17 lipca 2026 roku inwestorzy na azjatyckich giełdach obudzili się w zupełnie innym świecie niż ten, do którego przywykli w ciągu ostatnich kilkunastu miesięcy. Japoński Nikkei 225 tracił 5,21%, tajwański Taiex cofał się o 6,47%, a hongkoński Hang Seng spadał o 2,68%. Wyprzedaż objęła przede wszystkim spółki z sektora sztucznej inteligencji i półprzewodników — tych samych, które jeszcze niedawno napędzały rekordowe wzrosty. Oto co się stało i co to oznacza dla branży technologicznej.
Skąd się wzięła fala spadków?
Piątkowa przecena na parkietach od Tokio po Tajpej była bezpośrednią kontynuacją fatalnej sesji na nowojorskiej Wall Street. Dzień wcześniej technologiczny indeks Nasdaq Composite zniżkował o 1,47%, a VanEck Semiconductor ETF — fundusz śledzący producentów chipów — tąpnął o blisko 4%. Najmocniej ucierpiały spółki takie jak Arm Holdings, Micron, AMD i Broadcom, z których każda straciła ponad 5% wartości w jedną sesję.
Matt Maley, główny strateg rynkowy w Miller Tabak, komentował dla Bloomberga: „Zachowanie akcji spółek chipowych w najbliższym czasie pozostaje kluczową kwestią dla całego rynku giełdowego. Pokazują one obecnie bardzo poważne pęknięcia. Musimy szybko zobaczyć silne i trwałe odbicie, w przeciwnym razie zaczną pojawiać się realne ostrzegawcze sygnały”.
Pogrom w Tokio i Tajpej — kluczowe liczby
W Japonii największe straty zanotował konglomerat SoftBank, którego notowania runęły o 11,68% (w trakcie sesji spadki sięgały 12%). SoftBank od lat agresywnie inwestuje w startupy AI i technologiczne, dlatego rynek traktuje go jako barometr nastrojów wobec całego sektora. Producent maszyn do wytwarzania chipów Tokyo Electron stracił 9,9%, a Advantest — firma dostarczająca sprzęt testowy dla producentów półprzewodników — oddał 9,7%.
Najgorzej wypadł producent pamięci flash Kioxia, który stracił na giełdzie w Tokio ponad 16%. Tu jednak w grę wchodził dodatkowy czynnik: federalna ława przysięgłych w Teksasie nakazała japońskiej firmie zapłatę 229 mln dolarów odszkodowania za naruszenie patentów amerykańskiej spółki Viasat.
Na Tajwanie główny motor tamtejszej gospodarki — producent chipów TSMC — stracił 7,29%. Południowokoreański indeks KOSPI był tego dnia wyłączony z handlu z powodu Dnia Konstytucji, ale podczas czwartkowej sesji akcje SK Hynix spadły o 11%, a Samsunga o 8,77%.
Paradoks TSMC: świetne wyniki, fatalna reakcja rynku
Przypadek TSMC jest szczególnie pouczający, ponieważ firma opublikowała wyniki za drugi kwartał, które pobiły oczekiwania analityków — zyski wzrosły o 77% rok do roku. Problem pojawił się jednak w sekcji dotyczącej wydatków kapitałowych.
TSMC podniosło prognozę całorocznych wydatków kapitałowych (tzw. CapEx, czyli Capital Expenditure — nakłady na budowę fabryk, zakup maszyn i rozbudowę infrastruktury) do przedziału 60–64 mld dolarów, wobec wcześniejszych szacunków na poziomie 52–56 mld. Firma zapowiedziała też dodatkową inwestycję 100 mld dolarów w budowę fabryki w Arizonie.
Dlaczego to zaniepokoiło inwestorów? Rosnący CapEx oznacza, że firmy chipowe muszą wydawać coraz więcej, zanim pojawią się proporcjonalnie większe przychody. Rynek zaczął pytać: czy te gigantyczne nakłady finansowe na infrastrukturę AI rzeczywiście przełożą się na zyski uzasadniające obecne kosmiczne wyceny spółek technologicznych?
AI bubble — czy to pęknięcie bańki?
Pojęcie „AI bubble” (bańka na sztucznej inteligencji) pojawia się w komentarzach analitycznych coraz częściej. Mianem bańki (ang. bubble) ekonomiści określają sytuację, w której ceny aktywów rosną znacznie powyżej ich fundamentalnej wartości, napędzane zbiorowym entuzjazmem, a nie twardymi liczbami. Gdy nastroje się zmieniają, następuje gwałtowna korekta — tzw. overvaluation, czyli przewartościowanie, okazuje się boleśnie realne.
Andrew Jackson, strateg w Ortus Advisors, ocenił w rozmowie z CNBC: „Mamy do czynienia z kolejnym pogromem amerykańskiego sektora technologicznego i AI. Ostatni faworyci hossy mocno tracą, po tym jak wyniki TSMC w Azji nie zostały uznane za wystarczająco silne, by uzasadnić dalsze wzrosty w tym sektorze. Rośnie obawa przed nadmiernymi wydatkami”.
