Prognoza zysku Cloudflare rośnie wraz ze wzrostem zapotrzebowania sieciowego napędzanego przez AI

Cloudflare ponownie podniosło 5 listopada swoją roczną prognozę wyników, wzmacniając argument, że sztuczna inteligencja tworzy popyt wykraczający poza firmy budujące modele. Prognoza zysku Cloudflare odzwierciedla obecnie szybszy wzrost działalności, choć firma nadal wykazała stratę netto według standardowych zasad rachunkowości.

Kluczowe napięcie dotyczy tego, jak ten popyt przekształca się w zysk. Aplikacje AI potrzebują połączeń, ochrony i miejsc do uruchamiania oprogramowania. Sprzedaż takich usług tworzy szansę, ale obsługa dodatkowych obciążeń wiąże się również z kosztami.

Wyniki Cloudflare zwracają uwagę deweloperów i nabywców korporacyjnych na tę równowagę. Konkurenci, w tym Akamai, dążą do wykorzystania tej samej szansy w zakresie otaczającej infrastruktury. Pytanie brzmi, którzy dostawcy potrafią przekształcić aktywność AI w trwałe relacje z klientami i atrakcyjną ekonomię działalności.

Prognoza zysku Cloudflare ponownie rośnie

Cloudflare podniosło oczekiwania dotyczące rocznych skorygowanych zysków, kontynuując serię podwyżek prognoz w 2026 roku.

W kwartalnych wynikach finansowych firma określiła oczekiwany roczny skorygowany zysk na akcję na 1,35 USD. Zysk na akcję mierzy dochód przypisany do każdej akcji. Dane skorygowane wyłączają określone koszty.

Przychody w trzecim kwartale osiągnęły 782,5 mln USD, rosnąc o 39% rok do roku. Kwartał zakończył się 30 września, dlatego ogłoszenie stanowi raport o zakończonej działalności biznesowej wraz ze zaktualizowanymi oczekiwaniami.

Dla porównania, poprzednia roczna prognoza zakładała skorygowany zysk na akcję między 1,25 a 1,26 USD. W sierpniowym komunikacie odnotowano wzrost przychodów w drugim kwartale o 36%.

Tendencja sięga jeszcze dalej. Prognoza Cloudflare na pierwszy kwartał zakładała roczny skorygowany zysk na akcję między 1,19 a 1,20 USD. Przychody w pierwszym kwartale wzrosły o 34%.

Porównania te pokazują kierunek korekty bez odwoływania się do reakcji rynku akcji. Zarząd stał się bardziej optymistyczny co do zysków, ponieważ raportowane tempo wzrostu przychodów przyspieszyło.

Prognoza zysków opisuje jednak oczekiwania zarządu. Nie gwarantuje końcowego wyniku ani nie określa wkładu każdego produktu.

Ogłoszenie wymaga również rozróżnienia księgowego. GAAP, czyli ogólnie przyjęte zasady rachunkowości, stanowią standardowe ramy dla raportowanych sprawozdań finansowych. Cloudflare odnotowało kwartalną stratę netto według GAAP w wysokości 34,1 mln USD.

Określenie tego jako poprawionej prognozy zysku jest więc trafne w odniesieniu do skorygowanych zysków. Nazywanie tego ogłoszeniem rentowności całej firmy według GAAP fałszywie przedstawiałoby wyniki.

To rozróżnienie ma znaczenie wykraczające poza terminologię finansową. Dostawca może rozwijać działalność i poprawiać wybrane wskaźniki, jednocześnie nadal ponosząc koszty przewyższające raportowany dochód.

Dla klientów korekta stanowi dowód dynamiki biznesowej. Daje mniej bezpośrednich informacji o tym, czy konkretna aplikacja działa lepiej, jest tańsza w utrzymaniu lub spełnia wymogi bezpieczeństwa.

Dla konkurentów ogłoszenie zwiększa presję, by wykazać wyniki komercyjne stojące za ich własnymi strategiami AI. Same zapowiedzi produktów oferują słabsze porównanie niż przychody i zobowiązania klientów.

Użyteczny punkt wyjścia jest zatem wąski i konkretny: Cloudflare oczekuje wyższych skorygowanych zysków ze swojej działalności, niż wcześniej prognozowało. Zrozumienie związku z AI wymaga zbadania, czego klienci faktycznie potrzebują od tej działalności.

