Czy szefowie firm AI naprawdę boją się sztucznej inteligencji? Między bezpieczeństwem a końcem marketingowego blasku

Jeszcze niedawno największym problemem dla inwestorów było to, czy firmy zajmujące się sztuczną inteligencją będą w stanie wystarczająco szybko zwiększać możliwości swoich modeli. Dzisiaj sytuacja zaczyna wyglądać paradoksalnie. Ci sami ludzie, którzy przez ostatnie lata przekonywali świat, że rozwój AI trzeba przyspieszać, zaczynają mówić: może jednak powinniśmy zwolnić. Nawet Larry Ellison postanowił nie sprzedawać swoich akcji, za które miał poczynić kolejne inwestycje w centra danych AI.

We wrześniu 2026 r. Dario Amodei, szef Anthropic, wezwał branżę do spowolnienia rozwoju najbardziej zaawansowanych systemów AI. Do jego ostrzeżeń dołączyli m.in. Sam Altman z OpenAI, Demis Hassabis z Google DeepMind oraz Elon Musk. W centrum dyskusji znalazło się bezpieczeństwo systemów, które stają się coraz bardziej autonomiczne i mogą w coraz większym stopniu wykonywać zadania bez bezpośredniej kontroli człowieka. Czyżby pojedynczy inżynierowie N-5 mieli tak wielki wpływ na decyzje szefów korporacji?

Reakcja rynku była natychmiastowa. Akcje firm związanych z półprzewodnikami i infrastrukturą AI zaczęły spadać, a kontrakty na indeks Nasdaq wskazywały na wyraźną przecenę technologii. Szczególnie mocno ucierpiały firmy znajdujące się w centrum infrastrukturalnego boomu AI.

Powstaje więc pytanie: czy naprawdę jesteśmy świadkami przebudzenia branży, która zrozumiała, że stworzyła coś potencjalnie niebezpiecznego? Czy może obserwujemy jeden z najbardziej wyrafinowanych zabiegów marketingowych w historii technologii?

Najłatwiej byłoby uznać wypowiedzi szefów AI za hipokryzję. Przecież to właśnie te firmy inwestują setki miliardów dolarów w coraz potężniejsze modele, centra danych i układy obliczeniowe. Dlaczego więc teraz ich prezesi ostrzegają przed tempem rozwoju?

Taka interpretacja byłaby jednak zbyt prosta.

Istnieje możliwość, że liderzy branży rzeczywiście obserwują rozwój technologii, który wymyka się tradycyjnym mechanizmom kontroli. Problem nie musi polegać na tym, że jutro pojawi się „zła sztuczna inteligencja”, która przejmie świat. Znacznie bardziej realistycznym zagrożeniem może być stopniowe zwiększanie autonomii systemów: agentów potrafiących pisać kod, prowadzić operacje biznesowe, wyszukiwać informacje, wykonywać transakcje czy samodzielnie tworzyć kolejne narzędzia. W takim świecie człowiek może nadal formalnie pozostawać „w kontroli”, ale jego zdolność do zrozumienia i przewidywania działania systemu może maleć.

Dlatego część ostrzeżeń może być absolutnie szczera. Należy pamiętać, że obecni inwestorzy pamiętają „przepompowanie” z czasów dot-com. Nie popełnią już tego samego błędu.

Problem zaczyna się wtedy, gdy przyjrzymy się temu, kto mówi o konieczności spowolnienia AI. Są to przede wszystkim firmy znajdujące się na samym froncie wyścigu technologicznego.

I tutaj pojawia się druga, znacznie bardziej cyniczna interpretacja.

Jeżeli Anthropic, OpenAI czy inne największe laboratoria uzyskają możliwość narzucenia wysokich standardów bezpieczeństwa, obowiązkowych audytów, kosztownych testów oraz regulacji dotyczących trenowania największych modeli, mniejsze firmy mogą mieć ogromny problem z konkurowaniem albo wręcz przeciwnie. Duża firma może wydać miliardy na bezpieczeństwo i zgodność z regulacjami, startup niekoniecznie.

To właśnie dlatego sceptycy zwracają uwagę, że samoregulacja może prowadzić do tzw. regulatory capture, sytuacji, w której największe firmy pomagają tworzyć reguły, które później wzmacniają ich własną pozycję. Podobne argumenty pojawiają się obecnie w debacie wokół propozycji Anthropic dotyczących niezależnych ewaluatorów bezpieczeństwa i międzynarodowej koordynacji.

Musimy mieć na uwadze, że w tym wyścigu biorą udział jeszcze azjatyccy zawodnicy z Chin czy Indii, gdzie regulacje, nawet dojrzałe, mogą być ustawiane tak, aby nie blokować ani nie faworyzować etyki lub jej braku.

Moim zdaniem odpowiedź brzmi: częściowo tak ale nie tylko.

