Rosnące koszty mocy obliczeniowej zagrażają marżom aplikacji AI w całym stosie przychodów

Analiza publicznych sprawozdań finansowych przeprowadzona przez inwestora venture capital Tomasza Tunguza wskazuje, że aplikacje, neocloudy i dostawcy inferencji przejmują 92% całkowitego łańcucha wartości zysku brutto AI przed amortyzacją GPU, przy założeniu 40-procentowej marży brutto aplikacji. Jednak gwałtownie rosnące ceny mocy obliczeniowej zagrażają spadek marż w całym stosie oprogramowania AI, chyba że dostawcy aplikacji zapewnią kupującym na tyle wysoki zwrot z inwestycji (ROI), by przenieść wyższe koszty w dół łańcucha. W sytuacji, gdy stawki wieloletnich kontraktów na moc obliczeniową wzrastają ponad dwukrotnie, liderzy RevOps muszą uwzględnić strukturalne przesunięcia kosztów podczas modelowania marż oprogramowania i oceny stabilności dostawców.

Co się stało

Pisząc na swoim blogu, Tomasz Tunguz znormalizował dane finansowe przedsiębiorstw użyteczności publicznej, hurtowych centrów danych, neocloudów, dostawców inferencji oraz aplikacji w jeden wskaźnik: dolary na wat rocznie ($/w/rok). Przy modelowanej 40-procentowej marży brutto aplikacji, oprogramowanie aplikacyjne przejmuje 40% zysku brutto przed amortyzacją sprzętu GPU, podczas gdy neocloudy zatrzymują 28%, a dostawcy inferencji 24%.

Ten podział zysku brutto stoi w obliczu natychmiastowej presji ze względu na rosnące koszty mocy obliczeniowej na wyższym szczeblu. W zgłoszeniu Form S-1/A z listopada 2026 roku firma Anthropic ujawniła, że krótkoterminowe zobowiązania dotyczące szczytowego zapotrzebowania na moc obliczeniową osiągnęły od 7 do 13 USD za godzinę GPU w ramach 5,0 mld USD kwartalnych wydatków krótkoterminowych. Podczas rozmowy o wynikach finansowych CoreWeave za III kwartał 2026 roku, dyrektor generalny Michael Intrator poinformował, że choć mieszana flota CoreWeave generuje obecnie 9 USD na wat rocznie (9,15 mln USD na megawat), ceny nowych cztero- i pięcioletnich kontraktów infrastrukturalnych rosną do 20–25 mln USD na megawat (20–25 USD/w/rok) — czyli ponad dwukrotnie więcej niż obecne stawki floty. CoreWeave odnotowało w III kwartale przychody w wysokości 3,661 mld USD, co oznacza wzrost o 168% rok do roku.

Aby przejąć sąsiadujący zysk brutto i zaabsorbować wahania cen, dostawcy infrastruktury agresywnie przejmują warstwy oprogramowania. CoreWeave przejęło dostawcę oprogramowania Weights & Biases za 1,029 mld USD, a także OpenPipe, Marimo i Monolith AI (185 mln USD). Nebius wydał w 2026 roku ponad 1 mld USD na przejęcie Tavily (275 mln USD kwoty początkowej), Eigen AI (~643 mln USD), Inferize (100–150 mln USD) oraz zatrudnienie głównego zespołu badawczego Clarifai wraz z bezterminowymi licencjami IP. Tymczasem wskaźniki operacyjne opublikowane przez Optifai i zgłoszone przez HubSpot pokazują, że mediana cyklu sprzedaży B2B SaaS wynosi 84 dni, co podkreśla opór, z jakim mierzą się zespoły ds. przychodów podczas zamykania umów na oprogramowanie.

Dlaczego to ważne dla liderów RevOps

Dla liderów RevOps funkcjonalność AI stanowi zmienny koszt wejściowy, który fundamentalnie zmienia ekonomię marży oprogramowania. W tradycyjnym B2B SaaS marże brutto rutynowo przekraczały 80%, dając działom przychodów przestrzeń do absorbowania długich cykli sprzedaży — takich jak mediana 84 dni zgłoszona przez Optifai — oraz wysokich kosztów pozyskania klienta. W przeciwieństwie do tego aplikacje AI działające na marżach brutto rzędu 40% nie przetrwają podwojenia kosztów wejściowych mocy obliczeniowej bez silnej siły cenowej powiązanej z mierzalnymi rezultatami dla klientów.

Gdy ceny infrastruktury neocloud skaczą z 9 USD/w/rok do 20–25 USD/w/rok, narzędzia programistyczne oparte na cienkich warstwach opakowujących (thin wrapper) doświadczą drastycznej kompresji marży. O ile aplikacja AI nie zapewni wysokiej dźwigni ekonomicznej — takiej jak zaoszczędzenie 70% czasu procesu zamiast 30% — braknie jej siły rynkowej, aby podnieść ceny dla kupujących. Liderzy RevOps oceniający stosy techniczne dostawców muszą wyjść poza zestawy funkcji, aby zbadać leżącą u podstaw ekonomię jednostkową, wydajność modeli (taką jak wskaźniki trafień w pamięci podręcznej promptów i dostrajanie) oraz stabilność dostawcy. Dostawcy oprogramowania, którzy nie zdołają zarządzać narzutem mocy obliczeniowej, albo spróbują przenieść nagłe podwyżki cen na kupujących, albo zaryzykują niewypłacalność.

Co zrobić w tym tygodniu

1. Przeprowadź audyt warunków umów w swoim stosie technologicznym przychodów, aby zidentyfikować dostawców AI ze zmiennymi poziomami zużycia lub klauzulami przenoszenia kosztów.
2. Określ wartość ekonomiczną netto generowaną przez wewnętrzne przepływy pracy AI, aby ustalić, czy Twój zespół ma siłę cenową, by zaabsorbować ewentualne podwyżki stawek ze strony dostawców.
3. Wdróż obowiązkowe weryfikacje kwalifikacji transakcji w systemie CRM, aby wcześnie identyfikować właścicieli budżetów i zapobiec nakładaniu się długich cykli sprzedaży na wysokie koszty wejściowe oprogramowania.

Źródła

• Who Captures the Most Margin in AI? — Tomasz Tunguz
• B2B challenges costing revenue teams the most — HubSpot Sales Blog