Steve Eisman, inwestor uwieczniony w filmie „The Big Short” za swoją proroczą grę przeciwko kredytom subprime, ma nowe obawy. Tym razem nie chodzi o zobowiązania zabezpieczone długiem (CDO), ale o fundament napędzający przychody branży wielkich technologii (Big Tech) ze sztucznej inteligencji.

Występując w programie CNBC „Fast Money”, Eisman stwierdził, że OpenAI i Anthropic łącznie odpowiadają za około 70% przychodów związanych z AI napływających do największych hiperskalerów, w tym Microsoftu, Amazona, Alphabet i Oracle. Według niego ta koncentracja jest „piętą achillesową” inwestycji w sztuczną inteligencję.

Dwie firmy, jedna ogromna zależność

Eisman powiedział, że przychody generowane przez sztuczną inteligencję reprezentują około 25% do 35% całkowitych przychodów z chmury tych firm. Chmura od lat jest historią wzrostu, która wspiera premie z tytułu wyceny w całej branży.

Zależność ta jest konkretna, a nie teoretyczna. Microsoft oparł swoją strategię AI na partnerstwie z OpenAI, integrując modele tego laboratorium ze swoim oprogramowaniem biurowym i platformą chmurową Azure. Amazon i Google poczyniły wielomiliardowe inwestycje w Anthropic, wiążąc część swoich ofert AI z technologią tego startupu. Oracle pozycjonuje swoją infrastrukturę chmurową jako opłacalne środowisko dla obciążeń AI, ale jej wzrost w tym segmencie nadal zależy od popytu napędzanego przez tę samą koncentrację laboratoriów AI.

Microsoft, Amazon, Google i Oracle zainwestowały łącznie setki miliardów dolarów w infrastrukturę AI. Zwrot z tych wydatków zależy w dużej mierze od ciągłej ekspansji i wydatków zaledwie dwóch prywatnych laboratoriów AI.

Zmienna chińska

Eisman wskazał również na tańsze chińskie modele AI typu open-weight jako na możliwe źródło szerszej wojny cenowej w branży.

Modele open-weight udostępniają swoje parametry publicznie, aby inni mogli na nich budować, i zyskują coraz większą popularność jako alternatywy dla zastrzeżonych systemów rozwijanych przez OpenAI i Anthropic. Chińskie laboratoria w szczególności wykazały się agresywnością, udostępniając konkurencyjne modele po znacznie niższych cenach.

Jeśli te modele osiągną poziom jakości, który skłoni klientów korporacyjnych do zmiany, lub nawet jeśli będą używane przez nich jako dźwignia w negocjacjach cenowych, marże mogą znaleźć się pod presją. Hyperskalery uzasadniły swoje ogromne wydatki kapitałowe założeniem, że obciążenia AI będą z czasem generować wysokie zwroty, a wojna cenowa podważyłaby to założenie.

Ciągły wzór sceptycyzmu

Wypowiedzi Eismana nie były pierwszym wyrazem jego obaw dotyczących tego sektora. Wcześniej, w lipcu 2026 roku, ostrzegał on przed możliwością malejących stóp zwrotu w sektorze AI i zaznaczył, że osobiście zmniejszył swoją ekspozycję na inwestycje związane z tą technologią.

Jego uwagi padają w trakcie szerszej debaty, która zintensyfikowała się przez cały rok 2026, ponieważ firmy technologiczne nieustannie ogłaszają coraz większe budżety na infrastrukturę AI, a wydatki kapitałowe rosną z kwartału na kwartał. Dla branży centralnymi pytaniami pozostają to, jak szybko adopcja AI w przedsiębiorstwach może przełożyć się na powtarzalne przychody na dużą skalę oraz to, czy baza przychodowa może poszerzyć się poza garstkę firm, które obecnie ją napędzają.