Zaloguj się 
Dzieje się!
Miliardowy zalew pieniędzy. Gdzie wyrastają nowe jednorożce?
Coraz mniej firm na świecie ma dostęp do naprawdę dużych pieniędzy. Potok kapitału płynie jednak do nielicznych, potencjalnych gigantów. Na rynku venture capital trwa rewolucja napędzana falą zainteresowania sztuczną inteligencją.
Z tego artykułu dowiesz się…
- Dlaczego rekordowe kwoty płynące do sektora AI nie oznaczają, że finansowanie startupów stało się łatwiejsze.
- Które obszary sztucznej inteligencji przyciągają dziś największy kapitał i za jakie obietnice inwestorzy są gotowi płacić miliardy.
- Co gwałtowny wzrost wycen takich firm jak Databricks, Anthropic, Etched czy Helsing mówi o zmianach zachodzących na rynku venture capital.
Audio generowane przez AI. Może zawierać błędy.
Debiut SpaceX na amerykańskiej giełdzie jest tylko jednym z wielu objawów trendu zapoczątkowanego kilkanaście miesięcy temu. Teraz przybiera on na sile. W Dolinie Krzemowej wróciły wyceny, które jeszcze kilka lat temu były zarezerwowane dla dojrzałych spółek giełdowych. Dziś miliardy płyną także do laboratoriów badawczych, producentów specjalistycznych chipów i platform, których głównym aktywem jest obietnica, że staną się częścią infrastruktury gospodarki opartej na sztucznej inteligencji.
Najlepszym przykładem jest startup Databricks. 13 sierpnia spółka zamknęła rundę wartą 5 mld dolarów przy wycenie 190 mld dolarów. Jeszcze sześć miesięcy wcześniej była wyceniana na 134 mld dolarów. Wśród inwestorów znalazły się m.in. Morgan Stanley, JPMorgan i Blackstone. Databricks to platforma chmurowa, która ułatwia przetwarzanie danych i pomaga w budowaniu aplikacji opartych na AI. Oczekiwane roczne przychody przekraczają już 7 mld dolarów, mimo że firma powstała zaledwie w 2013 r.
Do prawdziwego boomu doszło jednak wraz z rozwojem AI. Databricks zwiększa przychody o ponad 80 proc. rok do roku.
Databricks nie jest wyjątkiem. W ciągu ostatnich trzech miesięcy – od 20 maja do 20 sierpnia 2026 r. – Anthropic zebrał 65 mld dolarów przy wycenie 965 mld dolarów, Nvidia zobowiązała się zainwestować 5 mld dolarów w Safe Superintelligence Ilyi Sutskevera, europejski Helsing pozyskał 1,8 mld dolarów przy wycenie 18 mld dolarów, producent chipów Etched zebrał 700 mln dolarów przy wycenie 21 mld dolarów, Higgsfield zebrał 400 mln dolarów przy wycenie 5,4 mld dolarów, a AlphaSense zebrał 350 mln dolarów przy wycenie 7,5 mld dolarów.
Jest tylko jeden problem. CB Insights wyliczył, że w drugim kwartale br. 81 proc. całego finansowania venture capital przypadło na zaledwie 263 megatransakcje. Jednocześnie liczba rund spadła do najniższego poziomu od ponad dekady. W samym AI 89 proc. kapitału trafiło do 142 megarund finansowania. Kapitału jest więc dużo, ale coraz mniej firm ma do niego naprawdę swobodny dostęp.
Pieniądze na dane i agentów
Przez pierwsze lata boomu generatywnego AI uwaga rynku skupiała się na modelach. Pieniądze trafiały chociażby do OpenAI. W latach 2015-2024 firma pozyskała kilkanaście miliardów dolarów, co, jak na ówczesne realia, było ogromną kwotą. W 2026 r. zamknęła jednak rundę, w której pozyskała jednorazowo ponad 120 mld dolarów.
Obok tego rozwija się cała fala firm, które tworzą rozwiązania wokół modeli GenAI. Wspomniany Databricks nie jest producentem jednego z dominujących modeli bazowych. Jego biznes koncentruje się na warstwie danych, analityce oraz infrastrukturze potrzebnej firmom do budowy i wdrażania aplikacji AI. Najnowszy kapitał ma finansować właśnie produkty z tej warstwy – od baz danych po narzędzia do kontroli agentów.
Podobny mechanizm doprowadził do sukcesu startupu AlphaSense. Powstał już w 2011 r. jako dzieło przedsiębiorcy oraz byłego analityka banku Morgan Stanley. Firma wykorzystująca AI do przeszukiwania raportów analitycznych, sprawozdań, transkrypcji wyników i wiadomości zebrała w czerwcu 350 mln dolarów przy wycenie 7,5 mld dolarów. Ma ponad 600 mln dolarów ARR i bibliotekę liczącą ponad 500 mln dokumentów biznesowych.
