Jack Conte, współzałożyciel i szef Patreona, powiedział to wprost: argument firm AI o "dozwolonym użytku" przy trenowaniu modeli to bzdura. Twórcy powinni dostawać pieniądze za treści, na których sztuczna inteligencja się uczy. To nie jest głos przypadkowego blogera - Patreon obsługuje ponad 250 tysięcy aktywnych twórców i przetwarza miliardy dolarów płatności rocznie. Kiedy ktoś z taką pozycją mówi o zmianie zasad gry, warto się wsłuchać.
Dlaczego to powinno interesować właściciela polskiej firmy produkcyjnej, agencji marketingowej z Krakowa czy sklepu internetowego z Poznania? Bo narzędzia AI, z których korzystasz na co dzień - ChatGPT, Claude, Midjourney, Gemini - wszystkie zostały wytrenowane na treściach stworzonych przez ludzi. Jeśli firmy stojące za tymi narzędziami będą musiały płacić za dane treningowe, cena subskrypcji pójdzie w górę. A to dopiero początek zmian.
Sprawa ma też drugie dno. Polskie firmy nie tylko korzystają z AI - coraz częściej same tworzą treści, które mogą trafiać do zbiorów treningowych. Jeśli prowadzisz firmowego bloga, publikujesz materiały wideo albo tworzysz raporty branżowe, Twoje treści mogą już teraz "karmić" modele językowe. Pytanie brzmi: czy ktoś powinien Ci za to zapłacić?
O co właściwie chodzi w sporze o dane treningowe?
Firmy takie jak OpenAI, Google czy Anthropic trenują swoje modele na ogromnych zbiorach tekstu, obrazów i dźwięku pobranych z internetu. Wykorzystują do tego między innymi artykuły prasowe, posty na blogach, zdjęcia, muzykę i kod źródłowy. Robią to, powołując się na doktrynę "fair use" (dozwolonego użytku) - argument prawny mówiący, że przekształcenie treści w coś nowego (model AI) jest legalne bez zgody i wynagrodzenia twórców.
Jack Conte twierdzi, że to nadużycie. Jego zdaniem firmy AI zarabiają miliardy dolarów na produkcie zbudowanym z cudzej pracy twórczej, nie dzieląc się ani groszem z autorami. I nie jest w tym sam. The New York Times pozwał OpenAI o naruszenie praw autorskich. Getty Images wytoczyło proces Stability AI. Grupa ponad 8 tysięcy autorów, w tym John Grisham i Jodi Picoult, podpisała list otwarty domagający się wynagrodzenia za wykorzystanie ich dzieł.
W Unii Europejskiej sytuacja prawna jest nieco inna niż w USA. Dyrektywa o prawach autorskich na jednolitym rynku cyfrowym (DSM) z 2019 roku dopuszcza eksplorację tekstu i danych (text and data mining) do celów badawczych, ale komercyjne wykorzystanie wymaga zgody właścicieli praw - chyba że ci wyraźnie się nie sprzeciwili. AI Act, który wszedł w życie w 2024 roku, nakłada na dostawców modeli ogólnego przeznaczenia obowiązek publikowania podsumowań wykorzystanych danych treningowych. To oznacza, że w Europie - a więc i w Polsce - twórcy mają teoretycznie silniejszą pozycję niż w Stanach Zjednoczonych.
Jak wzrost kosztów AI uderzy w polskie firmy?
Przejdźmy do konkretu. Jeśli firmy AI zostaną zmuszone do płacenia za dane treningowe - przez wyroki sądowe, regulacje lub presję społeczną - koszty te zostaną przerzucone na użytkowników końcowych. To proste równanie biznesowe.
