AI zmienia zasady gry w sektorze software. Gdzie dziś szukać okazji inwestycyjnych?

Przez ostatnie 20 lat sektor software miał wyjątkowo komfortowe warunki do rozwoju: rosnący popyt, bardzo wysokie marże, łatwy dostęp do kapitału i produkty, których konkurencja nie była w stanie szybko skopiować. Dziś ten model jest pod presją. Sztuczna inteligencja zmienia warunki, w których przez lata funkcjonowały firmy software’owe.

Najciekawsze jest jednak nie samo pytanie, czy AI jest zagrożeniem dla software’u, ale które spółki będą potrafiły wykorzystać tę zmianę i gdzie szukać okazji inwestycyjnych? Swoją perspektywę przedstawiają zarządzający w Opoka TFI, Michał Stefaniak i Zbigniew Porczyk.

Co właściwie wydarzyło się w sektorze software?

Od końca 2025 roku do kwietnia 2026 roku, reprezentowane przez iShares Expanded Tech-Software Sector ETF, spadły o około 33%. W tym samym czasie szerszy indeks technologiczny Nasdaq 100, reprezentowany przez ETF QQQ wzrósł o około 4% (dane dotyczą okresu od 10.10.2025 do 10.04.2026). Nie była to więc zwykła korekta całego sektora technologicznego. Rynek zaczął wyceniać zmianę, która w szczególny sposób dotknęła właśnie firmy software’owe.

Jednym z przełomowych momentów była premiera modelu Claude Opus 4.5 w listopadzie 2025 roku, która pokazała nowe możliwości dużych modeli językowych (LLM), m.in. w zakresie agentowego tworzenia oprogramowania. Modele zaczęły wykonywać coraz większą część pracy, która wcześniej należała do programistów. Ręczne pisanie dużej części kodu sprawiało, że budowa konkurencyjnego produktu mogła zajmować lata, co tworzyło barierę wejścia dla nowych konkurentów. Jeżeli AI pozwala znacząco skrócić ten proces, bariera ta zaczyna spadać.

AI podważa jedną z najważniejszych przewag, na których przez lata budowały się firmy software’owe - czas i koszt potrzebny do stworzenia konkurencyjnego produktu – komentuje Michał Stefaniak, zarządzający w Opoka TFI. Naturalnym następstwem są również obawy dotyczące największych AI labów, takich jak OpenAI czy Anthropic. Wraz z rozwojem modeli AI i poszukiwaniem sposobów ich monetyzacji firmy te mogą zacząć wykorzystywać swoje technologie do tworzenia konkurencyjnych produktów software’owych, np. systemów ERP integrujących zaawansowane funkcje AI. W takim scenariuszu część klientów może zacząć odchodzić od dotychczasowych dostawców oprogramowania na rzecz nowych rozwiązań.

A to oznacza, że dotychczasowy lider nie może już zakładać, że jego pozycja jest bezpieczna tylko dlatego, że przez 20 lat zbudował ogromną bazę kodu i klientów.

AI zmienia ekonomię biznesu

Historycznie branża software miała wyjątkowo atrakcyjny model biznesowy: po stworzeniu produktu koszt obsługi kolejnego klienta był bardzo niski, często bliski zeru. W przypadku rozwiązań opartych na AI pojawia się natomiast dodatkowy, zmienny koszt wykorzystania modelu. Każde zapytanie wymaga mocy obliczeniowej, energii i infrastruktury. Chcąc pozostać konkurencyjnym w erze LLM-ów, firmy software’owe muszą integrować z produktami coraz bardziej zaawansowane funkcje AI.

Im więcej funkcji AI znajduje się w produkcie, tym większe znaczenie ma więc pytanie: ile kosztuje dostarczenie tej funkcji klientowi? To może oznaczać presję na marże brutto, które przez lata były jedną z największych zalet biznesów software’owych.

Zmienia się również sposób ustalania ceny. Dotychczas model był prosty: liczba użytkowników × cena za użytkownika. Przy produktach opartych na AI taki model zaczyna być mniej oczywisty. Dwóch klientów może mieć tę samą liczbę użytkowników, ale generować zupełnie inne koszty dla dostawcy w zależności od intensywności wykorzystania AI. Rodzi to dwa problemy: kupujący tracą przewidywalność kosztu użytkowania oprogramowania za dany miesiąc czy rok, a sprzedający muszą znaleźć model cenowy, który będzie akceptowalny dla ich klientów i jednocześnie pozwoli utrzymać marże.

