1
00:00:00,000 --> 00:00:03,960
Chińska firma wykupiła zarówno domenę, jak i to konto githubowe.

2
00:00:03,960 --> 00:00:07,280
Tak, jakbyśmy siedzieli na ogromnych złożach ropy i gazu,

3
00:00:07,280 --> 00:00:11,160
największych na świecie, to pewnie byśmy mogli powiedzieć, słuchajcie, no...

4
00:00:11,160 --> 00:00:12,400
Metykieta.

5
00:00:12,400 --> 00:00:15,000
Pamiętacie, zrobiła takie, ale mnóstwo roboty.

6
00:00:15,000 --> 00:00:26,160
Generative AI dokładnie doda 4,4 triliona dolarów w produktywności rocznie.

7
00:00:26,160 --> 00:00:29,400
Wykorzystasz AI do tworzenia raportowej AI.

8
00:00:29,400 --> 00:00:33,520
Kochałem Ciebie tak jak Sebastian i niestety przyjąłem taką trochę smutną winę.

9
00:00:33,520 --> 00:00:47,320
I z przytupem zaczęliśmy. Wojtek już się wyrwał, powiedział dzień dobry,

10
00:00:47,320 --> 00:00:51,480
zaraz też ja powiem dzień dobry, cześć i czołem, nie pytajcie skąd się wziąłem,

11
00:00:51,480 --> 00:00:57,240
ja jestem Tomek, Sebastian i Wojtek, czyli zaczynamy kolejne CTO Morning Brew.

12
00:00:57,240 --> 00:01:01,560
Jeżeli ktoś chciałby zobaczyć którykolwiek z naszych poprzednich 24 odcinków,

13
00:01:01,560 --> 00:01:04,960
bo panowie, to jest 25, to możemy sobie zrobić.

14
00:01:04,960 --> 00:01:07,480
Ktoś wie, jak które tam rocznice powinny być?

15
00:01:07,480 --> 00:01:09,840
Bo ja się nigdy w tym nie wyznawałem.

16
00:01:09,840 --> 00:01:15,280
To niech tam zajrzy na listę, bo są takie tam biorowe, brązowe, cokolwiek, nie?

17
00:01:15,280 --> 00:01:25,680
No dobra, chwile nas nie było, opuściliśmy się trochę, to biję się tutaj,

18
00:01:25,680 --> 00:01:30,960
ale wróciliśmy. Co tam ciekawego znaleźliście? Sebastian.

19
00:01:30,960 --> 00:01:32,360
Samo ciekawe.

20
00:01:32,360 --> 00:01:34,720
Samo ciekawe wybrałeś te wszystkie, co znalazłeś, no?

21
00:01:34,720 --> 00:01:37,760
Znaleźłem ciekawy startup, który się nazywa Created by Humans.

22
00:01:37,760 --> 00:01:41,040
Może zanim ustalę o startupie, to skąd się biorą startupy?

23
00:01:41,040 --> 00:01:44,520
No cóż, no jest jedna grupa ludzi, która ma jakieś tam potrzeby,

24
00:01:44,520 --> 00:01:49,440
jest druga grupa ludzi, która być może na przykład jest w stanie te potrzeby zaspokoić,

25
00:01:49,440 --> 00:01:52,760
no i zawsze to jest dobry moment, żeby pojawił się jakiś middleman,

26
00:01:52,760 --> 00:01:57,480
który będzie pomiędzy tymi dwoma grupami pośredniczył i w tym temacie działał.

27
00:01:57,480 --> 00:02:01,720
I to jest właśnie gdzieś tam przyczynę do powstania Created by Humans.

28
00:02:01,720 --> 00:02:03,240
Teraz o jakich grupach mówimy?

29
00:02:03,240 --> 00:02:07,320
No mówimy o tych firmach, które chcą tworzyć swoje własne,

30
00:02:07,320 --> 00:02:11,320
trenować swoje własne modele LLM-owe, no i tych, którzy mają dane,

31
00:02:11,320 --> 00:02:13,640
które potencjalnie mogłyby się w takich modelach znaleźć.

32
00:02:13,640 --> 00:02:18,320
No więc kilku sprytnych ludzi wymyśliło sobie, że to jest fantastyczny sposób

33
00:02:18,320 --> 00:02:22,200
na zarabianie pieniędzy, po prostu łączenie tych dwóch grup i upewnianie się,

34
00:02:22,200 --> 00:02:24,040
że obie grupy będą szczęśliwe.

35
00:02:24,040 --> 00:02:25,840
Tak ma działać Created by Humans.

36
00:02:25,840 --> 00:02:30,040
Na chwilę obecną jest strona internetowa createdbyhumans.ai,

37
00:02:30,040 --> 00:02:32,280
gdzie można sobie zajrzeć trochę, poczytać o zamierzeniach.

38
00:02:32,280 --> 00:02:34,520
Nie jest do końca napisane, jak to ma działać.

39
00:02:34,520 --> 00:02:38,920
Nie jest powiedziane, czy mówimy tutaj o jakichś takich mechanizmach strict governance,

40
00:02:38,920 --> 00:02:42,240
gdzie będziemy publikować w jakimś rejestrze jakieś metadane,

41
00:02:42,240 --> 00:02:45,800
czy będą jakieś boty, które będą weryfikować dostępy do tych danych,

42
00:02:45,800 --> 00:02:50,240
które my publikujemy, że tylko i wyłącznie te wyznaczone firmy będą miały do tego dostęp,

43
00:02:50,240 --> 00:02:53,600
czy bardziej tu chodzi mimo wszystko o usługę pośredniczenia,

44
00:02:53,600 --> 00:02:57,600
więc nie znamy jeszcze szczegółów, natomiast to, co wiemy na chwilę obecną,

45
00:02:57,600 --> 00:03:00,280
to tak, pierwszy, że zaangażowało się to kilka znanych nazwisk,

46
00:03:00,280 --> 00:03:05,760
bo widzimy tam między innymi taką stroną oceny autorów,

47
00:03:05,760 --> 00:03:10,480
takim autorytetem jest Walter Isaacson, który trochę powiązań z Silicon Valley ma.

48
00:03:10,480 --> 00:03:15,760
Oprócz tego kilku znanych inwestorów jak David Saks, Jay Kalt, czyli Jason Calacanis,

49
00:03:15,760 --> 00:03:22,600
ale również Gary Tan, czyli CEO Y Combinatora, czyli kilka poważnych powiedziałbym nazwisk.

50
00:03:22,600 --> 00:03:24,600
Finansowaniu.

51
00:03:24,600 --> 00:03:27,600
Tak, ale oczywiście myślę, że z finansowaniem tam nie będzie żadnego problemu.

52
00:03:27,600 --> 00:03:31,160
Nie, chodzi mi o poważnych finansowaniach, czy poważnych w innych rzeczach, to nie wiem, no.

53
00:03:31,160 --> 00:03:34,160
To tak, to może się wspierać.

54
00:03:34,160 --> 00:03:39,000
I oczywiście pojechali grubo, czyli bardzo wiele obiecują na początek,

55
00:03:39,000 --> 00:03:43,000
na przykład bardzo mnie rozbawiło i to jest jeden z powodów, dla których akurat ten wspominam,

56
00:03:43,000 --> 00:03:47,000
bo to jest to, że postanowili panowie i być może jakieś też panie,

57
00:03:47,000 --> 00:03:50,000
rozszerzyć te podstawowe trzy prawa robotyki Asimowa.

58
00:03:50,000 --> 00:03:52,000
Właśnie to czytam w tej chwili.

59
00:03:52,000 --> 00:03:54,000
Tak, o czwarte prawo, czyli że

60
00:03:54,000 --> 00:03:59,000
when AI robots use or learn from human behavior or human creative output,

61
00:03:59,000 --> 00:04:04,000
this must happen symbiotically to benefit both humans and robots.

62
00:04:04,000 --> 00:04:10,000
Także pojechali bardzo grubo i można powiedzieć, że działają na ramionach tych wielkich,

63
00:04:10,000 --> 00:04:13,000
on the shoulder of the giants, czyli Izaka Asimowa.

64
00:04:13,000 --> 00:04:16,000
No zobaczymy. Generalnie pomysł na biznes jest, uważam, świetny,

65
00:04:16,000 --> 00:04:19,000
natomiast tutaj problemem może być egzekucja.

66
00:04:19,000 --> 00:04:25,000
Pomysł na biznes jest świetny, a potem będziemy tam rozmawiać o innych problemach z robotami.

67
00:04:25,000 --> 00:04:29,000
Pytanie, wiesz, dla mnie by było takie, znaczy dobry w ogóle, nie?

68
00:04:29,000 --> 00:04:34,000
Czyli jak jestem firmą, która robi ten model,

69
00:04:34,000 --> 00:04:38,000
to po co mam się w ogóle z nimi to robić, jak mogę pójść i zrobić po prostu grab,

70
00:04:38,000 --> 00:04:41,000
co w tej chwili się robi, nie? Ze wszystkich danych, wytrenować ten model

71
00:04:41,000 --> 00:04:43,000
i powiedzieć, wiecie co, już mam ten model.

72
00:04:43,000 --> 00:04:46,000
Teraz jeszcze tak możesz, ale chyba za dużo będzie tej krytyki,

73
00:04:46,000 --> 00:04:48,000
żeby takie rzeczy przychodziły w przyszłości.

74
00:04:48,000 --> 00:04:53,000
Tak. Jak podrzuciłeś to wcześniej, to ja nie przyjrzałem się temu,

75
00:04:53,000 --> 00:04:57,000
podejrzałem piwot w przyszłości, bo jak zobaczyłem Created by Humans,

76
00:04:57,000 --> 00:05:01,000
to bardziej myślałem, że w końcu ktoś się rzucił na prawa, nie?

77
00:05:01,000 --> 00:05:05,000
Czyli wiesz, potwierdzanie autentyczności kontentu i tak dalej.

78
00:05:05,000 --> 00:05:07,000
Ale widzę, że to nie będzie problem. No zobaczymy.

79
00:05:07,000 --> 00:05:11,000
Ja mam troszeczkę coś innego, ale myślę, że na wakacje w sam raz,

80
00:05:11,000 --> 00:05:16,000
więc kolejny podcast, który chciałem polecić,

81
00:05:16,000 --> 00:05:21,000
nazywa się Foundering i są to serie podcastów od Bloomberga

82
00:05:21,000 --> 00:05:26,000
i ostatnia seria jest o Sami Altmanie, więc bardzo ciekawe,

83
00:05:26,000 --> 00:05:31,000
bo to jest pięć wywiadów z ludźmi z najbliższego kręgu Sam Altman,

84
00:05:31,000 --> 00:05:37,000
bo twórcy, też słuchałem podcastu z twórczynią, autorką tego podcastu

85
00:05:37,000 --> 00:05:41,000
i ona też próbowała Sama Altmana zaprosić oczywiście do tego podcastu,

86
00:05:41,000 --> 00:05:47,000
ale się nie zgodziła. Więc mamy pięć odcinków w tym momencie

87
00:05:47,000 --> 00:05:50,000
historii Sama Altmana, który jest bardzo ciekawym człowiekiem,

88
00:05:50,000 --> 00:05:56,000
bo tak naprawdę ona pokazuje, że to jest bardzo szybka kariera.

89
00:05:56,000 --> 00:06:01,000
On przed Y Combinatorem tak naprawdę niewiele zrobił,

90
00:06:01,000 --> 00:06:03,000
a na pewno nie odniósł żadnego biznesowego sukcesu.

91
00:06:03,000 --> 00:06:05,000
Zainwestował w PayPal.

92
00:06:05,000 --> 00:06:09,000
To już później. I to też jest dotknięte w tych podcastach.

93
00:06:09,000 --> 00:06:14,000
To Sam zrobił na podstawie swoich koneksji tak naprawdę.

94
00:06:14,000 --> 00:06:18,000
I to stanowiło do niedawna członek jego majątku, to fakt.

95
00:06:18,000 --> 00:06:22,000
Więc jest tam powiedziane o kilku rzeczach.

