Ostatnie miesiące w OpenAI to seria wydarzeń, które przypominają bardziej serial dramatyczny niż historię firmy technologicznej. Odejścia kluczowych pracowników, spory o kierunek rozwoju, kontrowersje wokół bezpieczeństwa i zmiana modelu biznesowego z non-profit na komercyjny - to wszystko dzieje się w firmie, od której wiele polskich przedsiębiorstw uzależniło swoje procesy. Jeśli Twoja firma korzysta z ChatGPT'a jako głównego narzędzia AI, ten artykuł jest dla Ciebie.
Nie chodzi o to, żeby siać panikę. ChatGPT działa i prawdopodobnie będzie działać dalej. Problem jest subtelniejszy - polega na tym, że strategiczne uzależnienie od jednego dostawcy w tak młodej i niestabilnej branży to poważne ryzyko biznesowe. A polskie małe i średnie firmy, które dopiero wchodzą w świat AI, mają teraz unikalną szansę, żeby od razu zbudować swoją strategię mądrze - zamiast powtarzać błędy tych, którzy postawili wszystko na jedną kartę.
Przyjrzyjmy się, co właściwie dzieje się w OpenAI, dlaczego to ma znaczenie dla firmy z Krakowa, Poznania czy Gdańska, i co konkretnie można z tym zrobić.
Co tak naprawdę dzieje się w OpenAI?
Historia zaczęła się na poważnie pod koniec 2023 roku, kiedy zarząd OpenAI zwolnił, a potem przywrócił CEO Sama Altmana. Ale to był dopiero początek. W 2024 i 2025 roku firmę opuścili kolejni kluczowi ludzie - Ilya Sutskever (współzałożyciel i główny naukowiec), Jan Leike (szef zespołu ds. bezpieczeństwa), Mira Murati (CTO) i wielu innych. Każde z tych odejść wiązało się z sygnałami, że wewnątrz firmy toczy się spór o fundamentalny kierunek - czy priorytetem jest bezpieczeństwo i odpowiedzialne wdrażanie AI, czy szybki wzrost i komercjalizacja.
W 2025 roku OpenAI ogłosiło transformację z organizacji non-profit w pełni komercyjną spółkę. To zmiana, która ma realne konsekwencje. Firma, która powstała z misją "bezpiecznego rozwoju sztucznej inteligencji dla dobra ludzkości", staje się teraz podmiotem nastawionym na zysk, z inwestorami oczekującymi zwrotu z miliardów dolarów. Przy wycenie przekraczającej 150 miliardów dolarów presja na monetyzację jest ogromna.
Co to oznacza w praktyce? Zmiany cenowe mogą być gwałtowne i nieprzewidywalne. API, z którego korzysta wiele polskich firm, może zmienić warunki z dnia na dzień. Funkcje, które dziś są dostępne w ramach subskrypcji, jutro mogą trafić za dodatkowy paywall. To nie jest teoria - OpenAI już kilkukrotnie zmieniało politykę cenową i warunki dostępu do swoich modeli.
Dlaczego polskie firmy są szczególnie narażone?
Z moich rozmów z polskimi przedsiębiorcami wyłania się pewien wzorzec. Typowa ścieżka wygląda tak: firma odkrywa ChatGPT'a, zaczyna go używać do obsługi klienta, generowania treści lub analizy dokumentów, a po kilku miesiącach okazuje się, że połowa procesów jest zbudowana wokół jednego narzędzia od jednego dostawcy. Nie ma planu B.
Według danych Polskiego Instytutu Ekonomicznego z 2024 roku, około 15% polskich MŚP deklaruje regularne korzystanie z narzędzi AI. Zdecydowana większość z nich używa produktów OpenAI. To oznacza, że tysiące polskich firm mają ekspozycję na ryzyko, którego prawdopodobnie nie uwzględniły w swojej strategii.
