Tym razem podsumowanie obejmuje wyjątkowo dwa tygodnie. W tym czasie przybyło przykładów, w których sztuczna inteligencja nie tylko odpowiada na pytania, ale wykonuje zadania: robi zakupy, przygotowuje ocenę wniosku budowlanego, porządkuje ogłoszenia o zamówieniach. Jednocześnie kilka badań pokazało, jak łatwo przecenić takie systemy, jeśli sprawdzi się je raz, po angielsku i w warunkach pokazowych. W wielu wiadomościach z tego okresu dopiero drugie sprawdzenie – powtórka, test w innym języku albo spojrzenie na inną miarę – pokazywało, ile naprawdę znaczy pierwszy wynik.
1. AI zaczyna działać w imieniu ludzi
3 listopada Visa i Przelewy24, jeden z największych w Polsce operatorów płatności internetowych, opisały polski pilotaż zakupów zlecanych agentowi AI, czyli programowi, który na podstawie poleceń użytkownika sam wykonuje kolejne czynności. Agent wyszukiwał produkt, porównywał oferty i inicjował zakup w granicach ustalonych przez klienta, a płatność potwierdzał posiadacz karty. Testy prowadzono na prawdziwych kartach i w prawdziwych sklepach. Wzięło w nich udział pięć banków (Credit Agricole, mBank, Bank Millennium, Nest Bank i PKO Bank Polski), sześć firm płatniczych, m.in. Autopay, PayU, Przelewy24 i PayPo, oraz trzy sklepy internetowe, w tym Empik. Agent nie dostawał numeru karty, tylko token – zastępczy identyfikator płatniczy przypisany do konkretnego agenta. Dzięki temu bank wie, który agent płaci, a sklep może rozpoznać, że ma do czynienia ze zweryfikowanym agentem. Według badania Visa zakupami z pomocą agenta AI może być zainteresowanych 5,7 mln osób w Polsce, a 3,5 mln z nich to potencjalni pierwsi użytkownicy.
Organizatorzy nie podali jednak liczby transakcji, odsetka błędów ani wyników prób wyjścia poza zgodę klienta – a to te dane zdecydują o zaufaniu do takich usług. Pilotaż dobrze pokazuje, gdzie leży główna trudność: człowiek wyraża zamiar w swobodnej rozmowie („znajdź prezent do 200 zł”), a system wykonujący płatność potrzebuje jednoznacznego zakresu upoważnienia. Zgoda na wyszukanie i przygotowanie zakupu to coś innego niż zgoda na obciążenie karty konkretną kwotą u konkretnego sprzedawcy. Jeśli ta granica zostanie zapisana tylko w historii rozmowy, trudno będzie później ustalić, co klient rzeczywiście zatwierdził.
Podobny podział ról między AI a człowiekiem testuje Anglia. 30 października brytyjski rząd i Google DeepMind, laboratorium AI należące do Google, przedstawili wyniki prób PlanAssist – narzędzia opartego na modelu Gemini, które zbiera w jednym miejscu wniosek budowlany, lokalne zasady zabudowy i ograniczenia dotyczące działki, a następnie przygotowuje wstępną ocenę ze wskazaniem źródeł. Decyzję nadal podejmuje urzędnik. W pierwszych testach w trzech samorządach (Barnet, Camden i Dorset) czas, który urzędnicy poświęcali na wybrane czynności, skrócił się o 58%. Teraz narzędzie trafi na 12 miesięcy do 15 samorządów, a rząd chce je udostępnić wszystkim samorządom w Anglii do końca 2027 r. Tę liczbę trzeba czytać dokładnie: 58% dotyczy czasu pracy nad wybranymi czynnościami, a nie tego, jak długo wnioskodawca czeka na decyzję – to zależy także od kolejki spraw i uzupełnień. Brytyjski rząd stawia sobie zresztą osobny cel: skrócenie rozpatrywania typowych wniosków o rozbudowę domu z ośmiu do czterech tygodni.
Na poziomie europejskim podobne zastosowania przygotowuje projekt EUNOMIA.AI, finansowany z unijnego programu Cyfrowa Europa i koordynowany przez Andaluzyjską Agencję Cyfrową. 33 organizacje z 14 państw, w tym z Polski, chcą w ciągu trzech lat wdrożyć generatywną AI w 25 instytucjach publicznych i co najmniej 15 usługach, m.in. do objaśniania przepisów prostym językiem i odpowiadania na pytania w wielu językach. Pod koniec października partnerzy spotkali się w Granadzie; pierwsze pilotaże zaplanowano na 2027 r., więc na wyniki trzeba jeszcze poczekać.
