Kiedy w lipcu 2026 roku Fidji Simo - osoba numer dwa w OpenAI, odpowiedzialna za całą część operacyjną firmy - ogłosiła odejście ze stanowiska, branża technologiczna zareagowała natychmiast. Komentarze, analizy, spekulacje. Ale jeśli prowadzisz firmę w Polsce i korzystasz z narzędzi opartych na modelach OpenAI, powinieneś spojrzeć na tę sytuację z zupełnie innej strony niż dziennikarze z Doliny Krzemowej.
Fidji Simo nie była przypadkową osobą w strukturze OpenAI. Wcześniej zarządzała aplikacją Facebooka dla ponad 2 miliardów użytkowników, a następnie była CEO Instacart. W OpenAI odpowiadała za operacje, sprzedaż i partnerstwa - czyli za wszystko to, co decyduje o tym, jak produkty firmy trafiają do klientów biznesowych. Jej odejście to nie plotka z Twittera. To realna zmiana w firmie, od której tysiące polskich przedsiębiorstw uzależniło swoje procesy.
I właśnie dlatego warto się zatrzymać i zadać sobie pytanie: co to oznacza dla mojego biznesu? Nie za pięć lat. Teraz.
Dlaczego odejście jednej osoby powinno Cię zainteresować
Na pierwszy rzut oka - odejście wiceprezeski z amerykańskiej firmy technologicznej nie powinno spędzać snu z powiek właścicielowi hurtowni z Poznania czy agencji marketingowej z Krakowa. Ale sprawa jest bardziej złożona.
OpenAI to nie jest zwykły dostawca oprogramowania. To firma, która w ciągu ostatnich trzech lat stała się fundamentem cyfrowej infrastruktury dla setek tysięcy firm na świecie. Według danych z raportu OpenAI z początku 2026 roku, z ich API korzysta ponad 3 miliony firm i deweloperów globalnie. W Polsce - choć brak dokładnych danych - szacuje się, że kilkadziesiąt tysięcy firm używa ChatGPT lub API OpenAI w codziennej pracy. Od obsługi klienta, przez generowanie treści, po analizę dokumentów.
Odejście Fidji Simo to już kolejna poważna zmiana kadrowa w OpenAI w ciągu ostatnich dwóch lat. Wcześniej firmę opuścili m.in. współzałożyciel Ilya Sutskever, szef ds. bezpieczeństwa Jan Leike, CTO Mira Murati i prezes Greg Brockman. Każde takie odejście to sygnał niestabilności. A niestabilność dostawcy, od którego zależy Twój obieg pracy, to ryzyko biznesowe - proste i twarde.
Simo odpowiadała za kierunek komercyjny firmy. To ona nadzorowała relacje z klientami enterprise, strategię cenową i rozwój produktów dla biznesu. Jej odejście może oznaczać zmiany w polityce cenowej API, w priorytetach rozwoju produktów, a nawet w jakości wsparcia technicznego. Dla polskiej firmy, która zbudowała swoje procesy wokół GPT-4o lub o3, to nie jest abstrakcyjna informacja.
Uzależnienie od jednego dostawcy - polskie realia
Porozmawiajmy o tym, jak wygląda typowe wdrożenie AI w polskiej małej lub średniej firmie. Z mojego doświadczenia jako konsultanta wynika, że scenariusz jest najczęściej taki: firma zaczyna od ChatGPT Plus dla kilku pracowników, potem ktoś bardziej techniczny podłącza API do wewnętrznych narzędzi, a po kilku miesiącach okazuje się, że połowa procesów - od pisania ofert po analizę reklamacji - opiera się na jednym dostawcy.
To nie jest zarzut. To naturalna ścieżka adopcji technologii. Problem pojawia się wtedy, gdy ten jeden dostawca zmienia cennik (co OpenAI robiło już wielokrotnie), zmienia warunki korzystania z API, albo - jak w tym przypadku - traci osoby odpowiedzialne za stabilność i kierunek rozwoju produktów komercyjnych.
Weźmy konkretny przykład. Firma e-commerce z Wrocławia, z którą rozmawiałem w zeszłym miesiącu, używa API OpenAI do automatycznego generowania opisów produktów w trzech językach, analizy opinii klientów i wstępnej klasyfikacji zgłoszeń do działu obsługi. Miesięczny koszt API to około 2500 złotych, ale wartość procesów, które na tym stoją, to wielokrotność tej kwoty. Gdyby OpenAI z dnia na dzień zmieniło warunki dostępu do API lub znacząco podniosło ceny - a historia pokazuje, że takie rzeczy się zdarzają - ta firma miałaby poważny problem operacyjny.
Inny przypadek: agencja marketingowa z Gdańska, 15 osób, która zbudowała cały obieg produkcji treści wokół GPT-4o i DALL-E. Kiedy w 2025 roku OpenAI zmieniło limity dla generowania obrazów, agencja musiała w ciągu tygodnia przeorganizować procesy. Nie dlatego, że technologia zawiodła, ale dlatego, że dostawca zmienił zasady gry.
Strategia multi-model - nie luksus, a konieczność
Odpowiedzią na tego typu ryzyko nie jest rezygnacja z AI. To byłoby jak rezygnacja z internetu, bo dostawca zmienił cennik. Odpowiedzią jest świadoma dywersyfikacja - czyli strategia multi-model.
