„Teoria spowolnienia AI” nie powstrzymuje gorączki finansowania gigantów modeli! Astra pojawia się, wywołując debatę o AGI. OpenAI dąży do wyceny 1,2 biliona dolarów.

Aplikacja finansowa Zhihui poinformowała, że twórca ChatGPT — czyli globalny lider w dziedzinie zastosowań AI, OpenAI — prowadzi wstępne rozmowy z potencjalnymi inwestorami na temat nowej rundy finansowania przy proponowanej wycenie przekraczającej 1,2 biliona dolarów. Według doniesień medialnych, rozmowy zostały zainicjowane przez inwestorów instytucjonalnych, a decyzja o realizacji transakcji zależy od czasu wejścia na giełdę. Dyrektor generalny OpenAI, Altman, zadeklarował, że firma prawdopodobnie wejdzie na giełdę dopiero w 2027 roku.

Oznacza to, że inwestorzy są nadal gotowi walczyć o większą ilość akcji OpenAI, zanim zostanie ustalona oficjalna cena rynkowa. Logika biznesowa wspierająca to zainteresowanie wynika z poszerzenia zakresu prac możliwych do wykonania przez zaawansowane modele AI, co daje wyższy potencjał wzrostu dla abonamentów, usług korporacyjnych i dochodów z API; a przyszła wycena będzie zależeć od szybkości, z jaką popyt przełoży się na przychody i przepływy pieniężne.

OpenAI rozważa nową rundę finansowania, wycena może przekroczyć 1,2 biliona dolarów; podobne ruchy obserwujemy u dwóch innych liderów w dziedzinie AI, Anthropic i DeepSeek, co doskonale pokazuje, jak kapitał walczy o modelowe platformy. Anthropic ogłosił w maju, że zakończył finansowanie na poziomie 65 miliardów dolarów, po którym wycena osiągnęła 965 miliardów dolarów; następnie media 11 września donosiły, że potencjalne IPO firmy może być przygotowywane przy wycenie sięgającej około 2 bilionów dolarów, z celem zebrania nawet 100 miliardów dolarów, co przekroczyłoby rekord SpaceX z czerwca wynoszący 86,3 miliarda dolarów. Rynek o wartości 2 bilionów dolarów odnosi się raczej do potencjalnej wyceny IPO, a nie do realnej wartości po nowej rundzie finansowania.

Jeśli chodzi o DeepSeek, najbardziej zaawansowanego chińskiego twórcę wielkich modeli AI, media donosiły 9 września, że trwa rozmowa o nowej rundzie finansowania przy przedwycenie na około 71 miliardów dolarów; wcześniejsza pierwsza runda opiewała na wycenę około 52 miliardów dolarów. Kapitał z różnych rynków śmiało inwestuje w perspektywy wzrostu aplikacji AI, ale ostateczna cena jest jeszcze negocjowana i wymaga potwierdzenia transakcją.

Kapitałowe wsparcie przed IPO: OpenAI szykuje nową rundę finansowania, wycena może przekroczyć 1,2 biliona dolarów

OpenAI prowadzi wstępne rozmowy z inwestorami na temat nowej rundy finansowania, która podniesie wycenę twórcy ChatGPT do ponad 1,2 biliona dolarów przed oficjalnym wejściem na giełdę.

Według doniesień medialnych, osoba znajoma ze sprawą, która prosiła o anonimowość, potwierdziła, że decyzja odnośnie finansowania zależy od tego, kiedy OpenAI zdecyduje się wejść na giełdę. Rozmowy zostały zapoczątkowane przez inwestorów.

Takie finansowanie przygotuje grunt pod długo oczekiwane IPO. Dyrektor generalny OpenAI, Sam Altman, wcześniej zdradził magazynowi „Fortune”, że choć plan wejścia na giełdę jest realizowany, nie wydarzy się to w tym roku. Jeśli dojdzie do finansowania na tej wycenie, OpenAI wyprzedzi swojego głównego konkurenta Anthropic; ten ostatni, po maju, osiągnął wycenę 965 miliardów dolarów dzięki nowym inwestycjom.

Financial Times podał we wtorek lokalnego czasu, że ta runda pozwoli inwestorom wspierającym OpenAI od dawna zwiększyć swoje zaangażowanie przed IPO.

