Polska buduje europejskie zaplecze AI
Budowa centrów danych może okazać się najłatwiejszym zadaniem, ale to budowa firm, które przejmą wartość wytwarzaną przez te serwery, zdecyduje o tym, czy Polska stanie się nie tylko europejskim zapleczem AI, lecz także jednym z technologicznych mocarstw Europy.
PARYŻ – Największe podziały gospodarcze w krajach OECD nie przebiegają już pomiędzy państwami; coraz częściej występują wewnątrz nich. To punkt wyjścia raportu OECD Employment Outlook 2026, opublikowanego w ubiegły wtorek. W całym rozwiniętym świecie różnice w poziomie zatrudnienia pomiędzy regionami tego samego kraju są obecnie większe niż różnice pomiędzy samymi państwami OECD: stopa bezrobocia w najsłabiej radzącej sobie jednej piątej regionów danego kraju jest średnio ponad dwukrotnie wyższa niż w najlepiej radzącej sobie jednej piątej, a w Belgii, Kanadzie, we Włoszech i na Słowacji – ponad czterokrotnie wyższa. Regiony stołeczne nadal przyciągają inwestycje, talenty i lepiej płatne miejsca pracy, podczas gdy słabsze regiony mają trudności z dotrzymaniem im kroku. Raport przekonuje, że sztuczna inteligencja – podobnie jak wcześniej globalizacja – grozi pogłębianiem tych podziałów, jeśli rządy nie będą świadomie kierować nowych gałęzi przemysłu poza miejsca, do których kapitał i tak chce trafiać.
Polska wkracza w ten moment z wyjątkowo silnej pozycji. Zatrudnienie nadal rośnie, podczas gdy w znacznej części krajów OECD zaczęło się stabilizować, a produktywność wzrasta szybciej, niż wynikałoby to z długoterminowego trendu, stawiając Polskę obok Stanów Zjednoczonych wśród nielicznych gospodarek OECD, które rozwijają się szybciej niż ich własne historyczne tempo wzrostu. Polska stała się również jednym z najszybciej rozwijających się miejsc w Europie pod względem infrastruktury AI: w ubiegłym roku deweloperzy ogłosili inwestycje związane ze sztuczną inteligencją o wartości przekraczającej 6 mld dol., a niemal 70 proc. krajowych mocy centrów danych znajduje się obecnie w Warszawie i jej okolicach.
Rozbudowa infrastruktury jest już widoczna poza stolicą: firma Switch buduje w Morach pod Warszawą największe centrum danych w Polsce – obiekt o mocy 90 MW – podczas gdy Data4 oraz Microsoft Azure Poland Central stworzyły znaczące zaplecze infrastrukturalne na Mazowszu, a warszawskie centrum Google, zatrudniające 2 tys. osób, jest największym centrum inżynieryjnym tej firmy w Europie. Dalej na południowy zachód kompleks LG w pobliżu Wrocławia pomógł uczynić Polskę największym eksporterem baterii w Unii Europejskiej, a KGHM dostarcza niemal połowę europejskiej miedzi. Jednak wystarczy spojrzeć na mapę, aby zauważyć, że większość tych inwestycji koncentruje się wokół Warszawy i przemysłowego południowego zachodu, podczas gdy wschodnia Polska niemal na niej nie występuje. Jest to podział, który raport wskazuje wprost, opisując gradient wschód–zachód, w którym skupiska wysokiego bezrobocia znajdują się w słabiej rozwiniętej części wschodniej, od dawna opierającej się na drobnym rolnictwie i charakteryzującej się niższym poziomem wykształcenia.
To właśnie ta geografia budzi największe obawy OECD. Raport traktuje sztuczną inteligencję – obok handlu, transformacji energetycznej i zmian demograficznych – jako siłę strukturalną, która w nierównomierny sposób przekształca rynki pracy: miejsca już bogate w infrastrukturę, zaplecze badawcze i wykwalifikowanych pracowników, mają tendencję do przyciągania jeszcze większych inwestycji, podczas gdy regiony pozostające w tyle często jako pierwsze tracą swoich najmłodszych i najlepiej wykształconych mieszkańców, co sprawia, że odbudowa staje się trudniejsza. Rynek rzadko samodzielnie koryguje tę nierównowagę. Pracownicy opuszczający regiony znajdujące się w trudnej sytuacji są często młodzi i wysoko wykształceni – w całym OECD osoba z wykształceniem wyższym niż średnie ma co najmniej o pięć punktów procentowych większe prawdopodobieństwo opuszczenia regionu o niskim poziomie zatrudnienia niż osoba bez takiego wykształcenia – dlatego miejsca najbardziej potrzebujące wykwalifikowanych pracowników tracą właśnie tych ludzi, którzy najbardziej mogliby przyciągnąć nowe inwestycje.
