We Władcy Pierścieni pojawia się fascynujący wątek: dwa hobbity próbują nakłonić mądrego, ale niezwykle powolnego Drzewca, by stanął w obronie lasu przed wycinającą go armią. Problem polega na tym, że Drzewiec funkcjonuje w zupełnie innym wymiarze czasu – samo powitanie sąsiedniego drzewa zajmuje mu cały dzień. Tym obrazem Dario Amodei, szef Anthropic, otwiera swój esej Policy on the AI Exponential (czerwiec 2026). Drzewiec uosabia instytucje i prawo, a hobbity – zawrotne tempo rozwoju sztucznej inteligencji. Przyznam, że ta metafora uderzyła mnie swoją trafnością.
Czytam sporo tekstów o regulacji AI i większość z nich szybko ulatuje mi z pamięci. Ten esej rezonował we mnie znacznie dłużej, ponieważ dotyka problemu, który codziennie widzę u nas i u naszych klientów: potężnego rozjazdu między tym, co technologia już potrafi, a tym, jak wolno reaguje otoczenie – prawo, rynek oraz nasze wewnętrzne, firmowe procesy.
Chcę przejść przez główne tezy Amodeia, a następnie przełożyć je na konkretne wnioski dla kogoś, kto – tak jak ja – prowadzi firmę, a nie laboratorium badawcze AI.
Niedopasowanie prędkości
Amodei przypomina, że w ciągu zaledwie czterech lat modele AI przeszły od generowania ledwie poprawnej linijki kodu do pisania jego większości w czołowych firmach technologicznych. Podobne, wykładnicze skoki widać w biologii, fizyce, matematyce, finansach i prawie. Tak zwane „prawa skalowania” – przewidujące drastyczny wzrost zdolności poznawczych wraz ze zwiększaniem mocy obliczeniowej – znajdują empiryczne potwierdzenie od ponad dekady. Jeśli ten trend utrzyma się przez kolejny rok lub dwa, obudzimy się w rzeczywistości, którą Amodei trafnie nazywa „krajem geniuszy w serwerowni”.
Tymczasem polityka i ustawodawstwo działają powoli. Często z dobrych powodów – państwo dysponuje potężnymi narzędziami i lepiej, by nie sięgało po nie pochopnie. Jednak ten rozjazd bywa bolesny: zanim parlament uchwali ustawę, AI potrafi przejść od fazy proof of concept do trzeciej lub czwartej generacji gotowego produktu.
Przez ostatnie lata zwolennicy odpowiedzialnego podejścia (w tym Anthropic) skupiali się na działaniach miękkich: przejrzystości, kontroli eksportu chipów czy zbieraniu danych o wpływie AI na rynek pracy. Zdaniem Amodeia, to już nie wystarcza. Punktem zwrotnym był model Claude Mythos Preview, który ujawnił realne ryzyka dla cyberbezpieczeństwa, sektora finansowego i bezpieczeństwa narodowego. Dowiódł on, że modele AI stały się narzędziami o znaczeniu strategicznym. Autor przewiduje, że po zagrożeniach w sieci przyjdą ryzyka biologiczne, a tuż po nich – groźba utraty kontroli nad autonomicznymi systemami.
Esej proponuje przemyślenie na nowo pięciu kluczowych obszarów polityki.
Pięć obszarów wymagających nowego podejścia
Regulacja i bezpieczeństwo publiczne
W latach 2023-2024 ustalanie sztywnych zasad było ryzykowne, bo nie wiedzieliśmy, jaką formę przyjmą zagrożenia. Dlatego Anthropic stawiał na przejrzystość. Dziś ryzyka są namacalne i przyszedł czas na wiążące regulacje. Amodei podaje prostą analogię: samochody, samoloty i leki to technologie kluczowe dla gospodarki, ale mogą zabić, jeśli zostaną źle zaprojektowane. Stąd postulat stworzenia modelu nadzoru (na wzór amerykańskiej FAA): obowiązkowe testy modeli przekraczających określony próg mocy obliczeniowej, prawo do zablokowania groźnego wdrożenia, rygorystyczne oceny niezależnych ekspertów oraz szybkie raportowanie incydentów.
Makroekonomia i podatki
Klasyczne założenie ekonomii – że wzrost jest kruchy i wymaga równoważenia z redystrybucją – może zostać wywrócone do góry nogami. Jeśli sztuczna inteligencja przejmie większość zadań poznawczych, czeka nas błyskawiczny wzrost gospodarczy, ale też głębokie, niespotykane wcześniej zaburzenia na rynku pracy. Amodei nie owija w bawełnę: trwałej utracie miejsc pracy należy aktywnie zapobiegać. Proponuje trzystopniową receptę:
Mierzyć zjawisko (zbierać twarde dane o zastępowalności ról),
Motywować firmy do zatrzymywania pracowników (m.in. poprzez ulgi podatkowe i dofinansowanie przekwalifikowania),
Zabezpieczyć obywateli (jeśli AI trwale obniży zapotrzebowanie na ludzką pracę, konieczne będzie stałe wsparcie dochodu finansowane z podatków od firm, które na AI zyskują najwięcej).
