5 spółek, które mogą skorzystać na boomie AI w 2026 roku. GPW i Wall Street

Boom na sztuczną inteligencję nie kończy się na producentach procesorów. Pieniądze płyną również do firm dostarczających sieci, zasilanie i chłodzenie centrów danych, chmurę obliczeniową oraz gotowe aplikacje dla przedsiębiorstw. Dlatego lista spółek AI w 2026 roku powinna obejmować różne części tego łańcucha.

Analizujemy cztery spółki z Wall Street oraz jeden warunkowy typ z GPW – Text S.A. 

To lista obserwacyjna, a nie ranking oczekiwanych stóp zwrotu.

• Nvidia pozostaje najbardziej bezpośrednią ekspozycją na infrastrukturę AI spośród tej piątki, ale kapitalizacja około 5,05 bln USD oznacza bardzo wysokie oczekiwania rynku. Dochodzą do tego warunkowe gwarancje związane z infrastrukturą dla OpenAI.
• Broadcom zarabia na układach projektowanych dla konkretnych klientów i sieciach dla centrów danych. Dynamiczny wzrost idzie w parze z dużą koncentracją odbiorców.
• Vertiv sprzedaje systemy zasilania i chłodzenia potrzebne centrom danych, w tym coraz bardziej energochłonnej infrastrukturze AI. 
• Microsoft monetyzuje AI na kilku poziomach: od Azure po Microsoft 365 Copilot. Skala przychodów jest realna, podobnie jak rosnące nakłady i presja na przepływy pieniężne.
• Text S.A. to polska, bardziej warunkowa ekspozycja na aplikacyjną warstwę AI. KPI za I kwartał roku finansowego 2026/2027 się poprawiły, ale cały poprzedni rok przyniósł spadek przychodów i zysku.

Dlaczego boom AI nadal napędza giełdy?

Najważniejszym paliwem dla rynku AI nie są dziś deklaracje, lecz wydatki największych firm technologicznych.

Według Międzynarodowej Agencji Energetycznej pięć największych spółek technologicznych przeznaczyło w 2025 r. ponad 400 mld USD na nakłady inwestycyjne, a w 2026 r. ta wartość może wzrosnąć o około 75%.

To szacunek IEA, a nie suma raportowana według jednej, identycznej definicji.

Skalę widać także w raportach obejmujących kwartał zakończony 30 czerwca 2026 r. Amazon, Alphabet, Microsoft i Meta wydały w tym okresie gotówkowo łącznie około 165,0 mld USD na aktywa trwałe.

Poszczególne wartości wyniosły odpowiednio 54,2 mld, 44,9 mld, 35,8 mld oraz 30,1 mld USD.

Nie są to czyste wydatki na AI: Amazon finansuje także logistykę, a definicje raportowe spółek nie są w pełni identyczne. Kierunek pozostaje jednak czytelny.

Źródła danych do wykresu: raporty Amazon, Alphabet za I półrocze i I kwartał, Microsoft oraz Meta za I półrocze i I kwartał. Dla Alphabetu i Mety wartość za II kwartał obliczono jako zakupy za półrocze pomniejszone o I kwartał.

Wydatki tworzą popyt na kilka warstw jednocześnie:

• akceleratory i kompletne systemy obliczeniowe,
• przełączniki, optykę i sieci łączące tysiące układów,
• zasilanie, chłodzenie i fizyczną infrastrukturę centrów danych,
• chmurę, modele i narzędzia dla programistów,
• aplikacje, za które płaci użytkownik lub przedsiębiorstwo.

Drugi sygnał to monetyzacja.

Roczne przychody całego Azure przekroczyły 100 mld USD i wzrosły o 41%, ale Microsoft nie wydziela w tej liczbie sprzedaży generowanej przez AI.

Ponad 30 mln płatnych stanowisk Microsoft 365 Copilot potwierdza natomiast monetyzację aplikacyjną, choć spółka nie podała jej wartości.

Jednocześnie rachunek jest coraz większy.

Globalne zużycie energii przez centra danych ma według centralnego scenariusza IEA wzrosnąć z 485 TWh w 2025 r. do około 950 TWh w 2030 r.