96
00:06:22,000 --> 00:06:26,000
Oczywiście pojawiają się bohaterowie też naszego dzisiejszego odcinka,

97
00:06:26,000 --> 00:06:33,000
więc jest to na pewno ciekawy człowiek, który w dzisiejszych czasach

98
00:06:33,000 --> 00:06:39,000
ma jeden z największych wpływów na to szeroko rozumiane technologie,

99
00:06:39,000 --> 00:06:43,000
bo jedną z cech, która wybija się w tym podcastzie Sama Altmana

100
00:06:43,000 --> 00:06:47,000
jest umiejętność zjednania sobie właściwych ludzi

101
00:06:47,000 --> 00:06:50,000
i bardzo szeroko rozumiany look.

102
00:06:50,000 --> 00:06:56,000
Więc jest to osoba, która na pewno jeszcze niejedno...

103
00:06:56,000 --> 00:06:58,000
No właśnie i teraz pytanie co?

104
00:06:58,000 --> 00:07:05,000
Czy troszeczkę pomiesza, czy faktycznie odniesie ciekawy jeszcze sukces

105
00:07:05,000 --> 00:07:08,000
przy jednej, drugiej, trzeciej, czwartej przy okazji?

106
00:07:08,000 --> 00:07:10,000
Serdecznie polecam.

107
00:07:10,000 --> 00:07:15,000
To podcasty wrzucę. Podcasty to też ciekawe, że tam kilka dorzuciłem ostatnio,

108
00:07:15,000 --> 00:07:18,000
ale w temacie tutaj, to, że nie zaprosiła Sama Altmana,

109
00:07:18,000 --> 00:07:22,000
to nie wiem czy to strata czy nie, bo ja usłyszałem po jednym z wywiadów,

110
00:07:22,000 --> 00:07:26,000
że Sama Altmana, chyba nawet u Lexa Friedmana,

111
00:07:26,000 --> 00:07:30,000
swoją drogą ostatnio tam jest dobra rozmowa z CEO Perplexi,

112
00:07:30,000 --> 00:07:34,000
to polecam, ale że Sama Altmana ma taką sztukę,

113
00:07:34,000 --> 00:07:38,000
że udziela takiego wywiadu w podcastzie i nic z tego nie wynika, nie?

114
00:07:38,000 --> 00:07:40,000
To też jest mu zarzucane.

115
00:07:40,000 --> 00:07:48,000
Albo jeżeli wyciągniesz podcasty sprzed X lat, to one trochę są jak Elon, tak?

116
00:07:48,000 --> 00:07:52,000
Czyli już będziemy mieli sztuczną inteligencję, która nami zawładnie

117
00:07:52,000 --> 00:07:57,000
i samojeżdżące samochody i w dalszym ciągu to też się nie stoszyło.

118
00:07:57,000 --> 00:08:00,000
Druga rzecz, trochę wiążąca się z tym moim komentarzem wcześniej

119
00:08:00,000 --> 00:08:04,000
do startup, który wyciągnął Sebastian, no bo jak tam zacząłeś wymieniać

120
00:08:04,000 --> 00:08:08,000
tych inwestorów i tak dalej, to oni przeważnie, znaczy...

121
00:08:08,000 --> 00:08:12,000
No dobra, mam bajas. Chłopaki zrobili jedną dużą rzecz, nie?

122
00:08:12,000 --> 00:08:16,000
Przeważnie, potem różne rzeczy robili, niekoniecznie z sukcesem,

123
00:08:16,000 --> 00:08:18,000
no ale są dobrze połączeni, nie?

124
00:08:18,000 --> 00:08:23,000
I ty, Sebastian, wrzuciłeś ostatnio takie screenshot OpenAI i Mafia,

125
00:08:23,000 --> 00:08:27,000
to tutaj wrzucimy źródła, nie znam to, jak podasz, to podlinkujemy.

126
00:08:27,000 --> 00:08:29,000
No i tam się buduje właśnie, bo jednak się okazuje,

127
00:08:29,000 --> 00:08:31,000
że te startupy to na połączeniach jadą, nie?

128
00:08:31,000 --> 00:08:35,000
Zna, jak szybko dostaniesz finansowanie, bo znasz ludzi i tak dalej.

129
00:08:35,000 --> 00:08:38,000
Oczywiście, Antropik to też są ludzie, którzy byli wcześniej w OpenAI.

130
00:08:38,000 --> 00:08:40,000
Ale bardziej już nawet nie OpenAI, tylko w ogóle, nie?

131
00:08:40,000 --> 00:08:44,000
To jest jednak tam... Networking ma bardzo duże znaczenie,

132
00:08:44,000 --> 00:08:47,000
chyba nawet czasami większe niż to, co robisz i tak dalej, nie?

133
00:08:47,000 --> 00:08:51,000
Zdecydowanie większe, z tego, jak się słucha niektórych historii.

134
00:08:51,000 --> 00:08:53,000
Tak, w szczególności na finansowanie.

135
00:08:53,000 --> 00:08:58,000
Dobrze, to ja wrzucę, jak było o robotach, to wrzucę tylko szybki taki

136
00:08:58,000 --> 00:09:02,000
znak dla ludzi, którzy są na wakacjach, chcieliby przemyśleć swoją karierę

137
00:09:02,000 --> 00:09:06,000
i tak dalej. Książka nazywa się Bullshit Jobs A Theory,

138
00:09:06,000 --> 00:09:11,000
napisana przez Davida Gravera. Sebastian powiedział, że może być,

139
00:09:11,000 --> 00:09:13,000
że już go nie ma z nami, ale...

140
00:09:13,000 --> 00:09:15,000
Chyba tak, że nie pomówiłem, chyba tak.

141
00:09:15,000 --> 00:09:21,000
Tak czy inaczej zostawił książkę, w której zastanawia się nad naturą

142
00:09:21,000 --> 00:09:27,000
Bullshit Jobs, nie? Czyli dlaczego jakaś praca się w ten sposób

143
00:09:27,000 --> 00:09:31,000
może być określona, a stąd to, że tam definiujemy Bullshit Jobs.

144
00:09:31,000 --> 00:09:35,000
Typy, na przykład tags, job i tak dalej, to jest bardzo ciekawa klasyfikacja.

145
00:09:35,000 --> 00:09:42,000
Tak, tam są typy, tam są gluer, o ile pamiętam, jest kilka takich pojęć.

146
00:09:42,000 --> 00:09:46,000
Polecił mi to kolega po jakiejś rozmowie na temat tego, dlaczego ludzie

147
00:09:46,000 --> 00:09:50,000
czasami tkwią w takim, a nie innym układzie, jeżeli on nawet nie ma sensu.

148
00:09:50,000 --> 00:09:54,000
Pozdrawiam Grzeszka. No i okazało się, że faktycznie książka jest dobra,

149
00:09:54,000 --> 00:09:58,000
jeśli by ktoś chciał przeczytać, to polecam, naprawdę. Dobry temat.

150
00:09:58,000 --> 00:10:01,000
Aczkolwiek można mieć refleksję.

151
00:10:01,000 --> 00:10:03,000
O, tak.

152
00:10:03,000 --> 00:10:08,000
Dobrze, są ludzie na świecie, którzy niekoniecznie mają Bullshit Jobs,

153
00:10:08,000 --> 00:10:12,000
czasami siedzą w piwnicy, długo ich nie wiadomo gdzie są,

154
00:10:12,000 --> 00:10:19,000
a potem nagle wyskakują jak Ilya z lodówki i tak, Ilya chyba nie ma Bullshit Jobs,

155
00:10:19,000 --> 00:10:24,000
przynajmniej w OpenAI chyba nie miał, aczkolwiek nie wiadomo nigdy do końca.

156
00:10:24,000 --> 00:10:27,000
Ale w tej chwili zakłada nową firmę, jeżeli ktoś nie pamięta, kto to jest Ilya,

157
00:10:27,000 --> 00:10:31,000
to jest ten człowiek, który zniknął po buncie w OpenAI, uznawany jest za jednego,

158
00:10:31,000 --> 00:10:35,000
który tam wiedział co robi merytorycznie i chyba tak ogólnie jest uznawany.

159
00:10:35,000 --> 00:10:39,000
Uznawany jest za jednego, który rozpoczął ten bunt, prawda, więc to jest też taka historia.

160
00:10:39,000 --> 00:10:43,000
Nie mówiłem o buncie, że wie co robi, ale tak ogólnie o tym, że wie co robi.

161
00:10:43,000 --> 00:10:45,000
W bunty chyba nie potrafi, bym powiedział.

162
00:10:45,000 --> 00:10:52,000
Chyba wiedział co robi z tym buntem, ale to też, wiecie, lata pokażą.

163
00:10:52,000 --> 00:10:58,000
Była chyba potem nawet taka akcja, czy Ilya żyje, ale okazuje się, że żyje, wyszedł, zakłada firmę.

164
00:10:58,000 --> 00:11:02,000
Sebastian, ty nic nie mówisz o Ili, to może powiesz coś o startupie.

165
00:11:02,000 --> 00:11:07,000
Startup nazywa się Safe Superintelligence Incorporated SSI.

166
00:11:07,000 --> 00:11:14,000
Chwali się tym, że ma przede wszystkim 1 cel 1 goal, czyli a Safe Superintelligence.

167
00:11:14,000 --> 00:11:16,000
Startup to jest oczywiście amerykański.

168
00:11:16,000 --> 00:11:19,000
Już ma dwa biura, ale gdyby się zdążyło otworzyć, już ma dwa biura,

169
00:11:19,000 --> 00:11:22,000
jedno w Palo Alto, a drugie w Tel Avivie.

170
00:11:22,000 --> 00:11:26,000
Osób, które są na chwilę obecną zaangażowane i wymienione z nazwiska,

171
00:11:26,000 --> 00:11:31,000
no to jest Ilya Sutskever oczywiście, czyli były Chief Scientist w OpenAI.

172
00:11:31,000 --> 00:11:36,000
Jest też Daniel Gross, to jest partner z Y Combinatora i jest Daniel Levy,

173
00:11:36,000 --> 00:11:38,000
jeden z inżynierów z OpenAI.

174
00:11:38,000 --> 00:11:42,000
To są te trzy osoby, które były wymienione z nazwiska, chyba nie ma na razie więcej.

175
00:11:42,000 --> 00:11:48,000
Daniel Gross, dodajmy, był byłym szefem AI w Apple, to też warto zaznaczyć.

176
00:11:48,000 --> 00:11:51,000
Tam jeszcze było wymieniane nazwisko Lakego, który też odszedł z OpenAI,

177
00:11:51,000 --> 00:11:54,000
ale chyba nie jest na razie powiedziane, że dołączył.

178
00:11:54,000 --> 00:11:56,000
On dołączył do Antropica.

179
00:11:56,000 --> 00:12:00,000
No właśnie, bo nazwisko Lakego było wymieniane w tym kontekście,

180
00:12:00,000 --> 00:12:04,000
że Sutskever powoływał się na jakiś artykuł, który napisali kiedyś razem z Lakem,

181
00:12:04,000 --> 00:12:08,000
parę lat temu chyba, i że w ramach tego artykułu pisali właśnie,

182
00:12:08,000 --> 00:12:13,000
że AI jest dużym zagrożeniem polegającym na tym, że AI osiągnie bardzo szybko,

183
00:12:13,000 --> 00:12:17,000
dosłownie w ciągu kilku lat, superinteligencję, którą przewyższy ludzi

184
00:12:17,000 --> 00:12:19,000
i nie jesteśmy w stanie zupełnie przewidzieć, jak się zachowa.

185
00:12:19,000 --> 00:12:24,000
W związku z tym jest potrzeba stworzenia rzeczywiście guardraisów,

186
00:12:24,000 --> 00:12:27,000
czyli jakichś, można powiedzieć, zabezpieczeń takich,

187
00:12:27,000 --> 00:12:30,000
które spowodują, że nas nigdy nie wymknie z podkontroli.

188
00:12:30,000 --> 00:12:32,000
No i to jest właśnie cel działania tej firmy.

189
00:12:32,000 --> 00:12:35,000
Z takich rzeczy, o które pewnie każdy tutaj chciałby zapytać,

190
00:12:35,000 --> 00:12:41,000
tak, skoro te walki Ili w OpenAI były m.in. o tę misję i komercyjny,

191
00:12:41,000 --> 00:12:43,000
niekomercyjny charakter, to jak to jest SSI?

192
00:12:43,000 --> 00:12:46,000
Czy to jest komercyjna firma, czy to jednak nie?

193
00:12:46,000 --> 00:12:51,000
Ale to jest, SSI zostało zaprojektowane od początku jako for profit,

194
00:12:51,000 --> 00:12:53,000
tak, żebyśmy tu mieli pełną jasność.

