Inteligentne agenty AI napędzają drugą falę wzrostu chmury obliczeniowej! Wielkie banki z Wall Street analizują boom na IaaS i ponowną wycenę wartości PaaS – kto naprawdę zarabia na szale tokenów?

Aplikacja Sinolskiej Finansowej Agencji Informacyjnej poinformowała, że najnowszy raport badawczy Wall Street giganta finansowego Bernstein pokazuje, iż sektor chmury AI wchodzi w nową fazę pod przewodnictwem „wzrostu popytu na moc obliczeniową napędzany przez AI agentów, rozbudowy obciążeń AI inferencji oraz redystrybucji wartości platform”, a wraz z nią możliwości inwestycyjne przesuwają się z dostaw mocy GPU w stronę liderów chmury, którzy decydują o operacjach danych, kluczowych procesach firmowych, integracji workflow biznesowych z rozwojem, wdrażaniem i eksploatacją AI agentów.

Bernstein wskazuje, że obecnie globalna branża chmury obliczeniowej przechodzi najważniejszą konkurencyjną transformację od czasu pojawienia się Microsoft Azure jako rywala Amazon AWS: zapotrzebowanie na trening AI powoduje rozbudowę centrów danych opartych na GPU, otwierając rynek IaaS dla nowych dostawców chmury jak CoreWeave; wraz z ewolucją AI inferencji do środowisk produkcyjnych przedsiębiorstw rośnie zapotrzebowanie na skoordynowaną moc obliczeniową CPU, GPU, baz danych, pamięci masowej oraz platform software’owych; OpenAI i Anthropic zaczynają pełnić rolę dostawców platform AI agentów, przynosząc partnerom chmurowym większe zamówienia na infrastrukturę oraz konkurując z dostawcami PaaS o punkty wejściowe do oprogramowania, relacje z klientami i marże.

Zespół analityków Bernstein jest tym samym bardziej optymistyczny wobec Microsoft, Oracle i MongoDB, a ostrożniejszy w ocenie długoterminowej konkurencyjności nowych firm oferujących wyłącznie wynajem AI GPU jako infrastruktury chmurowej. Kluczowa teza inwestycyjna tej instytucji brzmi: wzrost popytu na AI moc obliczeniową powiększy rynek najmu AI chmury, ale nie zapewni wszystkim graczom tej samej siły cenowej ani wysokich zwrotów kapitałowych w erze AI. Pogląd ten znajduje potwierdzenie w najnowszych danych branżowych: Microsoft w lipcowym raporcie finansowym ujawnia, że przychody kwartalne Azure i innych usług chmurowych wzrosły o 43%, popyt wciąż przewyższa podaż; Oracle we wrześniu raportuje wzrost przychodów IaaS o 121% do 7,4 mld USD, a zobowiązania kontraktowe sięgają 664 mld USD, co oznacza, iż popyt przekłada się na przychody i długoterminowe umowy.

Jak AI agenci stopniowo zwiększają zapotrzebowanie na chmurę? Zestawiając raport Bernstein z inżynieryjnymi przykładami AI inferencji, widać, że zmiany reprezentowane przez Muse i Astra polegają na rozbudowie pojedynczej interakcji w wieloetapową procedurę: planowanie, wyszukiwanie, wywołanie narzędzi, wykonanie, inspekcja oraz retry. Meta podaje, że Muse działa na dedykowanej bezpiecznej maszynie wirtualnej z przeglądarką, a po zamknięciu aplikacji zadania są kontynuowane; OpenAI ujawnia, że Astra wzmacnia możliwości komputerowe oraz wieloetapowe, specjalistyczne działania, choć sam postęp nie oznacza potwierdzenia AGI.

W miarę wzrostu skali, wywołania modeli obciążają GPU, wykonywanie kodu i narzędzi podnosi popyt na CPU, długa konwersacja i sesje równoległe zwiększają zapotrzebowanie na pamięć i cache, a dostęp do wiedzy przedsiębiorstwa i stanów dynamicznych podbija wykorzystanie baz danych i storages. Wdrożenia produkcyjne podnoszą popyt na PaaS: identyfikację, bezpieczeństwo, monitoring czy workflow. Przykładem ekspansji AI na CPU jest umowa Anthropic z Akamai o wartości 11,6 mld USD na siedem lat wprost skierowana na obciążenia CPU. Jej współpraca z Amazon AWS, Google Cloud/Broadcom, Microsoft Azure Cloud, platformą chmury AI SpaceX pokazuje multi-vendorową konfigurację infrastruktury.

