Ogromny szum i dziesiątki nazw
OpenAI, Anthropic, Google, xAI, Nvidia, IBM, Oracle, Intel, DeepSeek, Alibaba, Baidu — to tylko część nazw, które pojawiły się w tej serii. W tle jest ich dużo więcej: dziesiątki startupów, kolejne rundy finansowania, kolejne modele ogłaszane jako „przełomowe”. Nie ma tygodnia bez nowej premiery.
To dobry moment, żeby zapytać wprost: co z tego zostanie za pięć czy dziesięć lat?
Dlaczego część graczy zniknie
Historia technologii zna ten wzorzec. Fala internetowa końca lat 90. zostawiła po sobie garstkę firm, które dziś należą do największych na świecie, i setki nazw, o których nikt już nie pamięta. Fala aplikacji mobilnych po 2008 roku wyglądała podobnie — tysiące startupów, z których przetrwały nieliczne, za to te nieliczne zdominowały rynek na dekady.
AI prawdopodobnie przejdzie przez podobną selekcję. Nie dlatego, że technologia jest złym pomysłem — tylko dlatego, że rynek finansowany euforią zawsze w pewnym momencie się racjonalizuje.
Benchmark to nie to samo, co sukces biznesowy
W świecie AI łatwo pomylić dwie różne rzeczy: wynik w teście porównawczym (benchmarku) i sukces na rynku. Model może wygrywać testy i jednocześnie przegrywać biznesowo, jeśli jest zbyt drogi w utrzymaniu, zbyt wolny w praktycznym użyciu albo zbyt trudny do zintegrowania z istniejącymi systemami.
O tym, kto naprawdę wygrywa, decydują zwykle inne czynniki:
- cena i koszt użycia w skali,
- szybkość odpowiedzi,
- stabilność i przewidywalność działania,
- jakość i dostępność API,
- infrastruktura, na której to wszystko działa,
- ekosystem narzędzi i integracji wokół produktu,
- dostęp do danych,
- rozmiar i lojalność bazy użytkowników,
- łatwość integracji z innymi systemami,
- poziom bezpieczeństwa i zgodność z regulacjami.
Hipoteza: jak może wyglądać rynek za kilka lat
Jeden z możliwych scenariuszy zakłada rynek zdominowany przez dwóch głównych liderów, dwóch bardzo mocnych konkurentów depczących im po piętach oraz kilka wyspecjalizowanych firm, skupionych na wąskich niszach — na przykład bezpieczeństwie, sektorze medycznym czy infrastrukturze. Reszta obecnych graczy zostałaby w takim scenariuszu przejęta, połączyłaby się z innymi albo zniknęłaby z rynku.
To hipoteza, a nie prognoza w sensie ścisłym. Rynek AI zmienia się szybciej niż większość wcześniejszych fal technologicznych, a nowe przełomy — takie jak DeepSeek-R1 opisany w poprzedniej części tej serii — potrafią w ciągu kilku dni zmienić układ sił.
Od chatbota do agenta
Największa zmiana, jaka nadchodzi, dotyczy jednak nie tego, kto wygra wyścig modeli, tylko tego, do czego te modele w ogóle służą.
Chatbot odpowiada. Agent wykonuje zadanie.
To pozornie niewielka różnica robi ogromną różnicę w praktyce. Chatbot dobrze opisze, jak coś zrobić. Agent to zrobi — kliknie, wypełni, zapisze, sprawdzi wynik i, jeśli trzeba, poprawi błąd.
Pierwsze dwa pytania to klasyczne zapytania o informację — dziś już całkiem dobrze obsługiwane przez asystentów AI. Trzecie to konkretna czynność do wykonania w systemie. Czwarte to pytanie o samą obsługę programu. Agent AI, dobrze zintegrowany z oprogramowaniem firmy, może obsłużyć wszystkie cztery — nie jako ciekawostka, tylko jako codzienne narzędzie pracy.
AI jako interfejs do aplikacji
Z tego wynika kierunek, w którym prawdopodobnie zmierza znaczna część oprogramowania: AI przestaje być dodatkiem w rogu ekranu, a zaczyna być jednym z głównych sposobów obsługi programu — obok myszki, klawiatury i menu. Zamiast szukać funkcji w rozwijanym menu, użytkownik po prostu mówi albo pisze, czego potrzebuje.
Nie oznacza to zniknięcia klasycznych interfejsów. Oznacza to, że AI dołącza do nich jako kolejna, równoległa droga obsługi programu.
Moda przeminie. Technologia zostanie.