Historia marży brutto firm zajmujących się AI przechodzi pierwszą "kontrolę": Canva celowo spowalnia wzrost, Figma sama ponosi koszty wnioskowania
Przygody Canva i Figma ujawniają powszechne trudności firm zajmujących się aplikacjami AI: wysokie koszty inferencji poważnie naruszają marże brutto i niszczą model ekonomiczny jednostki. Aby kontrolować koszty, Canva świadomie spowolniła wdrażanie AI, co wpłynęło na zmniejszenie tempa wzrostu przychodów; w przypadku Figma, koszty poniesione za bezpłatne testy doprowadziły do gwałtownego spadku ceny akcji. Obie firmy liczą na przełom dzięki własnym modelom, ale droga do rentowności AI nadal wymaga czasu na potwierdzenie.
Dwie wiodące firmy w sektorze oprogramowania projektowego ujawniają najbardziej ukryte koszty transformacji AI za pomocą rzeczywistych danych finansowych.
Canva w tym tygodniu wydała ostrzeżenie dla inwestorów, roczny wzrost przychodów spowolni do 20%, ponieważ firma świadomie zatrzymała plan wdrożenia funkcji AI mającej pobudzić wzrost płatnych subskrypcji – zapotrzebowanie przekroczyło oczekiwania, ale koszty obsługi również znacznie je przewyższyły. Figma w czwartek opublikowała wyniki finansowe, wykazując, że w trzecim kwartale wzrost przychodów spadnie z 48% w kwartale czerwcowym do 36%, przyznając równocześnie, że wiele jej narzędzi AI znajduje się dopiero w fazie testów i nie wypracowano jeszcze skutecznych ścieżek komercjalizacji. Po publikacji tych wiadomości, akcje Figma spadły o około 15% w ciągu jednego dnia.
Według technologicznego portalu The Information, doświadczenia obu firm wskazują na wspólny problem strukturalny: popularność produktów AI nie przekłada się automatycznie na zdrowy model ekonomiczny jednostki. W ramach narracji, która dawała duże nadzieje inwestorom na firmach związanych z AI, jest to prawdziwy test presji z pierwszej linii.
Canva: Nadmierny popyt stał się obciążeniem, świadome hamowanie
Problemy Canvy mają niemal dramatyczny charakter – nie wynikają z braku użytkowników, lecz właśnie z ich zbyt dużej liczby.
Według doniesień, dyrektor operacyjny Canvy, Cliff Obrecht, powiedział współpracownikom, że przed wprowadzeniem AI, koszt obsługi dużej liczby bezpłatnych użytkowników był "bardzo niski". Jednak po wdrożeniu funkcji AI, "koszty gwałtownie wzrosły, model ekonomiczny jednostki uległ fundamentalnej zmianie, przez co redukcja kosztów AI stała się znacznie ważniejsza niż wcześniej".
Właśnie na tej podstawie Canva zdecydowała się świadomie spowolnić planowane wdrażanie funkcji AI, zamiast kontynuować wzrost użytkowników za wysoką cenę. Ta decyzja bezpośrednio obniżyła oczekiwania dotyczące rocznego wzrostu przychodów firmy, z wcześniejszego, wyższego poziomu do 20%.
Aby zasadniczo rozwiązać problem kosztów, Canva intensywnie rozwija własne modele AI. Firma twierdzi, że jej wewnętrzne modele generowania obrazów i wideo są szybsze i tańsze niż modele czołowych laboratoriów AI. Problem polega jednak na tym, że te modele nie zdążyły na czas rozbudowy funkcji AI, co zmusiło firmę do korzystania z droższych modeli zewnętrznych na kluczowych etapach.
Figma: Produkty beta udostępniane za darmo, pełne koszty inferencji na własnym rachunku
W przeciwieństwie do świadomego hamowania Canvy, Figma mierzy się z inną formą presji kosztowej – firma ponosi koszty produktów, które nie są jeszcze skomercjalizowane.
Dyrektor finansowy Figma, Praveer Melwani, otwarcie wyjaśnił tę logikę podczas rozmowy z inwestorami:
"Obecnie nie pobieramy opłat od klientów za korzystanie z produktów będących w fazie testów, koszty inferencji ponosimy samodzielnie, bez żadnych przychodów konsumujących te wydatki."
Oznacza to, że Figma subsydiuje użytkowanie swoich funkcji AI ze środków własnych, czekając, aż narzędzia te przejdą z testów do pełnej komercjalizacji. Firma przewiduje, że ta struktura kosztów będzie wywierać presję na marżę brutto.
