Cykl „13 pięter” Filipa Springera to felietony mieszkaniowe, w których autor – nagradzany pisarz, reporter, fotograf – mierzy się z kryzysem mieszkaniowym w Polsce (i nie tylko). Na łamach Interii opisuje, jak nam się mieszka, w skali mikro i makro, i co można z tym wszystkim zrobić.
W pierwszej połowie 2026 roku w San Francisco aż 144 domy sprzedano za co najmniej milion dolarów ponad cenę wywoławczą. Rok wcześniej takich transakcji było raptem osiem.
Nietrudno się domyślić, że ceny wszystkich tych 144 nieruchomości nie były niskie już na samym starcie: średnia cena ofertowa domów z tej grupy wynosiła 3,8 mln dolarów. Mimo to dla 144 kupujących dopłata kolejnego miliona nie była jakimś wielkim problemem. W tym roku mediana ceny sprzedaży domu w mieście sięgnęła 1,7 mln dolarów, rosnąc o 16,1 proc. względem roku poprzedniego.
Powód? San Francisco, kluczowe miasto dla branży AI przeżywa właśnie mieszkaniowy efekt przed-IPO (Initial Public Offering: moment, w którym prywatna firma po raz pierwszy sprzedaje swoje akcje szerokiemu gronu inwestorów i zaczyna być notowana na giełdzie). Gigantyczne prywatne wyceny, pakiety akcji pracowniczych oraz wtórne transakcje pozwalają pracownikom firm z branży spieniężać udziały jeszcze przed giełdowym debiutem i tworzą nową grupę bardzo zamożnych nabywców. Do tego dochodzi spekulacja, że przyszłe wejście na giełdę takich gigantów jak OpenAI, Anthropic czy Databricks jeszcze bardziej zwiększy ich majątki.
Do obiegu trafiła nowa waluta
Dane mówią tu za siebie: tylko w październiku 2025 roku obecni i byli pracownicy OpenAI sprzedali w transakcji wtórnej akcje za łącznie 6,6 mld dolarów. Uczestniczyło w niej ponad 600 osób, a około 75 spieniężyło pakiety sięgające maksymalnego limitu 30 mln dolarów na osobę. Firma nie weszła jeszcze na giełdę, a setki pracujących w niej ludzi otrzymały majątki, których prawdopodobnie nigdy nie zgromadziliby, pracując normalnie przez dziesięciolecia. A kiedy ktoś z dnia na dzień może zamienić część swoich udziałów na kilkanaście albo kilkadziesiąt milionów dolarów, nieruchomość za trzy czy cztery miliony przestaje być po prostu mieszkaniem, a staje się bezpieczną i dobrze rokującą lokatą części kapitału.
Symbolem tej nowej rzeczywistości stała się oferta domu przy 160 Noe Street, w okolicy Duboce Triangle. Sprzedający wycenił odrestaurowany wiktoriański budynek z 1907 roku na 2,995 mln dolarów i zadeklarował, że rozważy przyjęcie akcji OpenAI lub Anthropic jako zapłaty. Nie gotówki. Nie kredytu. Udziałów w prywatnych spółkach AI. Sam fakt, że takie ogłoszenie mogło być traktowane poważnie, pokazuje skalę mentalnej zmiany: akcje firm, których nie można po prostu kupić na publicznej giełdzie, zaczynają krążyć po rynku jak nowa waluta.
Wielu ludzi z branży AI spodziewa się, że zaawansowane systemy ograniczą społeczną mobilność, pogłębią nierówności i przeniosą władzę oraz bogactwo do firm AI i obecnych właścicieli kapitału
Pracują, ale i tak śpią na ulicy
Nie wszyscy jednak oglądają tę gorączkę z okien wiktoriańskich domów w Noe Valley. Według miejskiego spisu z początku 2024 roku w kryzysie bezdomności żyło tu 8 323 ludzi, z czego 4 354 osoby spały poza schroniskami – na ulicach, w namiotach, samochodach albo innych miejscach, które nigdy nie miały być domem. Władze miasta chwalą się, że osób śpiących bezpośrednio na ulicy i w namiotach jest mniej niż dwa lata wcześniej, ale całkowita liczba bezdomnych wzrosła o 7 proc. Wzrasta też liczba osób chronicznie bezdomnych, a rodziny coraz częściej mieszkają w pojazdach.
