Sprawni Cyfrowo
Miniony tydzień pokazał, że AI w firmie przestaje być ciekawostką z działu innowacji, a staje się przedmiotem decyzji strategicznych: o architekturze oprogramowania, o zgodności z prawem i o tym, kto kontroluje modele. Od 8 do 14 września na sprawnicyfrowo.pl opisaliśmy kilkanaście wydarzeń, które łączy jeden wątek. Narzędzia AI dojrzały na tyle, że zmieniają nie tempo pracy, lecz sposób, w jaki organizacje ją projektują.
Shopify przepisuje aplikacje z powrotem na kod natywny, bo agenci przejęli implementację. Anthropic proponuje branży kontrolowane tempo rozwoju. W Polsce rusza Komisja nadzorująca ustawę o AI. To nie są odległe newsy z Doliny Krzemowej, lecz sygnały, na które menedżer trzydziestoosobowej firmy powinien już reagować. W tym przeglądzie zbieramy najważniejsze wątki tygodnia i pokazujemy, co realnie wynika z nich dla polskiego biznesu.
Trzy wydarzenia tygodnia
Shopify wraca do natywnego kodu, bo agenci AI przejęli pracę. Firma porzuca framework React Native i wraca do osobnych baz w językach Swift na iOS oraz Kotlin na Androida. Powód jest zaskakujący: koszt utrzymania dwóch platform przestał być czynnikiem decydującym, bo agenci kodujący przejęli implementację, tłumaczenie kodu między systemami, testy i przeglądy. Aplikację Shop odbudowano natywnie w dwanaście tygodni, wspierając się AI, a jakość pilnuje wewnętrzny system Helix, w którym każdy punkt kontrolny musi przejść testy oraz niezależny, adwersaryjny przegląd kodu. To pierwszy tak wyraźny sygnał, że dojrzałość agentów wpływa już na decyzje architektoniczne, nie tylko na tempo pisania kodu. Szczegóły opisaliśmy w tekście Shopify wraca do natywnego kodu.
Anthropic proponuje kontrolowane tempo rozwoju AI. Dario Amodei przedstawił plan nazwany „pace the frontier”, oparty na trzech filarach. Po pierwsze, wbudowani zewnętrzni audytorzy z organizacji takich jak METR, z dostępem do laboratoriów porównywalnym z wewnętrznymi zespołami oceny ryzyka. Po drugie, wspólne standardy bezpieczeństwa dla laboratoriów z państw demokratycznych oraz limity niekontrolowanego postępu, z rządem USA w roli mediatora. Po trzecie, minimalna koordynacja z rządami autorytarnymi, by zablokować najgroźniejsze zastosowania, jak broń biologiczna. Plan publicznie poparli Sam Altman i Elon Musk, co samo w sobie jest rzadkością. Dla firm to zapowiedź, że wymagania dotyczące oceny ryzyka i raportowania incydentów zejdą w dół łańcucha, aż do integratorów i klientów. Analizę znajdziesz w artykule Anthropic proponuje spowolnienie rozwoju AI.
W Polsce rusza Komisja nadzorująca ustawę o AI. Pamela Krzypkowska, była dyrektorka Departamentu Badań i Innowacji w Ministerstwie Cyfryzacji i wcześniej architektka AI w Microsofcie, została kandydatką na przewodniczącą Komisji Rozwoju i Bezpieczeństwa Sztucznej Inteligencji. Wysłuchanie publiczne zaplanowano na 15 września w Senacie, a kadencja potrwa pięć lat. Komisja będzie organem nadzoru wdrażającym polską ustawę o AI z 3 lipca 2026, czyli krajową implementację unijnego AI Act. Otrzyma realne uprawnienia: prowadzenie postępowań, audyty i kary finansowe. Ma też rolę rozwojową, w tym bezpłatne piaskownice regulacyjne dla mniejszych firm i oficjalną interpretację przepisów. To pierwszy polski regulator wyspecjalizowany w AI, a jego decyzje szybko przełożą się na obowiązki konkretnych przedsiębiorstw. Więcej w tekście Polska Komisja AI.
Co łączy te trzy historie
Na pierwszy rzut oka to trzy różne światy: inżynieria mobilna, polityka branżowa i polska legislacja. Łączy je jednak jeden mechanizm. Możliwości modeli rosną szybciej niż struktury, które mają nad nimi panować, więc firmy, laboratoria i państwa zaczynają budować te struktury na poważnie. Kiedy agent potrafi przepisać aplikację z ponad trzystoma ekranami, pytanie nie brzmi już „czy warto”, lecz „jak to nadzorować”. Rok temu rozmawialiśmy o tym, czy AI się przyda. Dziś rozmawiamy o tym, jak ją kontrolować i rozliczać.
