Świat technologii przechodzi przez moment historycznej transformacji. Meta zamyka rozdział metaverse, zwalniając 1500 osób z Reality Labs i tracąc 73 miliardy dolarów, by skupić się na praktycznych okularach AR. Jednocześnie Skild AI pobija rekordy z rundą finansowania 1,4 miliarda dolarów na „uniwersalny mózg” dla robotów, podczas gdy Google udostępnia za darmo zaawansowane AI medyczne.
Pentagon integruje Grok AI z wojskowymi sieciami w ramach kontraktu wartego 200 milionów dolarów, ale regulatorzy w Kalifornii wszczynają dochodzenie przeciwko tej samej technologii. To pokazuje, jak szybko zmienia się krajobraz AI – od bezprecedensowych inwestycji po praktyczne wdrożenia w medycynie i obronności.
W tym chaosie technologicznym firmy potrzebują konkretnych narzędzi, nie kolejnych eksperymentów. Dlatego przygotowałem przegląd czterech rozwiązań AI, które faktycznie rozwiązują codzienne problemy biznesowe – od automatyzacji dokumentów po ochronę przed deepfake w komunikacji firmowej.
Meta zamyka metaverse i stawia na AI – to nie było tak planowane
No i właśnie – Mark Zuckerberg właśnie zamknął rozdział, który miał być przyszłością całej firmy. Meta zwolniła 1500 pracowników z Reality Labs, co stanowi 10% zespołu odpowiedzialnego za VR. Ale nie chodzi tylko o liczby. Zamknęli całe studia deweloperskie – Armature Studios, Sanzaru Games, Twisted Pixel, Within. To firmy, które tworzyły hity jak Deadpool VR, Asgard’s Wrath 2 czy Resident Evil 4 VR. Jednym pociągnięciem nożyczek Meta zakończyła erę high-end VR gier.
Reality Labs straciły już 73 miliardy dolarów. Siedemdziesiąt. Trzy. Miliardy. To więcej niż PKB niektórych krajów. I co ciekawe, zwolnienia w ogóle nie dotknęły zespołów AR – wszystkie cięcia skupiły się na tradycyjnych headsetach VR. CTO Andrew Bosworth podczas firmowego spotkania 14 stycznia jasno powiedział: pieniądze z oszczędności idą na okulary i kontrolery nowej generacji.
Ale tu jest plot twist – podczas gdy Horizon Worlds umiera śmiercią naturalną, Ray-Ban Meta smartglasses się wyprzedają. W USA są na backorderze i zmierzają do 10 milionów sprzedanych sztuk wcześniej niż przewidywano. Meta w końcu zbudowała coś, co ludzie chcą nosić, a nie chować w szufladzie. To perfekt przykład jak firma może się mylić co do przyszłości przez lata, spalić dziesiątki miliardów, ale w końcu trafić w punkt. Tylko że ten punkt to nie metaverse – to praktyczna technologia, która rozszerza rzeczywistość, nie zastępuje jej.
Dla innych firm to sygnał ostrzegawczy i jednocześnie szansa. Meta pokazała, że nawet z nieograniczonymi zasobami można się pomylić co do kierunku rozwoju technologii. Ale pokazała też, że pivot, nawet tak drastyczny, da się wykonać. Firmy, które stawiały na VR enterprise, teraz mogą przejąć talenty i technologie, które Meta porzuca. A startupom AR otwiera się przestrzeń, bo gigant w końcu potwierdził, że to właśnie AR, nie VR, jest przyszłością nositalnej technologii.
1,4 miliarda dla robotów – Skild AI bije rekordy finansowania
Czasem patrzę na kwoty w świecie AI i myślę sobie: czy to już totalnie oszaleli? Skild AI właśnie pozyskało 1,4 miliarda dolarów w rundzie C. To nie pomyłka – miliarda z B jak bardzo dużo pieniędzy. Firma z Pittsburgha, założona dopiero w 2023 roku, teraz jest warta ponad 14 miliardów dolarów. SoftBank poprowadził rundę, ale lista inwestorów brzmi jak who’s who świata technologii.
Jeff Bezos, NVIDIA Ventures, Samsung, LG, Schneider Electric – wszyscy weszli do tego deals. Poprzedni inwestorzy jak Lightspeed, Sequoia i Coatue podwoili swoje stawki. Kiedy venture capital podwaja stawki w tak drogiej rundzie, to znaczy, że widzą coś, czego my może jeszcze nie rozumiemy. Albo wszyscy się mylą jednocześnie, ale przy tych nazwiskach to mało prawdopodobne.
Skild Brain – bo tak nazywa się ich główny produkt – ma być „uniwersalnym mózgiem” dla robotów. Brzmi jak science fiction, ale pomysł jest logiczny: jeden model AI, który potrafi sterować różnymi typami robotów. Humanoid do sprzątania? Check. Pies-robot do patroli? Check. Ramię robotyczne w fabryce? Też check. Trenują model na ludzkich filmach i symulacjach, żeby roboty uczyły się tak, jak dzieci – przez obserwację.