Przybywa też modeli, które organizacja może uruchomić u siebie. 29 października francuski Mistral AI udostępnił wagi modelu Large 4, czyli parametry potrzebne do samodzielnego uruchomienia go na własnej lub wybranej infrastrukturze. Model ma ok. biliona parametrów, a w teście Terminal-Bench 4.0, który sprawdza wykonywanie zadań za pomocą poleceń tekstowych w systemie komputerowym, ukończył 41% zadań – o 13 punktów procentowych więcej niż wersja próbna z początku października. Licencja pozwala m.in. na własne wdrożenie i dalsze trenowanie modelu, ale firmy, które chcą oferować go innym jako usługę, potrzebują osobnej umowy z Mistralem. Dostęp do wag daje kontrolę nad tym, gdzie działa model i której jego wersji się używa; przy tej skali trzeba jednak liczyć się z wysokim kosztem utrzymania.
2. Kto w Polsce kupuje AI
Polski zespół redAi udostępnił otwarty zbiór ogłoszeń o zakupach rozwiązań AI z trzech źródeł: Bazy Konkurencyjności, w której zamówienia ogłaszają beneficjenci projektów unijnych (także prywatne firmy), unijnego rejestru TED i krajowej platformy eZamówienia. Wyszukiwanie po słowach kluczowych w okresie od 12 maja do 3 listopada dało 4015 ogłoszeń. Po sprawdzeniu przedmiotu zamówienia za rzeczywiście dotyczące AI uznano tylko 239 z nich, czyli ok. 6%, od 167 zamawiających; 103 opublikowały podmioty publiczne (stan z 4 listopada). Słowa takie jak „inteligentny” czy „chatbot” często nie oznaczają zakupu AI, a z drugiej strony rozwiązania opisane wyłącznie językiem branżowym mogą umknąć wyszukiwarce.
Najwięcej ogłoszeń zamieściły firmy prywatne (49,4%), dalej uczelnie i instytuty badawcze (20,5%), podmioty ochrony zdrowia (7,9%), samorządy (5,9%) i administracja centralna (4,6%). Najczęściej kupowano wdrożenia systemów AI (88 ogłoszeń), prace badawczo-rozwojowe (47), szkolenia (45) oraz sprzęt, np. serwery i karty graficzne (33). To jednak liczba ogłoszeń, a nie wdrożeń: zbiór nie mówi, ile zamówienia są warte, ile systemów odebrano ani czy są używane. Ogłoszenia klasyfikował model językowy, ale autorzy udostępniają rekordy, więc każdą kwalifikację można sprawdzić.
3. Sprawdzian przy drugim podejściu
31 października w czasopiśmie naukowym „Discover Artificial Intelligence” (wydawnictwo Springer) opisano badanie doradcy AI, który przygotowywał wskazówki dotyczące oszczędzania na emeryturę dla osób z Ukrainy mieszkających w Polsce. Profile były fikcyjne, ale oparte na badaniu Narodowego Banku Polskiego. System łączył wyszukiwanie w dokumentach źródłowych, generowanie odpowiedzi, obliczenia według stałych reguł i osobny moduł AI, który oceniał każdą odpowiedź. W pierwszym przebiegu na 500 profilach kontroler zatwierdził 327 odpowiedzi, 170 skierował do sprawdzenia przez człowieka, a 3 oznaczył jako problematyczne. Gdy jednak każdy ze 100 profili obsłużono pięć razy, tylko przy 14 kontroler za każdym razem ocenił odpowiedź tak samo. Kwoty budżetu wychodziły za każdym razem identyczne – bo liczył je zwykły program, a nie model językowy.
Pojedynczy test nie mówi więc, czy system jest stabilny. Jeśli ta sama sprawa raz trafia do zatwierdzenia, a raz do weryfikacji, dwie osoby w identycznej sytuacji mogą zostać potraktowane inaczej – nawet gdy ostatnie słowo należy do człowieka. Badanie podsuwa też praktyczną zasadę projektowania: to, co musi być powtarzalne, np. wyliczenia, warto powierzyć klasycznym programom, a model językowy wykorzystywać tam, gdzie zmienność jest dopuszczalna. Ograniczenia są istotne: dane były syntetyczne, a odpowiedzi oceniał model AI, nie doradcy ani osoby, dla których projektowano usługę.
