Dlaczego kolejne jednorożce nie będą aplikacjami

Największe firmy następnej dekady nie będą walczyć o twoją uwagę. Będą to te, które po cichu kontrolują systemy, od których wszystko inne zależy.

TL;DR 6 kluczowych spostrzeżeń

01 Infrastruktura wygrywa, stając się nieuniknioną; aplikacje wygrywają, będąc lubianymi. Tylko jedno z nich tworzy trwałą przewagę.

02 AI przesuwa infrastrukturę z warstwy tła do głównego ograniczenia. Popyt na moc obliczeniową, energię i chłodzenie rośnie szybciej niż podaż.

03 Energia jest teraz kluczowym ograniczeniem: budowa centrum danych AI o mocy 1 GW kosztuje ~30 mld USD, a do 2028 roku grozi niedobór 49 GW.

04 Infrastruktura to nie tylko fizyka. Oprogramowanie wbudowane w przepływy pracy może być równie trudne do zastąpienia jak sprzęt.

05 Najłatwiejsza rzecz do zbudowania jest często najtrudniejsza do obrony. Parytety funkcji pojawiają się szybko w warstwie aplikacji.

06 Kolejne jednorożce będą mniej widoczne, ale głębiej zakorzenione — kontrolując ograniczenia, nie interfejsy.

Producenci łopat zawsze wygrywają po cichu

W 1849 roku setki tysięcy ludzi rzuciło się do Kalifornii w pogoni za złotem. Większość wróciła z pustymi rękami. Prawdziwymi zwycięzcami nie byli górnicy — byli nimi ci, którzy sprzedawali kilofy, łopaty, dżinsy i zaopatrzenie.

Ten wzorzec się nie zmienił.

Jesteśmy teraz w nowej gorączce złota — AI. Co tydzień nowy startup obiecuje zrewolucjonizować całe branże. Większość zniknie równie szybko.

Ale firmy budujące „kilofy i łopaty" — moc obliczeniową, potoki danych, sieci i energię — nie tylko przetrwają ten cykl. Zdefiniują następną dekadę.

Zaskakujące nie jest to, że tak się dzieje.
Zaskakujące jest, jak niewiele osób zwraca na to uwagę.

Kontekst i problem

Warstwa aplikacji jest zatłoczona. Warstwa infrastruktury jest ograniczona.

Rzeczywistość gospodarki aplikacji jest prosta: funkcje nie trwają wiecznie. Wszystko, co budujesz, można szybko skopiować, często szybciej niż jesteś w stanie skalować dystrybucję. Uwaga jest droga, retencja jest krucha, a zależność od platformy stale rośnie.

Pod tym szumem kształtuje się coś bardziej strukturalnego.

AI konsumuje zasoby w tempie, z którym systemy fizyczne nie nadążają. Koszty trenowania narastają. Sieci energetyczne są coraz bardziej napięte. Chłodzenie staje się wąskim gardłem inżynieryjnym, a nie tylko detalem operacyjnym. Popyt na specjalistyczne układy scalone, przepustowość i zgodne systemy danych przewyższa podaż.

Tak wygląda prawdziwe ograniczenie.

A na rynkach to właśnie w ograniczeniach kryje się siła cenowa.

„Funkcje aplikacji są kopiowane w ciągu tygodni. Infrastruktura jest kształtowana przez fizykę, regulacje i głębokość integracji."

Analiza systemu

Jak naprawdę działają firmy infrastrukturalne

Model jest zwodniczo prosty.

Firma identyfikuje wąskie gardło w dużym, złożonym systemie — coś powolnego, drogiego lub ryzykownego w ręcznym zarządzaniu. Buduje rozwiązanie, które usuwa to tarcie i wbudowuje się bezpośrednio w operacje klienta.

Po integracji zmiana dostawcy przestaje być decyzją produktową — staje się ryzykiem operacyjnym.

Przychody skalują się nie wraz z uwagą, lecz wraz z własnym wzrostem klienta.

To jest kluczowa zmiana.

Aplikacje konkurują o zaangażowanie.
Infrastruktura narasta wraz z zależnością.

Jedna przeżywa dzięki temu, że jest lubiana. Druga dzięki temu, że staje się niemożliwa do usunięcia.

Dogłębna analiza

Pięć miejsc, w których budowane są kolejne szyny

1. Moc obliczeniowa AI i wnioskowanie
Stos AI tworzy warstwę przemysłową wokół GPU, TPU i wyspecjalizowanych akceleratorów. Firmy takie jak Together AI nie konkurują na modelach — budują infrastrukturę, która sprawia, że modele są użyteczne na dużą skalę.

