Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Panelistów generalnie zgadzają się, że IPO OpenAI jest ryzykowne ze względu na jego wysoką wycenę, niepewne marże i potencjalne ryzyka strukturalne, takie jak komodytyzacja modeli AI i zależność od zasobów obliczeniowych Microsoftu.
Ryzyko: Komodytyzacja modeli AI i wysokie koszty stałe prowadzące do ściskania marż i potencjalnych problemów z płynnością, zanim jakikolwiek zwrot z inwestycji przyniesie zyski.
Szansa: Żaden nie został wyraźnie podany.
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
W ciągu ostatniego roku firma stojąca za ChatGPT renegocjowała aspekty swojej złożonej relacji z wieloletnim partnerem Microsoft, uzyskała zgodę na swoją ewoluującą strukturę zorientowaną na zysk i wzmocniła swoją pozycję pomimo rosnącej konkurencji ze strony rywali. Firma zakończyła również rundę finansowania o rekordowej wartości 122 miliardów dolarów, podnosząc swoją wycenę powyżej 850 miliardów dolarów i podsycając rosnące spekulacje, że OpenAI może ostatecznie dążyć do wyceny zbliżonej do – lub nawet przekraczającej – symboliczny próg 1 biliona dolarów w przyszłym IPO.
Jeśli takie notowanie dojdzie do skutku, prawdopodobnie stanie się jednym z definiujących momentów współczesnego boomu AI, porównywalnym do wpływu na rynek przeszłych gigantów technologicznych, takich jak Meta czy NVIDIA. Ale w przeciwieństwie do poprzednich rewolucji technologicznych, wyścig AI rozwija się w środowisku, w którym koszty infrastruktury, zużycie energii i moc obliczeniowa stały się równie ważne, jak sama innowacja oprogramowania.
Hiperwzrost spotyka się z masowymi wydatkami
Trajektoria finansowa OpenAI pozostaje niezwykła według niemal wszystkich historycznych standardów. W ciągu niecałych czterech lat firma podobno urosła od praktycznie zerowych przychodów do prawie 25 miliardów dolarów rocznych sprzedaży, napędzanej w dużej mierze przez subskrypcje i adopcję narzędzi generatywnej AI przez przedsiębiorstwa.
Popyt korporacyjny staje się coraz ważniejszy dla strategii OpenAI. Firmy nie eksperymentują już tylko z asystentami AI w celu poprawy produktywności. Wiele z nich zaczyna integrować autonomiczne agenty AI w procesach operacyjnych, systemach obsługi klienta, rozwoju oprogramowania, badaniach prawnych i analizie danych.
To szybkie rozszerzenie jest ściśle powiązane z mocą obliczeniową. W miarę jak OpenAI dramatycznie zwiększało dostęp do mocy obliczeniowej między 2023 a 2025 rokiem, wzrost przychodów przyspieszał w niemal identycznym tempie. Ta relacja podkreśla jedną z definiujących rzeczywistości branży AI: popyt może nie być głównym ograniczeniem. Ograniczeniem jest infrastruktura.
Jednak za wybuchowym wzrostem przychodów kryje się znacznie trudniejsza rzeczywistość finansowa: sztuczna inteligencja pozostaje jedną z najbardziej kapitałochłonnych branż, jakie kiedykolwiek powstały. OpenAI musi stale wydawać ogromne kwoty na szkolenie modeli, półprzewodniki, GPU, infrastrukturę chmurową, energię i centra danych, aby po prostu utrzymać swoją przewagę technologiczną.
Nawet rentowność pozostaje przedmiotem intensywnej debaty. Niektóre wewnętrzne wskaźniki finansowe podobno sugerują, że OpenAI może zbliżyć się do punktu rentowności operacyjnej w ciągu kilku lat, jeśli wykluczy się koszty szkolenia. Ale gdy uwzględni się pełny koszt opracowania i utrzymania zaawansowanych modeli AI, znacząca rentowność może być jeszcze wiele lat w przyszłości.
Tworzy to kluczowe pytanie dla przyszłych inwestorów publicznych: czy rynki są gotowe tolerować masowe spalanie gotówki w zamian za możliwość długoterminowej dominacji w dziedzinie sztucznej inteligencji?
Problem zaufania Sama Altmana
Pozew złożony przez Elona Muska wznowił również odwieczne pytania dotyczące wiarygodności i stylu przywództwa CEO OpenAI, Sama Altmana.
