2015: garstka ludzi i miliard dolarów obietnicy
OpenAI powstało w grudniu 2015 roku jako organizacja non-profit. Wśród założycieli byli Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba i John Schulman, a projekt wsparła obietnica około miliarda dolarów finansowania od kilku znanych inwestorów, w tym Petera Thiela i Reida Hoffmana.
Deklarowany cel był ambitny i dość abstrakcyjny jak na tamten moment: rozwijać sztuczną inteligencję ogólną (AGI) w sposób bezpieczny i z korzyścią dla całej ludzkości, a nie dla wąskiej grupy firm czy rządów. W 2015 roku brzmiało to jak deklaracja intencji, a nie plan biznesowy. Nikt jeszcze nie wiedział, że za kilka lat ta sama organizacja wypuści produkt, który zmieni sposób, w jaki setki milionów ludzi korzystają z komputera.
Od GPT do GPT-3: lata w laboratorium
Zanim pojawił się ChatGPT, były lata pracy, które świat zewnętrzny ledwo zauważał. OpenAI rozwijało kolejne generacje modeli GPT — Generative Pre-trained Transformer — w oparciu o architekturę transformer, opisaną zresztą w 2017 roku przez badaczy Google w pracy „Attention Is All You Need”. To jeden z tych szczegółów historii AI, który łatwo pominąć: fundament, na którym zbudowano GPT, ChatGPT i większość dzisiejszych dużych modeli językowych, powstał w laboratorium Google.
Kolejne modele — GPT-1, GPT-2, GPT-3 — trafiały głównie do badaczy, programistów i firm testujących API. GPT-3 z 2020 roku robił już wrażenie w wąskich kręgach technologicznych, ale dla przeciętnego użytkownika internetu AI wciąż było czymś odległym — ciekawostką z newslettera, a nie narzędziem na pulpicie.
30 listopada 2022: dzień, w którym AI wyszła z laboratorium
Wtedy OpenAI udostępniło ChatGPT jako darmowy „research preview”. Nie był to najmocniejszy model, jaki firma miała w tamtym momencie — był to model owinięty w prosty, konwersacyjny interfejs, dostępny za darmo, bez kolejki i bez wiedzy technicznej na starcie.
Efekt był bez precedensu. Milion użytkowników w pięć dni. Sto milionów w ciągu około dwóch miesięcy — najszybciej rosnąca aplikacja konsumencka w historii internetu, szybciej niż TikTok czy Instagram. Nie chodziło o to, że model był nagle dramatycznie lepszy niż wszystko wcześniej. Chodziło o to, że po raz pierwszy zwykły człowiek mógł usiąść, napisać zdanie i dostać odpowiedź, która brzmiała jak rozmowa, a nie jak wynik zapytania do bazy danych.
To właśnie ta różnica — laboratorium kontra masowy produkt — jest kluczowa dla zrozumienia całej dalszej historii.
2021: ten sam zespół, inna droga
Rok wcześniej niż ChatGPT, w styczniu 2021 roku, powstała Anthropic. Założyło ją siedem osób, w tym rodzeństwo Dario i Daniela Amodei — on był wcześniej wiceprezesem ds. badań w OpenAI, ona wiceprezeską ds. bezpieczeństwa i polityki. Reszta zespołu założycielskiego również wywodziła się z OpenAI.
Jeden zespół.
Różne wizje.
Dwie firmy.
Konkurencja, która trwa do dziś.
To nie był rozłam w złości ani wrogie przejęcie pomysłu. To było rozejście się dróg — grupa badaczy uznała, że chce budować sztuczną inteligencję w inny sposób i na innych zasadach niż firma, w której dotąd pracowała. Anthropic od początku mówiło wprost o bezpieczeństwie, sterowalności modeli i przewidywalności ich zachowania jako priorytecie, a nie dodatku wprowadzanym po fakcie.
