Zapraszam do oglądania!

Kilka lat temu wraz z Krzyśkiem Domaradzkim napisaliśmy “Startupowców” czyli książkę o ludziach, którzy budowali polski ekosystem od zera. Dziś mam dla Ciebie jej naturalną kontynuację, tyle że o rewolucji, która dzieje się właśnie teraz.

“RzeczpospolitAI” to opowieść o tym, jak sztuczna inteligencja zmienia gospodarkę, naukę, politykę i codzienność szybciej, niż ktokolwiek przewidywał. To wielka szansa nie tylko dla polskich firm, ale i dla całego kraju. Możemy ją spektakularnie wykorzystać albo zmarnować.

Zapytaliśmy o to 17 wyjątkowych osób (przedsiębiorców, naukowców i liderów opinii), którzy realnie kształtują polski krajobraz AI.

Wśród nich są między innymi.:

• Minister Krzysztof Gawkowski

• generał Karol Molenda

• Matti Staniszewski (ElevenLabs)

• Rafał Brzoska (InPost)

• Jarosław Królewski (Synerise)

• Sebastian Kondracki (Bielik)

• Aleksander Mądry (OpenAI)

To nie jest książka o tym, jak działa ChatGPT albo który model wybrać. To opowieść o rewolucji, która zmienia sposób, w jaki pracujemy, budujemy biznesy i myślimy.

Chcieliśmy aby to była pierwsza książka o Polsce i AI, która zbiera doświadczenia, wizje i prognozy tych ludzi w przekrojową mapę naszego rynku sztucznej inteligencji.

Książka jest teraz w przedsprzedaży w wyjątkowym pakiecie: wersja papierowa z naszymi autografami + audiobook + ebook a ten cały pakiet oferujemy za 89,90 zł brutto.

Jeśli “Startupowcy” opowiadali o tym, kto zbudował polską scenę technologiczną, to “RzeczpospolitAI” jest o tym, kto zbuduje jej następną dekadę.

Mamy nadzieję, że to przekona Cię do sięgnięcia po naszą nową książkę, której oficjalna premiera będzie miała miejsce 16 września.

Dziękujemy i zapraszamy do lektury!

Artur Kurasiński i Krzysztof Domaradzki

Jak dobrze podejrzewacie, całe “internety” miały używanie. Ale Cory Doctorow w swojej nowej książce The Reverse Centaur’s Guide to Life After AI proponuje, żeby na chwilę wstrzymać się ze śmiechem. Bo Buscaglia napisał (czy raczej zlecił napisanie) większości sześćdziesięcioczterostronicowego dodatku. Jason Koebler, który opisał sprawę, zaczynał karierę w redakcji, gdzie taką listę robiło trzech stażystów pod okiem doświadczonego dziennikarza, z zapleczem działu fact-checkingu. Buscaglia dostał zadanie wykonania pracy kilkunastu osób w terminie, który gwarantował katastrofę.

Wniosek Doctorowa jest prosty i stanowi klucz zrozumienia całej jego książki: Buscaglia nie zawiódł. Buscaglia został wtłoczony w rolę, w której jego praca nie polegała na nadzorowaniu chatbota, tylko na wzięciu na siebie winy za błędy chatbota.

Lubię książki Doctorowa. Nie są może ucztą intelektualną jak felietony Dukaja, ale na szczęście za każdym razem są o czymś, czego w debacie o technologii (szczególnie w Polsce) bardzo brakuje: opisywania cyfrowego kapitalizmu z perspektywy tych, którym on się przydarza, a nie tych, którzy na nim zarabiają. Doctorow ma jedną wielką zaletę rzemieślnika, który po prostu konsekwentnie draży temat styku technologii i kapitalizmu.

Wszak to on wprowadził do obiegu określenie„enshittification" (po polsku “zgównowacenie”), termin opisujący cykl życia platform (najpierw dobre dla użytkowników, potem dla klientów biznesowych, na końcu już tylko dla siebie), rozwinięty w zeszłorocznej książce pod tym samym tytułem a dziś trudno o tekst o Amazonie czy Google'u, który się bez niego obywa.

Wcześniej była książka Chokepoint Capitalism, o tym, jak skoncentrowane rynki kreatywne wyciskają twórców przez wąskie gardła dystrybucji (lekura obowiązkowa dla każdego, kto chce zrozumieć, czemu Spotify płaci muzykom homeopatyczne ułamki grosza). The Internet Con to z kolei zwięzły manifest interoperacyjności jako narzędzia rozbijania monopoli z przesłaniem “nie czekaj, aż regulator podzieli giganta, tylko daj ludziom prawo podłączania się do jego systemów bez pytania o zgodę”.

A kto woli fikcję, niech sięgnie po jego powieść “Mały brat” kierowaną do młodszych odbiorców opowiadającą o inwigilacji, która zradykalizowała całe pokolenie amerykańskich nerdów skuteczniej niż niejeden traktat, albo serię o Martinie Henchu, śledczym księgowym tropiącym przekręty Doliny Krzemowej, gdzie kryminalna intryga jest w gruncie rzeczy wykładem z finansowej patologii big techu.

No i jest Pluralistic, codzienny newsletter bez reklam, trackerów i paywalla, publikowany na wolnej licencji: dowód, że można być zawodowym pisarzem w internecie i nie brać udziału w tym wszystkim, co się krytykuje. Nawet jeśli nie ze wszystkim się u Doctorowa zgadzam, to jest to jeden z niewielu autorów, po których lekturze człowiek dostaje całkiem dużo przemyśleń “jak ten świat naprawdę działa”.

Doctorow buduje całą argumentację wokół jednego rozróżnienia, zapożyczonego z teorii automatyzacji: centaur kontra odwrócony centaur.

Centaur to człowiek wspomagany przez maszynę bardzo często wyobrażany w sztuce jako pół człowiek, pół koń. Stosując tę analogię każdy rowerzysta w jakimś sensie jest centaurem. Ktoś korzystający z aparatu słuchowego jest centaurem. Jest nim sam Doctorow, który karmi Whisper’a trzydziestoma godzinami podcastów, żeby odnaleźć jeden cytat (co opisuje to doświadczenie jako czyste, niezmącone szczęście).

Odwrócony centaur to człowiek wcielony do roli asystenta maszyny. Lucy i Ethel przy taśmie z czekoladkami, tyle że bez śmiechu z offu. Pracownik magazynu Amazona, którego ruchy mierzą kamery z AI i który sika do butelki, bo wyjście do toalety rozwaliłoby mu normę. Programista Amazona (i to jest jedna z najlepiej udokumentowanych partii książki, oparta na reportażu Noama Scheibera z „New York Timesa”) którego praca zmieniła się z rozwiązywania problemów w gorączkowe przeglądanie kodu wyplutego przez chatbota w tempie uniemożliwiającym jakąkolwiek realną kontrolę.

Rozróżnienie brzmi prosto, ale robi w książce ogromną robotę, bo rozwiązuje paradoks, który każdy z nas zna z własnej bańki: jak to możliwe, że jedni przysięgają, że AI odmieniło ich życie, a drudzy - że to bezużyteczny złom? Odpowiedź Doctorowa: ci pierwsi to centaury, które same zdecydowały, kiedy i jak używać narzędzia. Ci drudzy to odwrócone centaury, którym narzędzie narzucono. Spór o „jakość AI” jest w gruncie rzeczy sporem o władzę, tylko udaje spór o technologię.

Najważniejsze zdanie książki (Doctorow powtarza je jak mantrę, aż do znudzenia, i robi to celowo) brzmi: “nieważne, co gadżet robi. Ważne, dla kogo to robi i komu to robi.”

Najciekawsze jest jednak to, że Doctorow nie zatrzymuje się na krytyce kulturowej. Środek książki to właściwie wykład z mechaniki finansowej bańki, napisany tak, że zrozumie go każdy, kto kiedykolwiek zastanawiał się, czemu Big Tech zachowuje się jak zachowuje.

A jak to wygląda? Otóż spółka „wzrostowa” ma wielokrotnie wyższy wskaźnik ceny do zysku niż spółka „dojrzała”. Wysoka wycena pozwala kupować firmy i talenty za akcje, które (jak pisze Doctorow z charakterystyczną złośliwością) produkuje się „wpisując zera do arkusza kalkulacyjnego”. Ale w momencie, gdy rynek uzna, że wzrost się skończył, następuje panika: wyprzedaż, krach wyceny, utrata wszystkich przewag naraz. Dlatego Google, mając 90 procent rynku wyszukiwania (definicję dojrzałego biznesu) musi bez przerwy opowiadać historię o nowych terytoriach do podboju. Kiedyś tym terytorium był Google+, potem metawersum Zuckerberga, dziś jest nim samo AI.

Stąd wniosek, który tłumaczy wszystko, co widzimy na co dzień: adresatem hype’u na AI nie jesteśmy my, czyli klienci palący tokeny modeli fundamentalnych. Prawdziwym adresatem są inwestorzy. Przycisk AI, który dorzucony jest do chyba już każdej aplikacji i którego nie da się wyłączyć, jest tam po to, żeby wygenerować statystykę „zaangażowania”, którą można pokazać w raportach finansowych na Wall Street.

Doctorow wylicza, że w trakcie pisania książki przypadkowo wywołał asystenta AI w swoim Pixelu robiąc zdjęcie, przełączając aplikacje, wysyłając SMS-a, dyktując maila (oraz szukając w ustawieniach opcji wyłączenia AI). Każde z tych „zaangażowań” poszło do kwartalnego raportu opisującego “wzrost korzystania z usług AI”.

Do tego dochodzi księgowość (szczególnie ta kreatywna). Microsoft „inwestuje” w OpenAI, a tokeny na moc obliczeniową we własnych centrach danych, OpenAI księguje je po wartości nominalnej jako przychód inwestycyjny, po czym wydaje je z powrotem u Microsoftu (który księguje to jako przychód swojej chmury). Ufff.

Doctorow porównuje to do lodziarni, która daje stałemu klientowi żetony do automatów z grami, a potem ogłasza, że „zainwestowała” w klienta i „zarobiła” na automatach. Ed Zitron (którego uwagi z „Hater’s Guide to the AI Bubble” Doctorow obficie cytuje) dodaje do tego liczbę, którą warto zapamiętać: siedem spółek związanych z AI odpowiada za 35 procent wartości amerykańskiej giełdy (i tylko jedna z tych spółek czyli NVIDIA naprawdę zarabia sprzedając swój hardware pozostałym sześciu podmiotom).

Jest w tej książce rozdział, który wywoła najwięcej sporów, i dobrze, bo jest intelektualnie najodważniejszy. Doctorow (czyli pisarz, którego książki niemal na pewno znalazły się w zbiorach treningowych wielkich modeli) twierdzi, że AI nie ma problemu z prawem autorskim. AI ma problem z pracą.

Czemu? Bo argument prawny jest trudny do zbicia: scraping jest legalny (robi to każda wyszukiwarka i Internet Archive), analiza statystyczna utworów to zliczanie faktów, a faktów nie obejmuje prawo autorskie, publikacja modelu zaś to publikacja kodu, chronionego w USA jako wypowiedź. Ale można naruszyć prawo przy okazji treningu (jak Meta czy Anthropic, ściągające pirackie kopie książek, za co ta druga zapłaciła autorom 1,5 miliarda dolarów ugody) ale to naruszenie przy pozyskaniu, nie przy trenowaniu.

Ciekawszy jest jednak argument ekonomiczny. Doctorow zastanawia się, że skoro przez czterdzieści lat prawo autorskie było nieprzerwanie rozszerzane a przemysł rozrywkowy rósł i koncentrował się, to dlaczego udział twórców w tym torcie spadł, i to zarówno procentowo, jak i w wartościach bezwzględnych?

Odpowiedź znamy: bo prawo autorskie jest zbywalne, a twórcy sprzedają je na rynku, na którym po stronie kupujących stoi pięciu wydawców, cztery studia, trzy wytwórnie. Dawanie twórcom nowych praw w obecnym klimacie prawnym to jak dawanie gnębionemu dzieciakowi więcej pieniędzy na obiad. Wszyscy przecież wiemy, że szkolni oprawcy zabiorą mu i to.

Nowe „prawo do treningu” nie trafiłoby do ilustratorów i pisarzy; trafiłoby, poprzez niepodlegające negocjacjom klauzule w umowach, do Disneya, Universala i Getty Images, które chcą dokładnie tego samego co firmy AI (zastąpić twórców automatem) tylko na własnych warunkach. Wymowny jest cytowany w książce komunikat RIAA przy okazji pozwu Disneya przeciw Midjourney: organizacja nie protestuje przeciw trenowaniu modeli na cudzej pracy. Protestuje przeciw trenowaniu bez płacenia wytwórniom.

Co w zamian? Dwie rzeczy. Po pierwsze, wzorzec ze strajku scenarzystów z 2023 roku: WGA nie zażądała zakazu AI, tylko wywalczyła prawo do używania AI na warunkach pisarzy, bez obniżki stawek - czyli prawo do bycia centaurem zamiast odwróconego centaura. Doctorow widzi w tym argument za przywróceniem negocjacji sektorowych, zakazanych w USA od ustawy Tafta-Hartleya. Po drugie, obrona zasady, której amerykański urząd praw autorskich broni konsekwentnie w sądach: dzieło wygenerowane przez AI nie podlega ochronie prawnoautorskiej. Rodzi się w domenie publicznej. A jedyną rzeczą, której korporacje medialne nienawidzą bardziej niż płacenia twórcom, jest sytuacja, w której ktoś może legalnie kopiować ich produkty.

Jeśli wybór brzmi: płacić ludziom albo stracić copyright oznacza wybór “lepiej płacić ludziom” (chociaż to serio bardzo rzadki przypadek polityki, która służy twórcom, a nie ich pracodawcom).

Osobny, gorzko zabawny wątek to „aktualnie istniejące AI” nie to z prezentacji inwestorskich, tylko to, które już działa i już zarabia. Katalog prezentuje się następująco: ustalanie cen na podstawie inwigilacji (Delta i startup Fetcherr, obiecujący cenę biletu skrojoną pod dane wywiadowcze o pasażerze), algorytmiczna dyskryminacja płacowa (Uber obniżający stawki kierowcom, których dane wskazują na kiepską sytujację materialną), aplikacje do wynajmowania pielęgniarek na zmiany, które (jak ustalił Roosevelt Institute) kupują od brokerów danych historię kredytową pielęgniarki i proponują niższą stawkę tym z długami na karcie. Bo jak wiadomo zdesperowany finansowo pracownik nie będzie się targował, weźmie każdą pracę.

Do tego predykcyjne wskazywanie przestępców, gdzie model trenowany na danych z rasistowskich patroli produkuje rasistowskie rekomendacje, które generują dane do dalszego treningu — Doctorow nazywa to „koprofagicznym AI” i cytuje badania HRDAG pokazujące, jak drobne skrzywienie danych wejściowych rośnie lawinowo z każdym cyklem.

I wreszcie mój ulubiony motyw: jak często „AI” okazuje się po prostu ludźmi. Sklepy Amazon Just Walk Out, w których „kamery AI” były zwykłym CCTV podłączonym do indyjskich centrów, gdzie do trzech pracowników na klienta klikało, co ten wrzucił do koszyka. Builder.ai, wyceniany na miliard dolarów „system AI budujący aplikacje”, będący w rzeczywistości agencją pośrednictwa pracy dla ośmiuset programistów z Indii. Robot Tesli, który tańczył tak bardzo “po ludzku”, bo był tancerzem w kostiumie robota. Hinduscy technolodzy żartują, że AI znaczy „Absent Indians”, a GPT w ChatGPT — „Gujarati People Typing”. Mechaniczny Turek z 1800 roku miał w środku szachistę; jego następcy mają outsource’owanych pracowników z Bengaluru.

Z polskiej perspektywy ten rozdział czyta się z prawdziwym niepokojem. Nasz sektor usług biznesowych (setki tysięcy miejsc pracy, filar modelu rozwojowego ostatnich dekad odpowiedzialny za rosnące od 30 lat polskie PKB) to w dużej mierze właśnie ta warstwa: ludzie obsługujący procesy, których automatyzacja jest wiecznie „tuż za rogiem”.

W optymistycznym scenariuszu AI robi z nich centaury. W scenariuszu, który opisuje Doctorow (i który jest domyślnym scenariuszem każdego wdrożenia nastawionego na cięcie kosztów) robi z nich “odwrócone centaury” na czas przejściowy, aby szybko potem zrobi z nich bezrobotnych. Nie dlatego, że AI potrafi wykonywać ich pracę tylko dlatego, że sprzedawca AI potrafi przekonać ich pracodawcę, że potrafi. To rozróżnienie (między „AI zabierze ci pracę” a „sprzedawca AI przekona twojego szefa, żeby cię zwolnił i zastąpił AI, które nie umie robić twojej roboty”) jest może najbardziej praktycznym wkładem tej książki do publicznej debaty.

Czy to książka kompletna, dobrze napisana i będąca super pozycją do polecenia? I tak i nie. Doctorow pisze w rytmie swojego newslettera Pluralistic — i czasem to widać. Niektóre anegdoty (Google+, pivot to video) znają wszyscy, którzy czytali Enshittification; parę argumentów powtarza się w książce dwukrotnie niemal tym samym zdaniem, jakby rozdziały powstawały jako osobne eseje, którymi zapewne były.

Prognoza, że bańka „pęknie, bo wszystkie bańki pękają”, jest bezpieczna retorycznie i niefalsyfikowalna praktycznie a sam Doctorow uczciwie przywołuje prawo Steina („jeśli coś nie może trwać wiecznie, to się skończy”).

Jest też napięcie, którego autor jest świadom, ale go do końca nie rozbraja: cała nadzieja książki spoczywa na „produktywnych pozostałościach” bańki — otwartych modelach jak Whisper czy DeepSeek, działających lokalnie, tanio i pod kontrolą użytkownika. Doctorow pięknie pisze, że pozostałość po bańce to “złom do odzysku”: skoro węgiel już spalono, głupotą byłoby wyrzucać to, co zostało. Ale to oznacza, że jego scenariusz pozytywny jest w istocie scenariuszem po katastrofie czyli po krachu, który przy 35-procentowym udziale spółek AI w amerykańskiej giełdzie uderzy też w fundusze emerytalne ludzi, którzy nigdy świadomie nie postawili złotówki na Sama Altmana.

W tym również nasze: polski kapitał emerytalny i oszczędności w funduszach indeksowych są ekspozycją na tę bańkę, czy tego chcemy, czy nie. Siedzimy w warstwie aplikacyjnej tego łańcucha wartości jako konsumenci i płatnicy renty, ale w warstwie finansowej jako po prostu zakładnicy tego szaleństwa.

Na koniec rzecz, która w polskiej debacie o AI jest chronicznie nieobecna, a którą Doctorow stawia w centrum: nieuchronność jest chwytem retorycznym, nie faktem. Autor nazywa to inewitabilizmem i wywodzi wprost od Margaret Thatcher i jej „There is no alternative”. Szef technologiczny, który mówi, że AI „nadchodzi” i „nie da się tego zatrzymać”, robi dokładnie to samo, co każdy silny gracz w historii: przedstawia własną decyzję biznesową jako prawo natury.

Fantastyka naukowa (przypomina Doctorow, który jest przecież pisarzem SF) jest literaturą antyinewitabilistyczną. Samo istnienie wielu różnych wyobrażonych przyszłości dowodzi, że obecny układ jest wyborem. A skoro jest wyborem, można wybrać inaczej.

Żeby było jasne. The Reverse Centaur’s Guide to Life After AI też nie jest książką spod znaku “anty-AI”. To sprawnie napisany manifest “anty-bańkowy” i “anty-fatalistyczny” bo sam Doctorow bez oporów zachwyca się transkrypcją na swoim laptopie, lokalnymi modelami obrazu, pracą HRDAG, która przy pomocy LLM-ów indeksuje terabajty akt policyjnych i dokumentuje zbrodnie wojenne w Kolumbii.

On sam chce, żebyśmy używali “statystycznych papug” (czyli LLMów) tam, gdzie służą nam, i głośno mówili „nie” tam, gdzie AI ma służyć do niszczenia praw pracownika, zmuszania do wyzysku i niesprawiedliwych płac.

Cała różnica (jak powtarza swoją mantrę Doctorow) nie tkwi w tym, co robi gadżet. Tkwi w tym, dla kogo to robi i komu to robi.

Marco Buscaglia mógłby to sobie wydrukować i powiesić nad biurkiem.

My też.

Artur Kurasiński

Komputronik to nie tylko firma w której kupisz laptopa do pracy, ale firma monitoruje sieci innych firm 24 godziny na dobę, żeby złapać hakera, zanim zaszyfruje im dane.

W tym odcinku Technofobii rozmawiam z Pawłem Stapfem z Komputronik Biznes (sponsorem tego odcinka) o tym, jak wygląda dziś prawdziwa walka z cyberprzestępcami, ale nie ta z filmów, tylko ta, która dzieje się w SOC-u (Security Operations Center) każdej dnia i każdej nocy.

Punkt wyjścia: atak ransomware na szpital wojewódzki w Szczecinie, który sparaliżował placówkę i zmusił personel do pracy na papierze. Gdyby szpital miał operacyjne centrum bezpieczeństwa - czy dałoby się wykryć wcześniej przestępcze działania?

ZOBACZ📺

POSŁUCHAJ🎙️

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii ;)

NETFLIX KUPUJE STARTUP AI BENA AFFLECKA

Netflix ujawnił, że zapłacił 587 mln dolarów za startup InterPositive, założony przez Bena Afflecka i rozwijający narzędzia AI wspierające filmowców w postprodukcji. To jedna z największych inwestycji firmy w technologie dla branży filmowej i wyraźny sygnał, że sztuczna inteligencja ma odegrać istotną rolę w przyszłości produkcji.

LINK

CHINY WALCZĄ Z CZATBOTAMI UDAJĄCYMI RELACJE

Chińskie władze zaostrzają przepisy dotyczące chatbotów, chcąc ograniczyć emocjonalne przywiązanie użytkowników do wirtualnych partnerów i zachęcić ich do budowania relacji w świecie rzeczywistym. To kolejny element działań mających przeciwdziałać kryzysowi demograficznemu i spadającej liczbie urodzeń.

LINK

APPLE INTELLIGENCE WCHODZI DO CHIN (NA SILNIKU ALIBABY)

Chiński regulator zatwierdził usługi AI Apple’a oparte na modelach Qwen od Alibaby, które trafią do iOS, iPadOS, macOS i visionOS. To przełom po latach opóźnień i nieudanych rozmów z Baidu, DeepSeek i ByteDance a zarazem przypomnienie, że w Chinach nawet Apple gra na warunkach Pekinu. Akcje Alibaby wzrosły o ponad 6% po ogłoszeniu.

LINK

ANTHROPIC I BLACKSTONE: BILION DOLARÓW LEŻY WE WDROŻENIACH

Joint venture Anthropica, Blackstone, Hellman & Friedman i Goldman Sachs dostało nazwę: Ode with Anthropic czyli warta 1,5 mld dolarów firma wdrożeniowa, która wysyła inżynierów AI bezpośrednio do biur klientów korporacyjnych. CEO Chris Taylor mówi wprost, że przy dobrej egzekucji to potencjalnie firma warta bilion dolarów. Laby frontier przyznają tym samym, że sama sprzedaż lepszych modeli nie wystarczy do wygrania rynku enterprise.

LINK

NYT OSKARŻA OPENAI O UKRYWANIE I NISZCZENIE DOWODÓW

New York Times i kilkanaście innych redakcji wnioskuje o sankcje sądowe wobec OpenAI, twierdząc, że firma przez dwa lata kłamała o braku możliwości przeszukiwania własnych danych treningowych i logów ChatGPT. Zeznania inżyniera OpenAI ujawniły m.in. wewnętrzną bazę 78 mln zanonimizowanych rozmów, którą firma sama badała pod kątem naruszeń. Wydawcy zarzucają też kasowanie miliardów logów wbrew nakazowi sądu czyli standard ujawniania danych ustalony w tej sprawie może objąć całą branżę.

LINK

KOREA MA PLAN NA AI ZA 880 MLD $ ALE BRAKUJE PRĄDU I WODY

Dziesięcioletni plan Seulu na chipy, centra danych AI i robotykę (1350 bln wonów, głównie kapitał Samsunga i SK Hynix) zderza się z twardą fizyką: megaklaster Yongin będzie potrzebował 15-16 GW mocy, czyli około jednej czwartej zapotrzebowania całego Seulu, oraz 800 tys. ton wody dziennie. Linie przesyłowe i wodociągi są lata za harmonogramem budowy fabryk, a plan awaryjnych elektrowni LNG już wywołał sprzeciw komisji klimatycznej partii rządzącej.

LINK

REKORDOWY PATCH TUESDAY MICROSOFTU — 570 ŁATEK DZIĘKI AI

Microsoft wydał rekordową liczbę 570 poprawek bezpieczeństwa dla Windows, Office’a i innych produktów, tłumacząc skok wykorzystaniem AI do wykrywania podatności w kodzie. Co najmniej dwie luki to zero-daye aktywnie wykorzystywane przez hakerów w tym błąd w SharePoint, przed którym ostrzega amerykańska CISA. AI znajduje dziury szybciej niż ludzie zdążą je łatać po obu stronach barykady.

LINK

VINT CERF CHCE DAĆ AGENTOM AI TOŻSAMOŚĆ W SIECI

Współtwórca protokołów internetu, po 20 latach odejścia z Google, doradza Innovation Labs - organizacji budującej otwartą architekturę identyfikacji agentów AI opartą na infrastrukturze DNS. Kluczowe pytania: jakie uprawnienia ma agent, skąd je czerpie i kto odpowiada za jego działania w sieci, w której maszyny będą rozmawiać głównie z maszynami. Cerf podkreśla, że atutem projektu jest brak hyperscalera w tle i własnościowych danych rejestracyjnych.

LINK

PIERWSZY HARDWARE OD OPENAI DLA VIBE CODERÓW

OpenAI zaprezentowało Codex Micro – niewielki kontroler stworzony we współpracy z Work Louder, który ma ułatwić zarządzanie agentami AI w Codexie i przyspieszyć pracę programistów. To pierwszy sprzęt sygnowany przez firmę, ale nie jest to zapowiadane wcześniej konsumenckie urządzenie rozwijane z Jonym Ivem.

LINK

CHIŃSKIE AI KONTRA OGRANICZENIA USA

Wykorzystanie chińskiego modelu AI do analizy ataku z udziałem autonomicznego agenta OpenAI wywołało dyskusję o tym, czy obecne zabezpieczenia amerykańskich modeli nie utrudniają legalnych działań w cyberbezpieczeństwie. Sprawa pokazuje, że zbyt restrykcyjne ograniczenia mogą skłaniać firmy do sięgania po mniej ograniczone rozwiązania open source z Chin.

LINK

Badanie opublikowane w październiku 2025 roku przez zespół reporterów i naukowców pokazuje skalę problemu: użytkownicy “lekkiego użytku” (spędzający początkowo ok. 32 minut dziennie) w ciągu pięciu miesięcy zwiększyli czas spędzany w aplikacji do 71 minut dziennie (to ponad dwukrotny wzrost). “Power userzy” od początku spędzający 4,5 godziny dziennie, utrzymywali podobny poziom aktywności, sięgając nawet 240 minut dziennie.