195
00:12:53,000 --> 00:12:57,000
No i oczywiście w kontekście tej firmy się pojawia kilka takich

196
00:12:57,000 --> 00:13:01,000
żartobliwych różnych stwierdzeń, że no, z takimi nazwiskami

197
00:13:01,000 --> 00:13:06,000
to raczej problemów z zaangażowaniem finansów

198
00:13:06,000 --> 00:13:09,000
albo z zagwarantowaniem finansów nie będzie.

199
00:13:09,000 --> 00:13:12,000
I to jest tak naprawdę chyba wszystko, co wiem na chwilę obecnie na temat tej firmy.

200
00:13:12,000 --> 00:13:15,000
Nie wiem, czy wy dokopaliście się do większości szczegółów?

201
00:13:15,000 --> 00:13:19,000
Ja się dokopałem tylko do tego, że zdecydowanie wygrywają konkurs

202
00:13:19,000 --> 00:13:22,000
na minimalistyczny design strony internetowej.

203
00:13:22,000 --> 00:13:27,000
To chyba Mistral w ogóle nawet nie miał strony internetowej,

204
00:13:27,000 --> 00:13:29,000
jak pierwszą rundę finansowań robił.

205
00:13:29,000 --> 00:13:36,000
I profil na iksie, który ma jeden tweet i kilkudziesięciu tysięcy obserwujących już w tydzień.

206
00:13:36,000 --> 00:13:40,000
Chyba w ogóle za dużo nie wiadomo więcej, nawet jak się przyświetli,

207
00:13:40,000 --> 00:13:44,000
to po prostu tam nic nie istnieje oprócz tego, że Ilya wyszedł i założył ten...

208
00:13:44,000 --> 00:13:47,000
Gdyby to nie był Ilya, to chyba byśmy o tym w ogóle nie rozmawiali,

209
00:13:47,000 --> 00:13:50,000
byłaby to kolejna firma dookoła.

210
00:13:50,000 --> 00:13:53,000
Tutaj oczywiście i to są pewne spekulacje, co to znaczy

211
00:13:53,000 --> 00:13:59,000
superintelligence. Chyba ładnie po angielsku trzeba było powiedzieć superintelligence.

212
00:13:59,000 --> 00:14:04,000
I co oni wiedzą, że uważają, że w tym będzie biznes albo co będą produkować,

213
00:14:04,000 --> 00:14:08,000
to znowu powiem to samo, co przy pierwszym startupie, który dzisiaj wyciągnąłeś.

214
00:14:08,000 --> 00:14:13,000
Czuję piwota w powietrzu, może być, że wyjdą z czymś jakimś tam konkretnym,

215
00:14:13,000 --> 00:14:18,000
mniejszym dużo niż to, co tu napisali i za jakiś czas...

216
00:14:18,000 --> 00:14:22,000
To, że otworzyli biuro w Palo Alto, to okej, bo gdzieś mieszkają

217
00:14:22,000 --> 00:14:26,000
i muszą mieć blisko, nie? Tel Aviv, jak napisali, to jest ciekawe,

218
00:14:26,000 --> 00:14:29,000
bo to znaczy, że jakieś tam inżyniery składają chyba tam, nie?

219
00:14:29,000 --> 00:14:34,000
Jednak Izrael ma swoje zasoby, ma swoich ludzi itd., więc coś tam jest pod spodem.

220
00:14:34,000 --> 00:14:39,000
Zobaczymy co, podejrzewam, że wyjdą z jakąś technologią na poziomie modeli,

221
00:14:39,000 --> 00:14:40,000
safeguards dla modeli.

222
00:14:40,000 --> 00:14:43,000
Czy dla mnie jest jedna rzecz, która mnie zdumiewa i ta rzecz to jest taka

223
00:14:43,000 --> 00:14:48,000
pewien brak ciągłości, bo ten AI, który my na chwilę obecną mamy,

224
00:14:48,000 --> 00:14:51,000
to są po prostu modele probabilistyczne działające na gigantycznych

225
00:14:51,000 --> 00:14:54,000
sieciach neuronowych i one trochę wyglądają jak ludzie,

226
00:14:54,000 --> 00:14:58,000
dlatego że są tak nakarmione, ale mimo wszystko tam nie ma kreatywności,

227
00:14:58,000 --> 00:15:03,000
tam wnioskowanie to jest pseudo-wnioskowanie tak naprawdę,

228
00:15:03,000 --> 00:15:06,000
a tu mówimy tak naprawdę o zabezpieczeniu się przez faktyczną,

229
00:15:06,000 --> 00:15:11,000
świadomą inteligencją, więc albo Sudskever jest o tyle kroków do przodu

230
00:15:11,000 --> 00:15:15,000
i widział już coś, z czego my żeśmy nie widzieli, albo może jego wyobraźnia działa

231
00:15:15,000 --> 00:15:20,000
w innej ilości wymiarów, nie wiem, albo ja tu widzę taką dużą dziurę logiczną,

232
00:15:20,000 --> 00:15:25,000
gdzieś pomiędzy tymi dwiema rzeczami. Nie wiem, Wojtek, czy ty masz podobną perspektywę?

233
00:15:25,000 --> 00:15:30,000
Znaczy, prawda jest taka, że chyba jeżeli chodzi o to podejście, mówiąc,

234
00:15:30,000 --> 00:15:36,000
bo to też możemy później nawiązać do nowego release'u Cloud 3.5 Sonnet

235
00:15:36,000 --> 00:15:41,000
i ja bym chciał do tego tutaj to, co ty powiedziałeś, że bardzo duży

236
00:15:41,000 --> 00:15:46,000
release nowego modelu, tak naprawdę to jest mały inkrement,

237
00:15:46,000 --> 00:15:50,000
jeżeli chodzi o jakiekolwiek badania, tak, tam praktycznie nie ma tego,

238
00:15:50,000 --> 00:15:55,000
chodzi o jakość tych danych, o warowanie, o jakieś dodatkowe instrukcje

239
00:15:55,000 --> 00:16:01,000
dla tych modeli, więc widzimy, że mija rok i nie ma skoku, jeżeli chodzi o naukę

240
00:16:01,000 --> 00:16:07,000
i do tego, co powiedziałeś. Ilya jest człowiekiem, który otoczy się

241
00:16:07,000 --> 00:16:13,000
ludźmi, którzy myślą, że będą w stanie wykonać skok, tak, to jest jednak

242
00:16:13,000 --> 00:16:19,000
jedna z osób, która, po pierwsze, ma jedno z największych nazwisk

243
00:16:19,000 --> 00:16:24,000
w szeroko rozumianym świecie sztucznej inteligencji teraz, a dwa,

244
00:16:24,000 --> 00:16:28,000
będzie w stanie przyciągnąć naukowców. Naukowcy będą chcieli pracować

245
00:16:28,000 --> 00:16:35,000
z ambitnymi naukowcami, umówmy się, a OpenAI stał się firmą czysto komercyjną,

246
00:16:35,000 --> 00:16:41,000
mówiąc, że my jesteśmy oczywiście non-profit, tworząc jakieś modele,

247
00:16:41,000 --> 00:16:48,000
które może w przyszłości będą AGI. CEO, który oczywiście też różne rzeczy mówi.

248
00:16:48,000 --> 00:16:52,000
Oczywiście to może taki komentarz z mojej strony, że unimportant opinion,

249
00:16:52,000 --> 00:16:56,000
to znaczy nie siedzę codziennie i nie wciągam whitepaperów na temat,

250
00:16:56,000 --> 00:17:01,000
co tam się dzieje w tej chwili w AI itd., ale sądząc po jakichś tam tych,

251
00:17:01,000 --> 00:17:05,000
które czytam i to, co słucham, no w tej chwili to, co powiedziałeś,

252
00:17:05,000 --> 00:17:09,000
Sebastian, to chyba jest, wszyscy już się tak jakby uświadomili sobie,

253
00:17:09,000 --> 00:17:13,000
że to, co robią w tej chwili, to ma jakąś tam ograniczenia, nie?

254
00:17:13,000 --> 00:17:19,000
I jak się słucha czy tam ludzi z MED czy z innych, no to wychodzi,

255
00:17:19,000 --> 00:17:24,000
że wszyscy szukają nowego podejścia, nie? Tak naprawdę, że testują różne

256
00:17:24,000 --> 00:17:31,000
nowe podejście. Nawet w tym wywiadzie z CEO Perplexity u Lexa Friedmana,

257
00:17:31,000 --> 00:17:34,000
tu już podlinkujemy, po drugi raz go wymieniłem, tam pada ciekawa rzecz,

258
00:17:34,000 --> 00:17:39,000
że w tej chwili nawet zadaniem nie jest superintelligence, tylko jest odpięcie

259
00:17:39,000 --> 00:17:44,000
reasoning, czyli myślenia od danych, nie? Żeby odpiąć te modele od danych,

260
00:17:44,000 --> 00:17:47,000
bo w tej chwili jest to, co powiedziałeś, karmiemy je po prostu dużą ilością

261
00:17:47,000 --> 00:17:52,000
danych, danych, danych, uczymy się poruszać po tym, no i tam jest ta cała rozmowa

262
00:17:52,000 --> 00:17:56,000
o tym, żeby odpiąć to, nie? Że jeżeli uda się odpiąć model od danych,

263
00:17:56,000 --> 00:18:00,000
żeby on sobie mógł myśleć albo przynajmniej wnioskować, już nie umiem myśleć, nie?

264
00:18:00,000 --> 00:18:02,000
Chyba bardziej składać.

265
00:18:02,000 --> 00:18:03,000
Tak.

266
00:18:03,000 --> 00:18:06,000
Czyli masz po prostu surowe dane, a on je merżuje, tak? Je merżuje człowiek

267
00:18:06,000 --> 00:18:09,000
w głowie, a on w tym momencie widzi, więc...

268
00:18:09,000 --> 00:18:12,000
W tej chwili te dane są jednak dane razem z modelem, nie? Czyli to jest package,

269
00:18:12,000 --> 00:18:17,000
nie? Więc tutaj superintelligence się pojawiło na pewno, bo to jest kwestia

270
00:18:17,000 --> 00:18:23,000
finansowania, ILEA, duży szum i tak dalej, i jest hasło AGI cały czas,

271
00:18:23,000 --> 00:18:26,000
i było OpenAI, więc to jest trochę, bym patrzył bardziej na marketing.

272
00:18:26,000 --> 00:18:29,000
No pytanie, nad czym będą pracować, czy będą pracować nad nowym podejściem

273
00:18:29,000 --> 00:18:33,000
do modeli, czy będą pracować nad safeguardami dla tych modeli, które

274
00:18:33,000 --> 00:18:37,000
istnieją, do jakiejś technologii dookoła tego i tak dalej. Zobaczymy.

275
00:18:37,000 --> 00:18:41,000
Powodzenie dla ILEA na pewno dostaną pieniądze, to fakt, kupiąc za to dużo GPU

276
00:18:41,000 --> 00:18:42,000
do drugiej firmy.

277
00:18:42,000 --> 00:18:49,000
Ja bym chciał Wam zaznaczyć jedną rzecz na koniec, że jeżeli chodzi o czas,

278
00:18:49,000 --> 00:18:55,000
który zajął ILEA złożenie takiego zespołu i wiecie, ogłoszenie tego światu

279
00:18:55,000 --> 00:18:59,000
i na pewno to się będzie teraz bardzo szybko rosło, jest bardzo krótki.

280
00:18:59,000 --> 00:19:04,000
Zwykłe naukowcy, którzy wychodzili z firm jeszcze po takich dramatach,

281
00:19:04,000 --> 00:19:09,000
zaszywali się na jakiś czas gdzieś, tak? Przykładem może być Andrzej Karpaty,

282
00:19:09,000 --> 00:19:14,000
który, jak odszedł chyba przez półtora roku, tworzył na YouTube wideo,

283
00:19:14,000 --> 00:19:19,000
jak można robić różnego rodzaju modele i dopiero później gdzieś,

284
00:19:19,000 --> 00:19:24,000
wiecie, udało się komuś go przyciągnąć, więc tutaj ILEA ewidentnie jest

285
00:19:24,000 --> 00:19:26,000
zdeterminowany, tak chciałem.

