Dodano: 31.07.2025

Europa przesypia rewolucję generatywnej sztucznej inteligencji. Stawką nie są ambicje, ale dalszy rozwój gospodarczy, dobrobyt i niezależność cyfrowa.
ChatGPT od OpenAI, Microsoft Copilot, googlowskie Gemini, Perplexity czy facebookowy LLama – wszystkie duże modele językowe, z których korzystamy, rozwijane są w USA. Na drugim miejscu w rankingu modeli genAI są Chiny z rozwiązaniami jak DeepSeek oraz mniej znanymi w Europie systemami gigantów technologicznych jak Baidu, Alibaba, Tencent. I to właśnie Chiny z 60-proc. udziałem w rynku wygrywają wyścig AI. U źródła tej dominacji jest łatwość skalowania rozwiązań AI na rynku liczącym 1,4 mld mieszkańców, liberalne podejście do przetwarzania danych (dane jako własność ogółu, a nie jednostki). Pamiętajmy też, że Chiny nie są demokratycznym państwem więc priorytety są ustalane centralnie.
Na drugim miejscu są USA z 12-proc. udziałem, który trzeba jednak przeliczyć na 4-krotnie mniejszą populację (347 mln mieszkańców). Unia Europejska z 450 mln potencjalnych użytkowników plasuje się na 3. miejscu (7%).

To nie koniec złych wiadomości: Chiny mają 80-proc. udział w patentach generatywnej AI, a Europa – skromne 2%. Chiny posiadają ok. 200 superkomputerów AI do trenowania modeli AI, USA – 134, a Europa – 50. Azjatycki tygrys gospodarczy ma na koncie najwięcej publikacji naukowych w temacie genAI, bo aż 7700 (dane za lata 2009–2023), podczas gdy USA – 5000, a Europa – 4800. Te dane są dobrym wskaźnikiem prognostycznym dalszego rozwoju AI – dostęp do infrastruktury jest niezbędny do dalszego trenowania AI. Niestety, w Europie niewiele zmieni zaplanowana budowa min. 13 fabryk AI. Jedna z nich ma powstać w Poznaniu.
Europa cierpi na od dawna znany problem – ma mocną bazę naukową, ale słabe możliwości komercjalizacji rozwiązań. Powodem jest bardzo rozdrobniony rynek z różnymi zasadami w każdym kraju członkowskim UE oraz rygorystyczne podejście do ochrony danych z RODO na czele, a od tego roku – także EU AI Act. „Europie nie brakuje talentu. Problemem jest luka strukturalna” – przyznają autorzy nowego raportu Komisji Europejskiej „Generative AI Outlook 2025.”
Dlatego nie pozostaje nam nic innego jak korzystać z obcych modeli AI, co samo w sobie nie jest złe, ale w dłuższej perspektywie uzależnia nas od strategicznej technologii. 5 topowych aplikacji AI – czyli Google Gemini, Microsoft Copilot, DeepSeek, Perplexity i ChatGPT – ma już 91,5-proc. udział w rynku, z czego aż 72% należy do ChatGPT. W tym rankingu, udostępniony w lutym 2025 roku polski duży model językowy PLLuM nie liczy się. Tymczasem Polacy bardzo chętnie korzystają z generatywnej AI, nawet częściej niż mieszkańcy USA. Zajmujemy 5 w Europie miejsce pod względem pobrań aplikacji AI (10 mln), zaraz po Niemczech, Francji, Hiszpanii i Włoszech. Najwięcej inwestycji typu venture capital w genAI jest w Niemczech i Francji (po 200 mln euro w każdym kraju). Polska pod tym względem zajmuje dopiero 12 miejsce – mimo, że zajmujemy 5 miejsce pod względem liczby ludności w UE.

Restrykcyjne ograniczenia prawne i brak technologii to nie jedyny problem. Europie brakuje ekspertów od AI, a firmy prywatne i sektor publiczny zwlekają z wdrażaniem technologii – koło się zamyka, bo powodem jest obawa o naruszenie prawa. Nawet jeśli nie ma przeciwskazań do wdrażania modeli genAI, panuje duża ostrożność i zachowawczość na zapas.
Nie można zapomnieć o tym, że AI nadal może generować błędy i jej poprawne stosowanie wymaga wiedzy. Wiele wątpliwości budzą niejasne zasady etyki AI, zwłaszcza w ochronie zdrowia, gdzie sztuczna inteligencja już teoretycznie może diagnozować i planować leczenie pacjentów.
Raport Generative AI Outlook 2025 ostrzega też przed potencjalnym zagrożeniami, jak m.in. erozją poznawczą, czyli zanikiem umiejętności logicznego myślenia wśród młodzieży. Ale generatywna AI zostanie z nami i rozwiązaniem nie jest unikanie jej, ale zarządzanie związanym z nią ryzykiem. Dzisiejsze decyzje dotyczące wdrażania AI zadecydują o miejscu Europy w świecie zdominowanym przez rozwiązania AI napędzające kolejne technologie jak robotykę czy obliczenia kwantowe. Największe szanse eksperci widzą w adaptacji modeli open-source-owych jak LLaMA, działających lokalnie, a przez to bezpieczniejszych w stosowaniu pod względem przetwarzania danych.
Czytaj także: Jak korzystać z AI? Oto 5 bezpłatnych kursów on-line