Centrum ciężkości światowej AI przesuwa się do Azji Wschodniej. To nie jest efekt chwilowego skoku. To rezultat lat planowania, w których połączono edukację, badania, dane, przemysł i kadry w jeden strategiczny projekt.
Dane przytoczone przez „The Economist” wyraźnie pokazują zmianę układu sił. W 2025 roku chińskie instytucje wyprzedziły amerykańskie pod względem liczby pierwszych autorów prac prezentowanych na NeurIPS – 2152 do 1810. To ma znaczenie, bo NeurIPS nie jest branżową imprezą ani rankingiem popularności, lecz jedną z najważniejszych konferencji naukowych świata w obszarze uczenia maszynowego. To tam trafiają prace ze ścisłej czołówki. A pierwszy autor to zazwyczaj badacz, który wykonał zasadniczą część pracy albo prowadził projekt. Mówiąc najprościej – to zestawienie pokazuje, gdzie pracują najmocniejsze kadry badawcze AI.
Jeszcze ważniejsze są proporcje w czasie. W 2019 roku 29 proc. badaczy publikujących na NeurIPS zaczynało karierę akademicką w Chinach. W 2025 roku było to już około połowy. W tym samym czasie udział USA spadł z 20 do 12 proc. To znaczy, że coraz większa część światowej elity AI wyrasta już w chińskim systemie edukacyjnym. Widać to także po samych Stanach Zjednoczonych – około 35 proc. autorów pracujących w instytucjach amerykańskich miało chiński dyplom licencjacki. Innymi słowy, nawet amerykańskie laboratoria w dużej mierze opierają się dziś na kadrach wcześniej wykształconych w Chinach. To najlepiej pokazuje, jak bardzo urosła siła chińskich uczelni. Widać też, że coraz większa część takich badaczy zostaje już w Chinach – udział tych, którzy po studiach licencjackich pozostali w krajowym systemie, wzrósł z około 30 proc. w 2019 roku do 68 proc. w 2025 roku. To pokazuje, że USA nie mają już dawnej przewagi polegającej na przyciąganiu i przechwytywaniu najlepszych talentów z zewnątrz.
Najważniejsze jednak nie jest samo to, że Chiny wyprzedziły Amerykę, lecz mechanizm, który do tego doprowadził. Wykres pokazuje skutek. Za tym wynikiem stoi wieloletnie strategiczne planowanie.
Nie zrobiła tego jedna firma. Nie zrobił tego jeden minister. Nie zrobił tego jeden model pokroju DeepSeek. Takie rzeczy robi się latami. Najpierw buduje się bazę edukacyjną i cyfrową, potem wzmacnia zdolność badawczą, potem łączy dane z przemysłem i wdrożeniami, a na końcu tworzy się warunki, w których własne kadry mają po co zostawać u siebie. Właśnie dlatego warto patrzeć na chińskie pięciolatki. Na Zachodzie nie zawsze traktuje się je dostatecznie serio, a przecież mówimy o drugiej gospodarce świata i o państwie, które od dekady krok po kroku ustawia sobie technologiczną przewagę.
W latach 2016–2020, czyli w 13. pięciolatce, Chiny budowały fundament. AI nie była jeszcze centralnym szyldem całej modernizacji, ale potrzebne elementy zaczęły się już układać — innowacja została wpisana do rdzenia rozwoju, pojawiły się big data, nowe sieci informacyjne, gospodarka cyfrowa oraz silniejsze powiązanie technologii z przemysłem i usługami. Do tego doszedł wzrost nakładów na B+R z 2,1 do 2,5 proc. PKB, skok liczby patentów z 6,3 do 12 na 10 tysięcy ludzi oraz szybka rozbudowa dostępu do internetu szerokopasmowego i mobilnego. W samym pakiecie projektów IT zapisano rozwój broadbandu, centrów chmurowych i big data oraz rozszerzanie „Internet+” także na sztuczną inteligencję. To jeszcze nie dawało nagłówka o dominacji Chin w AI, ale budowało pod nią podłogę.
W latach 2021–2025, czyli w 14. pięciolatce, skończył się etap przygotowań. Sztuczna inteligencja weszła do centrum strategii państwa. Plan mówił już wprost o innowacji jako rdzeniu modernizacji, o samodzielności naukowo-technologicznej jako strategicznym wsparciu rozwoju, o narodowych laboratoriach obejmujących między innymi AI, o strategicznych projektach państwowych i o przełomach w nowej generacji AI: od podstaw teoretycznych, przez chipy, po frameworki open source, NLP, vision i systemy uczenia. Obok tego zapisano ponad 7-procentowy roczny wzrost wydatków B+R i zwiększenie udziału rdzenia gospodarki cyfrowej do 10 proc. PKB. To już nie było budowanie zaplecza. To otwarta ofensywa.