Budowa serwerowni wymaga energii, przyłączy, transformatorów, pozwoleń i wyspecjalizowanych pracowników.

Dla inwestora kluczowe pytanie nie brzmi zatem „czy AI będzie większe?”, tylko kto potrafi przekuć te nakłady w trwały przepływ pieniężny.

Praktyczną stronę popytu końcowego opisujemy w poradniku CrypS.pl o automatyzacji pracy w firmie dzięki AI.

Jak wybieraliśmy spółki AI w 2026 roku?

Każda firma musiała spełnić większość poniższych warunków:

• pokazywać mierzalny przychód, popyt albo KPI związany z AI,
• mieć działający biznes i dostępne dane finansowe, a nie wyłącznie zapowiedź produktu,
• zajmować istotne miejsce w łańcuchu wartości,
• posiadać konkretny katalizator na kolejne kwartały,
• ujawniać ryzyko, które może podważyć tezę,
• być dostępna dla polskiego inwestora przez GPW lub rynek amerykański.

Wybraliśmy jedną spółkę notowaną na GPW i cztery spółki notowane w Stanach Zjednoczonych.

Drugi polski kandydat obniżyłby jakość zestawienia: na warszawskim parkiecie można znaleźć ciekawe produkty AI, ale zwykle brakuje jeszcze skali, rentowności albo osobno mierzonej monetyzacji. Do tego wrócimy w osobnej sekcji.

Wycena także nie sprowadza się do jednej „magicznej” liczby.

Mnożnik trzeba czytać razem z tempem wzrostu, jakością zysku i kapitałochłonnością. Dobrym punktem startu jest poradnik CrypS.pl o tym, jak wyceniać spółki technologiczne.

Nvidia: centralna ekspozycja na infrastrukturę AI

Nvidia nie sprzedaje już wyłącznie pojedynczych procesorów graficznych.

Jej oferta obejmuje akceleratory, kompletne systemy serwerowe, połączenia NVLink, sieci InfiniBand i Spectrum-X oraz oprogramowanie potrzebne do trenowania i uruchamiania modeli.

To ważne, ponieważ klient budujący centrum danych nie kupuje jedynie chipu.

Potrzebuje całego systemu, który pozwoli połączyć tysiące procesorów i efektywnie wykorzystać ich moc. Ekosystem programistyczny Nvidii zwiększa koszt zmiany dostawcy.

Wyniki Nvidii za I kwartał roku finansowego 2027

W I kwartale roku finansowego 2027, zakończonym 26 kwietnia 2026 r., Nvidia osiągnęła:

• 81,6 mld USD przychodów, o 85% więcej rok do roku,
• 75,2 mld USD przychodów z centrów danych, o 92% więcej,
• 60,4 mld USD ze sprzedaży rozwiązań obliczeniowych dla centrów danych,
• 14,8 mld USD z sieci dla centrów danych, o 199% więcej,
• 74,9% marży brutto GAAP.

Spółka prognozowała na kolejny kwartał około 91 mld USD przychodów, z marginesem plus albo minus 2%.

Prognoza nie zakładała przychodów ze sprzedaży rozwiązań obliczeniowych dla centrów danych w Chinach.

Dane pochodzą z raportu Nvidii za I kwartał roku finansowego 2027.

Katalizatory, wycena i ryzyko

Katalizatorem pozostaje przechodzenie klientów na kolejne generacje systemów oraz rosnące zapotrzebowanie na wnioskowanie, czyli codzienne uruchamianie gotowych modeli.

Nvidia rozwija platformę Rubin, sieci i procesory uzupełniające GPU, dzięki czemu może zwiększać wartość całego zestawu sprzedawanego klientowi.

Według obliczeń CrypS.pl kurs zamknięcia 208,48 USD z 24 sierpnia pomnożony przez około 24,2 mld akcji dawał kapitalizację w przybliżeniu 5,05 bln USD.

Taka skala oznacza, że rynek zakłada nie tylko dalszy wzrost, lecz również utrzymanie wysokiej marży i przewagi technologicznej.

Najbardziej namacalnym kontrargumentem są Chiny.

Nvidia napisała w raporcie 10-Q, że restrykcje praktycznie zamknęły jej dostęp do chińskiego rynku zaawansowanych rozwiązań obliczeniowych.

