Komentarz giełdowy: Token jako nowa jednostka pracy

Różne ośrodki analityczne i rynkowe używają różnych miar i mechanizmów by uzasadnić wyceny na fali rewolucji AI. Z uwagi na ekstremalną złożoność zagadnienia, są one zwykle powierzchowne, sprowadzone do automatyzacji prostych prac biurowych, obsługi klienta, tworzenia zawartości oraz programowania. 

To są skutki pierwszego rzędu. Istotniejszy mechanizm pozostaje niedoceniony. Budowa centrów danych na potrzeby AI prowadzi do kompresji kosztu pracy poznawczej - co to znaczy?  

W praktyce oznacza to, że token staje się nową jednostką przetwarzania wiedzy, analizy, komunikacji i podejmowania decyzji. Miara przełomu do którego z coraz bardziej maniakalnym zapałem dąży branża, jest ogromna i uzasadnia ona obecne nakłady inwestycyjne - nawet jeśli nie uzasadnia ich tempa. 

AI można porównać do wcześniejszych przełomów technologicznych. Rewolucja przemysłowa nie oznaczała tylko, że maszyny zastąpiły część pracy fizycznej, a że koszt energii mechanicznej spadł wystarczająco do uzasadnienia ekonomicznego masowej produkcji. Rewolucja cyfrowa nie polegała wyłącznie na przeniesieniu dokumentów do komputerów. Jej skutkiem było radykalne obniżenie kosztu przechowywania informacji. Internet nie był tylko szybszym kanałem komunikacji, lecz infrastrukturą do dystrybucji informacji tak tanią że powstały na niej nowe modele biznesowe. 

AI ma działać według podobnej logiki. Jeżeli koszt tokenów będzie dalej spadał, a jakość ich zastosowania będzie rosła, gospodarka otrzyma skalowalny zasób taniej pracy poznawczej. Nie chodzi wyłącznie o to, że część obecnych zadań będzie wykonywana szybciej lub taniej. 

Zapaść kosztów pracy umysłowej blisko zera ma uruchomić popyt na zadania, które wcześniej w ogóle nie były realizowane, ponieważ były zbyt drogie, zbyt czasochłonne lub w inny sposób niemożliwe. To jest realny punkt zwrotny oraz główne poparcie tezy inwestycyjnej AI-boom, a tanie tokeny mogą realnie stać się podstawą nowych łańcuchów wartości. 

Historia wcześniejszych technologii sugeruje, że spadek kosztu jednostkowego często nie prowadzi do spadku całkowitego wykorzystania danego zasobu, lecz do jego eksplozji popytu. W kontekście AI, docelowo ten łańcuch ma z czasem budować się sam, dalej niż dziś potrafimy sobie to wyobrazić.  

Tutaj jednak sci-fi spotyka się z rzeczywistością. Nie każda spółka technologiczna automatycznie skorzysta na tym procesie. Co więcej, większość dzisiejszych spółek wyspecjalizowanych w AI oraz rozwiązaniach na jego potrzeby jest zupełnie nieprzygotowana na realia rynku który tworzą. Obecnie scenariusz w którym, AI z czasem zmieni niemal każdą dziedzinę życia, a mimo to większość dzisiejszych gigantów technologicznych na tym straci - staje się niemożliwością a scenariuszem bazowym. 

Przede wszystkim, hiper-deflacja cen tokenów obniża próg wejścia niemal do zera a przy budowie nowych łańcuchów wartości, przestaje liczyć się jaką “fosę” ma spółka przy tych już istniejących. Dodatkowo, wartość będzie generowana po stronie rozwiązań agenturalnych i wyżej, producenci modeli oraz operatorzy infrastruktury są najniżej w tym totemie. Marża i wartość powstaje na górze łańcucha wartości, nie na dole. Jest to duży problem dla rynku, biorąc pod uwagę niebotyczne długi jakie zaciągnęły spółki technologiczne na budowy centrów danych z którymi prawdopodobnie nie zobaczą oczekiwanego zwrotu.

Na chwilę obecną, spółkami które realnie zarabiają na AI są jedynie spółki półprzewodnikowe, które dostarczają budulec dla infrastruktury, co wyraźnie widać na wycenach. Dla reszty rynku oraz sektora technologii, następne 2-3 kwartały będą weryfikacją strategii biznesowej budowanej wokół AI. 

Kamil Szczepański 
Analityk Rynków Finansowych XTB