W miarę jak sztuczna inteligencja coraz głębiej przenika operacje korporacyjne i strategie inwestycyjne, upadek Builder.ai dostarcza inwestorom i liderom biznesu przestrogi, której nie należy ignorować.
W latach euforii wokół sztucznej inteligencji inwestorzy lokowali miliardy w spółkach obiecujących automatyzację przyszłości. Jedną z najbardziej rozchwytywanych był Builder.ai – londyński startup, który twierdził, że jego platforma AI jest w stanie budować dedykowane aplikacje przy minimalnym udziale człowieka. W 2025 roku firma była wyceniana na ok. 1,5 mld dolarów i pozycjonowała się jako pionier programowania „no-code” opartego na AI. W tym tygodniu ogłosiła likwidację.
Bezpośrednim wyzwalaczem było zajęcie przez wierzycieli aktywów o wartości 37 mln dolarów. Przyczyna głębsza, ujawniona w dokumentach wierzycieli to zawyżone przychody, narastające zadłużenie i przepaść między marketingową narracją a operacyjną rzeczywistością. Platforma, opisywana jako napędzana autonomiczną AI, w rzeczywistości miała polegać na setkach ludzkich inżynierów wykonujących pracę przedstawianą jako zautomatyzowana. Ta sprawa może okazać się czymś więcej niż tylko kolejną spektakularną porażką startupu. Dla inwestorów instytucjonalnych rodzi pytanie – czy „AI washing” staje się nowym greenwashingiem?
Poznaj swojego dostawcę AI
Builder.ai promował się jako platforma natywna dla AI, zdolna do automatyzacji całego cyklu wytwarzania oprogramowania. Materiały marketingowe sugerowały, że klienci mogą składać zaawansowane aplikacje równie łatwo, jak konfigurują produkty w sklepie internetowym – niczym industrializacja programowania za pomocą sztucznej inteligencji. Oferta trafiła na podatny grunt. Korporacje szukały oszczędności, inwestorzy venture chcieli ekspozycji na skalowalną infrastrukturę AI, rynki prywatne nagradzały spółki, które potrafiły przekonująco uzasadnić swoją technologiczną przewagę.
Wyceny odzwierciedlały ten optymizm. Jak wiele startupów z ekosystemu AI, Builder.ai korzystał z otoczenia kapitałowego, w którym narracje wzrostowe często wyprzedzały techniczny due diligence. Tymczasem podstawowa propozycja wartości – zastępowanie pracy ludzkiej automatyzacją na dużą skalę – okazała się przesadzona. Według osób zaznajomionych z działalnością firmy, znaczna część prac programistycznych była wykonywana ręcznie przez inżynierów, a AI odgrywała rolę znacznie bardziej ograniczoną niż reklamowana.
Ta różnica nie jest semantyczna. W gospodarce AI rozróżnienie między produktywnością wspomaganą narzędziami a prawdziwą automatyzacją ma duże znaczenie dla marż, skalowalności i długoterminowej wyceny.
Przychody, zadłużenie i ujawnianie informacji
Problemy operacyjne pogłębiały zarzuty dotyczące zawyżonej sprawozdawczości przychodów. Wierzyciele wskazywali na rozbieżności między prognozowanym wzrostem a rzeczywistymi przepływami pieniężnymi. Spółka dźwigała też istotne zobowiązania dłużne, które zaciskały się w miarę narastania presji płynnościowej.
Zajęcie aktywów przez wierzycieli na kwotę 37 mln dolarów wyraźnie przyspieszyło upadek. Gdy kluczowe zasoby zostały zamrożone, zdolność spółki do kontynuowania działalności gwałtownie się pogorszyła, a finałem były postępowania likwidacyjne. Dla inwestorów ważniejszym problemem jest jednak ład korporacyjny. Nieuchronnie pojawiły się więc pytania:
- Jakie mechanizmy kontrolne obowiązywały w zakresie sprawozdawczości finansowej?
- Jak rygorystyczny był nadzór zarządu?
- Jaki due diligence przeprowadzili inwestorzy w odniesieniu do technicznych twierdzeń leżących u podstaw modelu biznesowego?
Odpowiedzi będą ważne nie tylko dla interesariuszy Builder.ai, lecz dla całego krajobrazu inwestycji w AI.