W kontekście potencjalnych zwycięzców IaaS/PaaS w AI chmurze w obliczu gwałtownego wzrostu nowych graczy pokroju CoreWeave, Bernstein daje najbardziej pozytywną rekomendację „prześcignąć rynek” dla Microsoft (MSFT.US), Oracle (ORCL.US) i MongoDB (MDB.US), a ceny docelowe sugerują ok. 28,7%, 135% oraz 35% potencjalnego wzrostu w najbliższych 12 miesiącach. W przypadku lidera AI cloud warehouse i bazy danych dla przedsiębiorstw, Snowflake (SNOW.US) uznano „zgodność z rynkiem”, a docelowa wycena oznacza ok. 10% możliwego wzrostu.

Nie ma wątpliwości, że AI cloud nadal jest strategicznym kierunkiem inwestycji kapitałowych i oczekiwań zysków, a inwestorzy analizują te ogniwa, które mogą zatrzymać marżę. OpenAI szuka nowego finansowania przy wycenie ok. 1,4 bln USD, a Anthropic dąży do IPO z wyceną powyżej 2 bln USD, co ukazuje wysokie oczekiwania globalnego rynku kapitałowego względem przestrzeni generowania przychodów z AI. W odróżnieniu od narracji o wycenach zastosowań AI, łańcuch dostaw mocy AI po stronie inferencji ma już solidne podstawy popytu: media ujawniły, że Anthropic przez około dekadę zainwestuje 518 mld USD w infrastrukturę, z czego ok. 80% to kontrakty nieodwołalne lub płatne zgodnie z umowami; w 2025 r. przychody Anthropic mają wzrosnąć do ok. 12-krotności roku poprzedniego, czyli blisko 4,6 mld USD, strata operacyjna przekroczy 8 mld USD, nakłady na moc i infrastrukturę wyniosą 7,33 mld USD (trzykrotnie więcej niż w 2024, 58% całkowitych kosztów operacyjnych), południowokoreański eksport półprzewodników we wrześniu wyniósł 6,03 mld USD (+262,8% r/r), a oficjalnie wskazano wzrost ilości eksportowanych pamięci i kontraktowych cen.

Coraz wyższe rachunki za moc: wzrost i dywersyfikacja podczas ekspansji IaaS

Bernstein widzi inwestycję w IaaS w erze AI jako silną dodatkową wartość wynikającą z gwałtownego wzrostu popytu na AI moc obliczeniową, nakładając się na tradycyjny wzrost chmury. Prognoza Gartnera cytowana w raporcie mówi, że globalny rynek IaaS wzrośnie z ok. 223 mld USD w 2025 r. do 287 mld USD w 2026 r. i 662 mld USD w 2030 r., z czego tradycyjny IaaS zwiększy się z 201 mld USD do 488 mld USD, a AI zoptymalizowany IaaS z 22 mld USD do 174 mld USD.

Zestawienie liczb z raportu Bernstein pokazuje, że w latach 2025–2030 CAGR dla całego rynku wynosi ok. 24,3%, a dla AI zoptymalizowanego segmentu 51,2%, a udział tej części wzrasta od 9,9% do 26,3%. Zespół Bernstein zauważa, iż należy to interpretować jako powstanie nowego, dynamicznie rosnącego rynku chmury AI, jednocześnie duża część danych, storage’u i aplikacji przenoszonych przez firmy do chmury dalej zapewnia silny wzrost absolutny.

Pod względem konkurencji, wg Gartnera w 2025 udział AWS, Microsoft, Google i Alibaba w IaaS wynosi odpowiednio 35%, 24%, 10%, 8%; IDC podaje odpowiednio 41%, 16%, 8%, 4%, obie instytucje szacują udział CoreWeave na ok. 2%. Różnice wynikają z rozgraniczania IaaS i PaaS, np. IDC zalicza więcej przychodów Oracle do PaaS, więc nie należy łączyć udziałów różnych instytucji w jednolitą mapę konkurencyjną.

