W trakcie gdańskiej edycji wydarzenia Destination AI, zorganizowanego przez TD SYNNEX, rozmowa o AI przeszła z pytania „czy warto” na „ile na tym zarobimy i gdzie trzymamy dane”. Uczestnicy zgodzili się, że o przewadze danej firmy zdecyduje dojrzała strategia, twardy rachunek kosztów i suwerenność danych, a nie kolejne demo. Coraz częściej rozstrzyga ją lokalne, hybrydowe przetwarzanie.
Spotkanie, prowadzone przez Mariusza Laurisza (IT Reseller), odbyło się 26 maja 2026 roku. Prelegenci reprezentujący Microsoft, Dell Technologies, IBM, Intel czy NVIDIA, odłożyli futurologię na bok i przyjrzeli się temu, jak modele znane dotąd z teorii przekładają się na efektywność firm. Rynek przeszedł od fascynacji generatywnymi możliwościami algorytmów do kalkulacji ROI, automatyzacji procesów i systemów agentowych.
Ekonomia przesuwa obliczenia bliżej biurka
Punktem wyjścia było odczarowanie AI jako maszynki do „filmików z kotkami”. Arkadiusz Długozima (TD SYNNEX) opisał ją jako cyfrowego juniora, który zdejmuje z pracowników żmudne zadania, od przepisywania danych z plików PDF do Excela po streszczanie długich spotkań. Bariera nie tkwi w samym modelu, ale w nieuporządkowanych danych, na których firmy próbują uruchamiać zaawansowanych agentów. Drugi argument dotyczy kosztów. Lokalne przetwarzanie wciąż się opłaca. W organizacji liczącej 1000 osób przeniesienie zapytań z chmury na lokalne jednostki NPU daje nawet 200 tysięcy dolarów oszczędności w cztery lata.
Sprzęt nadąża za tą logiką. Standard Copilot+ PC wymaga minimum 16 GB RAM i dedykowanego NPU, a Dell dokłada do tego środowisko Dell Pro AI Studio z dziewięcioma małymi modelami (od 2 do 7 miliardów parametrów), wdrażanymi masowo przez Microsoft Intune. Tomasz Czekaj pokazał również jednostkę Dell Pro Max z GB10, czyli komputer o boku 15 cm ze 128 GB wspólnej pamięci, który uruchamia lokalnie modele do 200 miliardów parametrów. To punkt wejścia dla mniejszych firm, które chcą testować AI przed kosztownym skalowaniem do serwerów.
Twarde dane przyniósł Artur Bar (Intel). Przejście na technologię 18 angstremów dało o 30% gęstsze upakowanie i 15% wyższą wydajność na wat. Procesory Panther Lake i Lunar Lake oferują do 27 godzin pracy na baterii oraz od 120 do 180 TOPS, a nowoczesny komputer potrzebuje trzech silników: CPU, GPU i NPU. W serwerowni znów decyduje ekonomia. Konsolidacja starego sprzętu w stosunku 4:1 tnie rachunki za prąd i emisję CO2.
Agenci pod kontrolą człowieka i suwerenność danych
Token stał się nową walutą AI, a branża wchodzi w erę Agentic AI, czyli systemów zdolnych do rozumowania, które dopytują o szczegóły i same sięgają po wiele źródeł. Tak ten przełom opisała Małgorzata Gniech (NVIDIA), przy okazji obalając mit firmy znanej wyłącznie z kart graficznych. Od razu ostrzegła przed ślepym zaufaniem algorytmom. Agent może samodzielnie zatwierdzić zwrot do 200 dolarów w reklamacji, ale na końcu łańcucha decyzyjnego musi stać człowiek.
Jak pogodzić moc AI z poufnością, pokazały dwa narzędzia SafeStack zaprezentowane przez Jana Olszewskiego. Coder weryfikuje i optymalizuje kod jako wtyczka do JetBrains, bez wysyłania danych wrażliwych do chmury. Safe VOX tłumaczy rozmowę w czasie rzeczywistym lokalnie, na urządzeniach Edge, i zapisuje archiwalny czat do audytu. Dane głosowe nie opuszczają infrastruktury, więc rozwiązanie spełnia wymogi RODO, na przykład w urzędach czy placówkach medycznych.
Szerszą perspektywę dołożyła Maryja Shulhach (IBM EMEA), sięgając po analogię do Formuły 1. USA przeznaczyły na AI 500 miliardów dolarów, Europa dopiero buduje suwerenne AI Factories, a Polska wyrasta na ważny hub dzięki kompetencjom inżynierskim i zasobom HPC. Dowodem są powstające fabryki AI PIAST-AI w PCSS oraz GAIA w Cyfronecie. Większość firm nie potrzebuje jednak „bolidu” do trenowania modeli od zera, a jedynie platformy do ich serwowania. Taką rolę pełni IBM Fusion, gotowy do uruchomienia w 24 godziny.
Nowa jakość spotkań online i debata o dojrzałości
AI zmienia także formę spotkań. Łukasz Klibisz i Grzegorz Gęślak (TD SYNNEX Maverick) pokazali Microsoft Teams Rooms w akcji. Funkcja Cloud IntelliFrame rozpoznaje osoby w sali i dzieli obraz na osobne kafelki, a kamery treści prostują kadr tablicy i czynią piszącego półprzezroczystym, żeby zapis pozostał czytelny online. Profile głosu i twarzy przypisują wypowiedzi do nazwisk w transkrypcji na żywo, co ułatwia notatki i zarazem kończy anonimowość na spotkaniach.
Najmocniejszy wniosek padł w debacie prowadzonej przez Ewelinę Stój, z udziałem Katarzyny Bielak (Intel), Moniki Kałas (Microsoft) i Tomasza Czekaja (Dell). Z AI eksperymentuje 85% polskich firm, ale tylko 5% wdrożyło ją na skalę przynoszącą zysk. Rozmówcy omówili zmierzch laptopów z ery pandemii wobec standardu Copilot+ PC i wymogów AI Act, na ekonomię tokenów oraz model hybrydowy z analizą danych wrażliwych lokalnie, zgodnie z zasadą zero trust. Zgodzili się też, że w świecie algorytmów rośnie wartość kompetencji miękkich i krytycznego myślenia, niezbędnych do weryfikacji tego, co generuje model.
Gdańskie spotkanie zostawiło jasne przesłanie. Technologia jest dostępna i sprawdzona, a o przewadze danej firmy na rynku zdecydują odważne decyzje biznesowe oraz zespoły, które nauczą się pracować ze swoimi cyfrowymi juniorami.
Relację przygotowaliśmy we współpracy z redakcją IT Reseller, która moderowała wydarzenie i przygotowała materiały z jego przebiegu.