Przyspieszanie pozytywnego wpływu AI
Tutaj problem jest odwrotny: w biomedycynie, energetyce czy materiałoznawstwie to nie technologia stanowi główne zagrożenie, lecz przestarzałe regulacje hamujące postęp. Urzędy certyfikujące, zaprojektowane dla powolnego świata, mogą nie nadążyć za tempem innowacji, skutecznie blokując nam dostęp do ratujących życie terapii. Wyjście? Regulatorzy powinni już teraz określić, na jakich warunkach zaakceptują badania wspierane przez AI – np. komputerowe symulacje toksyczności leków zamiast kosztownych i długotrwałych testów klinicznych.
Państwo a swobody obywatelskie
AI w niewłaściwych rękach to idealne narzędzie autokracji (np. zautomatyzowane armie dronów czy masowa, bezbłędna inwigilacja). Amodei proponuje cztery kluczowe bezpieczniki: „wyłącznik” sądowy dla broni autonomicznej, całkowity zakaz kierowania takiej broni przeciwko własnym obywatelom, uszczelnienie prawa zakazującego państwu kupowania komercyjnych danych o obywatelach oraz zagwarantowanie obywatelowi dostępu do równie silnej AI w przypadku sporu z urzędem.
Przywództwo demokracji
AI to czynnik o randze broni jądrowej – wymaga przebudowy całej strategii geopolitycznej. Autor postuluje stworzenie globalnej koalicji państw demokratycznych, które będą rozwijać AI w oparciu o wspólne wartości, koordynując zarządzanie łańcuchami dostaw i mechanizmy obronne.
Esej kończy się jednak nutą optymizmu: splot dowodów na istnienie ryzyka, apetytu na korzyści z nowej technologii i społecznego nacisku otworzył rzadkie „okno możliwości”. Drzewiec w końcu się budzi.
Co z tego wynika dla biznesu? (Co robić już teraz)
Esej skierowany jest do legislatorów, ale czytam go okiem praktyka. Widzę w nim wyraźne sygnały, które jako przedsiębiorca biorę bardzo poważnie:
Tempo wdrożeń i zakłóceń drastycznie przyspieszy. Jeśli zdolności modeli rosną wykładniczo, to narzędzie, które dziś wydaje się „za słabe” do danego procesu, za kilka miesięcy może działać bezbłędnie. Przestałem planować na rok do przodu z założeniem, że krajobraz technologiczny pozostanie statyczny.
AI to dźwignia wzrostu, nie tylko narzędzie cięcia kosztów. Szukam rozwiązań, które pozwolą mojemu zespołowi robić więcej i lepiej, otwierając nowe źródła przychodów, zamiast skupiać się wyłącznie na redukcji etatów.
Rynek pracy zafaluje. Umiejętności związane z zarządzaniem i weryfikacją pracy AI zyskają na wartości. Już teraz warto mapować w firmie zadania „poznawcze i powtarzalne”, by z wyprzedzeniem zaplanować przekwalifikowanie zespołów. Szkolenia to obecnie krytyczna inwestycja.
Regulacje nadejdą szybciej, niż myślisz. Europejski AI Act już wyznacza nowe standardy. Zwracaj szczególną uwagę na to, czy dostawcy narzędzi AI w Twojej firmie dbają o bezpieczeństwo danych, prywatność i potrafią udokumentować testy swoich modeli. To, co dziś jest dobrą praktyką, jutro będzie twardym wymogiem.
Higiena danych zyskuje na znaczeniu. Skoro AI potrafi wyciągnąć z danych niespotykaną dotąd wartość, rośnie też ryzyko związane z ich przetwarzaniem. Minimalizacja, jasne podstawy prawne i kontrola dostępu to już nie tylko „odhaczanie RODO”, ale fundament odporności firmy.
Technologia musi uwzględniać compliance. Zespoły inżynierskie powinny projektować architekturę systemów w taki sposób, aby w przyszłości dało się do niej łatwo wpiąć mechanizmy raportowania i kontroli bez konieczności przepisywania kodu od zera. Transparentność i red teaming stają się nieodzownym elementem należytej staranności.
Sygnał, nie szum
Najsilniej zapadł mi w pamięć nie konkretny postulat, lecz samo nastawienie autora. Amodei odrzuca tezę, że niepokój wobec AI to wyłącznie „problem PR-owy” – i pełna zgoda. Ludzie martwią się, bo trafnie wyczuwają nadciągające zmiany i realne ryzyka. Zadaniem liderów nie jest zagadywanie tego niepokoju, ale przekuwanie go w konkretne rozwiązania.
Dla mnie wniosek jest prosty, choć mało komfortowy: nie ma na co czekać. Moment, w którym regulacje i rynek „ustabilizują się”, prawdopodobnie nie nadejdzie – wykładnicze tempo wyklucza stagnację. Zamiast czekać, wolę budować zdolność do szybkiej adaptacji: w kompetencjach zespołu, strukturze procesów i doborze technologii.
Drzewiec może i jest powolny, ale kiedy w końcu się rozpędzi, las rusza całą ławą. Wolę być wtedy po właściwej stronie tej zmiany.
Tekst powstał na kanwie eseju Dario Amodei „Policy on the AI Exponential” (Anthropic, czerwiec 2026). Streszczenie tez autora oraz osobiste wnioski – Damian Tokarczyk, Kodiwo.
