Liderzy opinii
Dlaczego warto budować suwerenną AI i gdzie pojawiają się problemy

Kluczowe punktyUsunięte czaty użytkownika mogą zostać zachowane przez sędziego w procesie sądowym, do…
Zobacz więcej
- Usunięte czaty użytkownika mogą zostać zachowane przez sędziego w procesie sądowym, do którego nigdy nie przystąpiłeś.
- Suwerenna AI w rzeczywistości dotyczy kontroli, a nie granic państwowych czy flag.
- Suwerenność operacyjna to filar, który większość przedsiębiorstw pomija przy budowaniu suwerennej AI.
13 maja 2025 roku federalny sędzia pokoju na Manhattanie podpisał nakaz w ramach postępowania dowodowego w sporze o prawa autorskie między The New York Times a OpenAI. Nakazał OpenAI „zachować i wyodrębnić wszystkie dane z dzienników wygenerowanych odpowiedzi, które w przeciwnym razie zostałyby usunięte”.
Chodziło o rozmowy, których usunięcia użytkownicy już wcześniej zażądali. Nakaz obejmował konta ChatGPT Free, Plus, Pro i Team, a także klientów API bez umowy o zerowym okresie przechowywania danych. OpenAI walczyło z tym nakazem. Dyrektor operacyjny firmy, Brad Lightcap, uznał go za „przesadę”. Szeroki nakaz przestał obowiązywać pod koniec września, ale dane z kont wskazanych przez The New York Times nadal podlegają zabezpieczeniu na potrzeby postępowania sądowego.
Klienci korporacyjni zostali wyłączeni z zakresu nakazu. Nie dotyczyło to wielu zespołów biznesowych korzystających z planów Team i standardowych kluczy API. Żaden z nich nie był stroną w tej sprawie. Kliknęli „Usuń”. Sędzia rozstrzygający cudzy pozew uznał, że „usuń” nie znaczy „usuń”.
Nie chodzi mi o krytykowanie OpenAI. Firma ostro się sprzeciwiła. I właśnie o to chodzi. Gdy twoje dane znajdują się na cudzej platformie, o tym, co się z nimi stanie, decydują cudze spory prawne, umowy i zasady.
A teraz wyobraź sobie, że chodzi o twoją firmę. Twoje umowy, dokumentację szkód, kod źródłowy i dokumentację medyczną klientów. Coraz więcej tych danych przetwarzają modele AI działające na infrastrukturze, której nie posiadasz i podlegające warunkom, których nie ustalasz.
Na tym naprawdę polega suwerenna AI. Nie na flagach i granicach. Na kontroli.
Liczby pokazują, że to problem, którego nie można zlekceważyć
Pod koniec ubiegłego roku McKinsey przeprowadziło ankietę wśród 300 dyrektorów, inwestorów i przedstawicieli władz. Siedemdziesiąt jeden procent uznało suwerenną AI za „zagrożenie egzystencjalne” lub „strategiczny imperatyw”. McKinsey szacuje, że do 2030 roku będzie to rynek wart 600 mld dolarów, a nawet 40% obciążeń związanych z AI może zostać przeniesionych do suwerennych środowisk.
Dane dotyczące przedsiębiorstw potwierdzają ten obraz:
- Niemal cztery na pięć organizacji powiedziało Linux Foundation, że suwerenna AI jest priorytetem strategicznym. Około 90% stwierdziło, że otwarte oprogramowanie ma kluczowe lub bardzo duże znaczenie dla osiągnięcia tego celu.
- 74% z ponad 900 liderów IT z Europy, Bliskiego Wschodu i Afryki powiedziało Red Hat, że suwerenność AI będzie priorytetem przez najbliższe 18 miesięcy. 92% uznało otwarte oprogramowanie dla przedsiębiorstw za kluczowe.
- 63% organizacji korzysta już z modeli AI o otwartym kodzie źródłowym — wynika z badania McKinsey i Mozilla Foundation przeprowadzonego wśród ponad 700 liderów technologicznych w 41 krajach. 76% spodziewa się, że będzie korzystać z nich częściej.
Zwróć uwagę na powtarzający się wątek. Suwerenność i otwarte oprogramowanie stale pojawiają się razem. To nie przypadek.
Dlaczego patrzę na to optymistycznie
Już o tym mówiłem: modele są wystarczająco dobre. W przypadku większości codziennych zadań, których naprawdę potrzebują przedsiębiorstwa — streszczania, wyszukiwania informacji, wykonywania poleceń i przetwarzania dokumentów — postępy w czołówce modeli nie robią większej różnicy. Model, który wygrywa olimpiadę matematyczną, nie przyspieszy likwidacji szkód.
Uruchamiałem otwarte modele, takie jak Qwen, na własnym sprzęcie i obserwowałem, jak dobrze radzą sobie z rzeczywistymi zadaniami w aplikacjach. Mogę dostrajać modele na własnych danych, na własnym komputerze, nie wysyłając na zewnątrz ani jednego rekordu. Dwa lata temu nie była to poważna opcja dla przedsiębiorstw. Dziś już jest.
To zmienia rachunek suwerenności. Nie musisz budować modelu wiodącego na rynku, żeby mieć kontrolę nad własną AI. Możesz wziąć zaawansowany model o otwartych wagach, uruchomić go we własnej infrastrukturze lub w suwerennej chmurze, dostroić na swoich danych i zachować jego wagi.
Zmiany zachodzą także po stronie podaży. W sierpniu Nvidia zgodziła się zapłacić Poolside 6 mld dolarów za licencję na platformę do budowania modeli i zaoferowała pracę ponad 100 jego inżynierom — wszystko z myślą o rodzinie modeli o otwartych wagach Nemotron. Kiedy firma sprzedająca narzędzia do pracy inwestuje tak duże pieniądze w otwarte modele, będą one nadal coraz lepsze.
