Dlaczego firmy ograniczają wydatki na AI? Co to oznacza dla akcji spółek AI

Doniesienia o ograniczaniu przez firmy wydatków na sztuczną inteligencję mogą brzmieć niedźwiedzio dla całego sektora, ale rzeczywistość jest bardziej złożona. W 2026 roku wiele przedsiębiorstw nie rezygnuje z AI. Zamiast tego próbuje kontrolować przekroczenia budżetu, udowodnić zwrot z inwestycji i przesuwać środki z innych budżetów, aby utrzymać strategiczne projekty. To rozróżnienie ma znaczenie dla inwestorów, ponieważ cięcia wydatków na AI nie wpływają jednakowo na wszystkie części rynku. Dostawcy infrastruktury, liderzy chmury i spółki produkujące układy scalone mają inne perspektywy niż dostawcy oprogramowania i firmy działające w warstwie aplikacji, które wciąż zmagają się z wykazaniem wyraźnej monetyzacji.

Krótka odpowiedź

• Większość firm nie obcina szeroko budżetów na AI; po przekroczeniu planowanych kosztów realokuje wydatki.
• Według Futurum 46,9% przedsiębiorstw przekroczyło budżet na AI w drugiej połowie 2026 roku, a tylko około jedna na sześć spowolniła realizację projektów.
• Niski zwrot z inwestycji i słaby nadzór stają się głównymi hamulcami nowych wydatków na AI, zwłaszcza w oprogramowaniu dla przedsiębiorstw i narzędziach wewnętrznych.
• Duże firmy platformowe nadal zwiększają nakłady inwestycyjne na infrastrukturę AI, wspierając popyt na układy scalone, usługi chmurowe i centra danych.
• Perspektywy akcji spółek AI coraz bardziej dzielą się na zwycięzców z sektora infrastruktury oraz firmy z obszaru aplikacji i oprogramowania, które muszą jeszcze wykazać, że mogą przynosić trwałe zyski.

Dlaczego cięcia wydatków na AI często nie oznaczają odwrotu od tej technologii

Określenie „cięcia wydatków na AI” sugeruje szeroki spadek popytu, ale dostępne badania wskazują na coś innego. Badanie Futurum z 2026 roku wykazało, że 46,9% przedsiębiorstw przekroczyło budżet na AI w drugiej połowie roku. Mimo to tylko około 16% zdecydowało się spowolnić powiązane projekty. Sugeruje to, że wiele firm nadal uważa AI za zbyt ważną, by wstrzymywać projekty, nawet gdy budżety są napięte.

W praktyce zespoły zarządzające często najpierw ograniczają wydatki na konsultantów, usługi zewnętrzne lub inne inicjatywy IT. To ważne rozróżnienie dla perspektyw akcji spółek AI. Jeśli firma ogranicza ogólne koszty operacyjne, by utrzymać finansowanie programów AI, sygnał nie brzmi: „AI to już przeszłość”. Oznacza raczej, że AI nadal jest strategicznym priorytetem, ale struktura kosztów wymaga poprawy.

To pomaga wyjaśnić, dlaczego niektóre nagłówki mogą brzmieć negatywnie, mimo że popyt na infrastrukturę pozostaje stabilny. Dyscyplina wydatków nie oznacza automatycznie zaniku popytu. W wielu przypadkach oznacza przejście od eksperymentów do zdyscyplinowanych zakupów.

Co powoduje ograniczanie niektórych firmowych budżetów na AI

Trudno jeszcze wykazać zwrot z inwestycji

Jednym z największych problemów jest to, że wiele przedsiębiorstw wciąż nie potrafi jasno powiązać wydatków na AI ze wzrostem przychodów lub wymiernym wzrostem efektywności. Portal26, powołując się na wyniki badania Deloitte dotyczącego AI w przedsiębiorstwach z 2026 roku, poinformował, że 53% organizacji nadal tkwi na etapie pilotażu lub eksperymentów, a tylko 10% osiągnęło rzeczywiste rezultaty napędzane wzrostem. Ta różnica ma znaczenie. Zarządy mogą przez pewien czas wspierać eksperymenty, ale zazwyczaj chcą zobaczyć dowody, zanim zatwierdzą większe budżety.

W przypadku spółek publicznych ma to jeszcze większe znaczenie, ponieważ wydatki na AI konkurują z celami dotyczącymi marż, skupem akcji własnych, planami zatrudnienia i innymi priorytetami alokacji kapitału. Jeśli zwroty pozostają niejasne, dyrektorzy finansowi częściej opóźniają wdrożenia o niższym priorytecie lub wymagają bardziej zawężonych zastosowań.