Legenda polskiego sportu bez cenzury. Andrzej Supron o medalach, show-biznesie i Edycie Górniak
Boom w Polsce ilustruje zarówno szansę, jak i dylemat. Lokalizacja nie jest przypadkowa: tanie grunty, rosnące moce energetyczne oraz chłodny klimat – średnia temperatura w Warszawie wynosi około 8,9°C, wobec 12,9°C w Madrycie i niemal 18°C w Atenach, jak podaje Polish Data Center Association – ograniczają największe koszty operacyjne tej branży. Jednak same obiekty zużywają znacznie więcej energii elektrycznej niż pracy ludzkiej. Kampus hiperskalowy może pobierać setki megawatów mocy, czyli tyle, ile produkuje średniej wielkości elektrownia, zatrudniając jednocześnie stosunkowo niewielką liczbę osób po zakończeniu budowy. Korzyści są realne – prace budowlane, sprzedaż energii elektrycznej, wpływy z podatku od nieruchomości. Jednak znaczna część trwałej wartości tworzonej przez sztuczną inteligencję powstaje gdzie indziej. OECD przedstawia tę lukę jako różnicę pomiędzy regionami jednego kraju; choć występuje ona również pomiędzy państwami, a samo goszczenie tej działalności nie jest równoznaczne z czerpaniem z niej korzyści.
Goldman Sachs szacuje skumulowane światowe inwestycje w sztuczną inteligencję na około 7,6 bln dol. w latach 2026-2031, przy czym oczekuje się, że znaczna część zysków przypadnie nie właścicielom budynków, lecz właścicielom układów scalonych, platform chmurowych i modeli bazowych, działających wewnątrz nich. Udostępnianie przestrzeni dla serwerów tworzy miejsca pracy w budownictwie, zwiększa zapotrzebowanie na energię elektryczną i rozwija przemysłowe łańcuchy dostaw; projektowanie półprzewodników, trenowanie modeli językowych oraz sprzedaż oprogramowania generują natomiast zyski, które kumulują się przez dziesięciolecia.
Polska stara się również zostać właścicielem tej warstwy, a nie jedynie jej gospodarzem. Warszawa stoi na czele konsorcjum czterech państw ubiegających się o budowę Baltic AI Gigafactory o wartości 3 mld euro, a rząd finansuje dwa polskie duże modele językowe – PLLuM i Bielik – traktując sztuczną inteligencję jako element szerszej europejskiej strategii technologicznej. Wiceminister cyfryzacji Dariusz Standerski określa Polskę nie tylko jako klienta, lecz jako „współarchitekta” europejskiej przyszłości AI. Otwarcie mówi również o brakującym elemencie: prywatne inwestycje w polskie firmy zajmujące się sztuczną inteligencją pozostają skromne na tle Europy, co przypisuje tej samej ostrożności, która niegdyś powodowała, że polskie przedsiębiorstwa powoli wdrażały rozwiązania chmurowe. Środki publiczne zaczęły już płynąć; kapitał prywatny wciąż jeszcze za nimi nie podążył.
Sąsiedzi Polski proponują różne odpowiedzi na to samo pytanie: czy samo goszczenie efektów boomu wystarczy, aby na nim skorzystać. Węgry – sąsiad, którego gospodarka najbardziej przypomina polską – zagrał o najwyższą stawkę, jeśli chodzi o przyciąganie inwestycji. Zabiegając najpierw o producentów z Korei, a następnie z Chin, stały się drugim na świecie największym odbiorcą chińskich inwestycji w sektorze pojazdów elektrycznych, których centralnym elementem jest fabryka baterii CATL o wartości 7,3 mld euro w pobliżu Debreczyna. Fabryki przekształciły region, lecz zyski trafiają głównie do ich zagranicznych właścicieli, znaczna część pracowników jest zatrudniona przez agencje pracy tymczasowej, a ponieważ umowy nie wymagały transferu technologii, Węgrom grozi pozostanie na niskomarżowym etapie montażu w łańcuchu dostaw, którego nie kontrolują. Międzynarodowy Fundusz Walutowy szacuje, że taka zmiana może kosztować kraj około 1 proc. PKB w ciągu pięciu lat. Zakład okazał się również kosztowny politycznie: sprzeciw społeczny pomógł zakończyć szesnaście lat rządów Viktora Orbána w tegorocznych wyborach, wynosząc do władzy partię Tisza Pétera Magyara, która zapowiada bardziej rygorystyczny nadzór.
