Mentionsy

KRUPA o Rynkach
KRUPA o Rynkach
14.05.2026 05:00

AI w 2026: sześć warstw. Nie tylko NVIDIA

W grudniu 2023, jako strateg rynku akcji w mBanku, publicznie postawiłem tezę: NVIDIA pobije S&P 500. Dziś kurs jest cztery razy wyżej.


I dokładnie dlatego mam problem.


Bo wygrana uczy najgorszej możliwej rzeczy: że intuicja była słuszna. A prawda jest mniej wygodna. Słuszna była metoda.


W drugim odcinku KRUPA o Rynkach prowadzę was przez sześć warstw łańcucha wartości AI w 2026: energię, pamięć HBM, chipy główne, chipy dedykowane, optykę i sieć oraz modele i aplikacje.


Pokazuję, w co dziś wierzę, w co przestałem wierzyć i jaki sygnał musiałby się pojawić, żebym zmienił zdanie o każdej z tych warstw.


Plus framework trzech pytań, który stosuję do każdej przełomowej technologii — nie tylko AI:


1. Gdzie jest wąskie gardło fizyczne, a gdzie narracyjne?

2. Kto w łańcuchu wartości zbiera marżę i dlaczego akurat on?

3. Co musiałoby się stać, żebym zmienił zdanie?


To nie jest odcinek o tym, co kupić. To jest odcinek o tym, jak nie pomylić zwycięskiej narracji z powtarzalną metodą.



Pełna rozpiska łańcucha wartości AI w 2026, segment po segmencie, ze spółkami i warunkami falsyfikacji — w newsletterze KoR:


https://www.krupaorynkach.pl/


Odcinek w wersji wideo dostępny na YouTube: KRUPA o Rynkach.



Treść edukacyjna i informacyjna, wyrażająca wyłącznie moje opinie. Nie stanowi rekomendacji inwestycyjnej ani doradztwa inwestycyjnego. Inwestowanie wiąże się z ryzykiem utraty kapitału. Decyzje podejmujesz na własną odpowiedzialność.

Rozdziały (5)

1. Wprowadzenie i teza

Autor opisuje swoją tezę dotyczącą sztucznej inteligencji i jej wpływu na rynki akcji.

2. Próba pierwsza - Nvidia

Autor opisuje pierwszą próbę tezy dotyczącą wpływu Nvidia na rynki AI.

3. Próba druga - Wzrost AI

Autor opisuje drugą próbę tezy dotyczącą wzrostu AI i jego wpływ na rynki.

4. Próba trzecia - Prąd

Autor opisuje trzecią próbę tezy dotyczącą prądu jako kluczowego czynnika w rozwoju AI.

5. Analiza tezy

Autor analizuje swoje tezy i ich wpływ na inwestycje w branży AI.

Szukaj w treści odcinka

Znaleziono 25 wyników dla "AI"

Tego samego, który nieświadomie częściowo mnie zainspirował do tego zakładu.

Niezależnie od tego, który model AI wygra na końcu, wszyscy używali chipów.

Chińska firma DeepSeek pokazuje światu model AI, który wytrenowano za ułamek kosztów zachodnich konkurentów.

Nowa generacja AI, modele rozumujące, jak O1 od OpenAI czy DeepSeek R1.

Tańszy AI nie zmniejsza zapotrzebowania na chipy, wręcz przeciwnie, zwiększa je, bo rośnie cały rynek.

Z AI jest dokładnie tak samo.

Tańsze wykorzystanie AI sprawia, że nagle masa zastosowań, które były ekonomicznie nierealne, staje się realna.

Sami giganci chmury Microsoft, Amazon, Google, Meta zapowiedzieli, że na infrastrukturę AI wydadzą w 2026 roku w sumie około 700 miliardów dolarów.

Dipsik nie obalił tezy o wykładniczym rozwoju AI.

Obalił wąskie założenie, że wzrost AI przełoży się 1 do 1 na wzrost zapotrzebowania na czipy w dotychczasowy sposób.

Anthropic, jeden z największych odbiorców mocy obliczeniowej AI na świecie, w kwietniu tego roku zobowiązał się do wydania ponad 100 miliardów dolarów na czipy Amazona przez najbliższą dekadę.

OpenAI buduje własny chip razem z Broadcomem.

Platforma CUDA, narzędzie, na którym pisze większość programistów sztucznej inteligencji, to trochę jak system operacyjny dla świata AI.

Prosty model pod tytułem Nvidia równa się AI przestał wystarczać.

Bardziej precyzyjny model to Nvidia równa się systemy AI w największej skali.

Że wąskie gardło dla rozwoju AI przesunęło się z czipów na prąd.

Im większy popyt na nowy prąd, bo budujemy nowe centra danych pod AI, tym więcej operator musi zapłacić elektrowniom za rezerwację mocy.

W lutym 26 roku zaktualizował swoje stanowisko, podkreślając, że transformacja AI dzieje się szybciej niż ktokolwiek przewidywał.

Mira Murati była dyrektor technologiczna OpenAI.

Ilya Sutskevel, współzałożyciel OpenAI przy wycenie trzydziestu kilku miliardów.

Nie zdziwiłbym się, gdyby za trzy lata 30-40% dzisiejszych zwycięzców AI straciło połowę wartości.

Cisco miało zwrot zainwestowanego kapitału 18%, Nvidia 126%.

Najprawdopodobniej najbardziej niedoceniany segment, bo fizyka nie wycenia się tak szybko jak narracja o AI.

Pamięć o wysokiej przepustowości używana w czipach AI.

Bardzo szybka pamięć, bez której najmocniejsze czipy AI nie działają efektywnie.