.webp)
9 Minuty
Fikcyjna notatka z 2028 roku maluje ponurą, napędzaną przez AI przyszłość
Citrini Research opublikowało prowokacyjny scenariusz bliskiej przyszłości, który wyobraża sobie, że sztuczna inteligencja katalizuje dramatyczną reorganizację globalnej gospodarki. Sformułowany jako makronotatka z czerwca 2028 roku, a opublikowany w lutym 2026 roku, tekst szkicuje świat, w którym AI wreszcie realizuje obiecane zyski produktywności — i gdzie konsekwencje rozlewają się przez rynki pracy, rynek mieszkaniowy, rynki finansowe oraz infrastrukturę płatniczą. Artykuł stawia wiele pytań dotyczących tempa adaptacji technologii, koncentracji własności zasobów obliczeniowych oraz sposobu, w jaki mierzymy „wzrost” gospodarzy w erze automatyzacji.
Główna tezа notatki jest prosta i niepokojąca: potężne systemy AI zastępują role białych kołnierzy, zyski korporacyjne i nominalne wskaźniki PKB rosną, a jednocześnie realne dochody z pracy i popyt konsumpcyjny załamują się. Rynki kapitałowe początkowo świętują szok efektywności — w fikcyjnym harmonogramie Citrini S&P 500 „flirtował z 8000”, a Nasdaq „przełamał 30k” — lecz ten boom maskuje kurczącą się gospodarkę ludzką, w której konsumenci tracą siłę nabywczą. W analizie pojawiają się także pytania o to, czy klasyczne wskaźniki makroekonomiczne wystarczają do uchwycenia jakości życia oraz rozłożenia korzyści z automatyzacji.
AI napędza zyski, ale wytwarza „duchowe PKB” i uszczupla wydatki
W scenariuszu Citrini zyski wydajności koncentrują dochody w rękach właścicieli aktywów i dostawców mocy obliczeniowej, jednocześnie zastępując miliony pracowników. Menedżerowie produktu, analitycy danych oraz inne role od średniego do wysokiego poziomu, które kiedyś osiągały pensje bliskie sześciu cyfr, ulegają automatyzacji. Efektem jest to, co Citrini nazywa „duchowym PKB”: nagłówkowe miary produkcji i produktywności wyglądają olśniewająco na papierze, lecz firmy działające bezpośrednio wobec konsumentów — restauracje, sieci detaliczne i usługi lokalne — cicho usychają, gdy wydatki gospodarstw domowych gwałtownie spadają. Ten rozdźwięk między nominalnym wzrostem a faktycznym dobrobytem prowadzi do pytania o adekwatność mierników ekonomicznych, takich jak PKB, GDI czy miary uczestnictwa siły roboczej.
Spadek popytu staje się samonapędzającą się pętlą sprzężenia zwrotnego: firmy wdrażają więcej AI, aby chronić marże, co powoduje kolejne zwolnienia i dalsze ograniczenie konsumpcji. W modelu zaprojektowanym przez autorów scenariusza bezrobocie dramatycznie skacze do około 10,2%, a rynek mieszkaniowy jest szczególnie narażony — około 13 bilionów dolarów amerykańskich kredytów hipotecznych opiera się na założeniu stabilnego zatrudnienia i stałych dochodów gospodarstw domowych. W hipotetycznym stres teście S&P spada od szczytu o 40%–60%, ale tradycyjne sygnały rynkowe pozostają stłumione, ponieważ algorytmiczna płynność i automatyczne strategie handlowe maskują ludzki stres finansowy. Ten mechanizm budzi dodatkowe wątpliwości dotyczące funkcjonowania rynków w obliczu dominacji systemów automatycznych i centralizacji mocy obliczeniowej.
W dyskusji technicznej warto zwrócić uwagę na kilka punktów: po pierwsze, koncentracja zysków w rękach dostawców chmury obliczeniowej i właścicieli modelów LLM zwiększa ryzyko systemowe związane z koncentracją infrastruktury (data centers, GPU farms). Po drugie, przyspieszona automatyzacja zmienia strukturę popytu — więcej dóbr i usług może być wytwarzanych przy niższych kosztach, ale bez odpowiedniego redystrybucyjnego mechanizmu te zyski nie poprawiają szeroko pojętego popytu konsumpcyjnego. Po trzecie, polityka fiskalna i monetarna stoją w obliczu trudnej równowagi: czy i jak reagować na rosnącą produktywność bez odczuwalnego wzrostu zatrudnienia i płac?
