Nowe AI — briefing technologiczno-rynkowy, wydanie popołudniowe 5.10.2026
Wydanie popołudniowe, dostarczone w poniedziałek piątego października około godziny 16:00 czasu polskiego. Punktem odniesienia jest ostatnia analiza „Nowe AI", która realnie dotarła na wątek, czyli wydanie poranne z dzisiejszego dnia, przekazane około godziny 06:45, a więc nowy materiał obejmuje okno od rana do popołudnia. Trzeba dodać, że popołudniowe wydanie geopolityczne z 5.10 dotarło na swój wątek o 15:57 i między innymi odnotowało jedną informację pokrewną dzisiejszemu frontowi, a mianowicie umowę patentową między Huawei i Qualcomm, którą tutaj rozwijam w warstwie technicznej i finansowej, zamiast powtarzać sam fakt. Ranek nie przyniósł premiery modelu klasy frontier, natomiast popołudnie układa się w spójny obraz trzech warstw jednocześnie: publicznego rozliczenia laboratoriów, domykania luki technologicznej przez Chiny oraz pierwszego twardego sygnału, że rachunek za sztuczną inteligencję staje się problemem budżetowym, a nie tylko technologicznym.
Jeden. Nowy Jork przesłuchuje laboratoria pod przysięgą i szykuje kary za brak wyłącznika
Najmocniejszym faktem instytucjonalnym dnia jest posiedzenie Rady Miejskiej Nowego Jorku w formule Committee of the Whole, czyli całej izby, która w poniedziałek piątego października zebrała wszystkich pięćdziesięciu jeden radnych, aby po raz pierwszy publicznie przesłuchać pod przysięgą przedstawicieli czterech największych laboratoriów. Według agencji CNBC, która relacjonowała przebieg obrad, przed Radą stanęli Logan Graham, szef zespołu Frontier Red Team w Anthropicu, Morgan Dwyer, odpowiedzialna w OpenAI za rozwój polityki, Alice Friend z Google oraz Shane Cahill z Meta, a obok nich zaproszeni badacze zajmujący się ryzykiem egzystencjalnym, w tym Jacob Coxon, Alex Turner i Daniel Kokotajlo. Sesja rozpoczęła się o jedenastej czasu wschodniego, a jej stawką było nie tylko wysłuchanie stanowisk, lecz także ocena pakietu dziesięciu projektów ustaw, które Rada przedstawiła jeszcze pod koniec września. Warto podkreślić, że firmy stawiły się w większości dopiero po tym, jak przewodnicząca Rady Julie Menin zagroziła im wezwaniem sądowym, a wobec jednostki SpaceXAI Elona Muska wezwanie rzeczywiście wystawiono, z możliwością zwrócenia się do nowojorskiego Sądu Najwyższego o wyegzekwowanie go, o czym informowało CNBC i lokalne media.
Źródło: cnbc
Warstwa legislacyjna jest tu ważniejsza niż sama atmosfera przesłuchania. Propozycje Rady przewidują obowiązkową walidację systemu sztucznej inteligencji przez niezależnego audytora przed wprowadzeniem go na rynek miejski, wymóg wbudowanego mechanizmu natychmiastowego wyłączenia, czyli tak zwanego wyłącznika, prawo prywatnego roszczenia dla poszkodowanych oraz program nagród pieniężnych dla sygnalistów, a katalog kar sięga dwudziestu pięciu tysięcy dolarów za każde naruszenie, co odnotowały między innymi nowojorski „Post" i branżowe serwisy. Jeżeli pakiet przejdzie choćby pierwsze czytanie, będzie to pierwszy w Stanach Zjednoczonych przypadek, w którym samorząd lokalny nakłada na laboratoria obowiązki wykraczające poza dobrowolne zobowiązania. Trzeba jednak oddzielić fakt od interpretacji: twarde jest zwołanie posiedzenia, lista zeznających i treść projektów, natomiast skuteczność tych rozwiązań, a zwłaszcza realna wykonalność wymogu wyłącznika dla modeli działających w chmurze, pozostaje kwestią otwartą i przedmiotem sporu. W tle widać jeszcze jeden konkretny element, o którym informował nowojorski NY1: OpenAI wysłało do przewodniczącej Rady list, w którym z wyprzedzeniem broniło własnych procedur testowania i wzmacniania zabezpieczeń, co pokazuje, że laboratoria traktują to posiedzenie jako wydarzenie o realnych konsekwencjach wizerunkowych, a nie wyłącznie jako obowiązek formalny.