Popyt na AI wykracza poza dostawcę modelu

Szansa Cloudflare opiera się na pracy otaczającej odpowiedź AI, w tym na łączeniu usług, kontrolowaniu żądań i obsłudze aplikacji.

Model generuje odpowiedź, ale działający produkt musi robić znacznie więcej. Musi otrzymać żądanie i dostarczyć odpowiedź.

Agent AI, czyli oprogramowanie wykorzystujące modele i narzędzia do wykonywania zadań, dodaje kolejne interakcje. Może pobierać informacje przed podjęciem decyzji o następnym działaniu.

Tworzy to wiarygodną ścieżkę od wdrażania AI do popytu na infrastrukturę. Aplikacje potrzebują niezawodnych połączeń, nawet gdy ich bazowe modele pochodzą od innej firmy.

Istotne rozróżnienie komercyjne dotyczy miejsca, w którym klienci napotykają problemy operacyjne. Demonstracja może podkreślać jakość odpowiedzi. Aplikacja produkcyjna musi również obsługiwać awarie i nieprzewidywalne wykorzystanie.

Cloudflare dokumentuje tę rolę pomocniczą za pośrednictwem narzędzi kontroli aplikacji AI. Jego AI Gateway znajduje się między aplikacjami a dostawcami modeli, oferując widoczność żądań i funkcje zarządzania.

Udokumentowane funkcje obejmują rejestrowanie, limity żądań, ponawianie prób oraz przełączanie między modelami. Buforowanie, które przechowuje odpowiedzi do ponownego wykorzystania, oferuje kolejny sposób zarządzania powtarzalną pracą.

Możliwości te wyjaśniają, dlaczego dostawca sieci może uczestniczyć w tym rynku bez tworzenia modelu generującego odpowiedź. Jego rola może znajdować się między aplikacją a usługami zewnętrznymi.

Argument biznesowy jest najsilniejszy, gdy taka pozycja rozwiązuje kosztowny problem operacyjny. Klient potrzebuje powodu, by zachować pośrednika po zakończeniu eksperymentu.

Przykładowo, zespół może cenić spójny obraz awarii w różnych modelach. Inny może priorytetowo traktować zapobieganie wysyłaniu przez aplikację niekontrolowanych żądań.

Są to przykładowe czynniki zakupowe, a nie dowody na konkretne kontrakty Cloudflare. Ich znaczenie wynika z połączenia udokumentowanych możliwości z decyzjami, które muszą podejmować nabywcy.

To rozróżnienie wyjaśnia również, co oznacza „popyt na AI”. Może odnosić się do bezpośredniego wykonywania modeli, wspierających usług aplikacyjnych lub ochrony systemów współpracujących z AI.

Tych kategorii nie należy traktować jako wymiennych. Różnią się wymaganiami technicznymi, a ich wkład w zyski firmy wymaga odrębnych dowodów.

Szersza działalność Cloudflare obsługuje również klientów, których potrzeby wykraczają poza AI. Zakup zabezpieczeń nie staje się automatycznie zakupem związanym z AI tylko dlatego, że zarząd omawia sztuczną inteligencję.

Uzasadniona interpretacja jest taka, że AI rozszerza powody, dla których klienci mogą korzystać z usług infrastrukturalnych. Komunikat o wynikach nie określa ilościowo każdej części tego rozszerzenia.

Pozostawia to Cloudflare praktyczne wyzwanie. Firma musi połączyć rosnące zainteresowanie aplikacjami AI z usługami, z których klienci nadal korzystają po zakończeniu początkowego rozwoju.

Nabywcy korporacyjni stoją przed odpowiadającym temu wyzwaniem. Muszą określić, które dodatki infrastrukturalne poprawiają ich aplikacje, a które jedynie dodają kolejną zależność.

Pozytywny komunikat o wynikach sprawia, że ta ocena staje się bardziej aktualna. Nie zastępuje jednak dowodów specyficznych dla obciążenia ani nie dowodzi, że każdy projekt AI potrzebuje tej samej architektury.

Szansa biznesowa polega na utrzymywaniu działania aplikacji

Najsilniejszy argument infrastrukturalny zaczyna się od kompletnej aplikacji i pracy operacyjnej wymaganej do jej utrzymania.

