6 rzeczy, których entuzjaści AI nie powiedzą ci w 2026 roku

1. 

Współczesne chatboty AI, choć robią wrażenie swoimi możliwościami, stając się edycji na edycję coraz lepsze, cały czas mają jednak strukturalne błędy, które sprawiają, że bardzo trudno je wykorzystać w biznesie. To oczywiście halucynacje. I nie trzeba być wielką korporacją, by przekonać się, że reputacyjnie może być źle. Taka Karolina Opolska, dziennikarka TVP, która napisała zmyśloną przez ChatGPT książkę to jedynie mały wycinek tego, co może pójść źle (choć „autorka’ cały czas ma się w TVP dobrze). Zmyślone tezy, zmyślone źródła, przekręcone pomysły to zmora dla biznesu. W 2024 r. chatbot Air Canada zmyślił politykę zwrotów, klient dostał rekompensatę. Kiedy sprawa trafiła do sądu firma przegrała – bo chatbot jest reprezentantem firmy. Dlatego wdrażanie AI idzie tak opornie. Nikt nie wytłumaczy działowi compliance, że tym razem będzie lepiej. AI jest ryzykiem prawnym, które trafia w P&L.

2. 

Podobnie jest w medycynie, która już któryś rok z kolei czeka na swój „ChatGPT moment”. Czeka, mimo, że od ponad dekady algorytmy lepiej wykrywają zmiany nowotworowe na zdjęciach RTG/MRI niż średnia lekarzy. Zmiana nie następuje z dwóch głównych powodów. Wspomniane właśnie błędy i halucynacje oraz asymetria odpowiedzialności, która zawsze zostaje po stronie lekarza. Dlatego lekarz nie może zaufać modelowi, a AI w medycynie nadal pozostanie pieśnią przyszłości

3. 

AI i centra danych są bardzo drogie w utrzymaniu. To pewien paradoks, bo technologia jest tania w dostępie (stosunkowo), natomiast bariera wejścia jest podnoszona coraz wyżej. Amazon, Microsoft i Google raportują, że capex na AI i data centers rośnie szybciej niż przychody z AI. Microsoft wprost przyznał, że marże chmurowe są pod presją przez koszty AI. Okazuje się, że to kapitałochłonny przemysł infrastrukturalny, który ma też swoje koszty społeczne, bo raz, że potrzebuje mnóstwo energii a dwa zużyje mnóstwo wody. Nie zahamuje to tych inwestycji, ale w przyszłym roku możemy być świadkami pewnego oporu przeciw tak szybkim i energochłonnym inwestycjom.

4. 

To sprawia, że biznesowo i ekonomicznie sytuacja spółek AI wygląda wątpliwie. Krótko: większość traci na tych projektach, zarabiają jak na razie producenci chipów, jak NVIDIA. Można rzucić kontrargument i powiedzieć, że przez lata Amazon też tracił, co nie miało wpływu na kurs, bo inwestorzy wierzyli w pomysł. Ale Amazon miał jednak jasną ścieżkę to pozytywnego cash flow. AI jej nie ma. Wiele firm płaci za modele, nie kontroluje infrastruktury i konkuruje ceną. W roku 2026 może więc dojść do korekty niektórych wycen.

5. 

Zagrożeniem dla rozwoju AI mogą być oczywiście regulacje. Każdy większy kraj, czy grupa krajów ma jakieś swoje pomysły. Zresztą rozpoczął się już peleton o narodowe centra AI (podsyca go sama NVIDIA). Wyścig może być więc ograniczany przez nakładanie na modele różnych sankcji czy ograniczeń.

6. 

AI nie zrobi rewolucji — ale może wreszcie wymusić porządek w firmach. To punkt, którego entuzjaści AI zwykle nie podkreślają, a krytycy często nie chcą zauważyć. AI działa najlepiej tam, gdzie firma już wie, co robi: ma uporządkowane dane, jasne procesy, mierzalne cele i właścicieli decyzji. Nie przyspiesza pracy ale uwaga przyspiesza ujawnianie problemów. Dla wielu firm może to być bolesne i frustrujące, jednak doprowadzi do lepszego samopoczucia w 2027 r., kiedy tę terapię uda się przejść. I to jest ten realny optymizm ma przyszły rok.