Dwa. Bloomberg Intelligence: luka między USA a Chinami spadła do trzech procent
Drugi obszar jest rankingowy i dotyczy samej istoty wyścigu frontier. W poniedziałek piątego października Bloomberg Intelligence opublikował analizę, w której starszy analityk Robert Lea oszacował, że najlepsze chińskie modele tracą już tylko około trzech procent do amerykańskiej czołówki na benchmarku LiveBench, i to po wydaniu wrześniowego DeepSeek V4.1 Flash. Jak podał za Bloombergiem singapurski „The Straits Times", wynik ten oznacza spadek z około dziewięciu procent w maju i piętnastu procent na początku roku, a sam model DeepSeek uzyskał wynik osiemdziesiąt jeden i jedna dziesiąta punktu wobec osiemdziesięciu trzech i czterech dziesiątych najlepszego modelu Anthropica, co autor analizy opisuje jako „porównywalną wydajność". DeepSeek uplasował się na szóstym miejscu globalnie, a jednocześnie tylko trzy z piętnastu najlepszych modeli na tym rankingu były chińskie, co pokazuje, że luka domyka się na szczycie, ale nie rozkłada równomiernie w całym zestawieniu. Lea wiąże postęp chińskich zespołów z umiejętnością optymalizacji modeli pod krajowy sprzęt, co podważa skuteczność amerykańskich ograniczeń eksportowych jako narzędzia trwałego powstrzymywania chińskiej branży.
Źródło: bloomberg
Trzeba tu zachować szczególną ostrożność w rozdzieleniu faktu od prognozy. Twarde jest istnienie analizy Bloomberga i przywołane w niej liczby oraz to, że pojedynczy chiński model zbliżył się do czołówki. Interpretacją jest natomiast teza o końcu amerykańskiej przewagi, bo sam autor zaznacza, że rankingi się zmieniają, a wyniki benchmarków trudno przekładać na monetyzację. Warto dodać drugą warstwę tej samej analizy, która w polskim obiegu ginie, a jest ważna dla rynku: chińska branża może pozostać nierentowna aż do roku dwa tysiące trzydziestego — z powodu wojny cenowej, nadpodaży modeli, których w Chinach działa ponad tysiąc sto, oraz nacisku na tani dostawca tokenów. Innymi słowy, domykanie luki technicznej nie przekłada się automatycznie na zysk, a to rozróżnienie jest kluczowe dla każdej oceny chińskich spółek.
Źródło: bloomberg
Trzy. Chiński szary rynek: dostęp do Claude'a odsprzedawany siedemdziesiąt do dziewięćdziesięciu procent taniej
Trzeci fakt pokazuje drugą, mniej oficjalną stronę tej samej rywalizacji. Jak opisał dziennik „The Information", a za nim przełożył na analizę badacz Zilan Qian z Oksfordu w tekście dla portalu ChinaTalk, w jednym z biurowców w dzielnicy Haidian w Pekinie około sześciu z trzydziestu najemców trudni się odsprzedażą dostępu do modelu Claude, oferując go siedemdziesiąt do dziewięćdziesięciu procent taniej niż oficjalny cennik Anthropica. Mechanizm, nazywany w Chinach „stacjami przesiadkowymi", polega na przepuszczaniu zapytań chińskich deweloperów przez zagraniczne konta i na rozliczaniu płatności w juanach przez WeChat i Alipay, a w części przypadków zdarza się nawet podpisywanie odpowiedzi modelu Qwen jako odpowiedzi Claude'a. Jest to o tyle istotne, że pokazuje, iż geoblokada Anthropica dla Chin nie zamyka popytu, lecz przenosi go do warstwy pośredników, którzy równocześnie sprzedają dostęp i zbierają dane.
