Akceptacja

Zacząłem się ostatnio łapać na tym, że kiedy słyszę w mediach słowo „AI", to podświadomie widzę… czat, LLM.

Prawdziwa sztuczna inteligencja – ta, która naprawdę „zmienia świat” – siedzi zupełnie gdzie indziej: w centrach danych, sieciach energetycznych, systemach rekomendacji, logistyce, nadzorze finansowym i w prozaicznym „czy ta transakcja to oszustwo”, czyli tam, gdzie była zawsze, zanim stała się modna. LLM-y są tylko najbardziej medialną twarzą czegoś dużo większego, co w ostatnich latach wspinało się po tak lubianej przeze mnie krzywej dzwonowej.

I mam coraz silniejsze wrażenie, że właśnie jesteśmy na jej wierzchołku.

Odwrócony talerz (taki babciny, na zupę)

Krzywa, którą mam w głowie, to nie ta z podręczników statystyki – tylko ta, która opisuje losy każdej głośnej technologii w społeczeństwie. Najpierw jest płasko: coś się dzieje w laboratoriach, raportach, specjalistycznych konferencjach – świat żyje dalej, nic się nie rewolucjonizuje. Potem przychodzi strome ramię: hype, nagłówki, miliardy dolarów.

Z AI było to książkowe. Najpierw powoli: automatyzacja, algorytmy, nauczanie maszynowe, a w latach 2023–2025 eksplozja generatywnego AI w świadomości: ChatGPT, obrazy na podstawie opisów, „AI zdało kolejny egzamin” i „AI napisze ci ślubne przysięgi”. McKinsey wylicza, że w ciągu zaledwie dziesięciu miesięcy odsetek firm deklarujących regularne użycie genAI skoczył do około 65%, a szerzej rozumiane AI i analityka pojawiły się w mniej więcej trzech czwartych organizacji.

Ale kiedy schodzimy z nagłówków do faktów, okazuje się, ile tych konceptów weszło naprawdę w główne procesy – obraz jest zdecydowanie chłodniejszy. W UE realnie kilkanaście procent firm używa AI do produkcji dóbr i usług, reszta jest na etapie pilotażowym albo pojedynczych automatyzacji. Medialna krzywa poszła jak rakieta, ale ta opisująca twardy stan adaptacji wspina się dużo wolniej.

I tu wierzchołek okazuje się nie wąskim, smukłym zwieńczeniem, tylko tym szerokim dnem naczynia odwróconego do góry dnem. Szerokim grzbietem, na którym możemy siedzieć długo.

Rok trzeźwej refleksji

Kilka miesięcy temu media jeszcze krzyczały, że 2026 będzie kolejnym wielkim przełomem AI. Prognozy mówiły o rynku sięgającym setek miliardów dolarów, o agentach, którzy autonomicznie wykonają dużą część pracy za nas, o 80% przedsiębiorstw korzystających z genAI w produkcyjnych zastosowaniach.

A potem przyszedł ten 2026. I nagle ton jakby przycichł. Gartner mówi o tym, że generatywne AI osiągnęło dno rozczarowania – o momencie, gdy rynek zaczyna się orientować, że cudowne obietnice nie realizują się tak szybko, jak obiecywały prezentacje. Niezależne analizy wskazują, że firmy wydają miliony dolarów na projekty genAI, a mniej niż jedna trzecia prezesów jest z nich zadowolona. Do końca 2025 roku około 30% projektów genAI miało zostać porzuconych z powodu kosztów, jakości danych i braku jasnych korzyści.

Jednym zdaniem? Na dziś: 2026 nie jest rokiem kolejnego skoku, tylko rokiem pierwszej poważnej, trzeźwej refleksji.

Akceptacja

To prowadzi mnie do głównej tezy: weszliśmy w fazę akceptacji AI – ale to nie jest akceptacja świadoma, tylko pragmatyczna, transakcyjna.