Dziś subskrypcja ChatGPT Plus kosztuje 20 dolarów miesięcznie (ok. 80 zł). Claude Pro od Anthropic - tyle samo. Midjourney to 10-60 dolarów w zależności od planu. Dla polskiej firmy zatrudniającej 10 osób, która kupiła licencje na ChatGPT Team po 25 dolarów za osobę, to roczny koszt rzędu 12 000 zł. Jeśli ceny wzrosną o 30-50% (a takie szacunki pojawiają się w analizach branżowych), mówimy o dodatkowych 4-6 tysiącach złotych rocznie. Dla dużej korporacji to drobne. Dla małej firmy z Lublina czy Białegostoku - realna pozycja w budżecie.
Ale jest też scenariusz bardziej optymistyczny. Firmy AI mogą zdecydować się na model licencyjny podobny do tego, jak działa muzyka w streamingu. Spotify płaci twórcom ułamki centów za odtworzenie, ale system działa i wszyscy z niego korzystają. Gdyby OpenAI czy Google wdrożyły podobny mechanizm mikropłatności za wykorzystanie treści w treningu, ceny dla użytkowników końcowych mogłyby wzrosnąć umiarkowanie - o 10-15% - co byłoby do zaabsorbowania przez większość firm.
Jest jeszcze trzeci scenariusz: fragmentacja rynku. Niektóre firmy AI mogą zacząć trenować modele wyłącznie na danych licencjonowanych lub syntetycznych. Takie modele mogą być tańsze, ale mniej dokładne. Polskie firmy stanęłyby wtedy przed wyborem: droższe, lepsze narzędzie wytrenowane na pełnym zbiorze danych, czy tańsza alternatywa z ograniczeniami. To trochę jak wybór między Adobe Creative Cloud a darmowym GIMP-em - oba działają, ale różnica w jakości i możliwościach jest odczuwalna.
Polscy twórcy treści - szansa czy zagrożenie?
Teraz odwróćmy perspektywę. W Polsce działa ponad 2,5 miliona firm z sektora MŚP. Wiele z nich regularnie produkuje treści: wpisy blogowe, opisy produktów, materiały szkoleniowe, posty w mediach społecznościowych, filmy na YouTube. Jeśli firmy AI będą musiały płacić za dane treningowe, polscy twórcy treści biznesowych mogą na tym zyskać.
Już teraz istnieją platformy, które idą w tym kierunku. Shutterstock podpisał umowę z OpenAI na licencjonowanie zdjęć do treningu DALL-E. Reddit sprzedał licencję na swoje dane Google za 60 milionów dolarów rocznie. Wydawcy tacy jak Axel Springer (właściciel m.in. Onetu i Faktu w Polsce) zawarli umowy licencyjne z OpenAI. To pokazuje, że rynek płatnych danych treningowych już się tworzy.
Dla polskiej agencji content marketingowej czy studia graficznego to potencjalne nowe źródło przychodu. Wyobraź sobie sytuację: Twoja firma stworzyła tysiące unikalnych opisów produktów dla klientów z branży e-commerce. Jeśli powstanie system rejestracji i licencjonowania takich treści na potrzeby treningu AI, możesz na tym zarobić. To jeszcze nie jest rzeczywistość, ale kierunek rozwoju jest wyraźny.
Trzeba jednak uczciwie powiedzieć: na razie nie istnieje sprawny mechanizm, który pozwalałby małym polskim firmom monetyzować swoje treści w kontekście treningu AI. Istniejące umowy dotyczą dużych graczy - wydawców, platform, agencji fotograficznych. Dla właściciela warsztatu samochodowego z Radomia, który prowadzi bloga o naprawach, perspektywa zarobku na danych treningowych jest dziś czysto teoretyczna. Ale rynek się kształtuje i warto śledzić, jak się rozwinie.
Co konkretnie powinna zrobić polska firma już teraz?
Niezależnie od tego, jak potoczy się debata o wynagradzaniu twórców, polskie firmy mogą podjąć kilka praktycznych kroków.
