Tydzień od 13 do 19 października 2026 r. w AI miał wspólny mianownik: zależność od dostawcy AI. Replit zmienił domyślny model w swoim agencie programistycznym. Meta wpisała do warunków handlowych prawo do trenowania AI na treściach ze stron firm, a po fali krytyki szybko je wycofała. Raport przygotowany dla Microsoftu pokazał z kolei, że polskie firmy masowo korzystają z AI, ale prawie nie mierzą, co im to daje.
Każda z tych historii dotyczy innego obszaru: narzędzi, regulaminów i zarządzania. Łączy je jedno pytanie. Kto w relacji z dostawcą AI podejmuje decyzje, a kto je tylko akceptuje, często nie wiedząc o tym? Poniżej trzy najważniejsze wydarzenia tygodnia, ich wspólny wzorzec i konkretne wnioski dla polskich firm.
Tydzień w AI: trzy najważniejsze wydarzenia
1. Replit stawia na OpenAI, Claude zostaje tylko opcją
Na konferencji TechCrunch Disrupt prezes Replit Amjad Masad ogłosił, że domyślnym dostawcą modeli dla Replit Agent jest teraz OpenAI. Modele Claude od Anthropic nadal są dostępne, ale trzeba je wybrać ręcznie. Masad wskazał trzy powody: koszt, partnerstwo i wydajność. Według wewnętrznych testów firmy modele Sol i Astra lepiej radzą sobie z budowaniem aplikacji metodą vibe codingu.
Skala zmiany jest spora. Replit należał do pięciu największych klientów Anthropic, a większość użytkowników nie rusza ustawień domyślnych. Jedna decyzja produktowa może więc przesunąć większość ruchu do konkurenta. Dla klienta Replit oznacza to, że jego kod może od teraz pisać inny model niż tydzień wcześniej, choć on sam niczego nie zmieniał. Szczegóły opisaliśmy w tekście Replit zmienia domyślny model AI: OpenAI zamiast Anthropic.
2. Meta wycofuje zapis o trenowaniu AI na stronach firm
Nowe Meta Commercial Terms, które mają wejść w życie 30 października, pozwalały crawlerom Meta odwiedzać strony „powiązane” z firmą korzystającą komercyjnie z Facebooka, Instagrama lub WhatsAppa. Treści z tych stron mogły posłużyć także do trenowania modeli. Warunki obejmowały każdego, kto prowadzi fanpage, kampanie reklamowe albo katalog produktów. Nie przewidziano częściowej rezygnacji.
Prawnicy cytowani przez Nieman Lab ostrzegali, że zapis obejmie także redakcje, które praktycznie wszystkie mają konta firmowe w Meta. Po dwóch dniach krytyki sporny fragment zniknął. Meta tłumaczy, że chodziło wyłącznie o produkty reklamowe i biznesowe, a właściciele stron mogą sterować dostępem przez robots.txt. Problem w tym, że pierwotny tekst o robots.txt w ogóle nie wspominał. Pełne omówienie znajdziesz w artykule Meta wycofuje zapis o trenowaniu AI na treściach stron firm.
3. Zwrot z inwestycji w AI mierzy tylko 11,5% firm w Polsce
Raport „AI: czas na zwrot”, przygotowany przez BGR Quantic na zlecenie Microsoftu, objął 1126 firm zatrudniających co najmniej 100 osób. Z generatywnej AI korzysta 94,1% badanych decydentów, a ponad połowa robi to codziennie. Formalny pomiar ROI prowadzi jednak tylko 11,5% firm, a 57,3% nie mierzy go wcale albo nie ma do tego metodologii. Wszystkie sześć kryteriów dojrzałości spełniły zaledwie 4 organizacje.
Najczęstszą barierą nie jest technologia, lecz ludzie: brak kompetencji i szkoleń wskazało 43% respondentów. Tuż za nim są obawy o ochronę danych (42,2%) i koszt licencji (40,8%). Dla 71,4% badanych ważna lub krytyczna jest gwarancja, że firmowe dane nie posłużą do trenowania modeli. Więcej liczb i komentarzy w tekście Zwrot z inwestycji w AI mierzy tylko 11,5% firm w Polsce.
Co łączy te newsy: dostawca AI decyduje częściej, niż myślisz
Pozornie to trzy różne tematy. Replit to narzędzie dla programistów, Meta to regulamin platformy reklamowej, a raport Microsoftu to badanie rynku. Wspólny wzorzec widać jednak wyraźnie. W każdym przypadku istotna decyzja zapadła po stronie dostawcy albo nie zapadła wcale po stronie klienta. Replit zmienił model za użytkowników. Meta próbowała rozszerzyć swoje prawa przez zapis, który firmy akceptują samym korzystaniem z fanpage’a. A większość polskich firm nie ma miernika, który pozwoliłby ocenić, czy wybrany dostawca w ogóle się opłaca.
