Kto wygra w erze sztucznej inteligencji: dlaczego skala przestała gwarantować zwycięstwo

Artykuł opublikowany przez MIT Sloan, oparty na analizie badacza z MIT Andrew McAfee, stawia tezę, że wartość w gospodarce będzie się dalej koncentrować wokół firm określonego typu i określonej lokalizacji geograficznej. Kluczowy wniosek brzmi: sama skala działania nie gwarantuje już zwycięstwa na rynku.

Jak zmieniła się logika przewagi konkurencyjnej

Model XX wieku

W poprzednim stuleciu sukces firmy opierał się na:

dużych fabrykach i skali produkcji,
dostępie do kapitału,
kontroli kanałów dystrybucji,
silnej marce,
długoterminowym planowaniu.

Duże korporacje broniły swojej pozycji rynkowej przez lata, ponieważ zbudowanie porównywalnej sieci produkcyjnej, logistycznej czy sprzedażowej było dla nowego konkurenta zbyt kosztowne. Skala tworzyła jednocześnie przewagę i swoistą fortecę (moat), chroniącą firmę przed rywalami.

Gospodarka cyfrowa

W erze cyfrowej część tych barier osłabła. Oprogramowanie, infrastruktura chmurowa, sztuczna inteligencja, platformy cyfrowe i globalny dostęp do klientów pozwalają szybciej testować pomysły, ulepszać produkt i skalować działalność. Jednocześnie rynki technologiczne działają według zasady „zwycięzca bierze niemal wszystko" – najlepszy produkt, najsilniejsza sieć użytkowników albo najlepsze dane potrafią bardzo szybko skoncentrować zyski w rękach zaledwie kilku liderów.

Model zarządzania „geek"

McAfee opisuje podejście nazywane umownie „geek" – model zarządzania typowy dla firm technologicznych. Nie chodzi o to, by wszyscy stali się programistami, lecz o budowanie organizacji wokół:

szybkich iteracji,
autonomicznych, silnych zespołów,
nieustannego testowania hipotez,
gotowości do porzucania starych rozwiązań, czyli umiejętności „oduczania się" (unlearn), zamiast sztywnego, długoterminowego planowania.

Przyspieszenie technologiczne i jego skutki dla biznesu

Artykuł wiąże tę logikę z tzw. prawem Moore'a, mówiącym, że liczba tranzystorów na chipach podwaja się mniej więcej co 18–24 miesiące. W szerszym sensie dotyczy to nie tylko półprzewodników, ale regularnego spadku kosztów i poprawy mocy obliczeniowej, modeli AI, czujników, oprogramowania i usług cyfrowych.

Dla biznesu oznacza to trzy konsekwencje:

Cykl życia produktu się skraca – przewaga unikalna wczoraj jutro staje się standardową funkcją, a nie wyróżnikiem konkurencyjnym.
Koszty eksperymentowania spadają – prototyp, kampanię reklamową, analitykę zachowań użytkowników czy automatyzację części back office'u można dziś uruchamiać wielokrotnie, czasem dziesiątki razy szybciej niż wcześniej.
Błędy zarządcze są droższe – firma czekająca na idealną strategię może po prostu przegapić moment, w którym rynek już się znacząco przekształcił i wymaga innego podejścia.

Sztuczna inteligencja jako wzmacniacz tych efektów

AI nie tworzy automatycznie przewagi konkurencyjnej dla samego faktu, że ktoś kupił dostęp do zaawansowanego modelu. Przewagę zyskują ci, którzy szybciej i skuteczniej zintegrują sztuczną inteligencję z własnymi procesami – analizą danych, sprzedażą, rozwojem produktu, obsługą klienta, produkcją, logistyką czy podejmowaniem decyzji zarządczych. Jeśli wszyscy korzystają z tego samego modelu bazowego, różnicę tworzy nie sama aplikacja, lecz:

jakość i unikalność danych,
talent zespołu,
jakość procesów organizacyjnych,
szybkość wdrażania transformacji.

Przykłady z praktyki: SpaceX i Netflix

SpaceX powstał w branży, w której zdominowanie rynku przez wielkich, doświadczonych graczy z ogromnymi kontraktami rządowymi i niemal nieograniczonym kapitałem wydawało się oczywiste. Firma postawiła jednak na integrację pionową, szybkie iteracje inżynierskie i wielokrotne użycie rakiet. W niespełna 15 lat od założenia stworzyła komercyjnie opłacalny model odzyskiwania rakiet, co do niedawna wydawało się nie do pomyślenia.

Netflix przeszedł inną drogę – od wysyłki płyt DVD pocztą, przez streaming, aż po produkcję własnych treści. To przykład nie tylko przejścia technologicznego, ale i gotowości do „skanibalizowania" własnego starego modelu biznesowego, zanim zrobi to konkurent. W 2010 roku Time Warner nie traktował jeszcze Netflixa jako poważnego zagrożenia w produkcji treści, a później Netflix stał się jedną z najbardziej wpływowych firm medialnych na świecie.

Te historie sukcesu nie oznaczają, że każdy startup pokona wielką korporację – pokazują raczej, że przewaga dotychczasowego lidera szybko traci wartość, jeśli jego wewnętrzna struktura nie pozwala na podejmowanie ryzyka, szybkie decyzje i przebudowę produktu.