Cloudflare opisało już konkretne przykłady wykraczające poza czat tekstowy. Jego integracja modeli partnerskich wprowadziła do Workers AI modele obrazowe Leonardo.Ai oraz modele mowy Deepgram w sierpniu 2025 roku.

Workers AI to usługa Cloudflare służąca do uruchamiania modeli w jego infrastrukturze. Ogłoszenie wskazało aplikacje do generowania obrazów i agentów głosowych jako zamierzone zastosowania.

Cloudflare opisało łączenie generowania obrazów z logiką aplikacji, pamięcią masową i dostarczaniem obrazów. W przypadku aplikacji głosowych opisało połączenie przetwarzania mowy z usługami komunikacji na żywo.

Przykłady te stanowią użyteczny punkt odniesienia dla obecnej historii dotyczącej wyników. Pokazują, jak dostęp do modelu może stać się częścią szerszej relacji infrastrukturalnej.

Rozważmy przykład generowania obrazów jako projekt aplikacji. Wygenerowanie obrazu realizuje tylko część żądania użytkownika. Wynik musi pozostać później dostępny.

Produkt może wymagać powiązania tego obrazu z kontem, niezawodnego wyświetlania go i obsługi późniejszego dostępu. Te towarzyszące wymagania tworzą dodatkowe decyzje infrastrukturalne.

Szansa komercyjna wynika z obsługi tych wymagań łącznie. Dostawca, który obsługuje większą część aplikacji, ma więcej możliwości stać się częścią jej bieżącego działania.

Ten rezultat pozostaje warunkowy. Szeroki katalog produktów nie dowodzi, że klienci wdrażają każdy komponent ani że łączenie usług zawsze poprawia ich doświadczenie.

Integracja może ograniczyć koordynację wymaganą między usługami. Może także komplikować migrację, gdy zachowanie aplikacji zależy od funkcji specyficznych dla danego dostawcy.

Aplikacja głosowa uwydatnia inną kwestię: szybkość reakcji. Rozmowa może wydawać się niezręczna, gdy opóźnienia narastają w procesie przetwarzania mowy, generowania przez model i dostarczania odpowiedzi.

Żaden pojedynczy komponent nie determinuje całego doświadczenia. Nabywcy muszą oceniać pełną interakcję, zamiast traktować benchmark modelu jako benchmark aplikacji.

Ogłoszenie Cloudflare dotyczące partnerów opisuje zamierzoną architekturę. Nie dowodzi niezależnie lepszej wydajności w obciążeniach klientów ani nie ustala konkretnego wkładu w obecne zyski.

Wniosek dla tej historii wyników jest mimo to prosty. Jeśli deweloperzy budują kompletne aplikacje wokół usług dostawcy, wykorzystanie może wykraczać poza początkowe wywołanie modelu.

Tworzy to inną relację niż krótki eksperyment z punktem końcowym modelu, czyli adresem, z którym aplikacja kontaktuje się, aby zażądać danych wyjściowych modelu.

Eksperyment może zakończyć się, gdy zespół zmieni modele. Relacja związana z aplikacją może trwać, ponieważ pamięć masowa, kontrola dostępu i dostarczanie pozostają niezbędne.

W tym miejscu roczna prognoza Cloudflare staje się istotna dla deweloperów. Dynamika biznesowa wspiera argument, że jego strategia infrastrukturalna zasługuje na rozważenie obok pojedynczych funkcji AI.

Nadal pozostawia jednak otwartą kwestię wdrożenia. Potrzebnym dowodem jest trwałe wykorzystanie aplikacji i rosnące zobowiązania klientów, a nie liczba możliwości wymienionych na stronie produktu.

Dla nabywców przesuwa to uwagę w stronę dopasowania operacyjnego. Użyteczne porównanie dotyczy zachowania całej aplikacji, wymogów dotyczących odpowiedzialności oraz zdolności do ewolucji.

Akamai pokazuje, dlaczego ta szansa ma charakter konkurencyjny

Cloudflare mierzy się z konkurentami, którzy również chcą zapewniać infrastrukturę wokół aplikacji AI, co ogranicza wszelkie twierdzenia o niekwestionowanym rynku.

Usługa zarządzanego wnioskowania Akamai ilustruje to nakładanie się. Wnioskowanie oznacza uruchamianie wytrenowanego modelu w celu uzyskania wyniku.

