Suwerenne AI w Polsce: czy Bielik wstrząsnął polskim ekosystemem? Rozmowa z Sebastianem Kondrackim

Przełom świadomościowy zamiast technologicznego

Sebastian Kondracki uważa, że najważniejszym czynnikiem, który sprawił, że w 2025 roku zaczęto poważnie mówić o suwerennym AI w Polsce, był przełom świadomościowy, a nie technologiczny. Koncepcja suwerenności technologicznej istniała już wcześniej, zwłaszcza w sektorach regulowanych, takich jak bankowość czy medycyna, gdzie kluczowe znaczenie mają tajemnice (bankowa, lekarska, adwokacka). Zmiana mentalna nastąpiła, gdy urzędy i politycy zauważyli zagrożenia związane z poleganiem na zagranicznych rozwiązaniach. Problemy z bezpieczeństwem danych oraz brakiem odporności stały się widoczne nie tylko w kontekście wielkich konfliktów geopolitycznych, ale również w wyniku prozaicznych wydarzeń, takich jak ogłoszenie premiery nowego modelu językowego GPT, powodujące przeciążenia serwerów.

Kondracki podkreślił, że choć Bielik jest ważnym elementem suwerenności w obszarze AI, suwerenność technologiczna jest znacznie szersza. Obejmuje ona również aplikacje biurowe, a Europa powinna dążyć do posiadania własnych pakietów biurowych i edytorów, umożliwiających bezpieczne tworzenie krytycznej dokumentacji.

Bielik na tle globalnej konkurencji

Polski Bielik jest modelem rozwijanym w ramach open-source/open-science. Kondracki porównał dwa główne globalne trendy w tworzeniu dużych modeli językowych (LLM):

• model amerykańsko-europejski (kapitałowy): charakteryzuje się ogromnym wpływem kapitału, często wsparciem rządowym i kompetencjami inżynierów wywodzących się ze świata bigtech (np. Google, Meta). Przykładem sukcesu jest francuski Mistral, natomiast niemiecka Aleph Alpha pomimo dużego kapitału ma modele, które nie są zbyt satysfakcjonujące;
• model kompaktowy (chiński): charakteryzuje się sprytnym podejściem, wykorzystaniem mniejszego budżetu i mniejszej mocy obliczeniowej do tworzenia przełomowych modeli, często udostępnianych jako otwarte wagi (np. Deepseek). To podejście jest bardziej efektywne w opinii naszego rozmówcy.

Bielik, choć nie jest chińskim modelem, podąża ścieżką otwartą i efektywną.

Trzy bariery rozwoju AI

Rozwój krajowych modeli, takich jak Bielik, napotyka na trzy główne przeszkody, z którymi zmaga się każdy zespół AI w Polsce:

• wiedza i kompetencje: potrzebny jest kapitał, by przyciągnąć inżynierów z bigtechów lub budować wiedzę własnymi siłami za pomocą otwartej społeczności, jak robi to SpeakLeash.
• moc obliczeniowa (GPU): choć dostęp do GPU był historycznie problemem, sytuacja w Polsce ulega poprawie. Fundacja SpeakLeash początkowo zakładała, że będzie trenować modele za granicą. Przełomem było otwarcie się Cyfronetu (ośrodka naukowego z superkomputerami, np. Helios na ruch Open Science. Ponadto, w 2026 roku mają powstać w Poznaniu i Krakowie „fabryki AI”, które zwiększą dostęp do mocy obliczeniowej dla polskiego biznesu i nauki’
• dane: to największa przeszkoda. AI Act ma zabezpieczać twórców treści, wymagając szanowania praw autorskich, co jest ważną regulacją. Jednak problemem jest brak rozwiniętego w Polsce i Europie sektora gospodarki opartego na handlu danymi, spółdzielniach danych lub ich licencjonowaniu. Obecnie wykorzystywane są wyłącznie dane na otwartej licencji (np. Wikipedia, orzecznictwo sądów powszechnych).

Kondracki sugeruje, że rząd powinien nie tylko informować o obowiązkach i karach wynikających z AI Act, ale także aktywnie prowadzić programy uwalniania danych (np. w szkolnictwie wyższym czy dziedzictwa kulturowego). Postuluje też, by dokumenty rządowe (protokoły radnych, sprawozdania) były publikowane w całkowicie otwartych formatach, a nie w PDF-ach, co zwiększałoby transparentność życia publicznego i użyteczność dla robotów trenujących modele.

Czy AI naprawdę myśli?

Podczas rozmowy poruszono emocjonalny spór technologiczny: czy sztuczna inteligencja jest jedynie odtwórcza, czy też potrafi myśleć i wyciągać wnioski. Kondracki, pomimo swojego praktycznego podejścia, przyznał, że trudno jest nawet zdefiniować inteligencję naturalną, a sztuczna inteligencja obecnie wykazuje „cechy, które pozwalają mówić o jakimś zbiorze inteligencji”. Modele zaczynają być kreatywne, wykazują elementy rozwiązywania problemów, dekompozycji i syntezy, co przypomina uczenie się w przypadku inteligencji naturalnej (szukanie wzorców, stosowanie).

Słowa roku 2025: śmiałość i odwaga

Podsumowując przełomowy rok 2025, Sebastian Kondracki nie wybrał terminu technologicznego, ale słowa mające symbolizować potrzebną zmianę mentalną: śmiałość i odwaga. Ta zmiana jest konieczna zarówno u młodych startupowców, którzy powinni tworzyć innowacyjne modele specjalistyczne dla nisz (np. drony, urządzenia dla kardiologów), zamiast tylko dążyć do stworzenia drugiego ChatGPT. Potrzebna jest także odwaga u polityków i w korporacjach, by w celu budowania suwerenności technologicznej, sięgać po polskie rozwiązania, nawet jeśli wiąże się to z większym ryzykiem.

Chcesz poznać więcej szczegółów na temat trudności w budowaniu polskiej gospodarki danych, przyszłości fabryk AI i planach rozwoju Bielika? Koniecznie wysłuchaj pełnego odcinka Mam Startup Podcast!