NORBERT BIEDRZYCKI

AI, kapitał i wartość firmy – eseje

15 tekstów

Ten cykl zacząłem pod koniec 2025 roku, kiedy rozmowa o AI w zarządach i funduszach przesunęła się z pytania „czy wdrażać” na pytanie „ile to kosztuje i co z tego zostaje w wyniku”.

Piszę tu o AI oczami inwestora: o rachunku za tokeny, który zaczyna przypominać listę płac, o centrach danych finansowanych długiem, o due diligence technologicznym, carve-outach i o tym, dlaczego produktywność z AI tak trudno znaleźć w statystykach. Wspólny mianownik jest jeden: AI tworzy wartość tylko wtedy, gdy ktoś policzy jej koszt i przeprojektuje proces wokół niej.

2026

  1. Rachunek za tokeny to nowa lista płac

  2. Centra danych na orbicie. Fizyka zaczyna się zgadzać, arkusz kalkulacyjny jeszcze nie

  3. AI nie zabraknie klientów. Zabraknie jej prądu i czasu na spłatę długu

  4. Ryzyko w AI nie siedzi w popycie. Siedzi w strukturze kapitałuLinkedIn

  5. Bańka AI to pytanie o niewłaściwą rzeczLinkedIn

  6. Być może źle zrozumieliśmy ekonomię AI. Bo ona nie będzie darmowaLinkedIn

  7. Zamieniliśmy subskrypcje AI na czterech doświadczonych programistów. To była nasza najlepsza decyzja w sprawie AILinkedIn

  8. AI zmienia ekonomię oprogramowania, nie tylko produktLinkedIn

  9. AI miała wyeliminować doradców. Zmienia to, czym się zajmująLinkedIn

  10. OpenAI i firmy doradcze: ostatnia mila AI jest organizacyjnaLinkedIn

  11. Déjà vu Solowa: AI widać wszędzie, tylko nie w statystykach produktywnościLinkedIn

  12. Tech DD: największym ryzykiem w transakcjach PE zwykle nie jest technologiaLinkedIn

  13. Transformacja bez chaosu. Model 90 dniLinkedIn

2025

  1. Od cloud-first do value-first. Jak architektura hybrydowa daje realną przewagęLinkedIn

  2. Carve-out. Najbardziej niedoceniana dźwignia alfy w tworzeniu wartościLinkedIn