Neil Rimer, współzałożyciel funduszu Index Ventures (wczesny inwestor w Dropboxa, Slacka czy Figmę), powiedział niedawno coś, co powinno zainteresować każdego właściciela firmy w Polsce. Jego teza jest prosta: ogromne pieniądze, które teraz płyną do gigantów AI - Microsoftu, Google'a, OpenAI - w końcu będą musiały wrócić na rynek. I trafią do mniejszych firm, które potrafią te technologie zastosować w praktyce.
Brzmi jak odległa wizja z Doliny Krzemowej? Niekoniecznie. Już teraz widzimy, jak zmienia się krajobraz finansowania innowacji w Europie i w Polsce. Fundusze venture capital coraz chętniej inwestują w firmy, które nie tworzą własnych modeli AI, ale budują na nich konkretne rozwiązania biznesowe. A to otwiera drzwi dla polskich MŚP, które do tej pory mogły myśleć, że wyścig o pieniądze z AI ich nie dotyczy.
W tym artykule przyglądam się, dokąd faktycznie płyną pieniądze związane ze sztuczną inteligencją, co mówią prognozy na najbliższe lata i - przede wszystkim - co z tego wynika dla polskich małych i średnich firm szukających finansowania na innowacje.
Wielka redystrybucja - o czym mówi Neil Rimer
Żeby zrozumieć tezę Rimera, trzeba spojrzeć na liczby. W 2024 roku globalne inwestycje w AI przekroczyły 200 miliardów dolarów. Większość tych pieniędzy trafiła do garstki firm: OpenAI (ponad 13 miliardów od Microsoftu), Anthropic (ponad 6 miliardów od Google'a i Amazona), xAI Elona Muska. Do tego dochodzą kolosalne wydatki na infrastrukturę - centra danych, chipy NVIDIA, sieci energetyczne.
Rimer twierdzi, że ten cykl koncentracji kapitału zbliża się do punktu zwrotnego. Modele bazowe (foundation models) stają się towarem - coraz tańszym i bardziej dostępnym. Wystarczy spojrzeć na spadek cen API: koszt wygenerowania miliona tokenów w GPT-4o spadł o ponad 90% w ciągu zaledwie 18 miesięcy. Kiedy infrastruktura staje się tania, wartość przesuwa się na warstwę aplikacji - czyli na firmy, które potrafią tę technologię zastosować do rozwiązywania realnych problemów.
I tu pojawia się szansa dla mniejszych graczy. Rimer porównuje to do boomu internetowego z lat 2000. Najpierw pieniądze szły na budowę infrastruktury (kable, serwery, routery), a potem - gdy ta infrastruktura staniała - eksplodował rynek aplikacji. Google, Facebook, Uber, Airbnb - żaden z tych serwisów nie budował własnych kabli podmorskich. Korzystali z tego, co już istniało. Zdaniem Rimera, z AI będzie podobnie.
Co to oznacza dla polskiego rynku finansowania
Polska nie jest odcięta od tych trendów - wręcz przeciwnie. Według raportu PFR Ventures z 2024 roku, polskie fundusze venture capital zainwestowały ponad 2,1 miliarda złotych w startupy technologiczne. Coraz większa część tych inwestycji dotyczy firm wykorzystujących AI - nie do budowy własnych modeli językowych, ale do konkretnych zastosowań branżowych.
Weźmy kilka przykładów z polskiego rynku. StethoMe, poznański startup tworzący inteligentny stetoskop z analizą AI, pozyskał finansowanie rzędu kilkudziesięciu milionów złotych. Infermedica, wrocławska firma oferująca diagnostykę wstępną opartą na sztucznej inteligencji, obsługuje miliony pacjentów w kilkudziesięciu krajach. Żadna z tych firm nie trenuje własnego modelu GPT. Obie budują wartość na warstwie aplikacji - dokładnie tam, gdzie Rimer widzi przyszłość inwestycji.
Ale nie chodzi tylko o startupy. Coraz więcej programów finansowania jest dostępnych dla tradycyjnych MŚP, które chcą wdrożyć AI w swoich procesach. Fundusze Europejskie dla Nowoczesnej Gospodarki (FENG) na lata 2021-2027 dysponują budżetem ponad 7,9 miliarda euro, z czego znaczna część jest przeznaczona na cyfryzację i innowacje oparte na danych. Polska Agencja Rozwoju Przedsiębiorczości (PARP) regularnie ogłasza konkursy, w których wdrożenie rozwiązań AI jest jednym z kryteriów premiujących.
Jest też Krajowy Plan Odbudowy, który mimo opóźnień zaczyna uruchamiać środki na transformację cyfrową. Dla firmy zatrudniającej 20-50 osób, która chce zautomatyzować obsługę klienta za pomocą AI albo wdrożyć inteligentną analitykę sprzedaży, te programy mogą pokryć nawet 70-80% kosztów inwestycji.
Gdzie polskie MŚP mogą szukać pieniędzy na AI - konkretnie
Zanim przejdę do listy źródeł finansowania, muszę być uczciwy w jednej kwestii: zdobycie dotacji czy inwestycji na projekt AI nie jest proste. Proces aplikacyjny potrafi zająć miesiące, wymaga solidnego biznesplanu, a konkurencja rośnie. Nie każdy projekt dostanie finansowanie i nie każdy powinien. Ale dla firm, które mają jasno zdefiniowany problem biznesowy i pomysł, jak AI może go rozwiązać, opcji jest coraz więcej.
Oto główne ścieżki, które obserwuję na polskim rynku:
- FENG - Ścieżka SMART (PARP/NCBiR) - dotacje na projekty badawczo-rozwojowe i wdrożeniowe. Firmy mogą uzyskać dofinansowanie na opracowanie i wdrożenie rozwiązań opartych na AI. Budżet pojedynczego projektu może sięgać kilku milionów złotych, a intensywność wsparcia dla MŚP to nawet 70-80%.
