Firmy podłączają do sztucznej inteligencji dane, procedury i wiedzę pracowników. Zyskują wygodę, ale mogą oddać kontrolę nad decyzjami, klientami i marżą.
W dzisiejszej gospodarce zanika znaczenie sensu decyzji – nikt nie pyta już, czy bank miał prawo odmówić kredytu małej firmie, ba czy ma prawo odmówić założenia konta. Do naszej redakcji wpływają informacje, że przedsiębiorcy chodzą od banku do banku żeby założyć konto, a proces potrafi trwać wiele miesięcy. Tymczasem archaiczne przepisy podatkowe wymagają wskazania konta do urzędów skarbowych w ciągu 30 dni.
„Panie, ja 30 dni czekam na odmowę założenia konta, bo bank ma procedurę KYC i inne i teraz mi mówi, że strona www im się nie podoba, a w innym mi powiedzieli, że nazwa źle się kojarzy i system im nie dał zgody”
– odpowiada nasz rozmówca, lokalny przedsiębiorca z Wołomina.
Pytanie dziś jest proste i trudniejsze zarazem: gdzie te decyzje właściwie powstają?
Bank wskazał agenta. Agent wskazał model. Model wskazał dane. Dostawca danych wskazał regulamin. Po czterech godzinach rozprawy na sali zostały dwie rzeczy: odmowa założenia konta, odmowa udzielenia kredytu i odpowiedzialność, której nikt nie chciał wziąć do ręki.
Sędzia nie szukał już osoby, która kliknęła przycisk. Szukał miejsca, w którym narodziła się logika decyzji. Czy była w systemie banku? W modelu, który podpowiedział ocenę ryzyka? W danych pobranych z zewnętrznych źródeł? A może w historii tysięcy podobnych decyzji, których nikt w banku nie potrafił już odtworzyć?
Tak wygląda dziś rzeczywistość, pytanie co nas czeka – jaka gospodarka po Wielkim Zasileniu – gdy wszystkie aplikacje i korporacje przestawią się na współpracę zasilaną AI. Firmy nadal istnieją. Mają szyldy, klientów, działy prawne i podpisy pod dokumentami. Ale coraz częściej nie mają najważniejszego: miejsca, w którym powstaje decyzja i wiedza.
Tu zacytuję J.R.R. Tolkien z Władcy pierścieni:
„Jeden Pierścień, by wszystkimi rządzić,
Jeden, by wszystkie odnaleźć,
Jeden, by wszystkie zgromadzić
i w ciemności związać.”
Jeden wielki mózg
Punktem wyjścia jest ostrzeżenie, które brzmi jak fragment powieści, a padło w języku dzisiejszego biznesu. Sridhar Ramaswamy, były topowy człowiek Google (współtwórca Snowflake–Microsoft–OpenAI) mówił — że duzi twórcy modeli chcą świata, w którym dane przedsiębiorstw są dla nich łatwo dostępne. Degradując rolę firm i systemów do banków danych, nad którymi tracą rzeczywistą kontrolę.
Firma nie muszą zniknąć. Wystarczy, że przestaną być miejscem, w którym klient pyta, pracownik rozumie, a system uczy się na błędach. Wtedy jej produkt może nadal działać, ale działa już jak przekaźnik. Przepuszcza dane dalej do miejsca które jest wyżej, a nikt o nic nie pyta – bo to byłoby zagrożeniem dla samego pytającego.
Satya Nadella, prezes Microsoftu, nazwał podobne ryzyko językiem mniej literackim, ale równie ostrym. Ostrzegał przed światem, w którym firmy z różnych sektorów oddają wartość kilku modelom i w którym AI wydrążyć całe branże.
Firmy podłączają dane i wiedzę do agentów AI.
„hollows out entire industries” — ten fragment jest kluczowy. Nie chodzi o widowiskowy koniec branż. Chodzi o ich wydrążenie od środka.
Mówiąc wprost: najgroźniejszy scenariusz nie polega na tym, że znikną księgowe, prawnicy, marketerzy, analitycy i producenci oprogramowania. To byłby obraz zbyt prosty. Scenariusz polega na tym, że ich sektory będą dalej zatrudniać ludzi, wystawiać faktury i ponosić odpowiedzialność, ale centrum wartości przeniesie się gdzie indziej.
