Demokratyzacja technologii – największa iluzja AI
30 listopada 2022 roku rozpoczął się punkt zwrotny. Tego dnia OpenAI udostępnił światu ChatGPT. W ciągu zaledwie dwóch miesięcy z usługi korzystało 100 milionów aktywnych użytkowników miesięcznie, co uczyniło z ChatGPT najszybciej rosnącą usługę w historii ludzkości. A gdzie jesteśmy dziś? Dziś ta rewolucja zaczyna pożerać własne dzieci.
Nienotowana w historii dynamika wzrostu jednej usługi spowodowała że na zebraniach zarządów gigantów technologicznych zaczęły wyć czerwone alarmy. I wszyscy oni, łącznie z powstałymi niczym grzyby po intensywnym, letnim deszczu startupami AI rzucili się na sztuczną inteligencję jak Reksio na szynkę. Wielu z nas też się rzuciło. Niektórzy jednak zignorowali AI, ignorują do dziś. Niestety, za tę rewolucję płacimy absolutnie wszyscy.
Sztuczna inteligencja miała demokratyzować dostęp do technologii. Dawać milionom ludzi możliwości, które wcześniej wymagały specjalistycznej wiedzy, drogiego oprogramowania albo całych zespołów ekspertów. Jest jednak pewien paradoks: im większa staje się skala wyścigu o AI, tym większy może być rachunek za fizyczną technologię potrzebną do korzystania z jego efektów. I może się okazać, że zamiast zasypywać ekonomiczne podziały, AI zacznie je pogłębiać.
Przez ostatnie kilka lat słowo „demokratyzacja” odmieniano w kontekście sztucznej inteligencji przez wszystkie przypadki. Chatbot miał stać się osobistym nauczycielem. Generator obrazów – studiem graficznym dostępnym dla każdego. Modele językowe miały wyrównać szanse pomiędzy człowiekiem, który potrafi programować, a tym, który nigdy nie napisał linijki kodu. AI miała dać małej firmie możliwości wcześniej dostępne wyłącznie korporacjom dysponującym ogromnymi budżetami. I pod pewnym względem rzeczywiście to zrobiła.
Nigdy wcześniej tak potężne narzędzia nie były dostępne tak szerokiej grupie ludzi. Problem polega na tym, że AI nie istnieje wyłącznie w oknie przeglądarki. Za każdym zapytaniem do modelu stoi infrastruktura, której skala jest dla przeciętnego człowieka trudna do wyobrażenia. Centra danych, akceleratory, sieci, systemy chłodzenia, energia i przede wszystkim pamięć. Ogromne ilości pamięci. W efekcie największe firmy technologiczne świata zaczynają walczyć o te same zasoby, a konsekwencje tej wojny niekoniecznie pozostają w chmurze, dotyczą każdego.
AI potrzebuje pamięci
To oczywiście truizm. Jednak nie chcę tutaj uprawiać taniego populizmu, straszyć Was przyszłością. Nie wiem co będzie, ale możemy przyjrzeć się konkretnym liczbom. Według danych przywoływanych przez Gartnera i IDC gwałtownie rosnące zapotrzebowanie na infrastrukturę AI zaczyna wpływać na cały rynek pamięci, jednak to co w naszej technologicznej bańce nazwano „RAMageddonem” ma wpływ nie tylko na same ceny, od nich jednak zacznijmy.
IDC prognozuje skumulowany wzrost cen DRAM i NAND przekraczający 300 proc. rok do roku, a jednocześnie przewiduje spadek globalnych dostaw smartfonów o 16,7 proc. w 2026 roku. Średnia cena smartfona ma natomiast osiągnąć 581 dolarów – najwięcej w historii.
To nie oznacza oczywiście, że każdy moduł pamięci w każdym urządzeniu zdrożał właśnie o 300 proc. Takie przedstawienie sprawy byłoby zbyt dużym uproszczeniem. Istotny jest sam kierunek zmian.
Produkcja półprzewodników ma swoje ograniczenia. Fabryki nie mogą zostać z dnia na dzień przestawione na produkcję większej liczby konkretnych rodzajów pamięci tylko dlatego, że firmy zajmujące się AI nagle potrzebują jej znacznie więcej. Tymczasem największe koncerny technologiczne są gotowe płacić ogromne pieniądze za komponenty potrzebne do rozbudowy infrastruktury obliczeniowej. Trudno się dziwić, że dla producenta pamięci to bardzo dobry klient. Jednak dla producenta taniego smartfona już niekoniecznie.
