Ponad 70 krajów pracuje nad regulacjami dotyczącymi sztucznej inteligencji, a liczba inicjatyw legislacyjnych przekroczyła już 1000 – wynika z danych OECD AI Policy Observatory. Równolegle globalne inwestycje w AI osiągają bezprecedensową skalę – 600-800 mld USD trafia w rozwój modeli i aplikacji, a kolejne ok. 700 mld USD w infrastrukturę – szacuje McKinsey Global Institute. W tym samym czasie AI staje się obszarem napięć geopolitycznych, m.in. za sprawą ograniczeń eksportu chipów i rosnącej rywalizacji technologicznej między USA a Chinami. Efekt tych procesów jest coraz bardziej widoczny: sztuczna inteligencja przestaje być technologią globalną w klasycznym rozumieniu. Coraz więcej decyzji dotyczących jej rozwoju i wykorzystania przenosi się z poziomu globalnych platform na poziom państw i regionów.
W to miejsce pojawia się model rozwoju silnie powiązany z regulacjami, dostępem do infrastruktury i kontrolą nad danymi. Coraz większe znaczenie ma nie tylko to, kto rozwija modele AI, ale gdzie są one trenowane i uruchamiane.
Unia Europejska jako pierwsza wdraża kompleksowe przepisy w postaci AI Act, które obejmują zarówno dostawców technologii, jak i organizacje wykorzystujące AI. Skala działań legislacyjnych przyspiesza proces „regionalizacji” – systemy sztucznej inteligencji muszą być projektowane zgodnie z lokalnymi wymogami prawnymi, szczególnie w obszarze przetwarzania danych.
Jednocześnie decyzje polityczne, takie jak ograniczenia eksportu zaawansowanych półprzewodników, pokazują, że dostęp do mocy obliczeniowej staje się zasobem strategicznym. Brak kontroli nad kluczowymi elementami technologii – od infrastruktury po modele – zwiększa ryzyko uzależnienia od zewnętrznych dostawców i wpływa na tempo rozwoju gospodarek.
– W tym kontekście sztuczna inteligencja coraz częściej postrzegana jest jako infrastruktura krytyczna. Skala inwestycji oraz rosnąca zależność biznesu od algorytmów sprawiają, że kluczowe znaczenie mają już nie tylko same możliwości technologiczne, ale przede wszystkim bezpieczeństwo, dostępność oraz pełna kontrola nad środowiskiem przetwarzania – mówi Adam Pastuszka, business development manager w Polcom.
To przesunięcie zmienia sposób myślenia o AI – z narzędzia staje się ona fundamentem działania organizacji i gospodarek.
Polska pod kontrolą?
Globalne trendy zaczynają przekładać się także na dyskusję w Polsce. Coraz wyraźniej zarysowuje się kierunek, w którym rozwój modeli językowych oraz systemów AI powinien być powiązany z krajową infrastrukturą i większą kontrolą nad danymi – szczególnie w sektorach regulowanych. Impulsem są zarówno nowe regulacje unijne, jak i rosnące wymagania dotyczące bezpieczeństwa danych w organizacjach.
– Suwerenność AI zaczyna się od miejsca przetwarzania danych. Jeśli organizacja nie ma kontroli nad tym, gdzie trafiają prompty, dane wejściowe i wyniki analizy, trudno mówić o realnej niezależności technologicznej – wskazuje ekspert Polcom. – W praktyce oznacza to odejście od modelu, w którym dane trafiają do globalnych systemów, na rzecz rozwiązań działających w prywatnej chmurze. W takim podejściu cały proces – od zapytania użytkownika po wygenerowaną odpowiedź – pozostaje w obrębie jednej infrastruktury, bez konieczności przekazywania danych podmiotom trzecim. W przeciwnym modelu organizacje tracą realną kontrolę nad tym, gdzie i w jaki sposób przetwarzane są ich dane – dodaje.
Umożliwia to pełną kontrolę nad bezpieczeństwem informacji oraz zgodność z wymaganiami regulacyjnymi, w tym RODO i standardami branżowymi. Coraz częściej standardem staje się również brak domyślnego zapisu promptów i odpowiedzi, z możliwością jego włączenia na potrzeby audytu lub monitorowania.
– Organizacje chcą dziś wiedzieć nie tylko, jak działa AI, ale przede wszystkim gdzie znajdują się ich dane i kto ma do nich dostęp. To zmienia sposób projektowania całych systemów – podkreśla Adam Pastuszka, business development manager w Polcom.
Suwerenność jako warunek rozwoju
Połączenie presji regulacyjnej, napięć geopolitycznych i skali inwestycji sprawia, że suwerenność cyfrowa przestaje być elementem strategii wizerunkowej, a staje się warunkiem rozwoju. Dla firm i instytucji oznacza to konieczność podejmowania decyzji nie tylko o tym, jak wykorzystać AI, ale przede wszystkim gdzie i na jakich zasadach będzie ona działać. W praktyce to właśnie kontrola nad danymi i infrastrukturą zaczyna dziś decydować o tym, które organizacje i gospodarki będą w stanie rozwijać AI na własnych warunkach.
W najbliższych latach można spodziewać się dalszego zaostrzenia tego trendu – zarówno w postaci kolejnych regulacji, jak i inwestycji w lokalną infrastrukturę AI. Dla wielu gospodarek będzie to moment rozstrzygający: czy pozostaną odbiorcami globalnych technologii, czy staną się ich współtwórcami. W tym układzie suwerenność gospodarcza przestaje być deklaracją, a zaczyna pełnić rolę realnego czynnika konkurencyjności.