286
00:19:26,000 --> 00:19:31,000
To ja bym tutaj spekulował, że jest to pokłosie tego buntu, który zrobił

287
00:19:31,000 --> 00:19:36,000
i że ten czas, który był potrzebny, to był potrzebny na wymyślenie,

288
00:19:36,000 --> 00:19:41,000
jak to zrobić, bardziej jak OpenAI ma go wypuścić, tą wiedzą i wszystkim,

289
00:19:41,000 --> 00:19:47,000
co oni mają, i jak to obwarować legal, żeby on mógł to robić versus to,

290
00:19:47,000 --> 00:19:48,000
co on mógł...

291
00:19:48,000 --> 00:19:51,000
W dalszym ciągu to jest wiesz, pół roku, tak, więc w dalszym ciągu

292
00:19:51,000 --> 00:19:53,000
to jest naprawdę szybko.

293
00:19:53,000 --> 00:19:58,000
Zobaczymy, start-upów i innych rzeczy dookoła AI powstaje,

294
00:19:58,000 --> 00:20:02,000
no ale są nazwiska, które się wybijają, tutaj mamy na pewno jedno takie.

295
00:20:02,000 --> 00:20:06,000
Nie wiem, czy przewiduję, jakbym miał strzelać tak całkiem blind shot,

296
00:20:06,000 --> 00:20:09,000
to nie wiem, czy przewiduję jakiś wielki skok jakoś ciągle szybko tutaj,

297
00:20:09,000 --> 00:20:13,000
ale może znowu się zdziwię, kilka lat temu powiedziałem, że AI będzie

298
00:20:13,000 --> 00:20:16,000
programowało za kilkanaście lat, się myliłem, zależy jak się zdefiniuje

299
00:20:16,000 --> 00:20:18,000
programowanie.

300
00:20:18,000 --> 00:20:24,000
Dobrze, wyjdźmy na chwilę z rzeczy dookoła AI.

301
00:20:24,000 --> 00:20:26,000
Ale tylko na chwilę.

302
00:20:26,000 --> 00:20:28,000
Tylko na chwilę.

303
00:20:28,000 --> 00:20:33,000
Prowadź naszych słuchaczy i słuchaczki, co to jest Polyfile

304
00:20:33,000 --> 00:20:35,000
i dlaczego powinniśmy o nim wiedzieć.

305
00:20:35,000 --> 00:20:39,000
Polyfile.js to jest bardzo znana i popularna open source'owa biblioteka,

306
00:20:39,000 --> 00:20:44,000
która generalnie służy do tego, żeby, no jak to się polyfile używa,

307
00:20:44,000 --> 00:20:50,000
do zapewnienia w starszych browserach funkcjonalności, można powiedzieć

308
00:20:50,000 --> 00:20:53,000
pewnego rodzaju, no nie moka, ale zastępstwa funkcjonalności,

309
00:20:53,000 --> 00:20:56,000
która przychodzi w nowych browserach, czyli rozszerzenia spektrum

310
00:20:56,000 --> 00:21:00,000
przeglądarek, które obsługują nowe funkcjonalności javascriptowe.

311
00:21:00,000 --> 00:21:02,000
I ta biblioteka jest bardzo popularna.

312
00:21:02,000 --> 00:21:08,000
Jest używana z tego, co tam ktoś oszacował, to sam ten CDN,

313
00:21:08,000 --> 00:21:12,000
bo ona jest serwowana z CDN-a, CDN Polyfile.io, to jest ponad

314
00:21:12,000 --> 00:21:14,000
100 tysięcy sajtów z tamtąd ją ciągną.

315
00:21:14,000 --> 00:21:18,000
I to ona działa bardziej na tej zasadzie, że raz ludzie zaczynają

316
00:21:18,000 --> 00:21:22,000
z tego korzystać i potem o tym zapominają, niestety albo stety.

317
00:21:22,000 --> 00:21:28,000
Co ciekawe, w lutym tego roku chińska firma wykupiła zarówno domenę,

318
00:21:28,000 --> 00:21:32,000
jak i to konto githubowe powiązane z Polyfilem, czyli stracił na tym

319
00:21:32,000 --> 00:21:34,000
kontrolę oryginalny twórca tej biblioteki.

320
00:21:34,000 --> 00:21:42,000
Od tego czasu okazało się, że regularnie ta z tej domeny,

321
00:21:42,000 --> 00:21:46,000
w wariancie tej biblioteki z tej domeny, jest wstrzykiwany malware,

322
00:21:46,000 --> 00:21:49,000
który ma działać przede wszystkim na urządzeniach mobilnych.

323
00:21:49,000 --> 00:21:56,000
A co ciekawe, kiedy ludzie zaczęli zgłaszać na tym koncie githubowym,

324
00:21:56,000 --> 00:21:59,000
że tam coś jest nie tak i że pojawiają się jakieś z tym problemy,

325
00:21:59,000 --> 00:22:03,000
wszystkie te skargi były usuwane w bardzo szybki sposób.

326
00:22:03,000 --> 00:22:05,000
Można to znaleźć w rękawiu, w internecie.

327
00:22:05,000 --> 00:22:10,000
To nie jest kod amatorski, dlatego że po pierwsze, ten kod jest

328
00:22:10,000 --> 00:22:15,000
dynamicznie generowany w oparciu o nagłówki HTTP-owe, także tam

329
00:22:15,000 --> 00:22:19,000
jest wiele wektorów ataków, nie wszystkie są znane jeszcze

330
00:22:19,000 --> 00:22:20,000
prawdopodobnie do tej pory.

331
00:22:20,000 --> 00:22:23,000
Nie działa to na jakimś dyzdempie administratorskim, czyli

332
00:22:23,000 --> 00:22:25,000
stara się jeszcze przy okazji ukrywać.

333
00:22:25,000 --> 00:22:30,000
Kod ma specyficzne zabezpieczenia przeciwko reverse engineeringowi,

334
00:22:30,000 --> 00:22:33,000
także nie jest tak łatwo zanalizować, co tam się w ogóle dzieje.

335
00:22:33,000 --> 00:22:36,000
Aktywuje się tylko i wyłącznie na mobilnych urządzeniach

336
00:22:36,000 --> 00:22:39,000
i tylko i wyłącznie w wyspecyfikowanych godzinach,

337
00:22:39,000 --> 00:22:42,000
czyli to też nie jest tak, że zawsze działa tam po prostu ten malware.

338
00:22:42,000 --> 00:22:45,000
Co więcej, jeszcze dodatkowo, żeby trudniej go było wykryć,

339
00:22:45,000 --> 00:22:49,000
to on opóźnia swoją własną egzekucję po to, żeby różnego rodzaju

340
00:22:49,000 --> 00:22:52,000
plug-in-y web analytics tak naprawdę nie wykrywały, że coś się tam

341
00:22:52,000 --> 00:22:56,000
dzieje nie tak, no więc jest to ogólnie zabawne.

342
00:22:56,000 --> 00:22:59,000
Zapytany o komentarz twórca Polifilla powiedział, żeby już w tego

343
00:22:59,000 --> 00:23:03,000
nie korzystać, bo tak naprawdę już wszystkie przyglądarki są

344
00:23:03,000 --> 00:23:06,000
bardziej on-par, przyglądarki są evergreen, same się aktualizują,

345
00:23:06,000 --> 00:23:09,000
więc już to ma w ogóle średni sens.

346
00:23:09,000 --> 00:23:12,000
Na szczęście zadziałały też, zadziałało też trochę firm,

347
00:23:12,000 --> 00:23:16,000
które mają swoje duże CDN, jak Fastly, Cloudflare,

348
00:23:16,000 --> 00:23:21,000
które po pierwsze robią redirecty automatyczne ze strzałów do

349
00:23:21,000 --> 00:23:27,000
tego CDN-a, Polifilla, a po drugie też dały jakieś tam swoje ekwiwalenty.

350
00:23:27,000 --> 00:23:30,000
Zadziałał też Google, który zaczął blokować Google Adsy

351
00:23:30,000 --> 00:23:36,000
na tam e-commerce'a website'y, które właśnie odnoszą się do tego CDN-a.

352
00:23:36,000 --> 00:23:40,000
Zadziałał Cloudflare, który robi właśnie real-time rewrites,

353
00:23:40,000 --> 00:23:43,000
zadziałał Namecheap, który wywalił już chyba tą domenę,

354
00:23:43,000 --> 00:23:47,000
z tego co się, z tego co kojarzę, natomiast no ogólnie jest to

355
00:23:47,000 --> 00:23:50,000
duży, duży supply chain, tak?

356
00:23:50,000 --> 00:23:53,000
Ewidentnie widać, że zajęli się tym profesjonaliści,

357
00:23:53,000 --> 00:23:56,000
to nie była jakaś akcja trzech znudzonych nastolatków.

358
00:23:56,000 --> 00:24:00,000
No i jest to lekko przerażające, patrząc właśnie przez pryzmat skali,

359
00:24:00,000 --> 00:24:04,000
jak popularną jest tą biblioteką. Ja nie jestem jakimś hardkorowym frontendowcom,

360
00:24:04,000 --> 00:24:07,000
ale skoro nawet ja wiedziałem, że to jest, do czego to służy i że to jest

361
00:24:07,000 --> 00:24:10,000
popularne, to znaczy, że jednak temat dosyć gruby.

362
00:24:10,000 --> 00:24:13,000
Dodajmy, że to było kilkaset tysięcy stron internetowych, w tym

363
00:24:13,000 --> 00:24:18,000
absolutnie giganci, bo ja jak się przygotowałem, to między innymi

364
00:24:18,000 --> 00:24:23,000
znalazłem, że no prawie każda strona, którą dotychczas odwiedzaliśmy,

365
00:24:23,000 --> 00:24:27,000
gdzieś miała polifilat, można by tak to opowiedzieć, mówiąc wprost.

366
00:24:27,000 --> 00:24:33,000
No dobrze. Po pierwsze, słuchając charakterystyki malwareu,

367
00:24:33,000 --> 00:24:35,000
zastanawiałem się, czy pisali ją ci sami kolesie, czy pisali

368
00:24:35,000 --> 00:24:39,000
soft do pewnych lokomotyw, podobnie było jakoś.

369
00:24:39,000 --> 00:24:41,000
No nie, nie.

370
00:24:41,000 --> 00:24:44,000
Ale oczywiście nie wiadomo, kto pisał soft do pewnych lokomotyw i firma

371
00:24:44,000 --> 00:24:47,000
produkcji lokomotywy nie musi nas tutaj pozywać, tak jak pozywa

372
00:24:47,000 --> 00:24:51,000
inną firmę za to, że powiedziała, że napisali taki soft.

373
00:24:51,000 --> 00:24:54,000
My nie mówimy, żeby napisali się ten soft.

374
00:24:54,000 --> 00:24:58,000
Drugie, słuchałem Ciebie tak, Sebastian, i niestety przyjąłem

375
00:24:58,000 --> 00:25:02,000
takie troszkę smutną minę, bo podle...

376
00:25:02,000 --> 00:25:05,000
Znaczy, jak jeszcze tylko nie powiedziałem, to ja ostatnio

377
00:25:05,000 --> 00:25:08,000
zrobiłem się bardzo sceptyczny, jeżeli chodzi o całe cybersecurity.

378
00:25:08,000 --> 00:25:12,000
Zajmowałem się dookoła tego długi czas i aż w trakcie, kiedy to

379
00:25:12,000 --> 00:25:18,000
mówiłeś, to otworzyłem sobie swoją prezentację z 2018 roku, w której

380
00:25:18,000 --> 00:25:22,000
miałem przykład takiej biblioteki EventStream, która miała prawie 2

381
00:25:22,000 --> 00:25:26,000
miliony tam weekly downloads wtedy, która została przejęta w taki sam

382
00:25:26,000 --> 00:25:30,000
sposób, znaczy w inny sposób, bo tam jest nawet ciekawsze, aż zacytuję.

383
00:25:30,000 --> 00:25:37,000
Bo tutaj jest wypowiedź maintainera tej biblioteki i uwaga, quote.

384
00:25:37,000 --> 00:25:42,000
He emailed me and said he want to maintain the module, so I gave it to him.

385
00:25:42,000 --> 00:25:47,000
Don't get anything from maintaining this module and blah, blah, blah, blah.