Najtańszy sprzęt do odstrzału
W przypadku drogiego urządzenia wzrost kosztów komponentów można częściowo ukryć w cenie całego produktu. Jeśli smartfon kosztuje kilka tysięcy złotych, dodatkowy koszt pamięci nie musi oznaczać proporcjonalnego wzrostu ceny. Jednak przy urządzeniu kosztującym kilkaset złotych sytuacja jest zupełnie inna. W segmencie urządzeń budżetowych każdy dodatkowy dolar ma znaczenie. Producent może podnieść cenę, ale wtedy urządzenie może przestać być konkurencyjne, zwyczajnie wylatuje poza budżetowy segment, z myślą o jakim powstało.
Chcąc utrzymać niską cenę producent może ograniczyć wyposażenie, zastosować mniej pamięci albo poszukać oszczędności w innych elementach konstrukcji, ale wówczas taki sprzęt niebezpiecznie zbliża się do granicy używalności w kontekście oprogramowania jakie ma na nim działać. Jest technologicznie przestarzały, choć dopiero zjechał z taśm macierzystej fabryki.
Zatem producent może po prostu uznać, że produkowanie tak taniego urządzenia przestaje mieć ekonomiczny sens. To logiczna konstatacja, którą również prognozują giganci analityki rynku. Na przykład Gartner przewiduje, że do 2028 roku z rynku mogą zniknąć laptopy kosztujące mniej niż 500 dolarów. IDC wskazuje z kolei na gwałtowne kurczenie się segmentu smartfonów kosztujących mniej niż 100 dolarów.
To nie jest jeszcze zapowiedź świata, w którym tani smartfon staje się luksusem. Jest to jednak sygnał, że ekonomia wyścigu AI może szczególnie mocno uderzyć właśnie w najtańszy segment rynku. Zresztą widać to już na naszym, polskim podwórku. Jednym z najtańszych smartfonów dostępnych w polskich sklepach jest model ZTE Blade A35e 4G. To absolutnie budżetowe urządzenie, wyposażone w – uwaga! – 2 GB pamięci RAM. Tak, już widzę te uśmiechy politowania… czy to użyteczny sprzęt? Sami odpowiedzcie sobie na to pytanie. Ale właśnie dlatego jest on świetnym przykładem. Jeszcze do niedawna ten model można było kupić za kwotę ok. 250 zł. Sprawdziłem jego cenę w chwili opracowywania tego materiału: 393,50 zł. Czy to telefon to AI? Oczywiście że nie! W ten sposób dochodzimy do sedna.
Możesz nie używać AI – i tak zapłacisz
Wyobraźmy sobie rodzica, który kupuje dziecku pierwszy laptop. Nie interesują go otwartoźródłowe, uruchamiane lokalnie modele językowe. Nie generuje mnóstwa obrazów. Nie korzysta z agentów AI i nie potrzebuje komputera zdolnego do lokalnego uruchamiania żadnego modelu. Ot czasem ChatGPT czy Gemini w przeglądarce, uruchamiany pod kontrolą rodzica jako wsparcie w edukacji (a nie sufler i „odrabiacz prac domowych”). Krótko mówiąc rodzic potrzebuje sprzętu do szkoły, a nie biznesu czy zbawiania świata.
Możemy też wyobrazić sobie starszą osobę, która chce kupić prosty smartfon do rozmów, mObywatela i po prostu komunikacji z bliskimi. Nasza gospodarka się cyfryzuje, seniorzy to widzą, ale mało który z nich widzi potrzebę kupowania topowego Galaxy S26 Ultra. Rozumiecie? Takie przykłady można mnożyć. Chodzi o to, że żadna z tych osób nie musi być klientem rynku AI.
Jednak każda z tych osób być może zapłaci więcej za najprostsze nawet urządzenie właśnie dlatego, że producenci jego komponentów mają dziś znacznie bardziej lukratywne zastosowanie dla swoich produktów. To chyba najbardziej przewrotny aspekt obecnego wyścigu. Nie musisz kupować subskrypcji AI. Nie musisz korzystać z ChatGPT, Gemini ani żadnego innego modelu. Nie musisz nawet uważać, że sztuczna inteligencja jest Ci do czegokolwiek potrzebna. Możesz po prostu pójść do sklepu po laptop. I zapłacisz więcej.
„Technologia miała przecież tanieć!”