Drugie badanie dotyczy języka. 29 października badacze z ETH Zürich, Politechniki Federalnej w Zurychu, w ramach Swiss AI Initiative opublikowali MSafeTemp – zestaw testów bezpieczeństwa AI w 60 językach, w tym po polsku. Zawiera on szkodliwe polecenia, których model nie powinien wykonać, oraz podobnie brzmiące, ale niewinne pytania, na które powinien odpowiedzieć. Otwarty model Olmo 3.1 amerykańskiego instytutu Ai2 nie wykonał żadnego szkodliwego polecenia z angielskiego zestawu HarmBench, ale po przetłumaczeniu poleceń na inne języki wykonywał średnio 13,7% z nich. Błąd zdarza się też w drugą stronę: model gpt-oss-20b firmy OpenAI odrzucał 32–45% niewinnych pytań. Nie jest to reguła dla wszystkich modeli – Llama wypadła najsłabiej właśnie po angielsku – a odpowiedzi oceniał inny model AI. Wynik testu po angielsku nie wystarcza więc, by ocenić, jak asystent zachowa się wobec polskiego użytkownika. Rzetelny test powinien też sprawdzać obie strony: czy model odmawia przy poleceniach szkodliwych i czy pomaga przy uzasadnionych.
4. Sód zamiast litu i nowe materiały – zmiany w (coraz droższej) infrastrukturze
Najciekawsza zmiana dotycząca infrastruktury z ostatnich tygodni dotyczy magazynowania energii. Akumulatory sodowe, w których rolę litu przejmuje sód – jeden ze składników soli kuchennej – wchodzą do produkcji seryjnej i trafiają do pierwszych samochodów oraz magazynów energii. Ich główny atut to surowiec: sodu jest pod dostatkiem na całym świecie, a lit wydobywa się w nielicznych krajach i jego cena mocno się waha. Baterie sodowe mogą więc zmniejszyć zależność od jednego surowca i jego dostawców, co dla krajów bez własnych złóż litu ma znaczenie także strategiczne.
Sód ma też przewagi techniczne. Chiński CATL, największy na świecie producent baterii do aut, podaje, że jego ogniwo sodowe zachowuje ponad 90% pojemności nawet przy −40°C, a mróz to jedna z największych słabości baterii litowych. Ogniwa sodowe są też mniej podatne na przegrzanie i zapłon oraz wytrzymują bardzo wiele cykli ładowania. Słabszą stroną jest ilość energii: najlepsze z nich mieszczą do 175 Wh na kilogram, czyli tyle co tańsze ogniwa litowe LFP (litowo-żelazowo-fosforanowe), ale mniej niż najlepsze baterie litowe stosowane w autach o dużym zasięgu. Dlatego sód najpierw sprawdzi się w magazynach energii współpracujących z farmami słonecznymi i wiatrowymi, w lekkich pojazdach i we flotach miejskich.
Wbrew obiegowej opinii baterie sodowe nie są na razie tańsze. Według szacunków analityków Northeast Securities ogniwo sodowe kosztuje 0,33–0,42 juana za watogodzinę, a litowe LFP 0,33–0,34 – drożej wychodzą przede wszystkim materiały anody. Branża spodziewa się wyrównania cen pod koniec 2026 r. lub w 2027 r., a Morgan Stanley prognozuje, że udział ogniw sodowych w bateriach instalowanych na świecie wzrośnie z ok. 2% w 2027 r. do 20% w 2030 r. i 37% w 2035 r. Przewaga cenowa sodu zależy jednak od ceny litu – gdy lit tanieje, znika. Najbardziej prawdopodobny jest więc rynek, na którym obie technologie działają obok siebie, każda tam, gdzie sprawdza się lepiej.
Nowe materiały zmieniają też elektronikę. Amerykański Wolfspeed, producent węglika krzemu – materiału znanego dotąd głównie z elektroniki mocy, m.in. w samochodach elektrycznych – wprowadził na rynek przezroczyste podłoża z tego materiału do okularów rozszerzonej rzeczywistości, układów fotonicznych i komputerów kwantowych.
W infrastrukturze obliczeniowej rosną przede wszystkim ceny. Według firmy analitycznej Hyperion Research sprzedaż serwerów do obliczeń naukowych i AI kupowanych na własność (a nie wynajmowanych w chmurze) wzrosła w pierwszej połowie 2026 r. o 19,9%, do 16,5 mld USD, a liczba sprzedanych systemów – tylko o 4,4%. Różnicę tworzą głównie droższe akceleratory GPU i pamięć operacyjna. Dell z przychodem 4,2 mld USD wyprzedził HPE, lidera od ponad 25 lat. Europa poszerza zaś krąg użytkowników własnych superkomputerów: 30 października, podczas szczytu UE–Kanada w Montrealu, Kanada została 39. państwem uczestniczącym w EuroHPC – wspólnym przedsięwzięciu UE, które buduje europejską sieć superkomputerów i tzw. fabryk AI.
