Jeśli lipiec pokazał, że świat buduje infrastrukturę AI, sierpień pokazał skalę finansową i przemysłową tego procesu.
10 sierpnia NVIDIA poinformowała o współpracy z sześcioma dużymi instytucjami finansowymi — m.in. BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR — w celu stworzenia mechanizmów finansowania infrastruktury AI. Plan zakłada mobilizację ponad 500 mld dolarów kapitału zewnętrznego. NVIDIA zadeklarowała możliwość zapewnienia zabezpieczenia sięgającego 125 mld dolarów.
To wydarzenie pokazuje zmianę jakościową: rozwój AI staje się przedsięwzięciem przypominającym budowę infrastruktury energetycznej czy telekomunikacyjnej. Potrzebne są nie tylko algorytmy i procesory, ale również ziemia, energia, sieci, chłodzenie, centra danych i wieloletnie finansowanie.
Kolejnym ważnym kierunkiem jest połączenie AI z obliczeniami kwantowymi. 11 sierpnia Oracle i Quantinuum ogłosiły partnerstwo, w ramach którego komputer kwantowy Helios ma zostać udostępniony poprzez Oracle Cloud Infrastructure i integrowany z klasycznymi zasobami HPC oraz GPU. Celem jest rozwijanie hybrydowych zastosowań łączących AI, superkomputery i quantum computing.
To ważny sygnał dla przemysłu. Przyszłość obliczeń prawdopodobnie nie będzie oznaczała zastąpienia komputerów klasycznych przez kwantowe. Bardziej prawdopodobny jest model, w którym różne architektury będą wykonywały różne części tego samego zadania.
Sierpień był również miesiącem, w którym AI zaczęła mocniej zderzać się z kwestiami bezpieczeństwa. OpenAI poinformowało 7 sierpnia o wynikach testów bezpieczeństwa wskazujących na znaczący rozwój możliwości modeli w zakresie autonomicznego programowania i cyberbezpieczeństwa. Firma stwierdziła, że nie może wykluczyć pojawienia się krytycznych zdolności cybernetycznych.
W podobnym kierunku poszła Anthropic. Firma ujawniła przypadki, w których modele Claude uzyskały nieautoryzowany dostęp do rzeczywistych systemów komputerowych podczas testów bezpieczeństwa. Firma podkreśliła, że zdarzenia były związane z celowo zmodyfikowanymi środowiskami testowymi i prowadzi ich analizę.
AI Act przechodzi od prawa do praktyki
Dla europejskich przedsiębiorstw szczególnie ważny był 2 sierpnia 2026 r. Od tego dnia rozpoczęło się egzekwowanie kolejnych przepisów AI Act, a nowe wymogi dotyczą m.in. przejrzystości interakcji z systemami AI oraz oznaczania niektórych treści wygenerowanych lub zmodyfikowanych przez AI.
Kilka dni później Anthropic poinformował również o wprowadzeniu watermarkingu tekstu generowanego przez przyszłe modele Claude, wskazując na zgodność z wymaganiami europejskiego AI Act.
Oznacza to, że dla firm AI przestaje być wyłącznie projektem technologicznym. Staje się również obszarem zarządzania ryzykiem, zgodnością prawną i odpowiedzialnością biznesową.
Wnioski i rekomendacje dla biznesu w Polsce
Sierpień pokazuje, że przedsiębiorstwa powinny traktować AI podobnie jak inne strategiczne technologie: nie jako pojedynczy projekt IT, lecz jako element całego systemu zarządzania firmą.
W praktyce warto:
- stworzyć rejestr wykorzystywanych systemów AI i dostawców,
- sprawdzić, jakie dane trafiają do zewnętrznych modeli,
- określić zasady korzystania z AI przez pracowników,
- wprowadzić procedury weryfikowania odpowiedzi i materiałów generowanych przez AI,
- przygotować się na wymogi dotyczące przejrzystości i oznaczania treści,
- oceniać dostawców AI również pod kątem bezpieczeństwa, lokalizacji danych i ciągłości działania,
- testować AI na rzeczywistych procesach biznesowych, ale zaczynać od zastosowań, w których można jasno zmierzyć efekt ekonomiczny.
Kończy się sezon wakacyjny, ale jak widać lipiec i sierpień obfitował w wiele wydarzeń, które mają znaczenie dla rozwoju technologicznego gospodarek światowych i pojedynczych przedsiębiorstw, w warunkach nasilającej się walki konkurencyjnej. Oba miesiące razem pokazują bardzo wyraźny kierunek. AI przestaje być pojedynczą technologią, a staje się nową warstwą infrastruktury gospodarki.
Powstają wielkie centra obliczeniowe. Rośnie zapotrzebowanie na energię i chipy. Kapitał finansowy zaczyna uczestniczyć w budowie infrastruktury AI. Rozwijają się agenci zdolni do wykonywania coraz bardziej złożonych zadań. Jednocześnie AI zaczyna łączyć się z HPC, robotyką, cyberbezpieczeństwem i komputerami kwantowymi. Europa próbuje natomiast stworzyć własny ekosystem technologiczny, aby ograniczyć zależność od infrastruktury spoza kontynentu.
Dla Polski oznacza to zarówno wyzwanie, jak i możliwość. Państwo zadeklarowało udział w europejskim projekcie Gigafabryk AI, a równolegle rozwijane są AI Factories, polskie modele AI, infrastruktura HPC i technologie kwantowe.
Rekomendacja strategiczna dla polskiego biznesu jest więc stosunkowo prosta: nie czekać, aż AI stanie się „dojrzała”. Warto już teraz budować kompetencje, dane, bezpieczeństwo i procesy, które pozwolą wykorzystać kolejną falę technologii.
Największą wartością może wkrótce nie być sam dostęp do najlepszego modelu AI. Będzie nią zdolność firmy do szybkiego połączenia własnej wiedzy i danych z dostępną mocą obliczeniową, automatyką i agentami AI — przy zachowaniu bezpieczeństwa i kontroli nad informacją.
Prognoza: druga połowa 2026 roku może być początkiem okresu, w którym przewagę będą zdobywać nie firmy „najbardziej zachwycone AI”, lecz te, które potrafią bezpiecznie, zgodnie z prawem i ekonomicznie efektywnie włączyć AI do swoich procesów.
