[0:14]Myślę, że na to spotkanie wiele osób czekało z emocjami, z wytęsknieniem. Michał Cichosz, zarządzający skarb jest TFI i będziemy dzisiaj rozmawiać o funduszu skarb jest spółek wzrostowych. Dzień dobry panie Michale, witam gorąco. Witam was wszystkich, którzy już z nami jesteście na czacie na żywo. Pozdrawiamy oczywiście tych, którzy oglądają nas w postaci nagrania. Nie są z nami na żywo. Wita was wszystkich serdecznie.
[0:37]Też zachęcam do zostawienia komentarzy pod filmem, do zrobienia sobie subskrypcji kanału kup Fundusz na YouTubie i do komentowania na bieżąco. Włączenie powiadomień oczywiście. Tutaj widzimy wykres skarbca spółek wzrostowych z taki maksymalny, maksymalny od czasu tam 2011 roku tak kup Fundusz na na jest taki na Funduszu. I to jest to jest to jest fundusz, który jest ryzykowny, czego nie ukrywam, to widać też w skali zmienności, to jest 5, tak, okolice piątki, aż szóstka nawet tu się w ostatniej karcie pojawia. Też za chwilę tę kartkę pokażemy. Też widać jak ta zmienność była ogromna, dlatego będziemy wracać. A Michał Cichosz jest zarządzającym tym funduszem i to może powiedzmy to wprost. Znaczy ja tak i Disclaimer zrobił. No nie jest jego rolą powiedzenie wam, że spółki wzrostowe są do niczego już w tym momencie. No nie, no raczej oczywiście będą też czynniki ryzyka wymienione w materiale, który przygotował dla was Michał Cichosz. Za chwilę ten materiał też się pojawi. Ale generalnie zobaczymy bardzo dużo argumentów za tym, że w przypadku jest bańka poszukiwaczy bańki na AI. To mi się bardzo podobało, tak, że jest taki moment, taki fragment w tym w tych materiałach, które za chwilę przed nami się pojawił. No dobrze, jak duże ryzyko teraz? Mówi się o tym, że spółki AIowe to jest coś od czego wszyscy chcą teraz być w bezpiecznej jednak odległości. Są spadki na tych spółkach, bo jest to chów wsobny, kilka tych wielkich spółek ze sobą robi interesy, poza tym w cenie szalone. Ostatnie to spółki value właśnie tak spokojnie sobie rosły. To jest taki czas, w którym właśnie warto oddzielić te ziarna od plew, które, które gdzieś tam do nas wszystkich dobiegają i bardzo dużo jest w obecnych czasach tych finansowych, nie tylko finansowych clickbaitów wokół sztucznej inteligencji. To jest temat, który się świetnie sprzedaje medialnie. i no praktycznie każdy nagłówek jest czytany bardzo, bardzo taki, można powiedzieć, intensywny sposób przez przez wszystkich uczestników zaangażowanych inwestycyjnie i nie tylko. Natomiast fundamenty, te, które są gdzieś tam w środku, one często są znacząco, znacząco różne od tego, co, co dociera do, do statystycznego Kowalskiego i w dzisiejszym spotkaniu mam nadzieję, że uda się właśnie pokazać te rzeczy, które są istotne w tej całej układance.