Jest kilka powodów, dla których polskie firmy są tu w trudniejszej sytuacji niż zachodnie korporacje:
- Mniejsze budżety na IT - duże firmy mogą pozwolić sobie na zespoły, które monitorują rynek i szybko migrują między dostawcami. Firma zatrudniająca 20 osób takiego luksusu nie ma.
- Brak wewnętrznych kompetencji AI - w wielu MŚP za "wdrożenie AI" odpowiada jedna osoba, często właściciel, który nauczył się korzystać z ChatGPT'a z tutoriali na YouTube.
- Zależność od jednego interfejsu - prompty, szablony, cały obieg pracy zbudowany pod konkretne narzędzie. Migracja to nie kwestia kliknięcia "zmień dostawcę".
- Kwestie RODO i lokalizacji danych - polskie firmy podlegają europejskim regulacjom, a polityka prywatności OpenAI zmienia się równie dynamicznie jak jej zarząd.
Dodam też uczciwie - nie mam danych wskazujących, że OpenAI planuje nagle wyłączyć swoje usługi lub drastycznie podnieść ceny w Europie. Ryzyko jest bardziej subtelne. Chodzi o stopniowe zmiany warunków, przesunięcia w ofercie i brak kontroli po stronie użytkownika.
Strategia dywersyfikacji - jak to zrobić w praktyce?
Dywersyfikacja dostawców AI nie oznacza, że trzeba przestać używać ChatGPT'a. Oznacza, że nie powinien to być jedyny filar Twojej strategii. Oto konkretne kroki, które polskie firmy mogą podjąć już teraz:
1. Zrób audyt zależności od AI. Wypisz wszystkie procesy, w których używasz narzędzi AI. Przy każdym zapisz: jakie narzędzie, ile kosztuje miesięcznie, co by się stało, gdyby przestało działać jutro. Jeśli odpowiedź na ostatnie pytanie brzmi "byłby poważny problem" - to jest Twój priorytet do dywersyfikacji.
2. Przetestuj alternatywy dla kluczowych zastosowań. Rynek modeli językowych jest dziś znacznie bogatszy niż rok temu. Claude od Anthropic (dostępny w Polsce) sprawdza się doskonale w analizie długich dokumentów - obsługuje kontekst do 200 000 tokenów, co w praktyce oznacza możliwość wrzucenia kilkudziesięciostronicowej umowy i zadawania pytań. Gemini od Google oferuje integrację z całym ekosystemem Google Workspace, co dla firm korzystających z Gmaila i Dysku Google jest naturalnym wyborem. Modele open source, takie jak Llama 3.1 od Meta czy Mistral, można uruchomić lokalnie, co rozwiązuje problem prywatności danych.
3. Buduj procesy niezależne od dostawcy. Zamiast pisać prompty ściśle pod ChatGPT'a, twórz szablony, które opisują zadanie w sposób uniwersalny. Dobry prompt dla ChatGPT'a powinien działać też z Claude'em czy Gemini - jeśli nie działa, to znaczy, że jest zbyt mocno "dopasowany" do jednego modelu. To jak pisanie kodu, który działa tylko na jednym komputerze.
4. Rozważ warstwę pośrednią. Narzędzia takie jak LangChain, LiteLLM czy nawet proste rozwiązania w Make (dawniej Integromat) pozwalają budować obiegi pracy, w których zmiana modelu AI to kwestia zmiany jednego parametru, a nie przebudowy całego procesu. Dla firmy, która korzysta z AI na poważnie, to inwestycja, która zwraca się przy pierwszej poważnej zmianie u dostawcy.
Podam konkretny przykład. Firma e-commerce z Wrocławia, z którą rozmawiałem w zeszłym miesiącu, używała wyłącznie API OpenAI do generowania opisów produktów - około 2000 opisów miesięcznie. Kiedy w styczniu 2025 OpenAI podniosło ceny API dla modelu GPT-4 Turbo, ich miesięczny koszt wzrósł o 40%. Gdyby mieli przygotowaną alternatywę - na przykład model Claude'a 3.5 Sonnet, który w testach generuje opisy porównywalnej jakości przy niższym koszcie - przejście zajęłoby godziny, nie tygodnie.