386
00:25:47,000 --> 00:25:51,000
I generalnie, facet był zmęczony utrzymywaniem modułu, który był w

387
00:25:51,000 --> 00:25:54,000
milionach kopii rozdestruowanych w software, ktoś do niego napisał,

388
00:25:54,000 --> 00:25:58,000
on oddał ten moduł, no i tam wtedy poszedł kryptominer, bo to były

389
00:25:58,000 --> 00:26:04,000
2018 rok, takie rzeczy, więc to było modne. I to się dzieje cały czas

390
00:26:04,000 --> 00:26:07,000
i najlepsze jest, że po prostu mało co z tym robimy jako industry, nie?

391
00:26:07,000 --> 00:26:10,000
A tu akcja jest grubsza, bo tu nie tylko i wyłącznie konto githubowe,

392
00:26:10,000 --> 00:26:13,000
ale też CDN i ludzie, te firmy, 100 tysięcy firm.

393
00:26:13,000 --> 00:26:15,000
Ktoś kupił firmę, nie?

394
00:26:15,000 --> 00:26:21,000
Myślę, że to było do punktu Sebastiana, to był wyinżynierowany, a tak,

395
00:26:21,000 --> 00:26:24,000
w sensie to, to, że to była ta biblioteka, to też nie jest przypadkowe.

396
00:26:24,000 --> 00:26:30,000
Ktoś to, wiecie, ktoś stwierdził jak mieć największy impakt i wiecie.

397
00:26:30,000 --> 00:26:35,000
Ale dokładnie tak i tutaj jeszcze, bo to się, widzicie, może trochę ja,

398
00:26:35,000 --> 00:26:38,000
może mnie to nie dziwi, dlatego, że ja bardziej w tym siedziałem, nie?

399
00:26:38,000 --> 00:26:43,000
Teraz też akurat nawet z tego 2018 roku mam tutaj przykłady,

400
00:26:43,000 --> 00:26:47,000
bo wtedy robiłem tam prezentację, ale na przykład takim typowym,

401
00:26:47,000 --> 00:26:49,000
podobnym wektorem, nie wiem, czy kojarzycie w ogóle,

402
00:26:49,000 --> 00:26:52,000
jest kupowanie firm, które mają plug-iny do przyglądalek, nie?

403
00:26:52,000 --> 00:26:55,000
I to się dzieje cały czas. I to tak, no, masz jakiś tam,

404
00:26:55,000 --> 00:26:58,000
nie będziemy oskarżać żadnego rządu, nie?

405
00:26:58,000 --> 00:27:01,000
Ale jest rząd, który ma jakieś swoje cele, po co się ma męczyć?

406
00:27:01,000 --> 00:27:04,000
To jest w ogóle cały ten taki shift w security, nie?

407
00:27:04,000 --> 00:27:08,000
Ci ludzie, którzy chcą zrobić coś złego, oni już dawno wymyślili,

408
00:27:08,000 --> 00:27:10,000
oprócz tego, że kupują exploity, nie wiem, czy w ogóle kojarzycie,

409
00:27:10,000 --> 00:27:13,000
jakie są ceny exploity, zero day, nie?

410
00:27:13,000 --> 00:27:16,000
Ale oni już dawno wymyślili, że łatwiej jest kupić taką bibliotekę

411
00:27:16,000 --> 00:27:20,000
jako firmę legalną i tak dalej, przez jakieś tam shell company,

412
00:27:20,000 --> 00:27:23,000
podstawić coś i po prostu puścić świat, nie?

413
00:27:23,000 --> 00:27:26,000
I słyszymy o tym tylko wtedy, jeżeli to jest duże albo na tyle duże,

414
00:27:26,000 --> 00:27:29,000
a tego się dzieje dużo. Nie widzę na to rozwiązania za bardzo,

415
00:27:29,000 --> 00:27:34,000
bywają drogi. Nie wiem, czy macie jakiś pomysł, ale to się będzie działo po prostu.

416
00:27:34,000 --> 00:27:37,000
Nie ma chyba jednego rozwiązania.

417
00:27:37,000 --> 00:27:41,000
To jest tak, trzeba budować awareness, trzeba szybko blacklistować

418
00:27:41,000 --> 00:27:45,000
tego typu właśnie domeny, czyli muszą być jakieś rozwiązania,

419
00:27:45,000 --> 00:27:49,000
które będą badały ten nasz łańcuch supply chain na etapie tam

420
00:27:49,000 --> 00:27:53,000
developmentu, deploymentu w lead time'ie, w run time'ie.

421
00:27:53,000 --> 00:27:58,000
Ale widzisz, i tutaj schodzimy trochę do takiego, o, kiedyś o tym mówiłeś,

422
00:27:58,000 --> 00:28:02,000
że to by było dobre zastosowanie dla AI agents w programowaniu, nie?

423
00:28:02,000 --> 00:28:06,000
Bo to jest pytanie, ilu deweloperów, którzy używali z tego,

424
00:28:06,000 --> 00:28:09,000
byli w ogóle świadomi, że mają takie dependencje.

425
00:28:09,000 --> 00:28:14,000
Ale to tutaj, wiecie, i tutaj jest miejsce dla, oczywiście dla platform

426
00:28:14,000 --> 00:28:19,000
typu GitHub, tak? Bo tam już mamy tam pluginy, które skanują

427
00:28:19,000 --> 00:28:24,000
i niektóre vulnerabilities faktycznie aż świecą się na czerwono,

428
00:28:24,000 --> 00:28:30,000
więc, w GitHub'ie, więc myślę, że to jest kolejny krok.

429
00:28:30,000 --> 00:28:34,000
Więc GitHub jest bardzo blisko i w sumie tam chyba niewiele rzeczy

430
00:28:34,000 --> 00:28:38,000
by trzeba było, żeby zrobić taką tak zakrojoną akcję łącznie

431
00:28:38,000 --> 00:28:40,000
z poinformowaniem inżynierów.

432
00:28:40,000 --> 00:28:42,000
Oni robią dobrą robotę i dokładnie to robią, nie?

433
00:28:42,000 --> 00:28:45,000
Oni skanują pod kątem no vulnerabilities itd.

434
00:28:45,000 --> 00:28:49,000
Ja bardziej tutaj przyznaję, że jestem zblazowany stanem cyber security,

435
00:28:49,000 --> 00:28:52,000
bo tu chodziło o to, że po prostu wszyscy mówią, że to jest ważne,

436
00:28:52,000 --> 00:28:56,000
wszyscy wywalają na to kasę, powstaje duże startupów itd., nie?

437
00:28:56,000 --> 00:29:01,000
Na końcu mamy kilka, naprawdę kilka problemów, które są znane od dawna,

438
00:29:01,000 --> 00:29:03,000
nie ma na nie dobrego rozwiązania, nie?

439
00:29:03,000 --> 00:29:08,000
To jeszcze dodam ci jedną rzecz, że łatwość dodania biblioteki w,

440
00:29:08,000 --> 00:29:13,000
jak wiemy, tworząc oprogramowanie w znaczącej większości firm,

441
00:29:13,000 --> 00:29:19,000
typu, wiesz, podejrzewam, że w wysokie 90%, jest niesamowita, tak?

442
00:29:19,000 --> 00:29:24,000
Po prostu nikt na to nie patrzy, po prostu trzeba dostarczyć feature na produkcję.

443
00:29:24,000 --> 00:29:29,000
Więc pierwsza rzecz, pierwszy mój komentarz, jeszcze do tego oczywiście

444
00:29:29,000 --> 00:29:33,000
firmy, gdzie zatrudniamy zewnętrznych konsultantów, ze zewnętrznej inżynierii,

445
00:29:33,000 --> 00:29:37,000
to już jest w ogóle, nikt o tym poważnie przecież tam nie będzie myślał,

446
00:29:37,000 --> 00:29:39,000
no bo to szkoda na to czasu.

447
00:29:39,000 --> 00:29:46,000
Natomiast to jeszcze do tego myśli, że właśnie w czasach,

448
00:29:46,000 --> 00:29:51,000
gdzie coraz bardziej patrzymy na performance, to musimy zautomatyzować,

449
00:29:51,000 --> 00:29:53,000
bo inaczej się tego po prostu nie da.

450
00:29:53,000 --> 00:29:59,000
Druga rzecz, programowanie z AI i wstrzykiwanie niebezpiecznego kodu,

451
00:29:59,000 --> 00:30:01,000
to jest w ogóle inny poziom.

452
00:30:01,000 --> 00:30:06,000
Więc nikt nawet nie będzie rozumiał, jak bardzo jest narażony, tak?

453
00:30:06,000 --> 00:30:10,000
I wiesz, jak ja bym się miał czegoś spodziewać, to jest dokładnie to,

454
00:30:10,000 --> 00:30:17,000
teraz wyobraź sobie naprawdę mocno zakrojoną akcję pod tytułem taki...

455
00:30:17,000 --> 00:30:19,000
Poisoning.

456
00:30:19,000 --> 00:30:22,000
Poisoning, dokładnie. Poisoning, ale pod kątem tego, żeby...

457
00:30:22,000 --> 00:30:23,000
Modelu na przykład.

458
00:30:23,000 --> 00:30:27,000
Tak, żeby model uczył się na kontencie i wstrzykiwał to, nie?

459
00:30:27,000 --> 00:30:31,000
I to jest tylko kwestia tego, żeby dostatecznie długo produkować content,

460
00:30:31,000 --> 00:30:33,000
dawać się indeksować.

461
00:30:33,000 --> 00:30:37,000
Niekoniecznie, wystarczy, że podstawisz pracownika do odpowiedniej firmy.

462
00:30:37,000 --> 00:30:38,000
Dziękuję.

463
00:30:38,000 --> 00:30:44,000
Też, ale wiesz, to będzie... My nie ogarniamy tego problemu i go nie ogarniemy,

464
00:30:44,000 --> 00:30:46,000
to sorry, ale ja naprawdę...

465
00:30:46,000 --> 00:30:50,000
A jeszcze teraz dodam, Tomek, to nie jest takie, wiesz, nierealne,

466
00:30:50,000 --> 00:30:56,000
bo zobacz, w dzisiejszym geopolitycznym położeniu, w którym się znaleźliśmy,

467
00:30:56,000 --> 00:31:00,000
bardzo wielu aktorów jest zainteresowanych dokładnie tym,

468
00:31:00,000 --> 00:31:04,000
więc podstawienie jakiegoś na przykład chociażby pracownika

469
00:31:04,000 --> 00:31:07,000
jest... Bardzo dużo by dało, tak?

470
00:31:07,000 --> 00:31:08,000
Dobrze.

471
00:31:08,000 --> 00:31:10,000
I pytanie, na ile to się często dzieje?

472
00:31:10,000 --> 00:31:14,000
Trochę tak... Zataczając kółko i kończąc temat,

473
00:31:14,000 --> 00:31:18,000
jest taki dobry serial, science fiction, nazywa się Battlestar Galactica,

474
00:31:18,000 --> 00:31:21,000
jeżeli ktoś nie oglądał i lubi science fiction, to polecam.

475
00:31:21,000 --> 00:31:24,000
Tam jest takie motto, które jest często powtarzane,

476
00:31:24,000 --> 00:31:27,000
it all happened and will happen again.

477
00:31:27,000 --> 00:31:30,000
Dlaczego ten? Bo ta prezentacja, którą robiłem w 2018,

478
00:31:30,000 --> 00:31:33,000
była o ataku non petia, tak?

479
00:31:33,000 --> 00:31:37,000
Atak non petia, jak ktoś nie pamięta wtedy, jak zaszyfrowało pół świata, nie?

480
00:31:37,000 --> 00:31:40,000
I to było dokładnie to, co teraz ty, Sebastian, opisałeś,

481
00:31:40,000 --> 00:31:43,000
tylko na bardziej targetowalną, lokalną skalę.

482
00:31:43,000 --> 00:31:46,000
Przejęliśmy firmę, nielegalnie, tam akurat, nie?

483
00:31:46,000 --> 00:31:49,000
Wstrzyknęliśmy soft, poczekaliśmy długi czas, zaprogramowaliśmy mechanizm,

484
00:31:49,000 --> 00:31:54,000
odpaliliśmy to, nie? Pół Ukrainy się skasowało, z nim pół świata, nie?

485
00:31:54,000 --> 00:31:57,000
I wiecie, jesteśmy 6 lat później, nic się nie zmieniło.