Anthropic przygotowuje własne IPO i wybrał Nasdaq jako miejsce debiutu. Bloomberg donosił niedawno, że twórca chatbota Claude chce zebrać środki podobne lub większe niż SpaceX podczas debiutu giełdowego, który może odbyć się już w październiku. SpaceX zebrał rekordowe 86,3 miliarda dolarów podczas czerwcowej emisji.

Dyrektor generalny OpenAI Altman powiedział w ostatnim wywiadzie dla „Fortune”, że firma prawdopodobnie wejdzie na giełdę dopiero w 2027 roku.

Najważniejsze dla wysokiej wyceny OpenAI i Anthropic – z punktu widzenia postępu technologicznego i unit economics – jest zdolność przekształcenia możliwości modelowych w powtarzalną, profesjonalną pracę dla klientów. Pre-training zapewnia podstawowe możliwości, RL i ewaluacje zadań poprawiają wnioskowanie i wykonanie, a narzędzia, zarządzanie kontekstem i walidacja wyników pozwalają modelowi obsłużyć dłuższe procesy pracy.

Astra — nowy flagowy model OpenAI, który wywołał debatę o AGI — stanowi konkretny przykład: OpenAI w symulowanej ewaluacji OSWorld 2.0 raportuje, że Astra uzyskała 72,6% punktów, jedno zadanie trwało około 40 minut; wcześniejszy model GPT-5.6 Sol osiągnął 65,7% i trwał około 75 minut. To dowód na jednoczesną poprawę wydajności i efektywności czasowej w określonych warunkach testowych. OpenAI ujawnia, że Astra osiągnęła „nuklearne” wyniki: FrontierMath poziom 4 – 98%, ARC-AGI-3 – 99,9%, pokazując ogromny skok zdolności w szczególnie trudnych testach, co zainspirowało CEO Nvidia, Huang Jen-Hsun, do odważnej deklaracji na platformie społecznościowej, że powstanie GPT-6 Astra oznacza „nadejście ery AGI”.

Najnowsze wyniki Anthropic w dziedzinie badań systemów multi-agentowych pokazują wartość techniczną planowania, równoległego wyszukiwania i wielokrotnego użycia narzędzi. Jeśli te postępy będą stale redukować konieczność powtarzania pracy i interwencji człowieka, firmy będą miały większy powód, aby włączyć AI do codziennego budżetu; przestrzeń biznesowa dla firm modelowych poszerzy się o software development, badania i usługi profesjonalne.

Nagłe zawieszenie subskrypcji wersji Pro spowodowane wzrostem zapotrzebowania na Astra pokazuje jednocześnie ogromny popyt komercyjny na wielkie modele AI i ograniczenia w dostępie do mocy obliczeniowej. Według doniesień medialnych, szef produktu OpenAI, Tibo, stwierdził, że popyt na Astra jest „bezprecedensowy” i Pro posiada największy wpływ na system; od 10 września firma zawiesiła możliwość nowych subskrypcji oraz upgrade do miesięcznego pakietu Pro 20x za 200 dolarów, zaś dotychczasowi subskrybenci mogą kontynuować odnawianie.

Analizując ogólny mechanizm techniczny obsługi wielkich modeli, złożone zadania agentowe wymagają wielokrotnego odczytu kontekstu, użycia narzędzi, generowania rozwiązań i weryfikacji wyników: obsługa wejścia zwiększa obciążenie, długie rozmowy i wysoka równoczesność podnoszą wykorzystanie pamięci cache KV, a faza generowania może być ograniczona przepustowością VRAM. Rozbudowa dostępnej mocy obliczeniowej i optymalizacja harmonogramowania mają bezpośredni wpływ na liczbę przyjmowanych zleceń i koszt realizacji.

Nie ulega wątpliwości, że presja popytu wywołana przez Astra wzmacnia motywację OpenAI do ekspansji; a kluczem podtrzymującym wycenę w bilionach dolarów jest nieustanne zwiększanie efektywności realizacji zadań, aby wzrost dochodów z subskrypcji, API i usług korporacyjnych przełożył się ostatecznie na trwały zysk i przepływ pieniężny.