Czym TikTok tak skutecznie przyciąga użytkowników? Kluczowe są trzy elementy: personalizacja, płynność i niekończący się strumień. Algorytm aplikacji działa jak kasyno – nagradza nasz mózg co pewien czas trafieniem w interesującą treść, budując tzw. pętlę dopaminową. Efekt? Użytkownicy otwierają aplikację częściej (od 4 do nawet 21 razy dziennie), spędzają więcej czasu na sesjach i szybciej przewijają kolejne filmy – średni czas spędzany na jednym filmie spada z 13,3 do nawet 10,1 sekundy. W miarę upływu czasu treści stają się coraz bardziej “natywne” dla platformy – osobiste historie, dramatyczne relacje, clickbaitowe “storytime’y” – wszystko to projektowane z myślą o maksymalnym zaangażowaniu emocjonalnym.

TikTok jak narkotyk

Konsekwencje są poważne. Jak podkreśla dr Meredith David z Baylor University, nadmierne korzystanie z TikToka wiąże się z utratą samokontroli, impulsywnym zachowaniem i tzw. phubbingiem czyli ignorowaniem otoczenia na rzecz telefonu. W badaniach neurobiologicznych prowadzonych przez prof. Marca Potenzę z Yale University wykazano, że oglądanie spersonalizowanych filmów TikToka aktywuje te same obszary mózgu, które są pobudzane przez jedzenie, seks czy substancje psychoaktywne. Osłabiona zostaje aktywność tzw. domyślnej sieci mózgowej, odpowiedzialnej m.in. za autorefleksję i kontrolę impulsów – co może tłumaczyć, dlaczego po godzinie scrollowania czujemy się “otępiali” lub “bezmyślni”, jak opisują to sami użytkownicy.

Co więc można zrobić? Choć TikTok oferuje funkcje ograniczające czas spędzany w aplikacji (limity, przypomnienia o przerwach, możliwość resetowania algorytmu), ich skuteczność bywa niska – wiele osób po prostu ignoruje ostrzeżenia. Znacznie lepiej działają strategie wprowadzające “tarcie”: usunięcie aplikacji z telefonu, korzystanie wyłącznie na komputerze lub tablecie, wyłączenie powiadomień, instalacja aplikacji blokujących dostęp (np. AppBlock czy Freedom). Kluczowe jest również przejście z biernej konsumpcji do aktywnego korzystania czyli komentowanie, rozmowy, dzielenie się treściami – co angażuje nas poznawczo i społecznie, zamiast tylko stymulować.

Ostatecznie jednak najskuteczniejszą bronią przeciw TikTokowi jest świadomość. To nie my sterujemy aplikacją – to ona, za pomocą miliardów punktów danych i precyzyjnych predykcji, steruje nami. Jak ujął to Thomas Essmeyer, badacz designu cyfrowego: „Nie my kontrolujemy aplikację ale to ona kontroluje nas”.

Flaga ruska, flaga francuska

43,7 procent. Tyle młodych Polaków w wieku 18–25 lat wskazało TikToka jako główne źródło informacji o wyborach prezydenckich w 2025 roku. To nie jest już dane o medium wschodzącym ani o “platformie tanecznej dla dzieciaków”. To dane o infrastrukturze politycznej kraju, ale z tą drobną różnicą, że tej infrastruktury nie zbudowała Polska, nie kontroluje jej żadna polska instytucja, a podmiot zarządzający (ByteDance) działa pod jurysdykcją Chińskiej Republiki Ludowej.

W relacjach z wyraźnymi prorosyjskimi sympatiami zamiast rosyjskiej flagi używano francuskiej, która ma takie same barwy. Dla przeciętnego widza flaga Francji wydaje się być neutralna, ale to jest wiedza operacyjna o tym, jak działają algorytmy TikToka, i świadome projektowanie treści pod ich ograniczenia. Każdy, kto pracował z modelami widzenia komputerowego, wie, że taki trick działa bo modele uczone na ogromnych korpusach obrazów potrafią identyfikować symbole, ale ich kontekstualizacja kulturowa jest słaba.

W warstwie narracyjnej: prorosyjska narracja i symbolika były powszechne w transmisjach monitorowanych kont. W nazwach użytkowników, opisach i zdjęciach profilowych pojawiają się rosyjskie barwy narodowe (biały, niebieski i czerwony). Publikowane treści wykorzystują informacje pozyskiwane z rosyjskojęzycznych kanałów Telegram. Pętla informacyjna domyka się: rosyjski Telegram → polskojęzyczny TikTok → polski wyborca.

144 moderatorów na 13 milionów użytkowników to jeden moderator na 90 tysięcy kont. Nawet bez znajomości szczegółów pracy moderatora można odpowiedzialnie stwierdzić, że to liczba bliska bezużytecznej, szczególnie w kontekście transmisji LIVE, które są na żywo, nie mogą być zweryfikowane przed publikacją, nie są archiwizowane i nie są dostępne badaczom po zakończeniu emisji.

Co z tego wynika dla polskiej polityki?

Po pierwsze, polski elektorat poniżej 30. roku życia nie żyje w tym samym ekosystemie informacyjnym, co reszta kraju. Partie polityczne, sztaby wyborcze i komentatorzy analizujący “co Polacy myślą” na podstawie sondaży i mediów tradycyjnych analizują kraj, którego coraz większa część po prostu nie istnieje. Wybory prezydenckie 2025 były pierwszymi, w których ta asymetria stała się decydująca. Następne nie będą wyjątkiem.

Po drugie, ekosystem polskiego TikToka politycznego nie jest zjawiskiem oddolnym w czystym sensie. Jak wskazuje dr Michał Marek z NASK, “kluczowe podmioty zewnętrzne w polskim internecie to Federacja Rosyjska, Republika Białorusi i prężnie działająca Chińska Republika Ludowa”, a ich przekazy “mają charakter antyzachodni, antynatowski, antyunijny, antyamerykański i są próbą reorientacji Polaków z kierunku zachodniego na kierunek wschodni”. Mówiąc inaczej: trzy największe autorytarne reżimy świata mają zbieżny interes w destabilizacji polskiej polityki, a TikTok jest dla nich kanałem dystrybucji o cenie hurtowej.

Po trzecie (i to być może najważniejsze) DSA nie zadziała, dopóki Komisja Europejska nie nauczy się egzekwować decyzji w cyklu krótszym niż wybory. Dwa lata postępowań i jedno “wstępne ustalenie” o przejrzystości reklam to nie jest regulacja. To kosmetyka. CEEDDW apeluje o zawieszenie funkcji TikTok LIVE w UE do czasu wdrożenia środków moderacji, przejrzystości i archiwizacji treści. Ten postulat (kilka miesięcy temu uznawany za radykalny) zaczyna brzmieć minimalistycznie.

W międzyczasie polska polityka odbywa się tam, gdzie 144 moderatorów ma sprawdzać treści 13 milionów użytkowników…

Źródło 1 oraz źródło 2

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

POLSKA UMIE W TECH

Michał Dżoga Przez 16 lat budował polski oddział Intela: od kilkuset ludzi do prawie 3 tysięcy, jednego z najważniejszych centrów R&D tej firmy w Europie.
Widział z bliska, jak wygląda gra o inwestycję wartą 4,6 miliarda dolarów i jak wygląda jej upadek...

Dziś Michał robi coś, czego w Polsce jeszcze nie było na taką skalę: łączy osiem rentownych polskich spółek technologicznych w jeden holding, żeby zbudować gracza zdolnego konkurować w Europie, a nie tylko podwykonawcę cudzych pomysłów.

W tym odcinku Technofobii rozmawiamy o tym, czego korporacyjny gigant nauczył go o polskiej cierpliwości i polskim tempie — i co musiał w sobie natychmiast wyłączyć, żeby zbudować coś zwinnego.

Pytam, dlaczego firmy tak chętnie sięgają po AI do cięcia kosztów, a tak rzadko do tworzenia nowej wartości. I dlaczego być może największym zagrożeniem AI w biznesie nie jest to, że model się myli a tylko, że człowiek zbyt szybko mu uwierzy.

Michał mówi wprost o „sovereign washingu” czyli sprzedawaniu rozwiązań jako suwerennych, choć realnie zależnych od infrastruktury i jurysdykcji spoza Europy. I stawia pytanie, które w dyskusjach o AI pada rzadziej, niż powinno: nie „jak to zbudować”, tylko „po co i dla kogo”.

BearLake Group (czyli holding, który współtworzy) ma pokrywać cały stos technologiczny: energię, centra danych, cyberbezpieczeństwo, AI. Ambicja jest prosta do wypowiedzenia i trudna do zrealizowania: przesunąć Polskę z roli taniego wykonawcy do roli współtwórcy europejskiej infrastruktury.

ZOBACZ 📺

POSŁUCHAJ🎙️

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii:

SAMOCHÓD WAYMO DONIÓSŁ NA NASTOLATKÓW

Dwóch 15-latków podróżujących autonomiczną taksówką Waymo zostało zatrzymanych po tym, jak firma powiadomiła policję o piciu alkoholu i strzelaniu z realistycznie wyglądającej zabawkowej broni. Historia pokazuje, że pasażerowie robotaksówek muszą liczyć się z aktywnym monitoringiem i możliwością interwencji służb.

LINK

OKULARY META CHCĄ ŚLEDZIĆ TWOJE EMOCJE

Meta opatentowała urządzenie AI, które miałoby analizować emocje użytkownika, obserwować jego codzienne nawyki i przypominać o przyjmowaniu leków. Sam patent nie oznacza jeszcze premiery takiego produktu, ale pokazuje kierunek rozwoju technologii, który może wywołać kolejną dyskusję o prywatności i granicach monitorowania ludzi.

LINK

APPLE OSKARŻA OPENAI O KRADZIEŻ TAJEMNIC HANDLOWYCH

Apple pozwało OpenAI oraz dwóch byłych pracowników, zarzucając wykorzystanie poufnych informacji i technologii przy rozwijaniu własnego sprzętu AI. Spór może stać się jednym z najgłośniejszych procesów w branży technologicznej i jeszcze bardziej zaostrzyć rywalizację między dawnymi partnerami.

LINK

META WYKORZYSTAŁA AI DO ZWOLNIEŃ PRACOWNIKÓW

Grupa pracowników pozwała Metę, twierdząc, że o zwolnieniach decydowały systemy AI analizujące aktywność i wyniki pracy, co miało szczególnie uderzyć w osoby przebywające na urlopach zdrowotnych i rodzicielskich. Firma zaprzecza tym zarzutom, ale sprawa może stać się ważnym precedensem w ocenie roli sztucznej inteligencji przy podejmowaniu decyzji kadrowych.

LINK

https://studiomis.com/

Milion robotów. I to dopiero początek.

Liczby są oszałamiające. Amazon zatrudnia obecnie ponad milion robotów w swoich magazynach. Do końca przyszłego roku będzie miał więcej robotów niż ludzi. A plan na 2033 rok? Zautomatyzowanie 600 tysięcy stanowisk pracy. To nie jest futurystyczna wizja ale biznesplan przedstawiony udziałowcom.

Wszyscy koncentrują się na AWS i usługach chmurowych, podczas gdy Amazon po cichu dokonuje czegoś znacznie bardziej fundamentalnego: uczy się, jak przenosić atomy (fizyczne przedmioty) z taką samą łatwością, z jaką inne tech-giganty przenoszą bity (dane). I robi to konsekwetnie, eliminując ludzi z równania.

Roboty Amazon mają już imiona i specjalizacje. Hercules dźwiga ciężkie wózki. Pegasus sortuje paczki. Sparrow – robotyczne ramię – potrafi rozpoznać i obsłużyć 200 milionów różnych produktów. Sequoia, system zarządzania magazynem, przetwarza paczki o 25% szybciej i za jedną czwartą kosztu obecnego systemu. Pracownicy Amazon obsługują teraz średnio 22 razy więcej paczek niż dekadę temu, a liczba ludzi pracujących w magazynach spadła do najniższego poziomu od 16 lat.

Święty Graal robotyki: ciężarówka, którą nikt nie musi rozładować

Galloway pisze o “świętym Graalu robotyki” czyli autonomicznych systemach, które potrafią załadować i rozładować ciężarówkę. To obecnie jedno z ostatnich stanowisk, które wciąż wymaga ludzi. Dlaczego? Bo trzeba mieć zmysł dotyku, świadomość przestrzenną i umiejętność “grania w Tetrisa” z ciężkimi pudłami w upale lub mrozie.

To ciężka, trudna i niebezpieczna praca – pracownicy transportu i magazynów doznają poważnych urazów dwa razy częściej niż robotnicy przemysłowi.

Amazon nie jest sam - DHL właśnie zamówił tysiąc robotów-rozładowaczy od Boston Dynamics. A sam Amazon? Zainwestował w Rightbot, startup budujący podobne maszyny. Gdy te roboty wejdą do użycia, połączą się z innymi systemami (Cardinal, Proteus) i całkowicie zautomatyzują łańcuch dostaw.

Efekt? Niektóre z najbardziej niebezpiecznych prac w Ameryce po prostu znikną.

Transfer bogactwa od pracowników do akcjonariuszy

Galloway nie ukrywa, co się dzieje: “Automatyzacja reprezentuje masowy transfer bogactwa od pracowników Amazona do jego akcjonariuszy i klientów”. Badania przeprowadzone przez MIT, m.in. przez ekonomistów takich jak Daron Acemoglu (laurat nagrody Nobla) i Pascual Restrepo, wskazują, że wprowadzenie jednego robota do lokalnego obszaru zatrudnienia prowadzi do zastąpienia średnio około sześciu pracowników w tym rejonie.

Badania te objęły dane z lat 1990-2007 i pokazały, że jeden robot na tysiąc pracowników obniża wskaźnik zatrudnienia o około 0,39 punktu procentowego lokalnie, co przekłada się na spadek zatrudnienia o sześciu osób na robota.

Raport Oxford Economics z 2019 roku szacował, że automatyzacja może wyeliminować 8,5% globalnej siły roboczej w przemyśle do 2030 roku.

A teraz najlepsze: podczas gdy Amazon planuje zautomatyzować setki tysięcy stanowisk, amerykańska polityka fiskalna aktywnie to wspiera. “Wielka i wspaniała” ustawa Trumpa uczyniła 100% amortyzację dla maszyn i robotów, jednocześnie redukując wydatki na programy związane z ochroną zdrowia, edukacją i bezpieczeństwem socjalnym.

Pytanie, którego nie zadajemy

W całej tej dyskusji o automatyzacji pojawia się jedno fundamentalne pytanie, które wszyscy udają, że nie istnieje: jeśli wszystkie korporacje zastąpią swoich pracowników automatyzacją, kto będzie ich klientami?

Amazon obniża koszty operacyjne i zwiększa marże. Akcjonariusze są zadowoleni. Ale te setki tysięcy ludzi, którzy właśnie stracili pracę? To byli także konsumenci Amazon. To jest paradoks produktywności XXI wieku: im bardziej efektywne stają się firmy, tym mniej ludzi ma pieniądze, by kupować ich produkty.

Pięć lat temu Andrew Yang ostrzegał, że musimy przygotować się na masową automatyzację. Dziś jego hasło “Ludzkość na pierwszym miejscu” brzmi jak naiwny slogan z innej epoki. Tymczasem w Chinach minister pracy już kilka lat temu mówił, że największym wyzwaniem XXI wieku będzie odpowiedź na pytanie: “co zrobimy z wszystkimi pracownikami, którzy nie są już potrzebni?”

Nie możemy czy nie chcemy?

Można zadać pytanie o kwestie etyczne, zmiany na rynku pracy, fundamentalną rolę pracy w życiu człowieka. I zapewne odpowiedź jaką dostaniemy będzie w stylu “no cóż, zmiana technologiczna nadchodzi i nadchodzi szybko, i absolutnie nic nie można zrobić, żeby ją powstrzymać”.

Ale to nie jest prawda. Nie chodzi o to, że nie możemy, ale chodzi o to, że nie chcemy.

Oczywiście, że moglibyśmy spowolnić rozwój technologii.

Problem w tym, że technologiczni baronowie w stylu Bezosa, Zuckerberga czy Altmana (których bardzo potulnie słuchają rządy) po prostu na to nie pozwolą z uwagi na wizję utraconych zysków.

Robotyzacja nie jest abstrakcyjną wizją przyszłości. Dzieje się teraz. Tylko, że nikt nas nie pyta nas o pozwolenie ani o skutki długoterminowe.

Tylko kto będzie rozwiązywał problemy powstałe w wyniku takiej “dzikiej” robotyzacji?

Na pewno nie Amazon.

Źródło

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

JAK ZBUDOWAĆ POLSKI PROCESOR?

Przez ponad dwadzieścia lat projektowali procesory, ale zawsze dla korporacji zagranicznych. Dziś chcą zbudować coś, czego w Polsce nie da się wyprodukować.

Paweł Pieczul i prof. Paweł Gepner założyli w Gdańsku spółkę Polski Krzem. Cel: pierwszy komercyjny polski mikroprocesor (Granit LMX), układ szyty pod drony i systemy bezzałogowe, z kryptografią postkwantową i AI liczącą lokalnie, bez chmury.

Brzmi jak typowa deklaracja pod patriotyczną publikę. Chip fizycznie powstanie u tajwańskiego albo europejskiego foundry bo w naszym kraju nie ma fabryk, które potrafią go stworzyć.

Pytam więc wprost gdzie kończy się suwerenność, a zaczyna marketing suwerenności? I dlaczego obaj moi goście przyznają, że pełna niezależność technologiczna to mit?

Rozmawiamy też o tym, co dla Europy oznaczałoby odcięcie od procesorów klasy ESP-32 i dlaczego to scenariusz groźniejszy niż utrata dostępu do Intela. O architekturze RISC-V: skąd się wzięła, po co Europie otwarty standard i co się stanie, jeśli to Polska zostanie jej zapleczem.

No i o pieniądzach. Dlaczego skalę kapitału trzeba komunikować od dnia zero i czemu setki milionów to nie jest kwota wydumana, tylko próg wejścia do tej ligi.

A nad naszą rozmową wisi problem od którego żaden taki projekt w Polsce nie ucieknie: Izera i Perowskity. Pytam więc obu inżynierów co chcą zrobić aby nie zostać „drugą Izerą".

Zapraszam do obejrzenia alb posłuchania całego wywiadu.

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii ;)

PLAYSTATION KOŃCZY ZE SPRZEDAŻĄ GIER NA FIZYCZNYCH NOŚNIKACH

Sony potwierdziło, że od stycznia 2028 roku wszystkie nowe gry na konsole PlayStation będą dostępne wyłącznie w wersji cyfrowej, a produkcja fizycznych nośników zostanie zakończona. To jedna z największych zmian w historii marki, która symbolicznie zamyka epokę płyt i stawia na pełną cyfrową dystrybucję gier.

LINK

ALIBABA TWIERDZI, ŻE SZPIEGUJE GO ANTHROPIC

Alibaba zakazała pracownikom korzystania z Claude Code, uznając narzędzie Anthropic za potencjalne zagrożenie bezpieczeństwa po doniesieniach o ukrytych mechanizmach monitorujących użytkowników. Decyzja pokazuje, jak napięcia między amerykańskimi i chińskimi firmami AI coraz mocniej wpływają na wybór technologii w korporacjach.

LINK

INSTAGRAM PROMOWAŁ WYKORZYSTYWANIE DZIECI

Śledztwo BBC wykazało, że na Instagramie w Indiach pojawiały się płatne reklamy promujące nielegalne materiały związane z wykorzystywaniem seksualnym dzieci, co wywołało reakcję władz i wezwanie Meta do złożenia wyjaśnień. Sprawa ponownie stawia pytania o skuteczność moderacji treści oraz odpowiedzialność platform społecznościowych za publikowane reklamy.

LINK

FABLE 5 WRACA PO PRZERWIE

Model Fable 5 wrócił do globalnej dostępności 1 lipca, po tym jak Departament Handlu USA zniósł kontrolę eksportową nałożoną 12 czerwca. Testy Anthropic wykazały, że ten sam exploit, który był powodem zawieszenia, dawał się odtworzyć również na Opus 4.8, GPT-5.5 i Kimi K2.7 — co sugeruje, że Fable 5 nie miał żadnych unikalnych zdolności ofensywnych. Sprawa dobrze pokazuje, jak nieprzewidywalne i doraźne potrafią być dziś decyzje regulacyjne wokół najnowszych modeli.

LINK

OPENAI PROPONUJE WASZYNGTONOWI UDZIAŁY W SPÓŁCE

Sam Altman zaproponował rządowi USA około 5 proc. udziałów w OpenAI, wartych szacunkowo 42,6 mld dolarów, w ramach koncepcji funduszu majątkowego wzorowanego na modelu Alaski. Pomysł zakłada, że podobne udziały mogłyby objąć również inne czołowe laboratoria AI, choć nie wiadomo, czy Anthropic czy Google zgodziłyby się na taki układ. Propozycja wpisuje się w szerszy trend zacieśniania relacji między rządem USA a liderami branży AI.

LINK

CHIŃSKI GLM-5.2 DOGANIA ŚWIATOWĄ CZOŁÓWKĘ

Model GLM-5.2 chińskiego startupu Z.ai zbliża się możliwościami w kodowaniu i zadaniach agentowych do Claude Opus 4.8 i GPT-5.5, oferując je przy znacznie niższych kosztach. Otwarte wagi modelu przyciągają startupy szukające tańszych alternatyw i mniejszej zależności od zamkniętych modeli amerykańskich. Adopcja w USA i Europie wciąż napotyka jednak opór związany z bezpieczeństwem danych i regulacjami.

LINK

RYNEK PRACY PĘKA POD NAPOREM AI

Od początku 2026 roku w sektorze technologicznym zwolniono już 142 tys. osób, bo firmy przekierowują budżety na infrastrukturę AI, a według szacunków RAISE aż 88 tys. utraconych w USA miejsc pracy w tym roku można bezpośrednio przypisać sztucznej inteligencji. Najmocniej ucierpiały stanowiska podstawowe w administracji, obsłudze klienta i wsparciu programistycznym.

LINK

ONZ: REGULACJE NIE NADĄŻAJĄ ZA TEMPEM AI

Wstępny raport niezależnego panelu naukowego ONZ ds. AI ostrzega, że okno na zbudowanie skutecznego globalnego zarządzania sztuczną inteligencją wciąż jest otwarte, ale nie pozostanie takie długo. Panel wskazuje na rosnące ryzyka: nadużycia wizerunkowe i seksualizowane deepfake’i, dezinformację podważającą zaufanie do debaty publicznej, przestępczość wspieraną przez AI oraz problemy ze zdrowiem psychicznym wywoływane przez niektóre systemy.

LINK

CHIŃSKIE AI NACISKA NA OPENAI

Coraz więcej firm w USA wybiera chińskie modele AI, ponieważ oferują zbliżoną jakość przy znacznie niższych kosztach niż rozwiązania OpenAI czy Anthropic. Rosnąca presja cenowa może zmusić amerykańskich liderów do zmiany strategii i rozpoczęcia wojny cenowej na rynku sztucznej inteligencji.

LINK

Dzięki silnikom rekomendacyjnym przekonujemy się, jak prorocze były to słowa.

Gdy w trakcie swoich wystąpień mówię o AI, staram się tłumaczyć, że algorytmizacja towarzyszy nam od kilku dekad. Generatywna sztuczna inteligencja “wybuchła” w 2022 roku przy okazji premiery ChatGPT 3.5, ale algorytmy pomagające nam w wyborze produktów w sklepach (np. Amazon), przejazdów (np. Uber) czy filmów na platformie streamingowej (np. Netflix) działają w tle od wielu lat. Tak samo jest z muzyką.

Nie tylko nuty

Jeszcze kilkanaście lat temu wejście do sklepu z płytami, przejrzenie półek i spontaniczne odkrycie nieznanego wykonawcy było czymś naturalnym. Dziś jednak coraz częściej to algorytm podpowiada, czego mamy słuchać. Dlatego też algorytmiczne sugestie towarzyszą nam przez cały dzień. Systemy rekomendacji muzycznych, mimo że umożliwiły dostęp do ogromnych bibliotek utworów, paradoksalnie ograniczyły autentyczne odkrywanie muzyki oraz przyczyniły się do ujednolicenia brzmienia.

Początkiem tej rewolucji był projekt Music Genome Project (MGP), stworzony przez Pandora Media. Każdy utwór analizowano pod kątem ponad 450 „genów” muzycznych: np. płeć głównego wokalisty, poziom przesteru gitary, rodzaj wokali wspierających. Choć system ten rzeczywicie umożliwił lepsze dopasowanie utworów do preferencji słuchacza, od samego początku wprowadzał logikę analitycznego rozkładania muzyki na metryki. Ale zebrane dane nigdy nie są neutralne: to, co zostaje zebrane i przeanalizowane, wpływa na to, czego będziemy słuchali.

Kolejnym krokiem było pojawienie się Spotify, które od momentu wejścia na rynek amerykański w 2011 roku zaczęło intensywnie wykorzystywać technologię przejętej firmy The Echo Nest. Opracowana przez nich funkcja Discover Weekly (czyli cotygodniowa, spersonalizowana playlista) stała się flagowym przykładem zaawansowanej algorytmicznej kuracji. Spotify łączy dane z playlist użytkowników, analizy machine learning i surowe dane audio, by stworzyć dopasowane zestawy utworów.

Efekt? Działa to dobrze. Może nawet zbyt dobrze.

Bez zaskoczenia

Im lepiej dopasowany algorytm, tym mniejsze prawdopodobieństwo, że trafimy na coś, co nas zaskoczy. Zamiast eksplorować nowe ścieżki, kręcimy się w bańkach gustu utwierdzani przez algorytmy, że lubimy to, co już znamy - niczym wizjonerski w swoim podejściu inżynier Mamoń. Raport MIDiA Research z września 2025 r. wskazuje, że osoby w wieku 16-24 lat są mniej skłonne do odkrywania nowych artystów niż grupa 25-34-latków. Mimo ogromnych zasobów dostępnych na wyciągnięcie ręki, sama chęć odkrywania nowych brzmień słabnie.

Co gorsza, wpływ algorytmów nie ogranicza się tylko do odbiorców. Artyści, zwłaszcza ci dopiero rozpoczynający karierę, dostosowują swoje utwory do realiów streamingu. Krótsze piosenki, szybsze wejścia, hook na początku, uproszczone aranżacje a wszystko po to, by zdobyć przychylność algorytmu i nie stracić słuchacza w pierwszych sekundach. Taktyka ta może być skuteczna, ale kosztuje nas różnorodność i złożoność muzyki. Pop staje się bardziej przewidywalny, mniej eksperymentalny, bardziej zunifikowany. Inne gatunki, nawet uznawane za niszowe czy alternatywne, również podążają tą ścieżką. W końcu jak odbiorcy mogą lubić muzykę, której jeszcze nie słyszeli?

Powrót do MP3

W odpowiedzi na to narasta zmęczenie algorytmem. Apple Music postawiło na decydowanie przez ludzi o playslitach, a mniejsze platformy, takie jak Qobuz czy Bandcamp, stawiają na redakcyjne selekcje i interakcje społecznościowe. Renesans przeżywają nawet radio akademickie, a stare iPody wracają do łask jako symbol niezależnego słuchania. Powstaje subkultura modyfikująca te urządzenia, by wydłużyć żywotność baterii, dodać Bluetooth czy port USB-C.

Może to tylko nostalgia a może to głębszy znak: że chcemy odzyskać kontrolę nad tym, co i jak konsumujemy i co jest dla nas ważne. Firmy reagują, wprowadzając nowe funkcje, które pozwalają wykluczyć konkretne utwory z profilu gustu czy wybierać playlisty układane przez ludzi. Ale przyszłość zapewne przyniesie coś innego: algorytmy ukryte pod maską ludzkiego wyboru.

