{"id":34460,"date":"2026-07-22T05:00:00","date_gmt":"2026-07-22T03:00:00","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=34460"},"modified":"2026-07-16T16:29:59","modified_gmt":"2026-07-16T14:29:59","slug":"kto-naprawde-sprzedaje-kilofy-w-goraczce-zlota-ai","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/kto-naprawde-sprzedaje-kilofy-w-goraczce-zlota-ai\/","title":{"rendered":"Kto naprawd\u0119 sprzedaje kilofy w gor\u0105czce z\u0142ota AI"},"content":{"rendered":"\n
\n

Trwa\u0142a warto\u015b\u0107 w sztucznej inteligencji powstaje wok\u00f3\u0142 w\u0105skich garde\u0142 \u2013 a rynek cz\u0119\u015b\u0107 z nich wycenia ju\u017c tak, jakby nic nie mog\u0142o p\u00f3j\u015b\u0107 \u017ale.<\/em><\/p>\n\n\n\n

Maciej B. Owczarek<\/em><\/p>\n<\/blockquote>\n\n\n\n

Levi Strauss przyjecha\u0142 do San Francisco w 1853 roku, aby handlowa\u0107 tekstyliami. Zostawi\u0142 swoje nazwisko na spodniach ludzi, kt\u00f3rzy kopali z\u0142oto, i zbudowa\u0142 maj\u0105tek znacznie trwalszy ni\u017c wi\u0119kszo\u015b\u0107 z nich. T\u0119 lekcj\u0119 powtarzano tak cz\u0119sto, \u017ce stwardnia\u0142a w bana\u0142: w gor\u0105czce z\u0142ota sprzedawaj \u0142opaty.<\/p>\n\n\n\n

W sztucznej inteligencji ten bana\u0142 wymaga zaostrzenia. Nowe z\u0142oto potrafi wskaza\u0107 ka\u017cdy: chatboty, copiloty, agenci, syntetyczne media, automatyczni analitycy. Trudniejsze pytanie brzmi: kto kontroluje rzadkie zasoby, bez kt\u00f3rych nic z tego nie ruszy? Modna odpowied\u017a \u2013 Nvidia \u2013 to zaledwie pierwsza pozycja d\u0142u\u017cszej listy, biegn\u0105cej przez krzem, energi\u0119 i centra danych a\u017c do ma\u0142o efektownej maszynerii orkiestracji, ewaluacji i governance, gdzie prawdopodobnie powstan\u0105 te trwalsze fosy w zastosowaniach enterprise.<\/p>\n\n\n\n

Stary pomys\u0142 w planetarnej skali<\/strong><\/h2>\n\n\n\n

S\u0142uchaj\u0105c dzisiejszego boomu wystarczaj\u0105co d\u0142ugo, mo\u017cna doj\u015b\u0107 do wniosku, \u017ce inteligencj\u0119 wynaleziono gdzie\u015b mi\u0119dzy ChatGPT a prezentacj\u0105 dla zarz\u0105du. Nie wynaleziono. Sieci neuronowe si\u0119gaj\u0105 perceptronu z lat 50., a uczenie maszynowe od dziesi\u0119cioleci po cichu zarabia na siebie w medycynie, finansach i przemy\u015ble.<\/p>\n\n\n\n

Mam osobisty pow\u00f3d, by mie\u0107 tej amnezji za z\u0142e. W 2010 roku, jako student Politechniki Wroc\u0142awskiej, pisa\u0142em prac\u0119 magistersk\u0105 o sieciach neuronowych wykrywaj\u0105cych raka piersi na zdj\u0119ciach mammograficznych. Klasyfikatory dzia\u0142a\u0142y. Brakowa\u0142o im nie inteligencji, lecz skali: mocy obliczeniowej, danych i rynku gotowego zwr\u00f3ci\u0107 uwag\u0119.<\/p>\n\n\n\n

Moment, w kt\u00f3rym dziedzina przekroczy\u0142a granic\u0119, przyszed\u0142 dla mnie w marcu 2016 roku, gdy AlphaGo pokona\u0142o Lee Sedola 4:1 w Seulu. Nastawia\u0142em budzik na 4 rano, \u017ceby ogl\u0105da\u0107 partie na \u017cywo. Gracze Go od dawna nazywali swoj\u0105 gr\u0119 \u015bwi\u0119tym Graalem AI \u2013 przestrze\u0144 mo\u017cliwych pozycji jest zbyt wielka dla brutalnej si\u0142y \u2013 a ruch 37 w drugiej partii, dziwny i niemal obra\u017aliwy dla ludzkiej intuicji, zamkn\u0105\u0142 t\u0119 dyskusj\u0119. Maszyna znalaz\u0142a ruch, kt\u00f3rego sami nigdy nie nauczyli\u015bmy si\u0119 dostrzega\u0107 (film dokumentalny AlphaGo <\/em>z 2017 roku wci\u0105\u017c jest wart wieczoru; pe\u0142na wersja jest na YouTube).<\/p>\n\n\n\n

