Czy rynek AI to głównie PR, czy za nagłówkami stoi głębsza matematyka? Analiza rynku przygotowana przez firmę Linkmate, wcześniej działającą jako Linkomo, sugeruje, że odpowiedź leży w połączeniu dynamiki zadłużenia, wydatków kapitałowych i mierzalnego popytu biznesowego.

Matematyka kredytu stojąca za szumem wokół AI

Według The State of the Agentic Market adopcja AI wchodzi w późniejszy etap dojrzałości. W praktyce Linkmate twierdzi, że rynek odchodzi od traktowania AI jako magicznego, uniwersalnego rozwiązania i zaczyna używać go jako narzędzia do rozwiązywania zwykłych problemów biznesowych.

Raport argumentuje, że AI często przedstawiane jest jako główny czynnik zakłócający rynek pracy, ale jednocześnie służy jako kozioł ofiarny. Zdaniem Linkmate istotnym czynnikiem osłabienia rynku pracy jest połączenie kredytów z okresu COVID i podwyżek stóp Rezerwy Federalnej.

W 2019 roku duże firmy technologiczne zaczęły na nowo oceniać swoje biurowe zasoby, pytając, po co płacić za cztery piętra biurowe w Nowym Jorku lub Silicon Valley, skoro nie są już potrzebne. Stało się to wczesnym krokiem do cięcia kosztów. Okres lockdownów zwiększył również zadłużenie korporacyjne, ponieważ firmy zaczęły zaciągać więcej długu przy niższych stopach.

Między 2019 a 2020 rokiem stopa Rezerwy Federalnej spadła do 0.05%, co uczyniło pożyczanie tańszym niż w jakimkolwiek momencie od ponad 70 lat. Linkmate cytuje komunikaty Rezerwy Federalnej i dane FRED, według których kredyty korporacyjne w 2020 roku wynosiły 0.25%, co w analizie opisano jako sytuację, w której każdy pożyczony dolar był wart tylko 0.25 centa, a nie 25 centów.

Analiza wskazuje, że zadłużenie korporacyjne nie było wykorzystywane zachowawczo. W normalnych okresach korporacje zwykle zaciągają mniejsze pożyczki i szybko je spłacają, ale tym razem tak nie było. W ciągu kilku lat łączny poziom kredytów korporacyjnych wzrósł z około $2T do $3.1T w pierwszej połowie 2020 roku. Następnie spadł o $0.6T, czyli $600B, do $2.4T w 2022 roku, po czym ponownie wzrósł.

Linkmate twierdzi, że każdy cykl rynkowy przynosił firmom nowe sposoby zwiększania zysków i zmniejszania presji zadłużenia. W 2023 roku OpenAI wprowadziło duży model językowy oraz interaktywnego chatbota, który mógł dynamicznie odpowiadać na pytania. Zdaniem Linkmate stworzyło to oczekiwanie, że firmy mogą zastąpić część kosztów, znacząco ograniczyć zatrudnienie i poprawić rentowność.

To oczekiwanie, jak podaje analiza, wzmocniło optymizm inwestorów i doprowadziło do fali zwolnień w dużych firmach technologicznych, takich jak Oracle, Google, Amazon, Payoneer, Intel, HP, Meta, Fiverr, xAI, Salesforce, CISCO i Peloton. TechCrunch opublikował pełną listę za 2025 rok. Linkmate twierdzi, że liczba zwolnień rosła każdego roku od 2023 roku, co wspiera tezę, że rynek AI znajduje się na szczycie cyklu hype’u Gartnera.

Gdzie AI znajduje się w cyklu hype’u Gartnera?

Model hype’u rynkowego Gartnera zakłada, że technologie przechodzą przez kolejne etapy dojrzałości. Po osiągnięciu szczytu zawyżonych oczekiwań zazwyczaj następuje ponowna ocena rynku i bardziej trzeźwe spojrzenie na to, jak technologia faktycznie się sprawdza.

Linkmate twierdzi, że jednym z najbardziej obiecujących zastosowań AI jest rozwiązywanie rzeczywistych odpowiedników zadań NP-zupełnych. Raport wskazuje na zastosowania takie jak analiza łańcuchów białkowych, odkrywanie nowych terapii dla starych chorób, przyspieszanie badań nad rakiem, ratowanie życia niekonwencjonalnymi metodami, odkrywanie nowych materiałów i obniżanie kosztów medycyny. Choć AI nie jest uniwersalnym rozwiązaniem, analiza podkreśla, że uczenie maszynowe i duże modele językowe mogą wykonywać zadania zbyt trudne dla konwencjonalnych metod.