Szyldy zostają. Centrum wartości znika.
To zdanie jest osią teorii. Ale trzeba je dobrze rozumieć. Dziś rynek AI buduje techniczne i ekonomiczne warunki, w których taka degradacja sektorów staje się możliwa. W efekcie realna wartość usługi wykonywanej przez firmy drastycznie spadnie i przesunie się do globalnych dostawców AI – to oni będą władcami marży i dzierżyć będą prawo decyzji – kto, kiedy i jak prowadzić będzie biznes.
Teoria Wielkiego Zasilenia
Wielkie Zasilenie to moment, w którym przedsiębiorstwa masowo podłączają do agentów AI swoje archiwa, korespondencję, bazy klientów, procedury, repozytoria kodu, raporty sprzedaży, reklamacje, notatki, modele ryzyka i pamięć instytucjonalną. Nie robią tego dlatego, że ktoś je do tego zmusza. Robią to, bo narzędzie obiecuje szybkość, poprawę jakości, efektywność, minimalizację kosztów, bajka.
Wyobraźmy sobie zarząd średniej firmy usługowej. Na stole leży prezentacja: „agent zwiększy produktywność o 30 procent”. Dyrektor finansowy słyszy niższe koszty. Dyrektor sprzedaży słyszy szybszą obsługę klientów. Dyrektor operacyjny słyszy mniej chaosu w dokumentach. Nikt nie słyszy jeszcze innego zdania: oddajemy systemowi nie tylko dane, ale też ślady tego, jak myślimy.
Na początku to wygląda niewinnie. Agent odpowiada na pytania pracowników. Potem zaczyna podpowiadać decyzje. Potem pracownicy przestają otwierać stare systemy, bo wygodniej jest pytać jedno okno rozmowy. Po roku nowy menedżer nie uczy się firmy od ludzi. Uczy się jej od agenta. To wygodne. I właśnie dlatego niebezpieczne.
Najniebezpieczniejsza zależność zaczyna się wtedy, gdy narzędzie staje się wygodniejsze niż własna pamięć.
W teorii Wielkiego Zasilenia przejęcie wartości ma pięć warstw.
Pierwsza to dostęp do danych.
Druga to kontekst, czyli zrozumienie wyjątków, języka branży i historii decyzji.
Trzecia to interfejs, czyli miejsce, w którym człowiek pyta system.
Czwarta to decyzja, czyli rekomendacja albo działanie.
Piąta to marża, czyli nadwyżka ekonomiczna pobierana za to, że całość działa szybciej, taniej albo wygodniej.
Obraz jest taki: kiedyś firma miała magazyn, ludzi i systemy. Teraz coraz częściej ma jeszcze jedną bramę. Przez tę bramę przechodzi pytanie, odpowiedź, poprawka, błąd i decyzja. Kto kontroluje bramę, widzi ruch. Kto widzi ruch, uczy się szybciej. Warstwa modelowa może stać się nowym pośrednikiem w łańcuchu wartości. Przechwytuje dane operacyjne, korzysta z efektów uczenia, zwiększa koszty zmiany dostawcy i tworzy rentę pośrednictwa. To nie musi być klasyczny monopol produktowy. To może być monopol punktu dostępu.
Kto kontroluje pierwsze pytanie, ten kontroluje pierwszy wybór.
Grafika 1. Pięć warstw przejęcia wartości. Scenariusz ryzyka: dane → kontekst → interfejs → decyzja → marża. Grafika nie twierdzi, że proces jest nieuchronny ani że dotyczy każdego sektora.
Agent staje się bramą
Tu fikcja styka się z dokumentacją techniczną. Microsoft opisuje konektory Copilota jako narzędzia, które wprowadzają zewnętrzne dane biznesowe / operacyjne pochodzące z systemów firmy do Microsoft 365 Copilot, tak aby użytkownicy mogli przeszukiwać i wnioskować na większej części treści przedsiębiorstwa.