AI przenosi płatności na szyny kryptowalutowe
Inwestorzy w kryptowaluty oraz analitycy rynku płatności koncentrują się na tym, jak handlowanie oparte na agentach (agentic commerce) mogłoby przeprojektować przepływy rozliczeniowe. Citrini argumentuje, że autonomiczne agenty AI zwracają znacznie mniejszą uwagę na lojalność wobec marki, a znacznie więcej na opóźnienia (latencję), koszty oraz możliwość programowania i integracji z kontraktami. To zmienia rachunek dla systemów płatniczych: sieci kart z opłatami interchange na poziomie 2%–3% oraz frykcjami wynikającymi z geolokalizacji stają się nieatrakcyjne dla zautomatyzowanych agentów, które optymalizują pod kątem najtańszego i najszybszego rozliczenia. W praktyce oznacza to, że automatyczne negocjacje kosztów transakcji, wybór kursów i ścieżek rozliczeniowych mogą wywierać presję na tradycyjnych pośredników płatniczych.
.avif)
Handel agentowy zmienia szyny płatnicze.
Te agenty AI działające na dużą skalę zaczynają kierować transakcje w stronę stablecoinów i blockchainów o wysokiej przepustowości — w scenariuszu wymieniane są przykłady takie jak Solana oraz ekosystemy warstwy drugiej (layer-2) Ethereum. Adoptacja stablecoinów rośnie jako pragmatyczny mechanizm rozliczeniowy: programowalne, niskokosztowe i kompatybilne ze smart kontraktami oraz on-chain płynnością. Wraz ze spadkiem kosztów związanych z pracą, korzyści ekonomiczne kumulują się u właścicieli mocy obliczeniowej i infrastruktury napędzającej AI, którzy z kolei kierują coraz więcej handlu na szyny kryptowalutowe, odsuwając się od modelu biznesowego Visa i Mastercard opartego na interchange. Ta migracja otwiera pytania o bezpieczeństwo rozliczeń, interoperacyjność, standardy KYC/AML oraz wpływ na płynność systemową.
Z technicznego punktu widzenia, decyzja agentów o wyborze sieci zależy od kilku wymiarów: czas potwierdzenia transakcji (finality), opłaty transakcyjne (gas fees), dostępność on-chain płynności (AMM, DEX liquidity pools), oraz możliwość upakowania płatności w programowalne sekwencje (np. mikropłatności, atomic swaps). Blockchains warstwy drugiej oferują lepszą skalowalność i niższe koszty, lecz wchodzą w grę kompromisy dotyczące bezpieczeństwa i decentralizacji. Również operacyjne modele custody stają się krytyczne — kto trzyma rezerwy stablecoinów, jak są audytowane rezerwy, i jakie są procedury awaryjne w razie runu na stablecoiny?
Zwycięzcy, przegrani i luka majątkowa
Redistribucja siły ekonomicznej jest ostra w eksperymencie myślowym Citrini. W warunkach kurczących się dochodów z pracy własność aktywów ma większe znaczenie niż kiedykolwiek. Komentatorzy w notatce ostrzegają przed bezprecedensową nierównością majątkową; jeden z doradców przewiduje, że Bitcoin może wzrosnąć powyżej 1 miliona dolarów, gdy kapitał koncentruje się w skąpych aktywach cyfrowych i fizycznych. Zwolennicy kryptowalut i DeFi widzą zarówno okazję, jak i ryzyko systemowe: rosnąca liczba rozliczeń on-chain mogłaby przyspieszyć adopcję stablecoinów, jednocześnie wywołując pilne pytania o regulacje, custody i stabilność monetarną. To spostrzeżenie podkreśla, że technologia sama w sobie nie rozwiąże problemów redystrybucyjnych bez odpowiednich polityk i instytucji.