W analizowanym kwartale nie było dostaw produktów Hopper Data Center do Chin, podczas gdy rok wcześniej wyniosły 4,6 mld USD.

Nvidia zaczęła również wspierać rozwój infrastruktury własnym bilansem.

W sierpniowym raporcie 8-K ujawniła gwarancje wartości rezydualnej dotyczące najmu około 4,25 GW infrastruktury, której najemcą ma być OpenAI.

Łączny limit warunkowych płatności wynosi 105 mld USD, ale nie jest to bieżący dług ani planowany CAPEX. 

Zobowiązanie może się uruchomić po niewypłacalności lub braku płatności OpenAI i dopiero w zakresie niedoboru po ponownym wynajęciu albo sprzedaży aktywów.

OpenAI zobowiązało się zwrócić Nvidii faktycznie zapłacone kwoty.

Nvidia zapowiedziała też inwestycję 1,5 mld USD w SB Energy i zachowała opcję wsparcia kolejnych około 3,8 GW.

To wzmacnia potencjalny popyt na jej systemy, ale zwiększa ryzyko kontrahenta, wykorzystania infrastruktury i jej wartości rezydualnej.

Pozostają też konkurencja AMD, własne układy firm chmurowych, zależność od azjatyckiej produkcji i ryzyko, że obecne tempo nakładów nie będzie trwałe.

Spośród analizowanych firm Nvidia ma najbardziej bezpośrednią ekspozycję na boom AI, ale cena i nowe zobowiązania warunkowe pozostawiają mało miejsca na rozczarowanie.

Broadcom: układy na zamówienie i sieci dla centrów danych

Duże firmy chmurowe nie zawsze chcą kupować wyłącznie uniwersalne procesory.

Przy odpowiedniej skali opłaca im się zaprojektować układ przeznaczony do konkretnego zadania.

Broadcom pomaga tworzyć takie akceleratory na zamówienie, nazywane ASIC.

Drugi filar stanowią rozwiązania sieciowe. Samo ustawienie wielu procesorów w centrum danych nie wystarcza.

Trzeba jeszcze przesyłać między nimi ogromne ilości danych z niskim opóźnieniem.

Wyniki Broadcomu za II kwartał roku finansowego 2026

W II kwartale roku finansowego 2026 Broadcom wykazał:

• 22,19 mld USD przychodów, o 48% więcej rok do roku,
• 10,8 mld USD przychodów z półprzewodników AI, o 143% więcej,
• 15,24 mld USD skorygowanej EBITDA, odpowiadającej 69% przychodów,
• 10,26 mld USD wolnych przepływów pieniężnych, czyli 46% przychodów,
• 2,44 USD rozwodnionego EPS non-GAAP.

Na III kwartał zarząd prognozował około 29,4 mld USD przychodów oraz 16 mld USD przychodów z półprzewodników AI.

Realizacja oznaczałaby wzrost tej drugiej kategorii o ponad 200% rok do roku.

Katalizatory, wycena i ryzyko

Najważniejszym katalizatorem są kolejne generacje układów projektowanych dla największych klientów chmurowych.

Broadcom korzysta również na rosnącej liczbie połączeń wewnątrz klastrów AI.

Im więcej procesorów pracuje wspólnie, tym większe znaczenie ma szybka sieć.

Według obliczeń CrypS.pl kurs 358,76 USD pomnożony przez około 4,76 mld akcji dawał kapitalizację Broadcomu w przybliżeniu 1,71 bln USD.

Dla dodatkowego punktu odniesienia: 358,76 USD podzielone przez czterokrotność kwartalnego rozwodnionego EPS non-GAAP na poziomie 2,44 USD daje około 36,8.

To jedynie mechaniczny mnożnik bieżącego tempa, a nie prognoza pełnego roku.

Główne ryzyko to koncentracja.

Według raportu Broadcomu 10-Q pięciu największych klientów końcowych odpowiadało za około 45% przychodów w pierwszym półroczu roku finansowego 2026.

Osobno, bezpośrednia sprzedaż do jednego klienta będącego dystrybutorem stanowiła 42% całych przychodów, wobec 29% rok wcześniej.