[2:59]Ostatnio z szef antropic założyciel antropic tak mówił o tym, założyciel, chyba już mniejsza z tym. Mówił o tym, że ja nie mówię o jego narzędziu, które sprawiło wielki poklask na spółkach, które nie AIowych samych, ale na tych spółkach, które dostarczają oprogramowanie na przykład w chmurze, czy nie tylko w chmurze, że one mogą być niepotrzebne, ale on też napisał słynny esej, w którym przestrzegał i nawoływał do tego, żeby się ograniczyć w tych zapędach rozwoju, bo jeżeli nie, to przyjdą politycy i ograniczą, tak jak zaczęli ograniczać na przykład przemysł tytaniowy. Jeśli okaże się, taka jest intencja tego była, jeśli okaże się, że bardziej szkodzimy niż pomagamy, to będziemy mieli wszyscy problemy. I co pan sądzi o tym w kontekście perspektyw dla Ojej, na razie do tych takich, można powiedzieć, kasandrycznych scenariuszy to jest jeszcze bardzo daleko. No łatwo się w Książę. wraca i wyobraża, można powiedzieć Skynet i i Terminatora dwójkę, bo wszyscy to oglądali i to jest bardzo takie obrazowe. Natomiast z punktu widzenia, jeśli tam takich realiów, to co w tym momencie jest osiągalne i to, jakie rzeczy potrafi i będzie mogło potrafić zrobić AI, no to jest jeszcze, można powiedzieć, początek wzrostu produktywności, który, który jest szalenie tutaj kluczowy w przypadku tego, gdzie się znajdzie rynek jako cały i gdzie się znajdą kursy spółek wokół całego łańcucha AIowego. Yyy, za chwilę o samym funduszu trochę więcej. Teraz jeszcze fundusz widać na yyy, widać na monitorach. W tym momencie wykres ze strony kupfundusz.pl. To jest wykres celowo uchwyciłem gdzieś tam w okolicach dołka styczeń 2023 do teraz 180% od tamtej pory, a do samej górki 227 do tej górki, która była gdzieś tam w listopadzie 2025. 227 od tamtych spadków w tych trudnych czasach też powiemy, ale najpierw jeszcze teraz spojrzymy na kartę funduszu przez moment, jak to wygląda, tak żeby państwo mieli jeszcze też podgląd na to, jak co jest w karcie funduszu. Polecamy, żeby przeglądać się kartom funduszy, oczywiście kartom funduszy wszelakich.
[5:25]Chyba coś z
[5:28]Głosem u pana Robercie, bo tak słychać. Tak, tak, tak. To jest. Coś mi się chyba głos odłączył, ale już jest. A już jest. Już jest, już jest. Już jest. Przecież się włączyłem, to pewnie się już poprawiło, tak? W tym momencie. E-e, to jest karta funduszu. Tutaj mamy wyniki za ostatnie okresy. Tu mamy też wykres funduszu, na przykład. Tu mamy aktywa. i ich alokację. O polityce inwestycyjnej więcej. Też a wcześniej jeszcze właśnie poziom ryzyka. Szósta, także proszę pamiętać, szóstka w poziomie ryzyka, to nie przelewki. Jak rozumiem, to nie jest fundusz, który jak będzie krach na rynku, czy jakaś głęboka besssa, to on nagle zacznie kupować obligacje krótkoterminowe, żeby zabezpieczyć przed spadkami.
[6:09]Nie, to jest fundusz, który będzie zawsze inwestował w akcje, będzie zawsze inwestował w spółki, które mają przed sobą ponadprzeciętne perspektywy wzrostu biznesów, mierzone przede wszystkim przychodami, więc naturalnie ta grupa spółek rozwijających się kilka razy szybciej niż, niż cała gospodarka, no jest predysponowana do większej zmienności i to jest oczywiście i to jest immanentna cecha tego typu strategii. Panie Michale, dziękuję bardzo. Proszę państwa, widzę już pytania, tak, tutaj widać z prawej strony ekranu, że są pytania, więc zapewniam, wrócimy do tych pytań pod koniec. Zrobimy takie Q&A, a teraz bardzo ciekawa opowieść o tych spółkach technologicznych i spółkach AIowych i ich perspektywach.
[6:52]Tak, jak na początku tutaj rozmawialiśmy z panem Robertem odnośnie tego, jak, jak ten temat sztucznej inteligencji jest istotny i jakie budzi emocje w ciągu ostatniego roku, to pomyślałem, że po prostu będzie fajnie zestawić to z z rzeczami takimi naprawdę, które są istotne fundamentalnie od kuchni, które często nie przebijają się do do mainstreamowych mediów. A to one tworzą tę rzeczywistość i one finalnie są tym czynnikiem na wadze, który, który ma znaczenie i i chciałbym, żeby też tutaj widzowie mogli, mogli spokojnie dostać ten kawałek takiej wiedzy od kuchni. więc żeby generalnie zestawić to, co się dzieje w tym momencie, gdzie jesteśmy w punkcie czasu na horyzoncie, jeżeli chodzi o rozwój AI, no warto wrócić troszeczkę, spojrzeć w lusterko wsteczne, co się działo w roku 2025. I w 25. pamiętamy początek roku, czyli drama wokół Deep Sika, tezy medialne znowu, które mniej więcej sprowadzały się do tego, że teraz byle kto w garażu na starym pececie Pentium 4 stworzy zaawansowaną sztuczną inteligencję i w ogóle już infrastruktura AIowa i te zaawansowane chipy już tak naprawdę nikomu nie będą potrzebne.