Nadzór nie nadąża za wdrażaniem

Koszty to tylko część problemu. Kolejną kwestią jest nadzór. First Line Software zwróciło uwagę na dane z badania Retool, według których tylko 8% dyrektorów ds. technologii (CTO), dyrektorów ds. informatyki (CIO) i dyrektorów ds. bezpieczeństwa informacji (CISO) ocenia nadzór nad wewnętrznymi narzędziami AI jako skuteczny. Gdy nadzór jest słaby, liderzy obawiają się kwestii zgodności z przepisami, bezpieczeństwa, niezawodności i niewłaściwego wykorzystania modeli. Utrudnia to wdrażanie AI w całym przedsiębiorstwie, nawet jeśli kadra zarządzająca nadal interesuje się tą technologią.

Dla inwestorów oznacza to, że wydatki mogą być kontynuowane, ale kierowane raczej na warstwy kontroli, monitorowanie i infrastrukturę niż na szybkie wdrażanie każdej nowej aplikacji AI.

Korzystanie z narzędzi może rosnąć szybciej niż kontrola budżetu

Uber jest dobrym przykładem taktycznej optymalizacji, a nie szerokiego odwrotu. Według doniesień przytoczonych przez First Line Software wykorzystanie Claude Code przez inżynierów gwałtownie wzrosło od końca 2025 do początku 2026 roku, a firma miała wyczerpać roczny budżet na narzędzia AI w ciągu kilku miesięcy. Problemem nie był brak zainteresowania. Chodziło o szybki wzrost kosztów w przeliczeniu na inżyniera, podczas gdy kierownictwo nie potrafiło jasno zmierzyć poprawy wyników.

Według doniesień Tesla również zdecydowała się ograniczyć wydatki pracowników na narzędzia AI, ustalając tygodniowy limit na osobę, chyba że uzyskano dodatkową zgodę. Coinbase wybrała inną drogę: zamiast wprowadzać ogólne ograniczenia, skupiła się na kierowaniu zapytań do modeli, buforowaniu oraz tańszych modelach domyślnych. Firma poinformowała, że obniżyła wydatki na AI o prawie 50%, mimo dalszego wzrostu wykorzystania narzędzi. Te przykłady pokazują, że optymalizacja staje się ważnym trendem.

Dlaczego wydatki na infrastrukturę AI nadal wyglądają solidnie

Gdyby firmy naprawdę rezygnowały z AI, nakłady inwestycyjne hiperskalerów prawdopodobnie by malały. Stało się odwrotnie. Digital Applied poinformowało, że prognozowane nakłady inwestycyjne Alphabetu na 2026 rok wzrosły do 195 mld $–205 mld $, Microsoft zapowiedział około 175 mld $ na rok kalendarzowy 2026, a Meta podniosła przedział do 130 mld $–145 mld $. Łącznie te prognozy wynoszą około 500 mld $–525 mld $, a kwota ta nadal nie uwzględnia pełnorocznej prognozy Amazona.

To jeden z powodów, dla których perspektywy akcji spółek AI pozostają korzystne dla niektórych segmentów rynku. Pieniądze nadal płyną do producentów układów scalonych, mocy obliczeniowej w chmurze, sieci, energetyki i centrów danych. ByteDance miał również zwiększyć plan wydatków na infrastrukturę AI o 25%, do 200mld juanów, co potwierdza, że inwestycje w obliczenia na dużą skalę pozostają priorytetem.

Dokładniejszy obraz rynku nie brzmi więc: „popyt na AI słabnie”, lecz: „popyt na AI się koncentruje”. Kapitał skupia się wokół firm dostarczających podstawowe elementy: półprzewodników, platform obliczeniowych, ekosystemów chmurowych i dostępu do modeli bazowych.

Co to oznacza dla różnych rodzajów akcji spółek AI

Nie należy traktować wszystkich akcji spółek AI jednakowo. Rynek dzieli się na co najmniej dwie szerokie grupy.

Dlatego nagłówki o ograniczaniu przez firmy wydatków na sztuczną inteligencję mogą wprowadzać w błąd, jeśli odnoszą się do całego sektora. Firma programistyczna sprzedająca przedsiębiorstwom asystentów AI może mierzyć się z ostrą kontrolą budżetów. Dostawca procesorów graficznych, serwerów, sprzętu sieciowego lub usług chmurowych może nadal korzystać z podwyższonych nakładów inwestycyjnych.