Płyty winylowe wracają do łask - chcemy mieć możliwość fizycznego kontaktu i poczucie posiadania. Dziwna teza? Na to wskazują fakty: globalna sprzedaż płyt winylowych rośnie nieprzerwanie od 19 lat. W 2025 roku rynek osiągnął wartość 2,1 miliarda dolarów, a według prognoz do 2034 roku osiągnie 3,6 miliarda dolarów. W samych Stanach Zjednoczonych sprzedaż przekroczyła w zeszłym roku 1 miliard dolarów, a trend ten napędza pokolenie Z. Dlaczego? Połowa z przedstawicieli tego pokolenia nie chce tylko doświadczać świata cyfrowo. Chcą móc coś trzymać w rękach, kolekcjonować, cieszyć się widokiem przedmiotu na półce.

W Japonii i Korei Południowej zakup płyty jest sposobem na okazanie lojalności wobec artysty. Zakup fizycznego nośnika zapewnia dostęp do specjalnych wydarzeń a nawet prawo do głosowania. Streaming daje możliwość posłuchania muzyki, ale płyta winylowa daje poczucie przynależności. W tym sezonie będą bardzo popularne tzw “bary muzyczne” gdzie DJ odtwarza płyty winylowe przez głośniki hi-fi, a goście po prostu siedzą i słuchają.

W tym sensie pytanie o przyszłość konsumowania muzyki to pytanie o przyszłość naszej kultury: czy oddamy ją w ręce systemów optymalizacji, czy też znajdziemy sposób, by znów być zaskakiwanym? A może, algorytmicznie zdominowana wygodą, strefą komfortu i brakiem wyzwań intelektualnych oraz estetycznych kultura uczyni nas wszystkich Mamoniami?

Źródło

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

RZECZPOSPOLIT AI - MOJA NOWA KSIĄŻKA

Jakiś czas temu wpadliśmy z Krzyśkiem Domaradzkim na szatański pomysł, aby napisać „Startupowców 2” – tyle że wyłącznie o firmach zajmujących się sztuczną inteligencją. Na szczęście chwilę później zreflektowaliśmy się, że to by było zbyt proste. Że możemy razem napisać coś ważniejszego i ambitniejszego.

No to napisaliśmy.

„RzeczpospolitAI” to opowieść o rewolucji AI z polskiej perspektywy. Kto tworzy nasz rynek sztucznej inteligencji? Jak się buduje wielkie AI-owe firmy? Co powinniśmy zrobić, żeby wziąć udział globalnym wyścigu? Gdzie są największe bariery rozwoju sztucznej inteligencji w Polsce? Dlaczego cyfrowa suwerenność jest ważna? Jaka przyszłość nas czeka?

Pytamy o to 17 wyjątkowych osób – przedsiębiorców, naukowców i liderów opinii, którzy kształtują polski krajobraz AI. Trzy nazwiska możemy już zdradzić – to Zuzanna Stamirowska z Pathwaya, Sebastian Kondracki z Bielika AI i Aleksander Madry z OpenAI.

Pozostałe nazwiska będziemy ujawniać w kolejnych tygodniach.

„Rzeczpospolit AI” ma premierę 16 września, ale przedsprzedaż właśnie ruszyła. Już teraz możecie zdobyć książkę w świetnej cenie – 89,90 złotych za wyjątkowy pakiet: wersja papierowa z naszymi autografami + ebook + audiobook!

Zapraszamy!

Fot. Piotr Waniorek ŻelaznaStudio

JACEK DUKAJ - PISARZ WCHODZI DO GRY

Jacek Dukaj (jeden z najwybitniejszych polskich pisarzy science fiction) założył studio gier. Paweł Sugalski (zarządzający funduszem, autor książki „Gamingu na giełdzie") przez całą karierę uczył się unikać spółek jednego projektu opartych na artystycznym IP bez przychodów. A potem razem z Tomkiem Bagińskim założyli Dukaj Games.

Rozmawiamy o tym, jak godzą tę sprzeczność, dlaczego proza Dukaja to chodzenie po cienkim lodzie i czy istnieje rynek na gry wymagające intelektualnie.
W tym odcinku:

→ Jak naprawdę wygląda dziś polski gamedev na GPW - 440 spółek, 9 tys. ludzi, a według Pawła tylko 10–15 „inwestowalnych" producentów. Co czeka resztę?

→ Dlaczego duże studia w stylu CD Projektu to dziś wyższe ryzyko, a nie bezpieczna przystań

→ Czym jest Dukaj Games i jak różni się od klasycznego studia - „Katedra" jako pierwsza gra, „Oko potwora" jako roguelite shooter

→ Czy Dukaj używa AI w pracy twórczej - worldbuilding, dialogi, concept arty i co łączy żywokryst z „Katedry" z modelami dyfuzyjnymi

→ „Era ludzi zbędnych", koniec czytania linearnego i pytanie: czy nadchodzi też era pisarzy zbędnych?

→ Strategia inwestycyjna: CD Projekt, 11 bit czy PlayWay? I co zapowiedź dodatku do Wiedźmina 3 oznacza dla rynku

→ Gry, które wzbudziły w nich najwięcej emocji — od The Last of Us po What Remains of Edith Finch

ZOBACZ na YouTube albo POSŁUCHAJ na Spotify

Uczcijmy wspólnie 19 urodziny Aula Polska! 🎂 (14 lipca). Zaczynamy 🥂 18:00, kończymy 🪩 01:00 na barce nad Wisłą

+ pizza, żetony do wydania na barze
+ 350 osób - founderów, inwestorów i ekip startupów na nieformalne rozmowy i chill-out w środku warszawskiego, gorącego lata

bilety do kupienia tutaj »

PS Kod to kuras_15 - daje 15% zniżki na zakup biletu.

Do zobaczenia!

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii ;)

AI UJEDNOLICA WYGLĄD INTERNETU

Coraz więcej stron internetowych i prezentacji tworzonych z pomocą narzędzi AI zaczyna wyglądać niemal identycznie, co prowadzi do powstawania nowych projektowych klisz. Autor zwraca uwagę, że wygoda automatyzacji ma swoją cenę – zanika oryginalność, a wyróżnienie się wymaga coraz większego wysiłku.

LINK

ELEKTRONIKĘ MOŻNA DRUKOWAĆ NA ŻYWEJ TKANCE

Naukowcy opracowali metodę drukowania elastycznych układów elektronicznych bezpośrednio na żywych tkankach i innych delikatnych powierzchniach, otwierając drogę do nowych zastosowań w medycynie oraz monitorowaniu organizmów. Technologia może w przyszłości ułatwić tworzenie czujników i urządzeń integrujących się z ciałem bez konieczności inwazyjnych zabiegów.

LINK

CHINY STAWIAJĄ 295 MLD DOLARÓW NA SUWERENNY STOS AI

Pekin szykuje pięcioletni plan za ok. 295 mld dolarów (2 bln juanów) na ogólnokrajową, połączoną sieć centrów danych, z nakazem, by minimum 80% technologii (w tym chipy) pochodziło od dostawców krajowych. To efektywnie wypycha Nvidię i AMD z największego nowego zamówienia obliczeniowego świata i cementuje pozycję Huawei jako narodowego standardu krzemu.

LINK

OPENAI WYPUSZCZA GPT-5.5-CYBER DLA WYBRANYCH

OpenAI udostępniło GPT-5.5-Cyber w ramach inicjatywy Daybreak — model wyspecjalizowany w cyberbezpieczeństwie, z najwyższym dotąd wynikiem na benchmarku CyberGym (85,6%). Model nie trafia do publicznego API: dostęp jest reglamentowany przez program Trusted Access for Cyber dla zweryfikowanych organizacji, m.in. Cisco, Cloudflare, CrowdStrike i Palo Alto Networks.

LINK

MORGAN STANLEY: DŁUG AI PODWOI SIĘ DO 570 MLD DOLARÓW

Morgan Stanley prognozuje, że globalny dług powiązany z AI niemal się podwoi i sięgnie 570 mld dolarów w 2026 roku, napędzany finansowaniem infrastruktury przez hyperscalerów i laboratoria frontierowe. Obligacje AI stały się już największym sektorem długu o ratingu inwestycyjnym pod względem emisji. Przykłady to 36-miliardowy dług Apollo–Blackstone na zakup TPU dla Anthropic czy 190 mld dolarów capeksu Microsoftu — skala, przy której pytanie o zwrot z kapitału przestaje być akademickie.

LINK

CHATGPT SPADA PONIŻEJ 50% RYNKU

Według raportu Sensor Tower udział ChatGPT w rynku asystentów AI spadł pod koniec maja do 46,4% — pierwszy raz poniżej progu połowy rynku. W tym czasie Gemini urosło do 27,7%, a Claude do 10,3%, co odzwierciedla rosnącą skłonność użytkowników do porównywania asystentów zamiast trwania przy jednym. Wśród wskazywanych czynników: kontrakt OpenAI z Departamentem Obrony budzący obawy o zaufanie oraz poprawiona multimodalność Gemini.

LINK

LUKSUSOWY ELEKTRYK INSPIROWANY ŁAZIKIEM KSIĘŻYCOWYM

Byli pracownicy Apple i Audi stworzyli Amble One – lekkiego elektrycznego buggy przeznaczonego do jazdy po drogach publicznych, inspirowanego legendarnym łazikiem NASA. Pojazd ma kosztować około 25 tys. dolarów i celuje w segment premium, stawiając na minimalistyczny design oraz mobilność na krótkich dystansach.

LINK

W teorii wygląda to jak triumf ducha współpracy i transparentności. W praktyce jednak coraz wyraźniej wybrzmiewa ironia tej sytuacji: to właśnie amerykańska wiara w idee otwartego oprogramowania (open-source) daje dziś Chinom przewagę w wojnie o przyszłość.

Jeszcze niedawno modele AI oparte o open-source były co najwyżej ciekawostką dla entuzjastów i wierzył w nie tylko Zuckerberg (czując bardziej niż widząc biznesowe opcje dla tworzenia open-source’owej przewagi dla OpenAI). Prawdziwy postęp był zarezerwowany dla zamkniętych, kosztownych systemów takich jak GPT‑4, Claude czy Gemini. Ale w ciągu ostatniego roku sytuacja uległa dramatycznej zmianie. Modele takie jak DeepSeek R1 czy Qwen 2 od Alibaby zaczęły dorównywać (a w niektórych zastosowaniach nawet przewyższać) rozwiązania OpenAI, Google czy Anthropic.

Przyczyną sukcesu chińskich modeli nie jest jedynie ich techniczna jakość. To także dostępność, łatwość wdrożenia i niskie koszty. W świecie, w którym korzystanie z zamkniętych modeli może kosztować firmę nawet 1000$ za jednego użytkownika, modele takie jak Qwen stają się zbawieniem dla startupów szukających skali.

Dzieje się więc coś zaskakującego: amerykańskie firmy, w tym te wspierane przez topowe fundusze VC, coraz częściej porzucają rodzime modele AI na rzecz rozwiązań z Chin. Startup Dayflow korzysta dziś z modeli Qwen zamiast Gemini czy GPT‑5, bo są tańsze, działają lokalnie (lepsza prywatność), a wydajność jest „praktycznie identyczna”. Platforma OpenRouter notuje rosnącą dominację chińskich modeli, a aplikacje developerskie, jak Kilo Code, mają w top 20 aż siedem modeli z Chin z czego sześć to projekty open-source.

Paradoksalnie, to właśnie otwarta struktura modeli AI (co było niegdyś domeną amerykańskich entuzjastów technologii) staje się dziś skuteczną bronią w rękach Pekinu. Chińskie firmy wydają nowe modele co 20 dni (np. Alibaba), podczas gdy Anthropic robi to średnio co 47 dni. W dodatku chiński rząd wspiera otwartość systemowo: prezydent Xi Jinping publicznie wzywa do „większej współpracy w zakresie technologii open-source”.

To wszystko prowadzi do sytuacji, w której amerykański ekosystem AI sam podkopuje swoją przewagę. Inwestycje w OpenAI i Anthropic opiewają na dziesiątki miliardów dolarów, ale wielu deweloperów i startupów woli darmowe modele z Chin. Jak zauważa jeden z ekspertów cytowanych w tekście NBC, „Ameryka traci pozycję lidera open‑source - zarówno pod względem wydajności, jak i adopcji”.

Na to nakładają się jeszcze obawy o bezpieczeństwo: raporty wskazują na słabsze zabezpieczenia i większą stronniczość chińskich modeli (np. prochińskie narracje w odpowiedziach), a nawet możliwe powiązania z wojskiem, jak w przypadku Alibaby. Ale dla wielu firm z Doliny Krzemowej to wciąż zbyt abstrakcyjne zagrożenia wobec realnych korzyści: niższych kosztów, szybkości wdrożeń i lepszego „community supportu”.

Reakcje już są widoczne: OpenAI po pięciu latach wypuścił pierwszy model open‑source. Allen Institute uruchomił projekt ATOM (American Truly Open Models), którego manifest mówi wprost: „nie możemy oddać tak krytycznego elementu ekosystemu żadnemu państwu”.

Dolina Krzemowa, bastion kapitalizmu i prywatnej własności intelektualnej, dziś masowo adaptuje darmowe chińskie modele, które wypierają amerykańskie rozwiązania. To nie tylko zmienia mapę technologiczną świata, ale także stawia pytanie: czy Zachód zrozumie, że w XXI wieku „open-source” to nie tylko kod — to geopolityczne pole bitwy?

Źródło

Artur Kurasiński

ajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

MOJA KAMPANIA NA KICKSTARTERZE PRZEBIŁA 100 TYS EURO i 1000 BACKERÓW!

Słowiańskie klimaty. Pradawana, magiczna Puszcza, nadgciagająca cywilizacja i nowa wiara. Konflikt technologii i magii, nowego i starego porządku. Uśpiona mocy i potężna siła niesiona na ostrzach wojowników Królestwa…

Jeśli interesujesz się grami fabularnymi, grasz w RPG, prowadziłeś albo jesteś graczem to zapraszam bardzo serdecznie do zerknięcia na Strigovię - oryginalny koncept (luźno wzorowany na Rumunii w XII wieku).

Jeśli jakoś mogę Cię zachęcię to zerknij na ten darmowy, 144 stronicowy quickstart - wprowadzenie w świat, mechanikę i klimat Strigovii.

PS Tak, będzie polska wersja językowa (w postaci PDFa).

KLIKNIJ I WESPRZYJ!

RZECZPOSPOLIT AI - MOJA NOWA KSIĄŻKA

„Artur, a kiedy napiszecie Startupowców 2”?

No nie napiszemy (bo lubimy z Krzyśkiem Domaradzkim nowe wyzwania a nie odcinanie kuponów), więc napisaliśmy coś innego :)

Książka „Rzeczpospolit AI” to wywiady z 17 osobami, które mają fundamentalny wpływ na to jak w Polsce postrzegamy, tworzymy jak i korzystamy ze sztucznej inteligencji. Na razie ujawniliśmy trzy osoby (prof Aleksander Mądry z OpenAI, Sebastian Kondracki z Bielika oraz Zuzanna Stamirowska z Pathway) ale naszym rozmówcami są czołowi polscy politycy, przedsiębiorcy i naukowcy (jak i osoby związane z Wojskiem Polskim).

Czy po latach korzystania z taniej siły roboczej AI będzie gospodarczym dopalaczem dla naszej gospodarki? Czy możemy być w pełni suwerenni pod kątem technologicznym i uniezależnić się od USA i Chin? Jak wojna w Ukrainie zmieniła postrzeganie sztucznej inteligencji w operacjach wojskowych? Co się stanie z polskim rynkiem pracy?

Siedemnaście osób, siedemnaście punktów widzenia i jedna wspólna kwestia - patrzymy na AI przez pryzmat Polski i przyszłości naszego kraju.

Obecnie trwa przedsprzedaż: za 89,99 zł dostaniesz wersję papierową (z naszymi autografami), audiobooka i ebooki w jednym komplecie.

Premiera książki 16 września 2026.

„RzeczpospolitAI” ma premierę 16 września, ale przedsprzedaż właśnie ruszyła. Już teraz możecie zdobyć książkę w świetnej cenie – 89,90 złotych za wyjątkowy pakiet: wersja papierowa z naszymi autografami + ebook + audiobook!

Zapraszamy!

Fot. Piotr Waniorek ŻelaznaStudio

Krzysztof Czeczot żyje na granicy dwóch światów, które rzadko się spotykają: cielesnego (głos, oddech, mięśnie twarzy, scena) i technologicznego (cyfrowa dystrybucja, audio 3D, aplikacja mobilna, sztuczna inteligencja, która od dwóch lat potrafi wygenerować głos, obraz i scenariusz).

W tej rozmowie pytam, co z aktorstwa zostaje, kiedy każdy ma studio w kieszeni - i dlaczego człowiek, który zarabia na ludzkim głosie, jest jednocześnie najgłośniejszym sceptykiem wobec głosu generowanego maszynowo.

Rozmawiamy o tym, czy współczesne słuchowisko nie próbuje już być filmem i czy po drodze nie traci tego, co je definiowało: że to „film bez obrazu, który widz wyświetla sobie w głowie". O tym, jak przekonać dwóch polskich przedsiębiorców spoza świata kultury, że ekumeniczne słuchowisko biblijne to inwestycja, a nie filantropia.

I o tym, jak wygląda kontrola kosztów, kiedy obsadę stanowi 100 niezawodowych Amerykanów rozsianych po wszystkich stanach plus „bardzo znane nazwisko nagrodzone Oscarem".

I wreszcie Czeczot-dydaktyk, wykładający naraz na trzech uczelniach. Jego studenci to pierwszy rocznik, który wchodzi do branży, gdzie maszyna umie już wygenerować obraz, głos i scenariusz. Czy na pierwszych zajęciach mówi im „róbcie to, co robi maszyna, tylko lepiej", czy „róbcie to, czego maszyna nie umie"?

ZOBACZ📺

POSŁUCHAJ🎙️

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii ;)

NORWEGIA OGRANICZA AI W PODSTAWÓWKACH

Norwegia wprowadza od 2026 roku niemal całkowity zakaz korzystania z narzędzi opartych na sztucznej inteligencji w szkołach podstawowych, argumentując to potrzebą ochrony rozwoju dzieci i umiejętności samodzielnego myślenia. Decyzja wpisuje się w szerszą europejską debatę o miejscu AI w edukacji oraz granicach technologii w pracy uczniów.

LINK

LUTNICK ROZCIĄGA KONTROLĘ EKSPORTU NA SAMO UŻYCIE AI

Sekretarz handlu USA nakazał Anthropic uzyskiwać rządową licencję na udostępnianie modeli Mythos 5 i Fable 5 cudzoziemcom — gdziekolwiek na świecie, także osobom spoza USA przebywającym na terenie kraju. To pierwszy raz, gdy Waszyngton traktuje samo korzystanie z modelu, a nie jego transfer, jako przedmiot kontroli eksportowej, co otwiera nowy front w polityce technologicznej. Firma odcięła dostęp dla wszystkich klientów, twierdząc, że to nieporozumienie i licząc na szybkie przywrócenie usługi.

LINK

SPACEX TRACI IMPET PO GIEŁDOWYM DEBIUCIE

Po spektakularnym wejściu na giełdę akcje SpaceX zaczęły wyraźnie spadać, a inwestorzy coraz ostrożniej oceniają wysoką wycenę spółki i kosztowne ambicje związane ze sztuczną inteligencją. Mimo korekty firma nadal pozostaje jedną z najcenniejszych na świecie, choć pierwsza fala euforii wyraźnie słabnie.

LINK

APPLE PRZEBUDOWUJE SIRI W CHATBOTA AI

Na WWDC 2026 Apple pokazał przeprojektowaną Siri — z osobną aplikacją i konwersacyjnym interfejsem, mającym rywalizować z ChatGPT, Claude i Gemini. Po dwóch latach niespełnionych obietnic asystent ma sięgać po aktualną wiedzę o świecie, dane z urządzenia i zawartość ekranu. Beta ruszy jeszcze w tym roku, a pełne wdrożenie ma trafić do nowych iPhone’ów we wrześniu.

LINK

WARREN BIERZE NA CELOWNIK CHIŃSKI BIZNES NVIDII

Senator Elizabeth Warren wezwała Jensena Huanga przed senacką komisję bankową, by publicznie odpowiedział na pytania o sprzedaż chipów do Chin i zgodność z kontrolą eksportu; CEO Nvidii odmówił, proponując spotkanie w siedzibie firmy. W tle są sprawy karne o przemyt układów oraz publiczne zapewnienia Huanga, że “nie ma dowodów na dywersję” chipów. Spór pokazuje, jak Nvidia z fabryki sprzętu staje się stałym aktorem polityki bezpieczeństwa narodowego.

LINK

USA OBAWIAJĄ SIĘ WYCIEKU TECHNOLOGII DO CHIN

Amerykańskie władze wyraziły zaniepokojenie możliwością, że zaawansowane urządzenie do produkcji chipów firmy ASML mogło trafić do Chin mimo obowiązujących ograniczeń eksportowych. Sprawa pokazuje, jak napięta pozostaje rywalizacja technologiczna między Waszyngtonem a Pekinem w walce o dominację w sektorze półprzewodników.

LINK

MUNDIAL NAPĘDZANY TANIĄ PRACĄ

Przygotowania do piłkarskich mistrzostw świata coraz częściej opierają się na pracy tysięcy osób zajmujących się oznaczaniem danych dla systemów AI. Za kulisami nowoczesnych technologii wykorzystywanych przy turnieju kryją się jednak niskie stawki, niepewne zatrudnienie i rosnące pytania o etykę cyfrowej pracy.

LINK

GOOGLE INWESTUJE W WYTWÓRNIĘ FILMOWĄ A24

Google DeepMind nawiązało współpracę z wytwórnią A24, by wspólnie badać wykorzystanie generatywnej sztucznej inteligencji w produkcji filmowej. Partnerstwo może przyspieszyć wdrażanie nowych narzędzi dla twórców, ale jednocześnie ponownie rozbudza debatę o wpływie AI na branżę kreatywną.

LINK

Jak pokazał niedawny raport MIT Technology Review, chińskie uczelnie przyjmują odważne podejście: zamiast zakazywać użycia sztucznej inteligencji (AI), aktywnie ją integrują z programami nauczania.

W tym samym czasie wiele zachodnich uniwersytetów nadal zastanawia się, jak pogodzić AI z ideą akademickiej uczciwości. Ta różnica to nie tylko kwestia techniczna to symptom głębszego kulturowego i systemowego rozłamu w rozumieniu roli edukacji.

Sztuczna inteligencja dla wszystkich

Chińska strategia opiera się na fundamentalnym przekonaniu, że technologia to klucz do rozwoju narodowego. Od czasów Denga Xiaopinga, który w latach 80. ogłosił, że „nauka i technologia są podstawowymi siłami wytwórczymi”, chińskie elity polityczne i akademickie konsekwentnie inwestują w rozwój kompetencji cyfrowych.

Dziś to podejście przybiera konkretną formę: na 46 czołowych chińskich uniwersytetach wprowadzono interdyscyplinarne kursy AI, obowiązkowe zajęcia z jej wykorzystania, a także programy wspierające studentów w nauce odpowiedzialnego korzystania z tych narzędzi.

Na przykład na Uniwersytecie Tsinghua powstaje specjalny wydział edukacji ogólnej, który łączy wiedzę o AI z biologią, humanistyką czy medycyną. Zhejiang University już od 2024 roku uczynił kurs wprowadzający z AI obowiązkowym dla wszystkich studentów.

Zachód się boi

Władze centralne poszły jeszcze dalej. W kwietniu 2025 roku Ministerstwo Edukacji wprowadziło ogólnokrajowe wytyczne „AI+ edukacja”, nakazujące rozwijanie krytycznego myślenia i umiejętności cyfrowych na wszystkich poziomach nauczania.

Tymczasem na Zachodzie panuje ostrożność, jeśli nie sceptycyzm. Choć uczelnie w USA, Kanadzie czy Wielkiej Brytanii także eksperymentują z AI. OpenAI oferuje darmowy dostęp do ChatGPT Plus studentom, a Claude wchodzi na kampusy z pomocą partnerstw akademickich to wiele instytucji nadal skupia się na zapobieganiu oszustwom i ograniczaniu użycia tych narzędzi.

Samodzielność i niepewność

Z badań przeprowadzonych w Wielkiej Brytanii wynika, że większość studentów uczy się korzystania z AI samodzielnie, a towarzyszy im niepewność, czy robią to zgodnie z zasadami etycznymi i akademickimi.

Ta asymetria ma konsekwencje nie tylko dla studentów, ale też dla całych systemów edukacyjnych. W Chinach AI jest traktowana jako zestaw umiejętności do opanowania od tworzenia wykresów, przez streszczenia literatury, po rozwiązywanie zadań z prawa.

Jak powiedziała jedna z wykładowczyń z China University of Political Science and Law: „AI może być instruktorem, sekretarzem, adwokatem diabła. Ale to człowiek musi mieć ostatnie słowo”.

W tym podejściu nie chodzi o zastąpienie myślenia maszyną, ale o nauczenie się efektywnego współdziałania z nią, czyli umiejętności coraz bardziej cenionej na rynku pracy, gdzie 80% ogłoszeń dla młodych absolwentów w Chinach wskazuje znajomość AI jako atut.

Paradoksalnie, to co w Chinach staje się normą, na Zachodzie wciąż bywa tabu. Obawy dotyczące plagiatów, utraty zdolności analitycznych czy etycznych implikacji korzystania z AI spowalniają wdrażanie tych narzędzi w systemie edukacyjnym.

Tymczasem chińska młodzież, mimo stresu związanego z presją rynku i wysokimi oczekiwaniami, uczy się traktować AI nie jako zagrożenie, lecz jako niezbędne narzędzie przetrwania i sukcesu.

Wniosek? Globalna debata o roli AI w edukacji to tak naprawdę pytanie o to, czego chcemy nauczyć młodzież: podporządkowania się regułom czy twórczej adaptacji do nowej rzeczywistości?

Nadążyć za technologią

I czy szkoła ma chronić przed światem, czy do niego przygotowywać? Chiny wybrały opcję drugą – z wszystkimi tego konsekwencjami.

Zachód wciąż się waha. A czas, jak zwykle, działa na korzyść tych, którzy podejmują decyzje szybciej. Na pierwszy rzut oka Chiny wydają się idealnym kandydatem do wprowadzenia sztucznej inteligencji w edukacji. Państwo, które inwestuje miliardy w rozwój modeli językowych, tworzy własne czaty GPT, planuje inteligentne kampusy i wdraża miejskie „AI App Supermarkety” dla szkół.

AI w fabryce testów

W praktyce jednak ten cyfrowy sen zderza się z rzeczywistością kredy, przepełnionych klas i systemu edukacji, który przypomina raczej fabrykę testów niż przestrzeń do rozwoju kreatywności. Czy Chiny rzeczywiście zmierzają ku edukacji przyszłości? A może (jak to często bywa) technologia staje się fasadą mającą ukryć głębsze problemy?

System edukacji w Chinach został zbudowany wokół jednego celu: selekcji. Od podstawówki aż po studia, życie ucznia wyznacza rytm egzaminów.