Utrata projektu, zakłócenie kanału dystrybucji albo opóźnienie wdrożenia może istotnie zmienić wyniki. Układu przygotowanego dla jednego odbiorcy nie zawsze da się sprzedać komuś innemu.

Broadcom miał też 62,7 mld USD długu długoterminowego. Dochodowy biznes oprogramowania infrastrukturalnego generuje gotówkę, ale w ostatnim kwartale rósł znacznie wolniej niż półprzewodniki.

Spółka daje ekspozycję na fragment rynku poza uniwersalnymi GPU, lecz inwestor przyjmuje ryzyko koncentracji i bardzo wysokich oczekiwań.

Vertiv: bez zasilania i chłodzenia AI nie działa

Procesory AI zużywają dużo energii i wytwarzają ciepło.

Im większa moc skupiona w jednej szafie serwerowej, tym trudniej zasilać sprzęt i utrzymać odpowiednią temperaturę.

Vertiv dostarcza systemy zasilania awaryjnego, dystrybucji energii, chłodzenia cieczą oraz usługi potrzebne centrom danych.

Spółka nie musi przewidzieć, który model językowy wygra. Korzysta z samego wzrostu gęstości i skali infrastruktury.

Wyniki i prognoza Vertiv

W II kwartale 2026 r. Vertiv osiągnął:

• 3,27 mld USD sprzedaży, o 24% więcej rok do roku,
• 18% wzrostu organicznego,
• 22,6% skorygowanej marży operacyjnej, o 4,1 pkt proc. więcej,
• 925 mln USD skorygowanego wolnego przepływu pieniężnego, 
• 1,52 USD skorygowanego zysku na akcję, o 60% więcej.

Zarząd podniósł prognozę całorocznej sprzedaży do 13,8-14,2 mld USD i oczekiwał 6,65-6,75 USD skorygowanego EPS. Szczegóły znajdują się w wynikach Vertiv za II kwartał 2026 r.

Katalizatory, wycena i ryzyko

Rosnąca gęstość mocy zwiększa wartość infrastruktury przypadającej na jedną szafę. Przejście na chłodzenie cieczą jest szczególnie ważne, ponieważ tradycyjne chłodzenie powietrzem może nie wystarczyć najbardziej obciążonym systemom. Vertiv może więc korzystać jednocześnie z budowy nowych centrów danych i modernizacji istniejących obiektów.

Według obliczeń CrypS.pl kurs 254,97 USD z 24 sierpnia podzielony przez 6,70 USD, czyli środek prognozy skorygowanego EPS na 2026 r., dawał około 38 razy prognozowany zysk. To wymagający mnożnik dla dostawcy fizycznej infrastruktury.

Vertiv już w II kwartale informował o przejściowych zatorach w łańcuchu dostaw i przesunięciach wieloetapowych projektów. Ryzykiem są także anulowanie zamówień, taryfy oraz wzrost zapasów i kapitału obrotowego. Portfel zamówień nie jest przychodem, dopóki projekt nie zostanie dostarczony i rozliczony.

Vertiv pokazuje, że spółka AI nie musi mieć własnego modelu ani procesora. Teza opiera się na fizyce centrów danych, lecz wycena nie przypomina już wyceny tradycyjnego producenta urządzeń.

Microsoft: AI od centrum danych do aplikacji

Microsoft zajmuje kilka pięter łańcucha wartości jednocześnie. Azure sprzedaje moc obliczeniową i narzędzia do budowy aplikacji. Microsoft 365 Copilot, GitHub Copilot oraz Dynamics próbują zamienić AI w płatną funkcję dla przedsiębiorstw.

Dystrybucja jest tutaj przewagą. Microsoft ma już relacje, umowy i dane klientów biznesowych, więc nie musi pozyskiwać użytkowników od zera.

Wyniki Microsoftu za rok finansowy 2026

W roku finansowym zakończonym 30 czerwca 2026 r. Microsoft wykazał:

• 331,84 mld USD przychodów, o 18% więcej,
• 155,24 mld USD zysku operacyjnego, o 21% więcej,
• 214,4 mld USD przychodów Microsoft Cloud, o 27% więcej,
• wzrost przychodów Azure o 41% w całym roku,
• 66,99 mld USD wolnych przepływów pieniężnych według obliczeń CrypS.pl, liczonych jako 182,94 mld USD przepływów operacyjnych pomniejszone o 115,95 mld USD gotówkowych zakupów aktywów trwałych. Nie jest to FCF raportowany przez Microsoft ani pełny CAPEX spółki.