Ta sama logika dotyczy doniesień związanych z zatrudnieniem. Metaintro argumentowało, że w niektórych przypadkach firmy ograniczają zespoły lub funkcje niezwiązane z kluczową działalnością, aby finansować strategię AI, zamiast bezpośrednio zastępować całą tę pracę sztuczną inteligencją. To kolejny powód, dla którego inwestorzy powinni uważnie czytać komunikaty o wynikach. Rosnące nakłady inwestycyjne na AI w połączeniu z restrukturyzacją mogą sygnalizować nadanie priorytetów, a nie odwrót.

Co dalej obserwować w kontekście perspektyw akcji spółek AI

Kolejny etap prawdopodobnie będzie zależał od odpowiedzi na trzy pytania. Po pierwsze, czy przedsiębiorstwa przejdą od pilotaży do wdrożeń na dużą skalę, przynoszących wymierne zwroty? Po drugie, czy nadzór poprawi się na tyle, by umożliwić szersze wdrażanie? Po trzecie, czy dostawcy oprogramowania pokażą, że funkcje AI mogą zwiększać przychody bez drastycznego obniżania marż?

Jeśli odpowiedzi będą pozytywne, na rozwoju może skorzystać więcej części łańcucha wartości AI. Jeśli nie, rynek może pozostać wąski, a najlepsze wyniki będą koncentrować się w infrastrukturze i wśród dominujących platform. Inwestorzy powinni również obserwować, czy optymalizacja kosztów stanie się standardową praktyką. Gdy firmy ograniczają korzystanie z narzędzi, przechodzą na tańsze modele lub usprawniają buforowanie, może to wywierać presję na wzrost przychodów niektórych dostawców, nawet jeśli ogólne wdrażanie AI nadal przyspiesza.

Krótko mówiąc, cięcia wydatków na AI mają znaczenie, ale jeszcze ważniejszy jest kontekst. Strategiczne budżety na AI wydają się bardziej odporne niż wiele tradycyjnych pozycji wydatków IT. Problem dotyczy w mniejszym stopniu gotowości do wydawania pieniędzy, a w większym tego, dokąd trafiają środki, jak efektywnie są wykorzystywane i kto potrafi przekształcić popyt w trwałe zyski.

Podsumowanie

Obecna sytuacja nie oznacza powszechnego wycofywania się firm z AI, lecz przejście od niekontrolowanych eksperymentów do ściślejszego budżetowania, nadzoru i dyscypliny w zakresie zwrotu z inwestycji. Dzięki temu perspektywy akcji liderów infrastruktury AI są lepsze niż firm z warstwy aplikacji, które wciąż próbują udowodnić swoją wartość komercyjną.

FAQ

1. Czy firmy naprawdę ograniczają wydatki na AI we wszystkich obszarach?
Nie. Dostępne badania z 2026 roku sugerują, że wiele firm realokuje budżety po przekroczeniu kosztów, zamiast całkowicie rezygnować z projektów AI.

2. Dlaczego niektóre firmy ograniczają pracownikom korzystanie z narzędzi AI?
Koszty narzędzi mogą szybko rosnąć, zwłaszcza gdy ich wykorzystanie zwiększa się szybciej niż kontrola budżetu. Niektóre firmy wprowadzają limity lub dodatkowe zgody, ponieważ wciąż trudno zmierzyć zwrot z inwestycji.

3. Które akcje spółek AI wydają się bardziej odporne na cięcia wydatków?
Firmy zorientowane na infrastrukturę, związane z układami scalonymi, chmurą, sieciami i centrami danych, wydają się lepiej wspierane przez obecne trendy w nakładach inwestycyjnych niż niektórzy dostawcy aplikacji AI dla przedsiębiorstw.

4. Dlaczego zwrot z inwestycji ma teraz tak duże znaczenie dla AI w przedsiębiorstwach?
Wiele organizacji nadal znajduje się na etapie pilotażu, dlatego zarządy i dyrektorzy finansowi oczekują wyraźniejszych dowodów, że wydatki na AI mogą zwiększyć przychody i produktywność lub poprawić efektywność kosztową, zanim zatwierdzą większe wdrożenia.

5. Czy zwolnienia automatycznie oznaczają słabnący popyt na AI?
Niekoniecznie. W niektórych przypadkach firmy wydają się ograniczać zatrudnienie lub wydatki niezwiązane z kluczową działalnością, jednocześnie nadal zwiększając inwestycje w infrastrukturę AI.