Na naszych oczach rozgrywa się globalny wyścig o dominację w dziedzinie sztucznej inteligencji. Nie chodzi już tylko o rywalizację między firmami technologicznymi, lecz między całymi państwami i blokami geopolitycznymi. Napędem tego wyścigu jest niespotykany wcześniej strumień inwestycji w infrastrukturę AI: zaawansowane mikroczipy, hiperskalowe centra danych, nowoczesne algorytmy i systemy chłodzenia, które razem tworzą tak zwane „gigafabryki AI”. To one mają zapewnić przewagę technologiczną w nadchodzących dekadach.
Cztery amerykańskie giganty technologiczne – Google, Microsoft, Amazon i Meta – mają w 2025 roku przeznaczyć łącznie 320–325 miliardów dolarów na inwestycje kapitałowe, z czego znaczna część trafi bezpośrednio na rozbudowę infrastruktury AI. Sam Microsoft planuje zainwestować 80 miliardów dolarów w budowę centrów danych wspierających AI, co stanowi skok w porównaniu do 53 miliardów wydanych w 2023 r., z czego ponad połowa przypadnie na inwestycje w USA. Amazon AWS przeznaczy 35 miliardów dolarów na rozbudowę kampusu centrów danych w Wirginii do 2040 r. i inwestuje miliardy w nowe regiony chmurowe – od Ohio po Chile, Brazylię, Indie i Australię.
Nowoczesne centra AI są wyposażone w specjalistyczne chipy (głównie GPU i akceleratory AI) i zużywają dziesiątki lub setki megawatów energii. Lider rynku, NVIDIA, kontroluje 80–90% globalnego rynku akceleratorów AI, czyniąc jej układy najbardziej pożądanym zasobem całej branży. Czas oczekiwania na chipy H100 i H200 (architektura Hopper) sięgał w 2024 r. nawet 11 miesięcy, zanim spadł do ok. 3 miesięcy. Najnowsze układy Blackwell, zaprezentowane w 2024 r., już teraz zmagają się z niedoborami, ponieważ popyt na modele AI nowej generacji – takie jak seria o1–o4 OpenAI, DeepSeek R1, Claude 3, Gemini czy Grok – gwałtownie rośnie.
Wśród wyspecjalizowanych dostawców GPU-compute trwa gorączkowy wyścig o skalowanie infrastruktury. Na czoło wysuwają się firmy takie jak Paperspace, Jarvis Labs, CoreWeave, RunPod, Nebius czy Vultr.
Sztuczna inteligencja staje się coraz bardziej złożona. Modele działają w środowiskach multimodalnych, wielozadaniowych, współdziałają jako zbiory autonomicznych agentów i są trenowane na ogromnych zbiorach danych. Rozwija się również koncepcja agentów AI o długoterminowej pamięci i zdolności do interakcji w świecie fizycznym (robotyka), a także generatywnych światów cyfrowych dla przemysłu, edukacji i rozrywki.
Koalicja z udziałem OpenAI, SoftBanku, Oracle i innych uruchomiła projekt „Stargate” – planujący zainwestować 500 miliardów dolarów w amerykańską infrastrukturę AI w ciągu czterech lat. Celem jest utrzymanie przewagi nad Chinami. W USA rośnie ponadpartyjne przekonanie, że wyścig AI to nie tylko kwestia innowacji, lecz gra o dominację gospodarczą i militarną w XXI wieku. Od czasów pierwszej administracji Trumpa głównym celem jest powstrzymanie technologicznego awansu Chin i ich dominacji w światowym przemyśle.
Polityka Bidena pogłębiła ograniczenia eksportowe wobec Chin, zapoczątkowane przez Trumpa. Obostrzenia objęły m.in. Huawei oraz fabryki chipów jak TSMC, który kontroluje ponad dwie trzecie światowego rynku produkcji układów scalonych. Rzekome względy bezpieczeństwa narodowego maskują także interesy komercyjne. USA, niegdyś w symbiotycznym układzie z „fabryką świata”, obecnie traktują Chiny jako rywala strategicznego.