Rozwijają się też narzędzia bezpieczeństwa. Poufne wnioskowanie wykorzystuje zaufane środowisko wykonawcze w procesorze CPU lub GPU, dzięki czemu dane pozostają zaszyfrowane, dopóki nie trafią do odizolowanej części układu. Nie widzi ich nawet dostawca usług chmurowych. Zamiast mieć nadzieję, że twoje dane są bezpieczne, możesz mieć pewność, że tak jest.
Zatem tak. Suwerenna AI może być naprawdę, naprawdę dobra. Niższy koszt każdego obciążenia, brak niespodziewanych podwyżek cen, brak ryzyka nagłego wycofania używanego przez ciebie modelu i jasna odpowiedź, gdy zarząd zapyta, dokąd trafiają dane.
Nie oddałbym ci jednak przysługi, gdybym na tym poprzestał.
Zanim podpiszesz umowę, przeczytaj jej drobny druk
Moc obliczeniowa jest skupiona w niewielu krajach i droga. Indeks suwerennej AI opracowany przez Center for a New American Security wskazuje, że około 90% mocy obliczeniowej wykorzystywanej przez najbardziej zaawansowane systemy AI znajduje się w Stanach Zjednoczonych i Chinach. McKinsey zauważa, że tylko około 30 krajów dysponuje mocą obliczeniową wystarczającą do obsługi zaawansowanych obciążeń związanych z AI. Posiadanie własnego stosu technologicznego oznacza konieczność zapewnienia procesorów graficznych, energii, chłodzenia oraz ludzi, którzy potrafią tym zarządzać. Uwzględnij w budżecie wszystkie te elementy, nie tylko układy.
Suwerenność nie oznacza samowystarczalności. CNAS monitoruje 184 wspierane przez rządy projekty suwerennej AI. Ponad trzy piąte ujawnia co najmniej jednego zagranicznego partnera, a większość tych partnerów to firmy z USA. Nawet państwa nie są w stanie zrobić tego w pojedynkę. World Economic Forum i Bain twierdzą, że suwerenność to w istocie „strategiczna współzależność”. Zgadzam się. Zdecyduj, które warstwy musisz kontrolować, a które możesz bezpiecznie wynajmować.
Otwarte modele wciąż ustępują w najtrudniejszych zadaniach. McKinsey zwraca uwagę, że modele lokalne mogą nie dorównywać poziomem czołowym modelom. W przypadku niektórych zadań ta różnica ma znaczenie. Nie trzeba jednak wybierać jednego z dwóch skrajnych rozwiązań. Kieruj wrażliwe zadania o dużym wolumenie do modeli, które są twoją własnością, a w przypadku problemów, które rzeczywiście tego wymagają, zachowaj nadzorowany dostęp do API czołowych modeli.
Większość programów wykłada się na etapie operacyjnym. Uwagę poświęca się infrastrukturze, danym i kontroli nad modelami. Suwerenność operacyjna — czyli to, kto może uzyskać dostęp do systemu, kto może zmieniać jego konfigurację i kto może przeprowadzić audyt jego działania — to filar, który umyka większości przedsiębiorstw. To szybko staje się poważną sprawą, gdy agenci AI zaczynają podejmować działania w twoim imieniu. Jeśli zewnętrzny dostawca ma klucze do twoich agentów, nie masz suwerennej AI. Masz usługę hostowaną pod bardziej atrakcyjną nazwą.
Nie zamykaj się w nowej pułapce. Celem suwerenności jest możliwość wyboru. Projektuj rozwiązanie tak, aby można było wymieniać modele bez przebudowywania całego otoczenia. Jeśli twój „suwerenny” stos obsługuje tylko jeden model jednego dostawcy, po prostu przeniosłeś zależność.
Potraktuj to jak zadanie inżynieryjne, a nie zakup
Organizacje, którym udaje się to zrobić właściwie, traktują każdy element jako wymaganie inżynieryjne z przypisanym właścicielem i miernikiem. Gdzie fizycznie odbywa się wnioskowanie? Gdzie rejestruje się prompty i wyniki oraz jak długo są przechowywane? Który model ma dostęp do których danych? Kto może go wyłączyć?
Organizacje, którym sprawia to trudność, traktują suwerenną AI jak pozycję do odhaczenia w ankiecie dla dostawcy.
To potwierdza wszystko, co obserwuję w naszej pracy w Marlabs. Problemem rzadko jest już sam model. Problemem jest wdrożenie: ludzie, architektura i nadzór. Suwerenna AI tego nie zmienia. Podnosi stawkę i sprawia, że prawidłowe wykonanie ma jeszcze większe znaczenie.
Wróćmy do tamtej sali sądowej na Manhattanie
Użytkownicy planu Team nie zrobili nic złego. Zaufali umowie z dostawcą. Decyzję dotyczącą ich danych podjęto w sali sądowej, do której nigdy nie weszli.
To ty możesz podjąć tę decyzję. Kiedy zarząd, regulator lub twój największy klient zapyta, kto kontroluje ich dane i kto jeszcze może je zobaczyć, dobrze wdrożona suwerenna AI pozwoli ci odpowiedzieć wprost. Wskaż dokładnie, gdzie te dane się znajdują. Pokaż, kto ma klucze.
Warto to budować. Po prostu rób to świadomie.
Co napędza dyskusję o suwerennej AI w twojej organizacji? Daj mi znać.