Testy do gimnazjum, testy do liceum, brutalny gaokao, narodowy egzamin maturalny, który decyduje o całej przyszłości. Na ironię zakrawa fakt, że na czas tego egzaminu dostęp do wszystkich chatbotów AI w całym kraju zostaje zablokowany na czas wspomnianego egzaminu, byle tylko uczniowie nie ulegali pokusie pomagania swojemu szczęściu i umiejętnościom. Czyli jednak umiejętności AI umiejętnościami AI, ale sam egzamin to nadal królestwo długopisu i kartki.

Nauczyciele są wynagradzani za wyniki swoich klas, co skutkuje jednym: pełną koncentracją na tym, co “wchodzi na egzamin”. Innowacje? Raczej przeszkadzają. Eseje? Rzadko. Projekty? Sporadycznie. Taka struktura nie tylko nie wspiera wdrażania AI w edukacji, ale wręcz je aktywnie blokuje.

Pekin wie o tym doskonale. Dlatego próbuje zmienić paradygmat: promuje „cyfrową edukację”, inwestuje w infrastrukturę dla szkół wiejskich, zachęca do tworzenia treści edukacyjnych wspieranych przez sztuczną inteligencję. Minister edukacji Huai Jinpeng otwarcie mówi o potrzebie stworzenia narodowego LLM dla edukacji. Tyle że… nadal nie zmieniono ani systemu testów, ani bodźców motywacyjnych dla nauczycieli.

Pustynia poza miastami

Chiny są też krajem ogromnych nierówności. Są szkoły w Pekinie, Szanghaju czy Kantonie – z komputerami, nauczycielami po zagranicznych stażach i tabletami na lekcjach. Ale są też prowincjonalne szkoły w Henanie, gdzie uczniowie pierwszy raz widzą komputer dopiero na studiach.

Według danych rządowych:

• klasy wciąż liczą po 45–56 uczniów,

• w wielu regionach 80% infrastruktury szkolnej to budynki uznane za „zagrożone”,

• wskaźnik nauczyciel–uczeń wynosi 1:16 (w USA to 1:13),

• a nauczyciele często „leżą płasko” (躺平), nie podejmując żadnej dodatkowej inicjatywy.

Do tego dochodzi system hukou, który ogranicza dzieciom migrantów dostęp do miejskich szkół. Nawet jeśli rodzice pracują w Szanghaju, ich dziecko – formalnie przypisane do rodzinnej wsi – nie może uczęszczać do szkoły publicznej w miejscu zamieszkania.

Sztuczna inteligencja kurczącego się narodu

Chiny jako państwo nie tylko się cyfryzują na potęgę ale również robią mniejsze.

W 2024 roku współczynnik dzietności wyniósł zaledwie 1,15 dziecka na kobietę (w Polsce i tak mamy gorzej bo 1,03), co stawia Chiny w gronie najszybciej starzejących się społeczeństw świata. Do 2100 roku liczba ludności Państwa Środka może spaść nawet do 600 milionów. Już dziś 22% obywateli ma ponad 65 lat. To nie tylko wyzwanie egzystencjalne ale również olbrzymi problem dla systemu edukacji.

Mniej dzieci to mniej uczniów, mniej klas, mniej nauczycieli, ale to także mniejsza baza talentów i większy nacisk na efektywność nauczania. Aby utrzymać starzejące się społeczeństwo, każdy uczeń powinien osiągać maksimum swoich możliwości, inaczej nie będzie się odpowiednio wydajnie dokładał do systemu.

Chatboty zamiast dzieci

Rząd już teraz wdraża mechanizmy wsparcia: subwencje na dzieci, reformę emerytalną, promocję edukacji jako inwestycji strategicznej. Ale pytanie brzmi: czy technologia wystarczy?

W USA i Europie toczy się debata, czy AI nie zaszkodzi edukacji: czy dzieci nie przestaną myśleć samodzielnie, czy nauczyciele nie zostaną zastąpieni chatbotami, czy nie pogłębimy cyfrowych nierówności. W Chinach debata wygląda inaczej bo w jej ramach technologia nie jest zagrożeniem, ale „projektem narodowym”. To podejście ma swoje zalety: szybkie wdrożenia, centralne platformy, integracja z polityką państwa.

Ale ma też swoją ciemną stronę: brak konsultacji społecznych, brak testów efektywnościowych, ryzyko pogłębienia różnic między bogatymi a biednymi szkołami.

Bo choć AI może pomóc ocenić wypracowanie, rozpoznać emocje ucznia, przygotować indywidualny plan nauki to bez dobrze przygotowanych nauczycieli, stabilnej infrastruktury i zmiany podejścia systemowego, pozostanie tylko kolejną warstwą farby na popękanym murze.

Paradoks po obu stronach muru

W Stanach i Europie szkoły już od dekady cyfryzują się, ale pod presją społecznych protestów i eksperymentów. Laptopy w klasie to norma, ale AI budzi strach. W Chinach jest odwrotnie: system jest scentralizowany, a entuzjazm dla technologii ogromny, ale baza edukacyjna wciąż tkwi w przeszłości. Rząd centralny naciska na rozwój kompetencji AI, które mają być nauczane w klasach ogrzewanych żeliwną kozą.

To paradoks: Chiny mają wszystko, by zbudować edukację przyszłości (zasoby, dane, kontrolę), ale muszą najpierw uporać się z przeszłością. Zachód ma natomiast wolność i kreatywność, ale tonie w chaosie i braku spójnej strategii.

Źródło

Artur Kurasiński

14 lipca robimy jak co roku specjalną edycję Auli i spotykamy się na barce na Wiśle, o zachodzie słońca. Zero prezentacji. Zero pitchy ze sceny. 100% rozmów.

Bo umówmy się, że najlepsze rzeczy w tej branży i tak dzieją się w kuluarach. Tym razem postanowiliśmy zrobić wydarzenie, które jest wyłącznie kuluarami.

Co zatem Cię czeka?

→ ~350 osób z polskiego ekosystemu startupowego w jednym miejscu
→ barka, Wisła i zachód słońca jako tło
→ pizza i kupony na drinki/softy w cenie biletu
→ format w pełni skupiony na networkingu - przychodzisz, gadasz, poznajesz ludzi

Gdzie📍 Warszawa
Kiedy 🗓️ 14 lipca, 18:00

Bilety: https://app.evenea.pl/event/aula204/

PS zastosuj kod artur_20 żeby dostać zniżkę.

Korzystajcie, póki miejsca są i do zobaczenia na pokładzie! ⚓

Gościem najnowszego odcinka mojego podcastu TECHNOFOBIA jest dr Sławosz Uznański-Wiśniewski, astronauta projektowy ESA, naukowiec i inżynier, drugi Polak w historii, który poleciał w kosmos.

Uczestnik misji Axiom-4 / IGNIS, specjalista, który przez lata pracował przy technologiach kosmicznych i systemach niezawodności w CERN, a na Międzynarodowej Stacji Kosmicznej przeprowadził 13 eksperymentów naukowych.

Rozmawiam o tym, kim naprawdę jest astronauta w XXI wieku: pilotem, inżynierem, naukowcem, operatorem zaawansowanych systemów - czy może człowiekiem, który musi zaufać technologii bardziej niż ktokolwiek inny.

Pytam jak wygląda życie na ISS, co dzieje się z ciałem i psychiką, gdy Ziemia okrążana jest co 90 minut, a dzień i noc zmieniają się 16 razy na dobę.

To także rozmowa o Polsce w kosmosie. O tym, czy misja IGNIS może stać się początkiem realnego skoku technologicznego, a nie tylko jednorazowym wydarzeniem medialnym.

O tym, dlaczego kosmos jest dziś elementem bezpieczeństwa państw, gospodarek i suwerenności technologicznej. I o tym, czy Polska może budować kompetencje, które pozwolą nam grać w kosmicznej lidze naprawdę poważnie.

Zapraszam do oglądania: https://www.youtube.com/@TechnofobiaYT
albo do słuchania: https://cutt.ly/sluchaj

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii w tym tygodniu:

NACJONALIZACJA AI CORAZ BLIŻEJ?

Szef Palantira, Alex Karp, twierdzi, że postulaty przejęcia udziałów w firmach AI przez państwo zyskują coraz większe poparcie i wkrótce nawet propozycja 50% własności publicznej może być uznawana za zbyt łagodną. Tekst pokazuje narastającą debatę o tym, kto powinien kontrolować korzyści płynące z rozwoju sztucznej inteligencji i jaką rolę odegra w tym państwo.

LINK

MAG 7 PRZECHODZI DO HISTORII?

Rosnąca pozycja SpaceX sprawia, że na Wall Street coraz częściej mówi się o zmianie słynnego określenia „Magnificent Seven”, które od lat opisuje największe gwiazdy technologii. Inwestorzy i analitycy zastanawiają się, czy dotychczasowy klub gigantów powinien zostać rozszerzony lub całkowicie przemianowany, aby odzwierciedlić nową rzeczywistość rynku.

LINK

“TO AI ZWALNIA PRACOWNIKÓW” – NIEBEZPIECZNA WYMÓWKA

Rosnąca fala zwolnień w branży technologicznej coraz częściej tłumaczona jest wdrażaniem AI, choć wielu obserwatorów wskazuje także na wcześniejsze przeinwestowanie i błędy zarządcze. Autor zwraca uwagę na rosnące napięcia społeczne wynikające z kontrastu między masowymi redukcjami etatów a rekordowymi fortunami tworzonymi przez boom sztucznej inteligencji.

LINK

CHIŃSKIE UNIWERSYTETY STAWIAJĄ NA AI

Chińskie uczelnie likwidują tysiące kierunków humanistycznych i artystycznych, uznając je za mniej perspektywiczne w erze sztucznej inteligencji. W ich miejsce powstają nowe programy związane z AI i nowoczesnymi technologiami, co ma wspierać transformację gospodarki kraju.

LINK

UDZIAŁ RYNKOWY CHATGPT SPADŁ PONIŻEJ 50%

Po raz pierwszy udział ChatGPT w rynku narzędzi AI spadł poniżej 50%, co pokazuje rosnącą konkurencję ze strony nowych modeli i platform. Mimo utrzymania pozycji lidera OpenAI musi coraz mocniej walczyć o użytkowników w dynamicznie zmieniającym się sektorze sztucznej inteligencji.

LINK

Z drugiej: DeepSeek, chiński model językowy wytrenowany za ułamek przewidywanych kosztów, który osiągnął konkurencyjne wyniki wobec gigantów z Doliny Krzemowej.

To zderzenie dwóch różnych modeli biznesowych, świata wartości, systemów politycznych ujawniło fundamentalne napięcie w branży sztucznej inteligencji: czy jesteśmy świadkami największej rewolucji technologicznej w historii, wymagającej bezprecedensowych inwestycji, czy też nadmuchanej bańki spekulacyjnej, która nieuchronnie pęknie?

David Cahn z Sequoia Capital, autor słynnego eseju “pytanie za 600 miliardów dolarów”, dzieli się swoją perspektywę tych dylematów. Jego analiza, przeprowadzona tuż po ogłoszeniu DeepSeek i Stargate, rzuca światło na kluczowe zagrożenia związane z obecną falą inwestycji w AI – i zmusza nas do refleksji, czy pytanie, które postawił, nie jest dziś bardziej aktualne niż kiedykolwiek.

Anatomia pytania o 650 miliardów dolarów

Pytanie Cahna nie było prostym kwestionowaniem wartości inwestycji w AI. Było to precyzyjne ekonomiczne pytanie o zwrot z kapitału: jeśli branża wydaje dziesiątki, a wkrótce setki miliardów dolarów na infrastrukturę, modele i aplikacje AI, to skąd mają pochodzić przychody uzasadniające te nakłady?

Historia technologii pokazuje, że wcale nie jest to pytanie retoryczne. Bańka internetowa z lat 2000., kryzys telekomunikacyjny z lat 90., czy niedawna fala inwestycji w kryptowaluty – wszystkie te przypadki łączy jedno: kapitał napływał szybciej niż powstawały rzeczywiste przypadki użycia generujące przychody.

Obecnie obserwujemy podobny wzorzec. Nvidia osiąga kapitalizację rynkową przekraczającą bilion dolarów, głównie dzięki sprzedaży układów GPU do trenowania modeli AI. Microsoft, Google, Meta i Amazon wydają dziesiątki miliardów rocznie na budowę centrów danych. Tysiące startupów zbierają fundusze na astronomicznych wycenach, obiecując rewolucję w każdej możliwej branży.

Ale kto za to zapłaci? Skąd ma pochodzić zwrot z tych inwestycji?

Stargate – eskalacja wyścigu zbrojeń

Projekt Stargate reprezentuje kulminację przekonania, że przyszłość AI leży w ciągłym skalowaniu. Logika jest prosta: większe modele wymagają więcej mocy obliczeniowej, więcej mocy obliczeniowej wymaga większych centrów danych, a większe centra danych dają przewagę konkurencyjną tym, którzy mogą sobie na nie pozwolić.

Jest to strategia wzorowana na “prawach skalowania” (scaling laws) – obserwacji, że wydajność modeli AI rośnie przewidywalnie wraz ze wzrostem mocy obliczeniowej, ilości danych treningowych i rozmiaru modelu. Sam Ilya Sutskever, współtwórca OpenAI i jeden z architektów tej filozofii, był jej głównym propagatorem.

Stargate to zakład, że ta strategia będzie dalej działać. To również zakład, że bariera wejścia – koszt budowy tej infrastruktury – stanie się fosą konkurencyjną chroniącą gigantów technologicznych przed nowymi graczami.

DeepSeek – kontratak efektywności

A potem pojawił się DeepSeek. Chiński model wytrenowany przez fundusz hedgingowy, wykorzystujący techniki destylacji i osiągający konkurencyjne wyniki za ułamek przewidywanych kosztów. Wydarzenie to nie było całkowitym zaskoczeniem dla uważnych obserwatorów – było raczej dramatycznym punktem kulminacyjnym trwającego od miesięcy trendu komodytyzacji modeli AI.

Jak zauważa Cahn, to samo Sutskever, który stworzył wyścig skalowania, ogłosił jego koniec. W swoim wykładzie w Stanford w 2024 roku stwierdził, że “pre-training is dead” – era prostego skalowania modeli dobiegła końca. Przyszłość leży nie w coraz większych modelach, ale w bardziej efektywnych metodach treningu, lepszych danych, zaawansowanych technikach wnioskowania i specjalizacji.

DeepSeek potwierdził tę tezę praktycznie. Pokazał, że można osiągnąć wyniki światowej klasy bez budowania własnej infrastruktury za setki miliardów dolarów. Dla rynku był to szok – indeksy giełdowe związane z AI runęły w ciągu jednego dnia.

Microsoft, Meta, Amazon i Alphabet poinformowały łącznie inwestorów, że w 2026 roku przeznaczą na inwestycje kapitałowe około ~ 700 miliardów dolarów. To prawie dwukrotnie więcej niż wydały w 2025 roku. Trzy z czterech firm podniosły prognozy dotyczące nakładów inwestycyjnych w tym tygodniu sprawozdawczym.

Jedynie Amazon utrzymał swoją kwotę wydatków, i to tylko dlatego, że już w lutym 2026 r. opublikował prognozę na poziomie 200 mld dolarów. Część wzrostu nakładów inwestycyjnych wynika z rosnących cen komponentów. Microsoft stwierdził, że około 25 mld dolarów z jego 190-miliardowych nakładów inwestycyjnych na 2026 r. to inflacja cen komponentów.

Pięć kluczowych zagrożeń inwestycyjnych

1. Zagrożenie komodytyzacji

Najpoważniejszym ryzykiem dla inwestorów w AI jest scenariusz, w którym modele językowe stają się standardowym towarem, podobnie jak serwery, usługi chmurowe czy nawet systemy operacyjne.

Historia technologii wielokrotnie pokazywała ten wzorzec. Na początku lat 2000. firmy płaciły fortuny za systemy CRM, ERP i bazy danych. Dziś większość tych funkcjonalności jest dostępna jako tani SaaS lub nawet oprogramowanie open source. Początkowo pamięć komputerowa była luksusem, dziś jest towarem. Podobnie stało się z mocą obliczeniową, przepustowością sieci i przestrzenią dyskową.

DeepSeek sugeruje, że modele AI mogą podążać tą samą ścieżką szybciej niż ktokolwiek się spodziewał. Jeśli tak się stanie, firma, która zainwestowała dziesiątki miliardów w budowę infrastruktury, może odkryć, że jej przewaga konkurencyjna wyparowała w ciągu miesięcy, nie lat.

Cahn zauważa jednak ważny niuans: komodytyzacja na poziomie modeli może być świetna dla warstwy aplikacyjnej. Jeśli dostęp do inteligencji stanie się tani, explozja innowacyjnych zastosowań będzie znacznie łatwiejsza. To dobra wiadomość dla startupów i firm budujących produkty końcowe, ale katastrofalna dla tych, którzy zakładali, że będą pobierać opłaty za sam dostęp do modeli.

2. Zagrożenie niewłaściwej alokacji kapitału

Drugi rodzaj ryzyka dotyczy samej struktury inwestycji. Gdy przemysł kolektywnie wierzy w określoną narrację, powstaje niebezpieczeństwo masowego przepływu kapitału we “właściwym” kierunku według dzisiejszych przekonań, który jutro może okazać się całkowicie błędny.

Cahn opisuje to jako różnicę między “wyglądaniem mądrze” a “byciem w porządku”. W krótkim okresie inwestor może wyglądać mądrze, inwestując w to, w co wszyscy inwestują – nawet jeśli fundamentalnie w to nie wierzy. Przez rok czy dwa będzie uznawany za geniusza. Ale za pięć lub siedem lat, gdy hipoteza się nie sprawdzi, okaże się, że była to tylko popularna mądrość tłumu, nie rzeczywista przezorność.

W kontekście AI widzimy to na każdym poziomie stosu technologicznego. Gigantyczne inwestycje w centra danych mogą się okazać niepotrzebne, jeśli wygra efektywność. Inwestycje w startupy budujące prosty wrapper wokół GPT mogą wyparować, gdy OpenAI wprowadzi podobną funkcjonalność natywnie. Inwestycje w modele proprietarne mogą stracić wartość, jeśli open source dogoni je w ciągu miesięcy.

3. Wyścig z czasem (który możesz nie wygrać)

Trzecie zagrożenie dotyczy temporalności innowacji w AI. Branża porusza się obecnie z zawrotną prędkością. Jak zauważa Cahn: “Dziś AI zmienia się każdego dnia”. Co oznaczało przewagę konkurencyjną miesiąc temu, dziś może być już przestarzałe.

To stwarza paradoks dla inwestorów: musisz inwestować z wyprzedzeniem, przewidując, co będzie ważne za rok, dwa, pięć lat. Ale tempo zmian jest tak szybkie, że Twoje założenia mogą być zdezaktualizowane, zanim jeszcze zamkniesz transakcję.

Microsoft doświadczył tego bezpośrednio. Ich “prawo pierwszego wyboru” (right of first refusal) wobec centrów danych OpenAI było cenną przewagą – dopóki nie przestało być. Cahn zauważa, że Stargate ujawnił coś istotnego: Microsoft przestał realizować swoje prawo do wszystkich nowych centrów. Dlaczego? Być może dlatego, że ich własna analiza pokazała, że te inwestycje nie zwrócą się w przewidywalnym horyzoncie czasowym.

4. Zagrożenie fragmentacji a koncentracji

Branża AI zmaga się obecnie z fundamentalnym pytaniem: czy zwycięży model skoncentrowany (kilka wielkich graczy z masywną infrastrukturą) czy zdecentralizowany (wiele mniejszych, wyspecjalizowanych graczy)?

Model Google’a i Mety sugeruje, że przyszłość może być bardziej rozproszona. Obie firmy inwestują miliardy w budowę infrastruktury, ale jednocześnie publikują modele open source, które mogą być uruchamiane przez kogokolwiek. Ich strategia zakłada, że wartość leży nie w samym modelu, ale w aplikacji, ekosystemie i danych użytkowników.

OpenAI i Anthropic obstawiają odwrotnie: modele proprietarne, ścisła kontrola, stopniowe udostępnianie możliwości. Ich zakład polega na tym, że jakość i bezpieczeństwo uzasadnią premię cenową.

Kto ma rację? Prawdopodobnie obie strony – w różnych kontekstach. Ale dla inwestora oznacza to fundamentalne ryzyko: jeśli postawisz na niewłaściwy model w niewłaściwym momencie, możesz przegapić całą falę wartości.

5. Zagrożenie “wartość vs hype”

Ostatnie, ale być może najważniejsze zagrożenie, dotyczy rozbieżności między hype’m a rzeczywistą wartością biznesową.

AI bezsprzecznie tworzy wartość. Modele językowe poprawiają produktywność programistów. Systemy rekomendacji zwiększają przychody platform e-commerce. Komputerowe widzenie rewolucjonizuje diagnostykę medyczną. To wszystko jest realne i mierzalne.

Problem w tym, że całkowita wartość biznesowa utworzona przez AI może być znacznie mniejsza niż łączna kapitalizacja rynkowa firm AI i rozmiar zainwestowanego kapitału. To jest istota pytania o 600 miliardów dolarów: jeśli przemysł wydaje X, musi generować przychody większe niż X plus oczekiwany zwrot. Jak dotąd matematyka nie jest oczywista.

Cahn zauważa, że obecne wyceny zakładają przyszłość tak transformacyjną, że trudno ją sobie wyobrazić – świat, w którym każdy aspekt każdego biznesu jest fundamentalnie przebudowany przez AI. Możliwe? Tak. Pewne? Absolutnie nie.

Czy pytanie o 650 miliardów jest nadal aktualne?

TL;DR nie, bo teraz w grze jest…. ~ 727 mld $

Po wydarzeniach związanych z DeepSeek i Stargate można by sądzić, że pytanie Cahna zostało definitywnie rozstrzygnięte – w którąś stronę. Ale rzeczywistość jest bardziej złożona.

Z jednej strony, DeepSeek rzeczywiście sugeruje, że niektóre z najdroższych założeń branży mogą być błędne. Nie potrzebujemy może wydawać 500 miliardów na Stargate, jeśli możemy osiągnąć podobne wyniki za znacznie mniej. To zmniejsza presję na generowanie astronomicznych przychodów – jeśli koszty są niższe, próg rentowności też jest niższy.

Z drugiej strony, sama kwestia zwrotu z kapitału pozostaje nierozstrzygnięta. Nawet jeśli koszty spadają, pytanie pozostaje to samo: skąd mają pochodzić przychody? Kto będzie płacił za AI w sposób wystarczający do uzasadnienia nawet tych niższych inwestycji?

Cahn przedstawia interesującą perspektywę: rynek może się mylić co do timing’u. Historia pokazuje, że wielkie transformacje technologiczne często zajmują więcej czasu, niż się spodziewamy, ale gdy w końcu nastąpią, są większe, niż przewidywano. Internet był hype’m w latach 90., a potem bańka pękła. Ale dwadzieścia lat później okazało się, że nawet najbardziej optymistyczne prognozy z tamtych lat były niedoszacowaniem rzeczywistego wpływu internetu.

Może z AI jest podobnie? Może pytanie o te setki miliardów jest ważne dziś, ale stanie się nieistotne za dekadę, gdy AI naprawdę przebuduje gospodarkę?

A może nie. Może to jest właśnie ten moment, w którym kolektywny entuzjazm przekroczył granice rozsądku ekonomicznego i czeka nas długi okres trzeźwienia.

Co to oznacza dla różnych graczy?

Dla gigantów technologicznych

Microsoft, Google, Meta i Amazon stoją w obliczu złożonej kalkulacji. Muszą inwestować – brak inwestycji oznaczałby oddanie przyszłości konkurencji. Ale nadmierne inwestowanie w niewłaściwy rodzaj infrastruktury może być równie katastrofalne.

Zachowanie Microsoftu w kontekście Stargate jest pouczające. Ich decyzja o niewykorzystaniu prawa pierwszeństwa do wszystkich nowych centrów danych OpenAI sugeruje bardziej ostrożne podejście niż wcześniej. Być może przeprowadzili analizę podobną do tej Cahna i doszli do wniosku, że matematyka nie działa przy obecnych założeniach.

Dla startupów

Dla startupów AI obniżka kosztów, którą reprezentuje DeepSeek, jest jednoznacznie dobrą wiadomością. Jeśli dostęp do inteligencji na poziomie GPT-4 będzie kosztował ułamek tego, co kosztował rok temu, bariera wejścia dramatycznie spada.

Ale to też oznacza, że sam dostęp do modelu nie jest już fosą konkurencyjną. Startupy muszą budować wartość na innych poziomach: unikalne dane, specjalistyczna wiedza dziedzinowa, doskonałe UX, silne efekty sieciowe.

Dla inwestorów

Inwestorzy VC znajdują się w najtrudniejszym położeniu. Muszą inwestować dzisiaj w oparciu o przekonania o świecie za pięć, siedem, dziesięć lat. Tempo zmian w AI oznacza, że prawdopodobieństwo fundamentalnego błędu jest wyższe niż w większości innych sektorów.

Cahn proponuje strategię opartą na autentyczności i fundamentalnej analizie zamiast podążania za tłumem. “Wolę wyglądać głupio przez dwa lata, ale mieć rację po siedmiu latach, niż wyglądać mądrze przez dwa lata i okazać się w błędzie po siedmiu.” To trudna strategia do realizacji – wymaga odwagi i niezależności myślenia w środowisku, gdzie presja konformizmu jest ogromna.

Dla nas wszystkich

Wreszcie, istnieje szerszy kontekst społeczny. Te setki miliardów dolarów to nie abstrakcyjne liczby – to rzeczywiste zasoby: energia, materiały, ludzka praca i uwaga. Jeśli branża AI jest w trakcie nadmuchiwania bańki, oznacza to masową niewłaściwą alokację zasobów społecznych.

Z drugiej strony, jeśli AI rzeczywiście okaże się tak transformacyjny, jak twierdzą jego zwolennicy, niedoinwestowanie teraz może mieć trwałe negatywne konsekwencje. Społeczeństwa, które nie zainwestują w AI, mogą zostać w tyle pod względem produktywności, innowacji i dobrobytu.

Pytanie Davida Cahna “o 600 miliardów dolarów” nie tylko pozostaje aktualne po wydarzeniach związanych z DeepSeek i Stargate – stało się być może jeszcze bardziej istotne. Zderzenie tych dwóch narracji ujawnia fundamentalną niepewność co do przyszłości AI i ekonomii leżącej u jej podstaw.

Kluczowe zagrożenia inwestycyjne w AI można streścić następująco:

Ryzyko komodytyzacji: Modele AI mogą stać się tanią usługą znacznie szybciej niż oczekiwano, niszcząc wartość masywnych inwestycji infrastrukturalnych.

Ryzyko niewłaściwej alokacji: Setki miliardów dolarów mogą być inwestowane w oparciu o założenia, które okażą się błędne, prowadząc do masowej destrukcji kapitału.

Ryzyko temporalne: Tempo zmian w AI oznacza, że dziś poprawne założenia mogą być jutro nieaktualne, tworząc nietypowo wysokie ryzyko timing’u.

Ryzyko strukturalne: Fundamentalna niepewność co do tego, czy wygra model scentralizowany czy zdecentralizowany, tworzy “all-or-nothing” scenariusze dla wielu graczy.

Ryzyko wartości: Możliwa jest sytuacja, w której AI tworzy ogromną wartość społeczną, ale nie generuje proporcjonalnych przychodów dla inwestorów.

