Jensen Huang ostro ocenia Anthropic: "Nierozsądne"

Czy oprogramowanie może doczekać się odbicia?

Czy jedynie kilka akapitów opisu aktualizacji produktu może wywołać wyparowanie 300 miliardów dolarów wartości rynkowej? Brzmi to absurdalnie, ale właśnie to wydarzyło się w branży oprogramowania, co barwnie ukazuje, jak bardzo wrażliwe i nerwowe są rynki kapitałowe w obliczu siły przełomowej AI.

Zgodnie z kolumną Bloomberg, narzędzie do przeglądu prawnego wydane niedawno przez Anthropic zostało szybko zinterpretowane przez rynek jako zagrożenie dla istnienia profesjonalnych firm programistycznych, a nawet nazwane przez analityków Jefferies „końcem SaaS”. Panika doprowadziła do masowej wyprzedaży akcji wielu gigantów branży oprogramowania, w tym brytyjskiego Relx, irlandzkiego Experian oraz niemieckiego SAP, amerykańskiego ServiceNow czy Synopsys. Rynek obawia się teraz powszechnie, że nawet jeśli te firmy nie zostaną całkowicie zastąpione, narzędzia AI poważnie uderzą w ich marże zysku.

Jednak taka panika, według czołowych przedstawicieli branży, jest zbyt pochopna i pozbawiona zdrowego rozsądku biznesowego. Huang Renxun uważa, że taka reakcja rynku to „najbardziej nielogiczna rzecz na świecie”. Zaznaczył, że choć sztuczna inteligencja ogólnego przeznaczenia staje się coraz potężniejsza, nie oznacza to, że przedsiębiorstwa będą mniej potrzebować profesjonalnego oprogramowania. Sam fakt, że AI może szybko przeglądać dokumenty prawne, nie oznacza, że potrafi zarządzać ryzykiem, workflowem, odpowiedzialnością i wsparciem posprzedażowym. Gdy system ulegnie awarii lub dojdzie do sporu, firmy potrzebują wyspecjalizowanego zespołu wsparcia, a nie uniwersalnego chatbota.

Huang Renxun zobrazował to plastycznym porównaniem: czy użyjesz gotowego śrubokręta, czy też po to, by wkręcić śrubę, wymyślisz na nowo narzędzie o identycznej funkcji?

Według Bloomberga, Huang Renxun sugeruje, że Anthropic popełnia błąd, próbując zastąpić tych branżowych gigantów; znacznie rozsądniejszą i szybszą ścieżką biznesową jest sprzedaż możliwości AI tym firmom, czyniąc z firm programistycznych klientów Anthropic i osiągając zyski poprzez wzmacnianie istniejących rozwiązań.

W rzeczywistości platformy takie jak Canva i Replit już pokazują kierunek na przyszłość, integrując funkcje AI jako wsparcie, a nawet bezpośrednio korzystając z bazowych modeli Anthropic dla zwiększenia efektywności.

Bloomberg dodaje, że tego typu panika nie jest na Wall Street nowością. Historycznie, gdy Amazon ogłaszał wejście na rynek medyczny lub spożywczy, odpowiednie sektory również przeżywały gwałtowne spadki. Gdy Facebook wprowadził funkcję randek, kapitalizacja Match Group spadła o 20% w mgnieniu oka. Podobne przypadki miały miejsce ostatnio w branży gier – po ogłoszeniu narzędzia Project Genie przez Google, wartość akcji firm gamingowych spadła o 40 miliardów dolarów, a cena akcji Take-Two spadła o prawie 8%. Rynek jakby uznał, że pojawienie się narzędzi AI sprawi, że kreatywny zespół od „GTA” stanie się bezwartościowy, co przypominałoby zwolnienie Spielberga tylko dlatego, że wynaleziono nową kamerę.

Jak zauważyli analitycy JPMorgan, akcje software'owe są „skazane bez procesu”, a Wall Street wyraźnie brakuje spokoju wobec ery AI, miotając się między skrajną paniką a nieracjonalnym optymizmem.

Jason uważa, że jeśli mamy całkowicie przyjąć założenie, że SaaS zostanie ostatecznie wyparte przez AI, to logicznie rzecz biorąc, AI wyprze wszystko – oprogramowanie, siłę roboczą, kreatywność, a nawet samą alokację kapitału. Powstaje więc pytanie: dlaczego inne branże nie zostały równie gwałtownie porzucone? Czy tylko dlatego, że branża software jest bardziej podatna, łatwiejsza do wyparcia? Jeśli rynek naprawdę tak uważa, to już samo to założenie jest pełne sprzeczności.

