Jensen Huang i Sam Altman do państw G20: zbudujcie własną infrastrukturę AI, zanim rywale odskoczą

Najważniejszym rezultatem spotkania w Chapel Hill nie był nowy model AI ani szczegółowy traktat regulacyjny. Był nim argument strategiczny: infrastruktura AI staje się podstawą krajowego potencjału gospodarczego. Jensen Huang apelował, by państwa budowały centra danych i systemy potrzebne do rozwoju własnych gospodarek opartych na sztucznej inteligencji. Sam Altman dołączył do szerszego wezwania do inwestycji, wdrażania i powszechniejszego wykorzystywania AI.

Temu przekazowi towarzyszyła amerykańska propozycja lżejszego podejścia do zarządzania AI. W centrum dyskusji znalazło się więc podstawowe pytanie: jak wykorzystać gospodarcze korzyści sztucznej inteligencji, nie dopuszczając do sytuacji, w której tempo wdrażania wyprzedzi zabezpieczenia, możliwości energetyczne i instytucje publiczne?

Każde państwo potrzebuje własnego potencjału AI

Zdaniem Huanga państwa nie powinny traktować AI jako usługi, którą można bezterminowo zlecać zagranicznym dostawcom. Rządy muszą zdecydować, które elementy łańcucha wartości chcą rozwijać u siebie — od infrastruktury obliczeniowej po kompetencje i firmy wykorzystujące tę technologię.

Kluczową rolę w tej strategii odgrywają centra danych. Huang przedstawiał je jako fundamenty krajowych gospodarek AI, a relacje ze spotkania łączyły ich rozwój z miejscami pracy, inwestycjami i szerszą aktywnością gospodarczą.

Obecność Altmana wzmacniała z kolei argument dotyczący wdrażania AI. Drugiego dnia spotkania rozmawiano o adopcji technologii, wzroście gospodarczym, potrzebach rynku pracy, cyberbezpieczeństwie oraz rosnącym zapotrzebowaniu energetycznym.

Wniosek jest praktyczny: gospodarka oparta na AI wymaga czegoś więcej niż dostępu do chatbota albo interfejsu API. Potrzebuje mocy obliczeniowej, energii elektrycznej, specjalistów oraz ekosystemu zdolnego tworzyć i komercjalizować nowe zastosowania.

Co zakładają „Carolina Principles”

Administracja Donalda Trumpa wykorzystała spotkanie ministerialne do promocji „Carolina Principles for Emerging Technology” — ram, które stawiają na innowacje i wdrażanie technologii zamiast szerokich, tworzonych z wyprzedzeniem ograniczeń dotyczących AI. 14

Zasady koncentrują się na trzech głównych celach:

• inwestowaniu w badania podstawowe;
• wzmacnianiu ścieżek rozwoju i komercjalizacji;
• wspieraniu zaufanego wdrażania technologii poprzez stosowanie istniejących przepisów sektorowych tam, gdzie są adekwatne, oraz wprowadzanie nowych regulacji tylko w przypadku rzeczywiście nowych problemów. 4

Podejście to sprzeciwia się również tworzeniu nowych, szerokich instytucji nadzorujących AI. 13

Nie oznacza to jednak, że sztuczna inteligencja miałaby działać całkowicie bez zasad. Założenie jest inne: rządy powinny w pierwszej kolejności korzystać z obowiązującego prawa, a nowe regulacje dodawać tylko wtedy, gdy istniejący nadzór nie odpowiada na nowe zagrożenie.

Szkody rzeczywiste, nie hipotetyczne

Drugim ważnym elementem przekazu Huanga było rozróżnienie między szkodami możliwymi do wykazania a hipotetycznymi scenariuszami przyszłości. Relacje z Chapel Hill wskazują, że prezes Nvidii apelował o regulowanie konkretnych szkód w świecie rzeczywistym i ostrzegał, że polityka oparta głównie na wyobrażonych ryzykach może sprawić, iż państwa przegapią szansę związaną z AI.

To sedno szerszego sporu o politykę wobec sztucznej inteligencji. Zwolennicy łagodniejszych przepisów twierdzą, że regulowanie technologii z wyprzedzeniem może zahamować inwestycje i wdrażanie, zanim korzyści zostaną dobrze rozpoznane. Krytycy odpowiadają, że czekanie na powszechną szkodę może pozostawić regulatorów w roli tych, którzy reagują dopiero po fakcie.