Po powrocie Trumpa do władzy zaostrzono zakaz eksportu chipów H20 do Chin – specjalnie zaprojektowanych, okrojonych wersji H100 – co kosztowało NVIDIĘ 15 mld dolarów. Rynek chiński odpowiadał za 13% przychodów firmy w 2024 r. NVIDIA opracowuje teraz nowe wersje układów opartych na architekturze Blackwell przeznaczone na rynek chiński i intensywnie lobbuje za zniesieniem zakazu, argumentując, że ograniczenia sprzyjają tylko konkurencji – przede wszystkim Huawei.
Pekin nie pozostał bierny. Zintensyfikowano wsparcie dla krajowych firm – od producentów chipów po dostawców chmurowych. DeepSeek zaskoczyło świat przełomowym modelem AI, oferującym jakość porównywalną z OpenAI przy znacznie niższych kosztach. Od 2015 r. Xi Jinping konsekwentnie realizuje strategię „Made in China 2025”, której celem jest osiągnięcie parytetu technologicznego z USA.
Program „Big Fund” zgromadził już ponad 100 mld dol. w trzech fazach (2014–2029). W styczniu 2025 uruchomiono dodatkowy fundusz AI na 8 mld dol., a w marcu zapowiedziano 1 bln juanów (140 mld dol.) na 20-letni fundusz wspierający technologie przyszłości. SMIC produkuje chipy 5 nm, powstał chiński odpowiednik oprogramowania EDA, a w kwietniu 2025 zaprezentowano eksperymentalną maszynę EUV, przełamując monopol holenderskiego ASML.
Huawei stał się pełnoprawnym producentem chipów: układy Ascend 910C trafiają do masowej sprzedaży. Tencent i Alibaba złożyły setki tysięcy zamówień. Alibaba zapowiedziała inwestycje w AI na poziomie 53 mld dol. w ciągu trzech lat. Ascend 910C ma być alternatywą dla rozwiązań NVIDII – zbliżony do H100, ale nadal ustępujący Blackwellowi pod względem efektywności energetycznej i obsługi najbardziej zaawansowanych modeli językowych.
Chiny, rozwijając własne ekosystemy sprzętu i oprogramowania, dążą nie tylko do dominacji, lecz do suwerenności technologicznej i niezależności od zewnętrznych wpływów. Sztuczna inteligencja wspiera też politykę społeczną: diagnostykę medyczną, tłumaczenia w czasie rzeczywistym, edukację w biedniejszych regionach czy systemy zarządzania kryzysowego. W odróżnieniu od komercyjnej orientacji Big Techu, chińskie wdrożenia AI wpisują się w ramy długofalowego planowania publicznego.
A Europa i Japonia? Obie pozostają silnie zależne od amerykańskich hyperscalerów. UE zainicjowała projekt IPCEI dla mikroelektroniki nowej generacji. Japonia rozwija krajowe centra obliczeniowe i wspiera konsorcja chipowe. Niemcy, Francja i Włochy rozbudowują superkomputery i krajowe firmy AI, lecz ich skala wciąż nie dorównuje USA, Chinom ani krajom Zatoki Perskiej.
Nowi pretendenci to właśnie kraje Zatoki. ZEA i Arabia Saudyjska inwestują miliardy w infrastrukturę AI, by zdywersyfikować gospodarki i zyskać globalny wpływ. W maju 2025 Donald Trump ogłosił powstanie „UAE-US AI Campus” (5 GW). Porozumienie obejmuje eksport do 500 tys. chipów AI rocznie, z czego 100 tys. trafi do G42 – emirackiego konglomeratu technologicznego, a 400 tys. do amerykańskich firm. Centralnym projektem jest „Stargate UAE” – gigafabryka AI o mocy 1 GW. Inwestycję prowadzi szejk Tahnoon bin Zayed, brat emira i szef suwerennego funduszu ADIA.
