AI zmiecie obecny system finansowy, ale to nie będzie AI

Każdy wielki reset gospodarczy potrzebuje kozła ofiarnego. Kiedy pęka bańka, a rynki ogarnia panika, architekci katastrofy nie stają przed kamerami, żeby przyznać się do chciwości i systemowego oszustwa. Zamiast tego świat słyszy o „nieprzewidywalnych czarnych łabędziach", „anomaliach rynkowych" i „irracjonalnych zachowaniach tłumu". Gdy obecny system — oparty na pustym pieniądzu i rekordowym zadłużeniu — trafi na swoją ścianę, winowajca jest już wytypowany. Będzie nim sztuczna inteligencja.

To teza, nie prognoza. Nie da się udowodnić zdarzenia, które jeszcze nie zaszło. Da się natomiast pokazać, że mechanizm zrzucania winy na czynnik rzekomo nieprzewidywalny zadziałał już trzy razy w ciągu ostatnich trzech dekad, za każdym razem według tego samego schematu, i że AI jest do tej roli przygotowana lepiej niż cokolwiek wcześniej. Poniżej: jak wyglądała oficjalna wersja poprzednich krachów, co ustaliły późniejsze śledztwa i czym różni się układ sił dzisiaj.

Historyczne alibi: jak Wall Street pisze własną historię

Trzy załamania z ostatnich trzech dekad mają wspólną strukturę. Najpierw pojawia się winowajca zewnętrzny i wygodny. Potem, kilka lat później, gdy nikt już nie patrzy, wychodzi raport, który mówi coś zupełnie innego.

LTCM 1998 — mit nieomylnego modelu

Long-Term Capital Management był funduszem hedgingowym, jakiego rynek jeszcze nie widział. W jego zarządzie zasiadali Myron Scholes i Robert Merton, laureaci Nagrody Nobla z ekonomii z 1997 roku, autorzy modelu wyceny opcji, którego uczy się do dziś na każdych studiach ekonomicznych. Fundusz handlował na podstawie modeli matematycznych — wczesnych przodków dzisiejszych algorytmów.

Oficjalna narracja upadku z 1998 roku obwiniała rosyjskie moratorium na dług z 17 sierpnia i wcześniejszy kryzys walutowy w Azji. Zdarzenie ekstremalne, poza rozkładem, wypadek przy pracy.

Co pokazują liczby. Na początku 1998 roku LTCM miał około 4,7 mld dolarów kapitału własnego i około 125 mld dolarów aktywów — dźwignia bilansowa mniej więcej 25:1. Sama ta liczba jeszcze nie oddaje skali: wartość nominalna otwartych pozycji w instrumentach pochodnych sięgała około 1,25 biliona dolarów. Fundusz nie miał takich pieniędzy i nikt nie udawał, że ma. Kredyt na te pozycje dały mu największe banki Wall Street, często bez zabezpieczenia, w zamian za dostęp do transakcji i prestiż wspólnego stołu.

Model nie zepsuł się sam z siebie. Został zasilony dźwignią, na którą zgodziły się instytucje mające pełen obraz ryzyka. Gdy rynek poszedł w drugą stronę, w cztery miesiące zniknęło 4,6 mld dolarów kapitału.

23 września 1998 roku oddział Rezerwy Federalnej w Nowym Jorku zebrał przy jednym stole czternaście instytucji finansowych, które wyłożyły 3,625 mld dolarów i przejęły 90 procent funduszu. Warto być tu precyzyjnym, bo w obiegu krąży wersja mocniejsza niż fakty: pieniądze były prywatne, nie budżetowe. Podatnik nie dostał rachunku bezpośrednio.

Rachunek przyszedł inną drogą. Jesienią 1998 roku Fed trzy razy obniżył stopy procentowe, żeby uspokoić rynki po tym epizodzie. Koszt poniósł każdy, kto trzymał oszczędności w dolarze — rozłożony, niewidoczny, niepoliczalny w jednej tabelce. Menedżerowie LTCM nie ponieśli odpowiedzialności karnej. Winę przypisano anomalii statystycznej.