Jednocześnie Jackson zaznaczył, że piątkowa wyprzedaż to raczej „gwałtowne rozładowanie zatłoczonych pozycji spekulacyjnych na AI” niż trwałe załamanie długoterminowych fundamentów branży. To ważne rozróżnienie: korekta (krótkoterminowy spadek po okresie nadmiernych wzrostów) to nie to samo co pęknięcie bańki (trwała utrata zaufania do całego sektora).
Scaling laws i inference cost — dlaczego koszty AI rosną
Żeby zrozumieć, dlaczego wydatki na AI tak gwałtownie rosną, trzeba znać dwa kluczowe pojęcia:
Scaling laws (prawa skalowania) to empirycznie zaobserwowana zależność: modele AI stają się lepsze, gdy zwiększymy trzy parametry — ilość danych treningowych, liczbę parametrów modelu i moc obliczeniową użytą do treningu. Problem w tym, że zależność nie jest liniowa. Żeby uzyskać zauważalną poprawę jakości, każdy kolejny krok wymaga wykładniczo większych zasobów — więcej GPU, więcej energii, większych centrów danych.
Inference cost (koszt inferencji) to z kolei wydatek związany z uruchamianiem już wytrenowanego modelu — każde zapytanie do ChatGPT, każde wygenerowane zdjęcie czy przetłumaczony dokument kosztuje moc obliczeniową. Im większy model, tym droższe jest pojedyncze zapytanie. Firmy takie jak TSMC budują coraz większe fabryki właśnie po to, by produkować chipy zdolne obsłużyć te potrzeby.
Stąd paradoks: technologia AI działa i jest użyteczna, ale koszty jej skalowania rosną szybciej niż przychody, które generuje. To właśnie nieproporcjonalnie wysoki CapEx w relacji do przychodów zaczął niepokoić rynki.
Ropa, inflacja i Fed — dodatkowe czynniki ryzyka
Wyprzedaż spółek technologicznych nie działa w próżni. Napięta sytuacja geopolityczna dodatkowo pogorszyła nastroje inwestorów. Armia USA przeprowadziła szóstą z rzędu rundę nalotów na cele w Iranie, a ruch tankowców w Cieśninie Ormuz (kluczowej dla globalnych dostaw ropy) ponownie zamarł. Ceny ropy Brent i WTI wzrosły w ciągu tygodnia o ponad 10% — to najsilniejszy tygodniowy skok od kwietnia 2026 roku.
Drożejąca ropa automatycznie podbiła obawy inflacyjne w USA. Przedstawiciele Rezerwy Federalnej (Fed, czyli amerykański bank centralny odpowiedzialny za politykę monetarną) zaczęli wysyłać tzw. jastrzębie sygnały — czyli sygnały sugerujące dalsze podwyżki stóp procentowych zamiast ich obniżek. Prezes Fed z Kansas City, Jeff Schmid, przyznał publicznie, że inflacja pozostaje jego największą obawą, a szefowa Fed z Dallas, Lorie Logan, wezwała wprost do dalszego podnoszenia stóp.
Dla sektora technologicznego wyższe stopy procentowe to podwójny cios. Po pierwsze, drożeje kapitał potrzebny do finansowania kosztownej infrastruktury AI. Po drugie, inwestorzy przesuwają pieniądze z ryzykownych akcji technologicznych w kierunku bezpieczniejszych obligacji, które przy wyższych stopach oferują atrakcyjniejsze odsetki.
Co to oznacza dla branży AI?
Lipcowa wyprzedaż nie oznacza, że sztuczna inteligencja jest przereklamowana czy bezwartościowa. Modele językowe, generatywna AI i narzędzia automatyzacji mają realne zastosowania biznesowe. Problemem nie jest technologia jako taka, lecz tempo i skala inwestycji w relacji do bieżących przychodów.
Dla osób pracujących w branży IT warto wyciągnąć kilka wniosków:
- Korekta nie równa się końcowi trendu. Analitycy tacy jak Andrew Jackson z Ortus Advisors interpretują obecną sytuację jako rozładowanie pozycji spekulacyjnych, nie jako zmianę fundamentów.
- CapEx ma znaczenie. Gdy firma wydaje 60–64 mld dolarów rocznie na infrastrukturę, rynek oczekuje proporcjonalnych przychodów. TSMC miało świetne wyniki, ale nawet 77-procentowy wzrost zysku nie wystarczył, by usprawiedliwić podwyższone wydatki.
- Geopolityka wpływa na technologię. Konflikt na Bliskim Wschodzie winduje ceny energii, a centra danych do treningu i inferencji AI są jednymi z najbardziej energochłonnych obiektów na świecie.
- Stopy procentowe kształtują inwestycje. Jastrzębia retoryka Fed oznacza droższy kapitał, co uderza w firmy planujące wielomiliardowe projekty infrastrukturalne.
Sektor AI przeżywa swoją pierwszą poważną próbę dojrzałości. Technologia pozostaje, ale wyceny muszą się spotkać z rzeczywistością — a to proces, który rzadko przebiega łagodnie.