[8:16]Oczywiście strach, spadki i tak dalej wokół tego. Okazało się po krótkim czasie, że to jest nieprawda, że tak naprawdę Chińczycy używali przemyconych chipów Envidii zdestylowali te modele Open AI i ten efekt wystąpił. Natomiast potem wszystko wróciło do normy i to prawo, polegające na tym, że ilość chipów i ich moc są głównym czynnikiem determinującym jakość i zaawansowanie sztucznej inteligencji. Więc to była ta drama z początku roku. Potem mieliśmy kolejną dramę z plotką właściwie o wstrzymaniu tych inwestycji Kpexów w Microsofcie i znowu nerwy na rynku. To też okazało się nieprawdą, bo w maju Microsoft podał wyniki i zwiększył prognozy Kpexowe i i ta, ta narracja została też również, można powiedzieć, położona do spania. No i potem już końcówka, można powiedzieć, też w pierwszej połowie roku i cała druga połowa roku, to jest ponawracająca powracający sceptycyzm wokół tego ROI, czyli zwrotu na inwestycjach w infrastrukturę AI i czy to w ogóle się opłaca i po co te spółki inwestują i czy, czy cokolwiek z tego generalnie finalnie zarobią. Więc to wokół tego się, można powiedzieć, kotłowaliśmy, kiśliśmy w w w ciągu w ciągu tego poprzedniego roku. No i media dosłownie no atakowały nas z lodówki, zewsząd, z każdego pomieszczenia w w całym roku, gdzie nagłówki po prostu prześcigały się, kto bardziej gdzieś tam taką taką nie typową narrację wymyśli wokół sztucznej inteligencji, to był super clickbait tego poprzedniego roku, bardzo się to dobrze z sprawdzało. No i finalnie, jakby bombardowani tymi tymi nagłówkami, to tak mniej więcej przeciętny zainteresowany, próbujący ogarnąć wydarzenia wokół AI wyglądał, wyglądał w ten sposób z tego, co z tego, co obserwowaliśmy. i ta bańka do nas wracała, wracała, wracała. To to to, ten straszak był z nami nonstop. A my jako ludzie z branży generalnie próbowaliśmy to ogarnąć i taki zwykły dzień analityka od AI, czy zarządzającego, mniej więcej wyglądał tak. Więc też nie było łatwo nie zwariować. Natomiast z zawsze gdzieś tam próbowaliśmy to, tą, to ziarno od plew oddzielić i przede wszystkim trzymać się tej kuchni inwestycyjnej, tego, co się dzieje finalnie w w źródłach, a nie dać się poddać właśnie tym medialnym nagłówkom, które bardzo, bardzo często były zupełnie wyssane z palca i potem potem negowane przez przedstawicieli firm, o których mówiły. i finalnie jak ten rok poprzedni, no my generalnie twierdzimy i i i podsumowujemy go w ten sposób, że ten, że że ta bańka, której wszyscy szukali, to tak naprawdę mieliśmy do czynienia z bańką poszukiwaczy bańki. Było tak dużo sceptyków, tak dużo ludzi, którzy chcieli znaleźć tą bańkę, szukali jej, że liczba wzmianek właśnie w mediach w w szukaniu Googla, no osiągnęła jakieś tam rekordowe po prostu poziomy na, na jesień. Teraz troszeczkę się to troszeczkę się to znormalizowało. Natomiast to, to, to, to my oceniamy to w ten sposób, że to był, że ten poprzedni rok to, to przede wszystkim, można powiedzieć, był zdominowany przez właśnie bańka poszukiwaczy bańki. A czym się różni transformacja AI od od bańki internetowej, o której wiele się mówiło i praktycznie cały poprzedni rok to było porównywanie wydarzeń wokół AI do do bańki internetowej, porównania do Cisco, do tych wszystkich, do tych wszystkich rzeczy takich, można powiedzieć, tych, tych, tych papierków lakmusowych z początku lat 2000. My chcemy pokazać tutaj widzom jeden slajd pokazujący fundamentalną znaczącą różnicę pomiędzy obecnym czasem a czasem właśnie bańki internetowej. Na początku lat 2000 cała infrastruktura, która była kładziona, czyli kable i światłowody pod Internet. Utylizacja