AI washing, czyli znajomy schemat
Ruch ESG ostatniej dekady naznaczony był falą greenwashingu – firm przesadzających w prezentowaniu swoich proekologicznych atrybutów, aby przyciągnąć kapitał. Regulatorzy odpowiedzieli w końcu zaostrzonymi wymogami ujawnień, standardami atestacji i działaniami egzekucyjnymi. Sprawa Builder.ai sugeruje, że sektor AI może wchodzić w podobną fazę. AI washing przybiera zazwyczaj jedną z trzech form:
- Wyolbrzymianie autonomii lub inteligencji systemów, które w dużej mierze opierają się na pracy człowieka.
- Nadawanie etykiety AI tradycyjnym narzędziom programistycznym w celu uzyskania premii wycenowej.
- Projektowanie założeń skalowalności uzależnionych od automatyzacji, która jeszcze nie istnieje.
W środowisku, gdzie mnożniki AI często przewyższają te stosowane wobec zwykłych firm softwarowych, zachęta do zacierania granic bywa bardzo silna.
Jednak dla inwestorów instytucjonalnych ryzyka są jak najbardziej realne. Przeszacowana automatyzacja przekłada się na skompresowane marże. Zawyżone narracje przychodowe zniekształcają modele wyceny. Słaby ład korporacyjny drąży ścieżki wyjścia z inwestycji.
Ład korporacyjny jako zmienna wycenowa
Upadek Builder.ai podkreśla szerszą zmianę. Zarządzanie AI staje się ważną zmienną finansową. Alokatorzy instytucjonalni coraz uważniej przyglądają się:
- kompetencjom zarządów w obszarze AI,
- technicznej audytowalności systemów AI,
- przejrzystości procesów z udziałem człowieka (human-in-the-loop),
- jasnym zasadom rozpoznawania przychodów powiązanym z rzeczywistymi wskaźnikami automatyzacji.
Na rynkach prywatnych due diligence ewoluuje w kierunku niezależnej walidacji technicznej twierdzeń dotyczących AI. Na rynkach publicznych analitycy zaczynają badać, czy przychody „wspierane przez AI” odzwierciedlają faktyczne wyniki algorytmiczne, czy też tradycyjną pracę ludzką przemianowaną na potrzeby współczesnej narracji. Dla wierzycieli lekcja jest równie wyraźna – struktury dłużne oparte na narracji wysokiego wzrostu automatyzacji mogą okazać się kruche, gdy te założenia zawiodą.
Punkt zwrotny dla rynku
Likwidacja Builder.ai nie zwiastuje upadku sektora AI. Wręcz przeciwnie – korporacyjne wdrożenia uczenia maszynowego i automatyzacji nadal się rozwijają. Może jednak oznaczać koniec fazy, w której sama narracja wystarczała do utrzymania miliardowych wycen. W miarę jak regulatorzy w Wielkiej Brytanii, UE i USA zaostrzają nadzór nad wdrożeniami AI – zwłaszcza w obszarze przejrzystości i odpowiedzialności – standardy ujawnień prawdopodobnie się zaostrzą. Inwestorzy mogą zacząć wymagać wyraźniejszego rozróżnienia między usługami wspomaganymi przez AI a infrastrukturą napędzaną przez AI.
Filar zarządczy ESG – często przyćmiewany przez wskaźniki środowiskowe – może stać się centralnym elementem alokacji kapitału w erze AI. Dla inwestorów instytucjonalnych wniosek nie brzmi: uciekaj od ekspozycji na AI. Brzmi: poddaj ją rzetelnemu badaniu.
- Jaka część przychodów jest naprawdę zautomatyzowana?
- Jakie audyty techniczne potwierdzają deklarowaną skuteczność AI?
- Jakie mechanizmy kontrolne zapobiegają zawyżaniu przychodów?
- Jak odporna jest struktura kapitałowa pod wpływem stresu?
Jeśli greenwashing wyznaczył cykl ryzyka reputacyjnego ostatniej dekady, AI washing może okazać się kolejnym testem ładu korporacyjnego dla rynków kapitałowych.
Źródło: esgnews.com
Jeśli wiadomość nie dotarła, prosimy o sprawdzenie folderu ze spamem.
W razie jakichkolwiek problemów zachęcamy do kontaktu na adres e-mail: kontakt@akademiaesg.pl
