Michael Burry, inwestor znany z trafnego zakładu przeciwko rynkowi kredytów hipotecznych przed kryzysem 2008 r., znów idzie pod prąd. Tym razem jego celem jest Nvidia, symbol giełdowego boomu na sztuczną inteligencję. To również ostrzeżenie dla firm, które wdrażają AI bez jasnej odpowiedzi na pytanie: czy technologia poprawia wyniki, czy tylko zwiększa koszty?
- Michael Burry uważa, że akcje Nvidii są narażone na gwałtowną przecenę
- Jego zdaniem problemem jest m.in. bardzo duża koncentracja największych klientów
- Inwestor krytykuje „tokenmaxxing”, czyli wymuszanie nadmiernego użycia AI w firmach
- Dla przedsiębiorców najważniejsza lekcja brzmi: liczy się efekt biznesowy, a nie skala użycia narzędzia
Nvidia stała się infrastrukturą gorączki AI. Na jej układach budowane są modele językowe, centra danych i nowe usługi cyfrowe, a kapitalizacja firmy w maju 2026 r. przekraczała 5 bln dolarów. Tak ogromny sukces ma jednak drugą stronę. Rynek zaczyna zakładać, że popyt na sprzęt do sztucznej inteligencji będzie rósł niemal bez końca.
Burry kwestionuje właśnie to założenie. Według relacji amerykańskiego Business Insidera w dwóch wpisach na Substacku napisał, że warunki do „agresywnego spadku” akcji Nvidii są wyjątkowo silne. Wskazał m.in. na niską aktywność w obrocie akcjami, niewielkie zabezpieczanie pozycji przez inwestorów oraz ryzyko, że w razie wyprzedaży zabraknie kupujących, którzy zatrzymają spadki.
Najbardziej biznesowy wątek tej krytyki dotyczy struktury klientów. Z najnowszego raportu Nvidii wynika, że trzech bezpośrednich klientów odpowiadało za 30, 18 i 16% należności spółki na koniec kwietnia 2026 r., czyli łącznie za 64%. To dużo nawet jak na firmę działającą w sektorze infrastruktury technologicznej.
Gdy kilku największych odbiorców zamawia ogromne wolumeny, wyniki wyglądają imponująco. Jeśli jednak choć jeden z nich ograniczy inwestycje, przesunie zakupy albo przejdzie na własne układy, skutki mogą szybko przejść przez cały łańcuch dostaw.
Jest pewien problem
To lekcja nie tylko dla inwestorów. W mniejszej skali podobny problem mają firmy uzależnione od kilku dużych klientów, jednego kanału sprzedaży albo jednego dostawcy technologii. Duży kontrakt daje wzrost i prestiż, ale potrafi uśpić czujność.
Przedsiębiorstwo, które nie dywersyfikuje przychodów i nie kontroluje marż, może wyglądać świetnie aż do momentu, w którym jeden partner zmieni strategię.
Drugi zarzut Burry’ego dotyczy „tokenmaxxingu”. To sytuacja, w której menedżerowie zaczynają traktować zużycie AI jako wskaźnik produktywności. Im więcej tokenów, promptów i zapytań, tym rzekomo lepiej.
Burry uważa, że to nie jest trwały model popytu, ale kosztowna, przejściowa faza masowego uczenia się nowych narzędzi. Innymi słowy, obecny poziom użycia AI może być zawyżony, bo wiele organizacji testuje wszystko naraz, często bez selekcji i bez policzenia zwrotu z inwestycji.
Akcje Nvidii:
Dla firm to bardzo praktyczne ostrzeżenie. Sam fakt, że pracownik codziennie korzysta z ChatGPT, Copilota czy innego modelu, nie oznacza jeszcze wzrostu efektywności.
AI może skrócić czas pracy, poprawić jakość analizy, przyspieszyć obsługę klienta i pomóc w sprzedaży. Może też generować chaos, dodatkową weryfikację, koszty subskrypcji i fałszywe poczucie nowoczesności.
Dlatego rozsądne firmy nie powinny mierzyć liczby użytych tokenów, lecz konkretne efekty. Czyli czas realizacji procesu, koszt jednostkowy, liczbę obsłużonych spraw, jakość odpowiedzi, konwersję sprzedażową albo ograniczenie ryzyka.
Sprawdź też: Europa chce odzyskać kontrolę nad technologią. Odcięcie się od USA nie będzie proste
Jak to wygląda w Polsce
Polski kontekst jest szczególnie ciekawy, bo adopcja AI w firmach nadal jest niższa niż w unijnej czołówce. Eurostat podaje, że w 2025 r. z AI korzystało 19,95% przedsiębiorstw w UE, ale w Polsce 8,36%. To oznacza, że wiele firm dopiero zaczyna wdrożenia. Właśnie dlatego warto uniknąć błędu „kupmy narzędzie, a potem szukajmy zastosowania”. Lepsza kolejność to: proces, problem, miernik, dopiero potem model AI.
Burry może się mylić co do skali lub terminu spadku Nvidii. Rynek AI nadal ma mocne argumenty za wzrostem: zapotrzebowanie na moc obliczeniową, rozwój agentów AI, inwestycje big techów i rosnące znaczenie centrów danych. Ale nawet jeśli Nvidia pozostanie liderem, jego ostrzeżenie jest użyteczne. Pokazuje, że każda gorączka technologiczna ma moment, w którym entuzjazm trzeba oddzielić od rachunku ekonomicznego.
AI nie powinno być pokazem aktywności, lecz narzędziem do poprawy wyników. Firma, która wdraża sztuczną inteligencję tylko dlatego, że robią to inni, ryzykuje przepalanie budżetu. Z kolei firma, która mierzy efekty, dywersyfikuje ryzyka i odróżnia eksperyment od trwałego popytu, może na tej samej technologii zbudować przewagę.
