Czy sztuczna inteligencja staje się kolejną branżą „zbyt dużą, by upaść”?

Listen to this article

Sztuczna inteligencja jest promowana jako technologia, która “zmieni wszystko”. Jednak choć garstka firm osiąga ogromne zyski, inne pytanie zasługuje na uwagę:

Czy AI przyspiesza gospodarkę — czy tylko maskuje jej spowolnienie?

W nagłówkach SI przypisuje się transformację medycyny, finansów, logistyki, handlu i produktywności. Jednak wśród wielu pracujących profesjonalistów panuje poczucie, że realne płace mają trudności z nadążeniem za rosnącymi kosztami życia. Jednocześnie najgłośniejszy optymizm często pochodzi z sektorów najbardziej zaangażowanych finansowo w narrację AI.

To rodzi niewygodne pytanie: czy AI stała się prawdziwym motorem dobrobytu — czy raczej systemem podtrzymywania życia finansowego?

Miraż wzrostu

Najnowsze dane sugerują, że znaczna część wzrostu PKB USA może być napędzana nie wzrostem produktywności, lecz wydatkami na infrastrukturę związaną ze sztuczną inteligencją — zwłaszcza centrami danych.

Badanie przeprowadzone przez S&P Global wykazało, że w drugim kwartale 2025 roku sama budowa centrów danych zwiększyła PKB USA o 0,5%. To postać historyczna. Ale co się stanie, jeśli te wydatki zwolnią?

Czy widzimy realną ekspansję gospodarczą — czy może krótkoterminowy bodziec udając innowacje?

Ten wzorzec ma swoje precedensy. Przed załamaniem rynku mieszkaniowego w Irlandii w 2008 roku — i w Stanach Zjednoczonych w tym samym roku — budownictwo kwitło, PKB rosło, a optymizm stał się obowiązkowy. Gospodarki wyglądały dobrze na papierze. Jednak już wtedy zaczęła się pojawiać niestabilność.

Dziś boom nie dotyczy cegieł i betonu — lecz krzemu, serwerów i oczekiwań.

Paradoks produktywności

AI reklamowana jest jako cud oszczędzający pracę. Jednak wiele firm informuje o innej rzeczywistości: “work slump” — materiały produkowane przez AI, które wyglądają na dopracowane, ale muszą być naprawiane, przepisywane lub weryfikowane przez ludzi. Czas nie jest oszczędzany — jest cicho przenoszony. Badania sugerują ten sam paradoks:

Według relacji medialnych, MIT stwierdził, że 95% korporacyjnych programów pilotażowych AI nie wykazało mierzalnego zwrotu z inwestycji.

Badania MIT Sloan wykazały, że adopcja AI często początkowo obniża produktywność, a postępy (jak twierdzi) pojawiają się dopiero po gruntownej restrukturyzacji organizacyjnej.

Nawet McKinsey — jeden z najzagorzalszych zwolenników AI — ostrzega, że “pilotowanie AI jest łatwe, ale tworzenie wartości trudne.”

Jeśli sztuczna inteligencja nie ograniczyła pracy ludzkiej, to czy po prostu ją ukryła?

Jeśli sztuczna inteligencja nie zmienia charakteru pracy, to czy po prostu zmienia jej nazwę?

Ponadto AI może wydawać się efektywna, ale działa ściśle w granicach danych treningowych: potrafi powtarzać błędy, przeoczyć to, co ludzie zauważą, i wzmacniać granice, które przedstawiają “zatwierdzoną” lub “konsensusową wersję” rzeczywistości, a nie samą rzeczywistość.

Od innowacji do infrastruktury

AI jest obecnie traktowana mniej jak narzędzie — a bardziej jako konieczność. Gdy technologia zostaje klasyfikowana jako infrastruktura niezbędna, finansowanie przesuwa się z ryzyka prywatnego na zobowiązanie publiczne.

McKinsey szacuje, że do 2030 roku na AI i infrastrukturę obliczeniową może zostać wydane ponad 6,7 biliona dolarów — skala inwestycji zwykle spotykana w czasie wojny. Jednak co się buduje i czy przyniesie to wymierne korzyści zwykłym obywatelom?

