Satya Nadella ostrzega przed ryzykiem gospodarczym wynikającym z koncentracji modeli AI
Dyrektor generalny Microsoftu, Satya Nadella, bije na alarm strategiczny dotyczący przyszłości gospodarki cyfrowej, ostrzegając, że garstka dominujących systemów AI może przejąć wszystkie globalne zyski gospodarcze. W miarę jak granica między ludzką inteligencją a systemami cyfrowymi zaciera się, Nadella sugeruje, że prawdziwe pole bitwy o wartość przedsiębiorstwa przesunęło się z wyboru modelu na własnościowe pętle uczenia się (proprietary learning loops).
Wzrost znaczenia kapitału tokenowego i pętli poznawczej
W niedawnej prognozie strategicznej Nadella przedstawił nowy paradygmat dla nowoczesnego przedsiębiorstwa: przejście od polegania wyłącznie na kapitale ludzkim do włączania „kapitału tokenowego” (token capital). Twierdzi on, że między ludźmi a systemami cyfrowymi tworzy się „prawdziwa pętla poznawcza”, co nakłada na firmy nowy wymóg posiadania i kontrolowania własnych możliwości w zakresie AI.
Według Nadelli przewaga konkurencyjna w erze AI nie będzie wynikać z prostego wyboru najlepszego modelu bazowego (foundation model) — takiego jak modele OpenAI czy Anthropic — lecz z budowania na ich bazie własnych systemów uczenia się. Wiąże się to z tworzeniem prywatnych ewaluacji (evals) w celu śledzenia wyników istotnych z punktu widzenia biznesu, wykorzystywaniem wewnętrznych konfiguracji szkoleniowych do udoskonalania modeli przy użyciu danych specyficznych dla firmy oraz przekształcaniem wiedzy instytucjonalnej w aktywa, które można przeszukiwać i ponownie wykorzystywać.
Unikanie pułapki komodytyzacji wiedzy
Znaczna część ostrzeżenia Nadella koncentruje się na niebezpieczeństwie „komodytyzacji wiedzy”. Obawia się on scenariusza, w którym całe branże tracą swoją unikalną wiedzę ekspercką, która zostaje wchłonięta przez kilka potężnych modeli AI, co pozbawia te branże ich ekonomicznej fosy (economic moat).
„Ostatnią rzeczą, jakiej chcielibyśmy, jest świat, w którym każda firma w każdym sektorze oddaje wartość kilku modelom, które pożerają wszystko, co napotkają” — napisał Nadella. Sugeruje on, że jeśli niewielka liczba systemów AI przejmie wszystkie zyski gospodarcze, wynikający z tego polityczny i społeczny sprzeciw może zahamować postęp całej branży AI. Prawdziwym testem strategii AI firmy jest, jego zdaniem, to, czy organizacja potrafi wymienić swój model bazowy bez utraty inteligencji i specjalistycznej wiedzy, którą na nim zbudowała.
Zmieniające się podejście do komodytyzacji modeli
Ostatnie komentarze Nadelli oznaczają zauważalną zmianę w jego retoryce dotyczącej wartości modeli AI. W marcu 2025 r. zasugerował, że modele ulegają komodytyzacji, co sugerowało, że prawdziwa wartość będzie tkwić w stosie aplikacji i systemów. Jednak jego obecne stanowisko odzwierciedla bardziej niuansową rzeczywistość: jeśli modele typu frontier od takich graczy jak OpenAI i Anthropic będą nadal wyprzedzać rynek, „komodytyzacja” modeli może nastąpić znacznie wolniej, niż oczekiwano.
Dla Microsoftu strategia ta jest sposobem na skierowanie przedsiębiorstw w stronę ekosystemów Azure i Office. Kładąc nacisk na znaczenie „stosów systemowych” i własnościowych pętli uczenia się, Microsoft dąży do zapewnienia, że nawet jeśli nie zawsze będą liderem pod względem surowej wydajności modeli, pozostaną niezastąpioną platformą, na której „kapitał tokenowy” i ludzka inteligencja kumulują się.
Kluczowe wnioski
- Przejście na kapitał tokenowy: Przyszła wartość przedsiębiorstw będzie zależeć od „kapitału tokenowego” – własnościowych możliwości AI i wyuczonych danych, którymi zarządza firma – a nie tylko od pracy ludzkiej.
- Przewaga pętli uczenia się: Firmy muszą budować własnościowe pętle, w których modele są stale doskonalone dzięki wewnętrznym danym, aby zapobiec komodytyzacji ich wiedzy branżowej przez zewnętrznych dostawców modeli.
- Ryzyko koncentracji ekonomicznej: Nadella ostrzega, że ekstremalna koncentracja wartości AI w kilku modelach może prowadzić do niestabilności społecznej i politycznej, potencjalnie osłabiając całe sektory przemysłowe.