W przypadku AI prawdopodobnie mamy do czynienia z sytuacją, w której kilka interesów występuje jednocześnie. Po pierwsze, firmy naprawdę mogą obawiać się technologii, którą rozwijają. Po drugie, chcą ograniczyć ryzyko prawne i polityczne. Po trzecie, chcą mieć wpływ na przyszłe regulacje. Po czwarte, chcą kontrolować tempo wyścigu technologicznego. Po piąte, komunikacja dotycząca zagrożeń może być elementem budowania marki odpowiedzialnej firmy. Po szóste, zachodnie firmy obawiają się Wschodu i starają się wpływać na tempo zmian. O tyle jest to ciekawe, że w USA lawinowo rośnie zainteresowanie niezależnymi instalacjami modeli takich jak Kimi czy DeepSeek jako przeciwwagą dla modelu subskrypcji.

Nie oznacza to jednak, że ostrzeżenia są fałszywe. Możliwe jest jednoczesne występowanie autentycznego zagrożenia i strategicznego interesu ekonomicznego.

Spadek akcji AI nie powinien być automatycznie interpretowany jako dowód, że inwestorzy przestali wierzyć w sztuczną inteligencję. Rynek może po prostu zacząć zadawać inne pytanie. Do tej pory pytanie brzmiało: „Jak wielki będzie rynek AI?” Teraz coraz częściej brzmi: „Ile naprawdę będzie można na nim zarobić?” To ogromna różnica.

Technologia może być rewolucyjna, a jednocześnie akcje firm ją rozwijających mogą być przewartościowane. Historia technologii zna wiele takich przypadków. Internet rzeczywiście zmienił świat, ale nie oznaczało to, że każda spółka internetowa z końca lat 90. była warta tyle, ile sugerowała jej wycena. Podobnie może być z AI.

Bank of England zwracał uwagę na rosnące znaczenie ogromnych nakładów na centra danych i infrastrukturę AI oraz na potencjalne konsekwencje finansowe gwałtownego spadku wycen aktywów powiązanych z AI. Jednocześnie nie można powiedzieć, że obecny rynek jest po prostu powtórką bańki dot-com. Dzisiejsi giganci technologiczni mają realne przychody, ogromne przepływy pieniężne i rzeczywiście rozwijają technologie wykorzystywane przez przedsiębiorstwa. Fidelity zwraca uwagę, że jednym z kluczowych elementów oceny potencjalnej bańki powinny być nie tylko wyceny, ale również jakość zysków, tempo wzrostu przychodów, skala nakładów inwestycyjnych i poziom stóp procentowych no i przede wszystkim TRWAŁOŚĆ. Problem polega więc nie na tym, że AI jest „fikcją”. Problem może polegać na tym, że rynek wycenił przyszłość szybciej, niż gospodarka jest w stanie ją zrealizować. A przedwczesny dojrzały rynek nie znosi oczekiwania na konsumpcje. To jak mieć przygotowany obiad na dwa dni przed przyjazdem gości.

Dzisiejsze wydarzenia pokazują coś jeszcze bardziej interesującego.

Jeżeli AI rzeczywiście zacznie działać zgodnie z najbardziej optymistycznymi prognozami, część obecnych firm może stać się mniej wartościowa. Jeżeli AI zacznie zastępować pracowników, automatyzować programowanie, marketing, analizę danych czy obsługę klienta, to ogromna wartość ekonomiczna może powstać, ale niekoniecznie trafi do obecnych liderów giełdowych.

Inwestorzy muszą więc odpowiedzieć na pytanie: kto ostatecznie zarobi na rewolucji AI? Producent chipów? Dostawca energii? Właściciel centrum danych? Twórca modelu? Firma, która wykorzystuje AI do obniżenia kosztów? A może użytkownik końcowy, który dzięki AI będzie mógł wykonać pracę wcześniej wymagającą całego zespołu?

To nadal nie jest oczywiste.

Najbardziej prawdopodobnym scenariuszem nie jest ani całkowity upadek AI, ani natychmiastowe spełnienie najbardziej fantastycznych prognoz. Bardziej prawdopodobne jest otrzeźwienie. Przez kilka lat AI była opowieścią, która potrafiła usprawiedliwić niemal każdą wycenę. Firmie wystarczyło, że ogłosiła inwestycję w sztuczną inteligencję, aby rynek dopisał do niej przyszłe miliardy dolarów przychodów.

Teraz inwestorzy zaczynają pytać o konkrety. Ile kosztuje infrastruktura? Ile kosztuje energia? Ile kosztuje trening modeli? Ile użytkownicy naprawdę zapłacą? Kiedy pojawią się zyski? Czy produkty AI są rzeczywiście niezbędne, czy tylko modne? I przede wszystkim: czy tempo inwestycji w AI może zostać utrzymane oraz czy będzie dalej tak innowacyjne?

Jeżeli odpowiedzi zaczną być mniej optymistyczne niż dotychczasowa narracja, spadki na giełdzie mogą być czymś więcej niż krótkoterminową korektą. Mogą oznaczać zmianę sposobu, w jaki rynek wycenia sztuczną inteligencję oraz czym ona tak naprawdę jest, aby nie powiedzieć: czy w ogóle jest.