Akamai opisuje zarządzany dostęp do modeli obok swoich szerszych usług chmurowych. Oferta obejmuje współdzieloną pojemność oraz wdrożenia dedykowane, z warunkami dostępności opisanymi na stronie produktu.

Takie pozycjonowanie daje nabywcom kolejną drogę do połączenia wykonywania modeli z infrastrukturą aplikacyjną. Pokazuje też, dlaczego dynamiki finansowej Cloudflare nie należy mylić z wyłącznym posiadaniem technologii.

Obie firmy przedstawiają sposoby na ograniczenie zarządzania infrastrukturą przez deweloperów. Ich marketing formułuje konkurujące ze sobą propozycje, a nie niezależne dowody na to, że któraś z nich lepiej obsługuje każde obciążenie.

Główna rywalizacja dotyczy kontroli nad relacją z aplikacją. Dostawca zyskuje, gdy klienci polegają na nim w zakresie powtarzalnych potrzeb operacyjnych związanych z AI.

Taka konkurencja może występować nawet wtedy, gdy klienci korzystają z tego samego bazowego modelu. Różnica może dotyczyć mechanizmów kontroli wdrożeń, wymogów integracyjnych lub usług towarzyszących.

Dla kupującego oznacza to, że dostępność modelu jest niepełnym kryterium porównania. Dostęp do rozpoznawalnego modelu nie rozstrzyga kwestii zachowania usługi w warunkach produkcyjnych.

To samo dotyczy twierdzeń o globalnej infrastrukturze. Zasięg geograficzny może mieć znaczenie, lecz rzeczywiste zależności aplikacji określają, gdzie pojawiają się opóźnienia i ograniczenia.

Szeroko rozproszona aplikacja nadal może zależeć od odległej bazy danych. Bliski punkt końcowy modelu nie wyeliminuje każdego opóźnienia w innych częściach systemu.

Są to kwestie architektoniczne, a nie twierdzenia o zmierzonej różnicy wydajności między Cloudflare a Akamai. Wyjaśniają, dlaczego ocena konkurencyjna wymaga dowodów na poziomie aplikacji.

Presja na Cloudflare polega na tym, by jego szersza platforma była na tyle użyteczna, aby klienci wybierali dodatkowe usługi. Podwyższenie prognoz wzmacnia jego pozycję komercyjną.

Presja na konkurentów polega na wykazaniu równie przekonującej drogi od dostępności produktów AI do dalszego korzystania przez klientów. Premiera tworzy możliwość; adopcja tworzy biznes.

Kupujący zachowują istotne źródło siły negocjacyjnej: zdolność rozróżnienia usług, których potrzebują, od usług zawartych w szerszej ofercie.

Jeden zespół może preferować jednego dostawcę dla prostszej obsługi operacyjnej. Inny może utrzymać oddzielnych dostawców, ponieważ jego wymagania różnią się między komponentami aplikacji.

Żaden z tych wyborów nie wynika automatycznie z komunikatu o wynikach finansowych. Właściwe porównanie zależy od pracy wykonywanej przez aplikację oraz zobowiązań przyjmowanych przez jej operatora.

To także wyjaśnia, dlaczego rynek infrastruktury AI może wspierać wielu dostawców. Różne aplikacje przypisują różną wagę kontroli, wygodzie, elastyczności wdrożeń i odpowiedzialności operacyjnej.

Wyniki Cloudflare podnoszą stawkę w tej konkurencji. Nie rozstrzygają jej ani nie dowodzą, że konkurenci muszą realizować dokładnie tę samą strategię produktową.

Kolejne pytanie brzmi, jak skutecznie rosnące wykorzystanie przekłada się na zyski po uwzględnieniu kosztów obsługi klientów.

Szybszy wzrost pozostawia ekonomię pod lupą

Rosnąca aktywność wspiera biznes infrastrukturalny tylko wtedy, gdy dostawca może ją obsługiwać na akceptowalnych warunkach ekonomicznych.

Prognoza zysków Cloudflare odzwierciedla zaufanie kierownictwa do biznesu. Nie dowodzi, że każda dodatkowa interakcja AI przynosi taki sam zwrot finansowy.

Cloudflare podał skorygowaną marżę brutto za trzeci kwartał na poziomie 72,4%, wobec 75,3% rok wcześniej. Marża brutto mierzy przychody pozostałe po odjęciu bezpośrednich kosztów świadczenia usług.