Podczas procesu zespół prawny Muska wielokrotnie kwestionował wiarygodność Altmana, powołując się na zeznania byłych dyrektorów i członków zarządu OpenAI, którzy oskarżali go o wprowadzanie w błąd lub unikanie odpowiedzi w przeszłych transakcjach biznesowych. W jednej z najbardziej uderzających wymian zdań w sali sądowej Altman został bezpośrednio zapytany, czy zawsze mówi prawdę. Odpowiedział, że uważa się za „osobę prawdomówną”, jednocześnie przyznając, że nie może mówić za to, jak postrzegają go inni.
Kwestia ta ma znaczenie, ponieważ przyszłość OpenAI zależy coraz bardziej nie tylko od przywództwa technologicznego, ale także od zaufania inwestorów. Altman stał się jedną z najbardziej wpływowych postaci w Dolinie Krzemowej, kierując firmą, która wywołała globalny wyścig generatywnej AI za pomocą ChatGPT. Zwolennicy postrzegają go jako wizjonera zdolnego do zbudowania jednej z najważniejszych platform technologicznych stulecia. Krytycy argumentują, że szybka transformacja OpenAI z organizacji non-profit w wysoce skomercjalizowanego giganta AI rodzi głębsze obawy dotyczące ładu korporacyjnego.
Napięcie to odzwierciedla szerszą sprzeczność w sercu samego OpenAI: firma została pierwotnie założona w oparciu o ideały otwartości, bezpieczeństwa AI i korzyści publicznych. Dziś znajduje się w centrum agresywnego globalnego wyścigu o kapitał, infrastrukturę i dominację rynkową.
Czy uczestnicy rynku zainwestują w OpenAI?
Ewentualne IPO OpenAI prawdopodobnie stałoby się czymś więcej niż tylko kolejnym notowaniem technologicznym: mogłoby służyć jako referendum w sprawie całej ekonomii sztucznej inteligencji. Przy obecnych wycenach rynków prywatnych, OpenAI handluje po mnożnikach przychodów, które wielu analityków uważa już za niezwykle agresywne, nawet dla firmy technologicznej o hiperwzroście.
Zwolennicy argumentują, że firma buduje fundamentalną infrastrukturę dla następnej ery obliczeń, uzasadniając bezprecedensowe poziomy inwestycji. Sceptycy odpowiadają, że rynki mogą już wyceniać doskonałość, zanim długoterminowa ekonomia generatywnej AI zostanie w pełni udowodniona.
Wyzwanie polega na tym, że firmy AI działają inaczej niż tradycyjne firmy programistyczne. Skalowanie AI wymaga ciągłych inwestycji w infrastrukturę w tempie rzadko spotykanym w poprzednich cyklach technologicznych. Sukces zależy nie tylko od adopcji oprogramowania, ale także od zapewnienia dostępu do półprzewodników, dostaw energii, infrastruktury chmurowej i zaawansowanych centrów danych.
Na razie entuzjazm inwestorów pozostaje silny. Ale jeśli OpenAI ostatecznie wejdzie na rynki publiczne, firma może stać się pierwszym prawdziwym testem, czy Wall Street jest gotowa finansować sztuczną inteligencję nie jako spekulacyjny trend, ale jako branżę trwale kapitałochłonną, której zyski mogą nadejść znacznie później, niż obecnie oczekuje rynek.
Źródła: OpenAI, TechCrunch, The Information, Bloomberg, The Washington Post, Reuters, The Wall Street Journal, CNBC, BBC, Forbes, Yahoo Finance, Medium, The Guardian
Ten artykuł ma charakter wyłącznie informacyjny i nie stanowi porady inwestycyjnej.
Cztery wiodące modele AI dyskutują o tym artykule
"IPO OpenAI ujawni, że AI pozostaje strukturalnie nierentowne w skali granicznej, wywierając presję na mnożniki w całym sektorze, gdy tylko pojawi się publiczna kontrola."
Artykuł prawidłowo wskazuje na hiperwzrost OpenAI i wąskie gardła infrastrukturalne, ale nie docenia, jak renegocjacje z Microsoftem i podniesienie kapitału o 122 miliardy dolarów nadal narażają firmę na szoki w dostawach energii i chipów do 2027 roku. Inwestorzy publiczni będą analizować lukę między zgłoszonymi 25 miliardami dolarów rocznych przychodów a kosztami pełnego cyklu szkolenia i wnioskowania; po ich wykluczeniu twierdzenia o progu rentowności wyglądają kosmetycznie. Pytania o wiarygodność Altmana dodają ryzyko dyskonta za zarządzanie, które prywatne rundy zignorowały. Jeśli wydatki inwestycyjne będą rosły szybciej niż adopcja korporacyjna przekłada się na trwałe marże, IPO może przetestować, czy AI jest wyceniane jako użyteczność, czy jako wieczny pochłaniacz gotówki.
