Inwestowanie w sztuczną inteligencję – złoty interes czy nowa bańka spekulacyjna?

Hossa na spółkach AI rozgrzała Wall Street do czerwoności, ale coraz więcej inwestorów zaczyna zadawać sobie pytanie: czy to jeszcze trend, czy już spekulacyjna gorączka? Dynamiczny rozwój technologii, wzrosty cen akcji i rosnące zyski największych graczy robią wrażenie – ale historia rynków pokazuje, że każda moda inwestycyjna może skończyć się gwałtowną korektą. Czy AI czeka ten sam los co dotcomy? A może to dopiero początek megatrendu? Sprawdź, co warto wiedzieć przed zainwestowaniem w sztuczną inteligencję w 2025 roku.

• Historia inwestycji w sztuczną inteligencję (AI) sięga już wielu lat, ale tak naprawdę od upowszechnienia się Chata GPT od OpenAI w 2023 r. można datować hossę AI, która miała miejsce szczególnie na Wall Street.
• Coraz więcej firm wskazuje na oszczędności i wzrost wydajności dzięki wdrażaniu AI. Tak więc jest to technologia potrzebna i przyszłościowa. Tak samo jednak było z Internetem, a mimo wszystko bańka dot comów pękła i przyniosła nagłe straty inwestorom.
• Inwestowanie w AI może odbywać się poprzez różnego typu instrumenty finansowe

Przez ostatnie dwa lata inwestorzy, którzy postawili na sztuczną inteligencję, mogli liczyć zyski. Ostatnio widoczne jest jednak pewne wyhamowanie tego trendu. To, że sztuczna inteligencja będzie nam już stale towarzyszyć w życiu jest pewne. Jednak jesteśmy wciąż na początku rozwoju tej technologii i cały czas aktualne są pytania dotyczące kierunku rozwoju AI i firm, które faktycznie będą w tym pionierami, a które znikną z rynku. Oznacza to, że w kwestii inwestowania w AI nadal jest bardzo dużo pytań. Spróbujemy odpowiedzieć przynajmniej na część z nich.

Perspektywa inwestora a przedsiębiorcy

Na początku warto rozróżnić dwa różne podejścia do inwestycji w AI. Z jednej strony jest to perspektywa przedsiębiorcy, który sprawdza zastosowanie AI w swojej firmie, a z drugiej perspektywa inwestora, który patrzy, jakie spółki mogą dać najlepszą stopę zwrotu. Kluczowe dla niego są odpowiedni wybór spółek oraz moment wejścia i wyjścia z inwestycji. Dąży on do maksymalizacji zwrotu z kapitału, identyfikując firmy, które mogą najwięcej skorzystać na rozwoju AI.

Dla przedsiębiorcy AI to przede wszystkim narzędzie umożliwiające optymalizację procesów, redukcję kosztów i zwiększenie efektywności działalności. Zamiast analizować notowania giełdowe, przedsiębiorca zastanawia się, jak wdrożenie AI wpłynie na jego firmę i jakie oszczędności może wygenerować. I najważniejsze – czy potencjalne zwroty usprawiedliwią koszty projektu.

Na razie można zdiagnozować już wiele branż i procesów, które AI pomaga optymalizować. Jednymi z przykładów mogą być:

1.  Automatyzacja procesów i redukcja kosztów pracy.

Jednym z największych atutów AI jest możliwość automatyzacji rutynowych zadań, co pozwala ograniczyć koszty zatrudnienia. Przykłady: 

• Chatboty – automatyczna obsługa klienta zamiast działu call center.
• Automatyzacja księgowości – AI analizuje faktury i przewiduje płatności.
• Algorytmy rekrutacyjne – AI przesiewa CV i wybiera najlepszych kandydatów.

2.  Optymalizacja łańcucha dostaw.

AI może pomóc w zarządzaniu logistyką, przewidując zapotrzebowanie na produkty i optymalizując trasy dostaw, co prowadzi do oszczędności na transporcie i magazynowaniu.