Co do aktualności samego pytania: wydarzenia ostatnich tygodni nie dały na nie odpowiedzi – raczej podkreśliły jego znaczenie. DeepSeek pokazał, że koszty mogą być niższe niż myśleliśmy, co jest dobrą wiadomością. Ale nie odpowiedział na pytanie, skąd mają pochodzić przychody. Stargate pokazał, że niektórzy gracze nadal wierzą w skalowanie za wszelką cenę. Ale zachowanie Microsoftu sugeruje rosnące wątpliwości nawet wśród najwierniejszych wierzących.

Prawdopodobnie najbliższe kilka lat przyniesie częściową odpowiedź. Zobaczymy, czy AI zacznie generować przychody w skali uzasadniającej inwestycje, czy może rozpocznie się proces konsolidacji i trzeźwienia podobny do tego po pęknięciu bańki internetowej.

W międzyczasie pytanie Cahna pozostaje niezbędną korekcją dla branży zaślepionej własnym entuzjazmem. Przypomina nam, że bez względu na to, jak transformacyjna może być technologia, fundamentalne prawa ekonomii nadal obowiązują. Kapitał musi przynieść zwrot.

Inwestycje muszą generować wartość. A matematyka musi się zgadzać.

Źródło

Artur Kurasiński

Moim gosciem jest Piotr Nowosielski⁠ - przedsiębiorca, założyciel i CEO Just Join IT, jednego z najpopularniejszych portali pracy dla branży technologicznej w Polsce...👇

Rozmawiamy o tym, jak naprawdę wygląda dziś rynek IT, czy programiści nadal mogą liczyć na wysokie zarobki, dlaczego juniorom tak trudno wejść do branży i czy sztuczna inteligencja zabierze nam pracę czy raczej zmusi nas do zupełnie innego myślenia o karierze.

Piotr opowiada też o swojej drodze przedsiębiorcy: od pierwszych biznesów, przez samodzielne dodawanie ogłoszeń do Just Join IT, aż po zbudowanie firmy generującej dziesiątki milionów złotych przychodów bez wsparcia funduszy VC.

Pytam Piotrka o to dlaczego bootstrapuje, jak patrzy na inwestorów, kto dziś jest konkurencją dla Just Join IT i czy jego celem jest pokonanie Grupy Pracuj czy może sprzedaż biznesu.

W tego odcinka dowiesz się też m.in. o:

• końcu „eldorado” dla programistów,

• tym, dlaczego rynek wyprodukował tysiące juniorów, których firmy nie chcą zatrudniać,

• specjalizacjach, które dziś są najbardziej opłacalne w IT,

• pracy zdalnej, benefitach i work-life balance po pandemii,

• B2B, umowach o pracę i planowanych zmianach regulacyjnych,* jawności płac i różnicach wynagrodzeń,

• wpływie AI na zatrudnienie, produktywność i nowe zawody,

• marketingu Just Join IT, współpracy z Kanałem Zero i hakowaniu wzrostu,

• czterodniowym tygodniu pracy i przyszłości rynku pracy w Polsce.

Zapraszam do oglądania albo do słuchania

DLACZEGO TWOJA ORGANIZACJA POTRZEBUJE LIDEREK I LIDERÓW AI?

Każda organizacja potrzebuje lidera / liderki AI, ale nie w sensie stanowiska w strukturze tylko realnej roli w procesie zmiany (sprawczości, dawania przykładu i uczestniczenia w decyzjach i zmianach związanych z AI)…

Transformacje technologiczne rzadko wygrywa się decyzją wydaną w postaci zarządzenia i mailem od zarządu. Samo ogłoszenie strategii, zakup licencji i powołanie komitetu sterującego nie zmienia sposobu pracy zespołów. Zmiana dzieje się tam, gdzie ktoś pokazuje konkretne zastosowanie w realnym procesie.

Dlatego oddolni liderzy AI są tak ważni.

To osoby osadzone w operacji. Znają procesy, wąskie gardła, nieformalne zależności. Wiedzą, gdzie raport powstaje za długo, gdzie dane są niespójne, gdzie powtarzalne czynności pochłaniają czas. Gdy wdrażają AI, nie robią demonstracji technologii. Rozwiązują konkretny problem.

Ich przewaga to wiarygodność. Nie działają z pozycji nakazu, tylko przykładu. Zamiast mówić o „transformacji”, pokazują skrócony czas realizacji zadania, lepszą jakość analizy, bardziej uporządkowany workflow. W organizacjach to działa silniej niż jakikolwiek mailing od zarządu.

Wiem jakie pytanie chcesz zadać. "A jak takich ludzi szukać?"

Bardzo prosto: obserwować, kto naturalnie eksperymentuje z narzędziami. Kto sam usprawnia swoją pracę. Kto zadaje pytania o dane i automatyzację.

Kto zaczyna być pytany przez innych „jak to zrobiłeś?”. To często nie są osoby z najwyższą pozycją w hierarchii. Często to specjaliści lub managerowie średniego szczebla z wysoką ciekawością i odpowiedzialnością.

Jeżeli takich osób nie widać, organizacja musi stworzyć warunki, by się pojawiły.

Nie poprzez nominację „lidera AI” w prezentacji, lecz poprzez rozwój kompetencji. Szkolenia powinny obejmować nie tylko obsługę narzędzi, ale myślenie procesowe, projektowanie workflow, budowę asystentów, kontrolę jakości wyników, liczenie ROI, rozumienie ryzyk prawnych i bezpieczeństwa danych. Dopiero takie połączenie daje realną sprawczość.

Oddolny lider bez wsparcia systemowego szybko się wypali.
Oddolny lider z narzędziami i mandatem do działania staje się multiplikatorem zmiany.

To on tłumaczy strategię na codzienną praktykę. Spina technologię z biznesem. Pokazuje, jak zwiększyć indywidualną produktywność, jednocześnie działając w ramach zasad organizacji.

AI nie zmienia organizacji automatycznie. Zmieniają ją ludzie, którzy potrafią wykorzystać technologię w sposób odpowiedzialny i mierzalny.
Dlatego każda organizacja potrzebuje lidera AI. Najlepiej takiego, który wyrasta z jej wnętrza i rozumie jej realne mechanizmy działania.

I dokładnie o tym będziemy mówili w naszym kursie AI LEADERS wraz z Paula Skrzypecka i Przemek Jurgiel-Zyla.

PEŁNA AGENDA KURSU I ZAPISY »

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii w tym tygodniu:

TRUMP ŁAGODZI PODEJŚCIE DO BEZPIECZEŃSTWA AI

Donald Trump podpisał rozporządzenie wykonawcze, które zachęca firmy technologiczne do dobrowolnego udostępniania najbardziej zaawansowanych modeli AI rządowi nawet 30 dni przed ich premierą. Administracja próbuje pogodzić obawy dotyczące cyberbezpieczeństwa z chęcią utrzymania amerykańskiej przewagi w wyścigu sztucznej inteligencji.

LINK

ILE MUSK OBIECAŁ A ILE ZREALIZOWAŁ?

Elon Musk przez lata przekonywał, że SpaceX pozostanie prywatne aż do realizacji ambitnych celów związanych z Marsem, jednak firma zmierza teraz w kierunku jednego z największych debiutów giełdowych w historii. Interaktywny materiał pokazuje, jak często miliarder składał śmiałe obietnice i w jakim stopniu udawało mu się je realizować w wyznaczonych terminach.

LINK

HASBRO STAWIA NA AI

Hasbro uruchamia nowe studio AI o nazwie Sixth Wall, które pozwoli firmom licencjonować interaktywne wersje kultowych postaci, takich jak Optimus Prime czy Mr. Potato Head. Producent chce w ten sposób przejąć kontrolę nad wykorzystaniem swoich marek w erze generatywnej sztucznej inteligencji i otworzyć nowe źródła przychodów.

LINK

Taki mniej więcej obraz naszego imaginarium dotyczącego AI kreślą Arvind Narayanan i Sayash Kapoor (informatycy z Princeton, którzy w 2024 roku trafili na listę TIME 100 Most Influential People in AI) w swojej książce “Sztuczna inteligencja Złudne obietnice, realne możliwości” (oryginalny tytuł “AI Snake Oil”), która jest jedną z ciekawszych diagnoz tego, dlaczego z dyskusją o AI od kilku lat kręcimy się w kółko.

Teza obu autorów jest banalnie prosta: termin “AI” jest dziś bezużyteczny, bo zlepia w jedno trzy zupełnie różne technologie. Generatywna AI (ChatGPT, Midjourney) co prawda działa, ale jest niedojrzała, za to realna i potencjalnie użyteczna. Predyktywna AI (algorytmy w rekrutacji, kredytach, sądownictwie, opiece zdrowotnej) w przeważającej części nie działają i są właśnie klasycznym „snake oil”, (czyli amerykańskim określeniem dziewiętnastowiecznego sprzedawcy różnej maści „cudownych” produktów sprzedawanych przez obwoźnych sprzedawców). A na końcu moderacja treści - wszystko pomiędzy, w dodatku z ukrytym kosztem ludzkim.

Cały kłopot polega na tym, że marketing (oraz firmy tworzące modele AI) koniecznie chcą nas przekonać, iż triumf jednej z tych kategorii oznacza triumf wszystkich.

Najmocniejszy jest rozdział poświęcony predyktywnej AI. Autorzy pokazują, jak algorytmy mające przewidzieć “jakość pracownika”, “ryzyko recydywy”, “ryzyko sepsy u pacjenta” czy “wartość roszczenia ubezpieczeniowego” systematycznie zawodzą, a ich zawodność uderza w konkretnych ludzi. Sześcioro czarnoskórych Amerykanów zostało aresztowanych przez błędy systemu rozpoznawania twarzy. Allstate od 2013 roku stosuje predyktywne modele wyceny szkód o nieprzejrzystej logice. ShotSpotter i COMPAS mają na koncie tyle samo medialnych sukcesów, co zniszczonych biografii.

Narayanan i Kapoor nie są przy tym romantykami mającymi antykorporacyjne ciągoty, ale argumentują z pozycji osób z IT twierdząc, że granice predykcji to nie kwestia “lepszych danych”, tylko fundamentalnego ograniczenia matematyki.

Drugi mocny fragment to “Ladder of Generality” czyli drabina, na której każdy szczebel reprezentuje bardziej elastyczny sposób obliczeń: od specjalistycznego sprzętu, przez programowalne komputery, uczenie maszynowe, deep learning, modele pretrenowane, aż po obecne instruction-tuned models. Autorzy nie twierdzą, że ta drabina się kończy.

Twierdzą, że nie wiemy, czy kolejny szczebel istnieje, ani czy nie prowadzi w ślepy zaułek. To całkiem rzetelne podejście, którego brakuje w 90% procentach komentarzy o AGI na linkedionowych profilach różnej maści „specjalistów” od AI.

Najciekawszy spór wokół książki rozegrał się jednak nie w „Science News” czy w „Kirkusie” (gdzie recenzje są jednoznacznie pochwalne), tylko w “The New Yorkerze”. Joshua Rothman, opierając się na rozmowie z Geoffreyem Hintonem, zarzuca Narayananowi i Kapoorowi… nadmierny sceptycyzm.

Potencjał AI do replikacji ludzkiej złożoności (jak argumentuje Rothman) już istnieje i będzie się rozwijał, bo pieniądze nie przestają płynąć. To uczciwa polemika, choć łatwo zauważyć, że Rothman myli “skalowanie kapitału” z “postępem technologicznym” czyli popełnia dokładnie ten sam błąd, przed którym ostrzegają autorzy książki. Z kolei recenzentka w „Journalism and Mass Communication Quarterly” krytykuje “Sztuczna inteligencja. Złudne obietnice, realne możliwości “ za przyjęcie perspektywy człowieka z Zachodu.

I moim zdaniem ma rację. Książka prawie w ogóle nie dotyka tego, jak predyktywna AI funkcjonuje w Chinach jako narzędzie kontroli społecznej, ani jak EU AI Act zderza się z amerykańskim modelem laissez-faire.

I tu dochodzimy do tego, czego w książce nie ma, a co jest potencjalnie najciekawsze obecnie interesuje: Narayanan i Kapoor diagnozują problem władzy (wielkie firmy technologiczne kontrolują infrastrukturę, dane i narrację) ale nie schodzą do poziomu analizowania polityki państwowych związanych z AI.

Nie znajdziesz u nich analizy chińskiej strategii półprzewodników, europejskiej walki o suwerenność obliczeniową ani podejścia do AI przez Ukrainę po 2022 roku. Ta bardzo krytyczna wobec hype’u AI książka, jest pisana z pozycji amerykańskiego obywatela-konsumenta, nie obywatela państwa walczącego o resztki autonomii technologicznej.

Powinniśmy bać się nie tego, co AI zrobi sama z siebie, tylko tego, co zrobią z nią ludzie bo albo nauczymy się rozróżniać “pojazdy”, albo wszyscy razem wsiądziemy do TIR-a, sądząc, że to rower elektryczny….

Artur Kurasiński

tekst powstał we współpracy z Wydawnictwem Uniwersytetu Jagiellońskiego.

Amazon “Delivering the Future” 2026

[współpraca reklamowa] Na zaproszenie Amazon Polska (firma opłaciła przelot, hotel i wyżywienie, ale nie miała wpływu na finałowy tekst który czytasz) miałem okazję zobaczyć co ta korporacja przygotowuje pod kątem trendów na najbliższe miesiące. Zaskakująco dużo na evencie w Londynie mówiło się o pracy, zatrudnianiu i podnoszeniu kwalifikacji - widać, że ktoś odrobił lekcje jak odróżnić się od tłumu techbros wieszczących “rzeź białych kołnierzyków i koniec pracy”.

Druga, bardzo często powtarzana kwestia w różnych wystąpieniach “Europa jest ważna, Europa robi super rzeczy, Europa jest niesamowita”. Nie wiem czy to efekt napięć globalnych czy fakt, że event miał miejsce w Londynie, ale miło się tego słuchało ;)

Sercem wydarzenia była robotyka. Amazon zaprezentował nową generację autonomicznego robota Proteus, który potrafi teraz działać w dowolnym miejscu w centrach logistycznych (nie tylko w strefach załadunkowych) i przyjmuje polecenia od pracowników w formie zwykłych, konwersacyjnych komend tekstowych, bez potrzeby programowania. Pracownik werbalnie przekazuje, co trzeba zrobić, a robot sam (dzięki “mózgowi” zasilanemu genAI) ustala priorytet, trasę i timing. Proteus jest obecnie testowany w laboratoriach Amazona, a wdrożenie w Europie zaplanowano na pierwszą połowę 2027 roku.

Oprócze tego Amazon rozszerza dwa systemy: Vulcan (pierwszy robot Amazona z „zmysłem dotyku”) oraz STARK czyli kolaboracyjny system obsługi pojemników, który po pilotażu w Barcelonie ma trafić do 15 lokalizacji w Europie do 2027 roku.

Ciekawostka: na miejscu miałem okazję porozmawiać z Tye Brady (Chief Technologist at Amazon Robotics) o chińskich robotach i o tym jak GenAI zmieniło robotykę. Tye zapytany o to, dlaczego nie widzieliśmy żadnego humanoidalnego robota pracującego w magazynie odparł, że inżynierowie Amazona zaczynają proces projektowania od zidentyfikowania problemu do rozwiązania a nie dopasowania formy i kształtu robota do sytuacji. Kiedy poprosiłem go o skomentowanie filmików z chińskimi robotami robiącymi niesamowite rzeczy skwitował, że on woli projektować maszyny, które rozwiązują realne problemy.

Pracownicy i upskilling

Amazon w trakcie eventu ogłosił 1 miliard dolarów na program Career Choice do 2030 roku (element szerszej inicjatywy Future Ready 2030 o wartości 2,5 mld dolarów). Program (już ponad 300 tys. uczestników globalnie) koncentruje się na szybko rosnących zawodach: cyberbezpieczeństwo, software development, logistyka, energia odnawialna i mechatronika czyli w pełni finansowane szkolenia w deficytowych branżach.

Ciekawostka: Amazon (w kontrze do innych bigtechów, które straszą AI i zwolnieniami) wyraźnie postawił w swojej narracji na kwestie tworzenia miejsc pracy i pomoc w zdobywaniu doświadczenia osobom z problemami z nauką. W magazynach Amazona pracują również ludzie głusi, niewidomi i z autyzmem.

Szybsze dostawy

Kilka ogłoszeń dotyczyło przyspieszania dostaw w Europie. Amazon Now (dostawa artykułów spożywczych i podstawowych w ≤30 minut) jest już dostępny w częściach Londynu, a w tym roku ma objąć Manchester i Birmingham. Rozbudowywana jest też sieć Sub Same-Day Delivery czyli ponad 25 lokalizacji w tym roku (m.in. Coventry i Norymberga), z możliwością zamówienia do 17:00 i dostawą tego samego dnia do 22:00. Do Europy trafi również funkcja „Add to Delivery” (dodawanie produktów do istniejącego zamówienia bez ponownego checkoutu), startująca jeszcze w tym roku w UK, Niemczech, Hiszpanii, Włoszech i Francji.

Ciekawostka: Amazon ma swoje brandy spożywcze (widziałem mleko i ryż brandowany logiem firmy z Seattle). W Polsce po pojawieniu się usługi Amazon Now najbardziej odczułby rodzimy “Lisek”.

Zrównoważony transport

Amazon pochwalił się skalą 50 000 elektrycznych vanów dostawczych globalnie czyli połowę zakładanego celu 100 tys. do 2030 roku (flota Rivian + Mercedes-Benz). Dodatkowo przekroczył 100 mln dostaw w Europie realizowanych mikromobilnością (rowerami cargo, e-motorowerami i pieszo).

Ja sam miałem okazję pojeździć pojazdem Mubea takim kurierskim cargo e-bike czyli “rowerem wspomaganym” (tak, ten pojazd spełnia definicję roweru bo jeździ do 25km/h, waży 650kg i dzięki temu może korzystać np, ze ścieżek).

Ciekawostka: bateria w takim pojeździe (niemieckiego producenta Mubea) starcza na 50km, łatwo się ją wymienia a wewnątrz “budy” jest miejsce na 250 kg ładunku. Jazda? Banalnie prosta. Dzięki wspomaganiu machasz nogami i prostu jedziesz do przodu. Chcesz pojechać do tyłu? Naciskasz przycisk i kręcisz pedałami do tyłu. Wszyscy w polskiej ekipie stwierdziliśmy, że to jest naprawdę fajny pojazd do miasta - gdyby jeszcze otworzyć “budę” albo dać dwa rzędy foteli to można go wykorzystać jako pojazd dla rodziny.

Alexa+ (nowa generacja asystenta)

Amazon mocno zaakcentował też europejski rollout swojego asystenta nowej generacji opartego na generatywnej AI. Alexa+ jest już dostępna w UK, Kanadzie, Meksyku, Włoszech, Hiszpanii, Niemczech, Austrii i (od niedawna) we Francji. Niestety Polska na razie nie pojawia się na liście…

Kluczowa różnica względem starej Alexy to przejście od „asystenta odpowiadającego na pytania” do agenta, który wykonuje zadania. Alexa+ jest zaprojektowana tak, by działać w realnym świecie ma nie tylko podawać informacje o np. pogodzie, ale współpracować z usługami aby realizować zadania od początku do końca (np. od zamówienia prezentu po wysłanie zaproszenia na imprezę).

Można z nią rozmawiać naturalnie, zmieniać tematy bez powtarzania słowa-klucza, a kontekst rozmowy jest zachowywany między urządzeniami (Echo, Fire TV, aplikacją czy przeglądarką).

Ciekawostka: aby zademonstrować działanie “na żywo” Alexy + zapytano się jej “kto zagra nowego Jamesa Bonda” no i oczywiście jak to często ma miejsce w trakcie takich prezentacji wszystko się posypało. Szkoda bo to pokazuje, że technologia którą każdy posiadacz czatbota w telefonie ma na wyciągnięcie ręki w Amazonie po tylu dekadach nadal szwankuje. No, ale Amazon może pocieszyć się, że nie jest sam bo Apple też nie umie w usługi konwersacyjne (Alexa i Siri mogą sobie przybić piątkę…).

Amazon Leo

W trakcie eventu dostaliśmy najświeższy update dotyczy tempa rozbudowy konstelacji: 29 maja United Launch Alliance pomyślnie wyniosło 29 satelitów Amazon Leo w ramach misji LA-07 (siódmego startu na rakiecie Atlas V i dwunastej misji ogółem) co podniosło łączną liczbę rozmieszczonych satelitów do 331. W pierwszym roku operacji Amazon Leo zrealizował 11 misji i wyniósł ponad 330 satelitów, stając się trzecią największą konstelacją na orbicie, a firma planuje zwiększać tempo startów bo zakontraktowano już ponad 100 lotów. Seria startów na Atlas V ma umożliwić szybsze tempo, w ramach przygotowań do przejścia z Atlas V na rakietę Vulcan. Tak, Starlink narzuca konkurencji szybkie tempo.

A jednak...

To nie internet jako całość jest toksyczny, lecz to, co pokazuje nam jego mikroelita (lub też może - mikropatologia?) – deformując nasz obraz rzeczywistości i wpływając na nasze decyzje, emocje i relacje społeczne.

Buty prawdy

“Kłamstwo obiegnie cały świat, zanim prawda zdąży włożyć buty” napisał Terry Pratchett w powieści “Prawda” (dla uczciwości - cytat przypisuje się również Markowi Twainowi oraz Winstonowi Churchillowi). Po raz kolejny, Świat Dysku okazał się krzywym zwierciadłem, w którym czasem widać więcej niż w lustrze. Dane z Massachusetts Institute of Technology wykazały, że fake newsy rozprzestrzeniają się w mediach społecznościowych sześć razy szybciej niż prawdziwe informacje.

Ośrodki dystrybucji prawdy

W przypadku Twittera (dziś X) tylko 10% użytkowników generuje ponad 80% treści, co oznacza, że ogromna większość użytkowników konsumuje treści tworzone przez bardzo wąską grupę ludzi.

Według raportu Center for Countering Digital Hate w czasach pandemii dwanaście kont, tak zwane “disinformation dozen”, było odpowiedzialnych za 65% treści antyszczepionkowych krążących w sieci. Powtórzmy - prawie trzy czwarte wszystkich antyszczepionkowych fake newsów wyprodukowało dwunastu z prawie 560 milionów użytkowników X, co oznacza, że mówimy o grupie stanowiącej 0,00000002 wszystkich użytkowników.

Gdyby wszyscy użytkownicy Twittera (X) odpowiadaliby jednemu metrowi, ta grupa miałaby wielkość parwowirusa, jednego z najmniejszych istniejących wirusów, który u ludzi wywołuje rumień zakaźny.

Dobre środowisko wzrostu

Oznacza to, że niewielka, ale hiperaktywna grupa może nadawać ton globalnej rozmowie i wpływać na zdrowie publiczne, wyniki wyborów i relacje społeczne. Media społecznościowe stanowią wyjątkowo przyjazną platformę dla takich praktyk.

Ludzki mózg buduje wyobrażenie społeczeństwa na podstawie dostępnych sygnałów. Gdy sygnały te są ekstremalne (agresywne komentarze, radykalne opinie, kontrowersyjne treści) tworzymy fałszywy obraz, że “wszyscy są tacy”.

Powstaje efekt fałszywej reprezentatywności: zjawisko zdefiniowane w psychologii jako “availability heuristic”, czyli ocenianie częstości zjawisk na podstawie łatwości ich przywołania. W zależności od swoich doświadczeń, różni ludzie mogą te same zjawiska postrzegać zupełnie odmiennie. Jeśli ktoś się struł street foodem, nie da się przekonać do udziału w festiwalu food trucków, choć tego typu wydarzenia przyciągają tłumy smakoszy.

Internetowe ekosystemy wzmacniają ten efekt. Zamknięte bańki informacyjne (echo chambers) filtrują treści tak, by potwierdzały nasze poglądy. Co więcej, boty i farmy klików dodatkowo wzmacniają radykalne przekazy.

Raport NATO StratCom z 2022 roku wykazał, że nawet 15% kont na Twitterze zaangażowanych w debatę polityczną to boty.

Te cyfrowe duchy napędzają ekstremizmy, nadając im pozór masowości. W 2020 roku Facebook usunął 5,4 miliarda fałszywych kont (przy około 8 miliardach ludzi w ogóle), co wskazuje na skalę problemu.

Duchy płoszą ludzi

Skoro internet jest pełen przemocy i nienawiści, po cóż w nim przebywać? Coraz więcej osób się po prostu z niego wypisuje. Z badań przeprowadzonych przez Amnesty International wynika, że 76% kobiet doświadczyło nadużyć w mediach społecznościowych, a 58% z nich ograniczyło aktywność online.

Rośnie samocenzura, maleje jakość debaty publicznej. Co więcej, wiele osób opuszcza media społecznościowe, uznając je za przestrzeń zdominowaną przez przemoc słowną i cynizm.

Przywrócić internet ludowi

Aby internet wrócił do swojej roli medium wymiany myśli i poglądów, kluczowe jest nie tyle globalne ograniczanie treści, co precyzyjne działanie wobec najbardziej wpływowych kont.

Propozycje obejmują: oznaczanie superaktywnych użytkowników, ograniczanie zasięgów treści dezinformacyjnych, zmiany w algorytmach promujących jakość a nie zaangażowanie. Transparency Center Facebooka sugeruje także wprowadzenie systemów punktowych dla kont, które regularnie publikują treści oznaczane jako wprowadzające w błąd.

Wprowadzenie filtrów przezroczystości informacyjnej mogłoby poprawić percepcję internetu jako całości i ograniczyć wpływ cyfrowych manipulacji.

To nie internet jako taki jest zepsuty, lecz nasz odbiór tego, co się na nim dzieje. Kilka tysięcy głośnych kont deformuje rzeczywistość, tworząc świat, w którym ekstremizm zdaje się normą.

Aby przywrócić sensowne proporcje, potrzeba współpracy: regulatorów, platform i samych użytkowników. Dopiero wtedy możliwe będzie odzyskanie internetu jako przestrzeni pluralistycznej, a nie areny krzykliwej mniejszości.

Czy można stworzyć algorytmy bardziej reprezentatywne społecznie, a nie jedynie efektywne reklamowo?

Jakie narzędzia mogą pomóc nam rozpoznać, że jesteśmy ofiarami cyfrowych iluzji? Czy możliwe jest odzyskanie przestrzeni cyfrowej jako miejsca rzeczywistej debaty i społecznego dialogu?

To pytania, które pozostają otwarte, ale są coraz pilniejsze w obliczu rosnącej dominacji cyfrowej elity wpływu. I tak jak parwowirusy wywołują rumień zakaźny, tak nawet dwanaście kont spośród 560 milionów może zatrząść organizmem internetu.

Żródło

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

W czerwcu spotkamy się aby podyskutować o tym jak AI jest wdrażane w organizacjach, jakie są z tym problemy prawne, wyzwania organizacyjne oraz co trzeba zmienić w procesach żeby taka transformacja się udała

​Pojawią się i podzielą się z nami swoją wiedzą:

​Paula Skrzypecka (CEO & co-founder AI LEADERS) która opowie o kwestii:

​“Zamiast zakazu i shadow AI – fast lane dla narzędzi AI w firmie”

• ​Shadow AI – skala zjawiska, pierwsze pozwy, dramy i konsekwencje prawne lub wizerunkowe; dlaczego zakaz to iluzja ochrony.

• ​Jak szybko i legalnie dopuszczać nowe narzędzia AI do użytku?

• ​Twój stack AI za 6 miesięcy - jak zbudować kulturę, w której z AI korzystamy transparentnie?