Źródło: the-information
Uczciwa ocena wymaga zaznaczenia, że opieramy się tu na pojedynczym śledztwie dziennikarskim i jednej analizie, więc skala zjawiska może być inna niż sugerują konkretne liczby. Struktura jest jednak zgodna z wcześniejszymi doniesieniami samego Anthropica o zorganizowanych próbach destylacji modelu przez sieci pośredników, a także z równoległym, udokumentowanym precedensem pozwu, jaki Microsoft wytoczył operatorom podobnych stacji. Znaczenie dla rynku jest dwojakie: po pierwsze, pokazuje lukę w egzekwowaniu warunków licencyjnych, a po drugie, sugeruje, że część chińskich zdolności modelowych mogła zostać zbudowana na danych i wynikach modeli zachodnich, co w połączeniu z przywołaną wyżej analizą Bloomberga o domykającej się luce czyni pytanie o pochodzenie tych zdolności osobnym wątkiem ryzyka regulacyjnego.
Źródło: bloomberg
Cztery. Huawei i Qualcomm podpisują szeroką umowę patentową: AI, 5G i fotonika
Czwarty obszar dotyczy łańcucha chipów i był już sygnalizowany w popołudniowym wydaniu geopolitycznym, tutaj więc rozwijam go w warstwie technicznej i finansowej. W poniedziałek piątego października Huawei i Qualcomm ogłosiły wieloletnią, szeroką umowę wzajemnego licencjonowania patentów, obejmującą między innymi sieć piątej generacji, technologie obliczeniowe, sztuczną inteligencję i sieci, a wraz z nią zakup przez Qualcomma wybranych amerykańskich patentów Huawei. Jak podały obie spółki, a szczegółowo opisał branżowy serwis ip fray, umowa jest pierwszą między tymi firmami obejmującą technologie 5G i podlega przeglądowi antymonopolowemu w Stanach Zjednoczonych, przy czym kupowane patenty to około sześciuset osiemdziesięciu jeden pozycji, czyli mniej więcej dwadzieścia trzy setne procenta całego portfela Huawei liczącego ponad dwieście dziewięćdziesiąt sześć tysięcy aktywnych patentów i zgłoszeń. Wartość kontraktowa Huawei z samych umów licencyjnych ma po tej transakcji przekroczyć sześć i dziewięć dziesiątych miliarda dolarów.
Najciekawszy z punktu widzenia technologii jest zakres dostępu, jaki uzyskuje Qualcomm. Chodzi między innymi o tak zwaną fotonikę współpakowaną, czyli technologię łączenia warstwy optycznej bezpośrednio z układem, oraz o składanie logiczne, które pozwalają zwiększać przepustowość i gęstość połączeń między chipami — a właśnie wąskie gardło komunikacji między akceleratorami, a nie same moce obliczeniowe, jest dziś jednym z głównych ograniczeń skalowania klastrów treningowych. Interpretacja, którą trzeba wyraźnie oddzielić od faktów, jest następująca: skoro amerykańska spółka kupuje licencje na chińskie technologie łączności i pakowania, to przewaga technologiczna Stanów Zjednoczonych przestaje być pełna i jednokierunkowa, a chińskie rozwiązania w warstwie połączeń stają się na tyle wartościowe, że opłaca się je legalnie nabywać, mimo trwających ograniczeń eksportowych. Dla planujących zakupy infrastruktury to sygnał, że źródło przewagi przesuwa się z samego układu na architekturę połączeń i pakowania.