Modele wciąż przyciągają
Pod koniec maja Anthropic, twórca Claude'a, pozyskał 65 mld dolarów i osiągnął wycenę 965 mld dolarów. Annualizowane przychody spółki przekroczyły w maju 47 mld dolarów, a według Reutersa pod koniec lipca sięgnęły ponad 65 mld dolarów. Jednocześnie firma wydaje gigantyczne kwoty na centra danych, chipy, trenowanie modeli i obsługę zapytań.
Teraz firma na poważnie chce zadebiutować na amerykańskiej giełdzie. Podobne plany ma OpenAI. Reuters ujawnił, że podczas przygotowań do potencjalnego IPO Anthropic bankierzy zakładali przychody w 2028 r. na poziomie 190-200 mld dolarów rocznie. To nietypowe nawet jak na szybko rosnącą firmę software'ową.
– Czy Anthropic może być wyceniany na 2 bln dolarów? Tak – skomentował David Merkel z Aleph Investments.
Anthropic jest elementem pętli finansowanej przez gigantyczne umowy na chmurę, chipy i moc obliczeniową. W maju firma informowała m.in. o umowach przewidujących do 5 GW mocy od Amazona i kolejnych 5 GW przyszłej infrastruktury TPU powiązanej z Google i Broadcomem.
Przełom, którego jeszcze nie widać
Ogromne pieniądze od inwestorów zebrał Safe Superintelligence (SSI). To firma założona przez Ilyę Sutskevera, byłego głównego naukowca OpenAI. W lipcu Nvidia zdecydowała się zainwestować w SSI około 5 mld dolarów i zapewnić spółce dostęp do najnowszej generacji sprzętu Vera Rubin.
Jest tylko jeden problem. Safe Superintelligence nie zarabia. To laboratorium, które ma stworzyć produkt, jakim jest „bezpieczna superinteligencja”. Sutskever zebrał zespół inżynierów i naukowców, którzy próbują dokonać przełomu w badaniach nad sztuczną inteligencją.
I na razie właściwie tyle. Od powstania w 2024 r. SSI zebrało od inwestorów 3 mld dolarów – bez uwzględnienia inwestycji Nvidii. Na liście inwestorów znajdują się m.in. Andreessen Horowitz, Alphabet, Lightspeed Venture Partners i Sequoia Capital.
Sutskever w rozmowie z „Financial Times” stwierdził: „Mamy badania, które są warte przeskalowania”. Na tej podstawie powstała firma, której wycena jest dziś wyższa niż kapitalizacja Orlenu.
Tokeny na dolara
W branży technologicznej toczy się obecnie walka o obniżenie kosztów sztucznej inteligencji. Dlatego kolejny strumień kapitału płynie do firm projektujących chipy do inferencji, czyli etapu, w którym wytrenowany model odpowiada użytkownikom i wykonuje zadania.
Przykład? Etched zebrał 18 sierpnia 700 mln dolarów przy wycenie 21 mld dolarów. Jeszcze w lipcu był wyceniany na 10,3 mld dolarów. Spółka ma ponad 400 pracowników, działający układ i – według własnych danych – ponad 1 mld dolarów zakontraktowanych zamówień. Jane Street jest jednocześnie głównym inwestorem i pierwszym klientem. Etched powstał w 2022 r. Założyło go trzech studentów, którzy rzucili studia na Uniwersytecie Harvarda: Gavin Uberti, Robert Wachen i Chris Zhu.
Mamoon Hamid, partner zarządzający Kleiner Perkins, powiedział Reutersowi, że zwycięzcy rynku inferencji będą mierzeni „tokenami na dolara i na wat”. Wyścig sprzętowy jest bardzo intensywny i pełen rywalizacji. W podobnym obszarze działa chociażby SambaNova. Na początku lipca firma pozyskała 1 mld dolarów przy wycenie 11 mld dolarów. Również rozwija wyspecjalizowane systemy do inferencji.
AI wychodzi z ekranu
Wbrew pozorom zalew finansowania nie płynie wyłącznie do firm amerykańskich. Helsing to monachijski biznes, który zaczynał od oprogramowania analizującego dane z pola walki. Dziś rozwija autonomiczne drony uderzeniowe, systemy podwodne i rozwiązania dla lotnictwa. W lipcu firma zebrała 1,8 mld dolarów przy wycenie 18 mld dolarów.
Ta wycena budzi kontrowersje. „Financial Times” wyliczył, że przed uwzględnieniem nowego kapitału odpowiadała około 32-krotności prognozowanych przychodów Helsing na 2026 r. Zwolennicy spółki twierdzili jednak, że nie chce ona być zwykłym producentem dronów, lecz europejskim „neo-prime'em” – koncernem nowej generacji, w którym software, autonomia i masowa produkcja tworzą jeden system.
Jeśli wzrost wydatków obronnych okaże się trwały, Helsing może być dla europejskiej obronności tym, czym Palantir stał się dla danych i administracji. Jeśli nie – dzisiejsza wycena może wyglądać jak produkt wyjątkowo gorącego momentu geopolitycznego.