Przewaga danych pierwszego gracza i blokada agentowych przepływów pracy mogą nadal generować marże operacyjne o wartości 40%+, uzasadniając wycenę 1 biliona dolarów, w którą artykuł wątpi.
"Hiperwzrost przychodów OpenAI maskuje fundamentalne pytanie, którego artykuł unika: od którego momentu roczne koszty infrastruktury przekraczające 100 miliardów dolarów staną się niekompatybilne z oczekiwaniami zwrotu z rynków publicznych?"
Artykuł przedstawia IPO OpenAI jako nieuniknione i transformacyjne, ale ukrywa rzeczywisty problem: firma może nigdy nie osiągnąć akceptowalnych zwrotów ze swojej struktury kapitałowej. 25 miliardów dolarów rocznych przychodów przy niedawnej wycenie 122 miliardów dolarów = 4,9x mnożnik sprzedaży. Dla porównania, NVIDIA handluje przy około 12x sprzedaży, ale generuje marże operacyjne powyżej 50%; marże OpenAI pozostają niejasne i prawdopodobnie ujemne, gdy uwzględni się pełne koszty szkolenia modeli. Artykuł prawidłowo identyfikuje, że AI jest ograniczona przez infrastrukturę, a nie przez popyt — ale właśnie dlatego fosa OpenAI jest krucha. Jeśli NVIDIA, dostawcy chmury i producenci chipów przejmą prawdziwy łańcuch wartości, OpenAI stanie się warstwą usług o wysokich przychodach i niskich marżach. Kwestia wiarygodności Altmana jest realna, ale drugorzędna; główne ryzyko jest strukturalne.
Jeśli OpenAI osiągnie marże operacyjne powyżej 40% w ciągu 3-5 lat (co jest prawdopodobne, jeśli koszty wnioskowania spadną, a ceny korporacyjne utrzymają się), wycena 850 miliardów dolarów wygląda tanio w porównaniu do potencjalnych rocznych zysków przekraczających 200 miliardów dolarów. Artykuł może nie doceniać, jak szybko poprawia się ekonomia AI, gdy modele się ustabilizują.
"OpenAI jest obecnie wyceniane jako firma programistyczna o wysokich marżach, działając ze strukturą kosztów kapitałochłonnej użyteczności, co tworzy ogromną rozbieżność w wycenie."
Wycena 850 miliardów dolarów jest ogromną czerwoną flagą. Przy 25 miliardach dolarów rocznych przychodów, OpenAI handluje z mnożnikiem ceny do sprzedaży wynoszącym 34x. Dla porównania, Salesforce handluje z mnożnikiem około 9x, a Microsoft z 13x. Artykuł ignoruje fakt, że OpenAI jest zasadniczo podmiotem "przekazującym moc obliczeniową"; ich marże są strukturalnie obniżone przez ogromne wydatki kapitałowe wymagane do szkolenia modeli na sprzęcie Nvidia. Chyba że osiągną przełom w efektywności wnioskowania, który drastycznie obniży koszt za token, nie są firmą SaaS – są użytecznością o strukturze kosztów ciężkiego przedsiębiorstwa przemysłowego. Inwestorzy obecnie wyceniają monopol, ale komodytyzacja LLM poprzez modele open-source, takie jak Llama 3, sprawia, że ta fosa staje się coraz bardziej porowata.
Jeśli OpenAI skutecznie przejdzie od dostawcy modeli do platformy autonomicznych agentów, która obejmie cały stos oprogramowania korporacyjnego, obecne mnożniki przychodów mogą okazać się tanie w retrospekcji w porównaniu do całkowitego dostępnego rynku globalnych kosztów pracy.
"OpenAI stoi w obliczu problemów z rentownością i zarządzaniem, które sprawiają, że wycena IPO na najwyższym poziomie jest mało prawdopodobna w najbliższej przyszłości."
Droga IPO OpenAI nie jest gwarantowana, a artykuł pomija kapitałochłonną rzeczywistość stojącą za hiperwzrostem. Twierdzenia o prywatnym finansowaniu, takie jak runda o wartości 122 miliardów dolarów i wycena powyżej 850 miliardów dolarów, zasługują na sceptycyzm bez weryfikowalnych źródeł. Rynki publiczne będą wymagać wiarygodnych ścieżek rentowności, a nie tylko szalejących przychodów. Ograniczona struktura zysków OpenAI i krótkoterminowa zależność od Microsoftu w zakresie mocy obliczeniowej wprowadzają ryzyko zarządzania i regulacyjne, podczas gdy ceny chmury i koszty centrów danych obniżają marże. Jeśli popyt na AI spowolni lub koszty kapitału wzrosną, akcje mogą drastycznie zmienić wycenę, nawet przy kontynuacji trendów AI. Ryzyko czasowe i strukturalne mogą ograniczyć entuzjazm bardziej, niż sugerują nagłówkowe wyceny.