Warto zauważyć, że obie historie skończyły się różnie. Meta wycofała się, bo zareagowali prawnicy, media i wydawcy, czyli strona z realną siłą negocjacyjną. Klienci Replit takiej siły nie mają. Mogą najwyżej ręcznie przełączyć model z powrotem. Mała i średnia firma jest zwykle w tej drugiej sytuacji. Nie wynegocjuje z globalną platformą zmian w regulaminie, więc jej jedyną ochroną jest świadomość, co akceptuje, i plan na wypadek zmiany.
Dlaczego to nasila się właśnie teraz? Bo rynek modeli przyspiesza i tanieje. Dobrze widać to na przykładzie modelu Glimpse od startupu Elorian, który opisaliśmy w tekście Elorian Glimpse: model AI, który wraca do obrazu, zanim odpowie. Producent deklaruje cenę o 85–94% niższą niż czołowe modele, przy wynikach miejscami lepszych, a miejscami wyraźnie słabszych. Gdy co kilka tygodni pojawia się tańsza lub lepsza alternatywa, dostawcy narzędzi będą częściej zmieniać modele pod spodem. Platformy z kolei będą szukać nowych danych do trenowania. Lojalność wobec jednego dostawcy przestaje być oczywista po obu stronach.
Co zależność od dostawcy AI znaczy dla polskich firm
Dla 30-osobowej firmy z Polski wniosek nie brzmi „unikaj dużych dostawców”. Brzmi raczej: traktuj ich jak każdego innego kluczowego kontrahenta. To oznacza kilka prostych nawyków, które nie wymagają działu IT z prawdziwego zdarzenia.
- Wiedz, jaki model pracuje pod spodem. Narzędzia do programowania, czatboty obsługi klienta i agenci często nie pokazują tego wprost. Zapisz, z jakiego modelu korzystacie, i sprawdzaj wyniki po każdej zmianie wersji.
- Miej własny zestaw testów. Kilkanaście typowych zadań z Twojej firmy pozwala porównać modele na realnych przypadkach. To dużo lepsza podstawa decyzji niż tabela benchmarków producenta.
- Śledź regulaminy przed datą wejścia w życie. Historia z Meta pokazuje, że zapisy o trenowaniu AI mogą pojawić się w miejscu, którego nikt w firmie nie czyta. Wystarczy jedna wyznaczona osoba i kalendarz zmian kluczowych dostawców.
- Sprawdź, kto przetwarza dane. Zmiana modelu w narzędziu może oznaczać zmianę podmiotu przetwarzającego dane w rozumieniu RODO. To temat także dla inspektora ochrony danych, nie tylko dla programistów.
- Ustal miernik przed startem projektu. Bez niego nie wiesz, czy zmiana dostawcy poprawiła sytuację, czy ją pogorszyła.
Ostatni punkt łączy wszystkie poprzednie. Raport Microsoftu pokazuje, że firmy z najwyższej strefy gotowości wyróżnia sposób zarządzania i wsparcie zarządu, a nie wielkość. Widoczne wsparcie zarządu deklaruje 75% firm z tej grupy wobec 24,4% w najniższej strefie. Firma, która mierzy efekty AI, może spokojnie zmieniać dostawców i korzystać z tańszych modeli. Firma, która nie mierzy, zostaje z decyzjami podejmowanymi za nią.
Jest też dobra wiadomość. Barierą numer jeden w badaniu są kompetencje, a te da się zbudować szybciej niż infrastrukturę. Myślenie krytyczne i kontrola jakości wyników AI, uznane przez respondentów za kluczowe umiejętności, to dokładnie to, czego potrzeba, by świadomie oceniać dostawców i ich zmiany.
Jak Sprawni Cyfrowo pomaga zapanować nad dostawcą AI
Pomagamy firmom przejść od „wszyscy coś testują” do świadomego korzystania z AI, w którym to firma decyduje o narzędziach, danych i kosztach. Możesz zacząć od jednego obszaru:
- Szkolenia z AI dla zespołów: praktyczna praca z modelami, ocena jakości odpowiedzi, bezpieczne korzystanie z danych firmowych i dobre nawyki weryfikacji wyników.
- Wdrożenia AI w firmach: wybór dostawcy i modelu na podstawie testów na Twoich danych, wskaźniki efektu ustalone przed startem i plan na wypadek zmiany modelu.
- Konsultacje technologiczne: przegląd używanych narzędzi AI, regulaminów i przepływu danych pod kątem RODO, a także strategia na najbliższe miesiące.
- Kursy online: certyfikowane ścieżki, w których pracownicy uczą się AI we własnym tempie.
Jeśli chcesz sprawdzić, jak bardzo Twoja firma zależy dziś od jednego dostawcy AI i jak mierzyć efekty wdrożeń, skontaktuj się z nami. Zaczniemy od krótkiej rozmowy o Waszych procesach i wybierzemy jeden, w którym AI może przynieść mierzalny zwrot.