W IV kwartale Azure urósł o 43%, a liczba płatnych stanowisk Microsoft 365 Copilot przekroczyła 30 mln.

Dane pochodzą z raportu Microsoftu 10-K oraz konferencji wynikowej za IV kwartał.

Microsoft ujawnił również w raporcie 10-K 24,1 mld USD przychodów z komercyjnych uzgodnień z OpenAI w roku finansowym 2026, w tym płatności z mechanizmu podziału przychodów, oraz 6,0 mld USD należności na koniec roku.

OpenAI jest dla Microsoftu podmiotem powiązanym. Skala tej relacji wzmacnia ekspozycję na AI, ale jednocześnie zwiększa koncentrację i utrudnia ocenę jakości oraz niezależności części przychodów.

Kwoty tej nie wolno utożsamiać z przychodami Azure ani dodawać do nich.

Katalizatory, wycena i ryzyko

Microsoft zarabia zarówno wtedy, gdy klient tworzy własną aplikację w Azure, jak i wtedy, gdy kupuje gotowego Copilota.

Katalizatorem będzie tempo przechodzenia pilotaży do pełnych umów oraz użycie agentów w codziennej pracy.

Po wyłączeniu wpływu inwestycji w OpenAI EPS za rok finansowy 2026 wynosił 17,28 USD. Według obliczeń CrypS.pl kurs 487,31 USD podzielony przez tę wartość dawał około 28,2 razy skorygowany EPS.

To niższy mnożnik niż w Vertiv, ale porównanie nie jest bezpośrednie: Microsoft ma bardziej zdywersyfikowany biznes i powtarzalne przychody.

Największe ryzyko to rachunek za inwestycje. Gotówkowe zakupy aktywów trwałych (cash paid for PP&E) wzrosły w całym roku z 64,6 mld do 115,9 mld USD.

Przy konsekwentnej definicji FCF jako przepływy operacyjne minus gotówkowe zakupy aktywów trwałych obliczony wolny przepływ pieniężny spadł o około 6,5%. 

Miara ta nie obejmuje aktywów pozyskanych w leasingu finansowym i nie jest pełnym CAPEX-em prezentowanym przez zarząd.

Microsoft wskazuje również, że popyt, stopień wykorzystania nowej infrastruktury, dostęp do energii oraz komponentów pozostają niepewne.

Microsoft obejmuje najszerszą część łańcucha monetyzacji AI z całej listy.

Inwestor powinien jednak obserwować nie tylko wzrost Azure, lecz również relację z OpenAI, marżę chmury, wolne przepływy i wykorzystanie nowych centrów danych.

Text S.A.: polska spółka AI czy dopiero kandydat?

Text, wcześniej LiveChat Software, sprzedaje narzędzia do komunikacji i obsługi klienta: LiveChat, ChatBot, HelpDesk oraz nową platformę Text.

Agenci AI mają automatyzować rozmowy, sprzedaż i wsparcie. To bardziej bezpośrednia ekspozycja aplikacyjna niż w przypadku spółek, które tylko wspominają o AI w strategii.

Jednocześnie Text jest najbardziej warunkową pozycją na tej liście.

Firma nie raportuje osobnego segmentu przychodów z AI.

Dowodem są na razie metryki produktu, wzrost przychodów powtarzalnych i komentarze zarządu, a nie rachunek wyników nowej linii.

Wyniki Text za rok finansowy 2025/2026 i KPI za I kwartał 2026/2027

W roku finansowym 2025/2026, zakończonym 31 marca 2026 r., Text osiągnął:

• 329,1 mln zł przychodów, o 7,1% mniej rok do roku,
• 116,6 mln zł zysku netto, o 29,1% mniej,
• 153,3 mln zł EBITDA, o 23,9% mniej,
• 83,12 mln USD ARR na koniec marca,
• 6,93 mln USD MRR, o 2,7% mniej rok do roku.