Koszty wnioskowania gwałtownie spadły (9x do 900x w zależności od obciążenia, według Epoch AI), ale popyt rośnie jeszcze szybciej. Niższe koszty jednostkowe nie zmniejszają wydatków — zwiększają użytkowanie.

2. Infrastruktura energetyczna
To jest prawdziwe wąskie gardło AI.

Budowa jednego centrum danych AI o mocy 1 GW kosztuje około 30 mld USD. Prognozuje się, że zapotrzebowanie amerykańskich centrów danych wzrośnie z ~80 GW w 2025 roku do ~150 GW do 2028 roku. Morgan Stanley szacuje lukę podaży na 49 GW.

Ta luka nie jest teoretyczna. To linie przesyłowe, opóźnienia w wydawaniu pozwoleń, turbiny i przepustowość sieci.

Zwycięzcy w tej dziedzinie to nie tylko firmy technologiczne — to będą budowniczowie energii.

3. Narzędzia deweloperskie i infrastruktura wdrożeniowa
Vercel nie tylko uprościł wdrażanie — przedefiniował sposób, w jaki działa nowoczesne oprogramowanie.

Gdy zespoły budują swoje procesy wokół potoków CI/CD, środowisk podglądu i funkcji brzegowych, przepływ pracy staje się produktem. Zmiana platform oznacza przepisanie nawyków, nie tylko kodu.

To jest prawdziwe uzależnienie.

4. Zarządzanie danymi i inteligencja
W miarę jak przedsiębiorstwa przesyłają dane do systemów AI, zarządzanie staje się krytyczną infrastrukturą.

Narzędzia takie jak Collibra znajdują się w centrum tej zmiany — kontrolując dostęp, rodowód i zgodność w złożonych środowiskach danych.

Ich usunięcie to nie migracja. To operacja na otwartym sercu systemu operacyjnego.

5. Zamówienia B2B i wbudowany handel
Infrastruktura nie zawsze jest cyfrowa lub oparta na mocy obliczeniowej.

Firmy takie jak Infra.Market i OfBusiness pokazują, jak głęboko wbudowane zamówienia, logistyka i finansowanie mogą stać się infrastrukturą. Stają się de facto systemem operacyjnym dla zachowań zakupowych całych branż.

To jest infrastruktura w najczystszej postaci: niewidoczna, niezbędna i głęboko zintegrowana.

Kluczowe wskaźniki

Liczby stojące za tezą

3,5×
Roczny wzrost kosztów trenowania AI od 2020 roku (Epoch AI)

2×
Roczne podwojenie zapotrzebowania AI na energię

74 GW
Prognozowane zapotrzebowanie amerykańskich centrów danych do 2028 roku (Morgan Stanley)

49 GW
Prognozowany niedobór podaży energii do 2028 roku

30 mld USD
Szacowany koszt budowy jednego centrum danych AI o mocy 1 GW

20%
Kampusy centrów danych, których skala przekroczy 1 GW do 2030 roku

Ryzyka

Co może pójść nie tak

Opóźnienia operacyjne
Infrastruktura zależy od fizycznej realizacji. Pozwolenia, niedobory sprzętu i dostęp do sieci mogą opóźniać przychody nawet wtedy, gdy popyt jest silny.

Niedopasowanie intensywności kapitałowej
Duże inwestycje z góry przy opóźnionych zwrotach tworzą ryzyko czasowe. Jeśli wykorzystanie jest niskie, zwroty szybko maleją.

Ryzyko bezpieczeństwa i cybernetyczne
Infrastruktura jest blisko systemów krytycznych. Im bliżej rdzenia, tym większy wpływ awarii.

Reakcja na uzależnienie od dostawcy
Wysokie koszty zmiany mogą wywołać opór klientów i skłonić ich ku alternatywom wielodostawcowym lub open-source.