Akceptacja „romantyczna” to był 2023: zachwyt, memy, eksperymenty. „Zobacz, co napisał mi czat”. „Zobacz, jakiego zrobił mi avatara”. Dzisiaj to wygląda inaczej. W pierwszej fazie wszyscy „musieli coś z AI”: startup bez AI nie istniał, korpo bez AI-owej strategii było „zapóźnione”, a minister bez AI-owej ścieżki wyglądał jak relikt epoki maszyn parowych (jak łatwo zapomnieć, że te trzymają się świetnie).

Dziś, w 2026, zaczyna się liczenie: ile to będzie kosztować, gdzie realna oszczędność, kto weźmie na siebie ryzyka regulacyjne. McKinsey pisze otwarcie, że realna wartość koncentruje się tylko w kilku obszarach, a mnóstwo inicjatyw nie wychodzi poza stadium eksperymentów. Harvard Business Review dorzuca: adopcja AI często „staje”, bo problemem nie jest już brak modeli, tylko brak sensownej integracji z procesami i kulturą pracy.

W 2025 mniej więcej jedna na sześć osób na świecie korzystała z narzędzi genAI do pracy, nauki albo rozwiązywania problemów. To jest właśnie akceptacja: nie ma już świętego zachwytu, jest korzystanie z narzędzi.

Używamy, bo się opłaca, bo nie ma odwrotu, bo rynek tego wymaga – ale robimy to już z kalkulatorem, nie z błyskiem w oku.

Mój papierek lakmusowy

Najmocniejszym sygnałem akceptacji jest dla mnie monetyzacja.

Fazę zdobywania pola mamy za sobą: darmowe bety, nielimitowane dostępy, „demokratyzacja AI” na TED-zie. Dzisiaj obserwujemy fazę zbierania plonów: modele billingowe oparte na tokenach i kontekście, hybrydowe strategie sprzedaży, przesuwanie sensownych funkcji do najdroższych planów, „dla dorosłych”. Rynek subskrypcji przekracza 200 miliardów dolarów, stratedzy rozważają, z kogo i jak wydusić kolejne miliardy.

A taki ruch ma sens tylko wtedy, gdy operator zakłada, że użytkownik jest już wystarczająco przywiązany, by płacić, zamiast zrezygnować.

Moja intuicja jest prosta: jeżeli właściciele modeli zaczynają agresywnie monetyzować, to znaczy, że uważają akceptację (przywiązanie) za wystarczająco głęboką. Nie dlatego, że ludzie kochają AI – tylko dlatego, że już nie widzą realnej drogi odwrotu.

Infrastruktura, polityka… codzienność

Z AI odsłonił się kolejny problem: to nie jest już „fajna technologia”, tylko infrastruktura ciężkiego przemysłu.

Financial Times, Wall Street Journal i Bloomberg opisują, jak centra danych pod AI wysadzają lokalne systemy energetyczne: miliardowe inwestycje w nowe linie i źródła, skoki hurtowych cen energii w regionach z koncentracją data-center, spory o to, czy rachunek spadnie na big tech, czy na zwykłych odbiorców (w domyśle – wiadomo na kogo). W regionach z dużą koncentracją serwerowni hurtowe ceny energii potrafiły wzrosnąć o kilkaset procent względem poziomów sprzed pięciu lat.

To jest ten moment, w którym nawet media „sprzyjające” właścicielom AI muszą wprost powiedzieć: to nie jest tylko fajna apka, to jest gigantyczny biznes, w którym ktoś zarabia, bo ktoś inny płaci – w rachunkach za prąd, w cenach towarów, w podatkach. Cud technologiczny, za który rachunek jest niewidoczny, prędzej czy później kończy się politycznym kacem.

Media

Tu dochodzimy do smutnej, choć nie tak oczywistej części układanki.

Gdybyśmy mieli w 2026 silne, niezależne media, moglibyśmy liczyć na to, że ktoś trzyma rękę na pulsie. Zamiast tego mamy ekosystem, w którym przekaz medialny jest w ogromnym stopniu zrośnięty z marketingiem. Badania nad native advertising pokazują, że granica między reklamą a treścią redakcyjną została już dawno systemowo rozmyta. Teksty sponsorowane projektuje się tak, by wyglądały jak normalne artykuły. Odbiorcy – i nierzadko sami dziennikarze – nie zawsze odróżniają jedno od drugiego.