tych, można powiedzieć, rozłożonych kabli i internetowych wynosiła 7%. Czyli na końcu, w końcówce tego kabla było zaledwie 7% klientów, którzy płacili za ten Internet, abonentów, a 93 była martwa i pusta, czekająca na aż ten rynek przyjdzie. W obecnym czasie każdy tak naprawdę GPU, czyli ten chip, który jest wyprodukowany, jest utylizowany w 80% tak jak tutaj jest pokazane, z tym, że należy pamiętać, że 80% utylizacji GPUs to jest tak naprawdę max. Bo więcej się nie da ze względu na przepływy i transfery danych, na interconnect, na, na, na networking. To jest tak naprawdę max, żeby silnik, w cudzysłowie, się nie przegrzał, tak? Czyli te 80% to jest tak naprawdę wszystko co się można wyciągnąć. Czyli innymi słowy, każdy chip GPU, który jest wyprodukowany, jest w tym momencie od razu w pracy i generuje przychody dla tych, którzy którzy mają go zainstalowanego, w opozycji do zaledwie 7% kabli, które wtedy było utylizowane na początkach Internetu. To jest szalenie inna rzeczywistość, jeżeli chodzi o adopcję pewnej technologii obecnej versus adopcję Internetu i tej infrastruktury, która po prostu była wcześniej stawiana niż faktycznie rynek był i klienci byli na to gotowi. No i inwestorzy, inwestorzy tak naprawdę przez cały poprzedni rok i obecnie byli bardzo sceptyczni odnośnie tempa wydatków. No gdzie jest ro i, gdzie jest, gdzie jest generalnie ten wzrost produktywności i szukanie, można powiedzieć, takiego, takich czarnych scenariuszy, kto im da na to pieniądze, gdzie skąd będą na to pieniądze na, na te ogromne inwestycje, które tylko się zwiększały. No właśnie, włączy się tutaj, włączy się tutaj do tego, że właśnie to jest bardzo ważny temat, bo te spółki zaczęły emitować obligacje, to tak brawurowo emitować obligacje, prawda, takie 30-letnie czy nawet stuletnie obligacje już się pojawiają. Poza tym jest taka teoria, że te nakłady inwestycyjne są wspierane, znaczy to jest fakt, tak, że wspierane przez big one big beautiful Bill Donalda Trumpa, bo tam jest rozszerzony katalog możliwości odpisywania tych inwestycji, po prostu jest łatwiej inwestować. Ale czy to nie jest po prostu sztuczny pęd do tego, do tego inwestowania, skoro po prostu jest wspomagane takimi ulgami z państwowych regulacji. Nowa administracja w USA zdaje sobie sprawę i to widać było na przestrzeni ostatnich kwartałów, nawet w w przypadku negocjacji z Chińczykami, tak, że to jest ten element na talerzu, który Stany Zjednoczone, no, można powiedzieć, to jest naj, najbardziej łakomy kąsek, który Stany Zjednoczone mają, jeżeli chodzi o, o, po stronie, po, po, można powiedzieć, aktywa po swojej stronie stołu. Sztuczna inteligencja i technologia wokół tego to jest główny, główna przewaga konkurencyjna w, w, właśnie w tutaj w pojedynku z Chinami i wzmacnianie rozwoju infrastruktury AIowej i narzędzi, no jest po prostu w czystym interesie Stanów Zjednoczonych i obecna administracja zdaje sobie z tego sprawę. Tam jest dużo osób też z Silicon Valley, takich z bezpośrednio z ze świata biznesu, którzy to dobrze rozumieją. Więc to to to wsparcie takie od, od ludzi z branży jest, jest też bardzo istotne. Natomiast to nie jest tak, że to tylko te rzeczy, o których pan wspomniał, grają tutaj rolę, bo dużo się mówi właśnie, że tak tak te inwestycje są mają bezprecedensową skalę. Natomiast jakby z punktu widzenia porównań znowu do bańki internetowej, no to ten poziom capexu, który jest obecnie jako procentu cash flow, który spółki generują rocznie, no w tym momencie jest na poziomie dopiero 46%. A w szczycie bańki internetowej było to 75%. Więc tego miejsca jest, jest jeszcze sporo, a no musimy wiedzieć to, że ta technologia się zdecydowanie, zdecydowanie szybciej skaluje. Każda kolejna transformacja się szybciej skaluje. Internet się skalował przez lata. Chmura się, inwestycje w chmurę skalowały się zdecydowanie szybciej. Natomiast synergie i zwroty z AI są jeszcze szybsze. Więc tutaj, można powiedzieć, to zielone światło dla decydentów świeci jeszcze mocniej, żeby, żeby to kontynuować, ale to jeszcze powiem przy okazji tutaj innych slajdów, bo tutaj są też ciekawe takie punkty, o których, myślę, że widzowie warto by, żeby wiedzieli. i to jest właśnie ten slajd, który nam już minął, to jest taki slajd, który na mnie zrobił dużo wrażenia, bo właśnie kiedy się porównuje CAPEX do tego, ile tam gotówki się przechodzi przez ten sektor. Tak, ale ja wróciłem, ja wróciłem jednak ten slajd, który pan ominął, o wycenach. i to to co chciałbym, żeby też widzowie zapamiętali, patrząc na różne wydarzenia i takie, powiedzmy, nagłówki, które pompują pewną narrację do jakiś tam ekstremów, to jest ten diabelski młyn. My stworzyliśmy ten diabelski młyn i powołujemy się na niego już tak naprawdę od wiosny poprzedniego roku, gdzie mamy kilku graczy ścigających się o supremację, jeżeli chodzi o, o, o jakość modeli AIowych. No oczywiście liderem pierwszym i najbardziej znaną tutaj firmą jest Open AI i twórca Chat GPT, twórca Chat GPT, który niespodziewanie jesienią, można powiedzieć, ustąpił z pierwszego miejsca modelowi od Googla, czyli Gemini. To był taki moment, powiedzmy, przejściowy. Zaraz potem pojawiły się ten model, najnowszy od Antropica, Claude, który zdetronizował, przynajmniej w programowaniu i w kodowaniu, te modele takie generalistyczne i tutaj bardzo dużo namieszał. I bardzo jest prawdopodobne, że będziemy mieć za chwilę kolejną zmianę, a no dlatego, że mniej więcej na początku marca, w trakcie marca, powinny na świat przyjść i użyć światło dzienne modele, najnowsze wytrenowane na najnowszych chipach Blackwell. Bo przypomnijmy, że to wszystko co do tej pory się zdarzyło, to są modele wytrenowane na chipach sprzed trzech, czterech lat. Czyli na
[19:20]Na starym złomie. Na starym złomie. Na starym złomie. Na starym złomie, dokładnie na na, na, na, na starym złomie, a teraz tak naprawdę będziemy mieć przeskok jakościowy, jeżeli chodzi o o możliwości. No i teraz i teraz być może właśnie ci, którzy w najszybszy sposób i najbardziej efektywny wytrenowali te modele na największej ilości tych nowych chipów, a pamiętamy swojego czasu, bo to też wspomnieliśmy o tym, że jako pierwszy najwięcej zabezpieczył tych chipów Elon Musk pod swojego groka, więc tutaj być może te kolejne, można powiedzieć, obrót na tym na, na tym diabelskim młynie na tym kole diabelskiego młynu jest, jest przed nami. I i to to koło będzie się kręcić dalej. Każdy, można powiedzieć, zmiana lidera będzie jeszcze bardziej pchała kolejnych graczy do do przyspieszania inwestycji. I teraz, żeby zrozumieć, jak to działa, to każdy ścigający się w tym wyścigu, to jest mniej więcej taka fajna paralela do do wyścigu Formuły 1. Bo tam liczą się tak naprawdę pod maską wszystkie elementy. Liczy się oczywiście silnik, liczy się oczywiście moment obrotowy. Dosłownie ułamki sekundy, gramy, centymetry liczy się, liczy się docisk, liczy, liczy się po prostu opór powietrza. To są i tutaj przemieniając to na, na język właśnie wokół AI i tej infrastruktury, czyli muszą być chipy, musi być połączenie networkingowe, muszą mieć tak zwane interkonektory, musi być pamięć, musi być, można powiedzieć, połączenie tego wszystkiego. Bo mało kto wie, że jeżeli mamy do czynienia