- Kredyt technologiczny (BGK) - premia technologiczna na wdrożenie nowej technologii. Jeśli Twoja firma chce wdrożyć gotowe rozwiązanie AI (np. system predykcyjnego utrzymania ruchu maszyn), ten instrument może pokryć znaczną część kosztów.
- Bony na cyfryzację (PARP) - mniejsze kwoty (do kilkuset tysięcy złotych), ale prostszy proces aplikacyjny. Idealne na pierwszy projekt AI - np. wdrożenie chatbota obsługującego klientów czy systemu automatycznej klasyfikacji dokumentów.
- PFR Ventures i fundusze VC - jeśli Twój projekt ma potencjał skalowania, polskie fundusze VC wspierane przez PFR aktywnie szukają firm z sektora AI. W 2024 roku działało ponad 50 aktywnych funduszy VC w Polsce.
- Horizon Europe i Digital Europe Programme - programy unijne, bardziej wymagające, ale z większymi budżetami. Polskie firmy mogą aplikować samodzielnie lub w konsorcjach z partnerami z innych krajów UE.
Jest jeszcze jedna opcja, o której mało się mówi: partnerstwa z dostawcami technologii. Microsoft, Google i Amazon prowadzą programy dla MŚP, oferując darmowe kredyty na swoje usługi chmurowe i AI. Program Microsoft for Startups daje do 150 tysięcy dolarów w kredytach na Azure, a Google for Startups Cloud Program oferuje do 200 tysięcy dolarów na Google Cloud. Te kwoty pozwalają na poważne eksperymenty z AI bez początkowej inwestycji.
Jak przygotować firmę na tę falę finansowania
Obserwując polskie firmy, które skutecznie pozyskują finansowanie na projekty AI, widzę kilka powtarzających się wzorców. To nie są firmy, które mówią "chcemy wdrożyć AI, bo to modne". To firmy, które zaczynają od konkretnego problemu biznesowego.
Przykład z mojej praktyki konsultingowej: firma produkcyjna z Wielkopolski (ok. 80 pracowników) miała problem z planowaniem produkcji. Ręczne harmonogramowanie generowało przestoje i nadmierne zapasy. Zamiast pisać wniosek o "wdrożenie sztucznej inteligencji", opisali problem w kategoriach biznesowych: 15% przestojów, zamrożony kapitał w zapasach rzędu 2 milionów złotych, opóźnienia dostaw do klientów. Potem pokazali, jak system oparty na algorytmach predykcyjnych może te liczby zmniejszyć. Dostali dofinansowanie z PARP, wdrożyli rozwiązanie i w ciągu roku zredukowali przestoje o 40%.
Drugi wzorzec to stopniowe budowanie kompetencji. Firmy, które od razu celują w duże, skomplikowane projekty AI, często się potykają. Te, które zaczynają od mniejszych wdrożeń - automatyzacji jednego procesu, pilotażu na jednym dziale - budują wiedzę i dane, które potem pozwalają skalować rozwiązanie. I co ważne, mają już wyniki do pokazania w kolejnym wniosku o finansowanie.
Trzecia rzecz, o której warto pamiętać: dane. Każdy projekt AI potrzebuje danych, a wiele polskich firm ma je w chaotycznym stanie - rozproszone w Excelach, niestandaryzowane, niekompletne. Inwestycja w porządkowanie danych nie jest tak ekscytująca jak wdrożenie chatbota, ale bez niej żaden projekt AI nie przyniesie oczekiwanych rezultatów. Dobra wiadomość jest taka, że porządkowanie danych też można sfinansować w ramach dotacji na cyfryzację.
Warto też zwrócić uwagę na rosnącą rolę europejskich regulacji. AI Act, który wszedł w życie w 2024 roku, wprowadza wymogi dotyczące transparentności i bezpieczeństwa systemów AI. Dla polskich MŚP to zarówno wyzwanie (dodatkowe wymogi), jak i szansa. Firmy, które od początku budują rozwiązania AI zgodne z regulacjami, zyskują przewagę konkurencyjną na rynku europejskim. Fundusze inwestycyjne coraz częściej pytają o compliance z AI Act jako warunek inwestycji.
Podsumowanie - pieniądze z AI wracają do realnej gospodarki
Teza Neila Rimera nie jest abstrakcyjną prognozą - to opis procesu, który już się dzieje. Faza budowy infrastruktury AI (wielkie modele, centra danych, chipy) powoli ustępuje fazie zastosowań. A zastosowania to domena mniejszych, zwinnych firm, które znają swoje branże i potrafią w nich rozwiązywać konkretne problemy.
Dla polskich MŚP to dobry moment. Finansowanie jest dostępne - zarówno z funduszy europejskich, jak i od prywatnych inwestorów. Narzędzia AI stają się coraz tańsze i prostsze we wdrożeniu. Nie trzeba budować własnego modelu językowego, żeby skorzystać z tej technologii. Wystarczy zidentyfikować problem, dobrać odpowiednie narzędzie i pokazać, że rozwiązanie ma sens ekonomiczny.
Nie twierdzę, że każda firma powinna rzucać się na AI. Ale jeśli masz w firmie powtarzalny, czasochłonny proces, który generuje koszty lub błędy - warto sprawdzić, czy nie da się go usprawnić z pomocą sztucznej inteligencji. I warto sprawdzić, czy ktoś nie zapłaci za to wdrożenie za Ciebie. Bo pieniądze na AI naprawdę wracają na rynek - pytanie tylko, kto po nie sięgnie.
Źródło: Neil Rimer thinks the AI money is coming back out - TechCrunch