Gdy rynek wychodzi poza etap zawyżonych oczekiwań i rozczarowującej trzeźwości, Linkmate argumentuje, że zaczynają pojawiać się realne przypadki użycia, które są szerzej uznawane za bezpośrednie rozwiązania istniejących problemów.

Analiza mówi również, że rynek konfrontuje się z faktem, iż ludzie nadal są tańsi niż AI. Trend określany jako „tokenmaxxing”, czyli maksymalizacja wykorzystania tokenów, przedstawiono jako przykład szczytu zawyżonych oczekiwań — przekonania, że AI może zastąpić pracę ludzi w większości obszarów. W praktyce, jak twierdzi Linkmate, rachunek za tokeny AI jest często wyższy niż średnie wynagrodzenie inżyniera oprogramowania.

Microsoft został zacytowany słowami: „Using tech is more expensive than paying human employees”. Raport przywołuje też Uber, gdzie kierownictwo publicznie zdecydowało o redukcji działu HR po tym, jak okazało się, że budżet na AI został zużyty w 4 miesiące. Cytowany jest również aktywny wiceprezes Nvidii, według którego AI kosztuje „far more than humans”.

Linkmate wskazuje prognozy Goldman Sachs sugerujące, że do 2030 roku wykorzystanie AI może wzrosnąć do 120 quadrillion tokens. Bank of America, w osobnej optymistycznej prognozie, stwierdził, że wydatki na AI mogą osiągnąć $155B do 2030 roku.

Co mówią liczby o wykorzystaniu AI?

Linkmate twierdzi, że porównanie zgłoszeń do SEC z publicznymi deklaracjami daje pełniejszy obraz. Raport wskazuje trzy wskaźniki, które jego zdaniem pokazują, że szum wokół AI jest realny i mierzalny:

• Średnie ceny energii PJM, czyli cena za MW-day, wzrosły o +833%.
• Pamięć HBM została wyprzedana w 100% z wyprzedzeniem względem rynku.
• Prognozowane CapEx hyperscalerów na AI w 2026 roku ma wynieść $660B.

Analiza podkreśla jednak rozbieżność między deklarowanymi wydatkami kapitałowymi a rzeczywistym free cash flow raportowanym w zgłoszeniach do SEC. Amazon i Google mają znajdować się w ujemnych przepływach pieniężnych, podczas gdy Microsoft ma wykazywać dodatnie wyniki.

Linkmate zwraca również uwagę na niepokojący wzorzec wokół OpenAI. Według raportu prognozowany próg APR na 2026 rok wynosi $40B, podczas gdy rzeczywista roczna strata operacyjna ma wynosić -$20B w 2025 roku i -$14B w 2026 roku. Zdaniem analizy ta rozbieżność między wskaźnikami fundamentalnymi a ujawnionymi danymi może w przyszłości stanowić problem, jeśli rzeczywiste przypadki użycia AI nie zmaterializują się.

Obecna narracja rynkowa przedstawia AI głównie jako asystenta do czytania e-maili i tworzenia podsumowań z wyszukiwarki Google. Jak wskazują liczby, popyt istnieje, ale realne zastosowania leżą gdzie indziej — w obszarze rozwiązywania rzeczywistych odpowiedników zadań NP-zupełnych.

Wskaźniki adopcji są obecne, podobnie jak kapitał venture capital na poziomie co najmniej $510B. Według podziału sektorowego niemal 80% globalnego VC z Q1 2026 trafiło do startupów AI, co odpowiada około $242B z $300B.

Według najlepszych szacunków rynkowych wartość rynku AI w 2026 roku mieści się w przedziale od $375B do $0.9T, przy prognozowanym CAGR na poziomie 14% do 39%.

Linkmate ocenia, że liczby pokazują popyt jako konkretny i obecny we wszystkich segmentach, ale brakuje podaży rzeczywistych propozycji product-market fit, które można wykorzystać w scenariuszach z prawdziwego świata. W praktyce może to oznaczać, że w najbliższej przyszłości rynek AI przejdzie fazę korekty, w której słabsi gracze zostaną zastąpieni przez podmioty oferujące zastosowania adekwatne do potrzeb realnego rynku. Najlepsze szacunki Linkmate wskazują, że możliwa faza korekty może nastąpić między 2027 a 2028 rokiem, jeśli nie pojawi się szeroko stosowalny przypadek użycia w świecie rzeczywistym.