486
00:31:57,000 --> 00:32:00,000
Gwarantuję wam, że jak ktoś odpali taki supply chain, a tak następny,

487
00:32:00,000 --> 00:32:03,000
będzie dokładnie taki sam efekt.

488
00:32:03,000 --> 00:32:06,000
To po prostu, to trochę mam taki blik.

489
00:32:06,000 --> 00:32:10,000
Chyba regularnie, tak, mam wrażenie, że wiesz, co rok jest przynajmniej jeden taki głośny atak.

490
00:32:10,000 --> 00:32:13,000
Ale ja tylko mówię, że od strony branży cyber security

491
00:32:13,000 --> 00:32:16,000
i podejścia nic się nie zmieniło. Uwierz mi, nikt nie wyciągnął elektryki z tego.

492
00:32:16,000 --> 00:32:17,000
Absolutnie.

493
00:32:17,000 --> 00:32:22,000
Dobrze, odnośnie robotów i skanowania Microsofta,

494
00:32:22,000 --> 00:32:25,000
jakiś czas temu zatrudniłem takiego pana, Mustafa Suleyman.

495
00:32:25,000 --> 00:32:27,000
Też fajną książkę napisał.

496
00:32:27,000 --> 00:32:30,000
No właśnie, to polecamy.

497
00:32:30,000 --> 00:32:33,000
Musimy jakieś zrobić affiliate links czy coś do książek, nie?

498
00:32:33,000 --> 00:32:37,000
To ja teraz mogę spróbować, słuchajcie.

499
00:32:37,000 --> 00:32:41,000
To bardzo szybko przybliżenie tego pana Mustafa.

500
00:32:41,000 --> 00:32:47,000
Bo on teraz został, prawda, CEO Microsoft AI, to się ładnie nazywa.

501
00:32:47,000 --> 00:32:53,000
Czyli kieruje wszelkimi zakusami firmy Microsoft.

502
00:32:53,000 --> 00:32:57,000
Natomiast, no on ma długą historię faktycznie,

503
00:32:57,000 --> 00:33:02,000
ale myślę, że najbardziej wzrósł przy tym jakby okazało się,

504
00:33:02,000 --> 00:33:04,000
że współzałożył DeepMind.

505
00:33:04,000 --> 00:33:08,000
Przypomnę, że DeepMind zrobił exit na 500 milionów dolarów

506
00:33:08,000 --> 00:33:13,000
sprzedając się do Google'a mniej więcej 6-7 lat temu.

507
00:33:13,000 --> 00:33:16,000
Przepraszam, 2014, dokładnie.

508
00:33:16,000 --> 00:33:21,000
I on po wyjściu założył firmę, która się nazywa Inflection AI.

509
00:33:21,000 --> 00:33:26,000
Ona ma model LLM-owy Inflection 1.

510
00:33:26,000 --> 00:33:32,000
I oni tam na stronie bardzo opisują, jak ten model się ma do konkurencji.

511
00:33:32,000 --> 00:33:38,000
I możemy go używać chociażby w produkcie, który się nazywa Pee AI,

512
00:33:38,000 --> 00:33:45,000
który jest reklamowany jako pierwszy inteligentny emocjonalnie model AI.

513
00:33:45,000 --> 00:33:52,000
Więc taka obietnica tej firmy jest taka, że tworzymy faktycznie model,

514
00:33:52,000 --> 00:33:58,000
który jest odpowiednio też emocjonalny, ma jakieś inteligencję emocjonalną.

515
00:33:58,000 --> 00:33:59,000
Przepraszam, chciałem powiedzieć.

516
00:33:59,000 --> 00:34:02,000
No dobrze, no i skąd w ogóle o tym rozmawiamy?

517
00:34:02,000 --> 00:34:09,000
Ponieważ Pan Mustafa kieruje sobie teraz Microsoft AI i niedawno...

518
00:34:09,000 --> 00:34:12,000
Ma specyficzną część o Microsoft AI.

519
00:34:12,000 --> 00:34:19,000
Tak, ale co bardzo ważne, że zapytany o...

520
00:34:19,000 --> 00:34:21,000
Wprost, pytanie brzmiało z tego, co pamiętam,

521
00:34:21,000 --> 00:34:30,000
czy firmy tak naprawdę ukradły całą własność intelektualną całego świata?

522
00:34:30,000 --> 00:34:32,000
Sulejman odpowiedział, że nie.

523
00:34:32,000 --> 00:34:35,000
Poproszony o rozbudowę tej wypowiedzi,

524
00:34:35,000 --> 00:34:40,000
nawiązał do tego, że przecież internet jest otwartą siecią,

525
00:34:40,000 --> 00:34:45,000
gdzie kontrakt tak naprawdę całego społeczeństwa

526
00:34:45,000 --> 00:34:49,000
na content znajdujący się, na te wszystkie treści,

527
00:34:49,000 --> 00:34:53,000
więc w internecie, został zawiązany w latach 90.

528
00:34:53,000 --> 00:34:59,000
i tak naprawdę każdy może go kopiować, odtwarzać i reprodukować.

529
00:34:59,000 --> 00:35:02,000
Więc tak naprawdę jest freewarem

530
00:35:02,000 --> 00:35:08,000
i takie jest jego zrozumienie tego całej wartości intelektualnej.

531
00:35:08,000 --> 00:35:10,000
Taka jest umowa społeczna.

532
00:35:10,000 --> 00:35:14,000
Umowę społeczną, przepraszam, w tych latach 90. powołał.

533
00:35:14,000 --> 00:35:17,000
No i zaczęło się.

534
00:35:17,000 --> 00:35:21,000
Tak, bo jeszcze się odnosił bardzo często do pojęcia fair use.

535
00:35:21,000 --> 00:35:23,000
This is fair use.

536
00:35:23,000 --> 00:35:26,000
Zgadza się. Co o tym myślicie?

537
00:35:26,000 --> 00:35:31,000
Jeżeli szef AI w takiej firmie twierdzi, że faktycznie...

538
00:35:31,000 --> 00:35:35,000
Bierzcie i uczcie na tym wszyscy.

539
00:35:35,000 --> 00:35:39,000
Pierwsze to OpenAI robi lepsze szkolenie takie medialne,

540
00:35:39,000 --> 00:35:43,000
bo jak mi raz zostało to zapisane, to pamiętacie, zrobiło takie...

541
00:35:43,000 --> 00:35:47,000
I'm not sure about it.

542
00:35:47,000 --> 00:35:51,000
A tutaj facet widocznie nosi o tym wiązku, albo taki jest, że ten...

543
00:35:51,000 --> 00:35:55,000
Znaczy, to jest chyba szersze, nie, bo faktycznie takie jakby skanowanie,

544
00:35:55,000 --> 00:35:59,000
no bo to, szerzej on to powiedział, zrobiło się głośno,

545
00:35:59,000 --> 00:36:03,000
ale szerszy problem jest taki, że tam więcej firm wyszło i powiedziało

546
00:36:03,000 --> 00:36:07,000
słuchajcie, mamy taki mały plik robots.txt,

547
00:36:07,000 --> 00:36:12,000
on jest po to, żebyśmy my decydowali, czy macie indeksować ten content, czy nie,

548
00:36:12,000 --> 00:36:16,000
no a niektóre firmy w tym perplexity powiedziało

549
00:36:16,000 --> 00:36:21,000
wiecie co, to przecież to opcjonalne jest, tak, to wszyscy to respektowali.

550
00:36:21,000 --> 00:36:25,000
A do tego też do perplexity i robota też możemy za chwileczkę nawiązać, bo to też jest...

551
00:36:25,000 --> 00:36:29,000
Ale to się do tego samego sprowadza, że wiesz, że to faktycznie nie było nigdy wymuszane

552
00:36:29,000 --> 00:36:33,000
jako technologicznie, tylko to był faktycznie jakiś tam

553
00:36:33,000 --> 00:36:35,000
agreement, że my mówimy...

554
00:36:35,000 --> 00:36:36,000
Etykieta.

555
00:36:36,000 --> 00:36:41,000
Tak, tak, tak, to zapomniane słowo jest, nie, ale że my mówimy co my,

556
00:36:41,000 --> 00:36:45,000
czy wam pozwalamy, czy nie, a wy to respektujecie, nie, no i nagle się okazało,

557
00:36:45,000 --> 00:36:51,000
że pęd do tego, żeby mieć lepszy model, powoduje, że tam etykieta poszła na bok.

558
00:36:51,000 --> 00:36:57,000
Zgadza się. I do tego już mamy kilka bardzo dużych pozwów,

559
00:36:57,000 --> 00:37:03,000
między innymi tak naprawdę Times złożył ogromny pozew, prawda,

560
00:37:03,000 --> 00:37:08,000
bo oni mają Common Crawler, 16 milionów stron internetowych

561
00:37:08,000 --> 00:37:14,000
skraulowanych, można by powiedzieć, i okazuje się, że z tego ich Common Crawler

562
00:37:14,000 --> 00:37:19,000
jest nielegalnie wykorzystywany content, co udowodniono,

563
00:37:19,000 --> 00:37:24,000
tak samo tam między innymi Bloomberg złożył, no i teraz mamy jeszcze

564
00:37:24,000 --> 00:37:30,000
bardzo świeży Alden Global Capital przeciwko Microsoftowi i OpenAI,

565
00:37:30,000 --> 00:37:36,000
gdzie udowodniono również, że faktycznie model jest wytrenowany

566
00:37:36,000 --> 00:37:42,000
GPT na kontencie tej firmy, więc te pozwy zaczynają się sypać.

567
00:37:42,000 --> 00:37:45,000
Czy aferka wybuchła, ale to już jest tylko i wyłącznie damage control,

568
00:37:45,000 --> 00:37:48,000
aferka wybuchła z kilku powodów, no po pierwsze dlatego, że Suleiman to też

569
00:37:48,000 --> 00:37:52,000
niezanonimowa postać, po drugie dlatego, że to był wywiad w CNBC,

570
00:37:52,000 --> 00:37:56,000
czyli generalnie się trochę rozszedł trochę szeroko, więc to może nie było

571
00:37:56,000 --> 00:37:59,000
najlepsze miejsce na tego typu wywiad. Został bardzo szybko spunktowany,

572
00:37:59,000 --> 00:38:02,000
że fair use nie ma nic na temat komercyjnego wykorzystania,

573
00:38:02,000 --> 00:38:06,000
że fair use to jest tak naprawdę, że używasz jakiegoś copyright materiału,

574
00:38:06,000 --> 00:38:10,000
ale po to, żeby go skrytykować, żeby uczyć na tego contentu,

575
00:38:10,000 --> 00:38:15,000
albo żeby go researchować, w związku z tym to jest jawna eksploitacja,

576
00:38:15,000 --> 00:38:21,000
takiego użyję pol english, takiego materiału, że takiego umowy społecznej nie ma

577
00:38:21,000 --> 00:38:24,000
i tutaj też się już pojawiła z lewej sprawa takie komentarze,

578
00:38:24,000 --> 00:38:27,000
natomiast to jest już tylko damage control, ja nie sądzę, żeby nawet Suleiman

579
00:38:27,000 --> 00:38:30,000
wierzył w to, co mówi, tylko i wyłącznie na to, co się wydarzyło,

580
00:38:30,000 --> 00:38:34,000
no bo wystarczy spojrzeć na tą listę tych partnerships, jeżeli chodzi właśnie

581
00:38:34,000 --> 00:38:38,000
o źródła danych samego OpenAI i jest, słuchajcie, już ponad 30,

582
00:38:38,000 --> 00:38:42,000
tam idzie naprawdę sporo pieniędzy na to i to nie jest tylko i wyłącznie OpenAI,

583
00:38:42,000 --> 00:38:46,000
ale inne firmy robią dokładnie to samo. Odnośnie tego case'a z,

584
00:38:46,000 --> 00:38:50,000
w ogóle jeszcze zanim przejdę do perpexity, to jakby istotne jest też to,

585
00:38:50,000 --> 00:38:55,000
że nawet już chyba Tomek wlinkował, że OpenAI też zmieniło sposób działania

586
00:38:55,000 --> 00:39:00,000
i też widać znacznie więcej referencji, znacznie więcej linków do źródeł,

587
00:39:00,000 --> 00:39:05,000
czyli to jest właśnie kolejna faza tego damage control, albo może już unormowanie

588
00:39:05,000 --> 00:39:07,000
tego, w jaki sposób te dane...

