Czy AI kiedyś przejmie świat? Co już przejmuje, jakie są prognozy i co zrobić teraz
Spis treści
- Czy AI kiedyś przejmie świat i od czego zależy odpowiedź?
- Dwa znaczenia przejęcia: filmowe i przyziemne
- Ogólna inteligencja: definicja zmienia odpowiedź
- Prognozy z branży i dlaczego warto je czytać z dystansem
- Kiedy powstało pojęcie AI? Ile razy zapowiadano już przełom?
- Od mitów do roku pięćdziesiątego szóstego
- Zimy AI: lata bez pieniędzy na badania po przełomach, które nie nadeszły
- Deep Blue: wygrana w szachy to nie przejęcie świata
- Co AI już dziś przejmuje w pracy, a co zostaje ludziom?
- Skąd wziął się obecny skok w możliwościach AI: uczenie maszynowe
- Papierologia, praca biurowa, montaż: przykłady od użytkowników
- Obsługa komputera przez AI: zdolność, od której zależy tempo przejmowania pracy
- Czy sztuczna inteligencja jest niebezpieczna? Które ryzyka są realne, a które to marketing?
- Ostrzeżenia od firm AI i liczby, które padają
- Poważne ryzyko czy marketing: argumenty obu stron
- Fizyczne słabości AI: prąd, centra danych, rurociągi
- Co zrobić w małej firmie już teraz, zanim AI zmieni Twoją branżę?
- Realne ryzyko: agent bez nadzoru w bazie klientów
- Przewaga wczesnych użytkowników AI szybko topnieje
- Ścieżka na start: jedno zadanie, darmowy plan, płatny dopiero gdy limity blokują pracę
- Najczęstsze pytania
- Kto wymyślił sztuczną inteligencję AI?
- Jak działa sztuczna inteligencja?
Czy AI kiedyś przejmie świat jak w filmach i odbierze ludziom władzę? Nic dziś na to nie wskazuje. W przyziemnym sensie AI już przejmuje zadania biurowe i część pracy fachowców. Ile zadań przejmie jeszcze, zależy od tego, jak zdefiniujesz ogólną inteligencję. Dla przedsiębiorcy realne ryzyko to błędy agentów AI działających bez nadzoru. Zacznij więc od jednego zadania pod kontrolą człowieka.
Czy AI kiedyś przejmie świat i od czego zależy odpowiedź?
Na pytanie, czy AI kiedyś przejmie świat, nikt uczciwy nie poda daty. Odpowiedź zależy od tego, co nazwiesz przejęciem i co nazwiesz inteligencją. W ciągu 90 dni Mój blog wyświetlił się w Google przy 40 różnych zapytaniach na ten temat, łącznie 8501 razy. Pod tym samym pytaniem kryją się dwie zupełnie różne obawy.
Dwa znaczenia przejęcia: filmowe i przyziemne
Zanim ocenisz ryzyko, sprawdź, o które przejęcie pytasz:
- Filmowe przejęcie to system z własnymi celami, który wymyka się ludziom spod kontroli, jak Skynet w „Terminatorze”.
- Przyziemne przejęcie to AI, która krok po kroku przejmuje zadania z Twojego dnia pracy.
Filmowe przejęcie zakłada, że AI czegoś chce. To osobny spór, rozbieram go w tekście o tym, czy AI uzyska świadomość. Przyziemne przejęcie dzieje się już teraz i da się je zmierzyć.
Ogólna inteligencja: definicja zmienia odpowiedź
Ogólna inteligencja (w branży mówi się „AGI”) to system, który myśli, uczy się i rozumuje jak człowiek w dowolnej dziedzinie. Nikt nie musi go przeprogramowywać przy każdym nowym zadaniu. Ten sam system napisze ofertę, ułoży grafik pracowników i zamówi towar u dostawcy. Brzmi precyzyjnie. Problem w tym, że każdy przykłada do tej definicji własną miarkę.
W dyskusjach w sieci z ostatniego roku pada taki argument. Za ogólną inteligencję można uznać wykonanie ponad połowy zadań przeciętnego człowieka przy komputerze. Chodzi o zadania takie jak wpisywanie danych do arkusza czy umawianie spotkań. Przy takiej definicji ogólną inteligencję już mamy. Inni dodają, że dzisiejszy model dziesięć lat temu uznano by za ogólną inteligencję. Zmień definicję ogólnej inteligencji, a odpowiedź na pytanie o przejęcie świata zmieni się razem z nią.