Najważniejsze jest jednak to, że 14. pięciolatka nie zamknęła AI w laboratoriach. Połączyła ją z realną gospodarką: z danymi, przemysłem, cyfrową transformacją, wdrożeniami i popytem krajowym. Plan mówił o wykorzystaniu przewagi wielkich zbiorów danych i szerokich scenariuszy zastosowań, o rozwoju AI jako części gospodarki cyfrowej, o cyfrowej transformacji całych łańcuchów produkcji i usług oraz o budowie datasetów i platform industrializacji AI dla kluczowych sektorów. To jest zasadnicza różnica między państwem, które chce mieć kilka efektownych startupów, a państwem, które chce przebudować własny model rozwoju. Właśnie dlatego najnowsze dane przytaczane przez „The Economist” nie opisują żadnego cudu. Pokazują logiczny skutek tego, co wcześniej zostało strategicznie ustawione.
Rozpoczęta 15. pięciolatka pokazuje już kierunek dalszego marszu. Pekin chce wykorzystać zbudowane kadry do kolejnego etapu — mocniej spiąć edukację, naukę, technologię i zasoby ludzkie, zwiększyć podaż mocy obliczeniowej, algorytmów i danych, szerzej wdrażać AI Plus w badaniach, produkcji, usługach publicznych i zarządzaniu, a także wejść głębiej w embodied AI i inne branże przyszłości. W ciągu dziesięciu lat Chiny przeszły więc od budowy fundamentu do próby stworzenia państwa działającego już według logiki epoki AI.
Jak odnieść to do Polski? Z Chinami nie ma sensu się porównywać. Ich skala, potencjał ludnościowy, liczba inżynierów, rozmiar rynku i możliwości państwa są nieporównywalne. Jeśli już szukać punktu odniesienia bliższego krajowi średniej wielkości, to warto patrzeć na Koreę Południową. W tym samym zestawieniu zajęła trzecie miejsce. I to też nie wzięło się znikąd. Seul traktuje AI nie jako kolejną modną branżę, lecz jako element polityki państwowej. Chodzi nie o jeden efektowny projekt, ale o równoczesne wzmacnianie infrastruktury obliczeniowej, edukacji, badań i wdrożeń w całej gospodarce.
Za tym podejściem stoją bardzo konkretne działania. Korea chce do 2030 roku piętnastokrotnie zwiększyć krajową infrastrukturę GPU, przekroczyć poziom 2 eksaflopsów i zbudować Narodowe Centrum Obliczeniowe AI warte do 2 bln wonów. Równolegle sektor prywatny ma zainwestować 65 bln wonów w AI w latach 2024–2027, a państwo chce doprowadzić do tego, by do końca dekady AI było używane przez 70 proc. przemysłu i 95 proc. sektora publicznego.
To nie kończy się jednak na serwerowniach i inwestycjach. Korea od lat rozbudowuje także zaplecze kadrowe — zwiększa nauczanie informatyki i AI już od wcześniejszych etapów edukacji, ma sieć wyspecjalizowanych szkół i kierunków, stworzyła 10 graduate schools of AI oraz 41 software-centered colleges, a w najnowszej strategii zapisała cel wychowania 200 tysięcy specjalistów AI do 2030 roku. To pokazuje, że nawet państwo dużo mniejsze od Chin może szybko iść w górę, jeśli traktuje AI jako politykę państwową, a nie jako modne hasło.
Dla Polski wniosek z tego jest prosty. Przewagi technologicznej nie buduje się z samych haseł o innowacyjności, z jednego programu grantowego ani z kilku startupowych historii sukcesu. Jeśli państwo nie potrafi przez lata połączyć szkoły, uczelni, badań, danych, przemysłu i wdrożeń w jedną strategię, to nie będzie współtwórcą nowej epoki technologicznej. Będzie jej odbiorcą.
Trudno też poważnie mówić o technologicznej podmiotowości, skoro Polska obniżyła wydatki na B+R z 1,56 proc. PKB w 2023 roku do 1,41 proc. w 2024 roku, podczas gdy Korea Południowa jest już na poziomie 5 proc. PKB. To nie jest drobna różnica ani chwilowe opóźnienie. To jest przepaść. Tym bardziej że samo polskie środowisko naukowe od dawna mówi wprost, że kraj powinien dojść co najmniej do poziomu 3 procent. Jeśli nawet tego poziomu nie traktujemy serio, to cała debata o doganianiu technologicznej czołówki brzmi po prostu jak żart.