Jego skorygowana marża operacyjna wzrosła z 15,3% do 17,5%. Marża operacyjna uwzględnia dodatkowe koszty działalności poza bezpośrednimi kosztami usług.

Te wskaźniki zmierzały w różnych kierunkach. To powód, by uważnie analizować biznes, zamiast podsumowywać rentowność jednym przymiotnikiem.

Dane nie wskazują niezależnie AI jako przyczyny presji na marżę brutto. Miks produktów, wydatki na infrastrukturę i inne czynniki wymagają dowodów przed przypisaniem im związku przyczynowego.

Nie dowodzą też, że wyższy popyt nie ma wartości. Firma może akceptować odmienną ekonomię poszczególnych produktów, dążąc jednocześnie do szerszej relacji z klientem.

Pytanie brzmi, czy te wybory przynoszą trwałe zwroty. Wymaga to łącznego badania kosztów i zysków w czasie.

Dodatkowe żądanie oznacza pracę, którą dostawca musi obsłużyć. To, czy generuje dodatkowy przychód, zależy od umowy z klientem i danej usługi.

Część aktywności może zwiększać wymagania operacyjne bez proporcjonalnego wzrostu wydatków klienta. Traktowanie całego ruchu jako równie wartościowego zacierałoby to rozróżnienie.

AI wprowadza kolejną komplikację poprzez efektywność. Klient może chcieć usługi właśnie dlatego, że ogranicza ona powtarzalne wywołania modelu lub redukuje niepotrzebną pracę.

To nadal może wspierać biznes infrastrukturalny. Wartość dostawcy wynikałaby z pomocy klientowi w efektywnym działaniu, a nie z maksymalizowania surowego wolumenu żądań.

To najjaśniejsza sceptyczna odpowiedź na nieskomplikowaną narrację o wzroście AI. Wartość dla klienta i aktywność infrastruktury nie zawsze rosną razem.

Skuteczna usługa może pomóc aplikacji realizować zadania przy mniejszej liczbie wywołań. Jej uzasadnienie biznesowe zależy wtedy od wartości, jaką klienci przypisują tej poprawie.

To samo rozumowanie dotyczy awarii aplikacji. Powtarzane próby mogą generować aktywność, jednocześnie frustrując użytkowników i zwiększając koszt wykonania użytecznej pracy.

Dla nabywców korporacyjnych pomyślne ukończenie zadania jest zatem bardziej miarodajne niż sam wzrost liczby żądań. Obciążony system nie musi oznaczać produktywnego systemu.

W przypadku Cloudflare odpowiadające pytanie komercyjne dotyczy jakości adopcji. Stałe wykorzystanie produkcyjne ma inne znaczenie niż tymczasowe eksperymenty.

Dostępne dowody wspierają poprawę perspektyw spółki. Pozostawiają jednak przestrzeń do dalszej analizy wkładu AI oraz kosztów związanych z różnymi obciążeniami.

To normalna granica analizy wyników finansowych. Raportowanie finansowe określa wyniki biznesowe, a dokumentacja produktowa określa możliwości. Ich połączenie wymaga dodatkowych ujawnień.

Czytelnicy powinni zatem opierać się przypisywaniu każdej poprawy AI albo każdej presji kosztowej infrastrukturze AI. Oba wnioski wykraczałyby poza przedstawione tutaj dowody.

Silniejsza ocena oddziela te twierdzenia. Cloudflare podniosło swoje oczekiwania, oferuje istotną infrastrukturę aplikacyjną i działa na konkurencyjnym rynku z utrzymującymi się kompromisami ekonomicznymi.

Następnie obserwuj adopcję, marże i wybór kupujących

Kolejne użyteczne dowody połączą zobowiązania klientów, ekonomię usług i konkurencyjną adopcję.

Po pierwsze, warto obserwować, czy kolejne ujawnienia opisują przechodzenie aplikacji AI do trwałego wykorzystania produkcyjnego. Najmocniejsze przykłady wyjaśnią, co klienci obsługują i od których usług zależą.

Historia nazwanego klienta może dostarczyć użytecznych szczegółów, ale jej zakres ma znaczenie. Ograniczony pilotaż nie dowodzi szerokiego wdrożenia w całej organizacji.