Scenariusz optymistyczny vs pesymistyczny

Dwa sposoby postrzegania sytuacji

Scenariusz optymistyczny
AI tworzy dekadowy supercykl infrastrukturalny
Ograniczenia energetyczne tworzą trwałą siłę cenową
Głęboka integracja napędza wysoką retencję przychodów netto
Rządy finansują suwerenną infrastrukturę
Infrastruktura w warstwie oprogramowania skaluje się bez proporcjonalnych nakładów kapitałowych

Scenariusz pesymistyczny
Hiperskalery pionowo integrują stos
Wzrost popytu na AI zwalnia szybciej niż oczekiwano
Opóźnienia w wydawaniu pozwoleń hamują ekspansję podaży
Open-source kompresuje marże oprogramowania
Nadmierna budowa prowadzi do załamania wykorzystania

Analiza scenariuszy

Trzy przyszłości dla infrastruktury

Czego większość ludzi nie dostrzega

Trzy kontraintuicyjne prawdy

Infrastruktura nie jest nudna — jest po prostu mniej widoczna.
Najlepsze firmy infrastrukturalne znajdują się w obszarze dużych, niedyskrecjonalnych budżetów. Rozwiązują bolesne problemy i zdobywają siłę cenową poprzez zależność, nie hype.

„Tanie oprogramowanie" staje się drogie w skali.
Gdy oprogramowanie staje się krytyczne dla misji, koszt awarii daleko przekracza koszt subskrypcji. Właśnie tam siła cenowa po cichu narasta.

Najłatwiejsza rzecz do zbudowania jest najtrudniejsza do obrony.
Aplikacje są szybkie do wysyłki i łatwe do skopiowania. Infrastruktura jest wolna do zbudowania, ale trudna do zastąpienia. Fosa pochodzi z głębokości integracji, nie z szybkości.

Kluczowe zmienne

Na co zwracać uwagę

Trajektoria skalowania AI
Czy popyt na moc obliczeniową nadal narasta, czy stabilizuje się pod wpływem wzrostu wydajności

Szybkość wydawania pozwoleń energetycznych
Szybkość rozbudowy sieci jest prawdziwym ogranicznikiem — nie kapitał

Pionowa integracja hiperskalerów
Jak agresywnie AWS, Google i Microsoft wchłaniają stos

Polityka suwerenności
Lokalne wymagania dotyczące mocy obliczeniowej mogą przeształtować globalne mapy infrastruktury

Presja open-source
Ryzyko kompresji marż w warstwach infrastruktury tylko programowej

Wpływ strategiczny

Co to oznacza w praktyce

Dla założycieli wybór staje się coraz wyraźniejszy: budować dla uwagi czy budować dla zależności. Pierwsze nagradza szybkość. Drugie nagradza głębokość.

Pytanie nie brzmi: „czy ludzie będą tego używać?"
Brzmi: „czy mogą realistycznie działać bez tego?"

Dla inwestorów przesuwa to uwagę w kierunku firm z głęboką integracją, wysokimi kosztami zmiany i przychodami powiązanymi z ekspansją klientów, a nie pozyskiwaniem.

Te firmy rzadko wyglądają ekscytująco na początku. Ale narastają w sposób, w jaki aplikacje konsumenckie rzadko to robią.

Dla nabywców korporacyjnych implikacja jest prostsza: wybieraj dostawców ostrożnie. To samo uzależnienie, które tworzy wartość, tworzy również długoterminową zależność.

Wnioski

Posiadaj szyny, nie interfejs

Era internetu stworzyła gigantów w warstwie aplikacji — wyszukiwarki, media społecznościowe, e-commerce. Ten cykl jest w dużej mierze dojrzały.

Następny cykl jest budowany pod nim.

Energia, moc obliczeniowa, zarządzanie danymi, systemy wdrożeniowe i wbudowany handel są w czasie rzeczywistym rekonfigurowane pod rzeczywistymi ograniczeniami.

Firmy budujące te systemy nie będą najbardziej widoczne. Ale będą najważniejsze.

I w każdym cyklu obowiązuje ten sam wzorzec:

Widoczna warstwa staje się zatłoczona.
Niezbędna warstwa staje się droga.
A wartość przepływa do tego, kto kontroluje ograniczenia.

Osobista notatka

Im bardziej ten krajobraz ewoluuje, tym wyraźniej widać jedną rzecz: najważniejsze firmy budowane teraz są często najmniej widoczne.

Nie gonią za użytkownikami. Nie stają się wirusowe. Siedzą wewnątrz łańcuchów dostaw, przepływów danych i systemów energetycznych, o których większość ludzi nigdy nie myśli.

Właśnie tam kształtuje się prawdziwa dźwignia.

Analogia gorączki złota to nie tylko historia powtarzająca się — to filtr.

Większość ludzi goni za złotem.

Nieliczni po cichu budują szyny.

A z czasem szyny zawsze wygrywają.

Why the Next Unicorns Won't Be Apps został pierwotnie opublikowany w Coinmonks na Medium, gdzie ludzie kontynuują rozmowę, podkreślając i odpowiadając na tę historię.