Pięć. Rynek: rekord rund miliardowych, przesunięte IPO Anthropica i budżety, których nie da się zaplanować
Piąty obszar jest rynkowy i składa się z trzech uzupełniających się sygnałów. Pierwszy pochodzi z danych Crunchbase'a za trzeci kwartał, opublikowanych na początku października: globalny kapitał wysokiego ryzyka sięgnął stu pięćdziesięciu dziewięciu miliardów dolarów, co jest spadkiem o dwadzieścia pięć procent wobec drugiego kwartału, ale wzrostem o pięćdziesiąt trzy procent wobec analogicznego okresu rok wcześniej, a sztuczna inteligencja odpowiadała za sto dwa miliardy, czyli sześćdziesiąt cztery procent całości. Najbardziej wymowne jest jednak nie sama kwota, lecz struktura: padł rekord dwudziestu siedmiu rund o wartości powyżej miliarda dolarów, przy czym największe trafiły do Databricks i Safe Superintelligence, po pięć miliardów każda, a tuż za nimi znalazły się Crusoe, Moonshot AI, Mistral, Nscale, The Boring Company i Kling AI z rundami powyżej trzech miliardów. Obraz dopełniają wyniki giełdowe: chiński producent pamięci DRAM, ChangXin Memory Technologies, pozyskał w ofercie publicznej osiem i sześć dziesiątych miliarda przy wycenie osiemdziesięciu pięciu i pięciu dziesiątych miliarda i skoczył na debiucie o ponad pięćset procent, a chiński producent układów AI Enflame wszedł na giełdę z wyceną dwudziestu pięciu i pięciu dziesiątych miliarda dolarów.
Drugi sygnał dotyczy wyceny największego prywatnego gracza. Jak podał Bloomberg, powołując się na osoby znające rozmowy, Anthropic dąży do debiutu giełdowego przed Świętem Dziękczynienia, a bankierzy mieliby ruszyć z kampanią w tygodniu dziewiątego listopada; potencjalni inwestorzy szacują wartość spółki na od jednego i ośmiu do dwóch bilionów dolarów. „The Information" i „The Wall Street Journal" dodają, że spółka chce pokazać mocne wyniki trzeciego kwartału przed wyjściem na parkiet, a pozyskanie kapitału mogłoby sięgnąć stu miliardów dolarów, przy czym sama umowa na moc obliczeniową z firmą SpaceX kosztuje ją około jednego i ćwierć miliarda dolarów miesięcznie. Kontekst jest tu istotny: OpenAI odłożyło własne wejście na giełdę na rok dwa tysiące dwudziesty siódmy, a doniesienia branżowe wskazują, że o terminie decydują zarówno względy bezpieczeństwa, jak i rosnące koszty infrastruktury. Trzeci sygnał jest najbardziej przyziemny i zarazem najważniejszy dla decyzji firm. Według „The Wall Street Journal", w artykule z czwartego października, zaledwie jedenaście procent z blisko czterystu badanych przedsiębiorstw potrafiło trafnie prognozować własne wydatki na sztuczną inteligencję. Po fali zachęcania pracowników do maksymalnego korzystania z modeli przyszedł rachunek, którego nie da się przewidzieć, bo zużycie tokenów przy danym zadaniu jest nieregularne i trudne do wycenienia z góry.