Obraz tej sytuacji próbuje się zmiękczać opowieścią o przyjezdnych, którzy zwabieni gorączką AI przyjeżdżają do miasta i odkrywają brutalne realia jego rynku mieszkaniowego. Ale to mit. Blisko 60 procent ankietowanych osób ostatni stabilny adres miało właśnie w San Francisco. Więc to nie przybysze zasilają rzeszę bezdomnych w San Francisco – to mieszkańcy miasta, których rynek przestał uznawać za wystarczająco rentownych.
Warto tu dodać, że 58 proc. osób w kryzysie bezdomności było zatrudnionych albo szukało pracy. Problemem nie jest zatem wyłącznie brak pracy, lecz realia mieszkaniowego rynku, który wypiera najbiedniejszych.
AI stworzyła trwałą podklasę ludzi
Ten mechanizm ma już nawet swoją nazwę. Jasmine Sun, pisząca o kulturze Doliny Krzemowej w „New York Timesie”, zauważa, że w branży coraz częściej mówi się o możliwości powstania „permanent underclass” – trwałej podklasy. Termin ten nie opisuje po prostu ludzi chwilowo bez pracy. Chodzi o wizję społeczeństwa, w którym istnieje krótki moment na zgromadzenie majątku, zanim AI i robotyka staną się wystarczająco sprawne, by zastąpić większość ludzkiej pracy. Wtedy, pisze Sun, pozycje klasowe miałyby się „zamrozić”: bogaci wykorzystywaliby superinteligentne maszyny do realizowania własnych celów, a reszta zostałaby uznana za zbędną ekonomicznie i utrzymywałaby się z resztek publicznego wsparcia.
Można uznać tę wizję za technologiczną dystopię, ale ważniejsze jest to, że nie wymyślili jej wyłącznie krytycy z zewnątrz. Sun pisze, że wielu ludzi z samej branży AI – inżynierów, inwestorów, założycieli i menedżerów – spodziewa się, iż zaawansowane systemy ograniczą społeczną mobilność, pogłębią nierówności i przeniosą władzę oraz bogactwo do firm AI i obecnych właścicieli kapitału.
Steven Greenhouse, amerykański dziennikarz zajmujący się pracą i rynkiem pracy, opisuje na łamach The Guardian tę samą logikę mniej futurystycznie, ale równie brutalnie. Jego zdaniem AI może już dziś pogłębić ogromne nierówności dochodowe, ponieważ najbogatsi inwestorzy w technologię będą się dalej bogacić, podczas gdy miliony pracowników mogą tracić zatrudnienie i zasilać nową klasę ludzi walczących o ekonomiczne przetrwanie.
Cytowany przez Greenhouse’a ekonomista Daron Acemoglu mówi wręcz o dwóch możliwych drogach rozwoju AI: antypracowniczej, która maksymalizuje automatyzację i redukcję etatów, oraz propracowniczej, która wzmacnia kompetencje ludzi zamiast usuwać ich z rynku pracy. Problem polega na tym, że ta pierwsza jest znacznie bliższa biznesowemu modelowi wielkich firm technologicznych.
Globalna halucynacja
Modele AI czasem halucynują (w miarę rozwoju tej technologii robią to coraz rzadziej), ale coraz bardziej widać, że to nie akuratność wyników, które nam podają, będzie dla nas największym wyzwaniem. Większą halucynacją związaną z tą branżą jest przekonanie, że rozwój tej technologii rozwiąże nasze główne problemy na świecie i przyczyni się do wszechobecnego na całym globie (czytaj: globalnej Północy) dostatku.
W rzeczywistości dane, na których uczono modele, pochodzą od milionów ludzi, ale udziały w firmach posiada garstka inwestorów, założycieli i dobrze wynagradzanych pracowników, którzy właśnie moszczą się w mniej lub bardziej, ale pełnej jeszcze większych nierówności przyszłości. W San Francisco część zysków z tej przyszłości już zamienia się w domy kupowane za milion ponad cenę wywoławczą.
Filip Springer