AI zmienia biznes teraz - nie czekaj na stabilizację
Jest pokusa, żeby powiedzieć: "poczekam, aż się rynek ustabilizuje, a potem wdrożę AI na poważnie". To błąd, który może kosztować polskie firmy przewagę konkurencyjną. Rynek AI nie ustabilizuje się w najbliższych latach. Nowi gracze pojawiają się co miesiąc - w 2025 roku mamy już silne modele od co najmniej siedmiu dużych graczy (OpenAI, Anthropic, Google, Meta, Mistral, xAI, DeepSeek), a do tego dziesiątki wyspecjalizowanych narzędzi branżowych.
Firmy, które dziś uczą się pracować z AI - nawet jeśli robią to niedoskonale - budują kompetencje, których nie da się nadrobić czytając artykuły za dwa lata. To jak z internetem w latach 2000. Firmy, które wtedy eksperymentowały ze stronami internetowymi i e-commerce, miały ogromną przewagę nad tymi, które "czekały na stabilizację".
Dane są jednoznaczne. Według raportu McKinsey z 2024 roku, firmy, które wdrożyły AI w co najmniej dwóch obszarach biznesowych, odnotowały średnio 15-20% wzrost produktywności w tych obszarach. Nie chodzi o magiczne transformacje - chodzi o setki małych usprawnień, które się kumulują. Szybsza odpowiedź na zapytanie klienta. Lepiej napisana oferta. Sprawniej przeanalizowana umowa. Automatycznie przygotowany raport.
Ale te korzyści są realne tylko wtedy, gdy firma nie jest zakładnikiem jednego dostawcy. Bo jeśli ten dostawca zmieni cennik, warunki lub po prostu pogorszy jakość modelu (co OpenAI zrobiło kilkukrotnie przy aktualizacjach GPT-4 w 2024 roku, na co skarżyli się deweloperzy na całym świecie) - firma z jednym dostawcą stoi w miejscu, a firma z dywersyfikacją przełącza się i jedzie dalej.
Warto też wspomnieć o wymiarze regulacyjnym. Akt o Sztucznej Inteligencji (AI Act) Unii Europejskiej, który wchodzi w życie etapami w latach 2024-2026, nakłada na firmy obowiązki związane z transparentnością i zarządzaniem ryzykiem przy korzystaniu z systemów AI. Firmy, które mają uporządkowaną dokumentację swoich procesów AI i nie są zamknięte w jednym ekosystemie, będą miały znacznie łatwiej przy spełnianiu tych wymogów.
Podsumowanie - trzy rzeczy do zrobienia w tym tygodniu
Chaos w OpenAI to nie powód do paniki, ale sygnał ostrzegawczy. Dla polskich firm, które poważnie myślą o AI, wniosek jest prosty: korzystaj z ChatGPT'a, ale nie bądź od niego zależny. Oto trzy konkretne kroki na start:
- Zrób listę procesów zależnych od AI i oceń ryzyko dla każdego z nich. To zajmie godzinę, a da Ci pełen obraz sytuacji.
- Załóż konto w co najmniej jednej alternatywie - Claude (claude.ai) i Gemini (gemini.google.com) mają darmowe plany, które wystarczą do testów. Przetestuj swoje najważniejsze prompty i porównaj wyniki.
- Zapisz swoją wiedzę o AI - prompty, szablony, procedury. Nie w głowie jednej osoby, ale w udostępnionym dokumencie. To Twoje zabezpieczenie niezależnie od tego, co zrobi jakikolwiek dostawca.
Branża AI będzie się zmieniać - to jedyna pewność, jaką mamy. Firmy, które potraktują tę zmienność jako normę i odpowiednio się zabezpieczą, wygrają. Reszta będzie reagować na kryzysy zamiast budować przewagę.