589
00:39:07,000 --> 00:39:10,000
Znaczy w ogóle jak jest miło ostatnio, bo ja tydzień mniej korzystałem z internetu,

590
00:39:10,000 --> 00:39:15,000
byłem na wyjazdach, coś zajrzałem do chat GPT i jak ktoś zajrzy tam teraz,

591
00:39:15,000 --> 00:39:18,000
to faktycznie jak się zada pytanie i on szuka po sieci, to robi to samo co perpexity,

592
00:39:18,000 --> 00:39:20,000
czyli podaje odpowiedzi i podaje linki do tego...

593
00:39:20,000 --> 00:39:22,000
Ale Gemini i Cloud też.

594
00:39:22,000 --> 00:39:23,000
Tak.

595
00:39:23,000 --> 00:39:27,000
I to Gemini od samego początku, znaczy od tej pierwszej wersji to robiło.

596
00:39:27,000 --> 00:39:31,000
W każdym razie ten temat ma też swoją właśnie odnogę w ramach perpexity,

597
00:39:31,000 --> 00:39:34,000
które ostro dostało po skórze w ciągu ostatnich kilku tygodni,

598
00:39:34,000 --> 00:39:39,000
bo dostało tak, w Wired pojawił się duży artykuł i jeszcze niezależnie,

599
00:39:39,000 --> 00:39:44,000
jakiś niezależny deweloper Rob Knight również zrobił swój własny research

600
00:39:44,000 --> 00:39:47,000
odnośnie właśnie tego, w jaki sposób perpexity wykorzystuje content,

601
00:39:47,000 --> 00:39:52,000
że czasami cytuje coś, co może być na przykład jakimś skupem czy jakąś informacją,

602
00:39:52,000 --> 00:39:56,000
nazwijmy to exclusive, czy znowu tutaj trafiamy o jakiś social context,

603
00:39:56,000 --> 00:39:59,000
co znaczy exclusive, a co nie znaczy exclusive.

604
00:39:59,000 --> 00:40:04,000
I zostało perpexity oskarżone, że no łamie pewnego rodzaju zasady,

605
00:40:04,000 --> 00:40:09,000
nie wiem, rzetelności, uczciwości i po prostu dokonuje plagiatu.

606
00:40:09,000 --> 00:40:14,000
Forbes zapytał o to bezpośrednio Aravinda Simivasa, czyli CEO perpexity

607
00:40:14,000 --> 00:40:18,000
i on się tam bronił, no i przede wszystkim nawet nie bronił się w jakiś przekonujący sposób,

608
00:40:18,000 --> 00:40:23,000
tylko bardziej obiecał, że będzie więcej tych adnotacji jakby skąd pochodzi dana informacja.

609
00:40:23,000 --> 00:40:28,000
Osiągnął, że mają całą farmę własnych crawlerów i to chodziło tylko o jeden crawler,

610
00:40:28,000 --> 00:40:32,000
który tam troszeczkę nabroił i oni to wszystko już zaraz poprawią.

611
00:40:32,000 --> 00:40:35,000
Natomiast tam, ja już nie będę tu cytował całych tych dokumentów prawnych,

612
00:40:35,000 --> 00:40:39,000
bo to by się nam zajęło chyba za dwie godziny, natomiast US Copyright Office

613
00:40:39,000 --> 00:40:45,000
ma swoją definicję tego, co jest cytatem, a co jest plagiatem,

614
00:40:45,000 --> 00:40:48,000
no i w ramach tej definicji jednak perpexity się broni.

615
00:40:48,000 --> 00:40:52,000
Czyli to nie jest tak, że można im teraz z tego tytułu uwalnąć x różnych pozwów,

616
00:40:52,000 --> 00:40:55,000
bardziej tu chodzi o pewnego rodzaju smrodek dookoła.

617
00:40:55,000 --> 00:41:00,000
I ostatnia ciekawa konkluzja, która bardzo się wpisuje w to, o czym mówiliśmy na początku,

618
00:41:00,000 --> 00:41:03,000
czyli skoro pojawia się problem, to też pojawiają się ludzie,

619
00:41:03,000 --> 00:41:06,000
którzy chcieliby go rozwiązać i ściągnąć za to trochę pieniążków.

620
00:41:06,000 --> 00:41:10,000
I tu wszedł bardzo sprytnie Cloudflare, Cloudflare, który ze względu na swojego CDN-a

621
00:41:10,000 --> 00:41:13,000
też kontroluje trochę, co się dzieje w tym internecie.

622
00:41:13,000 --> 00:41:17,000
I Cloudflare oczywiście zaproponował kolejną generację, nawet nie kolejną generację,

623
00:41:17,000 --> 00:41:21,000
tylko ułatwił tak naprawdę zabezpieczenie contentu dla content creatorów

624
00:41:21,000 --> 00:41:25,000
poprzez to, że stworzył tak zwany easy button,

625
00:41:25,000 --> 00:41:31,000
czyli pojedynczy funkcjonalność, gdzie można kliknąć i zabezpieczyć swoje treści,

626
00:41:31,000 --> 00:41:37,000
żeby boty były wykrywane i żeby boty nie mogły tego contentu z CDN-a, Cloudflare'a ściągać.

627
00:41:37,000 --> 00:41:43,000
Także ja już rozmawiałem z jakimś CEO jednego startupu, który działa w podobnej branży,

628
00:41:43,000 --> 00:41:46,000
w tej branży, można powiedzieć, i powiedziałem mu wprost,

629
00:41:46,000 --> 00:41:49,000
to nie jest już bilion dolarów biznes, tylko zabezpieczanie przed botami

630
00:41:49,000 --> 00:41:52,000
i ochrona wartości intelektualnej tworzenia przez człowieka,

631
00:41:52,000 --> 00:41:54,000
to już jest trzylion dolarów biznes.

632
00:41:54,000 --> 00:41:59,000
I myślę, że w tym kierunku będzie szło bardzo dużo parę w najbliższych kilku latach.

633
00:41:59,000 --> 00:42:03,000
Ale chyba właśnie nie ma dużo tego jeszcze, albo przynajmniej się nie słyszy o tym,

634
00:42:03,000 --> 00:42:07,000
żeby ten problem gdzieś mocno był adresowany.

635
00:42:07,000 --> 00:42:10,000
Nie ma jakichś dużych startupów dookoła tego, u których się słyszy.

636
00:42:10,000 --> 00:42:13,000
Bo to nie jest consumer product, więc to się mało na ten temat mówi,

637
00:42:13,000 --> 00:42:15,000
ale więcej się działa chyba.

638
00:42:15,000 --> 00:42:18,000
Tak, to ciekawe zagadnienie, generalnie etykieta w czasach AI,

639
00:42:18,000 --> 00:42:24,000
bo to było tak, że rozmawialiśmy o tym nieraz, że generalnie boty,

640
00:42:24,000 --> 00:42:27,000
znaczy, że to już nie jest kwestia modelu, tylko właśnie tego danych,

641
00:42:27,000 --> 00:42:30,000
licencjonowanie danych. Nie, no ale na koniec to się rozbijało pieniądze,

642
00:42:30,000 --> 00:42:33,000
bo te firmy, które produkują ten content, mają ten exclusive content,

643
00:42:33,000 --> 00:42:36,000
no to one tak naprawdę generowały tym kliki.

644
00:42:36,000 --> 00:42:38,000
Teraz LLM-y im zabierają te kliki.

645
00:42:38,000 --> 00:42:43,000
I tutaj był generalnie ten komentarz, który Sebastian zrobiłeś przy moim wpisie

646
00:42:43,000 --> 00:42:51,000
odnośnie wolnej pracy itd., że pytanie, czy oni walczą o dobrą walkę,

647
00:42:51,000 --> 00:42:55,000
bo oni tutaj walczą o to, żeby ich indeksowano odpowiednio itd.,

648
00:42:55,000 --> 00:43:00,000
no właśnie, a tutaj mają nagle innego pośrednika, który może ich w ogóle

649
00:43:00,000 --> 00:43:05,000
odciąć od tego powietrza i we kilka lat się okaże, że to nie o indeksowanie chodziło.

650
00:43:05,000 --> 00:43:07,000
Zło i większe zło.

651
00:43:07,000 --> 00:43:12,000
Skoro jesteśmy w temacie zarabiania na AI, to może zadam wam pytanie,

652
00:43:12,000 --> 00:43:16,000
a kto najwięcej zarabia na LLM-ach dotychczas?

653
00:43:16,000 --> 00:43:22,000
I poza NVIDIĘ i poza produkcją Wopat i Data Centers, słuchajcie,

654
00:43:22,000 --> 00:43:26,000
jeżeli chodzi już powiedzmy między produktem a użytkownikiem końcowym,

655
00:43:26,000 --> 00:43:28,000
kto według was najwięcej zarabia?

656
00:43:28,000 --> 00:43:30,000
Nie wiem, czy przyjdziemy do każdego z nas.

657
00:43:30,000 --> 00:43:34,000
Ja wejdę za odpowiedzią Uli Wonka.

658
00:43:34,000 --> 00:43:39,000
Bardzo mi się spodobało, faktycznie pojawił się taki artykuł w New York Times,

659
00:43:39,000 --> 00:43:45,000
ja go znalazłem przez konto Dare Obansayo, chyba tak to czytać, tak?

660
00:43:45,000 --> 00:43:49,000
Na Twitterze, i on zacytował ten artykuł, którego tytuł jest

661
00:43:49,000 --> 00:43:55,000
The AI Boom Has an Unlikely Early Winner – Wonky Consultants.

662
00:43:55,000 --> 00:44:00,000
No i krótko mówiąc okazało się, że na AI nie zarabiają deweloperzy,

663
00:44:00,000 --> 00:44:02,000
nie zarabia ktoś inny, tylko kto zarabia?

664
00:44:02,000 --> 00:44:08,000
McKinsey, BCG i cała reszta, czyli konsultanci, którzy idą i obiecują,

665
00:44:08,000 --> 00:44:12,000
że to będzie działać, w ogóle mówią ludziom jak żyć.

666
00:44:12,000 --> 00:44:14,000
No i to są duże liczby, nie?

667
00:44:14,000 --> 00:44:16,000
Tam jest, słuchaj, tam jest cały efekt FOMO.

668
00:44:16,000 --> 00:44:21,000
Jak już weszliście na stronę McKinseya, to tam ja scrolluję, słuchajcie,

669
00:44:21,000 --> 00:44:23,000
i tam po prostu jest raport za raportem.

670
00:44:23,000 --> 00:44:28,000
Chyba ten ostatni to jest w ogóle już taki bardzo wąski, ale świetny,

671
00:44:28,000 --> 00:44:32,000
oczywiście pełno wykresów, pełny efekt FOMO i to jest bodajże branża.

672
00:44:32,000 --> 00:44:36,000
Tak, budujesz flyweight, wykorzystasz AI do tworzenia raportu w AI.

673
00:44:36,000 --> 00:44:40,000
Dokładnie. I to jest, słuchajcie, raport chyba dotyczył branży ubezpieczeniowej

674
00:44:40,000 --> 00:44:45,000
i finansów. Ja się zagłębiłem w ten jeden ich główny raport

675
00:44:45,000 --> 00:44:52,000
i słuchajcie, oni sobie wyliczyli, że Generative AI dokładnie

676
00:44:52,000 --> 00:45:01,000
doda 4,4 triliona dolarów w produktywności rocznie.

677
00:45:01,000 --> 00:45:04,000
Dobrze, to jak to znalazłeś, to jest ten punkt, który ja tu miałem,

678
00:45:04,000 --> 00:45:08,000
bo to jest, to, że oni zarobili na tym bieżąco, to mnie nie dziwi,

679
00:45:08,000 --> 00:45:13,000
i że zarabiają, nie? Ale teraz, ja nie dziwi, dlaczego ludzie w to idą,

680
00:45:13,000 --> 00:45:15,000
chociaż nie dziwi mnie też, bo teraz, ty znalazłeś ten raport.

681
00:45:15,000 --> 00:45:18,000
To ja zacytuję inny raport, McKinsey & Company.

682
00:45:18,000 --> 00:45:23,000
McKinsey & Company's new research shows that metaverse could grow up to 5 trillion

683
00:45:23,000 --> 00:45:29,000
in value by 2030. Value creation in the metaverse report examines the massive

684
00:45:29,000 --> 00:45:32,000
global impact of the metaverse across key sectors and businesses.