Spotkanie G20 nie rozstrzygnęło tego konfliktu. Zestawiło natomiast oba podejścia: szybki rozwój i regulowanie konkretnych szkód z jednej strony oraz większą ostrożność tam, gdzie konsekwencje technologii pozostają niepewne, z drugiej.

Miejsca pracy są częścią układanki infrastrukturalnej

Kwestie rynku pracy zajmowały ważne miejsce w rozmowach w Chapel Hill. Politycy i przedstawiciele branży analizowali, jak wspierać rozwój AI, jednocześnie mierząc się z niedoborem pracowników i wymaganiami wynikającymi z coraz szerszego wdrażania technologii.

Szersza perspektywa Huanga przedstawia AI jako technologię zmieniającą możliwości pracowników i firm, a nie jako prostą historię o zastąpieniu całej pracy przez maszyny. Dostępne relacje nie zawierają jednak pełnego, dosłownego zapisu jego wypowiedzi na temat zatrudnienia podczas spotkania. Ostrożniejszy i lepiej udokumentowany wniosek brzmi: przygotowanie pracowników potraktowano jako część budowy krajowego potencjału AI — obok centrów danych, energii i kompetencji.

Wąskie gardło: energia elektryczna

Agenda infrastrukturalna ma bardzo konkretną barierę: dostęp do prądu. Centra danych AI zużywają znaczne ilości energii, a liderzy technologiczni uczestniczący w spotkaniu podkreślali skalę zapotrzebowania potrzebnego do rozbudowy mocy obliczeniowych.

To sprawia, że polityka dotycząca AI staje się również kwestią energetyki i planowania przestrzennego. Państwo może chcieć zwiększyć krajową moc obliczeniową, ale realizacja tego celu wymaga także wytwarzania energii, przyłączy do sieci, odpowiednich lokalizacji i możliwości szybkiej budowy obiektów. W praktyce chipy i modele to tylko część równania.

Infrastruktura AI ma również wymiar geopolityczny

Rozmowy w Chapel Hill odbywały się w cieniu zaostrzającej się rywalizacji technologicznej między USA a Chinami. Jednym z elementów tego tła jest rosnące znaczenie modeli z otwartymi wagami — systemów, które można pobrać, uruchamiać i dostosowywać. Relacje dotyczące chińskiego modelu z otwartymi wagami pokazują, dlaczego dostęp do modeli i kontrola nad nimi stają się kwestią strategiczną, a nie wyłącznie wyborem produktowym. 18

Krajowa infrastruktura ma więc dwa znaczenia. Gospodarczo może pomóc państwom zatrzymać większą część wartości tworzonej przez AI. Strategicznie może ograniczyć zależność od zagranicznej mocy obliczeniowej, modeli i dostawców technologii. Amerykańskie starania o promowanie wspólnych, proinnowacyjnych ram wśród partnerów G20 wpisywały się w szerszą rywalizację o ekosystemy technologiczne i ich geopolityczne powiązania. 11

Dlaczego spotkanie w Chapel Hill było ważne

Ministerialne spotkanie 1–2 września było jednym z pierwszych wydarzeń G20 organizowanych przez USA i miało pomóc ukształtować dyskusję przed szczytem przywódców G20 w Miami zaplanowanym na później w 2026 roku. 68

Jego znaczenie polegało mniej na wypracowaniu ostatecznej odpowiedzi, a bardziej na ustaleniu języka debaty. Stany Zjednoczone przedstawiły wizję, w której państwa szybko budują potencjał AI, w miarę możliwości stosują istniejące przepisy i unikają regulacji opartych przede wszystkim na spekulatywnych szkodach. Huang i Altman dostarczyli branżowych argumentów na rzecz inwestycji oraz wdrażania technologii.

Nierozstrzygniętych pytań pozostaje wiele: jak duży krajowy potencjał jest potrzebny poszczególnym państwom, kto zapłaci za energię i centra danych, jak pracownicy dostosują się do zmian oraz w którym momencie ryzyko staje się na tyle konkretne, by uzasadniać nowe regulacje. Od odpowiedzi na te pytania zależy, czy strategia stawiająca na infrastrukturę stanie się wspólnym kierunkiem G20, czy pozostanie kontestowaną propozycją amerykańskiej polityki technologicznej.