Du\u017ce modele j\u0119zykowe to inne zwierz\u0119, ale lekcja si\u0119 przenosi. LLM to w istocie sie\u0107 uczona przewidywania kolejnego fragmentu tekstu \u2013 sztuczka, kt\u00f3ra brzmi trywialnie, a trywialna nie jest, bo przewidywanie zmusza model do wch\u0142oni\u0119cia gramatyki, fakt\u00f3w, stylu i sporej cz\u0119\u015bci tego, jak \u015bwiat jest pouk\u0142adany. Architektura Transformer z 2017 roku uczyni\u0142a to praktycznym na du\u017c\u0105 skal\u0119.<\/p>\n\n\n\n

Od tego czasu zmieni\u0142a si\u0119 ekonomia. Publiczne szacunki umieszczaj\u0105 trening modeli klasy GPT-4 w dziesi\u0105tkach lub setkach milion\u00f3w dolar\u00f3w, a Epoch AI ocenia, \u017ce koszty treningu modeli frontier ros\u0142y dwu- lub trzykrotnie rocznie, z przebiegami za miliard dolar\u00f3w mo\u017cliwymi oko\u0142o 2027 roku. Samo u\u017cywanie modeli tanieje tymczasem w zawrotnym tempie: wed\u0142ug AI Index Stanforda koszt zapytania systemu na poziomie GPT-3.5 spad\u0142 z oko\u0142o 20 dolar\u00f3w za milion token\u00f3w pod koniec 2022 roku do 7 cent\u00f3w dwa lata p\u00f3\u017aniej \u2013 ponad 280 razy. Trening frontier staje si\u0119 brutalnie drogi, a wczorajsze mo\u017cliwo\u015bci tanie i powszednie. Z tego jednego faktu wynika spora cz\u0119\u015b\u0107 rynkowego napi\u0119cia.<\/p>\n\n\n\n

Gdzie le\u017c\u0105 kilofy<\/strong><\/h2>\n\n\n\n
\"\u0141a\u0144cuch\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Ryc. 1 \u0141a\u0144cuch warto\u015bci AI<\/figcaption><\/figure>\n\n\n\n

Sp\u00f3jrzmy na AI jak na rynek u\u0142o\u017cony warstwami. Na g\u00f3rze aplikacje: chatboty, copiloty, oprogramowanie bran\u017cowe, przep\u0142ywy agentowe.<\/p>\n\n\n\n

To warstwa najg\u0142o\u015bniejsza i naj\u0142atwiejsza do udawania. Weekendowy wrapper na cudze API mo\u017ce przypomina\u0107 startup a\u017c do chwili, gdy u\u017cytkownik zapyta, co zostaje, skoro ten sam model mo\u017ce wywo\u0142a\u0107 ka\u017cdy konkurent. Cursor, Perplexity i Harvey zapracowa\u0142y na swoje pozycje, dok\u0142adaj\u0105c workflow, kontekst, zaufanie lub dystrybucj\u0119. Reszt\u0119 warto sprawdza\u0107 pytaniem, czy rywal z dost\u0119pem do tego samego modelu odtworzy\u0142by produkt do poniedzia\u0142ku.<\/p>\n\n\n\n

\u0141atwiejszy do obrony teren le\u017cy warstw\u0119 ni\u017cej, w czym\u015b, co mo\u017cna nazwa\u0107 control plane: retrieval, uprawnienia, pami\u0119\u0107, ewaluacja, monitoring, kontrola koszt\u00f3w i op\u00f3\u017anie\u0144, \u015blady audytowe, guardrails.<\/p>\n\n\n\n

Nic z tego nie trafia na nag\u0142\u00f3wki, ale pieni\u0105dze ju\u017c si\u0119 ruszy\u0142y. Datadog wbudowa\u0142 obserwowalno\u015b\u0107 LLM w sw\u00f3j podstawowy produkt. CoreWeave zap\u0142aci\u0142 w zesz\u0142ym roku raportowane 1,7 mld dolar\u00f3w za Weights & Biases, firm\u0119, kt\u00f3rej biznesem jest \u015bledzenie i ewaluacja modeli \u2013 w\u0142a\u015bciciel mocy obliczeniowej kupi\u0142 sobie aparatur\u0119 pomiarow\u0105. Regulacja dzia\u0142a jak akcelerator.<\/p>\n\n\n\n