Subprime 2008 — kłamstwo agencji ratingowych

Pierwsza wersja wydarzeń z 2008 roku, ta, którą wielu ludzi pamięta do dziś, brzmiała: nieodpowiedzialni Amerykanie brali kredyty hipoteczne, na które nie było ich stać, i to ich niewypłacalność przewróciła system.

Co ustaliło śledztwo. Powołana przez Kongres Financial Crisis Inquiry Commission opublikowała raport w styczniu 2011 roku. Jej konkluzja była jednoznaczna: kryzys był do uniknięcia i nie był katastrofą naturalną. Banki inwestycyjne masowo pakowały kredyty słabej jakości w instrumenty pochodne (CDO), a agencje ratingowe — opłacane przez emitentów tych papierów, nie przez ich nabywców — nadawały im najwyższą ocenę AAA. Komisja nazwała agencje „kluczowymi trybami maszyny zniszczenia".

Skala pomyłki nie mieści się w kategorii błędu. Znaczna większość papierów hipotecznych, którym Moody's przyznał rating AAA w roczniku 2006, została później zdegradowana do poziomu śmieciowego. Model wyceny nie zawiódł przypadkiem — zawiódł w kierunku korzystnym dla tego, kto za niego płacił.

Lehman Brothers złożył wniosek o upadłość 15 września 2008 roku z aktywami wykazanymi na 639 mld dolarów — największe bankructwo w historii Stanów Zjednoczonych. Trzy tygodnie później Kongres uchwalił program TARP na 700 mld dolarów. Tym razem pieniądze były publiczne. Żaden prezes dużego banku z Wall Street nie usłyszał wyroku skazującego w związku z kryzysem.

Flash Crash 2010 — test kozła ofiarnego

6 maja 2010 roku amerykańskie indeksy runęły w kilka minut. Dow Jones stracił w trakcie sesji blisko 999 punktów, około 9 procent, po czym odrobił większość spadku, zanim ktokolwiek zdążył zrozumieć, co się dzieje. Z rynku wyparowało i wróciło mniej więcej bilion dolarów.

Kolejność obwiniania jest tu najciekawszą częścią całej historii. Wspólny raport SEC i CFTC z 1 października 2010 roku wskazał jako iskrę zlecenie sprzedaży 75 tysięcy kontraktów E-mini S&P 500 o wartości około 4,1 mld dolarów, złożone przez jednego dużego inwestora za pomocą zautomatyzowanego programu. Algorytm był zaprogramowany tak, by tempo sprzedaży zależało od wolumenu, ale nie od ceny ani od czasu. Winnym została maszyna.

Dopiero pięć lat później, w 2015 roku, amerykański Departament Sprawiedliwości oskarżył o wywołanie krachu Navindera Singha Sarao — brytyjskiego tradera działającego z domu rodziców w Hounslow, który wystawiał i kasował zlecenia, żeby zmylić rynek (spoofing). Sarao przyznał się w 2016 roku. Wyrok zapadł w 2020: rok aresztu domowego, bez więzienia, między innymi za współpracę przy wskazywaniu innych manipulantów.

Zostały więc dwie oficjalne wersje: algorytm jednego funduszu i jeden człowiek z laptopem. Obie omijają rzecz najważniejszą, którą raport z 2010 roku opisał, choć nie postawił jej w tytule. Zlecenie Waddell & Reed odpowiadało za 1,3 procent obrotu kontraktami E-mini tego dnia. Żeby taki udział przewrócił rynek, ekosystem musi być skrajnie kruchy. I był — zbudowany na handlu wysokiej częstotliwości, w którym płynność wygląda na obecną dokładnie do momentu, w którym staje się potrzebna.

