Kto zarabia na danych dla AI? Litewska firma wyceniona na 3,6 mld dolarów pokazuje nowy rynek

Rozwój sztucznej inteligencji tworzy ogromny rynek nie tylko dla producentów procesorów, centrów danych i twórców modeli językowych. Coraz większe znaczenie mają również firmy dostarczające systemom AI aktualne informacje z internetu. Dobrym przykładem jest litewska grupa Oxylabs, która w lipcu 2026 roku pozyskała 130 mln dolarów od funduszu Warburg Pincus przy wycenie około 3,6 mld dolarów. Trzy miesiące później ogłoszono powstanie Source, ekosystemu łączącego pięć marek zajmujących się infrastrukturą danych internetowych. Skąd bierze się wartość tego biznesu, kto płaci za dostęp do danych i jakie znaczenie ma to dla przyszłości gospodarki cyfrowej?

W dyskusji o sztucznej inteligencji dominują zwykle największe firmy technologiczne, producenci układów obliczeniowych oraz dostawcy popularnych chatbotów. Znacznie mniej uwagi poświęca się przedsiębiorstwom rozwijającym infrastrukturę, dzięki której systemy AI mogą pozyskiwać i przetwarzać informacje.

Tymczasem nawet zaawansowany model językowy nie posiada automatycznie wiedzy o każdej aktualnej zmianie ceny, nowym produkcie, wydarzeniu czy decyzji gospodarczej. Aby odpowiadać na pytania wymagające bieżących informacji, system musi uzyskać dostęp do odpowiednich źródeł danych.

To właśnie na tym rynku rozwijają się firmy oferujące technologie pobierania informacji z publicznie dostępnych stron internetowych, przekształcania ich w uporządkowane dane oraz udostępniania ich przedsiębiorstwom i aplikacjom AI.

Litewski jednorożec wart 3,6 mld dolarów. Jak powstał Source?

Historia Source zaczyna się znacznie wcześniej niż w październiku 2026 roku. Jednym z najważniejszych przedsiębiorstw tworzących ten ekosystem jest Oxylabs, firma założona w Wilnie w 2015 roku i rozwijana w środowisku litewskiej grupy technologicznej Tesonet.

Oxylabs budowało działalność wokół infrastruktury umożliwiającej przedsiębiorstwom pozyskiwanie danych internetowych na dużą skalę. Rozwiązania tego typu znajdują zastosowanie między innymi w analizie cen, monitorowaniu rynków, cyberbezpieczeństwie i gromadzeniu informacji konkurencyjnych.

Przez ponad dekadę przedsiębiorstwo rozwijało się bez zewnętrznego finansowania kapitałowego. Zmiana nastąpiła 9 lipca 2026 roku, kiedy ogłoszono pierwszą inwestycję funduszu Warburg Pincus w wysokości 130 mln USD.

Transakcja została przeprowadzona przy wycenie Oxylabs na około 3,6 mld USD. Dzięki temu firma znalazła się w gronie litewskich jednorożców technologicznych, czyli prywatnych przedsiębiorstw wycenianych na co najmniej miliard dolarów.

Warto przy tym rozróżnić trzy wartości:

• 130 mln USD to kwota ogłoszonej inwestycji funduszu Warburg Pincus.
• 3,6 mld USD to wycena biznesu przy tej transakcji, a nie kwota pozyskanego kapitału.
• Source to wspólna marka ekosystemu zaprezentowana w październiku 2026 roku, obejmująca wcześniej działające przedsiębiorstwa.

Source nie jest więc startupem stworzonym od podstaw w 2026 roku, który w kilka dni osiągnął miliardową wycenę. To nowa struktura i tożsamość dla rozwijanego od lat biznesu infrastruktury danych.

Pięć marek w jednym ekosystemie technologicznym

13 października 2026 roku ogłoszono utworzenie Source jako wspólnego ekosystemu pięciu marek: Oxylabs, Decodo, Honeygain, Webshare oraz ScrapingBee.

Podmioty te działają w obszarach związanych z dostępem do danych internetowych, sieciami pośredniczącymi i narzędziami do pobierania informacji ze stron WWW. Mają przy tym różne grupy klientów i modele działania.

Zgodnie z ogłoszonym modelem poszczególne marki mają nadal rozwijać swoje rozwiązania, natomiast wspólna organizacja zapewnia zaplecze w takich obszarach jak finanse, prawo, bezpieczeństwo informacji, zarządzanie ryzykiem i rozwój biznesowy.