3.  Personalizacja marketingu i zwiększenie sprzedaży

Dzięki AI firmy mogą precyzyjnie dopasować ofertę do klientów:

• Rekomendacje produktów (np. jak Amazon czy Netflix).
• Analiza sentymentu w mediach społecznościowych do badania opinii klientów.
• Automatyczne kampanie reklamowe (np. Google Ads optymalizowane przez AI).

Dla nas ważniejsza jest perspektywa inwestora, która teoretycznie jest zupełnie inna, ale, jak się okaże, obie w pewnych kwestiach się zazębiają. 

Inwestorzy starają się przewidzieć, które firmy zyskają na rozwoju sztucznej inteligencji oraz kiedy jest najlepszy moment na zakup lub sprzedaż akcji. Istnieją różne sposoby inwestowania w AI:

1.  Wybór spółek technologicznych rozwijających AI

• Giganci technologiczni (np. Microsoft, Google, Nvidia) – posiadają duże zasoby do rozwijania AI i już dziś wprowadzają innowacyjne rozwiązania.
• Startupy AI – małe, dynamiczne firmy, które mogą wprowadzić przełomowe technologie, ale są bardziej ryzykowną inwestycją; te najlepsze mogą być przejmowane przez technologicznych gigantów i tu pojawia się szansa na uzyskanie olbrzymiej stopy zwrotu.

2. Wybór branż, które skorzystają na AI

• Opieka zdrowotna – AI wspomaga diagnozy i personalizuje leczenie.
• Finanse – algorytmy przewidują trendy giełdowe i automatyzują trading.
• Logistyka – AI optymalizuje trasy dostaw i zarządza magazynami.
• Produkcja – roboty z AI obniżają koszty wytwarzania.

3. Wybór momentu inwestycji

Moment wejścia na rynek jest kluczowy. Inwestorzy analizują trendy i wskaźniki finansowe, aby określić, kiedy warto kupić akcje spółki AI. Wykorzystują np.:

• Analizę techniczną – wykresy i wskaźniki giełdowe.
• Analizę fundamentalną – przychody, koszty i plany rozwoju firmy.
• Analizę wskaźnikową – porównywanie wskaźników wycen spółek, np. P/BV, P/E i próba znalezienia spółki wycenionej atrakcyjnie na tle konkurencji.
• Trendy rynkowe – popyt na AI w danej branży i cykle gospodarcze; niektórzy inwestorzy AI traktują jako megatrend, jak w przeszłości np. rozwój Internetu. 

Wchodząc natomiast bardziej w szczegóły analizy spółek mających coś wspólnego z AI, inwestor powinien zadać sobie szereg pytań i szukać odpowiedzi w raportach finansowych czy rekomendacjach analityków. Przede wszystkim należy sobie zadać pytanie o stronę przychodową, tzn. czy firma rzeczywiście zarabia na rozwijaniu technologii AI czy to tylko marketing. W historii giełd, nawet warszawskiej, dużo było pustych haseł rzucanych przez spółki w zależności od mody panującej wśród inwestorów (najświeższe to gaming oraz fotowoltaika, historyczne to deweloperka mieszkaniowa). 

Podejście inwestora i przedsiębiorcy – punkty wspólne

W pewnych aspektach jednak i jedni i drudzy potrzebują siebie nawzajem. Tak właśnie działa inwestycyjny ekosystem giełdy. Firmy pozyskują na niej kapitał na rozwój, a zyskują rynkową wycenę swojego przedsiębiorstwa. Muszą jednak w zamian spełnić szereg reguł związanych z transparentnością, raportowaniem finansowym, ESG itd. Z drugiej strony tej drabinki są inwestorzy, którzy dostarczają kapitał, ale wymagają w zamian wykazywania dobrych wyników finansowych przez firmy czy w inny sposób realizacji strategii rozwoju. Zależy im na wzroście cen akcji, bo z tego mają zysk. Przedsiębiorcom jednak też na tym zależy, bo dzięki temu mogą pozyskiwać więcej kapitału albo sprzedać firmę do inwestora finansowego czy branżowego drożej. 

