Podczas gdy inwestorzy wciąż skupiają uwagę na sukcesach Nvidii, rynek AI przygotowuje się do przejścia w fazę drugą, która może przynieść jeszcze większe zyski. Analitycy prognozują, że transformacja od trenowania modeli do ich wdrożenia w praktycznych zastosowaniach utworzy okazje inwestycyjne o wartości nawet 70-krotnie wyższej niż obecne standardy.
Od GPU do inteligentnych agentów
Pierwsza faza rewolucji AI koncentrowała się na budowie infrastruktury. Firmy takie jak Nvidia dostarczały układy GPU niezbędne do trenowania dużych modeli językowych. W Polsce nakłady na infrastrukturę AI w 2025 roku wzrosły o 62% w porównaniu z rokiem poprzednim, osiągając wartość około 16 miliardów złotych. Jednak według danych Gartnera i IDC, do połowy 2026 roku ponad 55% wydatków na infrastrukturę AI będzie przeznaczonych na inference, czyli uruchamianie gotowych modeli, a nie na ich trenowanie.
To fundamentalna zmiana. Faza druga to era agentów AI – autonomicznych systemów zdolnych do wykonywania złożonych zadań bez ludzkiej ingerencji. Według najnowszych prognoz, do końca 2026 roku aż 78% firm z listy Fortune 500 będzie aktywnie wdrażać systemy agentowe, w porównaniu z zaledwie 20% na początku 2025 roku. W Polsce Ministerstwo Cyfryzacji planuje uruchomić w I kwartale 2026 roku pilotażowy program wdrażania agentów AI w administracji publicznej.
Trzy filary drugiej fazy AI
Eksperci wskazują na trzy kluczowe obszary wzrostu. Po pierwsze, aplikacje inferencing wymagają globalnej, rozproszonej infrastruktury chmurowej – dokładnie tam, gdzie dominują giganci tacy jak Amazon, Microsoft i Google. Łącznie planują wydać w 2026 roku ponad 1,6 biliona złotych na rozwój infrastruktury.
Po drugie, agenci AI będą komunikować się ze sobą za pomocą protokołów Agent-to-Agent, wprowadzonych przez Google w kwietniu 2025 roku. Te autonomiczne moduły będą zarządzać łańcuchami dostaw, pisać oprogramowanie i obsługiwać klientów bez nadzoru człowieka. W polskich firmach technologicznych, takich jak Allegro czy CD Projekt, już trwają testy wewnętrznych systemów agentowych.
Po trzecie, edge computing stanie się kluczowy. Gdy ChatGPT obsługuje 800 milionów użytkowników tygodniowo, a systemy agentowe wymagają czasów odpowiedzi mierzonych w dziesiątkach milisekund, fizyka po prostu nie pozwala rozwiązać wszystkiego z centralnego centrum danych.
Szansa dla polskich inwestorów
Analitycy McKinsey przewidują, że koszty związane z centrami danych AI osiągną od 12 do 32 bilionów złotych do 2030 roku. To koreluje z trzykrotnym wzrostem w porównaniu z obecnymi nakładami. Dla polskich inwestorów oznacza to nie tylko akcje amerykańskich gigantów, ale również krajowe spółki budujące centra danych, dostarczające energię czy rozwijające rozwiązania edge computing.
Globalny rynek AI, wyceniany obecnie na 3,1 biliona złotych, ma według prognoz osiągnąć 14,8 biliona złotych do 2034 roku. Największy wzrost przewidywany jest właśnie w latach 2025-2027, gdy faza druga wejdzie w pełnię możliwości. Inwestorzy, którzy przegapili pierwszą falę związaną z Nvidią, teraz otrzymują drugą szansę na zyski, pod warunkiem że zwrócą uwagę na firmy z sektora inference, agentów AI i infrastruktury brzegowej.