Czyja chmura przechowuje mózg europejskiej gospodarki? Czyja AI zbuduje samochód przyszłości?

Trzy dni później, 12 czerwca 2026 roku, Anthropic poinformował, że rząd Stanów Zjednoczonych wydał dyrektywę kontroli eksportu, która nakazuje zawieszenie dostępu do Fable 5 i Mythos 5 dla wszystkich cudzoziemców, niezależnie od tego, czy przebywają w USA, czy poza nimi. Aby zastosować się do tego wymogu, firma podała, że musiała wyłączyć oba modele dla wszystkich klientów.

Mówiąc wprost, jeden z najbardziej zaawansowanych systemów AI na świecie przeszedł od premiery do geopolitycznego ograniczenia w mniej niż tydzień.

Na pierwszy rzut oka może to wyglądać jak kolejny spór między Doliną Krzemową a Waszyngtonem: firma technologiczna mówi o innowacji, rząd o bezpieczeństwie narodowym, a klienci sfrustrowani patrzą w ekrany.

Przypadek Anthropic jest jednym z najczytelniejszych dotąd sygnałów ostrzegawczych, że sztuczna inteligencja staje się zasobem strategicznym. To już nie tylko oprogramowanie. Nie kolejna usługa chmurowa. Nie wygodny asystent, który pisze e-maile, tłumaczy dokumenty albo pomaga wyszukiwać błędy w kodzie. AI z pogranicza technologicznego coraz częściej traktuje się jak chipy, satelity, kryptografię, technologie obronne i energię.

Jeśli taka jest rzeczywistość, Europa musi zadać sobie brutalnie proste pytanie: czy budujemy przyszłość własnymi narzędziami, czy wynajmujemy mózg własnej gospodarki od Ameryki?

To nie jest tylko problem Anthropic

W centrum sprawy znalazło się polecenie władz USA, by zawiesić cudzoziemcom dostęp do modeli Fable 5 i Mythos 5. Według Anthropic obawy rządu najwyraźniej dotyczyły możliwego sposobu obejścia zabezpieczeń Fable 5, czyli de facto złamania ograniczeń modelu. Firma przekonywała, że chodzi o wąski, a nie uniwersalny przypadek, obejmujący zdolności, które inne publicznie dostępne modele również mogłyby odtworzyć w określonych warunkach.

Z perspektywy rządu te obawy są zrozumiałe. Najpotężniejsze modele AI to już nie tylko chatboty. Potrafią analizować kod, identyfikować luki w oprogramowaniu, opracowywać scenariusze ataków, pomagać w automatyzacji pracy wywiadowczej, przetwarzać ogromne zbiory danych i przyspieszać zadania, które kiedyś wymagały całych zespołów inżynierów, analityków lub specjalistów ds. cyberbezpieczeństwa. Jeśli takie narzędzie trafi w ręce wrogiego państwa, grupy przestępczej lub dobrze finansowanego napastnika, szkody mogą być realne.

Amerykańska administracja coraz częściej postrzega to nie jako technologię konsumencką, lecz jako kwestię równowagi sił, bezpieczeństwa narodowego i przewagi gospodarczej. W tej logice nietrudno zrozumieć, dlaczego Waszyngton chce kontrolować, kto otrzymuje dostęp do najbardziej zaawansowanych modeli.

I właśnie tutaj zaczyna się problem.

Jeżeli państwo może jednym poleceniem odciąć dostęp do narzędzia, wokół którego firmy, badacze, inżynierowie i programiści zdążyli już zbudować swoje procesy pracy, to nie jest to już zwykła usługa. Zaczyna to przypominać infrastrukturę krytyczną. A jeśli ta infrastruktura podlega politycznym decyzjom innego państwa, zależność przestaje być teoretyczna.

Europa mówi o suwerenności, ale zachowuje się jak użytkownik

Unia Europejska od kilku lat dużo mówi o suwerenności cyfrowej. Brzmi to dobrze. Dobrze wypada na konferencjach, w dokumentach strategicznych i w politycznych przemówieniach. Tyle że suwerenność nie oznacza posiadania eleganckich regulacji. Oznacza zdolność do działania wtedy, gdy ktoś inny postanawia zamknąć drzwi.

Dzisiejsza pozycja Europy jest niewygodna. Ma silny przemysł, dobre uczelnie, wielu inżynierów, poważne zaplecze badawcze i ogromne ilości danych wysokiej jakości. Jednak w obszarze zaawansowanych modeli AI, infrastruktury chmurowej i skalowalnych platform Europa nadal w dużym stopniu zależy od firm amerykańskich.