Co to oznacza w praktyce dla polskiej firmy? Kilka konkretnych kroków:
- Testuj alternatywy równolegle. Anthropic z Claude'em 4, Google z Gemini 2.5, a także modele open source jak Llama 4 od Mety czy Mistral Large - każdy z nich ma swoje mocne strony. Claude jest świetny w analizie długich dokumentów, Gemini dobrze radzi sobie z danymi strukturalnymi, a modele open source dają pełną kontrolę nad danymi.
- Buduj abstrakcję w swoich narzędziach. Jeśli korzystasz z API, zadbaj o to, żeby Twój kod nie był na sztywno powiązany z jednym dostawcą. Narzędzia takie jak LiteLLM czy OpenRouter pozwalają przełączać się między modelami bez przepisywania aplikacji.
- Rozdziel procesy krytyczne od eksperymentalnych. Obsługa klienta, która działa 24/7? Tu potrzebujesz niezawodności i planu B. Generowanie postów na social media? Tu ryzyko przestoju jest mniejsze.
- Negocjuj warunki. Jeśli Twoja firma wydaje na API więcej niż 1000 dolarów miesięcznie, masz prawo oczekiwać lepszych warunków i gwarancji. Rozmawiaj z dostawcami o SLA i warunkach wypowiedzenia.
Muszę tu uczciwie powiedzieć: strategia multi-model nie jest darmowa. Wymaga więcej pracy na etapie konfiguracji, testowania i utrzymania. Dla jednoosobowej firmy może to być nieproporcjonalny wysiłek. Ale dla firmy zatrudniającej 10-50 osób, która realnie opiera procesy na AI, to inwestycja, która się zwraca przy pierwszym poważnym problemie z dostawcą.
Co dalej z OpenAI i co to zmienia na rynku
Odejście Fidji Simo wpisuje się w szerszy obraz zmian w OpenAI. Firma przeszła w 2025 roku transformację z organizacji non-profit w strukturę for-profit, pozyskała kolejne miliardy dolarów finansowania i coraz wyraźniej konkuruje nie tylko z innymi firmami AI, ale też z gigantami jak Google, Apple czy Amazon. Sam Altman konsoliduje władzę, co może oznaczać szybsze decyzje, ale też większe ryzyko błędów strategicznych.
Dla polskiego rynku AI ta sytuacja ma kilka wymiarów. Po pierwsze, konkurencja między dostawcami modeli AI jest dziś większa niż kiedykolwiek. To dobra wiadomość - ceny spadają, jakość rośnie, a firmy mają realny wybór. Claude 4 od Anthropic w wielu testach dorównuje lub przewyższa GPT-4o w zadaniach analitycznych. Gemini 2.5 Pro od Google'a oferuje ogromne okno kontekstowe (do miliona tokenów), co jest bezcenne przy pracy z dużymi dokumentami - umowami, raportami, dokumentacją techniczną.
Po drugie, rośnie segment modeli open source, które można uruchomić na własnej infrastrukturze. Dla firm z branż regulowanych - finansowej, medycznej, prawnej - to często jedyna opcja spełniająca wymogi RODO i polskich regulacji dotyczących przetwarzania danych. Llama 4 od Mety czy modele od Mistrala można postawić na polskim serwerze, co eliminuje problem transferu danych za ocean.
Po trzecie, i to jest chyba najważniejsze - polski rynek usług AI dojrzewa. Pojawia się coraz więcej lokalnych firm oferujących wdrożenia AI z uwzględnieniem polskich realiów prawnych i biznesowych. To nie jest już sytuacja sprzed dwóch lat, kiedy jedyną opcją było samodzielne eksperymentowanie z ChatGPT. Dziś można znaleźć partnera, który pomoże zbudować infrastrukturę AI odporną na zawirowania u jednego dostawcy.
Praktyczna checklista na poniedziałek rano
Zamiast kończyć ogólnikami, zostawiam Ci konkretną listę rzeczy do zrobienia:
- Zrób audyt zależności. Spisz wszystkie procesy w firmie, które korzystają z AI. Przy każdym zapisz, co się stanie, jeśli ten dostawca przestanie działać na 48 godzin. Jeśli odpowiedź brzmi "chaos" - masz priorytet.
- Przetestuj jedną alternatywę w tym tygodniu. Jeśli używasz wyłącznie ChatGPT, załóż konto w Claude i przepuść przez niego te same zadania. Porównaj jakość, czas i koszt. Często wyniki zaskakują.
- Sprawdź swoje umowy i regulaminy. Czy wiesz, jakie masz gwarancje od dostawcy API? Czy wiesz, z jakim wyprzedzeniem mogą zmienić cennik? Większość firm tego nie sprawdziła.
- Zaplanuj budżet na dywersyfikację. Nawet 10-15% obecnego budżetu na AI przeznaczone na testowanie alternatyw to rozsądna polisa ubezpieczeniowa.
- Rozmawiaj z zespołem. Twoi pracownicy prawdopodobnie już teraz korzystają z różnych narzędzi AI na własną rękę. Dowiedz się, z czego korzystają i dlaczego. To darmowy research rynku.
Odejście Fidji Simo z OpenAI to nie koniec świata. OpenAI nadal tworzy jedne z najlepszych modeli językowych na rynku i prawdopodobnie będzie to robić dalej. Ale ta sytuacja - kolejna w serii kadrowych trzęsień ziemi w tej firmie - to dobry moment, żeby polskie firmy przestały traktować jednego dostawcę AI jak jedynego dostawcę prądu. Rynek daje dziś realne alternatywy. Trzeba tylko po nie sięgnąć, zanim będzie to konieczność, a nie wybór.
Źródło: TechCrunch - Fidji Simo steps down from OpenAI's No. 2 role