Bruksela w\u0142a\u015bnie odroczy\u0142a wi\u0119kszo\u015b\u0107 obowi\u0105zk\u00f3w AI Act dla system\u00f3w wysokiego ryzyka z sierpnia 2026 na koniec 2027 roku, po cz\u0119\u015bci dlatego, \u017ce standardy i narz\u0119dzia potrzebne do zgodno\u015bci nie istniej\u0105 jeszcze na odpowiedni\u0105 skal\u0119. To odroczenie to osiemnastomiesi\u0119czny prezent dla tych, kt\u00f3rzy je zbuduj\u0105. Banki traktuj\u0105 modele jako ryzyko podlegaj\u0105ce governance od wytycznych SR 11-7 Rezerwy Federalnej z 2011 roku, a AI t\u0119 dyscyplin\u0119 mno\u017cy, zamiast j\u0105 zast\u0119powa\u0107.<\/p>\n\n\n\n

Ka\u017cdy, kto budowa\u0142 systemy jako\u015bci danych i kontroli w du\u017cym banku, rozpozna ten wzorzec: demo modelu zajmuje tydzie\u0144; spory o to, kto jest w\u0142a\u015bcicielem kontroli, gdzie mieszka \u015blad audytowy i kt\u00f3ry komitet si\u0119 pod tym podpisze \u2013 rok. Ten rok to w\u0142a\u015bnie fosa. W regulowanej instytucji nikt nie pyta, czy model potrafi napisa\u0107 akapit. Pytaj\u0105, kto go zatwierdzi\u0142, jakie dane widzia\u0142, jak jest monitorowany i kto odpowiada, gdy si\u0119 myli \u2013 a ka\u017cde z tych pyta\u0144 to w praktyce zam\u00f3wienie do op\u0142acenia.<\/p>\n\n\n\n

A poniewa\u017c teza, kt\u00f3ra nie mo\u017ce upa\u015b\u0107, jest tylko nastrojem, oto falsyfikowalna wersja mojej:<\/p>\n\n\n\n

\n

Do ko\u0144ca 2028 roku wydatki na ewaluacj\u0119, monitoring i governance system\u00f3w AI w regulowanych bran\u017cach b\u0119d\u0105 ros\u0142y szybciej ni\u017c wydatki na same modele.<\/em><\/p>\n<\/blockquote>\n\n\n\n

Je\u015bli ta warstwa zostanie zamiast tego wch\u0142oni\u0119ta w darmowe funkcje platform hiperskaler\u00f3w, centralne twierdzenie tego tekstu oka\u017ce si\u0119 b\u0142\u0119dne \u2013 i b\u0119dzie to wida\u0107 w wynikach Datadoga i jemu podobnych.<\/p>\n\n\n\n

Poni\u017cej control plane znajduj\u0105 si\u0119 modele fundamentalne: OpenAI, Anthropic, Google, Meta oraz ekosystem openweight. Fosa \u2013 talent, badania, compute, marka \u2013 jest prawdziwa, i prawdziwa jest te\u017c erozja. Destylacja, kwantyzacja i modele otwarte wci\u0105\u017c przepakowuj\u0105 wczorajszy frontier za u\u0142amek ceny; laboratorium mo\u017ce wyda\u0107 fortun\u0119 na jeden trening i w p\u00f3\u0142 roku patrze\u0107, jak mniejszy model robi wi\u0119kszo\u015b\u0107 tej samej roboty.<\/p>\n\n\n\n

Dalej platformy chmurowe, a na samym dole infrastruktura fizyczna: Nvidia, TSMC, ASML, pami\u0119ci HBM, centra danych, energia. Te w\u0105skie gard\u0142a kopiuje si\u0119 najtrudniej. Przychody Nvidii w roku fiskalnym zako\u0144czonym w styczniu 2026 si\u0119gn\u0119\u0142y 215,9 mld dolar\u00f3w, a w kolejnym kwartale sam segment data center przyni\u00f3s\u0142 75,2 mld \u2013 wi\u0119cej ni\u017c Goldman Sachs zarabia przez ca\u0142y rok. Tak wygl\u0105da sprzeda\u017c kilof\u00f3w, kiedy ca\u0142y \u015bwiat zaczyna kopa\u0107 naraz.<\/p>\n\n\n\n