Reuters Institute raportuje rekordowo niski poziom zaufania do newsów – globalnie około 40% – i rosnącą ucieczkę od informacji: prawie 40% osób deklaruje, że często albo czasem unika wiadomości, bo są przytłaczające, stronnicze, nieprzydatne. Wprowadzanie natywnej reklamy degraduje postrzeganą jakość mediów, ale to się dzieje nadal, bo inaczej model biznesowy się nie spina. Media sprzedają swoją wiarygodność reklamodawcom świadomie. I robią to na skalę, która przestała być wyjątkiem, a stała się normą.

W takim świecie mówienie, że „media zweryfikują cudowność AI”, jest równie naiwne jak wiara, że broszura reklamowa z supermarketu uczciwie potwierdzi zasadność naszych zakupów. Jeśli wielkie korporacje AI pompowały przez ostatnie lata miliardy w narrację „AI jako nieunikniona przyszłość”, to nie ma powodu zakładać, że redakcje są na to odporne – przeciwnie, są pierwszą linią rażenia.

Cicha zgoda

Kiedy to wszystko składam w jedną całość, wychodzi mi podsumowanie – definicja tego, gdzie jesteśmy:

AI jako technologia – wchodzi w fazę stabilnego, szerokiego wzrostu. Postęp jest, ale bardziej inżynieryjny niż spektakularny. Efekty widać w procesach, infrastrukturze, back-office, precyzyjnych zastosowaniach modeli, a nie tylko w wizualnych demonstracjach możliwości.

Hype medialny – wchodzi na szczyt i zaczyna się wypłaszczać: mniej obietnic o „roku przełomu”, więcej rozmów o kosztach, a nawet bańce i regulacjach.

Społeczeństwo – wchodzi w stan transakcyjnej akceptacji: korzystamy, bo trzeba; płacimy, bo inaczej nie da się pracować. Godzimy się na to, że AI staje się kolejnym wielkim tłem cywilizacji.

Korzystam z AI, bo przyspiesza mi pracę, bo firmy ją wciskają w każdy produkt, bo inaczej jestem „niekonkurencyjny”. Akceptuję przy tym, że ktoś gdzieś podniesie mi rachunek za energię, że część mojej prywatności stanie się paliwem do modeli, że decyzje wokół mnie będą podejmowane na podstawie systemów, których nikt tak naprawdę nie kontroluje.

Mnie ten stan bardziej niepokoi, niż zachwyca. Bo krzykliwy zachwyt da się w miarę łatwo zdemaskować – ale ciche tło, które wszyscy uznali za „po prostu oczywistość”, jest dużo trudniejsze do zakwestionowania. Palę, ale się nie zaciągam? Nawet już nie – jestem już tylko biernym palaczem.

AI poza czatem

Dlatego staram się tak mocno reagować, gdy widzę, że dla mediów „AI” = czat. Oczywiście LLM jest wygodnym symbolem, ładnie się go przedstawia i łatwo z nim skleja clickbait. Ale prawdziwa akceptacja AI dzieje się gdzie indziej: w systemach scoringu kredytowego, w priorytetyzacji karetek, w selekcji CV, w zarządzaniu energią, w monitoringu pracowników, w reklamie, która nami manipuluje.

2026 staje się dla mnie rokiem akceptacji. Nie dlatego, że AI stało się nagle lepsze, mądrzejsze czy bardziej „ludzkie”. Dlatego, że nauczyliśmy się z nim żyć – i płacić za nie – często nie do końca świadomi, gdzie dokładnie ta krzywa dzwonowa prowadzi nas dalej.

Od ślepego podążania za modą, przez marketingowy spektakl, do cichej, transakcyjnej zgody na to, że AI staje się jednym z podstawowych narzędzi zarządzania światem – z wszelkimi kosztami, które dopiero zaczynamy zauważać i liczyć.

---

Koszt mojego pisania jest symboliczny, raczej emocjonalny, łatwo go przeliczyć na wypite kawy. Jeżeli myślisz, że te felietony warte są kawy – naciśnij poniżej: