Łatwo potraktować to jak ciekawostkę z małego kraju. Byłby to błąd. To pierwszy sygnał, że pewne dobro po cichu przekracza granicę, którą w historii przekroczyły już elektryczność czy internet: z luksusu staje się warunkiem uczestnictwa w gospodarce. Szef OpenAI for Countries, George Osborne, mówił o inteligencji jako „narodowym dobru użytkowym”, a sama firma porównała ją do prądu. A skoro tak, pojawia się pytanie, którego polska debata jeszcze nie zadała: czy dostęp do narzędzi AI powinien wejść do koszyka dóbr gwarantowanych przez państwo. I drugie, mniej wygodne: ile kosztuje zwłoka.

Od luksusu do warunku uczestnictwa

Historia gospodarcza zna ten wzorzec. Elektryczność zaczynała jako kosztowny zbytek bogatych dzielnic, a skończyła jako sieć, bez której nie da się ani produkować, ani normalnie żyć. Antybiotyki bywały początkowo racjonowane, by w ciągu pokolenia stać się fundamentem zdrowia publicznego. Internet w dwie dekady przeszedł drogę od gadżetu do infrastruktury, na której opiera się rynek pracy i handel. Za każdym razem dobro przesuwało się z półki luksusu w stronę czegoś bliskiego prawu, a przewagę zdobywały nie kraje, które je wynalazły, lecz te, które najszybciej i najszerzej je upowszechniły.

Skutki bywały rozstrzygające. W drugiej rewolucji przemysłowej kraje i firmy, które elektryczność wprowadziły szeroko i przebudowały pod nią produkcję, wysunęły się na prowadzenie, a te, które zwlekały, traciły dystans na dekady. Podobnie różnica między gospodarkami, które wcześnie upowszechniły internet, a tymi, które utknęły po niewłaściwej stronie cyfrowego podziału, przełożyła się na wydajność i miejsca pracy. W każdej z tych zmian okno przewagi otwierało się na krótko i zamykało przed spóźnionymi.

To rozróżnienie jest sednem. Ekonomista Paul David pokazał na przykładzie elektryczności, że jej owoce produktywności pojawiły się z wieloletnim opóźnieniem, dopiero gdy fabryki przebudowały wokół niej swoją organizację. Technologia dostępna to nie to samo co technologia wykorzystana. Korzyść nie bierze się z samego istnienia narzędzia, lecz z jego dyfuzji, z tego, ilu ludzi i firm naprawdę potrafi z niego korzystać. Przewaga gospodarcza nie jest kwestią posiadania. Jest kwestią powszechności i biegłości.

Jest jeszcze druga prawidłowość, ważniejsza dla prawnika. Gdy dobro staje się warunkiem normalnego funkcjonowania, państwa przestają je traktować jak zwykły towar, a zaczynają jak uprawnienie. Elektryfikację wsi prowadzono z publicznych programów, bo prąd przestał być wygodą, a stał się warunkiem rozwoju i równości szans. Zdrowie publiczne i powszechne szczepienia uznano za zadanie państwa, bo chora populacja to słabsza gospodarka. Dostęp do telefonu, a potem do internetu, objęto obowiązkiem usługi powszechnej, a łącze szerokopasmowe w części krajów wpisano wprost do katalogu praw. Maltańska umowa jest pierwszą próbą przyłożenia tej samej logiki do inteligencji maszynowej. Pytanie o koszyk dóbr gwarantowanych nie jest więc dziwactwem. Jest kolejnym ogniwem znanego łańcucha.

Dlaczego AI jest dobrem tego rodzaju

Skala potencjalnego wpływu wynika z natury tej technologii. Prąd nie był wynalazkiem do jednego zastosowania, lecz warstwą, która weszła do każdej gałęzi. Generatywna AI ma ten sam charakter, z tą różnicą, że dotyka nie pracy fizycznej, lecz umysłowej: pisania, analizy, programowania, obsługi klienta, projektowania. To dlatego ekonomiści mówią o niej w kategoriach technologii ogólnego przeznaczenia, a nie kolejnej aplikacji. Dobro, które podnosi wydajność w niemal każdym zawodzie umysłowym, przestaje być sprawą jednej branży, a staje się sprawą całej gospodarki i, prędzej czy później, polityki publicznej.

Dowody produktywności są już twarde, nie anegdotyczne. W badaniu Erika Brynjolfssona, Danielle Li i Lindsey Raymond na ponad 5 tys. konsultantów obsługi klienta dostęp do asystenta AI podniósł wydajność średnio o 14 proc., ale u najmniej doświadczonych pracowników aż o 34. W eksperymencie Noy i Zhang sztuczna inteligencja skróciła czas pisania o 40 proc. i podniosła jakość tekstów. U konsultantów Boston Consulting Group jakość zadań mieszczących się w zasięgu modelu wzrosła o 40 proc. GitHub Copilot przyspieszył pracę programistów o ponad połowę. To nie są obietnice, lecz wyniki kontrolowanych badań.