z tak zwanym downtime, czyli, powiedzmy tam, mamy przerwę w działaniu GPUów, to to, to tutaj to jest, to jest coś takiego, że jesteś tak szybki, jak twój najwolniejszy element, tak? Czyli jeżeli jeden element jest wolny, to tak naprawdę spowalnia cały układ. Więc walka jest na każdy centymetr, na każdy gram, na każde na każdą, na każdy punkt tego tego tego tego wyścigu, więc, więc to będzie trwało i z punktu widzenia inwestycyjnego jest wiele spółek, w tym łańcuchu dostaw, które stają się krytyczne i kluczowe, żeby nie spowolnić całej reszty, która jest tutaj no, korem tego, tego wszystkiego. No i idąc dalej, to co widzimy, ten taki wyścig na diabelskim młynie, papierkiem lakmusowym, który widzi wszystko, takim, można powiedzieć, ten, kto widzi wszystko, najwięcej, to jest po prostu firma Taiwan Semiconductor, która składa te wszystkie chipy, dostaje zamówienia i i i są miejscem, w którym po prostu wszystkie te chipy, niezależnie, czy od NVidi, czy Googla, czy AMD, Broadcoma, czy Amazona tam trafiają. Nie ma innej firmy na świecie, która ma taką widoczność i transparentność tego, co się będzie działo. Taiwan Semiconductor jest znany z tego, że jest jedną z najbardziej konserwatywnych spółek, jeżeli chodzi o dawanie prognoz, jakichkolwiek tego typu rzeczy. Prezes TSMC niedawno powiedział, że na podstawie planów produktowych i oczekiwań wzrostu różnych kluczowych klientów, obecne moce produkcyjne TSMC są wciąż mniej więcej trzykrotnie za małe, żeby obsłużyć ten popyt. To jest pierwsza rzecz. I to było pod koniec roku. Bardzo ciekawą rzeczą, superswieżą z, z ostatnich dwóch tygodni, jest kolejny komentarz z, z konferencyjnego, za czwarty kwartał. A mianowicie taki, że TSMC podniósł prognozę, co jest superistotne. On podaje taką prognozę średniorocznego wzrostu do 2030. I do tej pory według nich średnioroczny wzrost wokół infrastruktury AI, yyy, wynosiłby 40%. To była ich prognoza do 2030. Podczas tego co dwa tygodnie temu podnieśli tą prognozę do 55% plus, tak? Czyli, można powiedzieć, o 10 punktów procentowych, najbardziej konserwatywna spółka stara się nam powiedzieć, że inwestycje w AI będą rosnąć średnio 50 kilka procent do 2030 roku. To jest bardzo mocny komunikat z tego największego gracza. No i teraz wracamy znowu do tego, do tego kuka, czyli po co inwestuje? Dlaczego inwestuje więcej? No bo muszę mieć to Roy, muszę mieć ten zwrot na tym, żeby znowu przekonać swoich akcjonariuszy, przekonać swoich decydentów, że warto to robić. I znowu w opozycji do tego, co nam mówią gazety i, i prasa, media, mamy coraz większy procent spółek, wskazujących synergie biznesowe z tytułu AI. I co jest ważne? Naszym zdaniem i mega istotnym czynnikiem, który definiuje, czy dana rewolucja ma szansę być rewolucją i transformacją na całą dekadę, jest to, jak szeroki jest jej zasięg. Bo jeżeli AI miałoby pomóc tylko w programowaniu, jeżeli miałoby pomóc tylko w branży informatycznej, to jest wciąż wąsko. AI w tym momencie pomaga i przynosi ogromne synergie finansowe, kosztowe i przychodowe spółką z, z, można powiedzieć, ze wszystkich sektorów i co najważniejsze, z sektorów starej ekonomii, tej takiej fizycznej ekonomii, gdzie mamy spółki, gdzie widzimy ogromne oszczędności na, opiewające na kilkadziesiąt czy kilkaset milionów dolarów w branży Oil and Gas, w branży utilities, w branży logistycznej, produkcyjnej i tak dalej. I to jest ten punkt, który jest szalenie istotny. Dlaczego to ma trwać dalej? I skąd te synergie? I skąd jest ten pusz? Przede wszystkim musimy wrócić do stanu początków sztucznej inteligencji, czyli pamiętamy ten moment, kiedy