Jednak druga strona jest prawdopodobna: jeśli koszty mocy obliczeniowej pozostaną ściśle powiązane z Microsoftem i utrzymają się wyłączne partnerstwa, OpenAI może monetyzować na dużą skalę z trwałymi marżami i uzasadnić premię publiczną.
"Wzrost efektywności i ryzyko komodytyzacji mogą uderzyć w OpenAI jednocześnie, skracając okno na ekspansję marż."
Punkt Geminiego dotyczący OpenAI jako podmiotu przekazującego moc obliczeniową pomija kluczową kwestię czasową. Przełomy w efektywności wnioskowania mogą nastąpić w momencie, gdy modele open-source skomodytyzują rynek, pozostawiając OpenAI z wysokimi kosztami stałymi i jednocześnie erodując siłę cenową. Ta konwergencja może wymusić ponowną wycenę na długo przed terminem odzyskania marż w ciągu 3-5 lat, który zakłada Claude, wzmacniając spadki, jeśli zobowiązania kapitałowe pozostaną niezmienione.
"Prawdziwe ryzyko nie polega na tym, czy marże ostatecznie się poprawią – ale na tym, czy tempo spalania gotówki przez OpenAI wyprzedzi wzrost przychodów, zanim pojawią się zyski z efektywności."
Claude i Gemini zakładają, że koszty wnioskowania *spadną* znacząco, ale żaden z nich nie zajmuje się tym, co się stanie, jeśli tak się nie stanie – lub spadną wolniej, niż przyspieszą wydatki kapitałowe. Podniesienie kapitału przez OpenAI o 122 miliardy dolarów wiąże zobowiązania wydatkowe niezależnie od przełomów w efektywności. Ryzyko konwergencji Groka jest realne, ale asymetria czasowa jest głębsza: jeśli wnioskowanie pozostanie drogie do 2026-27 roku, OpenAI będzie miało do czynienia ze ściskaniem marż *zanim* jakikolwiek zwrot z inwestycji w platformę agentową przyniesie zyski. To jest kwestia płynności na 2-3 lata, a nie wyceny.
"Strukturalna zależność OpenAI od Microsoftu stwarza wysokie prawdopodobieństwo wymuszonego przejęcia, jeśli marże nie wzrosną."
Claude ma rację co do ryzyka płynności, ale wszyscy ignorują dynamikę "Microsoft jako wynajmujący". Jeśli OpenAI stanie w obliczu kryzysu marż, Microsoft będzie miał ostateczną dźwignię, aby zamienić ten dług na kapitał własny po zaniżonej wycenie. To nie jest tylko problem struktury kapitałowej; to potencjalny scenariusz wymuszonego przejęcia. Jeśli wydajność modeli OpenAI osiągnie plateau, podczas gdy koszty mocy obliczeniowej pozostaną stałe, Microsoft nie potrzebuje, aby odniosła sukces niezależnie – potrzebuje tylko wchłonąć IP i talent po zniżce.
"Ryzyko regulacyjne/antymonopolowe w stosie AI zdominowanym przez Microsoft może ograniczyć potencjał wzrostu marż OpenAI bardziej niezawodnie niż rzadka szansa na wymuszone przejęcie."
Odpowiadając Gemini: Zgadzam się z obawą o ryzyko wymuszonego przejęcia przez Microsoft, ale większą, niedocenianą wadą jest ryzyko regulacyjne/antymonopolowe w stosie MS-OpenAI. Nawet jeśli marże nieznacznie się skurczą, działania polityczne mogą ograniczyć wyłączne powiązania chmurowe, ograniczyć ceny transferowe lub wymusić zbycie aktywów, ograniczając siłę cenową OpenAI i monetyzację przy niewielkim kapitale. Mnożnik IPO powinien dyskontować ryzyko zarządzania i regulacyjne w takim samym stopniu, jak odzyskanie marż.
Panelistów generalnie zgadzają się, że IPO OpenAI jest ryzykowne ze względu na jego wysoką wycenę, niepewne marże i potencjalne ryzyka strukturalne, takie jak komodytyzacja modeli AI i zależność od zasobów obliczeniowych Microsoftu.
Żaden nie został wyraźnie podany.
Komodytyzacja modeli AI i wysokie koszty stałe prowadzące do ściskania marż i potencjalnych problemów z płynnością, zanim jakikolwiek zwrot z inwestycji przyniesie zyski.