Problem Cisco<\/strong><\/h2>\n\n\n\n

Niewygodnym precedensem jest Cisco, kt\u00f3re sprzedawa\u0142o sprz\u0119t naprawd\u0119 potrzebny internetowi \u2013 a kt\u00f3rego akcje i tak potrzebowa\u0142y dw\u00f3ch dekad, \u017ceby odzyska\u0107 szczyt z 2000 roku, gdy inwestorzy ekstrapolowali popyt o kilka lat za daleko. Prawdziwe w\u0105skie gard\u0142o te\u017c mo\u017ce by\u0107 za drogie.<\/p>\n\n\n\n

\"Mno\u017cniki\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button>
Ryc. 2 Mno\u017cniki sp\u00f3\u0142ek publicznych nie s\u0105 w pe\u0142ni por\u00f3wnywalne z prywatn\u0105 wycen\u0105 dzielon\u0105 przez run-rate przychod\u00f3w (s\u0142upek kreskowany). Sens wykresu jest kierunkowy<\/figcaption><\/figure>\n\n\n\n

Na danych z po\u0142owy czerwca Salesforce jest wyceniany na nieco ponad trzykrotno\u015b\u0107 rocznych przychod\u00f3w, Microsoft na oko\u0142o dziewi\u0119ciokrotno\u015b\u0107, a Nvidia na dwudziestokrotno\u015b\u0107. Prywatna wycena Anthropic \u2013 965 mld dolar\u00f3w \u2013 implikuje mniej wi\u0119cej ten sam mno\u017cnik wobec 47 mld annualizowanych przychod\u00f3w, kt\u00f3re sp\u00f3\u0142ka ujawni\u0142a przy okazji rundy.<\/p>\n\n\n\n

Por\u00f3wnanie nie schlebia niczyjej precyzji \u2013 prywatna wycena dzielona przez run-rate to nie audytowany wska\u017anik sp\u00f3\u0142ki publicznej, dlatego s\u0142upek jest kreskowany \u2013 ale kierunek jest wystarczaj\u0105co czytelny: du\u017ca cz\u0119\u015b\u0107 dzisiejszej ceny to zap\u0142ata za jutro<\/strong>. To racjonalne, je\u015bli jutro przyjdzie zgodnie z planem. To drogie, je\u015bli wzrost zwolni, mar\u017ce si\u0119 skurcz\u0105, energia stanie si\u0119 wi\u0105\u017c\u0105cym ograniczeniem albo otwarte modele dalej b\u0119d\u0105 spycha\u0107 ceny w d\u00f3\u0142.<\/p>\n\n\n\n

Has\u0142o inwestycyjne wymaga wi\u0119c poprawki. Nie \u201ekup sprzedawc\u0119 \u0142opat”, lecz:<\/p>\n\n\n\n

\n

Znajd\u017a w\u0105skie gard\u0142o i zapytaj, czy cena nie zak\u0142ada ju\u017c perfekcji.<\/em><\/p>\n<\/blockquote>\n\n\n\n

Dekoracja to nie biznes<\/strong><\/h2>\n\n\n\n

Jedno ostrze\u017cenie zas\u0142uguje na wi\u0119ksz\u0105 dosadno\u015b\u0107. Wiele aplikacji AI nie jest s\u0142abych dlatego, \u017ce u\u017cywaj\u0105 cudzego modelu. S\u0105 s\u0142abe, bo nie dodaj\u0105 os\u0105du, workflow ani odpowiedzialno\u015bci. Je\u015bli cztery produkty robi\u0105 to samo \u2013 wklejaj\u0105 CV do LLM-a i prosz\u0105 o lepsz\u0105 wersj\u0119 \u2013 to model jest produktem, a aplikacja dekoracj\u0105. A na dekoracji zwykle zarabia si\u0119 przesad\u0105 w obietnicach, nieprzejrzystym cennikiem i ciemnymi wzorcami interfejsu.<\/p>\n\n\n\n

Pierwsza akcja ameryka\u0144skiej FTC wymierzona w marketing AI, Operation AI Comply dostarczy\u0142a emblematyczny przyk\u0142ad: DoNotPay, sprzedaj\u0105ce si\u0119 jako \u201epierwszy na \u015bwiecie robot-prawnik”, zawar\u0142o w 2025 roku ugod\u0119 z regulatorem w sprawie twierdze\u0144, \u017ce produkt mo\u017ce zast\u0105pi\u0107 prawnika \u2013 nigdy nie sprawdziwszy, czy potrafi, ani nie zatrudniwszy prawnika do kontroli. Zarzut nie brzmia\u0142, \u017ce firma u\u017cywa AI. Brzmia\u0142, \u017ce dekoracja sk\u0142ada\u0142a obietnice, kt\u00f3rych produkt nie dotrzymywa\u0142.<\/p>\n\n\n\n