Niepewność klientów również działa na niekorzyść sektora. Jeżeli możliwości technologii zmieniają się praktycznie z miesiąca na miesiąc, osoby odpowiedzialne w firmach za zakup oprogramowania mogą mniej chętnie podejmować istotne decyzje i realizować kosztowne wdrożenia. Nawet jeśli potrzeba wdrożenia pozostaje aktualna, decyzja może zostać przesunięta o rok czy dwa.

Dla dostawcy software’u oznacza to, że przychody, których wcześniej oczekiwał, nie pojawiają się w zakładanym terminie. Dla inwestora problem jest jeszcze większy: musi ocenić, czy rzeczywiście mamy do czynienia jedynie z odłożeniem decyzji zakupowej, czy może produkt spółki jest po prostu zbyt słaby. A nawet jeżeli klient wróci do przetargu za rok, nie ma gwarancji, że wygra go ta sama spółka – dodaje Michał Stefaniak.

Problemy sektora były większe niż samo AI

Sektor software miał już wcześniej kilka problemów. Po pierwsze dynamika przychodów w 2025 roku była wyraźnie niższa niż w pandemicznych latach 2020–2022, kiedy zapotrzebowanie na rozwiązania cyfrowe rosło w wyjątkowo szybkim tempie. Po drugie marże nie urosły tak, jak wcześniej zakładali inwestorzy. A wyceny, przynajmniej przed przeceną, nadal zakładały bardzo dużo.

Przez lata dominowała narracja, że obecnie spółki inwestują przede wszystkim we wzrost, dlatego ich marże są relatywnie niskie. Problem pojawił się wtedy, gdy wzrost rzeczywiście zaczął zwalniać, a poprawa marż nie była tak spektakularna, jak oczekiwano. W efekcie sektor wszedł w okres, w którym jednocześnie pogorszyły się oczekiwania dotyczące wzrostu, rentowności i przyszłej pozycji konkurencyjnej.

Jak zauważa Michał Stefaniak, zmiana technologiczna obnażyła coś jeszcze – niską jakość przeciętnego zarządu spółek software’owych. Przez dwie dekady większość zarządów software’owych grała na „easy mode”. Rosnący rynek, niemal nieograniczony apetyt na nowe rozwiązania, wysoka rentowność i ogromny kapitał venture capital sprawiały, że łatwiej było rosnąć niż radzić sobie z trudnym otoczeniem. W momencie, kiedy pierwszy raz mieli do czynienia z trudnym otoczeniem rynkowym okazało się, że notorycznie brakuje im kompetencji do poradzenia sobie z wyzwaniami.

AI sprawdza, jak poszczególne firmy radzą sobie wtedy, gdy ich dotychczasowe przewagi przestają być oczywiste. To sprawia, że różnice pomiędzy spółkami mogą być znacznie większe niż w poprzednich latach. I właśnie tutaj pojawia się najciekawszy element tej historii z perspektywy inwestora.

Shoot first, think later

Przy każdej dużej zmianie technologicznej inwestorzy mają tendencję do szybkiego reagowania. Kupują wszystko, co kojarzy się z nową technologią i sprzedają spółki, które mogą na niej ucierpieć. Dopiero później przychodzi moment otrzeźwienia – i oddzielenia potencjalnych zwycięzców od tych, którzy na zmianie mogą stracić. Tak właśnie patrzymy na ostatnie miesiące w sektorze software.

Zbigniew Porczyk, zarządzający w Opoka TFI: Gdy na przełomie 2025 i 2026 roku stało się jasne, że AI będzie miała fundamentalny wpływ na spółki softwarowe, ich kursy gwałtownie spadły. Rynek, podobnie jak my, potrzebował czasu, żeby ocenić, jak szybko będzie postępowała technologia i jak na te zmiany zareagują firmy korzystające z oprogramowania.

Spółki z sektora niemal jednogłośnie przekonywały, że rewolucja AI będzie dla nich pozytywnym katalizatorem albo pozostanie neutralna, ponieważ ich modele biznesowe są wystarczająco silne. Nasza perspektywa była inna. Uważaliśmy, że w krótkim terminie większość z nich odczuje negatywne skutki zmian – i to przez kilka kolejnych kwartałów. W długim terminie natomiast pojawią się zarówno wyraźni wygrani, jak i przegrani. I właśnie w tym widzimy okazję inwestycyjną.

Nie „czy software wygra z AI”, tylko „kto wygra dzięki AI”

Obserwując sektor przez kolejne kwartały, zaczęliśmy jednak dochodzić do jednego wniosku. AI nie będzie ani równym wiatrem w żagle dla całego sektora, ani równym zagrożeniem dla wszystkich jego przedstawicieli. Będą wygrani i będą przegrani.