Raport Bernstein podnosi również istotne pytanie dla inwestorów: Jak 174 mld USD AI zoptymalizowanych przychodów IaaS w 2030 r. mają się do miliardowych inwestycji w GPU? Może to wynikać z budowy własnej infrastruktury przez firmy, częściowych przychodów realizowanych przez PaaS, lub z niedoszacowania rynku przez Gartnera czy inne instytucje badawcze.

Nowa chmura ma przewagę dzięki ograniczonej dostępności mocy, lecz długoterminowa konkurencyjność AI inferencji zależy od kompletności software’u i systemów danych. Bernstein dzieli ewolucję sektora na trzy powiązane etapy: Po pierwsze, GPU-owe klastry szkoleniowe wymagają wyższego zasilania, chłodzenia i sieci wysokiej przepustowości i niskiej latencji, klasyczne data center muszą być przebudowane, a luka podażowa daje szanse nowym chmurowym graczom i Oracle; Po drugie, wydatki AI przesuwają się z treningu na inferencję, według Bernstein roczne wydatki na inferencję mogą ostatecznie być 5–20 razy wyższe niż na trening, ale nie podano jednoznacznej daty realizacji; Po trzecie, AI inferencja w przedsiębiorstwach musi być połączona z rzeczywistym workflow – infrastruktura musi obsługiwać obliczenia modelowe, aplikacje CPU i dostęp do danych firmowych.

Bernstein podaje, iż „grawitacja danych” wynikająca z tego trendu będzie wciągać część AI obciążeń tam, gdzie firmy mają już wdrożone bazy danych, systemy autoryzacji i aplikacje. Raport wymienia pięć ograniczeń dla nowych chmur: trudność w prześcignięciu GPU-owych IaaS; po zwiększeniu dostępności duzi klienci mogą przenosić obciążenia na własną infrastrukturę; użycie baz open-source i narzędzi deweloperskich nie daje automatycznie przewagi; migracje firmowych danych są trudne; obecna nierównowaga popytu i podaży może ulec poprawie w ciągu dwóch lat.

Bernstein stwierdza, że dla inwestorów kluczowe jest długoterminowe sprawdzenie, czy nowi chmurowi gracze potrafią zamienić przewagę w szybkiej dostawie w długoterminową lojalność klientów, wykorzystanie i zwroty gotówki; jednocześnie raport widzi w Oracle stały napęd wzrostu dzięki cloud sovereign, private cloud i AI data center, z szansą na zbliżenie się do pierwszego grona AI cloud infrastructure – Microsoft, Amazon i Google.

Kto kontroluje wejście smart agentów, ten dzieli się zyskami chmury: wartość PaaS w cenie ponownej rewizji

Laboratoria AI stają się nowymi konkurentami PaaS, choć klasyfikacja przychodów dopiero się kształtuje. Bernstein powołuje się na dane, gdzie według Gartner w 2025 globalna wartość PaaS to ok. 225,2 mld USD, wg IDC ok. 227,5 mld USD – przy wzroście r/r odpowiednio 25,8% i 42,3%. IDC daje Microsoft 21% udziału, AWS 12%, Google 9%, OpenAI ok. 6%, Salesforce ok. 5%, Oracle ok. 4%, Anthropic, Snowflake, Databricks ok. 2% każdy; Gartner przy połączeniu tradycyjnego i AI PaaS liderem jest AWS (19%), potem Microsoft (15%), Google (10%), OpenAI (2%), Anthropic poniżej 2%.

Bardziej znaczący jest wzrost udziału laboratoriów AI: w statystykach IDC OpenAI rośnie z 2,1% w 2024 do 5,7% w 2025, Anthropic z 0,4% do 1,9%; Gartner odpowiednio z 1,0% do 1,7%, 0,3% do 1,1%.

Granicę przychodów z API modeli, narzędzi deweloperskich, produktów kodujących i software’u agentów AI wciąż nie jest jednoznacznie określona, ale kierunek rozwoju platform przez laboratoria AI jest jasny. Bernstein przewiduje, że udział tych graczy w rynku w 2026 może wzrosnąć do wysokiej wartości jednocyfrowej lub nawet dwucyfrowej, zależnie od klasyfikacji przychodów i tempa wzrostu całego rynku PaaS – co jest prognozą wyprzedzającą.