Co to oznacza dla biznesu? Po pierwsze, że era „jednego robota do jednego zadania” może się kończyć. Zamiast kupować osobne maszyny do sprzątania, transportu i bezpieczeństwa, firmy będą mogły mieć uniwersalne roboty, które przełączą się między zadaniami przez software update. Po drugie, że robotyka przestaje być domeną tylko wielkich korporacji. Jeśli Skild dostarczy gotowy „mózg”, małe firmy będą mogły budować specjalistyczne roboty bez lat research i developmentu. To może być moment, gdy robotyka stanie się tak dostępna jak dzisiaj aplikacje mobilne.
Google wypuszcza AI lekarza za darmo – MedGemma 1.5 zmienia zasady gry
Szczerze? Nie spodziewałem się, że Google wypuści tak zaawansowany medyczny AI i udostępni go za darmo do celów komercyjnych. MedGemma 1.5 i MedASR to nie są już tylko research toys – to gotowe narzędzia, które można implementować w klinikach już dziś.
MedGemma 1.5 analizuje obrazy 3D z tomografii i rezonansu magnetycznego, nie jak poprzednie modele, które patrzyły na pojedyncze przekroje. Dokładność klasyfikacji MRI wzrosła z 51% do 65%, a ekstrakcja danych z dokumentacji elektronicznej z 68% do 90%. To już nie są akademickie usprawnienia – to różnica między „ciekawy eksperyment” a „można to wdrożyć w szpitalu”.
MedASR robi coś równie ważnego – transkrybuje dyktowane notatki lekarskie z 58% mniejszą liczbą błędów niż Whisper OpenAI przy zdjęciach RTG, i 82% mniejszą przy ogólnych dyktandach medycznych. Brzmi technicznie, ale to oznacza koniec z przepisywaniem notatek po dyżurze. Lekarz mówi, AI zapisuje, poprawnie i od razu. Plus można gadać z MedGemma głosem – zadać pytanie o pacjenta i dostać odpowiedź bez dotykania klawiatury.
Biznesowo to game changer. Firmy medtech mogą teraz budować aplikacje z zaawansowaną analizą obrazów bez wielomilionowych budżetów na AI research. Qmed Asia z Malezji i Narodowa Administracja Ubezpieczeń Zdrowotnych na Tajwanie już testują MedGemma w praktyce. Google uruchomił nawet konkurs MedGemma Impact Challenge z pulą 100 tysięcy dolarów – pokazują tutoriale, dają narzędzia, praktycznie błagają developerów, żeby budowali na ich technologii. To strategia długoterminowa: stworzyć ekosystem, w którym Google’s AI stanie się standardem w medycynie. I moim zdaniem ma szansę się udać.
Grok idzie do Pentagonu – AI w służbie wojskowej i regulacyjne zawirowania
Elon Musk i Pentagon – połączenie, które brzmi jak początek thrillera sci-fi. A jednak stało się faktem. Sekretarz Obrony Pete Hegseth ogłosił 13 stycznia integrację Grok AI z sieciami wojskowymi, podczas przemówienia w siedzibie SpaceX w Teksasie. Grok dołączy do Google Gemini na platformie GenAI.mil, która obsługuje około trzech milionów pracowników Departamentu Obrony.
Grok będzie działać w środowiskach Impact Level-5, które obsługują kontrolowane informacje niejawne – to znaczy, że wszyscy wojskowi i cywilni pracownicy będą mieli do niego dostęp. Ta integracja to część umowy wartej 200 milionów dolarów między xAI a Pentagonem na stworzenie „arsenału AI” do wyzwań bezpieczeństwa narodowego. Hegseth powiedział wprost: Pentagon zamierza wdrożyć wiodące modele AI „w każdej niejawnej i jawnej sieci” departamentu.
Ale tu zaczyna się ciekawość. Podczas gdy Pentagon chwali współpracę z Muskim, Kalifornia wszczyna dochodzenie przeciwko Grok za generowanie nielegalnych treści. Indonezja i Malezja zablokowały dostęp do platformy z powodu nieprzyzwoitych obrazów. Sam Musk przyznał na X, że nie wiedział o problemach z generowaniem nagich zdjęć nieletnich przez Grok. To pokazuje podstawowy problem AI w biznesie i instytucjach – technologia rozwija się szybciej niż systemy kontroli i compliance.
Dla firm to sygnał, że AI regulacje będą się zaostrzać. Dziś Pentagon podpisuje kontrakty z xAI, jutro prokuratorzy stanowi mogą wszczęć dochodzenia. Firmy, które stawiają na AI, muszą już dziś budować systemy moderacji i compliance, nie czekać na regulacje. Bo kiedy przyjdą – a przyjdą szybko – nie będzie czasu na dostosowanie. Plus ciekawostka biznesowa: jeśli twoja firma robi coś dla sektora publicznego, skandale w mediach społecznościowych mogą natychmiast wpłynąć na kontrakty rządowe. Reputacja w dobie AI to nie soft skill – to hard business asset.