Rozwój AI wymaga dużych nakładów inwestycyjnych. Z jednej strony są to miliardy euro czy dolarów inwestowane w budowy centrów danych, z drugiej podobne kwoty wydawane na rozbudowy zespołów projektujących i testujących modele AI. W początkowej fazie biznesu można co prawda pozyskiwać środki na rynku private equity, ale ten w końcu robi się za mały. Tam zresztą rządzą dokładnie te same reguły, a wymagana przez inwestorów stopa zwrotu jest nawet wyższa niż na giełdzie. Zatem tego typu kapitałochłonny biznes, jak AI, z korzyściami odłożonymi w czasie (a więc z silnie ujemnym cash flowem na początku) jest skazany na kapitał inwestorów. 

Inwestorzy z kolei chcą mieć możliwie szerokie spectrum inwestycyjne, dlatego zależy im na dużej liczbie spółek zajmujących się AI. To umożliwia też budowanie odpowiednich indeksów i opartych o nie ETF-ów spółek zajmujących się AI. 

Czy mamy do czynienia z bańką AI?

Bańka giełdowa to zjawisko na rynku finansowym, w którym ceny aktywów (np. akcji, nieruchomości, kryptowalut) gwałtownie rosną do poziomów znacznie przewyższających ich realną wartość, głównie na skutek spekulacji i irracjonalnego entuzjazmu inwestorów. Powstaje, jeśli pojawia się masowe kupowanie aktywów w oderwaniu od ich realnej wartości, do czego dołączają się inni inwestorzy (tzw. owczy pęd). Inwestorzy pompują bańki, nie patrząc na ich fundamentalną wartość, a następnie następuje pęknięcie i nagłe paniczne spadki cen. 

Faktycznie, na rynku spółek rozwijających AI miały miejsce ostatnio dynamiczniejsze spadki, ale po części jest to związane też z ogólną korektą na Wall Street wywołaną przez decyzje o rozpoczęciu wojny celnej USA z niemal całym światem. Zbiegło się też to w czasie z prezentacją modelu AI chińskiej firmy DeepSeek, który miał rzekomo być wytrenowany na starych chipach Nvidii i niskim kosztem kilku mln dolarów. Ważniejsze jednak są ogólne nastroje na Wall Street. DeepSeek to bardziej ostrzeżenie i przypomnienie, że AI to wciąż nowa technologia, a rynek dopiero się kształtuje. Dzisiejsi liderzy niekoniecznie będą nimi za 10 lat. 

Warto jednak popatrzeć na samą Nvidie jako pioniera hossy AI. Wzrost kursu w okresie od początku 2023 r. to ponad 900%, licząc do szczytu z początku tego roku:

Wykres 1. Cena akcji spółki Nvidia.

Źródło: Bloomberg

Teoretycznie jest to skala wzrostu, która może budzić obawy o pojawienie się bańki. Jednak warto zwrócić uwagę, że za tym wzrostem poszła skokowa poprawa przychodów i zysków. Przez 2 lata spółka poprawiała przychody o ponad 100% i to na rosnącej marży netto. W efekcie osiąga obecnie ponad 50% rentowność netto i zysk ponad 70 mld dolarów. Daje to wycenę wskaźnikową cena/zysk na poziomie ok. 36x – wysoko, ale i normalnie dla spółki o wysokim profilu wzrostu. Problemem Nvidii jest jednak to, że nie ma zbyt zdywersyfikowanego biznesu, a ewentualna zmiana profilu rozwoju AI lub jego tempa może mocno odbić się na wynikach finansowych, a tym samym notowaniach Nvidii. 