Prognozy z branży i dlaczego warto je czytać z dystansem
Demis Hassabis z laboratorium badawczego Google DeepMind spodziewa się ogólnej inteligencji za pięć do dziesięciu lat. Jednym tchem wylicza jednak nierozwiązane problemy z rozumowaniem i pamięcią. Mogą one tę datę mocno odsunąć. Użytkownicy przytaczają szefa innej firmy AI. Najpierw mówił o trzech do pięciu latach, teraz mówi o dwóch, trzech. Prognoza się skróciła. Czy problemów z rozumowaniem i pamięcią ubyło równie szybko, tego nie wiem.
Część użytkowników uważa, że szefowie firm AI zawłaszczają pojęcie ogólnej inteligencji. Ich zdaniem ogłoszenie jej bez pokrycia skończy się ostrym sprzeciwem. Kto ogłasza przełom, ten przy okazji reklamuje swój produkt.
Rzetelniejsze opracowania historii AI nie wyznaczają daty przełomu. Zamiast niej stawiają pytania etyczne: czy AI może rozumieć, czy ma wolę i kto odpowiada za jej decyzje. To lepszy trop niż kalendarz z prezentacji dla inwestorów.
Kiedy powstało pojęcie AI? Ile razy zapowiadano już przełom?
Pytanie, czy AI kiedyś przejmie świat, wraca przy każdym kolejnym przełomie. Krótka oś czasu:
- W 1956 roku John McCarthy ukuł termin „sztuczna inteligencja” na warsztatach w Dartmouth College.
- W 1974 roku urwało się rządowe finansowanie badań nad AI.
- W 1997 roku komputer Deep Blue pokonał w szachy Garriego Kasparowa.
Od mitów do roku pięćdziesiątego szóstego
Marzenie o myślącym mechanizmie jest starsze od prądu. Grecy opowiadali o spiżowym olbrzymie Talosie, a żydowskie podania o Golemie ulepionym z gliny.
Naukowa historia zaczyna się w Dartmouth. Warsztaty nie przyniosły spektakularnych wyników. Zostawiły za to nazwę całej dziedziny.
Zimy AI: lata bez pieniędzy na badania po przełomach, które nie nadeszły
Po 1974 roku pieniądze na badania skurczyły się bardzo mocno. Ten okres nazwano zimą AI, czyli latami bez pieniędzy i przełomów.
Na przełomie wieków wróciły do łask sieci neuronowe. To programy zbudowane z wielu połączonych prostych elementów, luźno wzorowanych na neuronach w mózgu. To one wyciągnęły branżę z zimy AI. Każdą zimę poprzedzały zapowiedzi, że przełom jest tuż za rogiem.
Deep Blue: wygrana w szachy to nie przejęcie świata
Deep Blue jako pierwszy komputer wygrał mecz z panującym mistrzem świata w normalnym tempie gry. W sześciopartyjnym rewanżu wygrał dwie partie, a trzy zremisował. Siłę czerpał głównie z mocy obliczeniowej.
Kasparow najpierw nazwał go „obcym przeciwnikiem”, a później stwierdził, że jest „inteligentny jak budzik”. Złośliwość przegranego? Trochę. Trafił jednak w sedno: zwycięstwo w jednej grze mówi o mocy obliczeniowej, a o ogólnej inteligencji nie mówi nic. Deep Blue grał w szachy lepiej niż mistrz świata, ale w warcaby nie zagrałby bez przeprogramowania.
Ten schemat się powtarza. W 2011 roku Watson od IBM wygrał teleturniej Jeopardy! i wszyscy mówili o przełomie. W 2016 roku jego medyczna wersja dawała niebezpieczne rady w leczeniu raka.
Co AI już dziś przejmuje w pracy, a co zostaje ludziom?
Gdy pytasz, czy AI kiedyś przejmie świat, łatwo przeoczyć jedno: przejmowanie zadań już trwa. Odbywa się po cichu, zadanie po zadaniu, w zwykłych biurach i gabinetach.
Skąd wziął się obecny skok w możliwościach AI: uczenie maszynowe
Obecny skok zaczął się od uczenia głębokiego. To odmiana uczenia maszynowego: program sam wyciąga reguły z przykładów, zamiast dostawać je gotowe od programisty. Robi to w sieciach neuronowych z wieloma warstwami. Fundamentem okazała się propagacja wsteczna (po angielsku „backpropagation”). Sieć sprawdza, jak bardzo każde połączenie przyczyniło się do błędu, i poprawia je przy kolejnej próbie.