Niektórzy analitycy ostrzegają, że sektory gospodarki AI przypominają kołową pętlę inwestycyjną: firmy chmurowe i chipowe inwestują w startupy AI, które następnie kupują usługi komputerowe od tych samych firm, które je finansowały. Popyt staje się dowodem na opłacalność — nawet jeśli wartość pozostaje nieudowodniona.

Jak omawiają książki The Debt Machine i Demonic Economics, te cykle często tworzą iluzję wzrostu — aż do momentu, gdy społeczeństwo ponosi koszty. W tym momencie AI przestaje zachowywać się jak innowacja — i zaczyna zachowywać się jak dług.

Misja Genesis — Punkt zwrotny

W listopadzie 2025 roku rząd USA wydał rozporządzenie wykonawcze uruchamiające “Genesis Mission“, ogólnokrajowe przedsięwzięcie mające na celu zbudowanie zintegrowanej platformy AI — łączącej krajowe superkomputery DOE, federalne superkomputery, dekady federalnie finansowanych zbiorów danych naukowych oraz współpracę z sektorem prywatnym AI i partnerami akademickimi — mającą na celu przyspieszenie badań naukowych i innowacji.

To nie gwarantuje ratunków — ale tworzy warunki, w których firmy AI mogą stać się “zbyt strategiczne, by upaść”. Gdy technologia staje się częścią polityki narodowej, porażka przenosi się z ryzyka finansowego na polityczne.

Możemy być świadkami przemiany AI z inwestycji spekulacyjnych w infrastrukturę finansowaną publicznie.

Kto ponosi ryzyko?

Głębsze pytanie nie dotyczy tylko tego, co AI może lub nie może zrobić — ale kto musi ponieść koszty, jeśli zawiodła.

Duże amerykańskie fundusze emerytalne i pasywne portfele indeksowe są obecnie mocno narażone na gigantów zależnych od AI, takich jak Nvidia, Amazon, Microsoft, Google i Tesla. Po stronie zadłużenia prywatne kredyty i finansowanie centrów danych powiązane z infrastrukturą AI stopniowo trafiają do portfeli obligacji.

Oznacza to, że boom na sztuczną inteligencję nie jest tylko trendem inwestycyjnym.

Być może jest on już uwzględniony w kontach emerytalnych – bez wiedzy obywateli.

Czy potencjalnie jesteśmy świadkami nowej socjalizacji prywatnego ryzyka i zadłużenia – podobnej do sytuacji po załamaniu rynku nieruchomości w 2008 r. – w wyniku której ciężar ponownie spada na społeczeństwo?

Pytania wymagające analizy

Czy AI zwiększa produktywność — czy ukrywa swój spadek i tworzy nowe warstwy ukrytej siły roboczej?

Czy centra danych napędzają dobrobyt — czy podtrzymują PKB na papierze?

Czy obywatele świadomie inwestują w AI — czy też ich emerytury inwestują za nich?

Czy sztuczna inteligencja tworzy wartość, czy też pochłania dotacje i zadłużenie?

Gdy technologia jest uznawana za rozwój, chroniona przed porażką i traktowana jako niezbędna, zanim udowodni się jej wartość — może przestać być innowacją. Może to być obowiązek.

Konkluzja

Jak napisałem w książce Staying Human in the Age of AI, nie powinniśmy pozwolić, by AI przyćmiła ludzkie myślenie. Wciąż jest czas, by AI dostarczyła prawdziwych przełomów. Ale w tej chwili wiara rozwija się szybciej niż dowody — a optymizm jest najtańszy, gdy nie kosztuje społeczeństwa nic.

Koszt porażki nie spadnie na Dolinę Krzemową.

Może spadać na emerytów, oszczędzających i przyszłe pokolenia.

Gdy technologia staje się zbyt strategiczna, by zawieść — może przestać funkcjonować jako innowacja — lecz jako zobowiązanie publiczne, o które niewielu prosiło.

Źródło: https://www.americanthinker.com/articles/2025/12/is_ai_becoming_the_next_too_big_to_fail_industry.html