To nie czyni Stanów Zjednoczonych wrogiem Europy. Wręcz przeciwnie, USA pozostają najważniejszym sojusznikiem Europy. Właśnie dlatego to pytanie jest tak poważne. Niedawne doświadczenia z energią, półprzewodnikami i obronnością pokazały, że nawet zależność od przyjaznego partnera może w czasie kryzysu stać się słabym punktem. Gdy zależność staje się zbyt duża, kluczowe pytanie nie brzmi, czy partner jest dobry, czy zły. Chodzi o to, kto decyduje.

W przypadku AI ma to szczególne znaczenie, bo sztuczna inteligencja nie jest po prostu jednym z wielu sektorów. Zaczyna przekształcać każdy z nich: bankowość, medycynę, administrację publiczną, obronność, energetykę, logistykę i oczywiście motoryzację.

Motoryzacja jest pierwszym dużym testem

Dzisiejszy samochód nie jest już tylko silnikiem, nadwoziem i skrzynią biegów. To naszpikowany czujnikami komputer na kołach, a jego wartość w coraz większym stopniu zależy od oprogramowania. Systemy wsparcia kierowcy, funkcje jazdy autonomicznej, zarządzanie baterią, efektywność energetyczna, cyberbezpieczeństwo, interfejsy użytkownika, sterowanie głosowe, diagnostyka serwisowa, aktualizacje over the air, rozwój produktu i symulacje coraz głębiej wchodzą w obszar AI.

Gdy europejski producent samochodów mówi o pojeździe definiowanym programowo, ale przy jego tworzeniu, testowaniu, analizie kodu i przyspieszaniu prac inżynieryjnych opiera się głównie na amerykańskich dostawcach modeli, pojawia się proste pytanie: jeśli mózg samochodu definiowanego programowo rodzi się w cudzej chmurze, to jak bardzo taki samochód jest naprawdę niezależny?

To nie jest już abstrakcyjna obawa. Branża motoryzacyjna już teraz znajduje się pod presją na wielu frontach. Chiny szybko łączą elektromobilność, baterie i oprogramowanie. Amerykańskie firmy technologiczne kontrolują dużą część ekosystemu chmury, chipów i AI. Europejscy producenci aut pozostają mocni w inżynierii mechanicznej, produkcji, bezpieczeństwie, jakości i wartości marek, ale często mają problem, by dorównać najszybszym konkurentom pod względem tempa prac nad oprogramowaniem.

Jeśli do tego obrazu dodać zależność od infrastruktury AI, problem staje się jeszcze wyraźniejszy. Przewaga konkurencyjna przyszłości nie będzie wynikać wyłącznie z tego, kto zbuduje lepszy samochód. Zadecyduje także to, kto szybciej rozwija, testuje, naprawia, lokalizuje, zabezpiecza i aktualizuje. Właśnie tutaj AI daje ogromną przewagę. Jeśli tę przewagę się wynajmuje, nie jest ona w pełni własna.

Amerykański punkt widzenia: lepiej trudna decyzja niż spóźnione żale

Z punktu widzenia amerykańskich władz sprawa wygląda prościej. Jeśli model może zwiększać zdolność do prowadzenia cyberataków, dostęp do niego może wymagać ograniczenia, zanim dojdzie do szkód. Dla instytucji odpowiedzialnej za bezpieczeństwo narodowe odpowiedzią niewystarczającą nie jest stwierdzenie, że inne modele potrafią coś podobnego. Jeśli jeden model jest szczególnie zaawansowany, szeroko używany lub wrażliwy, rząd może uznać, że ryzyko jest zbyt duże.

Tego stanowiska nie da się po prostu zbyć. O bezpieczeństwie AI przez lata dyskutowano w sposób abstrakcyjny. Teraz zaczyna to prowadzić do praktycznych decyzji. Jeśli model pomaga znajdować luki w oprogramowaniu, może pomagać zarówno obrońcom, jak i atakującym. To samo narzędzie, które pomaga zabezpieczyć system IT szpitala, może też pomóc zaatakować ten sam szpital. To samo narzędzie, które pomaga producentowi samochodów usunąć błąd w oprogramowaniu pojazdu, może pomóc przestępcy go wykorzystać.

Rządy muszą brać pod uwagę najgorsze scenariusze. Jeśli tego nie zrobią, po pierwszym dużym incydencie padnie pytanie, dlaczego nikt nie zareagował.

