Spadek kosztów szkolenia sieci neuronowych zwiększa dostępność tej technologii, a rosnący popyt wymaga ogromnych inwestycji w moc obliczeniową. Według ARK Invest, globalne wydatki na infrastrukturę AI mogą sięgnąć 1,5 biliona dolarów do 2030 roku.
Rozwój sztucznej inteligencji wyprzedza rozwój Internetu, a infrastruktura dostosowuje się do tego tempa.
Wierzymy, że to początek ogromnej rozbudowy, ponieważ konsumenci i przedsiębiorstwa sygnalizują duży popyt. @downingARK dzieli się najnowszymi informacjami na temat infrastruktury AI w nowym wpisie na blogu. https://t.co/tatNHMFiuM
— ARK Invest (@ARKInvest) 25 marca 2026 r.
Ceny spadają, popyt rośnie
Według analityków, koszt szkolenia sieci neuronowych spada o 75% rocznie. Wnioskowanie dla modeli z wynikiem powyżej 50% w testach porównawczych spada jeszcze szybciej – średnio o 95%.
Źródło: ARK Invest.
Tańsza technologia zazwyczaj obniża koszty. Jednak w przypadku sztucznej inteligencji sytuacja wygląda inaczej: wraz ze wzrostem dostępności szkoleń i obsługi modeli, poszerza się zakres zadań, w których ich zastosowanie jest ekonomicznie uzasadnione.
Sztuczna inteligencja jest wdrażana dwa razy szybciej niż Internet, osiągając 20-procentowy poziom penetracji w ciągu zaledwie trzech lat, co w przypadku sieci World Wide Web zajęło ponad sześć lat.
Popyt korporacyjny również dynamicznie rośnie. Wolumen żądań tokenów za pośrednictwem OpenRouter wzrósł 28-krotnie od grudnia 2024 roku. Anthropic zwiększył swoje roczne przychody ze 100 milionów dolarów w 2023 roku do 14 miliardów dolarów w lutym 2026 roku. Do listopada 2025 roku OpenAI osiągnął 1 milion klientów biznesowych.
Źródło: ARK Invest.
Boom infrastrukturalny
Od momentu uruchomienia ChatGPT popyt na akcelerowane obliczenia gwałtownie wzrósł. Roczne przychody firmy Nvidia wzrosły z 27 miliardów dolarów w 2022 roku do 216 miliardów dolarów w 2025 roku. Analitycy przewidują, że w 2026 roku wartość ta osiągnie 350 miliardów dolarów.
Globalny wzrost inwestycji w serwery przyspieszył z 5% rocznie w dekadzie do 2022 roku do 30% w ciągu ostatnich trzech lat. Według ARK, procesory graficzne (GPU) i układy scalone ASIC (Application-Specific Integrated Circuits) stały się dominującym segmentem, stanowiąc 86% rynku serwerów.
Oczekuje się, że prywatne inwestycje w infrastrukturę AI przekroczą 200 miliardów dolarów w 2025 roku, z czego około 80 miliardów dolarów trafi do twórców modeli fundamentalnych. Firmy hiperskalerowe poszukują alternatywnych form finansowania: umowa Meta z Blue Owl o wartości 30 miliardów dolarów była największą transakcją private equity w historii.
Bitwa chipsów
Rosnący popyt zaostrzył konkurencję między producentami sprzętu. AMD zdołało dogonić Nvidię pod względem całkowitego kosztu posiadania (TCO) w segmencie małych modeli. Jednak w segmencie dużych modeli Nvidia utrzymuje pozycję lidera wydajności dzięki architekturze Grace Blackwell.
Źródło: ARK Invest.
Firmy o dużej skali aktywnie rozwijają własne rozwiązania półprzewodnikowe. Google projektuje TPU od 10 lat. Według SemiAnalysis, wykorzystanie niestandardowych układów scalonych do zadań wewnętrznych może obniżyć koszty obliczeniowe o 62% w porównaniu z architekturami Nvidii.
Amazon promuje Trainium jako preferowaną platformę do szkoleń antropicznych. Microsoft wprowadza drugą generację akceleratorów Maia zoptymalizowanych pod kątem wnioskowania.
Broadcom dominuje w projektowaniu zaplecza, współpracując z TPU Google, Meta MTIA i nadchodzącym chipem OpenAI. Citi przewiduje, że przychody firmy z AI wzrosną z 20 miliardów dolarów w 2025 roku do 100 miliardów dolarów w 2027 roku.
Startupy z nowymi architekturami nabierają rozpędu. Cerebras, znany z układu Wafer Scale Engine, planuje wejść na giełdę w tym roku. Groq z kolei podpisał umowę licencyjną z Nvidią o wartości 20 miliardów dolarów.
Prognoza
Według ARK, roczne inwestycje w infrastrukturę AI osiągną 1,5 biliona dolarów do 2030 roku, co oznacza trzykrotny wzrost w ciągu pięciu lat. Udział wyspecjalizowanych układów ASIC w strukturze mocy obliczeniowej wzrośnie do jednej trzeciej rynku.
Źródło: ARK Invest.
„Budowana dziś infrastruktura to nie bańka spekulacyjna gotowa do pęknięcia, ale fundament pod zmianę platformy, która zdarza się raz na pokolenie. Użyteczni agenci AI dopiero zaczynają być wdrażani, są „nienasyceni tokenami”, ale mają znacznie większe możliwości niż te, do których przywykli użytkownicy. Skalowanie tych agentów do milionów firm będzie wymagało kolosalnych obliczeń, aby uzasadnić inwestycję” – podsumowali eksperci.
Przypomnijmy, że eksperci Citrini Research przewidzieli załamanie się gospodarki z powodu sztucznej inteligencji.