Bardziej szczegółowe ujawnienia wzmocniłyby argument, że AI wspiera powtarzalny popyt na infrastrukturę. Dalsze poleganie na ogólnym entuzjazmie utrudniałoby ocenę tego wkładu.

Kupujący powinni również odróżniać zainteresowanie klienta od jego zobowiązania. Ocena usługi, jej wdrożenie i zobowiązanie do dalszego korzystania reprezentują różne etapy.

Po drugie, warto obserwować, czy postępowi wyników towarzyszą dowody dotyczące kosztów usług. Sam wzrost przychodów nie odpowie na pytanie, czy nowe obciążenia poprawiają ekonomikę biznesu.

Istotne pytanie dotyczy tego, jak poprawa operacyjna odnosi się do kosztów świadczenia usług. Wyjaśnienia kierownictwa będą miały znaczenie, gdy wskaźniki finansowe będą poruszać się w różnych kierunkach.

Jeśli adopcja klientów rośnie, a ekonomika usług pozostaje zdrowa, teza dotycząca infrastruktury staje się bardziej przekonująca. Jeśli wzrost wymaga trwałych ustępstw, interpretacja staje się mniej korzystna.

Nie wymaga to jednoczesnej poprawy każdego wskaźnika finansowego. Wymaga wiarygodnego wyjaśnienia, w jaki sposób obecne inwestycje wspierają przyszłą wartość dla klientów i zwroty.

Po trzecie, warto obserwować konkurencyjną adopcję wokół kompletnych aplikacji. Oferta Akamai jasno pokazuje, że klienci mają alternatywne sposoby łączenia wykonywania AI z infrastrukturą wspierającą.

Dostępność nowych produktów będzie miała największe znaczenie, gdy towarzyszyć jej będzie wykorzystanie przez klientów i szczegóły operacyjne. Same ogłoszenia dostarczają ograniczonych dowodów na zmianę pozycji konkurencyjnej.

Pozycja Cloudflare wzmocniłaby się, gdyby klienci nadal rozszerzali swoją zależność od jego usług aplikacyjnych. Konkurenci podważaliby tę pozycję poprzez porównywalną adopcję i wyraźniejsze przewagi operacyjne.

Deweloperzy powinni przełożyć te sygnały na konkretne pytania dotyczące własnych systemów. Który dostawca obsługuje awarie, gdzie znajdują się dane aplikacji i czego wymagałaby migracja?

Nabywcy korporacyjni powinni pytać, jak zobowiązania odpowiadają rzeczywistemu wykorzystaniu. Umowa powinna odzwierciedlać potrzeby operacyjne aplikacji, zamiast zakładać, że eksperymenty przewidują przyszły popyt.

Pracownicy wiedzy mają powiązany interes, gdy ich narzędzia zależą od połączonych usług AI. Niezawodność wpływa na to, czy asystent może konsekwentnie odzyskiwać informacje i realizować pracę.

Historia wyników finansowych wykracza więc poza akcjonariuszy. Dotyczy tego, które firmy będą obsługiwać infrastrukturę łączącą modele z aplikacjami, z których ludzie faktycznie korzystają.

Prognoza zysków Cloudflare jest zachęcającym sygnałem biznesowym w ramach tej szerszej rywalizacji. Jej znaczenie stanie się wyraźniejsze wraz z gromadzeniem się dowodów dotyczących adopcji i działalności operacyjnej.

Przed wyborem infrastruktury dla projektu AI udokumentuj założenia stojące za decyzją oraz dowody, które mogłyby je zmienić. Zachowaj notatki wdrożeniowe, limity usług i zaobserwowane awarie w miejscu dostępnym dla wszystkich odpowiedzialnych za aplikację. Przeszukiwalna baza wiedzy może pomóc zachować to rozumowanie w miarę zmian produktów i wymagań. Następnie ponownie przeanalizuj decyzję, gdy dostawcy ujawnią konkretne wyniki dotyczące adopcji lub działalności operacyjnej. Zapytaj, czy dowody wspierają aplikację, którą musisz uruchomić, w tym jej wymagania dotyczące niezawodności i odpowiedzialności. Która część Twojej obecnej architektury wykazała trwałą wartość, a która nadal opiera się na nieprzetestowanym oczekiwaniu dotyczącym popytu na AI?