Jednak inne spółki związane mocno z AI, jak Microsoft, Alphabet czy Meta mają już biznesy dużo bardziej zdywersyfikowane, chociaż jednocześnie mniej rosnące. Daje to jednak większe bezpieczeństwo. Wycena wskaźnikowa dla tych spółek również wskazuje na mniejsze oczekiwania inwestorów i waha się od 20 do 30x na wskaźniku cena/zysk.

Jak podejść do inwestowania w AI w 2025 r?

Giełda niestety ma to do siebie, że szybko dyskontuje przyszłość. Gdy AI weszło do mainstreamu i stało się hasłem wzrostu spółek technologicznych w USA, bardzo szybko ich kursy zaczęły uwzględniać te optymistyczne założenia co do przyszłości. Obecnie jest to już powoli etap weryfikacji, dlatego łatwo się nadziać na duże korekty kursów inwestując w poszczególne spółki.

Wykres 2. Roadmapa rozwoju AI zaprezentowana przez prezesa Nvidii

Źródło: Nvidia

Natomiast wiele wskazuje na to, że AI może faktycznie być megatrendem i stanowić najbardziej gorącą technologię świata jeszcze przez wiele lat. Aktualnie bowiem, wg roadmapy przedstawionej przez Nvidie, jesteśmy dopiero na początku drogi rozwoju, przy generatywnej sztucznej inteligencji i dopiero następuje próba przechodzenia do kolejnego etapu Agentic AI.

Warto w tym rozwoju uczestniczyć. Jeżeli nie jesteśmy przedsiębiorcami i nie wdrażamy AI do optymalizacji procesów w naszej firmie to warto inwestować poprzez odpowiednie instrumenty finansowe. Celem ograniczania ryzyka warto przyjrzeć się ETF-om partycypującym we wzroście wartości spółek rozwijających AI. Do takich należy np. Xtrackers Artificial Intelligence & Big Data UCITS ETF, który ma niskie koszty i małą różnicę odwzorowania.

Wykres 3. Skład portfela Xtrackers Artificial Intelligence & Big Data UCITS ETF

Źródło: Bloomberg

Zaletą inwestowania w ETF-y jest ekspozycja na zdywersyfikowany portfel spółek dający niższą zmienność niż inwestycja w poszczególne. Jest to oczywiście kosztem stopy zwrotu, która nie będzie tak spektakularna. Niemniej, patrząc na wykres poniższy i tak należy stwierdzić, że 130% zwrotu w dwa lata to bardzo dobry rezultat.

Wykres 4. Zmiana ceny Xtrackers Artificial Intelligence & Big Data UCITS ETF.

Źródło: Bloomberg

Rynek ETF-ów na AI rośnie dynamicznie. Inne tego typu fundusze to np. Amundi MSCI Robotics & AI, WisdomTree Artificial Intelligence czy L&G Artificial Intelligence UCITS ETF. 

Podsumowanie

Inwestowanie w AI rozumiane jako inwestowanie w instrumenty finansowe, których cena zależy od tempa rozwoju i kierunku rozwoju AI, cały czas może być opłacalne. Jest sporo argumentów (przedstawione w tekście – realne wzrosty przychodów i zysków, zastosowanie technologii AI do optymalizacji procesów w firmach, nie tak wygórowane wyceny wskaźnikowe firm będących pionierami rozwoju AI) świadczących o tym, że nie mamy do czynienia z bańką inwestycyjną, a z megatrendem, który w długim terminie powinien wciąż dać dużo zarobić. Jednak jednocześnie pierwszy etap szybkiego dyskontowania przyszłości i potężnych wzrostów cen akcji spółek AI wydaje się już być za nami. Zatem teraz może rozpoczynać się trudniejsza faza cyklu, dlatego warto rozważyć zmniejszenie ryzyka inwestycyjnego poprzez inwestowanie w ETF-y.