Problem nie polega więc na tym, że argument bezpieczeństwa jest absurdalny. Nie jest. Problemem jest sposób jego użycia. Gdy przejrzystość jest ograniczona, dowody pozostają niejasne, a decyzja nagle obejmuje szerokie kategorie klientów, w tym sojuszników i firmy działające zgodnie z prawem, polityka bezpieczeństwa zaczyna wyglądać mniej jak wąski środek ostrożności, a bardziej jak narzędzie siły gospodarczej.

Punkt widzenia firm technologicznych: reguły muszą być przewidywalne

Dla Anthropic i innych firm z sektora AI największym zagrożeniem nie jest sama interwencja państwa. Duże firmy technologiczne doskonale wiedzą, że ich modele weszły już w strefę politycznej kontroli. Zagrożeniem jest nieprzewidywalność.

Jeśli firma wydaje miliardy na opracowanie modelu, podpisuje umowy z klientami, buduje produkty, tworzy programy dostępu, prowadzi testy bezpieczeństwa, nakłada ograniczenia użytkowania, a potem otrzymuje pismo od rządu nakazujące nagłe wyłączenie dostępu, wysyła to mrożący sygnał do całego rynku.

Firmy potrzebują jasnych granic. Przy jakim progu zdolności zaczyna obowiązywać kontrola eksportu? Którzy użytkownicy wymagają autoryzacji? Czy sojusznicy stanowią osobną kategorię? Czy europejska instytucja badawcza jest traktowana tak samo jak państwowa jednostka cybernetyczna wrogiego kraju? Czy korzystanie z modelu przez API jest tym samym co eksport wag modelu? Czy zamknięty dostęp, logowanie i monitoring wystarczająco ograniczają ryzyko? Kto audytuje system? Jak można zakwestionować decyzję?

Bez odpowiedzi na te pytania cały sektor zmuszony jest działać w politycznej mgle. W takiej mgle inwestycje nie przyspieszają. Stają się ostrożniejsze, droższe i bardziej skoncentrowane.

Punkt widzenia europejskich firm: umowa nie ochroni przed polityką

Dla europejskich firm najważniejsza lekcja ze sprawy Anthropic jest prosta: warunki świadczenia usługi nie są strategią.

Można płacić faktury na czas. Można przestrzegać wszystkich zasad użytkowania. Można być firmą z kraju sojuszniczego. Można rozwijać całkowicie legalny produkt. Ale jeśli usługa podlega innej jurysdykcji, a rząd tego państwa uzna, że dostęp musi zostać zawieszony, żaden dopracowany interfejs ani umowa SLA nie zapewnią pełnej ochrony.

Każda europejska firma, która wykorzystuje AI w rozwoju produktu, obsłudze klienta, inżynierii oprogramowania, procesach tłumaczeniowych, dokumentacji, cyberbezpieczeństwie lub analizie danych, powinna potraktować to poważnie. Pytanie nie brzmi, czy amerykańskie modele są dobre. Są bardzo dobre, często należą do najlepszych na świecie. Pytanie brzmi, czy firmę stać na to, by krytyczny proces uzależnić od jednej zewnętrznie kontrolowanej, politycznie zarządzanej bramy. W przypadku funkcji strategicznych odpowiedź powinna brzmieć: nie.

Otwarte modele pomagają, ale nie rozwiązują wszystkiego

Prosta odpowiedź brzmiałaby: używajmy wyłącznie modeli open source albo modeli z otwartymi wagami. To ważna część rozwiązania, ale nie całe rozwiązanie.

Otwarte modele dają przejrzystość, niezależność i możliwość uruchamiania systemów na własnej infrastrukturze. Są szczególnie ważne dla sektora publicznego, badań, obronności i firm, których dane nie mogą trafiać do chmur podmiotów trzecich. Europa powinna znacznie poważniej wspierać rozwój otwartych modeli.

Otwarte modele mają jednak dwa problemy. Po pierwsze, nie zawsze muszą być najbardziej zaawansowanymi modelami dostępnymi na rynku. Po drugie, ryzyko nie znika. Jeśli bardzo zaawansowany model jest szeroko dostępny w otwartej formie, trudniej go także kontrolować. Z perspektywy bezpieczeństwa narodowego w pełni otwarty model z technologicznej czołówki nie zawsze jest wygodnym rozwiązaniem. Może stać się nowym problemem.

Europa powinna więc unikać uproszczonego hasła, że „otwarte jest dobre, zamknięte jest złe”. Potrzebna jest strategia warstwowa. Część modeli powinna być otwarta i zarządzana w Europie. Część powinna działać w kontrolowanym dostępie. Część powinna pracować w europejskich chmurach. Niektóre mogą pochodzić od partnerów, ale tylko wtedy, gdy umowy, regulacje i architektura rzeczywiście zapewniają dostęp, ochronę danych i plan awaryjny.