W praktyce oznacza to, że segmenty rynku związane z własnością kapitału — centra danych, jednostki obliczeniowe GPU, akcje firm technologicznych, grunty i nieruchomości znajdujące się w rękach kapitału — wzmacniają pozycję tych, którzy już posiadają aktywa. Tymczasem pracownicy, których role zostały zautomatyzowane, mogą doświadczyć trwałego spadku dochodów i perspektyw zawodowych, prowadząc do pogłębienia luki majątkowej. Ryzyka makroekonomiczne obejmują także możliwość powstania formy cienkiej płynności rynkowej, w której algorytmy handlowe utrzymują ceny aktywów na sztucznie wysokich poziomach mimo osłabienia fundamentów gospodarczych związanych z konsumpcją.
Z perspektywy regulacyjnej i makroekonomicznej pojawiają się krytyczne dylematy: jak regulować stablecoiny bez uduszenia innowacji? Jak zapewnić przejrzystość rezerw i mechanizmy zapewniające stabilność? Jakie polityki fiskalne i społeczne (np. szkolenia, dochód podstawowy, subsydia zatrudnienia) są niezbędne, by złagodzić skutki automatyzacji? Odpowiedzi będą wymagać współpracy między władzami monetarnymi, nadzorcami finansowymi, rynkami technologicznymi i reprezentacjami pracowniczymi.
Notatka Citrini — fikcyjna lub nie — ma datę: napisana w lutym 2026 roku, brzmi jak ostrzeżenie. Wczesne wskaźniki są już widoczne: zwolnienia w sektorze technologicznym i innych branżach, spowolnienie wydatków konsumentów oraz stały wzrost aktywności rozliczeń kryptowalutowych. Traderzy i analitycy są podzieleni: niektórzy, jak Miles Deutscher, mówią, że „nigdy nie byli bardziej byczo nastawieni wobec AI”, a jednocześnie „nigdy nie byli bardziej przerażeni” społecznymi konsekwencjami. To ambiwalentne nastawienie odzwierciedla szerszą debatę o tym, jak maksymalizować korzyści z automatyzacji, minimalizując jednocześnie koszty społeczno-ekonomiczne.
Co to oznacza dla inwestorów i decydentów
Dla inwestorów w kryptowaluty stablecoiny i skalowalne łańcuchy bloków są oczywistymi beneficjentami, jeśli zautomatyzowane agenty zaczną kierować handel on-chain. Inwestorzy powinni oceniać nie tylko technologiczne aspekty sieci (TPS, finality, bezpieczeństwo), ale także kwestie regulacyjne, modele rezerw stablecoinów, kadencję audytów i praktyki custody. Dla tradycyjnych firm płatniczych scenariusz sygnalizuje strategiczną pilność: skrócić latencję, obniżyć opłaty i przyjąć programowalność jako centralny element oferty. Może to wymagać modernizacji stosów technologicznych, nawiązywania partnerstw z dostawcami infrastruktury blockchain lub rozwijania własnych rozwiązań tokenizowanych.
Dla decydentów politycznych notatka podkreśla potrzebę rozbudowanych sieci zabezpieczenia społecznego, nadzoru kredytów hipotecznych i rynku mieszkaniowego oraz jasności regulacyjnej dotyczącej emisji stablecoinów i rozliczeń on-chain. Polityki mogą obejmować mechanizmy zapewniające przejrzystość rezerw stablecoinów, regulacje custody, ramy AML/KYC dopasowane do rozliczeń on-chain oraz programy wsparcia redystrybucyjnego (np. szkolenia zawodowe, transfery dochodów, ulgi podatkowe dla pracowników przekwalifikowujących się w obszarze cyfrowym). Równie istotne są międzynarodowe koordynacje — przepływy kapitału i transgraniczna natura blockchainów wymagają współpracy międzyjurysdykcyjnej.
Krótko mówiąc, eksperyment myślowy Citrini na 2028 rok łączy trzy duże trendy: szybka automatyzacja przez AI, skok nierówności dochodów oraz migracja płatności na programowalne, niskokosztowe szyny kryptowalutowe. Niezależnie od tego, czy daty i rozmiary efektów okażą się dokładne, scenariusz stanowi użyteczne ramy do oceny ryzyka i szans na przecięciu AI, blockchaina, adopcji stablecoinów i globalnych finansów. Przygotowanie interesariuszy — od inwestorów, przez instytucje finansowe, po organy publiczne — będzie kluczowe, by zarówno wykorzystać potencjał technologii, jak i ograniczyć jej negatywne skutki dla społeczeństwa.
Źródło: cointelegraph
Zostaw komentarz