​Artur Kurasiński (co-founder AI LEADERS), który przedstawi swoją perspektywę na to jak organizacje w Polsce radzą sobie z transformacją AI:

​”Hamulcowi, alchemicy i dekretacja AI czyli cała prawda o wdrażania AI w polskich organizacjach”

• ​Hamulcowi i dekretacja - bloker to nie technologia, lecz ludzie: IT, które przespało Claude Code i boi się o swoją pozycję, oraz zarządy wdrażające AI okólnikiem w intranecie.

• ​Oddolna rewolucja i Shadow AI - liderami zostają „humaniści” z HR i marketingu, którzy sami vibe-codują. Bez procesów rodzi to Shadow AI: wrażliwe dane lądują w zewnętrznych modelach.

• ​Prawidłowe wdrożenie - jedna kolejność: Analiza → Automatyzacja → Robotyzacja. Złe dane = złe wnioski. AI obnaża brak cyfrowej transformacji w Polsce.

​Przemek Jurgiel-Żyła (Movens VC) opowie o:

​“AI wczoraj, dzisiaj i... za kilka minut (bo jutro to daleka przyszłość)”

• ​jak budować firmę i produkty,

• ​jak zatrudniać ludzi w dobie rewolucji, która nas otacza.

• ​...a może to tylko nasza bańka i trzeba robić swoje?

ZAPISY TUTAJ »

JAK AI POMAGA ZWALCZAĆ OTYŁOŚĆ?

Ponad 8 milionów Polaków zmaga się dziś z otyłością. Do 2035 roku ma to być co trzeci z nas. Wśród dzieci nasz kraj jest już europejskim liderem..

I właśnie w tę przestrzeń (między medycyną, psychologią a technologią) wchodzą leki takie jak Ozempic, aplikacje, plany żywieniowe i sztuczna inteligencja, która przypomina ci o posiłku i reaguje na zmianę twojego nastroju.

O tym między innymi rozmawiam z Pawel Seweryn założycielem Holi czyli cyfrowej kliniki, która stawia na model hybrydowy: lekarz podejmuje decyzje i buduje relację, a AI skaluje codzienne wsparcie. Pytam go o granicę: czego sztuczna inteligencja w medycynie absolutnie nie powinna robić sama?

Stawiam też tezę, że AI świetnie skaluje, ale fatalnie rozumie wstyd, kompulsję i samotność, które tak często stoją za otyłością.
⁠
Zapraszam do obejrzenia na YT: https://www.youtube.com/@TechnofobiaYT
albo słuchania na Spotify: https://cutt.ly/sluchaj

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii:

HOLANDIA BLOKUJE PRZEJĘCIE FIRMY PRZEZ AMERYJANÓW

Holenderski rząd zablokował przejęcie lokalnego dostawcy usług chmurowych przez amerykańską firmę, argumentując decyzję bezpieczeństwem narodowym i ochroną cyfrowej tożsamości obywateli. Sprawa pokazuje, jak strategiczne stają się dziś infrastruktura danych i kontrola nad systemami cyfrowymi w Europie.

LINK

CHINY BLOKUJĄ WYJAZD ZA GRANICĘ SWOICH AI SPECJALISTÓW

Pekin coraz mocniej kontroluje sektor sztucznej inteligencji, ograniczając zagraniczne podróże kluczowych ekspertów pracujących m.in. dla Alibaby i DeepSeek. Władze obawiają się wycieku strategicznych informacji oraz utraty przewagi technologicznej w globalnym wyścigu AI.

LINK

META STAWIA NA AI W URZĄDZENIACH NOSZONYCH

Meta pracuje nad nową kategorią urządzeń ubieralnych współpracujących z AI, w tym nad rozwiązaniem przypominającym inteligentny „pendant”, który ma stale zbierać informacje o otoczeniu użytkownika. Projekt wpisuje się w szerszą strategię firmy zakładającą rozwój osobistych asystentów AI dostępnych poza smartfonem.

LINK

FIRMY ZACZYNAJĄ OGRANICZAĆ ILOŚĆ PALONYCH TOKENÓW

Rosnące koszty korzystania z zaawansowanych modeli AI sprawiają, że coraz więcej przedsiębiorstw wprowadza limity i kontrolę wykorzystania tych narzędzi przez pracowników. Entuzjazm związany z wdrażaniem sztucznej inteligencji zderza się z koniecznością pilnowania budżetów oraz realnego zwrotu z inwestycji.

LINK

ANTHROPIC WYPRZEDZA OPENAI W DRODZE NA GIEŁDĘ

Anthropic poufnie złożyło dokumenty do debiutu giełdowego w USA, stając się pierwszym z gigantów AI, który formalnie ruszył w wyścigu o Wall Street. Firma, wyceniana już na 965 mld dolarów, chce wykorzystać ogromne zainteresowanie sztuczną inteligencją i umocnić swoją pozycję przed spodziewanym IPO OpenAI.

LINK

WYCENY STARTUPÓW “SPRZED CZASÓW CHATGPT” SĄ NISKIE

Jeszcze przed premierą ChatGPT inwestorzy byli skłonni płacić za startupy AI wielokrotnie więcej niż za firmy z innych sektorów, licząc na przełomowy potencjał tej technologii. Tekst pokazuje, że boom na sztuczną inteligencję nie zaczął się w 2022 roku — ChatGPT jedynie znacząco przyspieszył trend, który był widoczny już wcześniej.

LINK

TECHTURYSTYKA PO CHIŃSKU

Coraz więcej przedsiębiorców, inwestorów i inżynierów wybiera Chiny zamiast Doliny Krzemowej, aby na własne oczy zobaczyć rozwój AI, robotyki i elektromobilności. Popularność zdobywają specjalne wyjazdy do fabryk oraz startupów technologicznych, które pomagają uczestnikom śledzić najnowsze trendy i szukać nowych okazji biznesowych.

LINK

UE OGRANICZY CHMUROWYCH GIGANTÓW?

Unia Europejska przygotowuje przepisy, które mogą utrudnić firmom spoza Europy, takim jak Amazon i Google, udział w części strategicznych przetargów na usługi chmurowe. Celem jest zwiększenie kontroli nad kluczową infrastrukturą cyfrową i wzmocnienie europejskiej suwerenności technologicznej.

LINK

STAN FLORYDA POZYWA OPENAI

OpenAI mierzy się z pozwem złożonym na Florydzie, który dotyczy kwestii bezpieczeństwa korzystania z ChatGPT i potencjalnych szkód przypisywanych działaniu systemu. Sprawa może stać się ważnym testem odpowiedzialności prawnej twórców sztucznej inteligencji oraz standardów ochrony użytkowników.

LINK

META AI DAŁ DOSTĘP DO CUDZYCH KONT

Badacze wykazali, że można było skłonić system obsługi oparty na AI do przyznania dostępu do wybranych kont na Instagramie, wykorzystując odpowiednio sformułowane zgłoszenia. Incydent pokazuje, jak ryzykowne może być powierzanie wrażliwych procesów bezpieczeństwa automatycznym systemom bez wystarczających zabezpieczeń.

LINK

W latach 60. komputery okrzyknięto „elektronicznymi czarodziejami”, które miały zastąpić armie urzędników, automatyzować całe biura i doprowadzić do masowego bezrobocia w białych kołnierzykach. Gdy w 1964 roku Wall Street Journal pisał, że jedna maszyna może wykonać pracę setek osób, wielu ekonomistów uznało sprawę za przesądzoną: produktywność wkrótce eksploduje.

Niedługo po premierze ChatGPT badacze z MIT ogłosili, że pracownicy korzystający z AI mogą być nawet o 40% bardziej efektywni. Wiosną 2025 roku Narodowe Biuro Badań Ekonomicznych pokazało zupełnie inny obraz: średni przyrost efektywności wyniósł 3%, a w zadaniach bardziej złożonych (czyli takich, które wymagają refleksji i odpowiedzialności) narzędzia AI nie tylko nie pomagały, ale wręcz pogarszały motywację i jakość pracy.

Idea produktywności (rozumianej jako stosunek wyjścia do nakładów) narodziła się w erze przemysłowej. Reformy zarządzania, instrukcje pracy, „czas i ruch” (time-and-motion study) pozwalały w prosty sposób mierzyć ile towarów (np. sztuk metalu, ton stali) przypadało na jednego pracownika albo jedną maszynę w danym czasie. W takich realiach wzrost produktywności oznaczał jasny, namacalny przyrost wydajności, masy towarów lub godzin pracy skróconych.

Z biegiem dekad model przemysłowy ewoluował: gospodarki przechodziły do usług, potem do software’u, cyfrowych produktów i danych. Według EY, wchodzimy teraz w nową fazę, w której tradycyjne miary (ilość wyprodukowanych jednostek) tracą sens w obecnych czasach.

Już dekady temu badacze zwracali uwagę, że masowe inwestycje w technologie informacyjno-komunikacyjne (IT) nie przekładały się proporcjonalnie na wzrost produktywności. To właśnie na tym zjawisku bazuje Paradoks produktywności.

W uproszczeniu: mimo że firmy kupowały komputery, wdrażały systemy, mechanizowały procesy, mierzalny wzrost efektywności nie było szybko widoczny czy to na poziomie firm, czy całych gospodarek. W 1987 roku ekonomista z MIT Robert Solow, który w tym samym roku otrzymał Nagrodę Nobla za określenie roli innowacji w rozwoju gospodarczym, powiedział w wywiadzie dla New York Timesa, że „erę komputerów widać wszędzie, z wyjątkiem statystyk dotyczących wydajności”

To, co dzieje się obecnie, może być „powtórką z końca lat 80.” (tak przynajmniej twierdzi Erik Brynjolfsson, kolejny ekonomista z MIT), któremu przypisuje się autorstwo pojęcia “paradoksu produktywności”, które odnosi się do spowolnienia wzrostu produktywności w Stanach Zjednoczonych w latach 70. i 80. XX wieku, pomimo szybkiego rozwoju w dziedzinie technologii informacyjnej (IT) w tym samym okresie.

Termin ten został ukuty przez Erika Brynjolfssona w artykule z 1993 roku („The Productivity Paradox of IT”), a zainspirowanym żartobliwą uwagą laureata Nagrody Nobla Roberta Solowa, którą przywołałem powyżej (dlatego czasami mówi się też o “Paradkosie Solowa”).

Gdzie naprawdę ginie produktywność?

W historii „rozczarowań technologicznych” trzy mechanizmy powtarzają się z uporem:

Inwestycje w obietnice i menedżerskie złudzenia:

Organizacje kupują technologie „bo wszyscy kupują”, bez zmiany struktur pracy. AI — jak wcześniej IT — staje się kosztowną nakładką na stare procesy. Technologia rośnie, ale modele działania pozostają niezmienione.

Czasochłonna adaptacja:

Ekonomista Paul A. David zwrócił uwagę na „czasowy paradoks technologii”: prawdziwe zyski pojawiają się dopiero wtedy, gdy świat wokół technologii zostanie przebudowany.
— Elektryfikacja fabryk trwała 40 lat, zanim zaczęła podnosić efektywność.
— W tej dekadzie podobny proces czeka firmy wdrażające AI, bo adaptacja nie dotyczy tylko narzędzi, lecz standardów, regulacji, kultury pracy i strategii.

Efekty uboczne (które zjadają zyski):

Przykład z 1966 roku: komputery zaczęły generować tyle raportów, że menedżerowie nie byli w stanie ich czytać. Dziś odpowiednikiem jest zalew „AI-generated everything”: dokumentów, analiz, pomysłów, draftów, z których niewiele ma realną wartość.

Każda fala technologii przynosi więc nie tylko przyspieszenie, ale i gigantyczny szum informacyjny, który neutralizuje korzyści.

Poniekąd to właśnie pokazuje raport EY i wnioski z niego płynące:

Innymi słowy - technologia lubi się rozpędzać, nie oczekujmy, że pomimo tego, co głoszą media, że “AI jest wszędzie” szybko zobaczymy zmiany na rynku i w produktywności. EY ocenia, że w modelu optymistycznym zmiany wywołane przez AI do roku 2033 może przyczynią się do wzrostu o 3% światowego PKB.

To, co widzimy dzisiaj w kontekście AI, to początek wieloletniego cyklu, nie jego kulminacja. Nowa technologia rodzi nie tylko możliwości, ale też koszty, konflikty i nowe problemy, których nie chcą widzieć najwięksi entuzjaści.

Entuzjazm nie jest problemem. Problemem jest tempo, którego oczekujemy.

AI nie jest bezużyteczne. Ale każdy, kto czeka na cudowny, skokowy wzrost efektywności, będzie rozczarowany.

Artur Kurasiński

Mój projekt TTRPG wyrusza na Kickstartera!

Niezmiernie miło jest mi to napisać, że jest zapis wideo “sesji zero” mojego autorskiego systemu RPG Strigovia poprowadzonej przez Michał Gołkowski z pomocą Maciej Głowacki. Wszystko zaczęło się w zeszłym roku kiedy Hubert Pietruczyk napisał do mnie z propozycją nagrania sesji dziejącej się w uniwersum Strigovii. Udało się to dopiero w kwietniu, kiedy spotkaliśmy się w Szczecinie i przez cały dzień graliśmy (finałowo zostało zmontowanych 4h materiałów z ponad 7 godzinnej sesji).

To niesamowite oglądać teraz to, co działo się wtedy (a emocje były miejscami ogromne). No i rzadko się zdarza taka sesja, która prowadzi jeden z twórców systemu a drugi ją wspomaga.

Dziękuję wszystkim z teamu Gram Przygody (Daniel, Hubert, Sylwia), którzy wzięli udział w tej przygodzie, pomogli nam i finałowo stworzyli tak wspaniały klimat. Kudos!

PS w poniedziałek rusza kampania Strigovii na Kickstarter

W jednym jestem stały od lat. Musk ma mój szacunek za to, co zrobił w temacie komercjalizacji lotów w kosmos i SpaceX. Dzisiaj chciałbym pokazać co dokładnie będzie oznaczać wejście SpaceX na giełdę dla Muska, USA i całego świata bo wszystko wskazuje na to, że to będzie rekordowa oferta publiczna, po której Elon Musk, obecnie najbogatszy człowiek na świecie stanie na czele dwóch odrębnych spółek publicznych wartych (każda z nich) biliony dolarów.

Kiedy Space Exploration Technologies złożyło 300-stronicowy prospekt emisyjny, rynek dostał do ręki dokument, który jest jednocześnie sprawozdaniem finansowym, manifestem quasi filozoficznym i ćwiczeniem z inżynierii finansowej. SpaceX celuje w wycenę 1,75 biliona dolarów (zadebiutuje na Nasdaq z tickerem SPCX), z ofertą sięgającą 75 miliardów dolarów. Byłby to największy debiut giełdowy w historii Stanów Zjednoczonych (a po korekcie o inflację drugi w dziejach świata, zaraz za Saudi Aramco).

SpaceX zamierza przeznaczyć dla indywidualnych nabywców nawet 30 % oferowanych akcji co stanowi mniej więcej trzykrotność standardowej puli rezerwowanej dla detalu w historii debiutów amerykańskich firm.

Jak zauważył Om Malik, SpaceX, OpenAI i Anthropic (gdyby weszły na giełdę razem) zebrałyby więcej kapitału niż cała bańka dot-comów z lat 1995–2000.

Poniżej przeczytasz analizę prospektu emisyjnego SpaceX w rozbiciu na trzy warstwy finansowe: “silnik” (który faktycznie generuje gotówkę w spółce), “architekturę długu” (która została wokół niego zbudowana), oraz lukę (między wyceną a rzeczywistością), którą inwestorzy powinni wypełnić swoją wiarą i marzeniami, że zainwestowane pieniądze faktyczynie kiedyś do nich wrócą z nawiązką .

Zatem…startujemy!

Warstwa pierwsza: jedyny biznes, który naprawdę działa

Jeśli usunąć z dokumentu S-1 temat Marsa, orbitalnych centr danych i cywilizację typu II w skali Kardaszowa, zostaje nam firma sprzedająca internet satelitarny. I to właśnie Starlink jest tą maszynką, która zarabia w SpaceX.

Wyniki za rok 2025 są nie tyle dobre, co astronomiczne jak na branżę telekomunikacyjną:

Dla porównania: Comcast (dostarczający kablowy internet 32 milionom amerykańskich abonentów od dekad), pracuje na marżach EBITDA w okolicach 35%. AT&T podobnie. Starlink, który komercyjnie wystrzelił pierwszego satelitę dopiero w 2020 roku, bije ich obu na głowę.

Tempo akwizycji klientów jest tym, co najbardziej napędza narrację. Baza abonencka rosła z 2,3 mln (koniec 2023) przez 4,6 mln (2024) i 9,2 mln (2025) do 10,3 mln użytkowników na 31 marca 2026 roku w 164 krajach. W listopadzie i grudniu 2025 sieć dokładała po 20 tysięcy klientów dziennie.

Dlaczego marże są tak wysokie?

Odpowiedź leży w strukturze kosztów krańcowych. Roboczy satelita V2 Mini dostarcza ok. 90 Gbit/s pojemności w dół. Falcon 9 wynosi 22 takie sztuki, dokładając do sieci ok. 2 Tbit/s przy koszcie startu rzędu 30 mln USD czyli to mniej więcej daje kwotę 15 mln USD za terabit zainstalowanej przepustowości.

Gdy satelity są już na orbicie, koszt krańcowy przesłania kolejnego gigabajta zbliża się do zera. Każdy nowy abonent to niemal czysty przychód. To tłumaczy marżę i jednocześnie pokazuje, jak ogromny zapas mocy ma sieć: pod koniec 2025 konstelacja przekroczyła 600 Tbit/s przepustowości (tyle, ile cały publiczny internet przenosił globalnie w 2017 roku), przy medianie opóźnień 25,7 ms dla użytkowników w USA. Przy średnim obciążeniu rzędu 1,4 Tbit/s wykorzystanie tej pojemności wynosi jedną czwartą procenta. Sieci projektuje się pod szczyt, nie pod średnią, ale to właśnie ten zapas jest źródłem rentowności.

Rysy na modelu: ARPU

Tutaj zaczyna się problem. W ciągu trzech lat Starlink pozyskał 8 mln abonentów i jednocześnie stracił jedną trzecią przychodu na klienta czyli ARPU spadło ze 99 do 66 dolarów miesięcznie (przychód rośnie tylko dlatego, że wolumen przerasta spadek ceny).

Skąd taki problem z pozyskiwanie klientów i marżą? Wyjaśnia to struktura klientów Starlinka: segmenty premium są bogate, ale rosną wolno: terminale morskie (statki, platformy wiertnicze) płacą od 250 do 5 000 $ miesięcznie, a lotnictwo nawet 12 500–25 000 $ za terminal i to one zbudowały wczesne, wysokie ARPU w biznesie Starlinka. Największy wzrost dziś pochodzi jednak z innego bo najtańszego segmentu czyli konsumenta rezydencjalnego, w dodatku poza Ameryką Północną (coraz bardziej wrażliwego na cenę). Do tego dochodzą do tego użytkownicy „satellite-to-mobile” przez partnerstwa z operatorami, płacący ułamek bezpośredniej subskrypcji.

Kluczowe pytanie inwestorskie brzmi: gdzie ARPU się ustabilizuje? Spora część niepodłączonej populacji świata po prostu nie udźwignie 66 dolarów miesięcznie. Klient w Afryce to nie to samo, co klient w USA.

Warstwa druga: inżynieria długu, czyli jak posprzątano bilans

Druga warstwa to czysty finansowy majstersztyk i tu prospekt emisyjny pokazuje sztuczkę, która najlepiej oddaje logikę całego IPO SpaceX oraz sposób działania Muska.

Tuż przed złożeniem dokumentów SpaceX zaciągnęło kredyt pomostowy na 20 mld $ od konsorcjum największych banków: Goldman Sachs, Bank of America, Citigroup, JPMorgan Chase i Morgan Stanley. Pieniądze posłużyły do spłaty 17,5 mld $ wysokooprocentowanego długu odziedziczonego po X i xAI.

Korzyść jest ogromna bo spłacone obligacje śmieciowe i lewarowane kredyty oprocentowane były nawet na 12,5%. Efektywne oprocentowanie kredytu pomostowego na 31 marca wynosiło 4,58%. Dzięki tej różnicy Musk zetnie łączny roczny koszt odsetkowy mniej więcej o połowę (do kwoty około 900 mln $). Kredyt ma termin zapadalności we wrześniu 2027 a można go spłacić w dowolnym momencie, a SpaceX zobowiązało się przeznaczyć na jego redukcję część wpływów z finansowań dłużnych i z samego IPO w ciągu sześciu miesięcy od oferty.

Ok, ale skąd ten dług?

Tropy wiodą do przejęcia Twittera przez Muska w 2022 roku, które obciążyło spółkę ok. 12,5 mld $ zobowiązań czyniąc ten zakup jednej z najbardziej znanych „zawieszonych” pozycji długu na Wall Street, której banki przez lata nie mogły sprzedać inwestorom. Potem xAI przejęło X (w marcu 2025, transakcja akcyjna warta 33 mld $), dołożyło kolejne 5 mld $ długu, a w lutym 2026 SpaceX wchłonęło xAI. Morgan Stanley zapowiedział wierzycielom spłatę całości poprzez kredyt pomostowy, który jest mechanizmem realizacji tej obietnicy.

Tak więc przepływy gotówkowe Starlinku posłużyły jako dźwignia do refinansowania długu mediów społecznościowych i budowania biznesu AI po znacznie niższym koszcie. Manewr genialny w swojej prostocie bo kto by nie chciał pożyczyć swoje pieniądze najbogatszemu człowiekowi na Ziemi?

Co zostało ukryte w prospekcie między wierszami?

Obraz kondycji biznesu Musla nie jest jednak aż tak prosty. Poza kredytem pomostowym SpaceX wykazało dodatkowe 9 mld $ „innych finansowań”, w tym zobowiązania związane z infrastrukturą AI zaksięgowane jako nieudane transakcje sale-leaseback (czyli “nie po bankowemu” to leasing zwrotny, który dla celów rachunkowych traktuje się jak ukryty dług). Spółka ma też nieuruchomioną linię kredytu odnawialnego na kwotę 5 mld $ (podniesioną z 1,5 mld $.

A na to wszystko nakłada się rentowność całej grupy: SpaceX straciło w 2025 roku około 4,9 mld USD przy przychodach przekraczających 18 mld USD. Sama xAI generuje ok. 6,4 mld USD rocznej straty operacyjnej, a nakłady na infrastrukturę AI sięgnęły 12,7 mld USD capex w 2025. Innymi słowy Starlink jest maszyną drukującą banknoty, którymi Musk płaci za swoje inne zabawki.

Warstwa trzecia: luka między marzeniami a rzeczywistością

Tu robi się naprawdę ciekawie. Przy 7,2 mld $ EBITDA Starlinku i wycenie 1,75 bln $ mnożnik wynosi 243x EBITDA co patrząc na inne wielkie spółki jak Nvidia (29x), Apple (26x) czy Microsoft (16x) pokazuje niesamowitą, wręcz szaleńczą wiarę inwestorów w sukces spółki. Bowiem w praktyce to oznacza, że inwestorzy godzą się z wizją, że pożyczenie funduszy spółce to trzymanie kciuków za przyszły wzrost, dominację rynkową i kolejne biznesy pączkujące na bazie SpaceX, a nie za bieżące zyski operacyjne.

Żeby taki mnożnik się obronił, muszą zajść trzy rzeczy naraz: odbicie ARPU, dalszy wzrost bazy abonenckiej i nowa generacja satelitów tańsza w eksploatacji. Cała więc nadzieja spoczywa na satelitach V3. Każdy ma dostarczać ponad 1 Tbit/s w dół (wobec 90 Gbit/s w V2 Mini) i 200 Gbit/s w górę (czyli 24-krotność obecnej generacji). Starship wynosi ich 60 na raz, dokładając 60 Tbit/s w jednym locie (czyli więcej niż 30 startów Falcona 9 z V2 Mini).

Prędkość wysyłania (dziś 20–40 Mbit/s wobec 225 Mbit/s pobierania) to dokładnie to, czego potrzebują klienci enterprise (transfery wielkich plików, zdalne operacje, produkcja wideo). V3 to prosta droga powrotu do segmentów o wysokim ARPU i do mnożnika.

Problem w tym, że cały ten scenariusz zakłada, iż Starship i V3 będą działać. Analitycy projektują przychody Starlinku na ok. 20 mld USD w 2026 i ok. 12 mld USD EBITDA przy utrzymanych marżach 60%+. To oczywiście możliwe, ale warunkowane technologią, która jeszcze nie jest w pełni operacyjna (i wzrostem na rynkach, gdzie 66 $ miesięcznie to już bariera).

Ryzyko? Elon Musk

Jedną z ciekawszych części prospektu emisyjnego SpaceX jest 38 stron czynników ryzyka w ramach których wymienione zostały takie kwestie jak osobiste zaangażowanie Muska w sprawy polityczne aż po żywotność orbitalnych centrów danych. Z perspektywy finansowej dwa są fundamentalne.

Po pierwsze, kwestia kontroli. Kupując akcje klasy A, inwestor uczestniczy w wynikach całej spółki: Starlink, długi Twittera, straty xAI, capex na AI, ale bez prawa do wyboru zarządu i bez wpływu na to, czyje roszczenie do gotówki Starlinku ma pierwszeństwo. Świetnie prosperujący biznes telekomunikacyjny zostaje opakowany w strukturę, w której mniejszościowy akcjonariusz nie ma realnej kontroli a finałowo o wszystkim decyduje jedna osoba: Elon Musk.

Po drugie - jeśli na giełdę wejdą nowa firma wyceniana tak kosmicznie wysoko, to fundusze będą musiały je kupować (na przykład fundusze pasywne będą musiały ją kupić, bo ich zadaniem jest naśladowanie indeksu). Żeby mieć na to pieniądze, mogą zacząć sprzedawać akcje firm, które do tej pory zapowiadały zyski (np. inne duże spółki technologiczne)…

Plusy i minusy debiutu

Najtrafniejsza diagnoza tego prospektu jest taka, że SpaceX prowadzi biznes rakietowy a a cała reszta to wyobraźnia. Starlink to jeden z najlepszych biznesów infrastrukturalnych ostatniej dekady, z przewagą zbudowaną na fakcie, że SpaceX jest monopolistą w wynoszeniu ładunków na orbitę, licencjach na częstotliwości radiowe, infrastrukturze naziemnej i skali produkcyjnej.

Inżynieria długu pokazuje natomiast, że konglomerat potrafi przekuć przepływy Starlinku w realną przewagę kosztową. Ale przy wycenie 1,75 bln $ inwestor nie kupuje już operatora internetu satelitarnego. Kupuje orbitalne centra danych, misje na Marsa, produkcję chipów i plan budowy infrastruktury poza Ziemią a to wszystko sklejone w jeden wielki, piekielnie ambitny plan, która zasilany będzie przez abonamenty klientów płacących z dostęp do internetu po 66 $ miesięcznie (a pewnie i mniej bo cena będzie spadać).

Dla analityka finansowego konkluzja jest dwojaka. Starlink jako samodzielna spółka byłaby fantastyczną inwestycją. Ale SpaceX jako całość (z 9 mld $ ukrytych „innych finansowań”, 4,9 mld $ straty grupowej, mnożnikiem 243x i strukturą głosów odbierającą akcjonariuszowi kontrolę) jest raczej zakładem o to, że Elon Musk przekuje swoje marzenia w twarde fakty i kasę.