Dwie filozofie jednego rodowodu
Warto to podkreślić, bo łatwo o skrót myślowy: OpenAI i Anthropic nie różnią się tym, że jedna firma „dba o bezpieczeństwo”, a druga nie. Różnią się rozłożeniem akcentów.
| OpenAI | Anthropic |
|---|---|
| Szeroki rozwój modeli i produktów, szybkie tempo wdrożeń | Duży nacisk na bezpieczeństwo, sterowalność i przewidywalność zachowań modelu |
| Ambicja: dotrzeć do jak najszerszej grupy użytkowników i zastosowań | Ambicja: budować modele, którym można ufać w zastosowaniach wymagających precyzji |
| Partnerstwo z Microsoftem, integracja z jego ekosystemem | Model Claude, silna obecność w zastosowaniach biznesowych i programistycznych |
Obie firmy wywodzą się z tego samego środowiska badawczego, korzystają z podobnych fundamentów technicznych i konkurują dziś o tych samych klientów. To, co je różni, to nie poziom kompetencji — to odpowiedź na pytanie, jak szybko i w jaki sposób wdrażać coraz potężniejsze modele.
Google: technologia bez pośpiechu
Google nie był w tej historii nowicjuszem — wręcz przeciwnie. To badacze Google stworzyli architekturę transformer, firma od lat inwestowała w DeepMind i własne zaplecze badawcze, a jej modele językowe od dawna były w czołówce publikacji naukowych. Problemem nie była technologia. Problemem był moment i sposób wejścia z produktem masowym.
Odpowiedzią na ChatGPT był Bard, uruchomiony w lutym 2023 roku w dużym pośpiechu — i to było widać. Kolejnym krokiem stał się Gemini, zapowiedziany w grudniu 2023 roku jako nowa rodzina modeli, a w lutym 2024 roku Bard został oficjalnie przemianowany na Gemini, z nową aplikacją i wersją Advanced.
To nie znaczy, że modele Google były słabsze. Znaczy to, że firma z ugruntowaną, dochodową wyszukiwarką miała więcej do stracenia na pochopnym ruchu niż startup, który dopiero budował swoją pozycję.
xAI i Grok: nowy gracz z innym telefonem do świata
xAI powstało w marcu 2023 roku z inicjatywy Elona Muska i zostało publicznie ogłoszone w lipcu tego samego roku. W listopadzie 2023 roku firma udostępniła Groka w wersji beta, początkowo tylko dla subskrybentów X Premium.
Grok wszedł do wyścigu później niż OpenAI, Anthropic czy Google, ale z własną tożsamością: ścisłym powiązaniem z platformą X i dostępem do bieżących, publikowanych na niej informacji w czasie zbliżonym do rzeczywistego. To inny punkt wyjścia niż u konkurencji — nie próba dogonienia ChatGPT tym samym środkiem transportu, tylko budowa własnej drogi, opartej na danych, których inni nie mieli w tej formie.
Dlaczego pierwsza fala miała znaczenie
OpenAI i Anthropic skorzystały z czegoś, co w technologii nazywa się przewagą pierwszego gracza. Nie chodzi o to, że ich modele były niepodważalnie najlepsze na każdym etapie — chodzi o to, że jako pierwsze zbudowały skojarzenie, ekosystem programistów, przyzwyczajenie użytkowników i tempo pozyskiwania kapitału, zanim konkurencja zdążyła zareagować.
Google wszedł później, bo ważył ryzyko reputacyjne dla swojego głównego biznesu — wyszukiwarki. xAI wszedł później, bo w ogóle nie istniał, dopóki Musk go nie założył. To są różne sytuacje rynkowe, różne punkty startu i różne kalkulacje ryzyka — nie różnice w tym, kto ma „mądrzejszą” technologię.
Warto to zapamiętać na resztę tej serii: przewaga pierwszego gracza, moment rynkowy i późniejsze wejście to trzy osobne zjawiska. Mylenie ich prowadzi do prostych, błędnych wniosków w stylu „kto był pierwszy, ten wygrał na zawsze”.
Jedno środowisko. Dwie firmy. Kilka różnych dróg. Jeden wyścig o przyszłość AI.
Co dalej?
OpenAI, Anthropic, Google i xAI to jednak tylko część obrazu — i to ta część, o której mówi się najwięcej, bo dotyczy chatbotów, z którymi każdy może porozmawiać. Zanim ruszymy do Chin i do pytania, co zostanie po obecnej modzie na AI, warto zejść niżej — do infrastruktury, na której to wszystko działa. Bo AI to nie tylko modele. To także krzem, chmura i centra danych, gdzie wcale nie zawsze wygrywają ci sami gracze.