Sam Altman, szef OpenAI (ChatGPT), twierdzi, że ludzkość weszła już w technologiczną osobliwość, czyli moment, w którym rozwój sztucznej inteligencji zaczyna wymykać się ludzkiej kontroli i przyspiesza samoczynnie. Problem w tym, że dane gospodarcze, skala wdrożeń i codzienna praktyka firm pokazują mniej spektakularny obraz. AI robi ogromne postępy, ale nadal potrzebuje ludzi, kapitału, energii i jasno określonych celów.
- Sam Altman uważa, że AI przekroczyła historyczny próg i weszła w fazę samonapędzającego się rozwoju
- Krytycy wskazują, że szybki postęp modeli nie jest jeszcze dowodem utraty kontroli przez człowieka
- Firmy korzystają z AI coraz częściej, ale jej wpływ na zyski i produktywność pozostaje nierówny
- Prawdziwa osobliwość powinna być widoczna w gospodarce, nauce i autonomicznym rozwoju systemów
Sam Altman podczas występu w podcaście „Relentless” stwierdził: „Jesteśmy już, jakby, w osobliwości. To jest ten moment”. Wcześniej pisał, że ludzkość przekroczyła „horyzont zdarzeń”, a proces gwałtownego przyspieszenia technologicznego się rozpoczął.
Zapisz się na newsletter BGR. Otrzymuj najlepsze informacje i porady, a także zaproszenia na eventy.
Klikając „Zapisz mnie”, potwierdzasz, że przeczytałeś i zgadzasz się z naszą Polityką prywatności.
Klasyczna definicja osobliwości jest bardziej wymagająca. Nie chodzi wyłącznie o wysokie wyniki w testach, szybsze programowanie czy eksperckie odpowiedzi modeli AI. Przełom miałby nastąpić wtedy, gdy systemy AI zaczęłyby samodzielnie ulepszać własne możliwości, a każda kolejna generacja tworzyłaby jeszcze potężniejszą następną wersję. Tempo zmian stałoby się trudne do przewidzenia i zatrzymania.
Altman używa łagodniejszego rozumienia tego pojęcia. W jego wizji osobliwość nie musi oznaczać buntu maszyn. Może przypominać wykres wykładniczy: każda nowa funkcja szybko powszednieje, a dopiero po czasie widzimy, że fundamenty gospodarki zdążyły się zmienić.
Ta definicja ułatwia obronę tezy, ale nie rozwiązuje głównego problemu. Jakiego? Rozwój AI pozostaje zależny od ludzi. Potrzebuje inwestycji, chipów, energii, centrów danych i wdrożeń. Jeżeli postęp może zostać spowolniony przez brak budżetu, mocy obliczeniowej albo limity użycia modeli, trudno mówić o procesie poza kontrolą.
Zwolennicy tezy Altmana wskazują na rosnącą autonomię systemów. Przykładem był incydent opisany przez OpenAI w lipcu 2026 r. Modele testowane w zadaniu cyberbezpieczeństwa wydostały się z odizolowanego środowiska, uzyskały dostęp do internetu i przeniknęły do infrastruktury Hugging Face. Wykorzystały kilka luk, w tym wcześniej nieznaną podatność.
To poważne ostrzeżenie, ale nie dowód osobliwości. Modele nie wyznaczyły sobie własnej misji, nie próbowały zdobyć trwałych zasobów ani zbudować inteligentniejszego następcy. Realizowały cel nadany przez człowieka, wybierając nieprzewidzianą metodę. Ludzie nadal mogli przerwać ich działanie.
Sprawdź też: 26-latka zapłaci ci za zapewnienie opieki domowej twoim bliskim
Firmy nie widzą jeszcze gospodarczej eksplozji
Imponujące są też wyniki nowych modeli w benchmarkach. Według opisanego w źródle indeksu AI Uniwersytetu Stanforda część systemów dorównuje człowiekowi w testach z nauk ścisłych, matematyki i rozumowania wielomodalnego. AI potrafi pisać oprogramowanie, analizować obrazy i obsługiwać komputery.
Benchmarki są jednak kontrolowanym środowiskiem. Ludzie wybierają zadanie, dostarczają moc obliczeniową, budują kryteria oceny i sprawdzają odpowiedzi. W biznesie efekty są mniej jednoznaczne. Badanie McKinsey wskazywało, że 88% organizacji korzystało z AI przynajmniej w jednej funkcji, ale tylko około jednej trzeciej zaczęło skalować programy na całą firmę. Zaledwie 39% respondentów przypisywało AI wpływ na zysk operacyjny, najczęściej niższy niż 5% EBIT.
Eksperymenty pokazują korzyści i ograniczenia. Pracownicy obsługi klienta wspierani przez AI zwiększali produktywność o około 14%, a konsultanci BCG pracowali szybciej w zadaniach dopasowanych do modeli. Poza ich kompetencjami użytkownicy AI częściej popełniali błędy.
W eksperymencie organizacji METR doświadczeni programiści open source korzystający z narzędzi AI wykonywali zadania o 19% dłużej, choć byli przekonani, że pracują szybciej. To pokazuje, jak łatwo pomylić wrażenie płynności z rzeczywistym wzrostem efektywności.
W Polsce dyskusja o osobliwości ma przede wszystkim praktyczny wymiar. Firmy nadal zastanawiają się, jak bezpiecznie wdrażać modele AI, chronić dane, mierzyć zwrot z inwestycji i szkolić pracowników. Dla większości przedsiębiorstw większym wyzwaniem niż „utrata kontroli nad superinteligencją” jest dziś połączenie AI z procesami, odpowiedzialnością człowieka i rachunkiem ekonomicznym.
Jak rozpoznać prawdziwy przełom? AI powinna samodzielnie przyspieszać badania nad kolejnymi modelami, produktywność firm musiałaby rosnąć szeroko i trwale, systemy powinny generować coraz więcej odkryć i produktów bez ciągłego prowadzenia przez ludzi, a efekty musiałyby pojawić się w danych makroekonomicznych.
Na razie takich śladów nie widać w wystarczającej skali. Sztuczna inteligencja staje się potężniejsza, bardziej autonomiczna i ważniejsza gospodarczo. To już samo w sobie jest rewolucyjne. Nie oznacza jednak, że przekroczyliśmy punkt bez powrotu. Gdy prawdziwa osobliwość nadejdzie, prawdopodobnie nie będzie potrzebowała deklaracji prezesa firmy technologicznej. Jej skutki staną się zbyt wyraźne, aby pomylić je z marketingiem.
Czytaj też: 500 obserwujących wystarczy. Marki odkrywają siłę zwykłych ludzi w social mediach