Turcja obrała niemal całkowicie przeciwny kierunek. Zamiast zabiegać o zagranicznych producentów, Ankara poświęciła ostatnią dekadę na budowę krajowych czempionów: dronów Baykar, samochodu TOGG oraz elektroniki obronnej Aselsan, a prezydent Recep Tayyip Erdoğan chce obecnie rozszerzyć ten model na sektor informatyczny, przeznaczając około 3 mld dol. środków publicznych na pobudzenie inwestycji przekraczających 10 mld dol. w to, co określa mianem „suwerennej sztucznej inteligencji”. To, czy Turcję stać na realizację tych ambicji, pozostaje jednak odrębną kwestią. W maju ceny konsumpcyjne nadal rosły tam w tempie 32,6 proc., najwyższym w całym OECD, wzrost gospodarczy spowalniał już trzeci kwartał z rzędu, a analitycy – w tym Soufan Center – twierdzą, że pogarszający się stan praworządności, dodatkowo uwydatniony uwięzieniem opozycyjnego burmistrza Stambułu, nadal odstrasza zagraniczny kapitał, którego Ankara wciąż potrzebuje.
From the British Army to Defence Industry Leader: Peter Rafferty on Poland and NATO
Nawet kraje, które już są właścicielami technologii, nie są od tego problemu wolne. Izrael projektuje i eksportuje układy scalone, stanowiące fundament boomu sztucznej inteligencji, jednak analityk Amir Mizroch ostrzega, że „Startup Nation” może stać się „Subcontractor Nation”, jeśli izraelscy inżynierowie będą tworzyć wartość dla produktów należących do innych podmiotów. Również finanse publiczne kraju znajdują się pod presją: niemal trzy lata wojny sprawiły, że deficyt budżetowy już trzeci rok z rzędu utrzymuje się na poziomie przekraczającym 5 proc. PKB, a dług publiczny wzrósł z ok. 60 proc. do 70 proc. PKB, co skłoniło autorów jednej z niedawnych analiz do ostrzeżenia, że rząd Benjamina Netanjahu znajduje się na „niebezpiecznej ścieżce zadłużenia”. Przypadek Izraela sugeruje, że własność nie dotyczy wyłącznie samego wynalazku, lecz również zachowania wystarczającej części otaczającego go ekosystemu, aby móc czerpać korzyści z tego, co ten wynalazek przynosi.
W tym właśnie miejscu stanowisko OECD odbiega od podejścia opartego wyłącznie na mechanizmach rynkowych. Jak argumentuje organizacja, rządy powinny myśleć nie tylko o przenoszeniu pracowników do miejsc pracy, ale również o przenoszeniu miejsc pracy do pracowników – poprzez powiązanie strategii przemysłowej z lokalnymi atutami, rozwijanie infrastruktury także poza metropoliami oraz wspieranie dywersyfikacji zamiast uzależnienia od jednej gałęzi przemysłu. Kanada stanowi jeden z takich modeli, kierując inwestycje w sztuczną inteligencję do regionów, które już dysponują instytucjami badawczymi i zapleczem wysoko wykwalifikowanych specjalistów. Podobnie unijna strategia dotycząca surowców krytycznych łączy politykę przemysłową z regionalnymi kompetencjami i infrastrukturą.
Dla Polski pytanie OECD nie brzmi, czy boom na sztuczną inteligencję nadejdzie – ponieważ już nadszedł – lecz kto na nim skorzysta. Odpowiedź zależy od tego, czy rola kraju pozostanie ograniczona do bycia preferowanym europejskim gospodarzem dla hiperskalowej infrastruktury, czy też coraz więcej polskich firm stanie się właścicielami oprogramowania, modeli i platform działających wewnątrz tych obiektów. Budowa centrów danych może okazać się łatwiejszym zadaniem; budowa przedsiębiorstw, które przejmą wartość wytwarzaną przez te serwery, zdecyduje o tym, czy Polska stanie się nie tylko europejskim zapleczem AI, lecz także jednym z technologicznych mocarstw Europy.