Program AlexNet, który rozpoznawał przedmioty na zdjęciach, jako pierwszy uzyskał błąd poniżej 25% i branża ruszyła z miejsca. Idee z lat pięćdziesiątych dalej pracują w tych systemach. Zmieniły się moc obliczeniowa i ilość danych, a sam pomysł uczenia się na własnych błędach ma kilkadziesiąt lat.
Papierologia, praca biurowa, montaż: przykłady od użytkowników
Najwięcej mówią relacje ludzi, którzy pracują z AI na co dzień:
| rodzaj pracy | co AI już robi według użytkowników | co nadal robi człowiek |
|---|---|---|
| Papierologia u fachowca | Weterynarz specjalistka pisze, że AI jest prawie tak dobra jak ona, a dokumentacja zajmuje jej wyraźnie mniej czasu | Badanie zwierzęcia i decyzja o leczeniu |
| Administracja i montaż wideo | Osoba z tej branży spodziewa się, że jej praca zniknie w ciągu roku albo dwóch, a przekwalifikowanie nie nadąży | Na razie całość, ale według tej osoby to szybko się zmieni |
| Praca biurowa przy komputerze | Odpowiadanie na maile, umawianie spotkań, raporty i wprowadzanie danych | Ocena, które z tych zadań w ogóle mają sens |
| Nauka i matematyka | Uczestnicy dyskusji widzą, że AI mocno popycha naprzód matematykę i naukę, choć rzadko widać to w treściach w sieci | Stawianie pytań i sprawdzanie wyników |
Przyziemne przejęcie zaczyna się od pojedynczych zadań, a to, które zadania przejmie AI, rozpisuję osobno.
Obsługa komputera przez AI: zdolność, od której zależy tempo przejmowania pracy
Użytkownicy wskazują jedną zdolność jako punkt zwrotny: sprawną obsługę dowolnych programów z okienkami. Chodzi także o programy, których AI nigdy nie widziała w trakcie nauki. Brzmi niepozornie. Tymczasem większość pracy biurowej to wpisywanie zamówień do systemu i wystawianie faktur w programie księgowym. Do tego dochodzi przeklejanie danych z maila do arkusza.
Gdy AI ogarnie dowolny program, środkowa kolumna tabeli szybko urośnie. Kiedy to nastąpi? Nie wiem.

Czy sztuczna inteligencja jest niebezpieczna? Które ryzyka są realne, a które to marketing?
Pytanie, czy AI kiedyś przejmie świat, ma bliźniaka: czy sztuczna inteligencja jest niebezpieczna. Czytelnicy mojego bloga wpisywali je w Google tak często, że blog pojawił się przy nim 902 razy w ciągu 90 dni. To najczęstsze zapytanie w tym temacie.
Ostrzeżenia od firm AI i liczby, które padają
Najmocniejsza liczba krąży w dyskusjach w sieci. Ich uczestnicy przytaczają ocenę kierownika zespołu bezpieczeństwa w jednej z firm AI. Według niego szansa, że AI zabije wszystkich ludzi w ciągu dekady, wynosi ponad dziesięć procent. Pełne scenariusze i to, kto ostrzega przed zagładą, opisuję osobno.
Międzynarodowy raport o bezpieczeństwie AI jest chłodniejszy. Obecne techniki, którymi twórcy ograniczają błędy AI, zmniejszają ich liczbę, ale wciąż za mało tam, gdzie stawka jest wysoka.
Poważne ryzyko czy marketing: argumenty obu stron
Agent AI to program, który sam wykonuje kolejne kroki zadania bez czekania na człowieka. Może na przykład przeglądać zamówienia ze sklepu internetowego i wystawiać do nich faktury. Na nim opiera się część obaw:
| argumenty za poważnym ryzykiem | argumenty sceptyków |
|---|---|
| W głośnym incydencie siedemset agentów samodzielnie podzieliło się na zespoły, wyłoniło liderów i stworzyło coś w rodzaju działów | Krytycy uważają ostrzeżenia o zagładzie za marketing przed wejściem na giełdę, który ma pokazać ogromną siłę technologii |
| Ten sam międzynarodowy raport zauważa, że wczesne dane nie pokazują wpływu AI na ogólne zatrudnienie. Widać jednak pierwsze oznaki spadku popytu na początkujących w niektórych zawodach, takich jak pisanie. |
Obie kolumny mogą być prawdziwe naraz. Firma może szczerze się bać i jednocześnie zarabiać na tym strachu.