- Sprawdź plik robots.txt na swojej stronie. To prosty plik tekstowy, który mówi robotom internetowym, czy mogą indeksować Twoje treści. Możesz w nim zablokować boty firm AI (np. GPTBot od OpenAI, CCBot używany przez Common Crawl, Google-Extended od Google). Jeśli nie chcesz, żeby Twoje treści trafiały do zbiorów treningowych bez Twojej zgody - to pierwszy krok. Poproś swojego informatyka lub agencję webową o dodanie odpowiednich wpisów.
- Dokumentuj swoje treści. Jeśli Twoja firma tworzy unikalne materiały - raporty, analizy, bazy wiedzy, instrukcje - zacznij je systematycznie katalogować z datami publikacji. Gdyby w przyszłości powstał system rekompensat, udokumentowane autorstwo będzie podstawą do roszczeń.
- Dywersyfikuj narzędzia AI. Nie uzależniaj się od jednego dostawcy. Jeśli ceny ChatGPT'a wzrosną, powinieneś mieć przetestowaną alternatywę - Claude'a od Anthropic, Gemini od Google czy modele open source jak Llama od Meta, które możesz uruchomić lokalnie bez opłat licencyjnych. Testuj różne rozwiązania już teraz, żebyś nie był zaskoczony zmianą cennika.
- Śledź regulacje unijne. AI Act jest już w mocy, ale szczegółowe przepisy wykonawcze wciąż powstają. Europejskie Biuro ds. AI (AI Office) pracuje nad kodeksami postępowania dla dostawców modeli ogólnego przeznaczenia. Te regulacje bezpośrednio wpłyną na to, jak firmy AI obchodzą się z danymi treningowymi - i ile za nie płacą. Polskie Ministerstwo Cyfryzacji publikuje aktualizacje na swoich stronach, a branżowe organizacje jak Związek Pracodawców Technologii Cyfrowych Lewiatan organizują webinary na ten temat.
- Rozważ własne, wewnętrzne bazy wiedzy. Narzędzia typu RAG (Retrieval-Augmented Generation) pozwalają podłączyć model AI do Twoich firmowych dokumentów, zamiast polegać wyłącznie na wiedzy z treningu. Rozwiązania takie jak Microsoft Copilot zintegrowany z SharePointem czy open-source'owe narzędzia jak LangChain pozwalają budować systemy, które korzystają z Twoich danych - a nie z cudzych. To inwestycja, ale zmniejsza zależność od zewnętrznych zbiorów treningowych.
Podsumowanie - zmiana, która dopiero się rozpędza
Głos Jacka Conte z Patreona to nie odosobniona opinia - to element rosnącej fali. Twórcy, wydawcy, artyści i programiści na całym świecie domagają się wynagrodzenia za treści wykorzystane do trenowania modeli AI. Sądy w USA i Europie rozpatrują dziesiątki pozwów. Regulacje unijne zaostrzają się. Rynek zmierza w kierunku, w którym darmowy lunch się kończy.
Dla polskich firm to oznacza trzy rzeczy. Po pierwsze, narzędzia AI prawdopodobnie podrożeją - pytanie tylko kiedy i o ile. Po drugie, jeśli Twoja firma tworzy wartościowe treści, w przyszłości możesz mieć prawo do wynagrodzenia za ich wykorzystanie w treningu AI. Po trzecie, firmy, które już teraz budują własne bazy wiedzy i nie polegają w 100% na zewnętrznych modelach, będą w lepszej pozycji niezależnie od tego, jak potoczy się debata.
Nie da się przewidzieć dokładnego kształtu przyszłych regulacji. Ale jedno jest pewne: era, w której firmy AI mogły bezpłatnie korzystać z całego internetu jako zbioru treningowego, powoli dobiega końca. Polskie firmy, które to zrozumieją i się przygotują, będą miały przewagę nad tymi, które zaskoczą zmiany w cennikach i warunkach użytkowania.
Źródło: TechCrunch - Patreon CEO calls AI companies' fair use argument 'bogus,' says creators should be paid