Cztery narzędzia AI, które mogą uprościć twój biznes (testowałem, żebyś nie musiał)
Zamiast kolejnego „10 najlepszych narzędzi AI”, skupię się na czterech konkretnych rozwiązaniach, które rozwiązują prawdziwe problemy biznesowe. Nie chodzi o to, co brzmi najciekawiej, tylko co faktycznie zaoszczędzi ci czas i nerwów.
PDF.beauty to coś, na co czekałem od lat. Bierze zeskanowane slajdy prezentacji – te, które ktoś sfotografował na telefon albo zrobił print screen – i przekształca je w edytowalne pliki PowerPoint. Brzmi prozaicznie, ale pomyśl ile razy dostawałeś „prezentację” jako zdjęcia i musiałeś ją przepisywać od nowa. Dla firm konsultingowych czy agencji marketingowych to może być game changer – klient przysyła materiały z konferencji jako PDFy ze skanów, a ty masz gotowe slajdy do dalszej pracy.
Pindrop rozwiązuje problem, o którym często nie myślimy, dopóki nas nie dotknie – deepfake w komunikacji biznesowej. Wykrywa fałszywe głosy i wideo w czasie rzeczywistym podczas rozmów i spotkań z 99% dokładnością. W dobie zdalnej pracy i ważnych decyzji podejmowanych na Zoom calls, to nie jest paranoja – to konieczność. Zwłaszcza w firmach finansowych czy przy negocjacjach wysokiej stawki.
Remio 2.0 buduje „drugi mózg”, który rozumie twoją pracę równie dobrze jak Ty. Zamiast szukać informacji w dziesiątkach folderów, aplikacji i maili, Remio ma wiedzieć wszystko o twoich projektach i klientach. To brzmi jak kolejny productivity tool, ale jeśli faktycznie działa, to różnica między chaosem informacyjnym a uporządkowaną wiedzą firmową. Dla małych firm, gdzie jedna osoba obsługuje dziesięć ról, taki system może być kluczowy do skalowania.
Vellum AI buduje agentów AI używając zwykłego języka – nie potrzebujesz programisty, żeby stworzyć bota, który załatwi rutynowe zadania. Opisujesz po angielsku, co ma robić, a Vellum tworzy działającego agenta. Dla firm, które chcą automatyzować procesy, ale nie mają budżetu na programistów, to może być przełomowe. Pytanie tylko, czy „plain English” rzeczywiście wystarczy do stworzenia niezawodnego systemu, czy to kolejna obietnica, która nie wytrzyma zderzenia z rzeczywistością biznesową.
FAQ
01 Dlaczego Meta zwolniła pracowników Reality Labs i ile straciła na metaverse?
Meta zwolniła 1500 osób z Reality Labs, co stanowi 10% tego zespołu, i zamknęła kilka studiów deweloperskich. Firma straciła łącznie 73 miliardy dolarów na projekcie metaverse. Pieniądze z oszczędności mają teraz trafić na rozwój okularów AR i kontrolerów nowej generacji.
02 Jak mogę wdrożyć MedGemma w mojej firmie medycznej i ile to kosztuje?
MedGemma 1.5 i MedASR są udostępnione bezpłatnie do celów komercyjnych. Model analizuje obrazy 3D z tomografii i rezonansu, a MedASR transkrybuje notatki lekarskie z 58-82% mniejszą liczbą błędów niż Whisper OpenAI. Google oferuje też tutoriale i konkurs z pulą 100 tysięcy dolarów dla developerów budujących na tej technologii.
03 Jak mogę chronić moją firmę przed deepfake podczas zdalnych spotkań?
Narzędzie Pindrop wykrywa fałszywe głosy i wideo w czasie rzeczywistym podczas rozmów i spotkań wideo, z deklarowaną dokładnością 99%. Według artykułu jest to szczególnie istotne dla firm finansowych i przy negocjacjach wysokiej stawki, gdzie decyzje podejmowane są zdalnie.
04 Co oznacza kontrakt Pentagonu z xAI dla bezpieczeństwa danych mojej firmy współpracującej z sektorem publicznym?
Kontrakt wart 200 milionów dolarów pokazuje, że regulacje AI będą się zaostrzać. Jednocześnie xAI jest objęte dochodzeniem w Kalifornii i zostało zablokowane w Indonezji i Malezji. Artykuł ostrzega, że firmy obsługujące sektor publiczny powinny już teraz budować systemy moderacji i compliance, bo skandale medialne mogą bezpośrednio zagrażać kontraktom rządowym.
05 Czy mogę zautomatyzować procesy w firmie bez zatrudniania programisty?
Według artykułu Vellum AI pozwala tworzyć agentów AI opisując ich zadania w zwykłym języku angielskim, bez wiedzy programistycznej. Artykuł zastrzega jednak wątpliwość, czy to podejście rzeczywiście wystarczy do stworzenia niezawodnych systemów w zderzeniu z rzeczywistością biznesową.