Aplikacje przejmują workflow
Na końcu łańcucha wartości związanego z AI są firmy, które nie chcą budować ani modelu bazowego, ani chipa. Higgsfield, platforma do generowania i edycji wideo, zebrał 400 mln dolarów przy wycenie 5,4 mld dolarów. Firma podaje, że jej annualizowane przychody sięgnęły w sierpniu 700 mln dolarów, a liczba użytkowników przekroczyła 30 mln. Spółka twierdzi też, że jej narzędzia są wykorzystywane przy produkcji treści przez 390 firm z listy Fortune 500. Są to jednak dane raportowane przez sam Higgsfield, a nie audytowane wyniki finansowe.
Czym jest Higgsfield? Narzędziem do tworzenia kreatywnych treści. A precyzyjniej – platformą opartą na AI, która pozwala tworzyć materiały marketingowe i zarządzać procesem ich produkcji w jednym środowisku.
Alex Mashrabov, współzałożyciel spółki, mówił przy okazji rundy, że „następna fala wartości powstanie w aplikacjach, które wykorzystają tę technologię”.
Za co naprawdę płacą inwestorzy?
Zdecydowana większość firm zbierających pieniądze przy wielomiliardowych wycenach charakteryzuje się wysokim stosunkiem wyceny do przychodów. Inwestorzy kupują nadzieję, że to one będą liderami w wyścigu o pozycję w gospodarce opartej na sztucznej inteligencji. Problem polega na tym, że globalny strumień pieniędzy dla mniej perspektywicznych startupów zaczyna wysychać.
We wspomnianych już badaniach CB Insights znalazła się informacja, że w drugim kwartale br. liczba transakcji na rynku venture wyniosła nieco ponad 7 tys. Na rynek startupów popłynęła jednak zawrotna kwota 213 mld dolarów. Był to drugi wynik pod względem wartości finansowania w historii.
Ten sam trend zaobserwowało także KPMG. W opublikowanym w lipcu raporcie KPMG Venture Pulse Q2’26 wskazano na inwestycje na poziomie 227 mld dolarów w drugim kwartale w ramach 8440 transakcji. Był to drugi pod względem wartości kwartał w historii, ustępujący jedynie pierwszemu kwartałowi 2026 r. Tyle że liczba transakcji w pierwszym kwartale br. wynosiła jednak ponad 10,2 tys. Obecny wynik jest najgorszy od 2017 r. Jednocześnie dziesięć największych rund odpowiadało za około 105 mld dolarów, czyli blisko połowę całej wartości rynku.
Kolejny dowód? Jak wynika z wyliczeń Crunchbase, do końca pierwszego półrocza około 60 proc. wszystkich pieniędzy inwestowanych globalnie w startupy trafiło do rund o wartości co najmniej 1 mld dolarów. W USA było to aż 73 proc.
Tradycyjny obraz venture capital, czyli setki funduszy stawiających stosunkowo niewielkie kwoty na tysiące młodych firm, staje się dziś coraz mniej aktualny. Duzi gracze stawiają na pewniaki. A przynajmniej tak im się wydaje.
Główne wnioski
- Rynek finansowania sztucznej inteligencji wszedł w fazę rekordowych wycen i wyjątkowo dużych rund finansowania. Kapitał trafia już nie tylko do twórców największych modeli, takich jak Anthropic czy OpenAI, lecz także do firm rozwijających infrastrukturę danych, wyspecjalizowane chipy, aplikacje oraz rozwiązania obronne. Databricks został wyceniony na 190 mld dolarów, Etched na 21 mld dolarów, a Helsing na 18 mld dolarów. Inwestorzy są przy tym skłonni finansować również przedsiębiorstwa, które nie mają jeszcze przychodów. Przykładem jest Safe Superintelligence, którego wartość opiera się przede wszystkim na potencjale prowadzonych badań.
- Ogromna skala inwestycji nie oznacza szerokiego dostępu do kapitału. Z przytoczonych w tekście danych CB Insights, KPMG i Crunchbase wynika, że pieniądze są coraz mocniej skoncentrowane w największych rundach. W drugim kwartale 2026 r. wartość globalnego finansowania startupów należała do najwyższych w historii, podczas gdy liczba transakcji spadła do poziomów niewidzianych od wielu lat. Coraz większa część kapitału trafia więc do stosunkowo niewielkiej grupy firm uznawanych przez inwestorów za potencjalnych liderów rynku.
- Zmienia się także to, za co inwestorzy są gotowi płacić najwyższe wyceny. Początkowo głównym beneficjentem boomu były modele generatywnej AI, ale obecnie kapitał płynie przez cały łańcuch wartości – od danych i narzędzi dla agentów, przez infrastrukturę obliczeniową i chipy do inferencji, po aplikacje przejmujące konkretne procesy biznesowe oraz systemy autonomiczne. Wiele wycen zakłada bardzo szybki przyszły wzrost, dlatego pozostają one obarczone dużym ryzykiem. Część danych o wynikach firm, m.in. Higgsfield pochodzi ponadto bezpośrednio od samych spółek i nie została przedstawiona jako wyniki finansowe audytowane.