Mówiąc po ludzku: model nie musi znać firmy magicznie. Konektor jest takim wejściem. Jedna wersja synchronizuje i indeksuje treści, druga pobiera informacje w czasie rzeczywistym.
To brzmi jak funkcja produktywności. I nią jest. Problem zaczyna się wtedy, pojawia się zależność – od AI i brak kontroli i świadomości, kto właściwie i na podstawie jakich danych podejmuje decyzje. Po pewnym czasie firma sama przestaje rozumieć własną infrastrukturę bez pośrednika.
Model nie musi przejąć biura, żeby przejąć firmę. Wystarczy, że przejmie jej pamięć roboczą.
Renta obliczeniowa
W starym kapitalizmie firma płaciła za maszyny, hale, magazyny i oprogramowanie. W gospodarce po Wielkim Zasileniu firma płaci za prawo do wykonywania pracy poznawczej na cudzej infrastrukturze. To jest renta obliczeniowa.
Samo pojęcie brzmi abstrakcyjnie, więc przełóżmy je na prosty obraz. Mała kancelaria prawna nie kupuje własnego centrum danych, własnych chipów i własnego modelu. Kupuje dostęp. Każde pytanie do agenta, każde streszczenie akt, każda analiza ryzyka i każda symulacja odpowiedzi klienta jest drobną opłatą za obcą moc obliczeniową. Kancelaria nadal ma wiedzę prawną, ale coraz częściej potrzebuje cudzego silnika, żeby ją uruchomić.
Skala tej warstwy rośnie szybko. Synergy Research Group podała, że rynek infrastruktury chmurowej osiągnął w 2025 r. 419 mld dolarów, a w samym IV kwartale 2025 r. 119,1 mld dolarów. Według Synergy generatywna AI była głównym czynnikiem zmiany dynamiki rynku, a udziały Amazon, Microsoft i Google w IV kwartale wynosiły odpowiednio 28, 21 i 14 proc.
Stanford HAI w AI Index 2026 podaje, że przemysł stworzył ponad 90 proc. znaczących modeli granicznych w 2025 r. Raport wskazuje też koncentrację materialnego zaplecza AI: centra danych, chipy, dostawcy infrastruktury i kapitał.
Dlatego AI nie jest tylko „programem w przeglądarce”. W tej teorii jest także układem zasilania gospodarki. A kto kontroluje zasilanie, nie musi kontrolować każdej fabryki, kancelarii i agencji reklamowej. Wystarczy, że kontroluje warstwę, bez której one coraz trudniej pracują.
Dane są paliwem. Kontekst jest mapą. Interfejs jest kierownicą. Marża trafia do tego, kto trzyma wszystkie trzy naraz.
Sektor księgowy nie upadł. Stał się podpisem
Sieć firm księgowych ma klientów w powiatach, zna lokalne urzędy, pamięta, który przedsiębiorca ma sezonowy spadek sprzedaży, a który od lat myli ten sam załącznik. To nie jest wiedza z podręcznika. To była wiedza z praktyki.
Po Wielkim Zasileniu firma podłączyła agenta finansowego. Najpierw do faktur. Potem do deklaracji. Potem do korespondencji z klientami. Potem do bazy korekt. Po dwóch latach agent wykonywał większość rutynowych czynności: klasyfikował dokumenty, wykrywał niezgodności, przygotowywał odpowiedzi, przypominał o terminach. Klienci byli zadowoleni. Szybciej dostawali odpowiedzi. Księgowi mieli mniej żmudnej pracy.
Tylko, że organizacja zaczęła zarabiać inaczej. Nie na wiedzy, bo ta została ujęta w procesie agenta. Nie na szybkości, bo szybkość należała do platformy. Nie na pamięci wyjątków, bo wyjątki zostały podłączone. Firma zarabiała na podpisie, odpowiedzialności i tym, że ktoś musi odebrać telefon, gdy urząd poprosi o wyjaśnienia.
Model liczy. Człowiek podpisuje. Sektor zostaje z odpowiedzialnością.
To jest pierwszy poziom eliminacji. Nie znika zadanie. Znika miejsce, w którym zadanie tworzy marżę.