Debiut SpaceX ważny dla innych podmiotów bo będzie testem pod kątem IPO dla spółek technologicznych szukających pieniędzy na rynku publicznym. Czeka nas bowiem w ciągu 12 miesięcy debiut OpenAI, Databricks (spółka wyceniana 134 mld $), Stripe (wycena rzędu 140–160 mld $) czy Anthropic (wycena 850 mld -1 bln $) i Canva (40 mld $).

Jak napisałem na początku jest tylko jedna rzecz za którą Muska szanuję i tym czymś jest nadanie tempa rozwojowi całej branży “new space” bo SpaceX umożliwiło wynoszenie na orbitę (coraz taniej) ogromnej ilości sprzętu (w tym polskich satelit od ICEYE, sprzętu Scanway czy Creotech). Po latach marazmu i uzależnienia od rosyjskiego programu kosmicznego to Zachód ma przewagę technologiczną. I wszystko wskazuje na to, że jeśli ludzkość stanie się “gatunkiem międzyplanetarnym” to dzięki spółkom prywatnym (taki jak SpaceX czy Blue Origin) a nie rządowym agencjom, którymi zarządzają osoby wskazani przez polityków i przez nie rozliczane z efektów.

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

JAK POLSKA FIRMA ZMIENA SPOSÓB W JAKI SIĘ TWORZY KOD?

Rozmawiam z ⁠Przemysławem Ładyńskim⁠ CEO ⁠Graftcode ⁠czyli polskiego deeptechu, który w kwietniu 2026 zamknął rundę 9 mln zł i otwarcie celuje w pułap Dockera i HashiCorp. Ich silnik, Hypertube, powstaje od 2013 roku.

Trzynaście lat budowania binarnego protokołu, który ma wyciąć z architektury IT całą warstwę integracyjną zamiast nią zarządzać, jak robi to dziś REST, gRPC i każda firma od Siemens po IBM.Total. Siemens. Bosch. IQVIA. Premier Bank.

Czterystu klientów enterprise i rentowny biznes po dwóch dekadach pracy. Bracia Przemek i Łukasz Ładyńscy zostawili to wszystko żeby zbudować technologię, która, jeśli zadziała, sprawi, że spora część kodu napisanego w branży IT przez ostatnie 20 lat stanie się bezużyteczna.

Rozmawiamy o tym, jak zostawia się to, co działa, gdy widzi się, że całą branżę można po prostu obejść. O rodzinnym biznesie (bo wspólnikiem jest brat Łukas`).

O tym, dlaczego „Puls Biznesu" nazwał ich platformą no-code, choć w ich oficjalnych materiałach to słowo nie pada ani razu. I o tym, co MCP Anthropica zmienia w wyobrażeniu, czym w ogóle jest „integracja" w epoce agentów AI.

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii w tym tygodniu:

WOJNA Z IRANEM UDERZA W AI

Konflikt na Bliskim Wschodzie zaczyna destabilizować globalny łańcuch dostaw dla branży półprzewodników i AI. Problemy z dostępem do helu, bromu oraz rosnące koszty energii mogą przełożyć się na droższe chipy, opóźnienia produkcji i wyższe ceny technologii dla konsumentów.

LINK

AI POMOŻE ODKRYWAĆ LEKI

Naukowcy coraz częściej wykorzystują sztuczną inteligencję do projektowania nowych leków i przewidywania skuteczności terapii jeszcze przed badaniami klinicznymi. Choć technologia znacząco przyspiesza prace laboratoriów, eksperci podkreślają, że nadal potrzebne są rygorystyczne testy i nadzór nad wynikami generowanymi przez modele AI.

LINK

WIDEO PODCASTY NAPĘDZAJĄ RYNEK

Globalny rynek podcastów osiągnął rekordowe 9,2 mld dolarów przychodów, a głównym motorem wzrostu stają się formaty wideo przyciągające reklamodawców i nowych odbiorców. Platformy coraz mocniej inwestują w rozwój treści wizualnych, co zmienia sposób konsumowania podcastów i zaostrza walkę o uwagę użytkowników.

LINK

KAMBODŻAŃSKA PRALNIA KRYPTO NA BARTYCKIEJ

Śledztwo odsłania kulisy procederu, w którym warszawski adres miał stać się elementem międzynarodowej siatki prania pieniędzy (krypto). Sprawa pokazuje, jak łatwo lokalne firmy mogą zostać wciągnięte w globalne działania przestępcze.

LINK

GOOGLE CHCE ŚLEDZIĆ TWOJE ZAKUPY

Google rozwija funkcję „uniwersalnego koszyka”, która ma towarzyszyć użytkownikowi podczas zakupów w różnych sklepach internetowych. Rozwiązanie może uprościć finalizowanie transakcji, ale jednocześnie rodzi pytania o skalę zbierania danych i prywatność konsumentów.

LINK

AMAZON WCHODZI W ERĘ AI NA POWAŻNIE

Andy Jassy stawia Amazon na torze wielkich inwestycji w sztuczną inteligencję, jednocześnie tnąc koszty i porządkując firmę po erze Bezosa. To ryzykowna gra o utrzymanie pozycji AWS i całego imperium w świecie zdominowanym przez modele AI.

LINK

PIRACKIE AUDIOBOOKI ZALEWAJĄ YOUTUBE

Nielegalne kopie bestsellerowych audiobooków coraz częściej trafiają na YouTube, gdzie algorytmy pomagają im zdobywać miliony odsłon zanim zostaną usunięte. Wydawcy i autorzy alarmują, że platformy technologiczne nie nadążają z ochroną praw autorskich w erze taniej dystrybucji audio.

LINK

DOLINA KRZEMOWA LUBI CHINY

Mimo politycznych napięć i rosnącej presji ze strony USA, giganci technologiczni wciąż są mocno uzależnieni od chińskiego rynku i tamtejszych fabryk. Apple, Tesla czy Nvidia próbują balansować między bezpieczeństwem biznesu a geopolitycznym konfliktem, który coraz trudniej ignorować.

LINK

MENADŻEROWIE KLONUJĄ SIĘ DZIĘKI AI

Firmy coraz śmielej wdrażają agentów AI do wykonywania zadań, które do tej pory wymagały udziału pracowników — od analiz po obsługę klientów. Menedżerowie widzą w tym szansę na wzrost produktywności, ale pojawiają się też pytania o kontrolę, odpowiedzialność i wpływ na rynek pracy.

LINK

STAR CITIZEN Z MILIARDEM DOLARÓW

„Star Citizen” przekroczył próg miliarda dolarów finansowania, mimo że pełna wersja gry wciąż nie doczekała się premiery. Twórcy zapewniają jednak, że prace nad kampanią „Squadron 42” nabierają tempa, a projekt nadal pozostaje jednym z najbardziej ambitnych przedsięwzięć w historii gamingu.

LINK

PAPIEŻ LEON XIV I AI

Papież Leon XIV przygotowuje swoją pierwszą encyklikę, która ma wyznaczyć kierunek jego pontyfikatu i odnieść się do najważniejszych wyzwań współczesnego świata. W Watykanie rosną oczekiwania, że dokument mocno zaakcentuje kwestie społeczne, technologiczne i rolę Kościoła w czasach globalnych napięć.

LINK

W ubiegłym roku 48 projektów związanych z budową centrów danych (o wartości co najmniej 156 miliardów dolarów), zostało zablokowanych lub wstrzymanych przez lokalną opozycję, głównie w formie pokojowych protestów.

Z czego to wynika?

Nie wiem, czy zastanawialiście się kiedyś gdzie tak naprawdę powstają odpowiedzi czatbotów na nasze pytania. Oczywiście w centrum danych. Ale jak wygląda proces powstania takiego centrum? Jak wybiera się a potem tworzy miejsca, w których fizycznie dokonywane są obliczenia skutkujące odpowiedzią AI widoczną na naszych ekranach?

Najpierw wybiera się miejsce. Najlepiej tam, gdzie ziemia jest tania, regulacje łagodne, a ludzie zbyt zmęczeni walką, żeby protestować. Tam sprowadza się turbiny gazowe (dziesiątki silników wielkości pociągów) i uruchamia je bez pozwoleń, bo przecież będą działać krócej niż rok. Potem podciąga się prąd. Na koniec wstawia się serwery, a Google, Microsoft, xAI, czy dowolny inny wybrany BigTech ogłasza na wielkiej konferencji prasowej, że buduje przyszłość. Czasami na takiej konferencji pojawiają się politycy, czasem z samorządu, czasem nawet najwyższego szczebla i robią sobie zdjęcia, jak na tle wielkich logotypów wymieniają uściski dłoni z przedstawicielami światowego giganta.

W trzy miesiące od konferencji prasowej centrum danych działa a mieszkańcy okolicznych domów zaczynają kaszleć.

Tak stało się w Memphis, w roku 2024.

Kamuflaż w smogu

Centrum danych Colossus (własność firmy xAI Elona Muska) powstało w dzielnicy Boxtown w południowo-zachodnim Memphis w niebywałym tempie, które do dziś jest wzorem w branży budowy centrów przetwarzania danych. Budowa rozpoczęła się w maju, ogłoszenie nastąpiło w czerwcu, a do dnia Święta Pracy (czyli w niecałe trzy miesiące) kompleks był już “online”. Boxtown to dzielnica historycznie zamieszkała przez czarnoskórych mieszkańców, wybudowana przez dawnych niewolników.

Oczekiwana długość życia jest tam o ponad pięć lat niższa niż średnia krajowa. Ryzyko zachorowania na raka aż czterokrotnie wyższe. Nieopodal działa zakład uzdatniania ścieków, rafineria ropy, elektrociepłownia węglowa. xAI wybrało to miejsce nie mimo tych faktów, lecz (jak sugeruje reportaż The Atlantic) być może właśnie dlatego. Smog z turbin gazowych po prostu wśród istniejącego zanieczyszczenia nie byłby taki widoczny.

Colossus zużywa tyle energii elektrycznej w ciągu roku, ile 200 000 amerykańskich domów. Musk planuje dwa kolejne centra w okolicy czyli łącznie prawie 2 gigawaty mocy (dla porównania: całe miasto Seattle zużywa rocznie mniej).

Ale Colossus to tylko jeden punkt na mapie nowego przemysłowego krajobrazu Ameryki. Bo szaleństwo trenowania AI wymaga olbrzymich zasobów obliczeniowych.

Zakłady produkujące półprzewodniki wytwarzają toksyczne zawiesiny, gazy kwasowe oraz substancje polifluoroalkilowe (PFAS). Te niebezpieczne odpady przedostają się do naszej wody pitnej.

W 2022 roku zakład produkujący półprzewodniki firmy Samsung w Austin w Teksasie spowodował wyciek do rzeki Kolorado setek tysięcy galonów toksycznych odpadów, w tym kwasu siarkowego i solnego.

Największy pobór energii w historii

Jesse Jenkins z Princeton mówi wprost: centra danych AI to największe pojedyncze punkty zużycia elektryczności w historii ludzkości. Prognozy IEA wskazują, że do 2030 roku same amerykańskie data centers będą pobierać więcej prądu niż cały przemysł ciężki USA razem wzięty (czyli cement, stal, chemia, motoryzacja). Połowa tego zapotrzebowania będzie pochodzić od centrów obsługujących generatywne AI.

Całkowite wydatki kapitałowe Amazona, Microsoftu, Mety i Google od momentu premiery ChatGPT w 2022 roku przekroczyły już 600 miliardów dolarów. To więcej (po uwzględnieniu inflacji) niż rząd USA wydał na budowę całego systemu autostrad. OpenAI ogłosiło plany obiektów wymagających łącznie ponad 30 gigawatów, co daje sumę większą niż szczytowe zapotrzebowanie całej Nowej Anglii. OpenAI proponuje też stworzenie “Stref Ekonomicznych AI” czyli specjalnych korytarzy regulacyjnych, gdzie centra obliczeniowe rosłyby bez typowych ograniczeń środowiskowych i planistycznych.

Dominion Energy (główny dostawca prądu w Wirginii), gdzie w hrabstwie Loudoun skupia się 13% globalnych mocy data center świata prognozuje wzrost zapotrzebowania na energię o 5,5% rocznie i podwojenie do 2039 roku. Rzecznik firmy powiedział dziennikarzowi The Atlantic, że firma przygotowuje się do tego skoku, ale przyznał otwarcie: jest to największy wzrost zapotrzebowania na moc od lat powojennych.

Zdążyć przed katastrofą klimatyczną

Jak branża odpowiada na to zapotrzebowanie? Przede wszystkim: gazem ziemnym.

Sam Altman z OpenAI na pytanie o źródła energii dla data centers odpowiada konsekwentnie: “Krótkoterminowo: gaz ziemny.” Louisiańska spółka energetyczna planuje wybudować trzy gazowe elektrownie specjalnie dla centrum danych Mety. Żywotność elektrowni węglowych jest przedłużana, żeby zasilić nowe data centers. Chevron i Exxon negocjują podłączenie swoich instalacji gazowych bezpośrednio do kompleksów serwerowych.

“Meta is boosting its spending commitment on a forthcoming AI data center in West Texas by more than sixfold to $10 billion, with an aim to reach 1 gigawatt of capacity by the time the facility comes online in 2028.”

IEA szacuje, że emisje związane z data centers mogą się do 2030 roku podwoić (lub nawet więcej) stając się jednym z najszybciej rosnących źródeł gazów cieplarnianych na świecie. Scenariusz optymistyczny zakłada, że zanim nowe turbiny gazowe zdążą wystawić nam klimatyczny rachunek, zaawansowane reaktory jądrowe i narzędzia AI rozwiążą kryzys klimatyczny.

Elektrownia Three Mile Island (symbol amerykańskiej atomowej katastrofy, zamknięta w 2019 roku) jest właśnie przygotowywana do ponownego działania przez Constellation Energy po tym, jak Microsoft podpisał umowę na zakup jego energii na 20 lat. To nie jest energetyczna transformacja. To outsourcing przyszłości.

Ciekawą tezę postawił Goldman Sachs: boom na centra danych napędzane przez AI nie jest kosztem, który poniosą wyłącznie Big Techy. Goldman Sachs ocenia, że część rachunku zostanie przerzucona na zwykłych Amerykanów: najpierw przez wyższe rachunki za prąd, a potem także przez droższe towary i usługi. Wartość transakcji dotyczących data center przekroczyła 61 mld dolarów w 2025 roku, a rosnące koszty energii mają podbijać inflację bazową o 0,1 pkt proc. w latach 2026 i 2027 oraz o 0,05 pkt proc. w 2028 roku.

W praktyce chodzi o efekt domina bo rosnące zużycie energii przez centra danych zwiększa presję na sieć energetyczną i ceny prądu. Bank sugeruje, że to uderzy nie tylko w gospodarstwa domowe, ale też pośrednio w firmy, które mają wyższe koszty produkcji i usług. Dlatego drożeć mogą m.in. żywność, transport, odzież, a szczególnie usługi medyczne i gastronomiczne.

Według przywołanych danych ceny energii elektrycznej w USA wzrosły o 6,9% rok do roku w 2025, czyli wyraźnie szybciej niż ogólna inflacja, a Goldman przewiduje utrzymania inflacji energii w okolicach 6% także w latach 2026–2027. Bank szacuje też, że ten wzrost kosztów może obniżyć tempo wzrostu wydatków konsumentów o 0,2 pkt proc. i wzrost PKB o 0,1 pkt proc. w latach 2026–2027.

Pojawiają się pierwsze problemy prawne - organizacja NAACP wniosła pozew przeciwko firmie xAI i jej spółce zależnej MZX Tech w związku z rzekomym eksploatowaniem nielegalnych turbin metanowych do zasilania centrum danych Colossus 2 w południowej części Memphis. Stowarzyszenie zwraca się między innymi do federalnego sądu okręgowego dla Północnego Okręgu stanu Mississippi o stwierdzenie, że firma naruszyła ustawę o czystym powietrzu, o nakazanie jej zaprzestania korzystania z nielegalnych turbin oraz o nałożenie kar finansowych na xAI za złamanie prawa federalnego.

W pozwie stwierdzono, że xAI (startup zajmujący się sztuczną inteligencją założony przez Elona Muska należący obecnie do SpaceX) eksploatuje 27 turbin gazowych bez pozwolenia na emisję zanieczyszczeń w celu zasilania Colossus 2, jednego z coraz większej liczby centrów danych, które xAI utworzyło w celu szkolenia Groka, swojego asystenta AI. Turbiny gazowe emitują zanieczyszczenia, niebezpieczne substancje chemiczne i drobny pył, które są powiązane z takimi problemami jak choroby serca, choroby układu oddechowego, a nawet niektóre nowotwory.

Kwestie te budzą szczególne obawy, biorąc pod uwagę bliskość Colossus 2 do domów mieszkańców. Eksploatacja tych turbin bez pozwolenia na emisję zanieczyszczeń do atmosfery stanowi również naruszenie ustawy o czystym powietrzu, która wymaga uzyskania pozwolenia na źródła zanieczyszczeń przed ich uruchomieniem lub budową.

Nastroje anty-AI zaczynają wpływać na kształtowanie polityk lokalnych: w stanie Maine przedstawiono projekt ustawy mającej na celu całkowity zakaz tworzenia centrów danych, dołączając tym samym do 11 innych stanów, w których trwają prace nad projektami ustaw proponującymi ograniczenia lub całkowite zakazy.

Ciężko nie kibicować mieszkańcom, kiedy dowiadują się, że ich domy w praktyce zostaną pozbawione prądu, który popłynie do farm serwerów. Około 49 tys mieszkańców regionu jeziora Tahoe w maju 2027 roku może zostać bez prądu, ponieważ dostawca energii NV Energy zamierza przekierować przepływ energii właśnie do centr danych…

Chiny vs. USA: kto napędza wyścig czym

Tu pojawia się geopolityczny paradoks, który branża technologiczna woli przemilczeć. Administracja Trumpa ogłosiła “energetyczny stan wyjątkowy” i dereguluje pozwolenia dla gazowych i węglowych elektrowni (w imię mantry, że jakoś trzeba wygrać wyścig AI z Chinami).

Tymczasem Chiny budują przewagę energetyczną właśnie na atomie i słońcu: kraj odpowiada za prawie dwie trzecie nowych globalnych mocy wiatrowych i solarnych. W 2024 roku Chiny wyprodukowały prawie tyle energii elektrycznej, co USA, Europa i Indie łącznie.

Anthropic opublikował raport wzywający do uproszczenia procedur na otwieranie nowych data centers i elektrowni, żeby dotrzymać Chinom kroku. Ale jeśli USA będzie gonić Chiny gazem, a Chiny będą budować przewagę czystą energią — kto tak naprawdę wygrywa ten wyścig?

Europa sceptyczna

Europa patrzy na rozwój centrów przetwarzania danych z rosnącym sceptycyzmem. Dominuje podejście “pozwalać, ale kontrolować i ograniczać gdzie się da”. Najważniejszym kierunkiem jest zwiększenie przejrzystości i efektywności.

Zgodnie z przepisami wynikającymi z Energy Efficiency Directive, obiekty o zapotrzebowaniu IT co najmniej 500 kW muszą corocznie raportować m.in. zużycie energii, wodę, wykorzystanie ciepła odpadowego i wskaźniki typu PUE, WUE, ERF oraz udział energii odnawialnej. To ma skłonić operatorów do projektowania bardziej oszczędnych obiektów, a nie tylko do samej ekspansji.

W Irlandii centra danych konsumują nawet jedną piątą krajowej produkcji energii elektrycznej. Dublin przez lata stosował podejście oparte na ograniczeniu przyłączeń do sieci. Regulator w 2021 roku w praktyce wprowadził moratorium na nowe połączenia dla centrów danych w regionie Greater Dublin, a nowsze zasady mają pozwolić na rozwój tylko wtedy, gdy inwestor zapewni lokalne źródło energii lub magazynowanie pokrywające zapotrzebowanie obiektu. To oznacza przejście od prostego „nie” do modelu „tak, ale z własną infrastrukturą energetyczną”

Amsterdam poszedł najdalej bo władze miasta zdecydowały, że nie dopuszczą nowych centrów danych ani rozbudowy istniejących, z wyjątkiem projektów już wcześniej zgłoszonych lub na zaawansowanym etapie. Władze podają jako powód brak miejsca i ograniczoną przepustowość sieci energetycznej, a ponowną ocenę możliwości zapowiadają dopiero na 2030 rok.

Z podobnymi problemami mierzą się Francja i Niemcy. Norwegia, mająca pod dostatkiem zielonej energii, rozważa wprowadzenie zakazu działalności dla kryptowalutowych kopalni zużywających astronomiczne ilości prądu i pozostawiających olbrzymi ślad węglowy. Ale popyt na infrastrukturę do przechowywania danych rośnie, głównie z powodu potrzeb narzędzi sztucznej inteligencji. Skoro na rynku FLAPD (Frankfurt, Londyn, Amsterdam, Paryż, Dublin) odbito się już od ściany, cyfrowi giganci szukają nowych lokalizacji. Jeśli chodzi o moc i przepustowość sieci energetycznych, jak również skutki uboczne dla mieszkańców, cierpliwość władz się po prostu skończyła.

Uzależnieni od danych

Hrabstwo Loudoun w Wirginii jest przykładem i przestrogą: data centers przynoszą prawie 40% budżetu hrabstwa. To uzależnienie działa w obie strony bo gdy infrastruktura regulacyjna i fiskalna jest zbudowana wokół serwerowni, trudno z tej drogi zawrócić.

Loundoun jest najbogatszym hrabstwem w USA, gdzie centra przetwarzania danych zajmują 45 milionów metrów kwadratowych (około 3% całkowitej powierzchni). Cena energii elektrycznej wzrosła tam o 267 procent w ciągu ostatnich pięciu lat. Ciągłe buczenie wentylatorów oraz instalacji chłodniczych i energetycznych wypłoszyło z okolicy wszystkie ptaki i wiele dzikich zwierząt, przez co mieszkańcy skarżą się na frustrujące połączenie szumu oraz braku innych dźwięków w tle.

Z drugiej strony jednak w kompleksach przetwarzania danych pracę znalazło 75 tysięcy mieszkańców hrabstwa.

Polska vs Świat

Polska, z ambicjami bycia regionalnym hubem AI i poważnymi planami związanymi z cyfrową suwerennością staje przed wyborem: czy budować jak Amerykanie (patrzymy na zyski, nie bierzemy pod uwagę kosztów środowiskowych i horyzontu kilku dekad) czy nauczeni na błędach zza oceanu podejdziemy do problemu jak inne kraje w Europie?

Polski rynek data center podwoił moc w 3 lata (do 200+ MW) i odpowiada za ponad 1/3 mocy w regionie CEE. Prognoza na 2030 to 500 MW. Głównym hamulcem jest dostęp do przyłączy energetycznych — łączna pula wniosków do PSE może przekraczać 10 GW, podczas gdy do 2034 r. zarezerwowano tylko ok. 1,2 GW. Inwestorzy oczekują też przewidywalnych cen energii i dostępu do źródeł niskoemisyjnych.

Polska przetwarza zaledwie 2% europejskich danych czyli nieproporcjonalnie mało jak na 6. gospodarkę UE. Potencjalne lokalizacje nowych centrów to Warszawa, Szczecin, Bełchatów i Bielsko-Biała, często na terenach poprzemysłowych (tzw adaptive reuse).

Region EMEA dysponuje mocą ~10,4 GW wobec ~40 GW w USA. USA kontroluje ok. 75% światowej mocy GPU (prognoza na 2030: >60%), Europa ma poniżej 5% (nawet przy podwojeniu tylko 10%). Chiny z ~15% i agresywnie gonią.

Popyt na centra danych w Europie czwarty rok z rzędu przewyższa podaż. W 2026 szacowane zapotrzebowanie to 848 MW przy podaży 710 MW. Jeśli uznamy, że infrastruktura obliczeniowa stanowi fundament suwerenności technologicznej, to „Fabryki AI” (klastry GPU, duże modele językowe) stają się nowym rodzajem infrastruktury krytycznej. Polska ma atuty: członkostwo w UE/NATO, centralne położenie, konkurencyjne opóźnienia sieciowe, ale bez rozwiązania problemu energetycznego ambicje pozostaną na papierze.

“Polski rynek centrów danych przekroczył pułap 200 MW mocy, w ciągu trzech lat rosnąc o 100 proc. Jak wynika z analiz Polish Data Center Association (PLDCA), nasz kraj odpowiada już za przeszło jedną trzecią mocy takich instalacji w regionie. Eksperci prognozują, iż do 2030 r. łączna moc tego typu obiektów nad Wisłą sięgnie 500 MW.” źródło: Rzeczpospolita.pl

Polska stała się “modna” pod kątem lokowania tutaj centrów przetwarzania danych z prostego powodu: dostępnych rezerw energii elektrycznej (czyli energii pochodzącej ze spalania węgla). A wokół samej Warszawy ulokowanych jest dwie trzecie tego rodzaju krajowych inwestycji.

Polski opór

Zobaczmy to na konkretnym przykładzie. Marcin Piątek z redakcji POLITYKI opisuje sprawę konfliktu w podwarszawskich Regułach gdzie inwestorem jest firma Hillwood (amerykański potentat w inwestycjach wielkopowierzchniowych budujący przeważnie dla któregoś z tzw hyperscalers jak Microsoft czy Amazon). Z inwestycją od czterech lat walczą mieszkańcy zrzeszeni w Stowarzyszeniu Aktywnych Sąsiadów: próbują zablokować projekt, twierdząc, że jego realna skala i wpływ na otoczenie są ukrywane.

Problem, którego boją się mieszkańcy to fakt, że między innymi funkcjonowanie takiej “fabryki danych” podnosi temperaturę otoczenia nawet o 9°C. Obawiają się też wysokiego zużycia wody, przeciążenia sieci energetycznej, hałasu, emisji spalin z agregatów oraz ryzyk związanych z lokalizacją obiektu blisko zabudowy mieszkaniowej, torów, gazociągu i lotniska.

Mieszkańcy zarzucają władzom gminy brak konsekwencji, a wokół inwestycji pojawiła się nawet nielegalnie wydawana gazetka promująca projekt i atakująca jego przeciwników.

Z kolei wójt broni się, że działa w granicach prawa, a inwestor ma formalne zgody na przyłącza wodne i energetyczne. Sam Hillwood twierdzi, że budynki będą oceniane oddzielnie, a wpływy skumulowane zostaną uwzględnione później. Sprawa pozostaje nierozstrzygnięta: decyzji środowiskowej jeszcze nie ma, a jeśli będzie korzystna dla inwestora, to mieszkańcy zapowiadają dalszą walkę sądową.

Jest jeszcze jedna kwestia - zagrożenie wynikające z posiadania takiego obiektu na swoim terenie. Ataki dronów na centra danych Amazon Web Services w Zatoce Perskiej oraz groźby Iranu, że weźmie na cel firmy technologiczne za ich udział w atakach USA, podkreślają rosnące zagrożenia, na jakie narażona jest infrastruktura sztucznej inteligencji w sytuacjach konfliktowych.

Iran wskazał 18 firm, w tym Amazon, Google, Microsoft, Nvidia, Palantir oraz G42 (wiodącą firmę zajmującą się sztuczną inteligencją w Zjednoczonych Emiratach Arabskich) jako „uzasadnione cele”.

Dla firm, które posiadają centra danych w Zatoce Perskiej, ograniczenie ryzyka może oznaczać konieczność szukania innych miejsc na świecie, które nie będą aż tak bardzo narażone na ataki odwetowe.