Przez dziesięciolecia rozwój technologii działał według dość intuicyjnego schematu. Zawsze nowe rozwiązania na początku były drogie i niedostępne, ale wraz ze wzrostem skali produkcji, miniaturyzacją i naciskami konkurencji, taniały. Komputery, telewizory, pamięci masowe, ekrany dotykowe, smartfony. Każdy typ urządzeń zdryfował z kategorii elitarnej, luksusowej, do egalitarnej, masowej. No może poza goglami Apple Vision Pro, ale i tu wymowny jest fakt, że John Ternus najprawdopodobniej nie widzi dla nich przyszłości w Cupertino. Nie w obecnym kształcie.
AI również została sprzedana właśnie jako kolejny etap tego procesu. Narzędzie, które wcześniej wymagało specjalisty, miało stać się dostępne dla każdego. Tyle że tym razem mamy do czynienia z sytuacją, w której rozwój jednej gałęzi technologii zwiększa zapotrzebowanie na zasoby wykorzystywane jednocześnie przez wiele innych. Największe firmy świata nie budują centrów danych po to, żeby obniżyć cenę laptopa dla ucznia. Budują je, ponieważ wierzą, że dominacja w dziedzinie AI będzie warta dziesiątki albo setki miliardów dolarów. Smutne jest nawet to, że odnoszę wrażenie iż to te miliardy stały się motywacją, a nie dobro wspólne, które wszechobecna AI miała wszak mnożyć. A przynajmniej taką wizję roztaczali przed nami mentorzy z potęg tworzących dziś sztuczną inteligencję.
Z drugiej strony w systemie napędzanym zyskiem (a nie dobrobytem), to racjonalne zachowanie biznesowe. Jeżeli jednak wielu gigantów zaczyna jednocześnie wykonywać ten sam ruch, rynek komponentów musi jakoś odpowiedzieć. Ta odpowiedź nie spodoba się nam, konsumentom.
Największy paradoks demokratyzacji
Nie zrozumcie mnie źle, nie demonizuję AI, zwracam jedynie uwagę, że hasło o demokratyzacji technologii wymaga pewnego doprecyzowania. Bo fakty są takie, że AI faktycznie demokratyzuje „dostęp do wiedzy” i to w szerszym kontekście, nie jako suche fakty i mądrości, ale konkretne operacje i procedury. Człowiek, który nigdy nie miał pieniędzy na zatrudnienie programisty, może dziś stworzyć aplikację przy pomocy modelu językowego. Mała firma może wykorzystać narzędzia analityczne, na które wcześniej nie było jej stać. Student może korzystać z pomocy, która jeszcze kilka lat temu wymagałaby opłacenia korepetytora. Zostawmy na razie kwestię tego, jak AI wykona to zadanie, skupmy się na samym fakcie, że jest to wykonalne. I to jest prawdziwa i ogromna zmiana.
Jednocześnie AI podnosi koszt dostępu do technologii, która pozwala z tej maszynowej inteligencji korzystać. Mamy paradoks, egalitaryzm dostępu powiększa przestrzeń konsumenckiego wykluczenia. Bo powiedzmy sobie szczerze, ilu z nas stać na nowego Maca studio z M5 Ultra, który naprawdę pozwala „poszaleć” z modelami AI uruchamianymi lokalnie? To skrajny przykład, ale pokazuje obraz.
Jeżeli najpotężniejsze firmy świata będą coraz mocniej konkurować o ograniczone zasoby potrzebne do budowy infrastruktury AI, koszt tej konkurencji może w części zostać rozłożony na cały rynek elektroniki. Najbardziej odczują go ci, którzy mają najmniejszy margines finansowy. Zatem technologia będzie więc jednocześnie coraz potężniejsza i potencjalnie coraz droższa dla tych, których najmniej stać na jej zakup. Mało tego, to wcale nie musi oddziaływać tylko na naszą, stricte technologiczną bańkę. Elektronika jest dziś wszędzie, czy naprawdę nierealny jest scenariusz, gdy pójdziesz do sklepu i przekonasz się, że ceny codziennych produktów skoczyły, bo kilka tysięcy sklepów Twojego ulubionego dyskontu musiało zakupić kasy fiskalne, które… podrożały z powodu braku pewnych komponentów, bo producent ich przeniósł moce produkcyjne tam gdzie zarabia najwięcej (AI)? To oczywiście hipotetyczna sytuacja, czy nierealna? Sami zdecydujcie. Niemniej zgodzicie się, że patrząc na całość mamy do czynienia z dziwnym rodzajem postępu.
Czy naprawdę czeka nas technologiczne rozwarstwienie?