Źródło: bloomberg, the-information, wsj
Sześć. Bezpieczeństwo i zaufanie: modele rozumujące w dylemacie oraz dane głosowe domyślnie wyłączone
Szósty obszar jest naukowy i dotyczy tego, jak modele zachowują się w interakcjach o realnych konsekwencjach. Na arXiv pojawiła się praca, która bada współpracę modeli generatywnych w iterowanym dylemacie więźnia, czyli klasycznej grze, w której opłaca się współpracować tylko wtedy, gdy przeciwnik tego nie nadużyje. Autorzy porównują modele nierozumujące, jak Claude 3.5 i GPT-4o, z modelami rozumującymi nowszej generacji, wśród nich Claude 4.6, Gemini 3 i GPT-5.2, i dochodzą do wniosku, że te drugie opierają się przede wszystkim na strategii przeciwnika i jego reputacji, a nie na prostych sygnałach, że niemal eliminują tak zwany efekt Potiomkina obserwowany w starszych modelach, oraz że różnią się między sobą zachowaniem w końcowej rundzie gry — jedne wytrwale współpracują, inne systematycznie zdradzają w ostatnim ruchu. To ostatnie rozróżnienie autorzy nazywają wprost profilem podatności modelu na wykorzystanie, co ma bezpośrednie znaczenie dla deploymentu w negocjacjach i innych wielorundowych interakcjach. Trzeba zaznaczyć, że jest to jeden artykuł i jedna metodologia, oparte na zachowaniu modeli w grze, a nie na ich działaniu w realnym świecie, więc wniosek należy traktować jako przesłankę do dalszych badań, a nie jako dowód.
Drugi fakt tej samej warstwy dotyczy danych i zaufania konsumentów. Anthropic wprowadził osobny przełącznik zgody na wykorzystywanie danych głosowych do treningu modeli, domyślnie wyłączony, ukryty w Ustawieniach, w sekcji prywatności; jak podała spółka i odnotował serwis BleepingComputer, po ósmym października użytkownik będzie musiał świadomie dokonać wyboru. Jest to krok w przeciwnym kierunku niż wcześniejsza, szeroko komentowana zmiana polityki Anthropica dotycząca trenowania na rozmowach tekstowych, więc warto go czytać jako próbę odbudowy zaufania w warstwie, w której laboratorium straciło część reputacji, a nie jako ruch czysto techniczny.
Siedem. Monetyzacja uwagi: reklamy w ChatGPT i granica między odpowiedzią a treścią płatną
Ostatni obszar dotyczy tego, jak front zamienia skalę użytkowników na przychód. W poniedziałek piątego października OpenAI ogłosiło nowy, wizualny format reklam, który będzie testowany w Stanach Zjednoczonych w generowaniu obrazów w ChatGPT, począwszy od późniejszego okresu tego miesiąca. Jak podała sama spółka, reklamy mają być wyraźnie oznaczone i oddzielone od generowanego obrazu, a według podanej przy tej okazji liczby ChatGPT dociera już do jednego i dwóch dziesiątych miliarda osób tygodniowo, co czyni go największą konsumencką platformą natywnie związaną ze sztuczną inteligencją. OpenAI rozbudowuje przy tym całą warstwę pomiarową, podpisując umowy z dostawcami analityki konwersji i atrybucji, a także z firmami oceniającymi bezpieczeństwo marek, w tym DoubleVerify i Integral Ad Science, które mają niezależnie sprawdzać, w jakich kontekstach reklamy się pojawiają, nie mając dostępu do prywatnych rozmów użytkowników.
Znaczenie tego ruchu wykracza poza samą reklamę. Zestawiony z przywołanym wcześniej rachunkiem za tokeny pokazuje, że model biznesowy największego gracza przesuwa się z czystej subskrypcji w stronę monetyzacji uwagi, co z jednej strony otwiera strumień przychodów niezależny od liczby płacących użytkowników, a z drugiej wprowadza pytanie o to, czy oznaczenie reklam i ich oddzielenie od odpowiedzi wystarczy, by nie zaburzyć zaufania do samej odpowiedzi. Twardy jest fakt uruchomienia testu i podana liczba użytkowników; interpretacją pozostaje to, jak szybko ta warstwa stanie się istotna dla wyniku finansowego spółki przed jej potencjalnym, odłożonym debiutem.