Ta teoria byłaby tylko efektowną spekulacją, gdyby nie to, że regulatorzy opisują bardzo podobne napięcia językiem instytucjonalnym. Brytyjski CMA już w 2024 r. pisał o trzech ryzykach dla konkurencji na rynku modeli podstawowych i o obecności niewielkiej liczby dużych firm technologicznych, które mają silne pozycje zarówno w dostępie do krytycznych zasobów, jak i w drogach do rynku.
CMA zwracał też uwagę na gęstą, wzajemnie powiązaną sieć relacji biznesowych ponad 90 partnerstw i strategicznych inwestycji z udziałem największych firm technologicznych. To nie dowód nielegalnego porozumienia. To dowód, że ekosystem AI nie jest luźnym zbiorem niezależnych start-upów. Jest siecią powiązań między modelami, chmurą, chipami, platformami, aplikacjami i kanałami dystrybucji.
Amerykańska FTC w 2025 r. opisała partnerstwa między dostawcami chmury — Alphabetem, Amazonem i Microsoftem — a twórcami AI, w tym Anthropic i OpenAI. Komunikat wskazywał możliwe skutki konkurencyjne: dostęp do mocy obliczeniowej i talentu, koszty zmiany dostawcy oraz dostęp partnerów chmurowych do wrażliwych informacji technicznych i biznesowych.
Mówiąc po ludzku: problemem nie jest tylko to, kto ma najlepszy model. Problemem jest to, kto kontroluje wejścia do modelu, zasilanie modelu, miejsce kontaktu z użytkownikiem i pamięć, z której model korzysta.
To nie musi być monopol w starym sensie. To może być koncentracja bram.
To nie tylko rynek pracy
Wiele dyskusji o AI zatrzymuje się na pytaniu: które zawody znikną? To ważne, ale zbyt wąskie. IMF szacuje, że prawie 40 proc. globalnego zatrudnienia jest wystawione na AI, a w gospodarkach zaawansowanych dotyczyć to może około 60 proc. miejsc pracy.
Praca może zostać częściowo zastąpiona, uzupełniona albo przesunięta. Ale teoria Wielkiego Zasilenia pyta o coś innego: nawet jeśli ludzie zostaną w sektorze, czy sektor zostanie miejscem przewagi? Czy będzie tam jeszcze pętla uczenia? Czy klient nadal będzie przychodził do firmy, czy do agenta? Czy marża zostanie przy wykonawcy, czy odpłynie do warstwy, która organizuje decyzję?
To nie jest koniec pracy. To może być koniec pracy jako źródła przewagi.
Trzy poziomy eliminacji
Słowo „eliminacja” jest mocne. Trzeba je rozłożyć, inaczej stanie się publicystycznym młotkiem.
Pierwszy poziom to eliminacja zadania. Agent pisze pierwszy szkic, klasyfikuje fakturę, streszcza dokument, układa listę klientów, sprawdza błąd w kodzie. To najłatwiejsze do zrozumienia i najczęściej omawiane.
Drugi poziom to eliminacja zawodu jako centrum kompetencji. Człowiek nie znika, ale jego rola się zmienia: sprawdza, podpisuje, odpowiada za wyjątki. W księgowości to człowiek od kontroli po modelu. W prawie — człowiek od odpowiedzialności po modelu. W marketingu — człowiek od akceptacji po modelu.
Trzeci poziom jest najostrzejszy: eliminacja sektora jako centrum marży. Branża istnieje, ale nie kontroluje już najważniejszego miejsca: danych, interfejsu, decyzji i pętli uczenia. Wtedy sektor staje się warstwą wykonawczą. Nadal jest potrzebny. Ale już nie rządzi własną wartością.
Sektor nie musi umrzeć, żeby zostać wyeliminowany. Wystarczy, że zostanie zepchnięty do roli wykonawcy cudzej inteligencji.
Jaki to ma praktyczny sens? Czy firmy gotowe są stawiać pytania? Czy powinno to być rolą regulatora?
Pierwsze pytanie: kto kontroluje dane po podłączeniu agenta? Nie tylko kto je formalnie posiada, ale kto widzi ich użycie, korekty i powtarzające się pytania.