Co powinna zrobić Europa?

Po pierwsze, Europa musi przestać oszukiwać samą siebie. Nie osiągnie cyfrowej suwerenności dzięki komunikatom prasowym, komitetom i sloganom. Suwerenność kosztuje. Wymaga mocy obliczeniowej, centrów danych, energii, chipów, inżynierów, kapitału, prostszego otoczenia biznesowego i odwagi do prowadzenia polityki przemysłowej bez zażenowania.

Komisja Europejska ma już plany dotyczące fabryk AI i gigafabryk AI. To konieczne, ale niewystarczające. Superkomputer nie jest jeszcze ekosystemem. Jeśli dostęp będzie toporny, nieprzyjazny dla deweloperów i zbyt wolny dla firm, pozostanie projektem badawczym, a nie platformą przemysłową.

Europa potrzebuje infrastruktury AI, z której firmy rzeczywiście mogą korzystać. Nie tylko badacze, nie tylko konsorcja, nie tylko wielkie korporacje, ale także firmy średniej wielkości, software house'y, przedsiębiorstwa z łańcucha dostaw motoryzacji, biura inżynieryjne i start-upy. To oznacza API, dokumentację, wsparcie, ceny, niezawodność, ochronę danych i możliwość dostosowywania modeli do konkretnych potrzeb.

Po drugie, sektor publiczny i branże strategiczne muszą przestać wpadać w pułapki jednego dostawcy. Każdy większy zakup AI powinien zawierać plan awaryjny. Dane muszą być przenośne. Procesy pracy trzeba budować tak, by w razie potrzeby dało się zmienić model. To nie jest wygodne, ale i tak kosztuje mniej niż przebudowa całego systemu w czasie kryzysu.

Po trzecie, Europa potrzebuje własnego systemu bezpieczeństwa i audytu AI. Nie zgodności odhaczanej w tabelce, lecz technicznie poważnych testów modeli. Jeśli model może zwiększać zdolności cybernetyczne, trzeba to oceniać przejrzystą i powtarzalną metodologią. Zdolności wysokiego ryzyka mogą wymagać programu zaufanego dostępu, w ramach którego obronność, infrastruktura krytyczna i zweryfikowane instytucje badawcze uzyskają dostęp, ale z logowaniem, audytem i odpowiedzialnością.

Po czwarte, sojusznicy potrzebują nowego porozumienia. Jeśli USA chcą traktować zaawansowaną AI jako technologię bezpieczeństwa, Europa powinna naciskać na jasne ramy transatlantyckie. Sojusznicy z NATO i UE nie powinni trafiać w praktyce do tej samej kategorii co państwa, wobec których projektuje się politykę bezpieczeństwa. Jeśli amerykańskie modele mają znaczenie dla europejskich sektorów krytycznych, dostęp sojuszników powinien być przewidywalny, a nie zależny od treści pisma wysłanego późnym wieczorem.

Po piąte, Europa musi poprawić swoje rynki kapitałowe i otoczenie biznesowe. W AI nie wygrywa ten, kto ma najlepiej dopracowany dokument strategiczny. Wygrywa ten, kto potrafi szybko się skalować. Problem Europy nie jest wyłącznie technologiczny, ale również finansowy i administracyjny. Jest tu zbyt duże rozdrobnienie, zbyt mało kapitału wzrostowego i zbyt wolna droga od laboratorium do rynku.

Po szóste, motoryzacja musi potraktować ten temat jako własne strategiczne wyzwanie. Europejscy producenci samochodów i dostawcy powinni uznać AI za strategiczny zasób na tym samym poziomie co baterie, półprzewodniki i platformy programowe. Europa potrzebuje wspólnych, sektorowych rozwiązań AI: modeli do rozwoju produktu, walidacji oprogramowania, cyberbezpieczeństwa, homologacji, dokumentacji napraw, logistyki części zamiennych i wielojęzycznej komunikacji z klientem.

Jeśli każdy producent samochodów spróbuje zrobić to sam, Europa przegra na tempie. Jeśli wszyscy nadal będą polegać wyłącznie na amerykańskich usługach chmurowych, Europa przegra na kontroli. Rozwiązanie musi leżeć gdzieś pośrodku: współpraca tam, gdzie liczy się skala, i konkurencja tam, gdzie tworzy lepsze samochody.