NAJWAŻNIEJSZE
Po pierwsze, publiczne rozliczenie laboratoriów wchodzi w fazę instytucjonalną i sądową jednocześnie. Nowy Jork przesłuchał pod przysięgą cztery największe laboratoria przed pełnym składem pięćdziesięciu jeden radnych i równolegle proceduje pakiet dziesięciu ustaw z obowiązkową walidacją, wyłącznikiem oraz karami sięgającymi dwudziestu pięciu tysięcy dolarów, a wobec SpaceXAI skierowano wezwanie sądowe. To pierwszy przypadek, w którym amerykański samorząd lokalny próbuje nałożyć na laboratoria obowiązki wykraczające poza dobrowolne zobowiązania (Rada Miejska Nowego Jorku i CNBC, 5.10).
Źródło: cnbc
Po drugie, luka technologiczna między Stanami Zjednoczonymi a Chinami spadła do około trzech procent na benchmarku LiveBench, po wrześniowym DeepSeek V4.1 Flash, wobec dziewięciu procent w maju i piętnastu na początku roku, jak oszacował Bloomberg Intelligence. Towarzyszy temu chiński szary rynek odsprzedaży dostępu do Claude'a taniej o siedemdziesiąt do dziewięćdziesięciu procent, co pokazuje, że przewaga zachodnich modeli jest dziś równie mocno kwestionowana technicznie, co nadużywana w warstwie licencyjnej (Bloomberg i The Information, 5.10).
Źródło: bloomberg, the-information
Po trzecie, koszt sztucznej inteligencji staje się problemem budżetowym, a nie technologicznym. Zaledwie jedenaście procent z blisko czterystu firm potrafi trafnie prognozować wydatki na AI, a jednocześnie rekordowa liczba dwudziestu siedmiu rund miliardowych i przesunięte na listopad IPO Anthropica pokazują, że kapitał nadal płynie szerokim strumieniem, mimo że odbiorcy nie potrafią policzyć, ile realnie kosztuje ich korzystanie z modeli („The Wall Street Journal", Crunchbase i Bloomberg, 2–5.10).
Źródło: wsj, bloomberg
Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie trzydziestu do dziewięćdziesięciu dni decyzję najbardziej zmienia zbieżność trzech warstw. Pierwsza dotyczy źródła modelu i kosztu jego utrzymania. Skoro chiński szczyt zbliżył się do amerykańskiego na dystans około trzech procent, a chiński szary rynek sprzedaje dostęp do zachodniego modelu taniej o siedemdziesiąt do dziewięćdziesięciu procent, to realna różnica między ofertami przestaje być różnicą możliwości, a staje się różnicą ceny i pochodzenia. Dla podmiotu, który buduje własne rozwiązanie, oznacza to, że opłaca się projektować architekturę tak, by dała się przenieść między dostawcami, zamiast wiązać się z jednym modelem na stałe.
Druga warstwa jest budżetowa i dotyczy wyceny ryzyka operacyjnego. Skoro tylko co dziewiąta firma umie przewidzieć wydatki na sztuczną inteligencję, a laboratoria poddają się dobrowolnym i przymusowym formom rozliczenia, rośnie wartość tych ogniw, które potrafią zmierzyć i ograniczyć zużycie tokenów, udowodnić ślad działania systemu oraz dostarczyć audytowalny wynik. Trzecia warstwa jest regulacyjna: nowojorski pakiet ustaw i wezwanie sądowe wobec SpaceXAI zapowiadają, że wymóg walidacji i wyłącznika może stać się lokalnym standardem, który następnie rozprzestrzeni się na inne miasta, więc przygotowanie własnych mechanizmów kontroli i dokumentacji wyprzedza przymus prawny. Najbliższymi punktami weryfikacji są: to, czy nowojorski pakiet przejdzie choćby pierwsze czytanie i w jakiej formie, to, czy termin debiutu Anthropica utrzyma się na listopad przy wycenie zbliżonej do dwóch bilionów dolarów, oraz to, czy podana przez Bloomberga luka trzech procent utrzyma się w kolejnym kwartale, czy okaże się jednorazowym efektem jednego wydania modelu.
Źródło: bloomberg