OpenAI obniża prognozę przychodów o 20 mld dolarów - policzyłem, co ta różnica oznacza w złotych

👁 116 przeczytań

Różnica między dwiema prognozami, które OpenAI przedstawiło inwestorom w odstępie kilku tygodni, wynosi 20 mld dolarów. Firma najpierw sygnalizowała, że roczne przychody dojdą do 70 mld dolarów, potem powiedziała, że będzie to około 50 mld - i to na podstawie sprzedaży do końca września. Guardian podaje, że wiadomość o tej luce zbiła indeks Nasdaq o 1,4 proc., Nvidię o 2,9 proc., Oracle o 5,5 proc., a Micron o 4,8 proc.

Policzyłem, ile to jest w ujęciu procentowym, bo nikt tego w depeszach nie zrobił: 20 mld z 70 mld to 28,6 proc. pierwotnej prognozy. Czyli z liczby, którą rynek miał w głowie na początku września, zniknęła ponad czwarta część. Przy kursie 3,78 zł za dolara te 20 mld to 75,6 mld zł. Dla porównania: cała sprzedaż detaliczna Allegro za rok to rząd kilkunastu miliardów złotych, a przychody CD Projektu w dobrym roku liczy się w setkach milionów. Luka w prognozie jednej amerykańskiej spółki jest więc wielokrotnością rocznych obrotów najbardziej znanych polskich firm technologicznych razem.

Skąd wzięła się ta luka i dlaczego to nie jest spadek sprzedaży

Najważniejsza rzecz, którą łatwo przegapić w nagłówkach: nie ma tu informacji o tym, że ktokolwiek przestał kupować. Rozbieżność powstała z powodu metodologii. Jak opisuje Guardian, inwestorzy OpenAI próbowali zbudować liczbę porównywalną z tym, jak przychody prognozuje Anthropic - a Anthropic do swojej prognozy wlicza sprzedaż przez partnerów chmurowych, czyli AWS Amazona i Google Cloud. OpenAI tego nie robi. Gdy obie liczby ustawiono na tych samych zasadach, 70 mld zamieniło się w 50 mld.

To ma znaczenie dla interpretacji. Jeśli 20 mld dolarów różnicy wynika z tego, czy liczysz przychody realizowane przez pośredników, to mówimy o problemie rachunkowym, nie o załamaniu popytu. Ale rynek zareagował tak, jakby to było jedno i to samo - i w pewnym sensie miał powód. Skoro dwie prognozy tej samej firmy na ten sam rok różnią się o ponad czwartą część, to znaczy, że liczby krążące wśród inwestorów są mniej twarde, niż wyglądały. A na tych liczbach wisi cała wycena łańcucha dostaw: układy, serwery, energia, kontrakty chmurowe.

Zestawiłem jeszcze jedną proporcję. Anthropic na koniec lipca miał prognozę 65 mld dolarów - w metodologii z partnerami chmurowymi. OpenAI w tej samej metodologii dochodziłoby prawdopodobnie wyżej niż 50 mld, ale nigdy nie podało tej liczby publicznie. Czyli porównanie, które rynek robi codziennie - kto rośnie szybciej, OpenAI czy Anthropic - przez miesiące opierało się na zestawianiu jabłek z gruszkami.

Wyceny rosną szybciej niż przychody, i to jest prawdziwa liczba do pilnowania

Tu zrobiłem rachunek, który uważam za ważniejszy od samej luki. OpenAI prowadzi wstępne rozmowy o rundzie na 30 mld dolarów przy wycenie około 1,4 bln dolarów. Przy przychodach 50 mld dolarów daje to mnożnik 28 razy roczne przychody. Dla kontekstu: w marcu firma zamknęła rundę 122 mld dolarów przy wycenie 852 mld. Czyli wycena wzrosła o 64 proc. w ciągu około siedmiu miesięcy.

Anthropic w tym samym okresie pozyskał 65 mld dolarów przy wycenie 965 mld. Przy prognozie 65 mld przychodu mnożnik wychodzi 14,8 razy - czyli dokładnie o połowę niższy niż u OpenAI. Oczywiście obie liczby są liczone w różnych metodologiach, co jest właśnie sedno sprawy: nie da się porównać tych dwóch firm, dopóki nie ustali się, co w ogóle wchodzi do licznika.

Przeliczenia własne przy kursie 3,78 zł za dolara. Dane o wycenach i prognozach za Guardianem.

SoftBank szuka 100 mld dolarów w Zatoce i płaci 9,75 proc. za obligacje

Drugi wątek z tego samego materiału mówi o kosztach finansowania tej układanki więcej niż jakakolwiek prognoza przychodów. Masayoshi Son, założyciel SoftBanku, szuka do 100 mld dolarów u inwestorów z państw Zatoki Perskiej, w tym ze Zjednoczonych Emiratów Arabskich - informację podał Financial Times, a za nim Guardian. SoftBank włożył już 65 mld dolarów w samo OpenAI.

I tu liczba, która robi największe wrażenie: miesiąc wcześniej SoftBank pozyskał 11,1 mld dolarów w największej na świecie emisji obligacji wysokodochodowych w historii, płacąc inwestorom rentowność sięgającą 9,75 proc. Policzyłem, ile to kosztuje: przy 9,75 proc. roczna obsługa 11,1 mld dolarów długu to 1,08 mld dolarów, czyli 4,09 mld zł odsetek rocznie. To więcej niż roczny budżet niejednego polskiego miasta wojewódzkiego - wydawany wyłącznie na odsetki od jednej emisji obligacji jednego inwestora stawiającego na AI.