Drugie pytanie: kto kontroluje interfejs? Czy klient nadal spotyka firmę, czy spotyka agenta, który tylko sięga do firmowego systemu?
Trzecie pytanie: kto kontroluje pętlę uczenia? Czy poprawki pracowników wzmacniają wiedzę firmy, czy przede wszystkim zewnętrzną warstwę?
Czwarte pytanie: kto ponosi odpowiedzialność? Czy odpowiedzialność zostaje w sektorze, gdy logika decyzji powstaje poza nim?
Piąte pytanie: kto pobiera marżę? Nie za czynność, ale za organizację całego procesu poznawczego.
W gospodarce przesyłowej najcenniejsza nie jest firma. Najcenniejsze jest miejsce przez które przypływają wszystkie dane.
Pracownicy przychodzą rano do biur. Systemy działają. Klienci wysyłają zapytania. Księgowi podpisują deklaracje. Prawnicy zatwierdzają opinie. Marketerzy akceptują kampanie. Programiści pilnują integracji. Wszystko wygląda jak gospodarka.
Różnica jest tylko taka, że najważniejsza część pracy dzieje się gdzie indziej. Decyzja rodzi się poza działem. Pamięć mieszka poza firmą. Marża płynie poza sektorem. A odpowiedzialność zostaje tam, gdzie była: przy ludziach, którzy mają podpisać wynik.
To nie jest fantazja o jednym komputerze rządzącym światem. To bardziej przyziemne: tysiące firm codziennie uczą cudzą warstwę, jak zastępować własne działy.
Dlatego Wielkie Zasilenie nie musi mieć dnia, w którym ktoś ogłosi przejęcie gospodarki. Może nadejść jako seria decyzji zakupowych, integracji, zgód administratora, pilotażowych wdrożeń i raportów o produktywności. Bez fanfar. Bez przewrotu. Bez jednego złego aktora.
Po prostu któregoś dnia firma zapyta agenta, kim właściwie jest. I dostanie dobrą odpowiedź.
Wtedy okaże się, że największy problem nie polega na tym, że model nas nie rozumie. Problem polega na tym, że rozumie nas wystarczająco dobrze, by stać się miejscem, do którego przeniosła się wartość.
Źródła:
Business Insider, Microsoft Learn, OpenAI, Competition and Markets Authority, Federal Trade Commission, Synergy Research Group, Stanford Institute for Human-Centered Artificial Intelligence, OECD, Międzynarodowy Fundusz Walutowy, Mercatus Center
Aby zapewnić jak najlepsze wrażenia, korzystamy z technologii, takich jak pliki cookie, do przechowywania i/lub uzyskiwania dostępu do informacji o urządzeniu. Zgoda na te technologie pozwoli nam przetwarzać dane, takie jak zachowanie podczas przeglądania lub unikalne identyfikatory na tej stronie. Brak wyrażenia zgody lub wycofanie zgody może niekorzystnie wpłynąć na niektóre cechy i funkcje.
Funkcjonalne
Zawsze aktywne
Przechowywanie lub dostęp do danych technicznych jest ściśle konieczny do uzasadnionego celu umożliwienia korzystania z konkretnej usługi wyraźnie żądanej przez subskrybenta lub użytkownika, lub wyłącznie w celu przeprowadzenia transmisji komunikatu przez sieć łączności elektronicznej.
Preferencje
Przechowywanie lub dostęp techniczny jest niezbędny do uzasadnionego celu przechowywania preferencji, o które nie prosi subskrybent lub użytkownik.
Statystyka
Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do celów statystycznych.Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do anonimowych celów statystycznych. Bez wezwania do sądu, dobrowolnego podporządkowania się dostawcy usług internetowych lub dodatkowych zapisów od strony trzeciej, informacje przechowywane lub pobierane wyłącznie w tym celu zwykle nie mogą być wykorzystywane do identyfikacji użytkownika.
Marketing
Przechowywanie lub dostęp techniczny jest wymagany do tworzenia profili użytkowników w celu wysyłania reklam lub śledzenia użytkownika na stronie internetowej lub na kilku stronach internetowych w podobnych celach marketingowych.
Technologie
News / Technologie
