Tydzień od 1 do 8 czerwca 2026 roku upłynął w sztucznej inteligencji pod znakiem jednego tematu: koszty AI przestały być abstrakcją. Przez wiele miesięcy dostawcy modeli językowych subsydiowali niemal każde zapytanie, by przyspieszyć adopcję. Teraz, gdy najwięksi gracze szykują się do debiutów giełdowych i gonią za rentownością, rachunek trafia wprost do klientów. To zmiana, która dotyczy każdej firmy korzystającej z AI, także w Polsce.
W tym wydaniu przeglądu zebraliśmy najważniejsze wydarzenia minionych siedmiu dni i pokazujemy, co łączy pozornie odległe newsy. Od „tokenpokalipsy” opisanej przez TechCrunch, przez poufny wniosek Anthropic o wejście na giełdę, po walkę Polski o europejską gigafabrykę AI. Wspólnym mianownikiem jest dojrzewająca ekonomia sztucznej inteligencji, w której moc obliczeniowa i koszty AI stają się realną pozycją w firmowym budżecie. To dobry moment, by spojrzeć na własne wydatki na AI z chłodną głową.
Trzy wydarzenia tygodnia, które odsłoniły prawdziwe koszty AI
1. Tokenpokalipsa, czyli koniec ery taniej AI. Najgłośniejszy temat tygodnia to gwałtowny wzrost cen za korzystanie z modeli. TechCrunch nazwał to zjawisko „tokenpokalipsą”, bo dostawcy zaczęli przerzucać realne koszty na klientów. Przykłady robią wrażenie: Uber wyczerpał roczny budżet na AI już po czterech miesiącach, Priceline odnowił kontrakt cztery do pięciu razy droższy, a jedna z firm miała otrzymać rachunek na 500 milionów dolarów za model Claude, bo nie ustawiła limitów zużycia. Według danych przytoczonych przez TechCrunch zużycie tokenów wzrosło 18,6-krotnie na programistę w zaledwie dziewięć miesięcy, napędzane funkcjami agentowymi. Co ważne, problem nie dotyczy wyłącznie korporacji. Każda firma, która podłączyła zespół do płatnego asystenta bez monitoringu, może zostać zaskoczona fakturą na koniec miesiąca. To właśnie dlatego kontrola zużycia staje się dziś równie ważna co sam wybór narzędzia. Szczegóły opisaliśmy w tekście Koszty tokenów AI rosną. Firmy walczą o kontrolę nad wydatkami.
2. IPO Anthropic za 965 miliardów dolarów. Twórca modeli Claude złożył 1 czerwca 2026 poufny wniosek rejestracyjny S-1 do amerykańskiej Komisji Papierów Wartościowych. Firma została wyceniona na 965 miliardów dolarów po rundzie Series H o wartości 65 miliardów, a jej annualizowany run-rate przychodów przekroczył 47 miliardów dolarów, podczas gdy rok wcześniej wynosił około 4 miliardów. Tak szybki wzrost przychodów pokazuje, jak gwałtownie firmy przechodzą od testów do produkcyjnego użycia AI. Jednocześnie ta skala tłumaczy, dlaczego ceny rosną: droga na giełdę wymaga pokazania rentowności, a nie spalania kapitału na tani dostęp. Więcej w analizie IPO Anthropic: twórca Claude złożył poufny wniosek S-1 do SEC.
3. Polska walczy o gigafabrykę AI. Na tle globalnych miliardów pojawił się mocny polski wątek. Nasz kraj rywalizuje o jedną z europejskich gigafabryk AI, które Komisja Europejska i EuroHPC chcą zbudować w ramach unijnej strategii. Stawką jest dostęp do mocy rzędu 100 tysięcy procesorów graficznych. Pojedyncza gigafabryka to inwestycja około 3 miliardów euro i pobór mocy sięgający 200 megawatów, czyli tyle, ile zużywa duże miasto. Państwo, na którego terenie powstanie obiekt, dokłada około 17 procent wartości, a porównywalne wsparcie zapewnia Komisja Europejska. Dla polskiej gospodarki to szansa na własne zaplecze obliczeniowe i mniejszą zależność od amerykańskich dostawców chmury, a w dłuższej perspektywie także na niższe i bardziej przewidywalne koszty dostępu do mocy obliczeniowej. Kontekst zebraliśmy w materiale Gigafabryka AI w Polsce: 3 mld euro i walka o 100 tys. GPU.
Co łączy te newsy: ekonomia AI dojrzewa
Pozornie mamy trzy różne historie: rosnące rachunki, debiut giełdowy i unijną infrastrukturę. W rzeczywistości to jeden proces. Era, w której inwestorzy dopłacali do każdego zapytania, dobiega końca, a jej miejsce zajmuje twarda ekonomia. Z jednej strony dostawcy podnoszą ceny i zmieniają modele rozliczeń. GitHub Copilot przeszedł na rozliczanie za tokeny, przez co jeden z deweloperów wyliczył wzrost kosztów z około 29 do około 750 dolarów miesięcznie, a inny z 50 do nawet 3000 dolarów. Dla intensywnych użytkowników różnica między płaską subskrypcją a płatnością za zużycie potrafi być dramatyczna. Model rozliczeń za faktyczne zużycie jest sprawiedliwszy, ale wymaga od firm znacznie lepszego planowania niż dotychczasowa stała opłata.