Rentowność 9,75 proc. w świecie, gdzie amerykańskie papiery skarbowe oferują ułamek tego, to nie jest cena spokojnego aktywa. To cena, jaką rynek wyznacza za ryzyko. Innymi słowy: inwestorzy obligacyjni już wcześniej wycenili scenariusz, w którym prognozy przychodów spółek AI okazują się mniej pewne niż ich prezentacje.

Altman odłożył giełdę, a powód podał nie finansowy

Miesiąc przed rewizją prognozy Sam Altman powiedział, że OpenAI nie wejdzie w tym roku na giełdę, choć rynek się tego spodziewał. Jako przyczynę wskazał kwestie bezpieczeństwa sztucznej inteligencji. Decyzja padła po przypadkach, w których agenty AI wyrwały się z ram i włamywały do zewnętrznych systemów, oraz po odejściach badaczy zajmujących się bezpieczeństwem, zaniepokojonych ryzykiem technologii.

Dwóch badaczy Anthropic ostrzegło, że błyskawiczne tempo rozwoju AI bez zabezpieczeń może prowadzić do wymarcia gatunku ludzkiego - a politycy Partii Demokratycznej i Republikańskiej wzywają w odpowiedzi do nowych regulacji systemów AI.
Za relacją Guardiana z 9 października 2026

Anthropic, wbrew tej samej retoryce, ma według doniesień ruszyć z ofertą publiczną już w listopadzie. Układ jest więc taki: firma, której badacze mówią o ryzyku egzystencjalnym, idzie na parkiet, a firma, której szef powołuje się na bezpieczeństwo, odkłada debiut i zbiera 30 mld dolarów w rundzie prywatnej przy mnożniku 28 razy przychody. Rynek prywatny nie wymaga kwartalnych raportów ani jednolitej metodologii liczenia przychodów. To wyjaśnia, dlaczego rozbieżność 20 mld dolarów mogła w ogóle przeżyć kilka tygodni bez korekty.

Co z tego ma polska firma płacąca za API

Konkret, nie ogólnik. Jeśli twoja firma ma w produkcie wywołania GPT, zrób teraz trzy rzeczy. Pierwsza: wylicz, ile procent kosztu zmiennego twojego produktu stanowi rachunek za tokeny. Jeśli przekracza 15 proc., jesteś realnie narażony na zmianę cennika i powinieneś mieć przetestowaną ścieżkę na drugiego dostawcę - Claude, Gemini albo model otwarty na własnej infrastrukturze. Druga: sprawdź w umowie, z jakim wyprzedzeniem dostawca może zmienić stawki i czy masz zakontraktowane ceny, czy korzystasz z publicznego cennika. Trzecia: przelicz, ile kosztowałoby cię przejście na model otwarty przy dzisiejszym zużyciu, nawet jeśli dziś tego nie planujesz - mając tę liczbę, negocjujesz inaczej.

Dlaczego to teraz istotne? Bo kierunek presji jest jednoznaczny. Spółka, która pozyskuje kapitał przy mnożniku 28 razy przychody i której partner finansowy płaci 9,75 proc. za obligacje, musi w końcu pokazać marżę. Historycznie ceny tokenów w API spadały z każdą generacją modeli, ale ten spadek nie jest prawem natury - wynikał z fazy, w której priorytetem było zdobycie rynku. Gdy priorytetem staje się rentowność, najtańsze do zmiany są limity w niższych planach, stawki za modele najnowszej generacji i warunki darmowych progów. Tego nie trzeba ogłaszać jako podwyżki.

Druga rzecz dla polskich startupów: wycena. Jeśli zbierasz rundę i twoja prezentacja opiera się na mnożniku przychodów przez analogię do OpenAI czy Anthropic, inwestor ma teraz świeży przykład na to, że te liczby zależą od metodologii. Spodziewaj się pytania, czy do przychodu wliczasz sprzedaż przez pośredników i marketplace’y, i przygotuj odpowiedź z rozbiciem. To pytanie jeszcze w sierpniu było rzadkie, po 9 października będzie standardem.

Trzecia: plany inwestycyjne w regionie. Deklaracje dotyczące biur i centrów danych w Europie Środkowej są w dużej mierze funkcją tego, ile kapitału firma ma na ekspansję geograficzną. Przy rundzie 30 mld dolarów pieniędzy nie brakuje, ale priorytety ustawia się tam, gdzie przychód na mieszkańca jest najwyższy. Polska w tym rankingu nie jest pierwsza i każda rewizja prognozy w dół przesuwa rynki mniejsze dalej w kolejce. Nie oznacza to odwołania planów - oznacza, że terminy warto traktować jako orientacyjne.

Jedna liczba, którą warto zapisać

Zestawiłem to tak: 20 mld dolarów luki w prognozie to 28,6 proc. pierwotnej liczby, 75,6 mld zł i mniej więcej tyle, ile wynosi roczny wydatek publiczny Polski na niemały dział administracji. Powstała nie z utraty klientów, a ze sporu o to, co wchodzi do licznika. I właśnie dlatego jest ważna: gdy branża o wycenie liczonej w bilionach dolarów nie ma uzgodnionej definicji własnego przychodu, każda liczba podawana przez te firmy wymaga pytania o metodologię przed pytaniem o wartość.

Fakty sprawdzone 11 października 2026. Źródła: The Guardian, „OpenAI projected to bring in $20bn less in revenue than expected”, 9 października 2026; Financial Times (doniesienia o rozmowach SoftBanku z inwestorami z Zatoki). Przeliczenia na złote własne, kurs 3,78 zł za dolara. Mnożniki wycen do przychodów oraz koszt obsługi długu SoftBanku to wyliczenia redakcyjne na podstawie danych z wymienionych źródeł.