G42 to struktura integrująca dostawców danych (Khazna, Core42), firmę zajmującą się analityką AI (Presight), branżowe piony (M42 – zdrowie, Space42 – kosmos) oraz akcelerator Hub71 działający w ramach ADGM (Abu Dhabi Global Market). W 2024 Khazna ogłosiła budowę 100 MW centrum danych w Ajmanie. ZEA podpisały też umowę z Francją na budowę 1 GW fabryki AI w Paris-Saclay – największym hubie technologicznym Europy – o wartości 8,5 mld dol.
Arabia Saudyjska również dynamicznie rozwija sektor AI. Firma HUMAIN (wzorowana na G42), należąca do Publicznego Funduszu Inwestycyjnego (PIF), ogłosiła partnerstwo z NVIDIA. Buduje fabryki AI do 500 MW oraz kompleks centrów danych o mocy 1,5 GW w NEOM (Oxagon). Projekt pochłonie 5 mld dol. Do 2030 r. program „Transcendence” ma zapewnić 100 mld dol. na rozwój ekosystemu AI. HUMAIN planuje też fundusz VC na 10 mld dol. i poszukuje partnera w USA. AWS ma zainwestować w Arabii Saudyjskiej 5,3 mld dol. w infrastrukturę chmurową.
Ta infrastruktura pochłania ogromne ilości energii. W 2024 r. centra danych zużywały 415 TWh (1,5% globalnego zużycia energii), a do 2030 r. może to być 945 TWh – tyle co całe dzisiejsze zużycie Japonii. Według IEA, zapotrzebowanie AI na prąd wzrośnie czterokrotnie. W USA będzie wyższe niż zapotrzebowanie przemysłu stalowego czy chemicznego.
Drugim wąskim gardłem jest brak specjalistów. Brakuje inżynierów ML, analityków danych, badaczy. W ZEA powstały wizy specjalistyczne i uczelnia MBZ AI University (nazywana „Stanfordem Zatoki”). Arabia Saudyjska uruchomiła program SAMAI, który ma przeszkolić milion obywateli.
Ale czy popyt nadąży za infrastrukturą? Goldman Sachs ostrzega, że same chatboty (jak ChatGPT) nie wygenerują wystarczającego popytu. Potrzebne będą AI-agenci, roboty przemysłowe, hiperrealistyczne światy cyfrowe czy automatyzacja usług publicznych.
Jak dotąd tylko część firm czerpie realne korzyści z wdrożeń AI. Według BCG (2024), jedynie 25% firm przeszło etap testów koncepcyjnych (proof-of-concept). 20% firm na rynkach wschodzących nie jest gotowych na adopcję AI (raport G42). Przeszkodami są: brak kompetencji cyfrowych, przestarzałe systemy IT, nieufność wobec „halucynacji” modeli językowych.
Ryzyko nadmiaru mocy przypomina bańkę telekomunikacyjną lat 90. Może zaszkodzić krótkoterminowo, ale długofalowo doprowadzi do konsolidacji, optymalizacji i powstania nowych modeli zarządzania: lepszego chłodzenia, wydajniejszego przetwarzania danych, inwestowania w ludzi i edukację. CEO Google’a, Sundar Pichai, mówi wprost: „ryzyko niedoinwestowania jest większe niż nadmiaru”.
Globalny ekosystem AI może się zhierarchizować: USA, Chiny i kilku innych liderów zdominują resztę świata. Kraje Zatoki mogą przejść od ropy do eksportu usług cyfrowych. Większość inwestycji poza Chinami i Rosją umacnia dominację amerykańskich firm (NVIDIA, AMD, AWS, Google, Microsoft, OpenAI), ale wielobiegunowy porządek technologiczny wciąż jest możliwy. Wyścig trwa, ale to nie sprint – to maraton, w którym wygrają ci, którzy połączą innowację z realnym popytem i społeczną użytecznością.