Figma również zwiększa inwestycje w rozwój własnych modeli AI i rozpoczęła już łączenie wewnętrznych modeli z zaawansowanymi modelami, aby wspierać nowo wprowadzoną Figma AI Agent. Jednak sama nauka modeli wymaga czasu i nakładów finansowych, których cierpliwość rynku kapitałowego jest wyraźnie ograniczona – po publikacji wytycznych dotyczących wyników, akcje Figma spadły o około 15% w ciągu jednego dnia.
Wspólna trudność: Struktura kosztów transformacji AI nie została jeszcze uporządkowana
Według raportów, przykłady Canvy i Figma pokazują dylemat, z którym obecnie mierzą się firmy z sektora AI: atrakcyjność produktów została już udowodniona, lecz droga do przekształcenia jej w trwały i dochodowy model biznesowy pozostaje niejasna.
Obie firmy postrzegają rozwój własnych modeli jako klucz do przełamania impasu – przez ograniczenie zależności od drogich modeli zewnętrznych, zasadniczo poprawiają model ekonomiczny jednostki. Jednak cykl budowy własnych modeli jest nie do pogodzenia z natychmiastowymi wymaganiami rynku dotyczącymi wzrostu wyników.
Analiza wskazuje, że oba raporty finansowe stanowią ważny punkt odniesienia: koszt transformacji AI nie jest związany wyłącznie z nakładami na badania, lecz głęboko tkwi w opłatach za inferencję przy każdym wywołaniu przez użytkownika. Dopóki model komercjalizacji nie dojrzeje, ta część kosztów będzie stale podkopywać marżę brutto.
Historia AI w firmach z sektora oprogramowania przechodzi właśnie pierwszą, prawdziwą ocenę finansową.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Przed raportem za trzeci kwartał, Samsung Electronics i SK Hynix stoją w obliczu „bardzo wysokich oczekiwań”, sprawdzając „globalny handel AI”.
Fala AI napędza globalny "supercykl" półprzewodników, a łączny zysk operacyjny Samsunga i SK Hynix w trzecim kwartale może zbliżyć się do historycznego rekordu 190 bilionów wonów południowokoreańskich. Walka o HBM4 staje się coraz bardziej zacięta, inteligentne AI podnosi zapotrzebowanie na przepustowość pamięci dziesięciokrotnie, a pamięć staje się prawdziwą "krwią" centrów danych AI. Dwa nadchodzące sprawozdania finansowe zadecydują, czy ten boom jest tylko chwilowym zjawiskiem, czy też przyniesie strukturalną transformację w infrastrukturze technologicznej.
Dyrektor Meta AI Alexandr Wang: Dlaczego chcę stworzyć Muse
Muse w ciągu 12 dni od uruchomienia zgromadził 2,8 miliona pobrań, przewyższając ChatGPT w analogicznym okresie, a w jednym dniu ustanowił rekord USA z 264 tysiącami pobrań — co spowodowało wzrost wartości rynkowej Meta o 234 miliardy dolarów. Za tym sukcesem stoi otwarty list głównego dyrektora ds. sztucznej inteligencji, Alexandr Wang, dotyczący "ludzkich pragnień" oraz przejęcie, które kiedyś było wyśmiewane jako "szalone" — zakup za 14,3 miliarda dolarów przez Zuckerberga: dziś wygląda na to, że była to najkorzystniejsza transakcja kadrowa w historii Doliny Krzemowej.
UBS: Utrzymuje neutralną ocenę Tesla (TSLA.US), cena docelowa 385 dolarów, logika wyceny akcji zdominowana przez narrację AI
UBS prognozuje, że globalna liczba dostaw Tesli w trzecim kwartale 2026 roku (3Q26) wyniesie około 470 tysięcy pojazdów, co oznacza spadek o 5% rok do roku oraz o 1% w ujęciu kwartalnym.
Szaleństwo AI opiera się „5% rentowności amerykańskich obligacji”! Nasdaq osiąga nowe rekordy, wzmacniając układ „80/20”, Wall Street dokonuje ponownej oceny proporcji akcji i obligacji
Rentowność 30-letnich amerykańskich obligacji skarbowych osiągnęła chwilowo około 5,53%, co jest najwyższym poziomem od 2004 roku, a Brent nadal utrzymuje się powyżej 100 dolarów za baryłkę. Aktywa wysokiego ryzyka ponownie wytrzymały presję, co odzwierciedla przekonanie inwestorów, że komercjalizacja zastosowań AI oraz wzrost zysków przedsiębiorstw mogą w pewnym stopniu zrównoważyć wzrost kosztów finansowania i stopy dyskontowe.
Ceny krypto
Więcej