Po pierwsze, na poziomie kodu, profesjonalizm oprogramowania faktycznie może zostać naruszony przez AI, na przykład poprzez generowanie podobnego oprogramowania za pomocą narzędzi AI. Jednak bariery w biznesie B2B to nie tylko kod, ale także ludzie, wgląd i odpowiedzialność. W obliczu tysięcy klientów korporacyjnych, notowane na giełdzie firmy software'owe dostarczają nie tylko narzędzia, ale usługi oparte na doświadczeniu branżowym. Jak wspomniano w tekście, gdy dochodzi do awarii kluczowego systemu lub złożonych problemów ze zgodnością, klienci biznesowi potrzebują zespołu do szybkiej interwencji, a nie wielogodzinnego eksperymentowania z AI w oknie czatu, próbując odnaleźć błąd.

Po drugie, chmurowa architektura i ekosystem współpracy profesjonalnego oprogramowania to coś, czego AI nie jest w stanie łatwo zastąpić. Na przykład wielochmurowe wdrożenia danych Snowflake czy funkcje współpracy w chmurze Adobe mają ogromną wartość – opierają się na bezpiecznym udostępnianiu danych i współpracy ponad granicami. Czy AI jest w stanie to zapewnić? AI może tworzyć oprogramowanie, może nawet wygenerować klona z 90% funkcjonalności, ale jak takie oprogramowanie przejdzie audyt bezpieczeństwa? Jak zagwarantować jego integrację z rozbudowanym środowiskiem chmurowym przedsiębiorstwa? Tym bardziej, jak zapewnić współpracę w czasie rzeczywistym między różnymi platformami i regionami – to wyzwania architektoniczne, których samo generowanie kodu nie rozwiąże.

Kolejna kwestia to zgodność z przepisami i ryzyko praw autorskich, które dla dużych firm są nieprzekraczalną linią. Kluczowym celem zakupu oprogramowania przez firmy jest unikanie ryzyka. Jeśli AI-generowane oprogramowanie zapewnia pewne funkcjonalności, to czy jego kod nie narusza patentów? Czy workflow jest zgodny z przepisami branżowymi? To ogromna niepewność, trudna do ustandaryzowania i rozwiązania. Dla dużych, międzynarodowych firm przejście z dojrzałego, zgodnego ekosystemu na AI-generowany software może, w przypadku naruszenia prawa, kosztować znacznie więcej niż subskrypcja oprogramowania.

Oczywiście nie neguję, że w przypadku klientów indywidualnych lub lekkich zastosowań generowane oprogramowanie może być wyborem – tam ryzyko prawne i wymogi profesjonalizmu są mniejsze. Jednak w sektorze profesjonalnym AI jest narzędziem wzmacniającym, a nie zastępującym. W przeszłości dane firmy były rozproszone w systemie ERP SAP, rejestrach komunikacji Teams, systemach telefonicznych Cisco czy dokumentach Office.

Teraz jednak Microsoft, poprzez integrację Copilot z Dynamics 365, umożliwił doświadczenie integracji między systemami i działami. Można np. poprosić Copilot o przesłanie tabeli kosztów Xbox za ostatni kwartał do Nadelli i jednocześnie poprosić o analizę, czy warto wypuścić kolejną generację produktu w 2026 roku. Wcześniej wymagało to wielu etapów i współpracy między działami, a dziś wystarczy prosta komenda językowa. To właśnie wzrost efektywności dzięki AI.

Wyobraź sobie teraz, czy oprogramowanie generowane w oknie czatu jest w stanie dorównać temu poziomowi? Czy potrafi pokonać bariery kodu, patentów, bezpieczeństwa i doświadczenia? Wątpię, a większość czołowych firm SaaS raczej aktywnie wykorzysta AI do budowania jeszcze wyższych barier.

Dlatego wierzę, że krótkoterminowy szum w końcu ucichnie, tak jak w przypadku DeepSeek na końcu stycznia zeszłego roku, a rynek ostatecznie zrozumie: dopóki istotą architektury Transformer jest prognozowanie prawdopodobieństwa, nie jest ona w stanie zastąpić oprogramowania dedykowanego do wymagających 100% pewności branż. Dopiero kiedy pojawi się architektura wykraczająca poza Transformer, pozwalająca AI na prawdziwie ludzkie rozumowanie logiczne, będzie się można martwić o los oprogramowania. Ale być może wtedy to nie software i biznes będą najważniejsze, a etyka społeczna i struktury zarządzania będą punktem zapalnym do obaw.