Z drugiej strony nawet giganci wprowadzają dyscyplinę. Uber ograniczył wydatki pracowników na AI, ustalając limit 1500 dolarów miesięcznie na każde agentowe narzędzie, takie jak Claude Code czy Cursor. To znamienne, bo wcześniej ta sama firma zachęcała zespoły do maksymalnego korzystania z AI. Sygnał jest jasny: budżet na sztuczną inteligencję wymaga dziś takiej samej kontroli jak każdy inny koszt operacyjny.
Równolegle trwa bezprecedensowy wyścig o moc obliczeniową, która te koszty napędza. Alphabet pozyskał rekordowe 85 miliardów dolarów w największej emisji akcji w historii rynków kapitałowych, a jego tegoroczne nakłady inwestycyjne mają sięgnąć 180 do 190 miliardów dolarów. W tym samym czasie Google zgodził się płacić SpaceX około 920 milionów dolarów miesięcznie za dostęp do około 110 tysięcy układów NVIDIA. Te liczby pokazują, skąd biorą się rosnące koszty AI: ktoś musi zapłacić za sprzęt, prąd i centra danych, a tym kimś jest ostatecznie klient. Innymi słowy, infrastruktura AI przestała być darmowym dodatkiem i stała się jednym z największych kosztów w branży technologicznej.
Co rosnące koszty AI oznaczają dla polskich firm
Dla polskiego biznesu wnioski są konkretne. Po pierwsze, era darmowych eksperymentów się skończyła. Jeśli Twoja firma wdraża asystenty AI bez limitów i bez pomiaru zużycia, ryzykujesz rachunek, którego nikt nie planował. Warto wprowadzić budżety, dashboardy zużycia i jasne reguły, kto i do czego używa płatnych narzędzi. Taka prosta dyscyplina często zwraca się już w pierwszym miesiącu. Nie chodzi o blokowanie pracownikom dostępu do AI, lecz o świadome zarządzanie tym, za co firma płaci.
Po drugie, dobór modelu staje się decyzją finansową, a nie tylko techniczną. Najdroższy model rzadko jest potrzebny do prostych zadań, takich jak streszczanie maili czy klasyfikacja zgłoszeń. Mądre łączenie tańszych i droższych modeli, znane jako routing zapytań, potrafi obniżyć koszty AI o kilkadziesiąt procent bez utraty jakości. Wystarczy kierować proste zadania do tańszych modeli, a te trudniejsze do flagowych. To samo dotyczy modeli otwartych, które można uruchomić we własnej infrastrukturze, gdy wymaga tego skala lub ochrona danych.
Po trzecie, presja na obniżanie kosztów nie może odbywać się kosztem bezpieczeństwa danych. Tańsze czy darmowe narzędzia bywają kuszące, ale warto sprawdzić, gdzie trafiają firmowe dane i czy ich wykorzystanie jest zgodne z RODO. Czasem rozsądniej zapłacić za rozwiązanie z gwarancjami niż oszczędzić na narzędziu, które wycieka informacje.
Po czwarte, liczy się zwrot z inwestycji. Pytanie nie brzmi już „czy stać nas na AI”, lecz „które procesy faktycznie zarabiają na automatyzacji”. Firmy, które potrafią połączyć wdrożenie z mierzalnym efektem, czyli krótszym czasem obsługi, mniejszą liczbą błędów czy oszczędnością godzin pracy, wyjdą z tej zmiany silniejsze. Pozostałe będą płacić rosnące rachunki bez wyraźnej korzyści, a w skrajnym przypadku porzucą AI, zniechęcone kosztami.
Jak Sprawni Cyfrowo pomaga zapanować nad kosztami AI
W Sprawni Cyfrowo pomagamy polskim firmom przejść od chaotycznych eksperymentów do świadomego, opłacalnego korzystania ze sztucznej inteligencji. Jeśli rosnące koszty AI to dla Ciebie realny temat, zacznij od jednego z poniższych kroków.
- Szkolenia z AI dla zespołów, które uczą pracowników efektywnego i oszczędnego korzystania z modeli, tak aby z każdego zapytania wyciągnąć maksimum wartości.
- Wdrożenia AI w firmie z analizą procesów, doborem właściwych modeli i ustaleniem budżetów oraz limitów, które chronią przed niekontrolowanymi wydatkami.
- Konsultacje technologiczne, podczas których wspólnie ocenimy, które zastosowania AI realnie zwracają się w Twojej organizacji, a z których lepiej zrezygnować.
Nie czekaj, aż rachunek za sztuczną inteligencję zaskoczy Twój dział finansowy. Skontaktuj się ze Sprawni Cyfrowo i sprawdź, jak wdrożyć AI mądrze, bezpiecznie i w zgodzie z budżetem. Pomożemy Ci przejść od pytania „ile to kosztuje” do pytania „ile na tym zarabiamy”.