Flash Crash pokazał instytucjom finansowym jedno: algorytm jest doskonałym chłopcem do bicia. Nie ma adwokata, nie zeznaje przed komisją i nie ma dziennikarza, który zapyta go o motyw.

Architektura „kryzysu AI"

Dzisiejszy układ różni się od 1998 i 2008 roku jednym parametrem: koncentracją. Na platformie Aladdin, systemie BlackRocka do zarządzania ryzykiem i portfelem, opartym dziś w części na modelach uczenia maszynowego, wisi około 25 bilionów dolarów aktywów — własnych i cudzych, bo korzysta z niej ponad tysiąc instytucji, w tym konkurenci. Sam BlackRock zarządzał w drugim kwartale 2026 roku rekordowymi 15,3 bln dolarów. Vanguard i State Street dopełniają obraz. Trzy firmy siedzą w akcjonariacie niemal każdej dużej spółki giełdowej po obu stronach Atlantyku, a ich systemy oceny ryzyka podpowiadają podobne rzeczy w podobnym momencie.

To nie jest teza o spisku. To opis architektury. Gdy tysiąc instytucji patrzy na rynek przez zbliżony model, korelacja ich decyzji rośnie, a to jest dokładnie ten warunek, w którym wyprzedaż zamienia się w kaskadę.

AI nadaje się na winowajcę idealnie z trzech powodów. Jest nieprzejrzysta — nikt, łącznie z jej twórcami, nie potrafi w pełni wyjaśnić pojedynczej decyzji dużego modelu. Działa szybciej, niż nadzór jest w stanie zareagować; regulator dowiaduje się o zdarzeniu po fakcie, z logów. I budzi strach, który jest już gotowy, wyhodowany przez dekadę filmów i nagłówków. Winowajca, w którego publiczność chce uwierzyć, nie potrzebuje dowodów.

Scenariusz, którego można się spodziewać, ma znajomy kształt. Modele używane przez największe fundusze zaczynają — „w wyniku błędu" — wyprzedawać aktywa, obligacje skarbowe i waluty. Powstaje pętla sprzężenia zwrotnego: spadek uruchamia wezwania do uzupełnienia depozytów, te uruchamiają kolejne automatyczne zlecenia, te pogłębiają spadek. W kilka godzin obrywają fundusze emerytalne i giełdy na całym świecie. Rozliczenia stają, a razem z nimi część łańcuchów dostaw, które wiszą na kredycie kupieckim.

Ci, którzy takie zdarzenie widzą nadchodzące — a widzą je ci, którzy je uruchamiają — ustawiają się wcześniej na spadki i zarabiają. To nie jest hipoteza egzotyczna: krótkie pozycje przed krachem hipotecznym w 2007 roku, w tym słynny zakład Goldman Sachs po drugiej stronie papierów sprzedawanych własnym klientom, są udokumentowane w aktach SEC i w raporcie FCIC. Potem następuje część, którą znamy najlepiej: zatroskane twarze, konferencja prasowa i zdanie o nieuregulowanej, rozproszonej sztucznej inteligencji, która weszła w stan halucynacji rynkowej.

Problem, reakcja, rozwiązanie

Tym razem stawka jest wyższa niż w 1998 i 2008 roku, bo krach przypisany maszynom nie posłużyłby wyłącznie ratowaniu banków. Posłużyłby redefinicji pieniądza.

Społeczeństwo, które właśnie straciło oszczędności i patrzy na widmo inflacji, przyjmie to, co rządy zaoferują jako bezpieczną przystań. A oferta jest już gotowa i leży na stole od lat. Cyfrowe waluty banków centralnych (CBDC) bada dziś 146 krajów i unii walutowych, odpowiadających za ponad 98 procent światowego PKB. Trzy — Bahamy, Jamajka i Nigeria — mają je uruchomione. W strefie euro Europejski Bank Centralny zamknął fazę przygotowawczą cyfrowego euro 30 października 2025 roku i przeszedł do budowy gotowości technicznej; przy założeniu, że przepisy unijne zostaną przyjęte w 2026 roku, pilotaż może ruszyć w 2027, a pierwsza emisja około 2029 roku. Ministrowie finansów uzgodnili wspólne stanowisko po ponad dwóch latach prac.