W październikowych publikacjach branżowych wskazywano, że ekosystem zatrudnia ponad 800 osób, a z rozwiązań należących do niego firm korzysta ponad 350 tys. klientów lub zespołów technologicznych. Są to dane podawane przez przedsiębiorstwo przy ogłoszeniu nowej struktury.

Połączenie marek pod wspólnym parasolem może pozwalać na dzielenie kosztów rozwoju, kompetencji i infrastruktury, przy jednoczesnym utrzymaniu odrębnych ofert dla różnych segmentów rynku.

Nie oznacza to jednak, że wszystkie produkty stały się jedną usługą albo że każda firma w ekosystemie działa według identycznego modelu biznesowego.

Dlaczego sztuczna inteligencja potrzebuje aktualnych danych z internetu?

Modele językowe uczą się na dużych zbiorach danych, ale wiedza zdobyta podczas trenowania nie jest tym samym co dostęp do aktualnych informacji.

Jeśli użytkownik pyta o bieżącą cenę produktu, dostępność konkretnego hotelu lub najnowszy raport finansowy, system AI może potrzebować pobrać informacje z zewnętrznego źródła.

W praktyce należy rozróżnić trzy obszary wykorzystania danych.

To rozróżnienie ma duże znaczenie ekonomiczne. Dostarczenie obszernego zbioru danych do trenowania modelu jest innym rodzajem usługi niż zapewnianie szybkiego dostępu do aktualnych informacji tysiącom systemów wykonujących zapytania przez całą dobę.

Wraz z rozwojem agentów AI znaczenie może zyskiwać infrastruktura pozwalająca systemom regularnie sprawdzać zmieniające się dane i otrzymywać je w postaci przydatnej do dalszego przetwarzania.

Sam dostęp do aktualnych informacji nie eliminuje jednak błędów ani tak zwanych halucynacji AI. Znaczenie ma również wiarygodność źródeł, sposób ich przetwarzania oraz poprawność wnioskowania.

Jak zarabiają firmy dostarczające dane systemom AI?

Dostawcy infrastruktury internetowej mogą zarabiać na różnych etapach pozyskiwania i przetwarzania informacji.

Jednym z modeli jest udostępnianie sieci proxy, czyli infrastruktury pośredniczącej w połączeniach internetowych. Innym są usługi umożliwiające automatyczne pobieranie określonych danych ze stron internetowych.

Kolejną kategorią są interfejsy API, dzięki którym system klienta może przekazać zapytanie i otrzymać odpowiednio przygotowany wynik bez konieczności samodzielnego budowania całej infrastruktury.

Takie usługi mogą być rozliczane w modelu abonamentowym, według skali wykorzystania lub na podstawie indywidualnych umów biznesowych.

Przedsiębiorstwo korzystające z tego rodzaju infrastruktury płaci nie tylko za samą informację, lecz często również za techniczne możliwości jej pozyskania i przetworzenia: wydajność, dostępność usługi, utrzymanie systemów i przygotowanie danych do określonego zastosowania.

Warto jednak podkreślić, że techniczny dostęp do danych nie jest równoznaczny z nabyciem nieograniczonych praw do ich wykorzystania. Prawa do treści i zasady ich dalszego przetwarzania stanowią osobne zagadnienie.

Jakie branże korzystają z infrastruktury danych internetowych?

Wbrew pozorom rynek nie powstał dopiero wraz z popularnością generatywnej AI. Firmy pozyskiwały dane z internetu na potrzeby analiz biznesowych na długo przed pojawieniem się współczesnych chatbotów.

Technologie web data mogą służyć między innymi do następujących zastosowań:

Generatywna AI może zwiększać skalę zapotrzebowania na te usługi, ponieważ systemy automatyczne potrafią wykonywać wiele operacji wyszukiwania i analizy bez inicjowania każdej z nich osobno przez człowieka.

Nie oznacza to jednak, że cały dotychczasowy rynek danych internetowych przekształci się w rynek obsługujący wyłącznie sztuczną inteligencję.

Skąd tak wysoka wycena? Inwestorzy patrzą na infrastrukturę AI

Wycena Oxylabs na poziomie 3,6 mld USD jest istotnym sygnałem zainteresowania inwestorów działalnością, która nie polega na tworzeniu kolejnego popularnego chatbota.

Warburg Pincus to międzynarodowy fundusz inwestycyjny, który w lipcu 2026 roku zdecydował się zaangażować 130 mln USD w rozwój przedsiębiorstwa.

Wysoka wycena może odzwierciedlać oczekiwania dotyczące przyszłego zapotrzebowania na dane, możliwości rozwoju usług infrastrukturalnych, skali działalności i pozycji firmy na rynku.

Nie należy jednak utożsamiać jej z bieżącą wartością przychodów, osiąganym zyskiem ani gwarantowanym przyszłym wynikiem.

Według informacji podawanych przez Oxylabs w lipcu 2026 roku przedsiębiorstwo osiągało około 350 mln USD rocznego powtarzalnego przychodu, określanego jako ARR. Jest to deklarowany przez spółkę wskaźnik, którego nie należy automatycznie traktować jako przychodu wykazanego w audytowanym sprawozdaniu za zakończony rok obrotowy.

Dla inwestorów istotna może być również możliwość oferowania infrastruktury wielu klientom i branżom, zamiast opierania działalności na pojedynczej aplikacji konsumenckiej.

Historia Oxylabs pokazuje przy tym, że przedsiębiorstwo technologiczne może budować znaczną skalę działania przez wiele lat bez zewnętrznego finansowania kapitałowego, a dopiero na późniejszym etapie zdecydować się na inwestora.

Osiem z dziesięciu laboratoriów LLM? Mocna deklaracja, której nie można niezależnie potwierdzić

W rozmowie opublikowanej przez Bloomberg 13 października 2026 roku Vytautas Savickas, CEO Source, stwierdził, że infrastruktura grupy jest wykorzystywana przez osiem z dziesięciu największych laboratoriów rozwijających duże modele językowe.

To istotna deklaracja dotycząca pozycji przedsiębiorstwa w globalnym sektorze AI. Nie przedstawiono jednak publicznej listy tych klientów ani szczegółowej metodologii wyboru dziesięciu największych laboratoriów.

Nie należy więc traktować tej informacji jako niezależnie zweryfikowanego udziału firmy w całym rynku infrastruktury danych dla AI.

Przedstawiciele grupy informowali również o bardzo szybkim wzroście zapotrzebowania na przetwarzanie danych. Bloomberg przytoczył deklarację o około dziesięciokrotnym zwiększeniu możliwości przetwarzania danych w pierwszej połowie 2026 roku.

Warto jednak odróżnić wzrost mocy lub skali przetwarzania od wzrostu przychodów. Są to różne mierniki i nie powinny być przedstawiane zamiennie.

Dane dostępne publicznie nie zawsze są danymi do dowolnego wykorzystania

Rozwój rynku infrastruktury danych prowadzi do jednego z najważniejszych sporów współczesnej gospodarki cyfrowej: kto i na jakich zasadach może wykorzystywać informacje publikowane w internecie?

Fakt, że treść jest dostępna na publicznej stronie WWW, nie oznacza automatycznie, że każdy podmiot może ją bez ograniczeń kopiować, agregować, sprzedawać lub wykorzystywać do trenowania modeli AI.

W zależności od rodzaju danych znaczenie mogą mieć prawo autorskie, ochrona baz danych, przepisy dotyczące danych osobowych, warunki korzystania z usług i inne właściwe regulacje.

W Unii Europejskiej szczególne znaczenie mają przepisy dotyczące eksploracji tekstów i danych, określanej jako text and data mining (TDM).

Artykuł 4 dyrektywy 2019/790 przewiduje określony wyjątek dotyczący eksploracji legalnie dostępnych utworów i innych materiałów. Jednocześnie dopuszcza zastrzeganie praw przez uprawnione podmioty w odpowiedni sposób, w tym w formie nadającej się do odczytu maszynowego w przypadku treści publikowanych online.

Z kolei art. 53 unijnego AI Act nakłada na dostawców modeli AI ogólnego przeznaczenia obowiązki obejmujące między innymi przyjęcie polityki przestrzegania unijnego prawa autorskiego oraz publikowanie odpowiednio szczegółowego podsumowania treści wykorzystanych do trenowania modelu.

Przepisy te nie oznaczają, że każda forma pobierania danych internetowych jest zakazana. Nie tworzą też jednego prostego pozwolenia na wszystkie zastosowania danych.

Legalność konkretnego sposobu pozyskiwania i wykorzystywania informacji wymaga analizy źródła, rodzaju treści, celu wykorzystania oraz właściwych regulacji.

Co rozwój rynku danych dla AI oznacza dla właścicieli stron internetowych?

Dla wydawców i właścicieli serwisów internetowych rozwój systemów AI oznacza pojawienie się nowych sposobów wykorzystywania treści publikowanych w sieci.

Ta sama strona może być odwiedzana przez zwykłych użytkowników, roboty indeksujące wyszukiwarek, narzędzia analityczne, systemy automatycznie pobierające dane oraz aplikacje AI korzystające z zewnętrznych źródeł informacji.

Nie wszystkie te działania mają ten sam cel ani podlegają identycznym mechanizmom technicznym.

Dlatego warto rozróżniać:

• Indeksowanie – analizowanie treści na potrzeby działania wyszukiwarki.
• Pozyskiwanie danych – pobieranie informacji w celu ich dalszego przetworzenia w określonym zastosowaniu.
• Trenowanie AI – wykorzystanie odpowiednio przygotowanych zbiorów w procesie uczenia modelu.
• Pobieranie aktualnych informacji przez AI – dostęp do zewnętrznych źródeł podczas wykonywania konkretnego zadania.
• Cytowanie źródeł – wskazywanie publikacji lub stron, z których system korzysta przy prezentowaniu odpowiedzi użytkownikowi.

Te procesy mogą być ze sobą powiązane, ale nie są tożsame.

Samo pobranie treści przez system automatyczny nie oznacza, że strona zostanie wymieniona jako źródło odpowiedzi AI. Nie oznacza również, że użytkownik otrzyma link do oryginalnej publikacji.

Z perspektywy wydawców szczególnie istotne staje się więc monitorowanie sposobów udostępniania treści oraz świadome zarządzanie ich wykorzystaniem przez zewnętrzne systemy.

Czy infrastruktura danych stanie się jednym z najważniejszych rynków ery AI?

Przypadek litewskiego Oxylabs i utworzenie Source pokazują, że wartość gospodarcza sztucznej inteligencji powstaje na wielu poziomach.

Najbardziej widoczne są aplikacje, chatboty i modele językowe. Pod nimi funkcjonują jednak dostawcy infrastruktury obliczeniowej, oprogramowania, narzędzi do przetwarzania danych i usług dostępu do informacji.

Rozwój agentów AI może zwiększać znaczenie aktualności, dostępności oraz jakości danych zewnętrznych. Jednocześnie dalszy wzrost tego rynku będzie zależał od rzeczywistego popytu, opłacalności usług i zasad prawnych regulujących wykorzystywanie internetowych zasobów.

Nie ma pewności, które przedsiębiorstwa przejmą największą część wartości tworzonej przez nowe zastosowania sztucznej inteligencji. Nie można też zakładać, że zapotrzebowanie na infrastrukturę będzie rosło w dotychczasowym tempie bez ograniczeń.

Historia firmy rozwijanej w Wilnie od 2015 roku pokazuje jednak, że globalny biznes technologiczny nie musi powstawać wyłącznie w Stanach Zjednoczonych ani opierać się na aplikacji wykorzystywanej bezpośrednio przez miliony konsumentów.

W gospodarce AI coraz większą wartość mogą tworzyć również przedsiębiorstwa, których użytkownik końcowy nigdy nie zobaczy. Zapewniają one dostęp do infrastruktury, informacji i narzędzi pozwalających innym firmom budować własne produkty. Wycena Oxylabs na 3,6 mld dolarów jest jednym z najbardziej wyrazistych europejskich przykładów tego modelu.

Źródła

• Bloomberg, „AI Turns Little-Known Lithuanian Unicorn Into Data Powerhouse”, 13 października 2026 r.
• Warburg Pincus, ogłoszenie inwestycji w Oxylabs, 9 lipca 2026 r.
• Proxyway, informacja branżowa o utworzeniu Source, 13 października 2026 r.
• Dyrektywa Parlamentu Europejskiego i Rady (UE) 2019/790, art. 4.
• AI Act, art. 53 – obowiązki dostawców modeli AI ogólnego przeznaczenia.

Artykuł ma charakter informacyjno-analityczny. Wycena Oxylabs pochodzi z transakcji inwestycyjnej z lipca 2026 roku. Wybrane dane dotyczące skali działalności i klientów pochodzą z deklaracji przedsiębiorstwa. Omówienie przepisów nie stanowi indywidualnej porady prawnej.