W przypadku części spółek rynek zaczął już uwzględniać w ich wycenach bardzo negatywny scenariusz. Dlatego zamiast pytać „czy AI jest dobre czy złe dla software’u?”, zaczęliśmy zadawać bardziej konkretne pytanie. Co musi mieć spółka, żeby znaleźć się po właściwej stronie tej zmiany?

W centrum uwagi zarządzających Opoka TFI są spółki, które:

• są możliwie blisko modelu AI-native – spółka powstała już po rozpoczęciu rewolucji AI, więc jej produkty od podstaw stworzone są z myślą o wdrażaniu tej technologii (np. startup Harvey dla prawników). Ponieważ takich spółek jest niewiele na giełdzie, warto zwracać uwagę również na firmy, których produkty już dziś w dużym stopniu opierają się na AI i które potrafią tę technologię skutecznie monetyzować. Ważne jest także to, czy same wykorzystują AI do optymalizacji własnych procesów.
• mają produkt, który można realnie wzbogacić o AI - szczególnie jeśli już wcześniej zajmowała się automatyzacją procesów w firmach i posiada duże zbiory danych.
• mają zarząd, który rozumie skalę zmianyw branży i nie próbuje przekonywać inwestorów, że „nas akurat AI nie dotyczy”.

Michał Stefaniak: Są dwa typy spółek: te które lekceważą sztuczną inteligencję, i te które za wszelką cenę chcą wykorzystać AI, żeby poprawić swoją pozycję konkurencyjną i zwiększać przychody. Dla przykładu, spółki tworzące oprogramowanie dla regulowanych sektorów, takich jak księgowość, mogą uspokajać się argumentem, że ich system działa deterministycznie - jak żelazna matematyka. 2+2 zawsze musi dawać 4, podczas gdy AI nie daje takiej gwarancji. To jednak złudne poczucie bezpieczeństwa. Dzisiejsza technologia pozwala łączyć elastyczność modeli AI z twardymi danymi i sztywnymi regułami. Użytkownik może korzystać z wygodnego, konwersacyjnego interfejsu, a jednocześnie zachować kontrolę nad tym, że kluczowe wyniki opierają się na zweryfikowanych danych. Regulacje nie chronią więc tradycyjnego oprogramowania przed AI - podnoszą jedynie wymagania wobec nowych rozwiązań.

• już monetyzuje AI albo jest blisko takiej monetyzacji.

Co najważniejsze, nie chodzi więc tylko o to, czy produkt może wykorzystać AI, ale czy zarząd rzeczywiście rozumie, jak przełożyć tę technologię na przewagę biznesową i przychody.

AI może zwiększyć rynek IT

To z kolei prowadzi do szerszego spojrzenia na cały temat. AI nie musi oznaczać zmniejszenia całego rynku software. Wręcz przeciwnie – w długim terminie może zwiększyć udział wydatków przedsiębiorstw na IT.

Jeżeli dzięki AI firmy będą mogły automatyzować kolejne procesy i wykonywać więcej pracy przy mniejszym zaangażowaniu ludzi, część wydatków, które dziś trafiają do wynagrodzeń, może zostać przesunięta w stronę technologii. Oznacza to, że rynek software’u niekoniecznie musi się kurczyć. Może rosnąć, ale w zupełnie inny sposób niż wcześniej – zauważa Zbigniew Porczyk.

Nie wszystkie firmy będą jednak uczestniczyć w tym wzroście. Niektóre mogą stracić klientów i znaczenie. Inne będą potrzebne, aby nowe rozwiązania wdrożyć w przedsiębiorstwach na szeroką skalę – zapewniając dane, integracje z istniejącymi systemami i narzędzia pozwalające wykorzystać możliwości AI w codziennych procesach.

W tym miejscu pojawia się jeszcze jeden interesujący mechanizm.

Jeżeli infrastruktura AI zostanie w pewnym momencie rozbudowana bardziej, niż wynikałoby to z bieżącego popytu, koszt korzystania z modeli może istotnie spaść. Dla firmy software’owej korzystanie z modeli AI wiąże się z kosztem (m.in. za przetwarzanie zapytań i generowanie odpowiedzi), a sprzedawana klientowi usługa jest przychodem. Jeżeli koszt za AI spada, marża na produkcie może rosnąć. Jednocześnie niższy koszt może przyspieszyć adopcję AI przez klientów. W takim scenariuszu niektóre spółki software’owe mogą okazać się nie ofiarami rewolucji AI, ale jej jednymi z największych beneficjentów - podsumowuje Zbigniew Porczyk.

Po 20 latach łatwego wzrostu sektor software wszedł w znacznie trudniejszą epokę. Paradoksalnie właśnie dlatego może być dziś ciekawszym miejscem do szukania inwestycji niż wtedy, gdy wszystko rosło.