Kiedy bilionowa wycena zderza się z 5% rentownością: inwestycje wokół fali AI coraz bardziej „skupione na realizacji zysków”

Jednocześnie, wraz z pojawieniem się „teorii spowolnienia AI” na rynku i wzrostem rentowności 10-letnich amerykańskich obligacji skarbowych, giełda amerykańska i globalna zaczyna rywalizować o zdolność realizacji zysków pod wpływem fali AI — inwestycje w AI coraz wyraźniej się różnicują: kapitał nadal walczy o długoterminowy wzrost wiodących platform modelowych, a rynek publiczny podnosi poprzeczkę dla firm związanych z aplikacjami AI, zwłaszcza software’owych, wymuszając szybszą realizację zysków.

„Teoria spowolnienia AI” — gdy Anthropic i OpenAI oraz inni globalni liderzy AI w weekend zgodnie apelowali o spowolnienie rozwoju zaawansowanych wielkich modeli AI, a gwałtowny wzrost rentowności 10-letnich i dłuższych obligacji amerykańskich jednocześnie podnosił próg wyceny dla technologicznych spółek giełdowych. 12 września CEO Anthropic, Dario Amodei, wezwał do zwolnienia tempa rozwoju zaawansowanych możliwości, aby środki bezpieczeństwa nadążały, a Altman i inni z OpenAI wyrazili poparcie.

Po wystąpieniu Amodei z „teorią spowolnienia” 14 września, kurs Nvidii — „supermocarza chipów AI” — spadł o około 3,4%, a globalny barometr półprzewodników, Philadelphia Semiconductor Index, wyjątkowo stracił około 6%, co pokazuje, iż rynek zaczął uwzględniać ryzyko związane z debatą o spowolnieniu AI. Rynek zaczął ponownie oceniać inwestycje w ultra wielkie treningi, tempo publikacji modeli i oczekiwania zakupów mocy obliczeniowej. 14 września Philadelphia Semiconductor Index spadł o około 6%; południowokoreański KOSPI, uznawany za globalny „barometr inwestycji w moc AI”, w poniedziałek spadł o ponad 3%, a 15 września ponownie o 0,85%, zamykając się na poziomie 6627,26, czwarty kolejny dzień spadków.

15 września rentowność 10-letnich amerykańskich obligacji przekroczyła 5%, osiągając najwyższe poziomy od 2007 roku. 10-letnia obligacja jest nazywana „globalną kotwicą wyceny aktywów”, a 14 września w trakcie sesji rentowność wzrosła do 5,012%, ustanawiając nowy szczyt, po czym spadła do 4,960%. Po zakończeniu sesji 15 września na rynku amerykańskim, rentowność utrzymała się powyżej 5%, kończąc na poziomie ok. 5,04%, najwyżej od 2007 roku. „Globalna kotwica wyceny aktywów” to ważny punkt odniesienia dla długoterminowych, wolnych od ryzyka stóp procentowych w dolarze, wpływający na koszt finansowania przedsiębiorstw i wykorzystywany jako stopa dyskontowa przy przeliczaniu przyszłych zysków na wartość aktualną. Wzrost cen energii i presji inflacyjnej wypycha stopy procentowe w górę, przez co spółki technologiczne stają w obliczu wyższych kosztów kapitału i rewizji oczekiwań dotyczących wzrostu w przyszłości.

Po tym, jak rentowność 10-letnich obligacji osiągnęła najwyższy poziom od 2007 roku, długoterminowe amerykańskie obligacje balansują pomiędzy wysoką rentownością, a „teorią spowolnienia AI”, która ogranicza oczekiwania rynku na ekspansję inwestycji w moc obliczeniową i wzrost zysków firm produkujących chipy. Jednocześnie wybuchowe wzrosty aplikacji AI wywołane przez Astra i rosnące zapotrzebowanie na moc obliczeniową po stronie użytkowników dają pozytywne sygnały komercjalizacji AI. W tym kontekście, trwające rozmowy OpenAI o finansowaniu przy wycenie ponad 1,2 biliona dolarów świadczą, że część inwestorów wciąż wierzy w długoterminowy potencjał zaawansowanych modeli w zakresie abonamentów, usług korporacyjnych i profesjonalnych workflow. Różnice w ocenie rynku kapitałowego koncentrują się na tym, jak szybko AI będzie w stanie przekształcić przychody oraz czy te przychody będą w stanie utrzymać rosnące inwestycje w moc obliczeniową.