetyzacji procesów wspomaganych przez AI, może okazać się ważniejsza niż firma z najlepszym modelem. Dajemy im dwa do trzech lat, zanim to się rozstrzygnie.

5. Energia, a nie chipy, jest ograniczeniem, które definiuje dekadę

Popyt na energię w centrach danych ma wzrosnąć o 160% do 2030 roku. Google, Amazon, Microsoft i Meta łącznie zawarły umowy na 10+ gigawatów nowej mocy jądrowej w USA w 2025 roku. Nie robią tego dla zabawy. Nie mają wyboru.

Asymetria: Stany Zjednoczone mają graniczne procesory GPU, ale zmierzają ku niedoborowi mocy o 44 gigawaty w 2028 roku (Morgan Stanley). Chiny wytwarzają dwa razy więcej energii elektrycznej niż Stany Zjednoczone, dodały 543 gigawaty nowej mocy w 2024 roku i mają szacowane 400 gigawatów nadwyżki mocy do 2030 roku. Stany Zjednoczone mają chipy. Chiny mają elektrony. Kto pierwszy rozwiąże swoje ograniczenia, ten ukształtuje dekadę.

Infrastruktura energetyczna nie jest budowana w ciągu kwartału. Decyzje podejmowane obecnie — umowy PPA jądrowe, lokalizacja centrów danych, inwestycje w sieć — zadecydują, kto wygra w 2030 roku. Nie poświęcamy temu wystarczającej uwagi.

Cały raport DVC State of AI jest dostępny pod adresem state-of-ai.dvc.ai — i w przeciwieństwie do większości raportów, nadal będzie aktualny za miesiąc.