Globalne wydatki na generatywną AI mają w 2025 roku wzrosnąć o 76%, osiągając wartość 644 miliardów dolarów – wynika z najnowszych prognoz Gartnera. To imponujący skok, który jednak nie oddaje pełnego obrazu sytuacji. Kluczowe pytanie brzmi nie „ile”, ale „kto” faktycznie wydaje te pieniądze.
Większość tego wzrostu napędzają dostawcy – nie klienci końcowi. To firmy budujące infrastrukturę chmurową, platformy AI i ekosystemy usług dokonują największych inwestycji kapitałowych. Hiperskalerzy rozszerzają farmy obliczeniowe, producenci sprzętu notują rekordowe zamówienia, a dostawcy software’u intensywnie rozwijają portfolio funkcji GenAI. Strumień środków płynie w kierunku przygotowań pod przyszłe zużycie, niekoniecznie odzwierciedlając bieżący popyt rynkowy.
Z kolei po stronie użytkowników końcowych widać ostrożność. Wiele firm ogranicza inwestycje, skupiając się na testowaniu wybranych scenariuszy i analizie rentowności projektów AI. Mimo że nominalnie rynek rośnie, duża część organizacji jeszcze nie przeszła do etapu pełnoskalowych wdrożeń.
Efekt jest taki, że rynek GenAI rozwija się dziś nierównomiernie. Dynamika pochodzi głównie z infrastrukturalnego zaplecza – z inwestycji dostawców, którzy budują pozycję na przyszłość. Tymczasem realna adopcja po stronie biznesu wciąż pozostaje rozproszona i selektywna
GenAI jako technologia dostawców, nie użytkowników
W 2023 roku wiele organizacji zbudowało własne zespoły ds. sztucznej inteligencji, testowało modele, uruchamiało pilotaże. Rok później ten obraz wygląda zupełnie inaczej. Zamiast rozwijać autorskie rozwiązania, firmy coraz częściej rezygnują z własnych inicjatyw i sięgają po gotowe produkty dostarczane przez zewnętrznych dostawców.
Na rynku zaczyna dominować model, w którym to vendor definiuje, czym jest GenAI i jak ma być używana – zarówno od strony funkcji, jak i kosztów. Zamiast inwestować w wewnętrzne zespoły, infrastruktury i kompetencje, działy IT wolą skorzystać z gotowych komponentów oferowanych w ramach chmury, platform SaaS lub narzędzi pionowych. To wygodniejsze, szybsze i znacznie mniej ryzykowne pod kątem operacyjnym.
Zmiana ta przesuwa równowagę sił. O ile wcześniej to firmy decydowały, jaką technologię rozwijać i gdzie ją wdrażać, dziś to dostawcy wyznaczają kierunek rozwoju funkcjonalności i model monetyzacji. GenAI przestaje być technologią do samodzielnego kształtowania, a staje się funkcją, którą się konsumuje – podobnie jak backup czy logowanie jednokrotne.
Ten model ogranicza elastyczność, ale zwiększa skalowalność. Firmy zyskują szybki dostęp do rozwiązań AI bez konieczności budowy własnych modeli czy zaplecza inżynieryjnego. W praktyce to oznacza konsolidację rynku wokół kilku dominujących dostawców – oraz rezygnację z pierwotnych ambicji, by rozwijać AI na własnych warunkach.
Ściana rzeczywistości: koszt, infrastruktura, kompetencje
Eksperymenty z generatywną AI, które miały zrewolucjonizować sposób działania przedsiębiorstw, w wielu przypadkach nie przetrwały zderzenia z rzeczywistością. Zapał do innowacji ustąpił miejsca kosztorysom, analizom efektywności i brakowi zasobów. W rezultacie wiele projektów pilotażowych zostało wygaszonych, zanim zdążyły przejść do fazy produkcyjnej.
Kluczowym ograniczeniem okazały się finanse. Budowa własnych modeli była wielokrotnie droższa, niż zakładano w fazie planowania – zarówno pod względem kapitałowym, jak i operacyjnym. Samo utrzymanie infrastruktury obliczeniowej, szczególnie w kontekście wysokiego zapotrzebowania na GPU, znacząco przekroczyło założone budżety. Do tego dochodziły koszty związane z integracją danych, bezpieczeństwem, compliance oraz utrzymaniem zespołów inżynierskich.
Równolegle firmy musiały zmierzyć się z barierami organizacyjnymi. W wielu przypadkach brakowało wewnętrznych kompetencji, by efektywnie rozwijać i utrzymywać systemy oparte na AI. Równie poważnym ograniczeniem była infrastruktura: przestarzałe systemy danych, niska interoperacyjność i brak dojrzałości architektonicznej skutecznie spowalniały próby skalowania.
W efekcie, mimo początkowej eksplozji projektów, wiele organizacji znacząco ograniczyło zakres działań związanych z GenAI. Zamiast rozbudowywać portfolio wdrożeń, firmy zaczęły selekcjonować jedynie te inicjatywy, które miały bezpośredni wpływ na wynik operacyjny lub dało się je szybko połączyć z istniejącymi procesami.
To przesunięcie z fazy eksperymentalnej do fazy redukcji nie oznacza rezygnacji z GenAI, ale stanowi czytelny sygnał: transformacja nie nastąpi w trybie „big bang”, tylko będzie przebiegać selektywnie, w rytmie dostosowanym do realnych możliwości organizacyjnych.
Wielki boom sprzętowy – kto naprawdę kupuje?