Ten sam tydzień przyniósł dowody, że adopcja pogłębia się we wszystkich warstwach. Z badania, które opisaliśmy, wynika, że 87% programistów w Polsce korzysta z AI codziennie, oszczędzając średnio ponad siedem godzin tygodniowo. Meta pokazała osobistego agenta w tekście Meta Muse, a OpenAI udostępniło deweloperom model GPT-6 Astra. Narzędzia stają się coraz bardziej samodzielne, a to przesuwa ciężar z pytania „co potrafi model” na pytanie „jak nim zarządzamy”. Samodzielny agent, który sam wykonuje zadania, jest użyteczny dokładnie w takim stopniu, w jakim potrafimy ograniczyć jego uprawnienia i sprawdzić efekty jego pracy.
Równolegle trwa wyścig o kontrolę nad samymi modelami i danymi. Anthropic ujawnił, że chińskie laboratoria masowo destylowały modele Claude, a europejską odpowiedzią na zależność od zagranicznych dostawców jest rekordowa runda: Mistral zamknął finansowanie 3 mld euro na suwerenną infrastrukturę AI. Do tego dochodzi handel danymi treningowymi, którego skalę pokazuje wysoka wycena startupu zbierającego dane do trenowania robotów. Wspólny mianownik całego tygodnia jest prosty. Wartość i ryzyko przenoszą się z pojedynczego narzędzia na dane, uprawnienia i proces. To dobra wiadomość dla firm, bo akurat te trzy elementy można u siebie realnie kontrolować.
Co AI w firmie oznacza dla polskich przedsiębiorstw
Najbardziej konkretny sygnał dotyczy zgodności. Skoro rusza polska Komisja AI z prawem do audytów i kar, każda firma powinna już teraz sklasyfikować swoje systemy według poziomów ryzyka z AI Act i udokumentować, jak przetwarza dane. Zapowiedziane piaskownice regulacyjne to szansa, by przetestować wdrożenie w kontrolowanych warunkach, zanim trafi ono do produkcji. To zadanie nie na przyszły rok, lecz na najbliższe miesiące, bo prace nad interpretacją przepisów już się zaczynają.
Drugi wniosek dotyczy produktywności. To, że niemal wszyscy programiści używają AI, nie oznacza automatycznie lepszych wyników firmy. Indywidualna oszczędność czasu zamienia się w realną korzyść dopiero po przeprojektowaniu procesu, a nie po zakupie licencji. Przykład Shopify pokazuje, że agenci mogą zmienić nawet decyzje architektoniczne, ale tylko przy twardych bramkach jakości: testach, niezależnym przeglądzie i zasadzie najmniejszych uprawnień dla agenta z dostępem do repozytorium. Zanim ogłosisz sukces wdrożenia, warto zmierzyć koszt na pracownika, realnie zaoszczędzony czas oraz jakość efektów, a nie opierać się na benchmarkach dostawcy.
Trzeci obszar to dane i RODO. Historie o destylacji modeli, o wycenie Mecka AI na 500 mln dolarów za dane treningowe czy o suwerennej AI z Europy prowadzą do tego samego pytania: skąd pochodzą dane, które zasilają Twój model, i kto ma do nich prawa. Przed każdym wdrożeniem warto zapisać w umowie pochodzenie danych, zasady przetwarzania oraz wymóg człowieka w pętli przy decyzjach nieodwracalnych. Dla polskich firm oznacza to jedno: kompetencje z zakresu ładu danych stają się równie ważne jak sama znajomość narzędzi.
Jak Sprawni Cyfrowo pomaga wdrożyć AI w firmie
Wnioski z tego tygodnia są spójne: przewaga nie leży w samym narzędziu, lecz w kompetencjach, procesie i nadzorze. Właśnie w tych obszarach wspieramy polskie firmy. Jeśli chcesz przejść od pojedynczych eksperymentów do przemyślanej strategii, pomożemy uporządkować ten proces krok po kroku.
- Szkolenia z AI dla zespołów, które chcą używać narzędzi świadomie, z naciskiem na weryfikację wyników i bezpieczeństwo danych.
- Wdrożenia AI w firmie, od klasyfikacji ryzyka zgodnej z AI Act po przeprojektowanie procesu wokół realnych korzyści, nie samej licencji.
- Konsultacje technologiczne i kursy online, które pomagają menedżerom podejmować decyzje o AI w oparciu o fakty, a nie o marketing dostawców.
Napisz do nas i umów bezpłatną rozmowę. Wspólnie sprawdzimy, które z tegotygodniowych trendów realnie dotyczą Twojej organizacji i od czego zacząć, żeby AI w firmie przyniosła mierzalny efekt, a nie tylko kolejne narzędzie w abonamencie.