5. Szyfrowanie z terminem ważności
NIST, amerykański instytut normalizacyjny, opublikował ostateczną wersję dokumentu NIST IR 8547 o przejściu na kryptografię postkwantową, czyli metody szyfrowania odporne na przyszłe komputery kwantowe. Dokument wyznacza harmonogram: obecnie stosowane algorytmy klucza publicznego, takie jak RSA, mają być wycofywane po 2030 r., a po 2035 r. będą niedopuszczalne. Najważniejsze systemy amerykańskiej administracji federalnej mają przejść na nowe metody uzgadniania kluczy do końca 2030 r., a na nowe podpisy cyfrowe – do końca 2031 r. Pośpiech wynika z zagrożenia „zbieraj teraz, odszyfruj później”: zaszyfrowane dane przechwycone dziś mogą zostać odczytane, gdy powstanie wystarczająco silny komputer kwantowy. Dlatego w pierwszej kolejności zabezpiecza się wymianę kluczy, a NIST dopuszcza rozwiązania hybrydowe, łączące algorytmy klasyczne z nowymi.
Terminy NIST formalnie dotyczą amerykańskich instytucji federalnych, ale w praktyce staną się wymaganiami dla dostawców oprogramowania i sprzętu sprzedawanego na całym świecie. Organizacje, które przechowują dane wymagające poufności przez wiele lat, już dziś muszą brać pod uwagę, że ich obecne szyfrowanie ma datę ważności. O stawce świadczą prognozy: według McKinsey technologie kwantowe mogą do 2035 r. wygenerować 1,3–2,7 bln USD wartości gospodarczej.
6. Dane: skąd pochodzą i na jakiej podstawie
2 listopada „The New York Times”, a kilka godzin później trzy inne amerykańskie dzienniki (New York Daily News, Chicago Tribune i Orlando Sentinel), pozwały firmę Brave, twórcę przeglądarki i wyszukiwarki internetowej. Wydawcy zarzucają jej, że odpłatnie udostępnia twórcom modeli AI indeks liczący ponad 30 mld stron, a przeglądarka pozwala omijać płatny dostęp do artykułów. Dla organizacji, które budują narzędzia AI na zewnętrznych danych, to sygnał, że ryzyko prawne może obejmować także to, jak dane zebrał dostawca.
W Europie trwa równoległy spór o podstawy korzystania z danych osobowych. 28 października organizacje Corporate Europe Observatory i LobbyControl, monitorujące lobbing w UE, opublikowały raport o wpływie największych firm technologicznych na Digital Omnibus – zaproponowany przez Komisję Europejską pakiet uproszczeń przepisów cyfrowych. Według krytyków zmiany mogłyby pozwolić na wykorzystywanie danych osobowych do trenowania i działania systemów AI bez zgody osób, których dotyczą. Komisja przedstawia pakiet jako sposób na prostsze i sprzyjające innowacjom otoczenie dla europejskiej AI. Ostateczny kształt przepisów zależy od Parlamentu Europejskiego i państw członkowskich.
Wniosek z dwóch tygodni
- W wielu wiadomościach z tego okresu o znaczeniu wyniku z nagłówka przesądzało dopiero drugie sprawdzenie.
- 58% krótsza praca urzędnika to nie 58% krótsze czekanie na decyzję.
- 4015 ogłoszeń z hasłami o AI to 239 rzeczywistych zakupów.
- Model, który po angielsku nie wykonał żadnego szkodliwego polecenia, w innych językach wykonywał średnio mniej więcej co siódme.
- Doradca AI zatwierdził w pierwszym przebiegu dwie trzecie odpowiedzi, ale przy powtórce ocenił tak samo tylko 14 na 100 spraw.
- Rynek serwerów urósł o prawie 20%, a liczba maszyn – o niecałe 5%.
- Przy ocenie każdej nowej technologii warto więc pytać nie tylko o wynik, ale i o warunki, w jakich go zmierzono – i powtórzyć pomiar we własnych: po polsku, na własnych dokumentach i więcej niż raz.
-
Publikacja wyraża jedynie poglądy autora/ów i nie może być utożsamiana z oficjalnym stanowiskiem Ministerstwa Cyfryzacji.