Fizyczne słabości AI: prąd, centra danych, rurociągi
Jeden z użytkowników opisuje zagrożenie bardzo przyziemnie. Według niego słabym punktem AI jest to, od czego zależy: sieci energetyczne, centra danych i rurociągi, które łatwo zaatakować dronami.
Dla AI najważniejsze na tej liście są centra danych: bez nich żaden model nie odpowie nawet na proste pytanie. Każdy model działa tylko tak długo, jak długo ktoś dostarcza prąd do serwerowni.
Co zrobić w małej firmie już teraz, zanim AI zmieni Twoją branżę?
To, czy AI kiedyś przejmie świat, rozstrzygnie się bez Ciebie. Na to, czy przejmie zadania w Twojej firmie, masz wpływ już w tym miesiącu. Ty masz prostsze pytanie: od czego zacząć.
Realne ryzyko: agent bez nadzoru w bazie klientów
Osoby, które wdrażają AI w firmach, mówią o największym lęku swoich klientów. To agent, który może zmieniać dane w bazie klientów i działa nocą bez nadzoru. Jeden błędny krok wystarczy, żeby rano zastać nadpisane adresy albo maile wysłane do niewłaściwych osób.
Zanim cokolwiek podłączysz, ustal, jak bezpiecznie wrzucać dane do AI.
Przewaga wczesnych użytkowników AI szybko topnieje
Użytkownicy piszą, że zawód eksperta od pisania poleceń dla AI nie przetrwa. Przewaga wczesnych użytkowników ich zdaniem stopnieje w rok lub dwa. Inna opinia idzie dalej: AI stanie się niewidoczna jak prąd, a najwięcej warte będzie to, co zrobili ludzie. Przewagę daje dobrze wybrane zadanie, a sama umiejętność obsługi szybko spowszednieje. Dobrze wybrane zadanie to odpisywanie na powtarzalne zapytania o cenę, a sztuczki z poleceniami za rok będzie znał każdy.
Ścieżka na start: jedno zadanie, darmowy plan, płatny dopiero gdy limity blokują pracę
Czytelnicy mojego bloga wpisali „claude czy chat gpt” tak często, że Google pokazał blog przy tym zapytaniu 684 razy w ciągu 90 dni. Wiele osób stoi więc przed wyborem asystenta AI, na przykład Claude’a albo ChatGPT. Taka kolejność kroków sprawia, że przez pierwsze tygodnie za AI nie zapłacisz ani złotówki:
- Wybierz jedno powtarzalne zadanie, na przykład odpowiedzi na typowe maile albo opisy faktur.
- Zacznij w darmowym planie jednego asystenta AI. Plan Free w Claude daje ograniczony dostęp bez płacenia.
- Nie pozwalaj agentowi zmieniać danych w bazie klientów, jeśli nikt nie sprawdza każdej zmiany.
- Mierz oszczędzony czas przez kilka tygodni i zapisuj, ile minut zadanie zajmowało przed wdrożeniem, a ile po nim.
- Na płatny plan przejdź dopiero wtedy, gdy limit użycia w darmowym planie zacznie blokować Ci pracę.
Ta ścieżka pasuje do jednoosobowej działalności i do firmy z kilkoma pracownikami biurowymi. Plan Pro w Claude kosztuje 20 USD miesięcznie. Zanim zapłacisz, porównaj darmowe plany asystentów AI.

Najczęstsze pytania
Kto wymyślił sztuczną inteligencję AI?
Termin „sztuczna inteligencja” ukuł John McCarthy w 1956 roku. Zrobił to na warsztatach na amerykańskiej uczelni Dartmouth College. Warsztaty nie przyniosły spektakularnych wyników. Zostawiły za to nazwę całej dziedziny. Marzenie o myślącym mechanizmie jest jednak starsze od prądu. Grecy opowiadali o spiżowym olbrzymie Talosie, a żydowskie podania o Golemie ulepionym z gliny.
Jak działa sztuczna inteligencja?
Obecny skok zaczął się od uczenia głębokiego. To odmiana uczenia maszynowego: program sam wyciąga reguły z przykładów, zamiast dostawać je gotowe od programisty. Robi to w sieciach neuronowych, czyli programach zbudowanych z wielu warstw prostych elementów, połączonych jak komórki w mózgu. Sieć sprawdza, które połączenia między elementami najbardziej zawiniły przy błędzie. Przy kolejnej próbie koryguje właśnie je.