Sam Altman: boom AI się opóźnia, wciąż nie było „momentu iPhone’a”

Sam Altman ocenił, że sztuczna inteligencja znajduje się dziś na etapie porównywalnym z erą Palm Pilota. „Mamy wszystkie elementy technologiczne, ale nie nastąpił jeszcze moment iPhone’a, który całkowicie zmieniłby sposób, w jaki ludzie korzystają z technologii” – powiedział podczas podcastu w miniony weekend.

Jego ostrożność dotyczy przede wszystkim tempa zmian wśród ludzi i instytucji, a nie możliwości samych modeli AI. Altman wskazał na przyzwyczajenia jako główną przeszkodę. „Gospodarka ma po prostu ogromną bezwładność. Ludzie nadal robią te same rzeczy i kupują od tych samych firm. Myślę, że dlatego wszyscy byliśmy zbyt ambitni w kwestii terminów, nawet w przypadku tak niezwykłej technologii” – stwierdził.

To bardzo różne twierdzenia, które mają odmienne konsekwencje inwestycyjne. Różnica ta ma znaczenie dla inwestorów posiadających akcje firm dostarczających sprzęt i infrastrukturę dla sektora AI.

Wypowiedź o Palm Pilocie wskazuje na problem po stronie użytkowników, nie układów

Najbardziej wymowny szczegół w wypowiedzi Altmana dotyczył działalności operacyjnej. Powiedział on: „Odłożyliśmy na przykład Sorę, ponieważ zużywała zbyt dużo mocy obliczeniowej”. Odłożenie przez firmę ważnego produktu konsumenckiego z powodu zbyt dużego zużycia mocy wskazuje na problem, którego nie pokazuje sama prognoza.

Altman określił moc obliczeniową jako największe wąskie gardło i powiedział, że właśnie temu problemowi poświęca najwięcej czasu. Popyt na cykle obliczeniowe potrzebne do trenowania modeli i generowania przez nie odpowiedzi przewyższa możliwości łańcucha dostaw.

Jeśli wdrażanie AI będzie wolniejsze od oczekiwań, ale moce obliczeniowe nadal pozostaną ograniczone, na krótką metę skorzystają przede wszystkim firmy sprzedające infrastrukturę. Przychody z aplikacji zależą od tego, kiedy klienci zmienią swoje przyzwyczajenia. Dostępna moc zostanie jednak wykorzystana niezależnie od tego, która aplikacja ostatecznie odniesie sukces, ponieważ twórcy modeli konkurują o każdą dostępną jednostkę mocy obliczeniowej.

Portfel zamówień NVIDIA wskazuje na odmienny obraz sytuacji

Akcje NVIDIA (NASDAQ: NVDA) zakończyły poniedziałkową sesję na poziomie 208,48 USD, co przekłada się na kapitalizację rynkową wynoszącą około 5,05 bln USD. W ciągu ostatniego roku kurs wzrósł o 17,28%.

Wyniki za pierwszy kwartał roku fiskalnego 2027 przyniosły spółce 81,6 mld USD przychodów, czyli o 85,23% więcej niż rok wcześniej. Przychody segmentu Data Center wyniosły 75,2 mld USD i były o 92% wyższe rok do roku. Sam obszar Data Center Networking urósł o 199%.

Prezes NVIDIA Jensen Huang opisał sytuację jako całkowicie odmienną od ostrożnej oceny tempa wdrażania AI przedstawionej przez Altmana. „Popyt wzrósł w sposób paraboliczny. Powód jest prosty: pojawiła się sztuczna inteligencja wykorzystująca agentów” – powiedział podczas telekonferencji wynikowej. Zarząd NVIDIA poinformował o zobowiązaniach związanych z dostawami o łącznej wartości 119,0 mld USD. Spółka prognozuje, że w drugim kwartale roku fiskalnego 2027 osiągnie 91,0 mld USD przychodów, z odchyleniem o 2% w górę lub w dół.

Obie oceny mogą być prawdziwe jednocześnie. Przedsiębiorstwa powoli zmieniają sposób pracy, ale czołowe laboratoria AI nadal kupują każdy dostępny układ graficzny, aby przygotować się na moment, w którym firmy zaczną szerzej wdrażać tę technologię.

TSMC jest ograniczeniem stojącym za innymi ograniczeniami

Akcje Taiwan Semiconductor Manufacturing (NYSE: TSM) zakończyły sesję na poziomie 410,12 USD. W ciągu roku ich kurs wzrósł o 77,93%.

W drugim kwartale 2026 roku TSMC wypracowała 40,2 mld USD przychodów, a jej marża brutto wyniosła 67,7%. Prezes C.C. Wei powiedział analitykom: „Od dziś aż prawdopodobnie do 2029 i 2030 roku popyt będzie bardzo silny”. Zarząd podniósł jednocześnie plan wydatków inwestycyjnych na 2026 rok do 60–64 mld USD.

Zaawansowane węzły technologiczne odpowiadały za znaczną część przychodów. Układy wykonane w procesie technologicznym 7 nm lub mniejszym odpowiadały za 77% przychodów TSMC z produkcji wafli krzemowych. Technologia 2 nm, która zadebiutowała komercyjnie, odpowiadała za 3% tych przychodów.

TSMC poinformowała również, że jej moce w zakresie pakowania układów są „tak ograniczone”, iż spółka ogranicza wzrost swoich klientów.

Gdy Altman odkłada Sorę z powodu niedoboru mocy obliczeniowej, źródłem tego niedoboru jest ostatecznie fabryka półprzewodników w Hsinchu, która decyduje, ile wafli przydzielić poszczególnym klientom.

Otwarte pytanie o rolę platformy

Altman powiedział również, że OpenAI chce być firmą platformową, a nie konkurować bezpośrednio z własnymi klientami. Wskazał przy tym dwa zagrożenia: możliwość utraty kontroli w miarę wzrostu możliwości AI oraz ryzyko nadmiernej koncentracji władzy w jednej firmie lub jednym modelu.

Te dwa założenia pozostają ze sobą w napięciu. Platforma udostępniająca narzędzia deweloperom z definicji może skupiać największe ryzyko koncentracji, jeśli wdrażanie AI gwałtownie przyspieszy.

Dla inwestorów analizujących firmy dostarczające „kilofy i łopaty” dla sektora AI, czyli sprzęt oraz infrastrukturę niezbędne do rozwoju tej technologii, ostrożność Altmana przemawia za takim podejściem w krótkim terminie. Wolniejsze wdrażanie i ograniczona dostępność mocy obliczeniowej oznaczają bowiem, że dostępna przepustowość zostanie sprzedana niezależnie od tego, która aplikacja zwycięży. Ta przewaga może osłabnąć, jeśli ograniczenia w dostępie do mocy obliczeniowej zostaną usunięte, zanim AI osiągnie swój przełomowy „moment iPhone’a” – dlatego warto ją obserwować, a nie odrzucać.