Najważniejszy jest jednak nie sam wzrost, lecz jego rozkład. Te same badania pokazują zgodnie, że AI najmocniej podnosi słabszych i mniej doświadczonych, bo przenosi do nich wiedzę najlepszych. To narzędzie, które spłaszcza różnice kompetencji. I tu leży ekonomiczna stawka kariery: w świecie, w którym narzędzie podciąga nowicjusza do poziomu doświadczonego, pracownik bez dostępu i bez biegłości nie tyle traci przewagę, co wypada z gry. Nie zastąpi go sztuczna inteligencja. Zastąpi go ktoś, kto jej używa.

Dla kraju takiego jak Polska to wiadomość zaskakująco dobra. Skoro AI najbardziej podnosi mniej doświadczonych i skraca dystans do najlepszych, daje gospodarce doganiającej dźwignię, jaką rzadko dostaje: szansę, by mniejsza firma, młodszy pracownik i słabiej wyposażony region pracowali bliżej światowej czołówki, nie czekając pokolenia. Tę samą siłę, która pogłębia nierówności tam, gdzie dostęp jest wybiórczy, można obrócić w narzędzie wyrównywania szans tam, gdzie dostęp jest powszechny. To rzadki przypadek, gdy polityka egalitarna i polityka konkurencyjności wskazują w jedną stronę.

Najwięcej do zyskania mają małe i średnie firmy, a więc trzon polskiej gospodarki. To, na co kiedyś stać było tylko korporacje z własnym działem analiz, prawnikami na etacie i sztabem marketingu, dziś staje się dostępne dla kilkuosobowej spółki, która umie posłużyć się narzędziem. AI obniża próg wejścia do kompetencji, które dotąd były przywilejem skali. Jeśli ten próg opadnie u nas szybciej niż u konkurentów, mniejsza polska firma zyska zasięg, na jaki wcześniej nie mogła sobie pozwolić. Jeśli wolniej, stanie się jedynie podwykonawcą tych, którzy zdążyli.

Pytanie, którego Polska nie zadała

Stąd pytanie, które Malta zadała pierwsza: czy dostęp do AI należy potraktować jak dobro gwarantowane, tak jak gwarantujemy dziś edukację, opiekę zdrowotną czy łączność powszechną. Maltański model jest pouczający, bo nie polega na rozdawnictwie, lecz na sprzężeniu trzech elementów: kursu kompetencji, drogi do narzędzia i programu obejmującego całą populację. To nie subsydium do gadżetu, lecz inwestycja w kapitał ludzki. Pytanie dla Polski nie brzmi „czy nas na to stać”, lecz „ile kosztuje nas niezadanie tego pytania”.

Co konkretnie miałoby znaczyć takie gwarantowanie, bo hasło bez treści bywa groźne. Trzy warstwy. Pierwsza to powszechny dostęp do narzędzi na realnym poziomie, nie do wersji okrojonej. Druga, najważniejsza, to masowa alfabetyzacja, od szkoły po przekwalifikowanie dorosłych, bo bez niej dostęp jest pusty. Trzecia to moc obliczeniowa i narzędzia dla małych firm oraz administracji, czyli tam, gdzie produktywność realnie się tworzy. I nie jesteśmy w tym wyścigu sami: OpenAI prowadzi program „dla państw”, współpracując już między innymi z Estonią i Grecją przy systemach edukacji. Inni nie czekają, aż debata w Polsce dojrzeje.

Pozostaje pytanie o pieniądze, bo każdą politykę publiczną czyta się ostatecznie rachunkiem. Koszt powszechnej alfabetyzacji i dostępu jest realny, ale to nakład, nie wydatek bez zwrotu, i liczyć go trzeba przeciw utraconej produktywności, której nie widać w budżecie, a która bywa najdroższą z pozycji. Maltański przykład pokazuje zresztą, że nie chodzi o miliardy, lecz o sprytną konstrukcję: kurs, drogę do narzędzia i dystrybucję obsługiwaną przez istniejące instytucje. Skala wydatku jest funkcją ambicji, nie warunkiem startu.

Trzeba przy tym uprzedzić nieporozumienie, bo gdy państwo słyszy „zrób coś z AI”, sięga zwykle po niewłaściwą dźwignię. Przewaga nie weźmie się z budowy „suwerennego, narodowego modelu”. Europa próbowała już raz postawić narodowego czempiona przeciw Google, projekt Quaero, i skończyło się wydatkiem bez produktu. Wyścig o modele czołowe to dziś gra warta setki miliardów dolarów rocznie, poza zasięgiem budżetu państwa naszej wielkości. Dźwignią, która naprawdę przekłada się na wzrost, jest powszechny dostęp i biegłość, czyli dyfuzja, a nie pomnik. Wartość powstaje na warstwie zastosowań, nie w próbie prześcignięcia liderów.