Sytuacja się zmienia, obserwujemy to, ale wyciąganie już teraz deklaratywnego wniosku typu „AI pogłębia nierówności” byłoby jeszcze nie do końca uprawnione. Nie wiem, czy tak będzie, ale sugestia „nieuchronności” wydaje mi się przesadzona. Dlaczego? Bo rynek półprzewodników potrafi reagować na popyt. Producenci zwiększają moce produkcyjne, inwestują w nowe fabryki i technologie, a konkurencja może z czasem przywrócić równowagę. Dzisiejsze problemy z dostępnością komponentów nie muszą być problemami za trzy czy pięć lat. Tutaj wypada przypomnieć kryptowalutowy boom, gdy trudność kopania BTC była jeszcze na tyle nieduża, że armie górników rzuciły się na chipy. Każdy, kto chciał wówczas kupić nową kartę do komputera by pograć w Cyberpunka 2077 i miał gdzieś kryptowaluty niezbyt miło pamięta ten czas.
Oczywiście w przypadku AI jest trochę inaczej, bo dynamika rozwoju ma skalę nieporównywalną z niczym wcześniej. Ale nie wiemy przecież, jak długo utrzyma się obecne tempo inwestycji w infrastrukturę, tym bardziej, że wśród samych topowych graczy pracujących nad kolejnymi wielkimi modelami obserwujemy proces optymalizacji: lepsze wnioskowanie za mniej tokenów. Może się okazać, że obecna sytuacja okaże się kosztownym co prawda, ale jedynie kosztownym, ale przejściowym okresem transformacji. Jednak właśnie dlatego warto przyglądać się sytuacji teraz.
Jeśli okaże się, że korzyści z rewolucji AI trafiają przede wszystkim do tych, którzy mają kapitał pozwalający uczestniczyć w jej budowie, natomiast koszty infrastruktury są częściowo przenoszone na całą resztę rynku, otrzymamy bardzo osobliwy model demokratyzacji. Najbogatsi dostaną najpotężniejsze narzędzia. Wszyscy dostaną dostęp do ułamka potencjału tych narzędzi, a jednocześnie część ludzi może mieć coraz większy problem z zakupem urządzenia, na którym będą mogli z nich korzystać.
Kto zapłaci za przyszłość?
Możemy dać każdemu dostęp do modelu, który potrafi napisać kod, stworzyć grafikę, przeanalizować dokument czy pomóc w nauce. Ale ktoś nadal musi zapłacić za serwery, energię, pamięć i urządzenie, na którym użytkownik zobaczy wynik. I jeżeli koszt tej infrastruktury zacznie coraz mocniej wpływać na ceny podstawowej elektroniki (a w dalszej perspektywie ceny wszystkiego), rachunek może zostać rozłożony na ludzi, którzy nigdy nie zamierzali korzystać z AI.
Wyjdźmy poza naszą bańkę, to wam zmieni perspektywę. Czy zdajecie sobie sprawę, że około 2,2 miliarda ludzi (dane za raportem ITU „Fact and Figures 2025”) w ogóle nie ma dostępu do internetu?! Nie mówię o AI, mówię o sieci, z której korzystamy od dekad! Wśród pozostałych też jest ciekawie, według badań Eurostatu aż 64 proc. mieszkańców UE deklaruje, że nie korzysta świadomie z generatywnej AI, bo… nie czuje takiej potrzeby. Co ciekawe identyczny odsetek podobnie odpowiadających jest w naszym kraju (dane CBOS za serwisem Nauka w Polsce). Oczywiście pozostaje korzystanie nieświadome (np. inteligentne filtry AI chroniące przed spamem swoją skrzynkę, przykłady możemy mnożyć), jednak nie o to chodzi. Chodzi o to, że każdy może ponieść koszt wyścigu, kupując produkty, w których łańcuchu wartości jest jakakolwiek elektronika.
Podsumowując ten mój przydługi elaborat, skoro wszyscy ponosimy koszt rozwoju AI, czemu jej potencjał jest w znacznym stopniu marnowany na rzeczy niepotrzebne? Naprawdę chciałbym, żeby AI pomogła nam zwalczyć raka, a nie generowała miliardy obrazków, które i tak zobaczą nieliczni… Nie chodzi o to, że maszyna potrafi zrobić coś, co wcześniej wymagało człowieka. Po raz pierwszy w historii mamy potencjał budowy narzędzia, które być może będzie w stanie zrobić to, czego my nigdy nie potrafiliśmy. Jestem pewien, że każdy z nas, gdyby mógł zobaczyć umierającą bliską osobę wyleczoną, wstającą z uśmiechem z łóżka, zapłaciłby za to każdą cenę…