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii w tym tygodniu:

SZEF DOWIE SIĘ, JAK KORZYSTASZ Z AI

Firmy coraz częściej monitorują sposób, w jaki pracownicy korzystają z narzędzi AI, analizując nie tylko efektywność, ale też potencjalne ryzyka związane z bezpieczeństwem danych. Rosnąca popularność takich praktyk może wywołać kolejną debatę o granicach prywatności w miejscu pracy i kontroli nad cyfrowymi nawykami zatrudnionych.

LINK

SCI-FI UCZY AI ZŁA?

Anthropic uważa, że dystopijna fantastyka naukowa może wpływać na zachowanie modeli AI podczas treningu, ucząc je niepożądanych schematów działania. Firma zwraca uwagę, że ogromne zbiory danych pełne mrocznych wizji przyszłości mogą mieć realny wpływ na sposób, w jaki sztuczna inteligencja interpretuje świat i podejmuje decyzje.

LINK

ANTHROPIC PRZEGONIŁ OPENAI POD KĄTEM ILOŚCI BIZNESÓW

Ramp pokazuje, że firmy coraz szybciej zwiększają wydatki na narzędzia oparte o sztuczną inteligencję, a tempo adopcji AI nadal rośnie mimo niepewnej sytuacji gospodarczej. Raport sugeruje też, że biznes traktuje AI już nie jako eksperyment, lecz element codziennej infrastruktury operacyjnej.

LINK

UE PRZESUWA TERMIN AI ACT – OMNIBUS PRZYJĘTY

7 maja Parlament Europejski i Rada UE osiągnęły polityczne porozumienie ws. nowelizacji AI Act, odraczając stosowanie przepisów o systemach wysokiego ryzyka (HRAIS) z sierpnia 2026 na grudzień 2027, a dla produktów regulowanych (urządzenia medyczne, zabawki, maszyny) do sierpnia 2028.

LINK

MUSK PRZECIWKO ALTMANOWI – PROCES W FAZIE WERDYKTU

14 maja zakończono mowy końcowe w procesie cywilnym o przekształcenie OpenAI w spółkę for-profit; dziewięcioosobowa ława przysięgłych rozpocznie deliberacje w poniedziałek, a werdykt będzie miał charakter doradczy – ostateczną decyzję wyda sędzia Yvonne Gonzalez Rogers. Z procesu dowiedzieliśmy się m.in. , że Amazon, Nvidia i SoftBank włożyły w OpenAI więcej pieniędzy niż Microsoft (którego dodatkowo pozwał Musk), a Altman ujawnił, że OpenAI od początku rozważało fuzję z Cerebras w pogoni za AGI.

LINK

CEREBRAS DEBIUTUJE NA NASDAQ Z WYCENĄ 95 MLD DOLARÓW

Akcje producenta wafer-scale układów AI wystrzeliły o 68% pierwszego dnia notowań 14 maja, dając firmie wycenę bliską 100 mld dolarów i czyniąc IPO największym debiutem amerykańskiej spółki technologicznej od Ubera w 2019 roku.

LINK

ROBOTAKSÓWKOM TESLI NIE UDAŁO SIĘ USTRZEC PRZED KOLIZJAMI

Tesla ujawniła dwa incydenty z udziałem robotaksówek wspieranych przez zdalnych operatorów, co ponownie rozbudziło debatę o bezpieczeństwie autonomicznej jazdy. Problemy pojawiły się mimo obecności teleoperatorów, którzy mieli nadzorować pojazdy w trudnych sytuacjach drogowych.

LINK

AI ZAMIENIA STUDIA W TESTOWANIE EDUKACJI

Coraz więcej studentów korzysta z narzędzi AI do pisania prac i nauki, co zmusza uczelnie do redefinicji sposobu oceniania i samego sensu edukacji. Tekst pokazuje, że szkoły wyższe stoją dziś przed wyborem: walczyć z technologią albo nauczyć się funkcjonować razem z nią.

LINK

MILIONOWY RACHUNEK ZA TOKENY OPENAI

Twórca narzędzia OpenClaw ujawnił, że jego projekt wygenerował rachunek na ponad 1,3 mln dolarów za wykorzystanie tokenów OpenAI, pokazując skalę kosztów rozwijania agentów AI. Historia stała się kolejnym sygnałem ostrzegawczym dla startupów budujących produkty oparte wyłącznie na drogich modelach językowych.

LINK

MUSK PRZEGRYWA SPÓR SĄDOWY Z OPENAI

Sąd odrzucił kluczowe roszczenia Elona Muska przeciwko OpenAI i Samowi Altmanowi, osłabiając jego próbę zatrzymania transformacji firmy w kierunku bardziej komercyjnego modelu działania. Wyrok może mieć ogromny wpływ na przyszłość sporów dotyczących kontroli nad rozwojem sztucznej inteligencji.

LINK

W laboratorium MIT Media Lab naukowczyni Nataliya Kosmyna testuje okulary wyposażone w czujniki EEG i EOG, które pozwalają sterować urządzeniami za pomocą samego wysiłku umysłowego. Gdy testujący skupia się na mnożeniu w myślach, piłka na stole zaczyna się poruszać.

To nie magia.To neurotechnologia.

Apple opatentował prototyp AirPodsów wyposażonych w sensory monitorujące aktywność mózgu. Meta ujawniła nowe inteligentne okulary i “neuronalną opaskę” pozwalającą na sterowanie urządzeniami samymi gestami.

No właśnie, a co z tak niegdyś medialnym projektem Elona Muska jakim był Neuralink? Do dziś Elon wszczepił już swoje urządzenia 12 osobom. “Jesteś swoim mózgiem, a twoje doświadczenia to te neurony, które się aktywują” - powiedział Musk na czerwcowej prezentacji.

Cel jego firmy jest jasny: połączyć sieci neuronowe w naszych mózgach z tymi sztucznymi na zewnątrz, tworząc dwukierunkową ścieżkę między umysłem a maszyną.

Czy to brzmi jak scenariusz prologu Matrixa? Nieco tak, ale przyjrzyjmy się realiom, żeby nie ulec ani nadmiernemu optymizmowi, ani przygniatającemu pesymizmowi. Trzeba jasno powiedzieć: możliwości dzisiejszej neurotechnologii są przerażająco zaawansowane.

Używając sztucznej inteligencji, naukowcy potrafią już obecnie na przykład:

• dekodować “wyobrażoną mowę” - konstruować słowa i zdania przy użyciu danych neuronalnych,

• odtwarzać mentalne obrazy (dekodowanie mózg-obraz),

• śledzić emocje i poziomy energii,

• wykrywać orientację seksualną, ideologię polityczną i kłamstwa na podstawie sygnałów EEG i fMRI.

A to dopiero początek.

Badania nad optogenetyką - techniką wykorzystującą światło do stymulowania lub tłumienia poszczególnych, genetycznie zmodyfikowanych neuronów - mogą wkrótce pozwolić nie tylko na “czytanie”, ale też “pisanie” w mózgu. Eksperymenty laboratoryjne już pokazały, że można wszczepić fałszywe wspomnienia do mózgów ssaków, a także przywracać utracone lub tłumić istniejące.

Branża neurotechnologiczna generuje już miliardy dolarów rocznych przychodów i oczekuje się, że w ciągu dekady podwoi lub potroi swój rozmiar. Dziś BCI obejmują zarówno implanty neuronalne, jak i noszone urządzenia - opaski na głowę, czapki i okulary - swobodnie dostępne w sprzedaży online, gdzie są sprzedawane jako narzędzia do medytacji, koncentracji i redukcji stresu.

Aby zapobiec tej ingerencji w umysły, kilka krajów i stanów już uchwaliło prawa do prywatności neuronalnej. W 2021 roku Chile zmieniło swoją konstytucję, włączając w nią wyraźne ochrony “neuropraw”. Hiszpania przyjęła listę “praw cyfrowych”. Europejskie kraje podpisały Deklarację z León o neurotechnologii. Meksyk, Brazylia i Argentyna debatują nad podobnymi środkami. W USA stany Kalifornia, Kolorado, Montana i Connecticut uchwaliły prawa chroniące dane neuronalne.

Ale to może nie wystarczyć. Rafael Yuste, neuroscientist z Columbia University, który w 2017 roku założył Fundację Neuropraw, przeprowadził badanie 30 konsumenckich firm neurotechnologicznych - wszystkie oprócz jednej nie miały “żadnych znaczących ograniczeń” w pobieraniu lub sprzedawaniu danych neuronalnych użytkowników.

To ważny sygnał dla wszystkich tych, którzy uważają, że ograniczenia czy nadzór nad nowymi technologiami nie jest potrzebny i “hamuje rozwój”. Szczególnie ten drugi argument jest chętnie przytaczany przez sceptyków nowych praw i regulacji, dlatego warto się zapytać - czy nieograniczony rozwój, karmiący się nieskrępowanie i bez żadnych moralnych czy prawnych nadzorów naszymi danymi, emocjami czy nawet informacjami genetycznymi, przyniesie cywilizacji korzystne zmiany?

Ta sytuacja nie jest bezprecedensowa. W latach 50. i 60. XX wieku, gdy José Delgado używał wszczepionej elektrody by zatrzymać szarżującego byka, a CIA prowadziła tajny program MK-Ultra eksperymentujący na nieświadomych więźniach, społeczeństwo zareagowało oburzeniem. Powstały prawa chroniące przed ingerencją w umysł. Rozwój neurotechnologii drastycznie zwolnił.

Dziś jednak, w świecie kapitalizmu nadzoru, gdzie wszystko można zredukować do danych na sprzedaż, gdzie regulacje prywatności oferują tylko odrobinę ochrony, nie mamy odpowiedniego języka, by się przeciwstawić ekspansji gospodarki danych do naszych umysłów.

Jak dużo prywatności jesteśmy jako społeczeństwo gotowi wymienić na ulepszone funkcje poznawcze? Za trzy lata będziemy mieć wieloskalowe modele danych neuronalnych, które firmy mogą umieścić na urządzeniu lub przesłać do chmury, aby próbować przewidywać nasze myśli i zachowania.

Dotychczasowe skandale, jak choćby słynna sprawa Cambridge Analitica, powinny krzyczeć do nas “UWAŻAJMY”. Tu już nie chodzi o prywatność danych, ale o urealniające się możliwości bezpośredniego wpływania na nasze decyzje.

“Zmieniamy ludzi, tak jak media społecznościowe czy duże modele językowe zmieniły ludzi” - mówi Mackenzie Mathis, neuroscientist ze Szwajcarskiego Federalnego Instytutu Technologii w Lozannie.

Musk już wyraził chęć “zniszczenia wirusa woke mind”. Jak zauważają Quinn Slobodian i Ben Tarnoff w nadchodzącej książce, nie wymaga to od nikogo wielkiego logicznego skoku, by podejrzewać, że widzi on Neuralink jako integralną część sposobu na wykonanie tej “groźby”.

Upadek tej pewności może być zaproszeniem do strachu przed przyszłością, w której nieograniczone użycie tych technologii zniszczy społeczeństwo, jakie znamy. Albo odwrotnie - może być okazją do przemyślenia polityki, która nas tu zaprowadziła.

Debata o neuroprawach jest w pewnym sensie ostatnią próbą zapewnienia, że ciężko wywalczona w poprzednim stuleciu ochrona naszego “ja” da radę p -zapobiec zmianom, przez które, wolność myśli, sumienia i opinii zostaną skutecznie stłumione przez coraz bardziej algorytmiczne doświadczanie codziennego życia.

Pytanie brzmi: czy będziemy działać, zanim będzie za późno, czy pozwolimy BigTechom wkroczyć tam, gdzie nigdy nie powinny mieć dostępu - czyli do naszych umysłów?

Źródło

Artur Kurasiński

Fajny tekst? Chcesz mnie wesprzeć w tworzeniu kolejnych?

↳ KUP SUBSKRYPCJĘ

JAKĄ KONKRETNĄ WIEDZĘ ZWIĄZANĄ Z AI OTRZYMASZ NA NASZYM KURSIE I JAK ONA MOŻE POMÓC TWOJEJ ORGANIZACJI?

Organizacje nie potrzebują dziś kolejnej subskrypcji do narzędzia AI, ale. ludzi, którzy potrafią przełożyć AI na procesy, decyzje i realne korzyści…

Dlatego stworzyliśmy AI LEADERs czyli kohortowe szkolenie dla osób, które chcą stać się liderami AI w swoich organizacjach. W ciągu 5 tygodni uczestnicy przechodzą przez całość: od fundamentów, prawa i cyberbezpieczeństwa, przez strategię AI i budowę kodeksu korzystania z AI, po prompt engineering, context engineering, tworzenie własnych asystentów, wykorzystanie AI w marketingu, sprzedaży, produkcie, HR i L&D oraz budowę bezpiecznego, minimalistycznego stosu narzędzi.

To nie jest kurs o „sztuczkach z AI” i tworzeniu promptów. Jeśli szukasz przepisów jak za pomocą prostych instrukcji napisać posta czy stworzyć obrazek to nie jest to szkolenie dla Ciebie (zapraszamy do konkurencji).

Z naszego kursu dowiesz się realnie jak:

→ podejmować lepsze decyzje wdrożeniowe w swojej organizacji,
→ ograniczać ryzyka prawne i jakościowe,
→ budować workflow i asystentów AI,
→ pracować na danych, wiedzy i procesach,
→ prowadzić organizację przez realną zmianę.

Na końcu uczestnik nie zostaje tylko z wiedzą, ale kończy kurs z własnym systemem pracy: draftem zasad korzystania z AI, personalnym systemem zarządzania wiedzą i własnym asystentem AI, którego można rozwijać długo po zakończeniu kursu.

Jeśli chcesz nie tylko używać AI, ale naprawdę umieć wdrażać ją w organizacji i inspirować do tego innych to nasz kurs jest właśnie dla Ciebie.

Zapraszam wraz z Przemek Jurgiel-Zyla i Paula Skrzypecka!

PEŁNA AGENDA KURSU I ZAPISY >

Czy w epoce YouTube’a, algorytmów i wielkich platform technologicznych da się jeszcze stworzyć naprawdę niezależne medium? Moim gościem jest Igor Janke - dziennikarz, publicysta, twórca Salon24, prezes Instytutu Wolności i współtwórca nowego projektu medialnego: Kanału Otwartego.

Rozmawiamy o tym, co stało się z tradycyjnymi mediami, dlaczego zaufanie do dziennikarstwa tak mocno się kruszy i czy internet naprawdę dał twórcom wolność czy tylko przeniósł zależność z redakcji na algorytmy Google’a, YouTube’a, TikToka i Mety.

Pytam Igora Janke m.in. o to, czy po odejściu z klasycznych mediów czuje się dziś bardziej wolny, jak wygląda niezależność w praktyce, czy platformy mogą wpływać na demokrację, dlaczego nowe media tak dobrze wykorzystują polityczne skrzydła, a tak słabo centrum, oraz czy projekt „bez polaryzacji” ma szansę wygrać uwagę odbiorców w internecie, który premiuje konflikt.

Rozmawiamy też o kulisach Kanału Otwartego: inwestorach, modelu biznesowym, reklamodawcach, Patronite, technologii, planach stworzenia „mediatechu” i o tym, gdzie kończy się otwartość, a zaczyna odpowiedzialność redakcyjna.

To rozmowa o mediach przyszłości, demokracji, zaufaniu, algorytmach, polityce i cenie niezależności.

Z tego odcinka dowiesz się o:
– czy niezależne media mogą istnieć na cudzych platformach,
– jak algorytmy zmieniają politykę i debatę publiczną,
– dlaczego YouTube stał się nową telewizją,
– czy „normalność” może konkurować z kontrowersją,
– jak zbudować medium, które nie chce być ani prawicowe, ani lewicowe,
– co oznacza odpowiedzialność redakcyjna w epoce viralowych treści,
– czy technologia pomaga rozmawiać ponad podziałami, czy raczej betonuje plemiona.

ZOBACZ📺

POSŁUCHAJ🎙️

NEWSY WARTE TWOJEJ UWAGI:

Przeszukałem cały Internet w poszukiwaniu najciekawszych/najważniejszych historii dotyczących technologii ;)

APPLE CORAZ MOCNIEJ INWESTUJE W AI

Apple przeznacza już około 10% swoich przychodów na badania i rozwój, wyraźnie zwiększając wydatki związane ze sztuczną inteligencją. Firma próbuje nadrobić dystans do konkurencji, stawiając na rozwój własnych modeli i nowych funkcji AI dla użytkowników swoich urządzeń.

LINK

OSCARY ZMIENIĄ ZASADY PRZEZ AI?

Akademia filmowa rozważa zmiany w kategoriach aktorskich po rosnącej liczbie produkcji wykorzystujących sztuczną inteligencję do modyfikacji głosu i wyglądu aktorów. Dyskusja dotyczy tego, gdzie kończy się ludzka kreacja, a zaczyna cyfrowa ingerencja wpływająca na ocenę ról.

LINK

WOJNA O OPENAI NABIERA TEMPA

Konflikt między Elonem Muskiem a Samem Altmanem coraz mocniej wpływa na przyszłość OpenAI, a w tle pojawiają się także napięcia wokół byłych liderów firmy, w tym Miry Murati. Spór dotyczy nie tylko kontroli nad rozwojem AI, ale też kierunku, w jakim zmierza cała branża technologiczna.

LINK

EV OFIARAMI WOJNY EKONOMICZNEJ MIĘDZY USA A CHINAMI

Napięcia między USA a Chinami coraz mocniej uderzają w branżę elektromobilności, prowadząc do technologicznej izolacji obu rynków. Ograniczenia dotyczące oprogramowania, baterii i komponentów mogą znacząco zmienić globalny układ sił w sektorze aut elektrycznych.

LINK

CHINY STAWIAJĄ NA HUMANOIDALNE ROBOTY

Chiny chcą wykorzystać humanoidalne roboty jako kolejny motor swojej dominacji eksportowej, inwestując miliardy w rozwój automatyzacji i AI. Państwo liczy, że nowe technologie pozwolą utrzymać przewagę produkcyjną mimo rosnących kosztów pracy i globalnych napięć handlowych.

LINK

SPACEX Z WIĘKSZYM DOSTĘPEM DO CLAUDE’A

Anthropic zwiększa limity korzystania z modeli Claude dla SpaceX, co może przyspieszyć rozwój wewnętrznych narzędzi AI w firmie Elona Muska. Współpraca pokazuje, jak szybko zaawansowane modele językowe stają się kluczowym elementem dużych projektów technologicznych.

LINK

EVE ONLINE POSŁUŻY DO TESTOWANIA AI

Google DeepMind nawiązało współpracę z twórcami EVE Online, aby wykorzystywać grę jako środowisko do testowania modeli sztucznej inteligencji. Złożona ekonomia i interakcje między graczami mają pomóc w rozwijaniu bardziej zaawansowanych systemów AI zdolnych do podejmowania decyzji w dynamicznych warunkach.

LINK

OKULARY ICE Z ROZPOZNAWANIEM TWARZY

ICE pracuje nad inteligentnymi okularami, które mają współpracować z systemem rozpoznawania twarzy Mobile Fortify używanym już przez agentów w terenie. Technologia ma umożliwiać błyskawiczne identyfikowanie osób na podstawie danych biometrycznych, co wywołuje kolejne pytania o prywatność i skalę nadzoru w USA.

LINK

RAMAGEDDON STRASZY BRANŻĘ AI

Najwięksi gracze technologiczni obawiają się nadchodzącego kryzysu pamięci RAM, który może utrudnić rozwój coraz bardziej wymagających modeli AI i centrów danych. Rosnące zapotrzebowanie na pamięć już wpływa na ceny sprzętu oraz strategie firm inwestujących miliardy w sztuczną inteligencję.

LINK

Tą wyspą jest Tajwan.

Od lat amerykańscy urzędnicy ostrzegają Dolinę Krzemową: jeśli Pekin zdecyduje się na blokadę lub inwazję, skutki będą natychmiastowe. Według raportu zleconego przez Semiconductor Industry Association odcięcie dostaw chipów z Tajwanu oznaczałoby największy wstrząs gospodarczy od czasów Wielkiego Kryzysu – spadek PKB USA o 11 %, czyli dwa razy głębszy niż w 2008 roku.

Tajwan odpowiada za ok. 90 % produkcji najbardziej zaawansowanych chipów. Bez tych chipów nie działają nie tylko iPhone’y i centra danych AI, ale także samochody, sprzęt medyczny, infrastruktura energetyczna i wojskowa. Co więcej – nawet gdy pierwsze wafle AI zaczynają powstawać w Arizonie, finalne pakowanie i łączenie układów nadal odbywa się na Tajwanie.

Amerykańska suwerenność technologiczna okazuje się w praktyce częściowa.

Poufny raport zlecony przez Semiconductor Industry Association w 2022 roku wyliczył, co by się stało, gdyby ten łańcuch dostaw pękł. PKB USA spadłby o 11% — dwa razy więcej niż podczas kryzysu 2008. Chiny straciłyby 16%. Bloomberg szacuje globalne straty na ponad 10 bilionów dolarów. Dla porównania: cała polska gospodarka to około 800 miliardów.

To jest właśnie ta część, która powinna niepokoić wszystkich bo ujawnia głęboki mechanizm myślenia krótkoterminowego w największych firmach świata. Otóż rząd USA ostrzegał - urządzał tajne odprawy, zaprasał wierchuszkę Doliny Krzemowej (Apple, Nvidii, Qualcomm, AMD). CIA i wywiad wojskowy raportowały (a rząd kolportował bardzo aktywnie informacje dalej), że Chiny planują przejęcie Tajwanu do 2027 roku.

Tim Cook po jednej z takich odpraw powiedział, że śpi “z jednym okiem otwartym”.

A potem... nic. Żadna z firm nic nie zrobiła żeby zmienić tę sytuację.

Powód jest banalny i przerażający jednocześnie: chipy produkowane w USA są o ponad 25% droższe. Kwartalne wyniki ważniejsze niż geopolityczne ryzyko za 5 lat. A poza tym (jak zauważył jeden z konsultantów McKinseya) mentalność branży była prosta: “Jeśli my będziemy w d*pie, to wszyscy będą. Po co się martwić?”

Na zaproszenie ówczesnego Prezydenta USA, Joe Bidena jesienią 2021 roku do Białego Domu trafili najważniejsi szefowie branży półprzewodników z poufnym ostrzeżeniem: Chiny coraz poważniej myślą o inwazji na Tajwan. W tamtym czasie słowa te brzmiały mało przekonująco bo wierzono jeszcze w stary porządek świata i dopiero pełnoskalowa inwazja Rosji na Ukrainę przewartościowała myślenie o ryzyku

Prezydent Biden próbował marchewki: ustawa CHIPS Act, 50 miliardów dolarów dotacji na budowę fabryk w USA. Intel obiecał, Samsung obiecał….Finałowo TSMC otworzyło zakład w Arizonie. Ale firmy technologiczne nadal nie zamawiały tam chipów. Bo były droższe i technologicznie o generację za tymi produkowanymi na Tajwanie (TSMC ma taką nieoficjalną zasadę, że najnowsza technologia zawsze zostaje na wyspie).

Latem kolejnego roku, w lipcu 2023 r., na kolejne tajne spotkanie w Białym Domu zaproszono m.in. Tima Cooka z Apple’a, Jensena Huanga z Nvidii oraz Lisę Su z AMD. Szef CIA William Burns i szefowa wywiadu Avril Haines przekonywali zebranych biznesmenów, że tempo chińskich wydatków zbrojeniowych pozwala prognozować jakiś ruch w kierunku Tajwanu około 2027 r.

Trump zmienił podejście: zagroził cłami 100% dla firm, które nie będą kupować 50% chipów z amerykańskich zakładów. Wywarł też presję na TSMC, żeby budowało więcej w Arizonie (tajwański koncern co prawda stawiał opór, ale ugiął się pod naciskiem własnego rządu. Łączna wartość deklarowanych inwestycji tajwańskich firm w budowę fabryk na terenie USA wyniosła 150 mld $. Do kwoty 100 mld $. zobowiązało się Apple. Wzrost nakładów zadeklarowały też AMD i Qualcomm, a Nvidia wyłożyła 5 mld $ na ratowania Intela).

Branża została uratowana?

Jensen Huang poleciał w październiku 2025 do Phoenix świętować “historyczny moment” czyli “pierwszy chip AI Nvidii wyprodukowany w USA”. Ale nie powiedział publicznie, że ten chip nie był gotowy. Żeby stał się pełnoprawnym chipem AI, musi trafić do fabryki w Tajwanie (tzw. packaging) czyli proces łączenia chipów.

Tak więc faktycznie coś, co zostało wyprodukowane w USA i tak nie może istnieć bez Tajwanu.

Polska nie produkuje chipów. Ale używamy ich wszyscy bo są w każdym smartfonie, każdym laptopie, każdej aplikacji AI, z której korzystamy w pracy. Każda firma korzystająca z chmury, z modeli językowych, z systemów automatyzacji jest zależna od łańcucha dostaw, który zaczyna się na Tajwanie.

Gdyby wyspa Tajwan została odcięty (na przykład w wyniku morskiej blokady przez Chiny), europejskie firmy nie miałyby gdzie kupić chipów. Nie za tydzień, nie za miesiąc. Rezerwy wystarczyłyby na kilka miesięcy. Potem nastąpiłby paraliż znany chociażby z czasów COVID-19 kiedy statki nie pływały do Europy - producenci samochodów dawali opcję klientom “kupujesz samochód bez opuszczanych szyb i radia albo nie dostaniesz wcale” (w autach z silnikiem spalinowym stosuje się zazwyczaj 50-200 chipów półprzewodnikowych. Odpowiadają one za podstawowe funkcje, jak sterowanie silnikiem, ABS czy oświetlenie. Samochody hybrydowe lub elektryczne zawierają około 3000-3500 półprzewodników).

To nie jest scenariusz science fiction. To jest ryzyko, które profesjonalni inwestorzy i menedżerowie powinni uwzględniać w planowaniu strategicznym już dziś.

Technologia nauczyła nas myśleć w kategoriach skalowalności i redundancji. Tymczasem fundament cyfrowej gospodarki Zachodu opiera się dziś na jednym, geopolitycznie kruchym punkcie. To nie jest już tylko kwestia bezpieczeństwa narodowego USA, ale pytanie o przyszłość całego modelu wzrostu opartego na AI, chmurze i półprzewodnikach.

Artur Kurasiński

PS. Trzy lata temu zacząłem myśleć o projekcie własnego systemu RPG, który będzie inny niż te, które znałem i w które grałem. Brakowało mi czegoś, co byłoby związane z naszą słowiańską naturą a jednocześnie nie byłaby to coś, co garściami czerpie z czerpie z uniwersum Wiedźmina.

Na mój apel odpowiedział Maciej Głowacki a potem zaprosił Michał Gołkowski. Razem zaczęliśmy przygodę z tworzeniem świata Strigovia. Po drodze udało mi się nakłonić do współpracy fantastycznych twórców jak Przemysław Truściński TRUST, Tomek Larek czy Michał Ratkowski. W sumie pracowało ponad 50 osób (tłumacze, redaktorzy, graficy, ilustratorzy, rzeźbiarze, animatorzy itd) - lista osób cały czas rośnie bo jest jeszcze mnóstwo pracy przed nami. Niemniej czas wyjść z cienia.

1 czerwca rusza nasza kampania na platformie Kickstarter w trakcie której pokażemy Wam to, co udało nam się przez ten okres stworzyć - autorską mechanikę, unikalny świat w którym Puszcza jest jednocześnie zagrożeniem i jedyną ochroną.

Zapraszam serdecznie!