Zyski z AI na razie trafiają niemal wyłącznie do największych firm technologicznych. Taki wniosek przedstawił Torsten Slok, główny ekonomista Apollo Global Management, w notatce z 24 października. Według niego sztuczna inteligencja przyniosła „zerowy” efekt finansowy amerykańskim spółkom spoza Big Tech. To mocna teza, bo dotyczy setek firm, które inwestują w licencje i pilotaże.
Co pokazują dane Apollo
Slok porównał dwie grupy. Pierwsza to tzw. wspaniała siódemka: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia i Tesla. Druga to pozostałe spółki indeksu S&P 500, które ekonomista nazywa „S&P 493”. W siódemce przychód na pracownika wzrósł od 2022 roku z około 550 tys. do blisko 800 tys. dolarów (w cenach z końca 2019 roku). W pozostałych firmach ten wskaźnik od mniej więcej siedmiu lat stoi w miejscu, w okolicach 550 tys. dolarów. Podobnie jest z marżami: u gigantów rosną od trzeciego kwartału 2023 roku, u reszty pozostają płaskie.
Ekonomista przywołuje też dane platformy wydatkowej Ramp. We wrześniu z AI korzystało 55,9% jej klientów biznesowych, ale wydatki na tokeny od dwóch miesięcy prawie nie rosną. Około 80% wydatków na usługi OpenAI i Anthropic generuje zaledwie 1% firm. Większość przedsiębiorstw traktuje więc AI jako koszt obciążający marżę, a nie źródło nowych przychodów.
„AI może być świetnym kalkulatorem, ale w biznesie inteligencja to przede wszystkim osąd” — Torsten Slok, Apollo (tłum. red., cytat za TechCrunch)
Gdzie teza Apollo może być zbyt ostra
Nie wszyscy ekonomiści widzą ten obraz tak samo. Jeremy Pearce z nowojorskiego oddziału Rezerwy Federalnej wyliczył, że realny przychód na pracownika rósł w latach 2019–2025 o 2,2% rocznie. Jego analiza nie oddziela jednak gigantów technologicznych od reszty rynku, więc średnią mogą ciągnąć w górę właśnie oni. Warto też pamiętać o opóźnieniu. Efekty zmian w procesach pojawiają się w sprawozdaniach finansowych z poślizgiem, a wskaźniki liczone dla całego indeksu słabo wychwytują sukcesy pojedynczych działów.
Co to znaczy dla polskich firm
Notatka dotyczy rynku amerykańskiego, ale mechanizm jest uniwersalny. Zakup licencji nie jest wdrożeniem, a liczba aktywnych kont nie jest wynikiem biznesowym. Podobny problem widać w Polsce: według raportu BGR Quantic dla Microsoftu zwrot z AI formalnie mierzy tylko 11,5% średnich i dużych firm. Pisaliśmy o tym w tekście Zwrot z inwestycji w AI mierzy tylko 11,5% firm w Polsce. Firmy, które nie mierzą efektów, nie dowiedzą się, czy należą do wygranych, czy do „493”.
Praktyczny wniosek jest prosty. Przed rozszerzeniem licencji warto wybrać jeden lub dwa procesy i ustalić dla nich mierzalny wskaźnik, np. czas obsługi zgłoszenia albo liczbę spraw na pracownika. Pomiar trzeba zrobić przed wdrożeniem i kilka miesięcy po nim. Dopiero wtedy wydatek na tokeny przestaje być kosztem bez uzasadnienia.
Źródło: TechCrunch (EN), Anthony Ha, 25 października 2026. Dane uzupełniające i kontrargument Fed: Implicator.ai (EN).