Wzrost wydatków na infrastrukturę AI osiągnął w 2024 roku niespotykaną skalę. Według danych Gartnera, segment sprzętu odpowiadał za 80% wszystkich wydatków na generatywną AI, a jego wartość skoczyła o 846% rok do roku. To tempo nie ma precedensu – nawet w realiach hiperinwestycyjnych boomów technologicznych.
Ale za tym boomem nie stoi popyt ze strony klientów końcowych. Głównym źródłem wzrostu są hiperskalerzy, którzy budują globalne klastry GPU, oraz dostawcy usług chmurowych i modeli AI, którzy próbują zabezpieczyć moce obliczeniowe, zanim zrobi to konkurencja.
Dla Amazon Web Services, Microsoft Azure czy Google Cloud to gra strategiczna – nie o wzrost przychodów dziś, ale o dominację w ekosystemach AI za dwa, trzy lata. Ośrodki danych zasilane procesorami H100 i B200 stają się nową walutą przewagi konkurencyjnej, a ich dostępność zaczyna wyznaczać limity wzrostu dla całej branży.
Tymczasem przedsiębiorstwa, choć nominalnie są odbiorcami tej infrastruktury, coraz rzadziej podejmują decyzje zakupowe na poziomie sprzętu. Konsumują ją pośrednio – jako usługę, zintegrowaną z platformami i narzędziami dostępnymi w modelu subskrypcyjnym.
To przesunięcie ciężaru inwestycji – od klienta do dostawcy – zmienia układ sił w ekosystemie GenAI. Dostawcy kontrolują nie tylko zasoby, ale i tempo adopcji. Dla producentów sprzętu oznacza to rynek skoncentrowany na kilku największych nabywcach. Dla firm końcowych – uzależnienie od decyzji infrastrukturalnych podejmowanych daleko poza ich własnym działem IT.
Nowa rola software’u: zaskoczenie, które kosztuje
Po falstarcie wielu firmowych projektów GenAI, to dostawcy oprogramowania przejęli inicjatywę. Generatywna AI nie jest już prezentowana jako osobna technologia, lecz jako domyślny komponent gotowych produktów. Rynek software’u AI, który w 2024 roku urósł ponad trzykrotnie, ma niemal się podwoić w ciągu kolejnych 12 miesięcy. Wzrost napędzają nie spektakularne wdrożenia, ale masowe udostępnianie funkcji GenAI w popularnych narzędziach biurowych, sprzedażowych i programistycznych.
Zmiana zachodzi po cichu. Użytkownicy nie muszą już podejmować decyzji o wdrożeniu AI – często wystarczy aktualizacja oprogramowania, by nowa funkcja pojawiła się obok znanych przycisków. Takie podejście ogranicza barierę wejścia, ale jednocześnie zaciera granicę między planowanymi inwestycjami a nieprzewidzianymi kosztami operacyjnymi.
Dla wielu CIO to zaskoczenie: budżety nie zostały zaplanowane na pokrycie dynamicznych podwyżek cen usług, w których GenAI staje się integralną częścią oferty. Zamiast przeznaczać środki na innowacje czy transformację, działy IT przesuwają fundusze w stronę utrzymania i licencjonowania. Zjawisko to szczególnie widoczne jest w segmencie SaaS, gdzie nowe funkcje trafiają do użytkownika szybciej, niż do jego arkusza kalkulacyjnego.
W praktyce GenAI staje się tym, czym kiedyś była mobilność czy chmura – nie tyle opcją, co standardem wpisanym w koszt utrzymania środowiska IT. Różnica polega na tym, że tempo monetyzacji tej technologii przez dostawców znacznie wyprzedza realne tempo adopcji po stronie użytkowników.
Budżetowy reality check: kto za to zapłaci?
Rosnące koszty związane z generatywną AI coraz częściej nie wynikają z nowych inwestycji, ale z konieczności utrzymania już wdrożonych rozwiązań. Firmy, które jeszcze rok temu planowały przeznaczać budżety na eksplorację nowych modeli i budowę zaplecza technologicznego, dziś skupiają się na pokryciu wyższych opłat licencyjnych i kosztów usług operacyjnych.
W praktyce oznacza to redystrybucję środków w ramach istniejących budżetów IT. Ponieważ większość organizacji nie otrzymała proporcjonalnego zwiększenia finansowania, pokrycie wzrostu cen usług – w szczególności w segmencie software’u i chmury – odbywa się kosztem projektów rozwojowych i inicjatyw o charakterze innowacyjnym.
W szczególnie trudnej sytuacji znajdują się firmy, które zainwestowały w środowiska hybrydowe i zarazem korzystają z subskrypcyjnych modeli licencyjnych. Koszty generatywnych funkcji w tych przypadkach często „wchodzą tylnymi drzwiami”, jako dodatki do znanych produktów, ale z nowym cennikiem, wyższym poziomem licencji lub koniecznością migracji do wersji enterprise.
Dla CIO oznacza to konieczność podejmowania trudnych decyzji: rezygnacja z projektów, opóźnianie wdrożeń lub renegocjacja warunków z dostawcami. Zamiast inwestować w rozwój, wiele organizacji stara się zachować status quo w warunkach rosnących obciążeń finansowych.
Ten efekt uboczny szybkiej komercjalizacji GenAI ujawnia napięcie strukturalne: tempo, w jakim technologia jest monetyzowana przez dostawców, przewyższa tempo, w jakim organizacje są w stanie efektywnie ją wdrażać i z niej korzystać. W dłuższej perspektywie może to wymusić korektę zarówno po stronie strategii zakupowych, jak i planów rozwojowych.