Przejście od modelu do platformy oznacza, że AI laboratoria zaczynają rywalizować o wejście dla deweloperów i operacji przedsiębiorstw. Bernstein wskazuje, że Anthropic z Claude rozszerza ofertę na Claude Code oraz automatyzację i aplikacje agentów; OpenAI poza ChatGPT, search i research przyspiesza rozwój Codex oraz agentów AI. Te narzędzia pomagają nie tylko budować AI aplikacje, ale także zwiększają efektywność tradycyjnego software developmentu, testów i maintenance’u. Dev-platformy zwiększają integrację workflow i lojalność klientów, redukując presję ze strony open-source modelów czy spadku cen tokenów dla czystego biznesu modelowego.

Gartner cytowany przez Bernstein pokazuje, że w 2025 przychody OpenAI od klientów biznesowych wyniosą ok. 5 mld USD, z czego podstawowy model generatywny to 57%, dedykowany model 4%, AI dev platform 15% i inne aplikacje software’owe 24%; Anthropic biznes to ok. 3,3 mld USD, z czego model bazowy 70%, dedykowany 7%, inne aplikacje 23%. To estymacje sprzedaży B2B, nie całościowe przychody czy roczne run-rate’y.

Jednocześnie rynek platform AI dev szacowany jest na ok. 6,8 mld USD, udział Microsoft, AWS i Google to odpowiednio 24%, 14%, 14%, OpenAI 11% (wg. 750 mln USD). Segment generatywnych bazowych modeli to OpenAI (25%), Anthropic (20%), Google (18%), razem 63%. Dane pokazują, że jednocześnie toczą się dwie warstwy konkurencji: platformowa i modelowa. Bernstein przewiduje nawet, że w 2026 przychody z platform przewyższą te z modeli, choć klasyfikacja kodujących produktów pomiędzy PaaS a SaaS pozostaje niejasna. Strategicznie największa okazja, to bycie platformą, na której inni budują produkty, zamiast bezpośrednio wchodzić we wszystkie pionowe rynki jak CRM czy HCM. AI laboratoria dystynktywnie rozumieją modele, a cloud oraz SaaS liderzy mają dane klientów, semantykę biznesu, procesy wdrożeniowe, bezpieczeństwo i systemy zarządzania – rywalizacja więc rozciąga się na pełny proces dostarczania usług dla firm.

Bernstein wskazuje, że w AI cloud selekcja podmiotów powinna opierać się o te, które potrafią przekuć użytkowanie AI w trwałe przychody, lojalność klientów i marże. Microsoft przewyższa konkurencję, bo obsługuje OpenAI, Anthropic, wiele modeli zewnętrznych i własnych, a wszechstronne narzędzia programistyczne oraz dane firmowe przyciągają kolejne AI obciążenia; Oracle łączy centra danych AI, publiczną chmurę OCI Gen2, private cloud, Alloy white-label IaaS/PaaS oraz suwerenne chmury; OpenAI rozwija platformy wzmacniające kluczowe potrzeby klientów, obecnie nie konkurując bezpośrednio z podstawowymi bazami danych Oracle, a raport podkreśla, iż multi-cloud sprzyja trzykrotnemu wzrostowi przychodów baz danych w ostatnich kwartałach.

Bernstein podkreśla, że logika MongoDB jest klarowna – AI aplikacje oraz szeroka AI agentów w różnych branżach stale wymagają trwałych danych, wyszukiwania i zarządzania stanem, wzrost aplikacji może zwiększyć wykorzystanie bazy, a AI laboratoria i nowa chmura obecnie nie celują bezpośrednio na ten rynek. Snowflake rozszerza się na AI platformy, przez co staje przed podwójną konkurencją – laboratoriów AI i hyperscalerów chmurowych.

Bernstein zaznacza, że inwestorzy powinni szukać źródeł przychodów w oparciu o zdolność IaaS do dostaw, punkt wejścia PaaS i infrastrukturę danych, jednocześnie analizując wolne przepływy pieniężne po odliczeniu amortyzacji, kosztów energii, finansowania i konkurencji; w ryzykach inwestycyjnych Bernstein dodaje, że Microsoft stoi przed wyzwaniem konkurencji cenowej w chmurze i ryzyka bezpieczeństwa; Oracle musi radzić sobie z koncentracją klientów, realizacją popytu AI i ryzykiem wzrostu biznesu chmurowego; MongoDB powinno uważać na spowolnienie wzrostu w chmurze, wzrost kosztów infrastruktury i ogólnych wydatków.