Sp\u00f3\u0142ki aplikacyjne warte posiadania b\u0119d\u0105 wygl\u0105da\u0142y inaczej \u2013 dystrybucja, w\u0142asne dane, regulowany workflow, nawyk, kt\u00f3rego u\u017cytkownik nie zechce \u0142ama\u0107. Nie b\u0119d\u0105 po prostu pyta\u0107 modelu o odpowied\u017a; sprawi\u0105, \u017ce odpowied\u017a zadzia\u0142a wewn\u0105trz prawdziwego procesu.<\/p>\n\n\n

\n \n \n \"\"\n <\/picture>\n
\n
\n

Project Management & PMO<\/h2>\n <\/div>\n

\n Skorzystaj z naszego wsparcia w zarz\u0105dzaniu projektami end-to-end: od outsourcingu do\u015bwiadczonych Project Manager\u00f3w i ekspert\u00f3w PMO, przez doradztwo i audyty projektowe, po PMO as a Service\n <\/p>\n \n Oferta PMO<\/span>\n <\/a>\n <\/div>\n<\/div>\n\n\n\n

Lekcja ciemnych w\u0142\u00f3kien<\/strong><\/h2>\n\n\n\n

Por\u00f3wnanie z ba\u0144k\u0105 internetow\u0105 jest u\u017cyteczne tylko w ca\u0142o\u015bci. Ba\u0144ki s\u0105 prawdziwe: sprzedawcy infrastruktury bywaj\u0105 przewarto\u015bciowani, popyt mo\u017cna \u015bci\u0105gn\u0105\u0107 z przysz\u0142o\u015bci, a inwestorzy potrafi\u0105 zap\u0142aci\u0107 za przysz\u0142o\u015b\u0107, kt\u00f3ra przyjdzie p\u00f3\u017aniej, mniejsza albo zupe\u0142nie gdzie indziej.<\/p>\n\n\n\n

Ale prawdziwa by\u0142a te\u017c rewolucja pod ba\u0144k\u0105. Internet po 2000 roku nie znikn\u0105\u0142; sta\u0142 si\u0119 nudn\u0105 infrastruktur\u0105, a potem zmieni\u0142 wszystko. Nawet przeinwestowanie si\u0119 przyda\u0142o \u2013 ciemne w\u0142\u00f3kna po p\u0119kni\u0119ciu ba\u0144ki telekomunikacyjnej wygl\u0105da\u0142y jak czyste marnotrawstwo, dop\u00f3ki tania nadmiarowa przepustowo\u015b\u0107 nie umo\u017cliwi\u0142a streamingu i chmury.<\/p>\n\n\n\n

Historia AI zapewne u\u0142o\u017cy si\u0119 w podobny wz\u00f3r, a je\u015bli mam wskaza\u0107 gdzie \u2013 spodziewam si\u0119, \u017ce pierwsza powa\u017cna korekta uderzy w warstw\u0119 modeli, gdzie o utrzymanie cen najtrudniej, a nie w warstw\u0119 fizyczn\u0105, gdzie rzadko\u015b\u0107 jest realna. Centra danych mog\u0105 zmieni\u0107 w\u0142a\u015bcicieli z dyskontem; fabryki chip\u00f3w nie.<\/p>\n\n\n\n

Najbardziej prawdopodobne szcz\u0119\u015bliwe zako\u0144czenie pozostaje tymczasem najmniej filmowe: LLM-y spowszedniej\u0105, wtopione w arkusze kalkulacyjne, skrzynki pocztowe i narz\u0119dzia programistyczne, u\u017cywane bez komentarza \u2013 jak elektryczno\u015b\u0107. Pozostan\u0105 d\u017awigniami, nie autopilotami, wzmacniaj\u0105c os\u0105d albo bylejako\u015b\u0107 tego, kto je trzyma.<\/p>\n\n\n\n

Najlepszym biznesem w gor\u0105czce z\u0142ota rzadko jest ten, kto trzyma najbardziej b\u0142yszcz\u0105cy kilof. Jest nim ten, kto sprzedaje co\u015b, czego potrzebuje ka\u017cdy powa\u017cny poszukiwacz \u2013 po cenie, kt\u00f3r\u0105 kolejny cykl wci\u0105\u017c b\u0119dzie w stanie ud\u017awign\u0105\u0107.<\/p>\n\n\n\n

\u0179r\u00f3d\u0142a i materia\u0142y dodatkowe<\/strong><\/h2>\n\n\n\n