Szczegóły znajdują się w wynikach rocznych Text.

Pierwsze grupowe KPI nowego roku finansowego były lepsze. Na koniec czerwca MRR wzrosło do 7,46 mln USD, według komunikatu spółki o 7,6% względem marca i 4,0% rok do roku.

ARR całej grupy osiągnęło 89,52 mln USD, a płatności wzrosły o 10,8% rok do roku, do 24,19 mln USD. Nie są to osobne KPI platformy Text ani osobno wydzielone przychody z AI.

Trzeba zachować ostrożność. Text wskazał, że największy wpływ na wskaźniki miało zakończenie ochrony starych cen klientów LiveChat. Pomógł też większy udział płatności rocznych. 

Migracja cenowa miała koszt retencyjny. Według zarządu churn, czyli odsetek odchodzących klientów, skoczył w maju, a w czerwcu pozostał na historycznie wysokim poziomie.

Spółka nie wykluczyła utrzymania podwyższonego churnu. Wzrost MRR i ARR po podwyżkach nie przesądza zatem o poprawie liczby klientów ani trwałości przychodów. 

Agenci AI, wycena i ryzyko

Spółka podała, że jej agenci AI osiągają średnio 74% współczynnika rozwiązanych spraw. Jest to metryka własna: Text nie udostępnił w komunikacie pełnej metodologii, liczebności próby ani niezależnego audytu. Wskaźnik jest sygnałem produktowym, a nie dowodem, że nowa platforma już zmieniła wyniki finansowe. 

Według obliczeń CrypS.pl kurs 49,60 zł z 24 sierpnia pomnożony przez 25,75 mln akcji dawał kapitalizację około 1,28 mld zł.

Odpowiadało to w przybliżeniu 11,0 razy zysk netto oraz 3,9 razy przychody za rok 2025/2026.

Niższe mnożniki nie są automatycznym dowodem niedowartościowania.

Rynek wycenia spadek wyników, ryzyko transformacji produktu i konkurencję globalnych platform.

LiveChat nadal odpowiadał za 83,7% przychodów, a wzrost ARR był wsparty podwyżkami cen. Wyniki w PLN są też wrażliwe na USD/PLN.

Text musi udowodnić, że agenci AI zwiększają liczbę klientów, użycie, przychody i zysk, a nie tylko poprawiają narrację.

To ciekawy kandydat z GPW, ale jego teza jest mniej dojrzała niż w przypadku pozostałych firm.

Nie tylko Nvidia. Kto naprawdę zarabia na rozwoju AI?

Najbardziej widoczny zysk przypada dziś dostawcom infrastruktury.

Nvidia i Broadcom pokazują bezpośrednie przychody z procesorów, akceleratorów i sieci.

Vertiv korzysta z fizycznej rozbudowy centrów danych.

Microsoft łączy inwestycje infrastrukturalne z rosnącymi przychodami Azure i płatnymi licencjami Copilot.

Na końcu łańcucha znajdują się aplikacje takie jak Text.

To tam może powstać duża wartość dla zwykłych przedsiębiorstw, ale też tam konkurencja jest największa, zmiana dostawcy najłatwiejsza, a funkcje AI mogą szybko stać się standardem zamiast płatnym wyróżnikiem.

Dlatego etykieta „spółka AI” mówi niewiele. Lepsze pytania brzmią:

• Kto płaci spółce za AI?
• Czy przychód jest powtarzalny?
• Czy AI poprawia marżę, czy tylko podnosi koszty?
• Jak łatwo klient może zmienić dostawcę?
• Czy ujawniona metryka jest finansowa, czy wyłącznie produktowa?

To samo podejście warto stosować przy korzystaniu z narzędzi AI wspierających research inwestora.

Narzędzie może przyspieszyć pracę, ale nie zastąpi sprawdzenia raportu spółki.

Spółki AI z GPW: czy Polska ma więcej beneficjentów?

W 2025 r. sztuczną inteligencję wykorzystywało 8,4% polskich przedsiębiorstw zatrudniających co najmniej 10 osób, wobec 20,0% w całej Unii Europejskiej.