Trzy prognozy McAfee

1. Tworzenie wartości przesuwa się dalej na zachód USA

Centrum amerykańskiej wartości korporacyjnej historycznie przemieszczało się z Nowego Jorku przez Detroit do Doliny Krzemowej i północno-zachodniego wybrzeża Pacyfiku. To nie tylko zmiana geograficzna – kryje się za nią koncentracja kapitału venture, talentu inżynierskiego, uczelni, dużych platform technologicznych oraz kultury szybkiej, zwinnej przedsiębiorczości. Po pandemii część talentów i firm stała się bardziej rozproszona, ale przewagi ekosystemowe – kapitał, sieci założycieli, doświadczenie w skalowaniu, rynek przejęć – wciąż pozostają mocno skoncentrowane.

2. Najcenniejsze firmy stają się coraz młodsze

W XX wieku najcenniejsze amerykańskie firmy z czasem się „starzały" – nowi gracze rzadko dołączali do klubu największych spółek, a stare korporacje przemysłowe i finansowe utrzymywały dominację przez dekady. Po 2005 roku sytuacja się odwróciła: grupa najcenniejszych amerykańskich firm zaczęła bezprecedensowo się odmładzać. Powód jest prosty – firmy cyfrowe mogą zwiększać przychody, kapitalizację i globalną bazę klientów znacznie szybciej niż było to możliwe w gospodarce przemysłowej, ponieważ np. sieć społecznościowa, platforma chmurowa, marketplace czy firma oparta na AI nie musi budować fabryki w każdym kraju, by wejść na globalny rynek.

3. Europa ryzykuje coraz większe zapóźnienie

Dane przywołane w artykule odnoszą się do raportu Maria Draghiego o konkurencyjności UE:

łączna wycena europejskich jednorożców (prywatnych firm wartych ponad miliard dolarów) to zaledwie około 10% wartości amerykańskiej;
średni wiek 50 największych firm w Unii Europejskiej zbliża się do 150 lat;
w ciągu ostatnich 50 lat w Europie nie powstała ani jedna spółka publiczna warta ponad 100 miliardów dolarów;
kapitalizacja rynkowa amerykańskich spółek publicznych młodszych niż 50 lat i wartych ponad 10 miliardów dolarów jest około 50 razy wyższa niż analogiczny wskaźnik w UE.

To nie jest argument za ogólną słabością Europy – posiada ona silne branże przemysłowe, farmaceutyczne, inżynieryjne i eksportowe. Problem polega raczej na tym, że europejska gospodarka gorzej radzi sobie z przekuwaniem kompetencji naukowych i inżynieryjnych w globalne firmy technologiczne. Przyczyn jest kilka: rozdrobniony rynek kapitałowy (na co skarży się sam Draghi), wolniejsze skalowanie, wysoka złożoność regulacyjna, niedobór dużych rund finansowania venture oraz bardziej ostrożna, konserwatywna kultura korporacyjna. Europie nie brakuje wiedzy – brakuje jej ambicji, odwagi, elastyczności i dynamiki.

Wnioski dla biznesu, w tym dla firm ukraińskich

Z analizy płyną praktyczne wskazówki:

Nie próbować kopiować Doliny Krzemowej – to nierealistyczne.
Odróżniać prawdziwą cyfryzację od mody na AI – przewaga konkurencyjna powstaje wtedy, gdy technologia zmienia ekonomikę biznesu: obniża koszty, przyspiesza cykl sprzedaży, poprawia produkt i doświadczenie klienta, podnosi jakość obsługi lub otwiera dostęp do nowych rynków zagranicznych. Nie wolno mylić tej głębokiej transformacji z powierzchownym hołdem wobec modnego narzędzia.
Mierzyć projekty AI konkretnymi efektami ekonomicznymi: liczbą godzin pracy, współczynnikami konwersji, marżą, szybkością przetwarzania zamówień, odsetkiem błędów, retencją klientów.
Zaczynać od procesów, w których są dane i powtarzalne operacje, a nie od modnych, kreatywnych demonstracji oderwanych od biznesu.
Budować zdolność eksperymentowania – małe piloty i krótkie cykle testowe ze skalowaniem udanych rozwiązań działają lepiej niż jedna wielka, firmowa strategia wdrożenia AI, która może się rozbić o konkretne przeszkody.
Nie opierać przewagi na taniej sile roboczej – to strategia bez przyszłości, bo w świecie AI znaczna część takiej pracy zostanie zautomatyzowana lub przeniesiona tam, gdzie łatwiej wdrożyć robotyzację.
Łączyć ukraińską bazę inżynierską z dostępem do rynków globalnych, aby skalować własny produkt, zamiast sprzedawać jedynie godziny pracy outsourcingowej, jak działo się to w ukraińskiej branży IT przez poprzednie dekady.

Podsumowanie

Wniosek McAfee jest dość surowy: era, w której duże, stare firmy mogły przetrwać długo dzięki inercji i skali, szybko dobiega końca. To jednocześnie szansa dla nowych graczy. Wygrają nie ci, którzy mają AI w prezentacji dla inwestorów, lecz ci, którzy potrafią przekuć zmiany technologiczne w szybsze uczenie się, lepsze rozwiązania i nową wartość dla klienta.