Narracja sprzedażowa napisze się sama i będzie uderzać w tony bezpieczeństwa: tradycyjny system, giełdy i gotówka okazały się podatne na manipulację dzikich algorytmów, potrzebny jest scentralizowany pieniądz cyfrowy, chroniony przez autoryzowane algorytmy państwowe. Nikt nie musi zapowiadać likwidacji gotówki. Wystarczy, że przez rok będzie niewygodna, a przez kolejny — podejrzana.

Techniczna różnica jest tu istotniejsza niż retoryka. Pieniądz w formie CBDC jest programowalny. Można mu nadać datę ważności, ograniczyć zakres wydatków, wprowadzić ujemne oprocentowanie na saldzie albo zablokować konkretny rachunek bez postępowania sądowego — bo są to operacje na rekordzie w bazie danych, nie na fizycznym przedmiocie. EBC deklaruje, że cyfrowe euro ma chronić prywatność i nie będzie programowalne. Deklaracja projektowa i możliwość techniczna to jednak dwie różne rzeczy, a raz zbudowanej infrastruktury nie da się odbudować w drugą stronę.

Po czym poznać, że scenariusz się realizuje

Teza, której nie da się obalić, jest bezwartościowa. Ta ma przynajmniej kilka obserwowalnych przesłanek — rzeczy, które musiałyby się wydarzyć, żeby zaczęła się sprawdzać, i których brak będzie argumentem przeciw niej:

• Zmiana języka regulatorów. Przesunięcie akcentu z „odpowiedzialności instytucji za jej modele" na „ryzyko systemowe stwarzane przez AI jako taką". Pierwsze prowadzi do kar, drugie do rozgrzeszenia.
• Wyłączenia odpowiedzialności w umowach. Klauzule zwalniające dostawcę systemu z odpowiedzialności za decyzje modelu, wpisywane do umów z instytucjami finansowymi.
• Rozjazd terminów. Przyspieszenie prac nad CBDC dokładnie wtedy, gdy rośnie napięcie na rynku obligacji skarbowych.
• Kolejność obwiniania. Jeśli po najbliższym gwałtownym spadku pierwsza oficjalna wersja wskaże algorytm, zanim ktokolwiek opublikuje dane o pozycjach uczestników rynku — to jest ten sam ruch, który wykonano 1 października 2010 roku.

Modele naprawdę potrafią się zepsuć i naprawdę wprowadzają nowe ryzyko: kruchość korelacji, nieprzejrzystość decyzji, prędkość reakcji poza zasięgiem nadzoru. To wszystko jest prawdziwe niezależnie od czyichkolwiek intencji. Rzecz w tym, że prawdziwe ryzyko techniczne jest najlepszą możliwą przykrywką dla decyzji, które podjęli ludzie — a odróżnienie jednego od drugiego wymaga danych, których po krachu zwykle nie ma pod ręką, i pytań, których nikt nie zadaje w tygodniu paniki.

Historia trzech poprzednich krachów mówi tyle: oficjalna wersja pojawia się w ciągu kilku dni, prawdziwa w ciągu kilku lat, a między jedną a drugą zapadają wszystkie decyzje, które mają znaczenie.

Źródła: Financial Crisis Inquiry Commission, raport końcowy (2011), SEC i CFTC, „Findings Regarding the Market Events of May 6, 2010", Federal Reserve History — Near Failure of LTCM, Europejski Bank Centralny — cyfrowe euro, postępy prac, Atlantic Council — CBDC Tracker, BlackRock — wyniki za II kwartał 2026 (SEC, formularz 10-Q)