Dane Eurostatu pokazują przestrzeń do wzrostu, ale nie dowodzą, że każda polska spółka technologiczna jest już beneficjentem AI.

Poza Text warto obserwować kilka firm:

Źródła danych do tabeli: Medicalgorithmics, Spyrosoft, Vercom, DataWalk, Cloud Technologies i Asseco Poland.

Medicalgorithmics ma bardziej bezpośredni produkt AI niż Text, ale nadal jest spółką małą i stratną netto.

Pozostałe firmy mogą korzystać z trendu, lecz na dzień analizy brakuje równie czytelnego połączenia między AI a mierzalną sprzedażą.

Jeżeli dopiero poznajesz polski rynek, pomocny będzie poradnik jak zacząć inwestować na GPW.

Największe ryzyka inwestowania w spółki AI

1. Wydatki mogą rosnąć szybciej niż przychody

Nowe centra danych generują amortyzację, zużycie energii i koszty finansowania. Jeżeli popyt okaże się słabszy od prognoz, część infrastruktury może pozostać niewykorzystana.

2. Wyceny zakładają dalszy szybki wzrost

Dobre wyniki nie gwarantują wzrostu kursu. Jeżeli rynek oczekiwał jeszcze lepszych danych, nawet rosnąca firma może zostać przeceniona. Dotyczy to szczególnie Nvidii, Broadcomu i Vertiv.

3. Kilku klientów odpowiada za dużą część popytu

Największe laboratoria i firmy chmurowe odpowiadają za znaczną część zakupów infrastruktury. Przesunięcie jednego projektu może być widoczne u dostawcy.

4. Klienci rozwijają własne układy

Duża chmura może jednocześnie kupować procesory Nvidii i rozwijać własny akcelerator. Własne układy nie muszą wyprzeć zewnętrznych dostawców, ale mogą ograniczyć ich siłę cenową.

5. Regulacje, geopolityka i łańcuch dostaw

Kontrole eksportowe ograniczają sprzedaż zaawansowanych chipów. Produkcja pozostaje zależna od Azji, a taryfy mogą podnosić koszty całego łańcucha.

6. Energia i przyłącza

Serwer bez energii nie zarabia. Opóźnienia przyłączy, pozwoleń i budowy źródeł zasilania mogą przesunąć uruchomienie centrów danych nawet wtedy, gdy procesory są dostępne.

7. Ryzyko walutowe

Polski inwestor kupujący akcje amerykańskie ponosi ryzyko kursu spółki oraz USD/PLN. Umocnienie złotego może obniżyć wynik w PLN mimo wzrostu akcji w dolarach.

8. Metryka produktowa nie jest przychodem

Liczba agentów, zapytań albo rozwiązanych spraw może być użyteczna, ale nie zastępuje przychodu, marży i gotówki. Jest to szczególnie ważne przy mniejszych spółkach aplikacyjnych.

Czy w 2026 roku jest już za późno na inwestowanie w AI?

Nie da się odpowiedzieć wyłącznie na podstawie wykresu kursu. Wzrost ceny nie dowodzi przewartościowania, a spadek nie oznacza okazji. Lepsze jest przygotowanie scenariuszy.

• Scenariusz wzrostowy zakłada, że nakłady największych chmur pozostają wysokie, popyt przekracza podaż, a aplikacje zwiększają wykorzystanie infrastruktury. Wtedy przychody mogą rosnąć na kilku poziomach łańcucha jednocześnie.
• Scenariusz bazowy oznacza dalszy rozwój AI, lecz wolniejsze tempo zamówień i normalizację marż. W takim otoczeniu większe znaczenie mają wycena, dywersyfikacja i zdolność generowania gotówki.
• Scenariusz spadkowy zakłada opóźnienie zwrotu z inwestycji, cięcia nakładów, nadmiar mocy albo presję cenową. Najbardziej wrażliwe mogą być firmy, których kurs zakłada wieloletni wzrost bez potknięć.

Nie trzeba wybierać jednej spółki. Alternatywą są ETF-y na sztuczną inteligencję.

Fundusz ogranicza ryzyko pojedynczej firmy, ale może być skoncentrowany w kilku największych pozycjach i zawierać spółki luźno związane z AI.

Spółki AI 2026: tabela listy obserwacyjnej