Rola mniejszych państw europejskich

Mniejsze państwo europejskie nie zbuduje samodzielnie najpotężniejszego modelu AI na świecie. Nie ma sensu udawać, że jest inaczej. To jednak nie znaczy, że mniejsze państwa nie mają tu żadnej roli.

Ich atuty mogą leżeć we wdrożeniach praktycznych, cyfrowych usługach publicznych, cyberbezpieczeństwie, wymianie danych, zasobach językowych i godnych zaufania mniejszych modelach do określonych zadań. Nie muszą budować wszystkiego. Muszą jednak wiedzieć, od czego zależą, gdzie jest plan awaryjny i których usług nie wolno opierać w całości na jednym zewnętrznym modelu.

Dla mniejszego państwa zależność jest szczególnie niebezpieczna, bo w kryzysie może mu zabraknąć siły zakupowej lub politycznej wagi, by przebić się na początek kolejki. Jeśli pojawią się geopolityczne niedobory dostępu do modeli albo mocy obliczeniowej, najpierw obsłużone zostaną wielkie mocarstwa, duże korporacje i klienci strategiczni. Mały rynek może zostać z niczym i czekać.

Dlatego mniejsze kraje europejskie powinny praktycznie wspierać rozwój europejskiej infrastruktury AI, a nie tylko wpisywać ten temat w szeroką politykę cyfrową. Potrzebują zdolności do łączenia europejskiej infrastruktury z realnymi potrzebami swoich firm, usług publicznych i sektorów strategicznych.

Panika byłaby najgorszą odpowiedzią

Sprawa Anthropic nie oznacza, że Europa powinna jutro wyłączyć wszystkie amerykańskie usługi AI. To byłoby nierozsądne. Amerykańskie modele są dziś w wielu obszarach jednymi z najlepszych, a europejskie firmy muszą z nich korzystać, jeśli chcą pozostać konkurencyjne.

Ale równie nierozsądne byłoby udawanie, że nic się nie stało.

Właściwą odpowiedzią nie jest panika, lecz zarządzanie ryzykiem. Korzystajmy z najlepszych narzędzi, ale nie budujmy całego domu wokół jednego zewnętrznego klucza. Korzystajmy z modeli z USA, ale rozwijajmy europejskie alternatywy. Współpracujmy, ale nie rezygnujmy ze zdolności samodzielnego decydowania. Regulujmy ryzyka, ale nie zabijajmy innowacji. Budujmy bezpieczeństwo, ale nie zamieniajmy go w nieprzejrzysty klub polityczny.

Ostatecznie chodzi o władzę

Spór wokół sztucznej inteligencji nie jest już wyłącznie technologiczny. Chodzi o władzę. Kto rozwija? Kto posiada infrastrukturę? Kto dostaje dostęp? Kto decyduje, co jest niebezpieczne? Kto może zmieniać reguły? Kto zostaje za drzwiami?

Europa zbyt długo zachowywała się tak, jakby technologię można było po prostu kupić na rynku wtedy, gdy jest potrzebna. Ten sposób myślenia działał, gdy globalizacja wydawała się bezpieczna, energia była tania, porządek bezpieczeństwa stabilny, a platformy cyfrowe sprawiały wrażenie politycznie neutralnych. Ta epoka się skończyła.

Jeśli samochód, fabryka, szpital, sieć energetyczna i administracja publiczna przyszłości mają zależeć od AI, to sztuczna inteligencja nie jest już wygodną usługą dodatkową. Jest częścią układu nerwowego gospodarki. A układu nerwowego nie wynajmuje się bez planu awaryjnego.

Zawieszenie dostępu do Fable 5 i Mythos 5 od Anthropic może za kilka miesięcy wyglądać jak drobny epizod w szybko rozwijającej się historii AI. Być może dostęp zostanie przywrócony, być może uda się wypracować kompromis, być może same nazwy szybko zostaną zapomniane. Precedens jednak pozostanie.

Ten precedens mówi Europie coś bardzo prostego: jeśli najpotężniejsza technologia znajduje się w cudzych rękach, ostateczna decyzja również może należeć do kogoś innego.

Europa nie musi odwracać się od Ameryki. Europa po prostu musi dorosnąć.

Źródła: Anthropic, Reuters, Axios, Biały Dom, European Commission, AI Continent Action Plan, European Commission, Vehicle of the Future initiative, Mario Draghi, The future of European competitiveness, McKinsey, The automotive software and electronics market through 2035, McKinsey, The rise of edge AI in automotive, Federate SDV Technology Roadmap 2025.