sztuczna inteligencja, po prostu czy ten Chat GPT odpowiada nam na, na nasze pytania i często, można powiedzieć, wyjmował sobie jedną z 10 odpowiedzi, które miał w koszyku na zasadzie, chybilił, trafił. No i te, no i te odpowiedzi były często błędne, halucynował model i, i, no my używaliśmy go, można powiedzieć, sporadycznie. W momencie, kiedy pojawiły się tak zwane modele reasoningowe, czyli te myślące, gdzie one badały różne scenariusze, wracały do siebie i komunikowały i w końcu wybierały tą odpowiedź, taką, można powiedzieć, sprawdzoną, to nie tylko to, oczywiście, spowodowało wzrost moc popytu na moce obliczeniowe, ale też dużo większą skuteczność tych modeli mierzoną, chociażby w, w ilości czasu, który, który AI potrafi wykonać jakieś trudne zadania bez interwencji. I ten, ten, ten najnowszy model, który tutaj jest, Sonnet 4,5 od Antropica, no był w stanie już programować programować przez 120 minut bez interwencji. I tutaj ten czas, można powiedzieć, w którym AI się uczy, podwaja się co każde 7 miesięcy. Co 7 miesięcy AI wykonuje w minutach dwa razy dłużej. Im większą pracę wykonuje, im szerszy zakres, tym de facto większa aplikowalność i więcej use case'ów, w którym AI może zastąpić pracę pracę taką bardziej ekstensywną człowieka. I to to, w tym momencie nabiera takiej kuli śnieżnej. Mądrzejszy model, więcej zadań, więcej popytu na moce obliczeniowe, więcej użyteczności.
[33:24]Panie Michale, dziękuję bardzo za ten materiał, ale jeszcze pana nie puszczamy, bo mamy tutaj sporo pytań od publiczności, a też mam swoje, nie wiem czy ze swoimi się zmieszczę. jeszcze pytaniami i w, w w takim pytanie kluczowe jednak, które się tutaj przewija to jest pytanie o to kiedy skarb jest wróci do swoich szczytów, czyli pamiętamy te historie 2020 rok był 22 rok był bardzo trudnym rokiem dla funduszu. Stopa zwrotu wynosiła za cały rok 64 ponad 64,5% na minusie w 2022 roku, a obsunięcie jak tam złapać to to jeszcze gdzieś tam około 70 wyszło. Średnia dla grupy to było 20%. Oczywiście można dyskutować, czy grupa jest pasująca, czy niepasująca. Ale, ale, ale to jednak jeszcze jedną jeszcze jedna uwaga, bo tutaj pan zwraca uwagę na to, tylko 28% funduszy. No ja mam w głowie i pewnie wiele osób też taką historię, że według różnych danych, przekazów lansowanych przez świata teowych, który zresztą wniósł bardzo dużo do dobrego, nowego, no wiadomo, że koszty im niższe jednak w większości rozwiązań tym lepiej. Tam powiem, że w każdym. No ale czasami jest inaczej. Są też fundusze przecież tematyczne, które koszty już mają wyższe, ale że tam to w ogóle ponad 80% nie bije benchmarków, a pan tu pokazuje, że 28 i mówi pan, że to słabe jest. To jak to jedno z drugim. To jest, to jest, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia To jest. To jest tylko, to jest, proszę bardzo, to jest 25 rok. Zaraz, zaraz. Bo to jest tylko, to jest 2025 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Dla funduszy. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. No to jest, to jest, proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Tak, to jest tylko, to jest, proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Tak, to jest, to jest, proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. to jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. I to jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakiś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia. To jest tylko, to jest proszę bardzo, to jest 25 rok. Pewnie pan odnosi się do jakichś takich badań długoterminowych. Ja pokazałem te dane z 25 roku, żeby pokazać punkt wyjścia.