Zwłoka nie jest neutralna

Najczęstszy błąd to założenie, że czekanie jest bezpieczne. Nie jest, bo to także wybór, tylko z ukrytą ceną. Owszem, trzeba ostudzić hurraoptymizm: w skali całej gospodarki produktywności AI na razie nie widać, bo, jak w starym paradoksie Solowa, technologię dostrzega się wszędzie poza statystyką. Dopiero kilka procent firm wdrożyło ją na poważnie, a większość pilotaży grzęźnie. Ale to nie argument za zwłoką, to opis pola bitwy. Skoro korzyść zależy od dyfuzji, a dyfuzja jest trudna, przewagę zgarnie ten, kto rozwiąże ją wcześniej.

To nie jest problem odległy. Raport Draghiego o konkurencyjności postawił Europie twarde rozpoznanie: kontynent przegrywa wyścig produktywności ze Stanami Zjednoczonymi, w dużej mierze dlatego, że wolniej wdraża i upowszechnia nowe technologie. AI jest najświeższą odsłoną tej samej słabości. Dla Polski, która chce z grupy doganiającej awansować, a nie osuwać się w tył peletonu, stawka jest podwójna: nie tylko dystans do światowej czołówki, ale i pozycja wewnątrz Europy.

Konsekwencje są asymetryczne. Kraje, które upowszechnią kompetencje AI teraz, będą się bogacić na procencie składanym, bo wcześniejszy start owocuje przez lata. Te, które zwlekają, zapłacą rachunek w trzech walutach: utraconej produktywności, słabszej konkurencyjności firm i odpływie talentów, które pójdą tam, gdzie narzędzia i kultura ich używania są już na miejscu. Najdotkliwsze jest to, że koszt nie przychodzi jako jednorazowy cios, lecz jako cicha, narastająca luka, której w żadnym kwartale nie widać, a po dekadzie nie sposób nadrobić.

Najbardziej dotyka to ludzi. Kariera zawodowa rozgrywa się dziś w tempie, w którym kilka lat bez kontaktu z narzędziami AI tworzy lukę trudną do zasypania, a pracodawcy coraz częściej zakładają biegłość, której nikt nie nauczył pracownika systemowo. Tę lukę można zamknąć tylko zawczasu i tylko zbiorowo, bo rynek sam zostawi za burtą całe grupy zawodowe i regiony. W skali państw mechanizm jest ten sam: przewaga skumuluje się tam, gdzie wcześnie powstanie masa krytyczna kompetentnych użytkowników, a nie tam, gdzie powstanie najefektowniejsza strategia w prezentacji.

Cena i uczciwe zastrzeżenia

Nie udaję, że teza jest wolna od ryzyk, i wskażę je, zanim zrobi to ktoś inny. Po pierwsze, „darmowy” dostęp rzadko bywa darmowy: roczny ChatGPT Plus dla obywateli to także znakomity kanał pozyskania klienta i ryzyko uzależnienia od jednego, w dodatku zagranicznego dostawcy. Po drugie, dostęp to nie to samo co biegłość, a narzędzie w rękach kogoś, kto nie rozumie jego granic, bywa groźniejsze niż jego brak. Po trzecie, między korzyścią w eksperymencie a korzyścią w całej gospodarce leży przepaść wdrożenia, której sam pieniądz nie zasypie.

Jest też zastrzeżenie cięższego kalibru, którego nie wolno przemilczeć. Ta sama technologia, która jednych pracowników podnosi, innym zagraża, bo część zadań po prostu przejmie. Powszechny dostęp nie jest więc gwarancją bezpieczeństwa zatrudnienia, lecz warunkiem, by stanąć po właściwej stronie zmiany, jako ten, kto AI używa, a nie ten, kogo zastępuje. To zaostrza, a nie osłabia, argument o kompetencjach: bez nich sam dostęp staje się biletem donikąd.

Z tych zastrzeżeń płynie wniosek de lege ferenda, nie przeciw działaniu, lecz co do jego kształtu. Jeśli państwo ma gwarantować dostęp, niech robi to mądrze: stawiając na kompetencje i powszechną biegłość, na neutralność wobec dostawców i prawo przełączenia, a nie na hojną dotację dla jednej platformy ani na narodowy pomnik. Bo przewaga gospodarcza najbliższej dekady nie przypadnie temu, kto zbuduje własną elektrownię. Przypadnie temu, kto najszybciej doprowadzi prąd do wszystkich gniazdek. Malta właśnie zaczęła. Pytanie brzmi, kiedy zacznie Polska.

autor: Robert Nogacki, radca prawny Kancelaria Skarbiec