685
00:45:32,000 --> 00:45:35,000
I gwarantuję, że mieli też oczywiście raport o tym, jak metaverse...

686
00:45:35,000 --> 00:45:39,000
To ja zacytuję kolejny raport niejakiej firmy McKinsey.

687
00:45:39,000 --> 00:45:44,000
We identified 63 generative AI use cases spanning 16 business functions

688
00:45:44,000 --> 00:45:51,000
that could deliver total value in the range of 2.6 trillion to 4.3 trillion

689
00:45:51,000 --> 00:45:55,000
in economic benefits annually when applied across industries.

690
00:45:55,000 --> 00:45:58,000
Czyli dlaczego my do jasnej cholery nie słuchamy tych mądrych głów,

691
00:45:58,000 --> 00:46:00,000
nie robimy tej produktywności?

692
00:46:00,000 --> 00:46:02,000
Jak słyszysz 3 milion, to transportwem.

693
00:46:02,000 --> 00:46:06,000
Tak, to jest tak, że tak działa. No dobrze, to też mam bajas,

694
00:46:06,000 --> 00:46:09,000
bo obserwuję to od dłuższego czasu. No okazało się, że...

695
00:46:09,000 --> 00:46:13,000
No bo co się dzieje, nie? No, execs w firmach muszą pokazać,

696
00:46:13,000 --> 00:46:17,000
że robią coś z AI albo tego oczekują od nich shareholders itd., itd.

697
00:46:17,000 --> 00:46:22,000
Ja myślę, że też potrzebują pokazać, że się na czymś znają.

698
00:46:22,000 --> 00:46:29,000
Więc ściągają taki dokument i wiesz, podczas swojego przelotu

699
00:46:29,000 --> 00:46:33,000
do kolejnego biura są w stanie go przeczytać i oczywiście rzucają

700
00:46:33,000 --> 00:46:38,000
6-7 liczb i mądrzy wyglądają, słuchajcie, w tym pokoju.

701
00:46:38,000 --> 00:46:43,000
Znaczy, to ja może wejdę z prywatną teorią, jak działa exec w firmie, nie?

702
00:46:43,000 --> 00:46:46,000
Może trochę kopię dołek pod sobą, ale już nie jestem exec'iem w firmie,

703
00:46:46,000 --> 00:46:49,000
więc tak. Generalnie exec w firmie znajduje się w dwóch stanach.

704
00:46:49,000 --> 00:46:53,000
Albo przyszedł do firmy i coś potrzebuje pokazać, że potrafi, nie?

705
00:46:53,000 --> 00:46:58,000
Albo szykuje sobie wyjście z firmy, więc musi coś zrobić,

706
00:46:58,000 --> 00:47:01,000
żeby generalnie zdobyć następną pozycję.

707
00:47:01,000 --> 00:47:04,000
Pomiędzy jest ten stan, w którym ludzie na niego patrzą

708
00:47:04,000 --> 00:47:07,000
i mówią, no powiedz nam, co mamy robić, nie?

709
00:47:07,000 --> 00:47:09,000
No i on nie wie, co ma robić, bo ustalmy, nie?

710
00:47:09,000 --> 00:47:13,000
Taki exec w firmie nie został nagle ekspertem od Metaversu, AI, czegokolwiek, nie?

711
00:47:13,000 --> 00:47:16,000
No i potrzebuje czegoś, co pozwoli mu brzmieć mądrze i jeszcze pokazać,

712
00:47:16,000 --> 00:47:20,000
wyjść do shareholderów i powiedzieć, mamy AI strategy i tak dalej.

713
00:47:20,000 --> 00:47:24,000
No i tutaj wyjeżdżają na biało, konsultanci podpadają taki raport

714
00:47:24,000 --> 00:47:30,000
i on wtedy może powiedzieć, no AI wygeneruje 5 trln dolarów biznesu,

715
00:47:30,000 --> 00:47:34,000
no to my tutaj wepniemy się w ten, jak ktoś ładnie mówi,

716
00:47:34,000 --> 00:47:39,000
untapped potential of AI i generalnie włączymy w ten kurek.

717
00:47:39,000 --> 00:47:42,000
Nikt kompletnie tego nie weryfikuje, nikt się nie zastanawia,

718
00:47:42,000 --> 00:47:46,000
czy to ma sens, czy nie, no ale ci konsultanci obiecują na końcu

719
00:47:46,000 --> 00:47:50,000
piękny świat, w którym będziecie zarabiać i tak dalej, nie?

720
00:47:50,000 --> 00:47:52,000
No to ludzie na to idą.

721
00:47:52,000 --> 00:47:55,000
No i to ma sens, dlatego że jeżeli działać w rynku,

722
00:47:55,000 --> 00:47:59,000
który jest już w pewnym sensie nasycony, weźmy nieszczęstą bankowość na przykład,

723
00:47:59,000 --> 00:48:03,000
to po prostu szaflując produktami, tymi gałkami, które już są,

724
00:48:03,000 --> 00:48:07,000
że tak powiem, znane i powszechne wszędzie, to o ile jesteś w stanie

725
00:48:07,000 --> 00:48:09,000
poprawić swoją pozycję na rynku? No pewnie niekoniecznie.

726
00:48:09,000 --> 00:48:12,000
No więc w tym momencie próbujesz się chwytać wszelkich rodzajów

727
00:48:12,000 --> 00:48:15,000
nowych trendów i wykorzystać first mover advantage.

728
00:48:15,000 --> 00:48:18,000
I w tym momencie oczywiście masz FOMO, że ktoś inny zrobi ten

729
00:48:18,000 --> 00:48:21,000
first mover advantage, ty go nie zrobisz i tak naprawdę to tobie spadnie

730
00:48:21,000 --> 00:48:24,000
5%, a nie wzrośnie 5%.

731
00:48:24,000 --> 00:48:28,000
Znaczy mnie to, już może podsumowując, kończąc, to co mnie szokuje,

732
00:48:28,000 --> 00:48:31,000
to właśnie te liczby i procenty.

733
00:48:31,000 --> 00:48:35,000
Czyli tam chyba McKinsey twierdzi, że 40% ich biznesów.

734
00:48:35,000 --> 00:48:37,000
Procent rawej ich jest w tej chwili AI.

735
00:48:37,000 --> 00:48:40,000
Tak, no przecież to jest kosmos. BCG 20%.

736
00:48:40,000 --> 00:48:43,000
I to żeby było jeszcze w pieniądzach, bo tutaj jest podane, że Accenture

737
00:48:43,000 --> 00:48:46,000
zrobiło 300 milionów dolarów, a IBM zrobił miliard dolarów

738
00:48:46,000 --> 00:48:48,000
na AI Consulting w ciągu roku.

739
00:48:48,000 --> 00:48:51,000
To są firmy konsultingowe, naszego produktu nie zrobili.

740
00:48:51,000 --> 00:48:55,000
Szczerze mówiąc, to jest naprawdę niezły skill, żeby w tak krótkim

741
00:48:55,000 --> 00:48:59,000
okresie czasu, tam chyba IBM chyba w ogóle zaczął od zera,

742
00:48:59,000 --> 00:49:02,000
a przecież jego pół roku wykręcił też jakieś kosmiczne liczby.

743
00:49:02,000 --> 00:49:06,000
W ogóle to, że IBM na tym robi pieniądze, to też jest w ogóle niezły chichot.

744
00:49:06,000 --> 00:49:10,000
A w każdym razie, no i tam w tym artykule New York Timesa,

745
00:49:10,000 --> 00:49:13,000
jeżeli ja w ogóle go polecam, żeby sobie przeczytać, tam jest też właśnie

746
00:49:13,000 --> 00:49:17,000
parę fajnych case'ów odnośnie tego, że no i próbują te firmy i działają.

747
00:49:17,000 --> 00:49:20,000
I bardzo często te wyniki, te projekty, które z tego wychodzą, są potem

748
00:49:20,000 --> 00:49:24,000
ścinane zupełnie, ale to i tak się tej firmom opłaca, bo gdyby to robiły same,

749
00:49:24,000 --> 00:49:28,000
to doszłoby do tego samego momentu, czyli skrapują projekt, a wydałoby na to tam

750
00:49:28,000 --> 00:49:31,000
powiedzmy pięć razy więcej i zajęłoby im to trzy razy więcej czasu.

751
00:49:31,000 --> 00:49:34,000
Ja mam na to tylko trochę bardziej cyniczny punkt widzenia, bo to jest tak,

752
00:49:34,000 --> 00:49:38,000
że Ty powiedziałaś, że tam ktoś patrzy na to, że będzie miał te first mover advantage,

753
00:49:38,000 --> 00:49:42,000
5% rynku, poprawi cokolwiek. Według mnie tego tam nie ma. To jest po prostu

754
00:49:42,000 --> 00:49:46,000
tylko i wyłącznie FOMO i kręcenie pod tytułem, musimy mieć AI strategy,

755
00:49:46,000 --> 00:49:49,000
bo ludzie chcą, żebyśmy wyszli i powiedzieli, że mamy AI strategię.

756
00:49:49,000 --> 00:49:51,000
Każdy produkt musi być AI.

757
00:49:51,000 --> 00:49:55,000
Tu były takie case'y jednak, kiedy był ten mover, wejście rewolucji mobilnej,

758
00:49:55,000 --> 00:49:58,000
no niektóre banki to olały na przykład i nie wyszło tak dobrze.

759
00:49:58,000 --> 00:50:03,000
Tak, ale nie wpływa na to opinia konsultantów i tak dalej, bo ja tylko przypomnę,

760
00:50:03,000 --> 00:50:06,000
że na przykład McKinsey mówił, że chmura się nie przyjmie i w ogóle to jest

761
00:50:06,000 --> 00:50:12,000
strata pieniędzy i jeszcze nawet rozmawiałem z bankiem w okolicach 2020 roku

762
00:50:12,000 --> 00:50:17,000
poza Polską, któremu doradzali budowanie własnego data center, bo jest to

763
00:50:17,000 --> 00:50:19,000
jego przewaga konkurencyjna i tak dalej, nie?

764
00:50:19,000 --> 00:50:23,000
To Sebastian, do Twojego punktu to wykorzystujemy LLM nie tylko do

765
00:50:23,000 --> 00:50:27,000
tworzenia raportów, ale tworzymy raporty, które są wzajemnie wykluczające się,

766
00:50:27,000 --> 00:50:33,000
pokrywamy 100% rynku raportami i zawsze możemy wyciągnąć jakiś raport z kieszeni.

767
00:50:33,000 --> 00:50:37,000
Panowie, zanim zaczniemy wrapować, to dla mnie jest jeden ciekawy use case dla LLM,

768
00:50:37,000 --> 00:50:42,000
bo ja obserwując te firmy przez długi czas, zauważyłem taką fajną rzecz pod tytułem

769
00:50:42,000 --> 00:50:46,000
jest hype, właśnie tworzymy te raporty i tak dalej, predykcje i tak dalej

770
00:50:46,000 --> 00:50:49,000
są bardzo dobrze w skrapowaniu tego, bo jak wchodzi następny hype,

771
00:50:49,000 --> 00:50:53,000
to nie jesteś w stanie, jak sobie nie zapisałeś PDF-a i zrobiłeś screenshota,

772
00:50:53,000 --> 00:50:56,000
to nie znajdziesz tego contentu o metawersie i tak dalej już, nie?

773
00:50:56,000 --> 00:50:59,000
On jest tak zeskrapowany, on znika, nie? Ja kiedyś miałem taki pomysł,

774
00:50:59,000 --> 00:51:04,000
żeby zrobić taką, wiesz, McKinsey Watch, żeby po prostu sprawdzać te ich predykcje.

775
00:51:04,000 --> 00:51:07,000
I to by było ciekawe.

776
00:51:07,000 --> 00:51:08,000
Kusisz, kusisz.

777
00:51:08,000 --> 00:51:14,000
Dobrze. I tutaj LLM może coś zrobić z tym. Będziemy powoli zabijać,

778
00:51:14,000 --> 00:51:20,000
ale jeszcze na koniec hot take tak zwany. Rozmawialiśmy jakiś czas temu o Apple,

779
00:51:20,000 --> 00:51:23,000
o tym co ogłosili i tak dalej, w końcu weszli w Artificial Intelligence,

780
00:51:23,000 --> 00:51:28,000
przepraszam, w Apple Intelligence. Oni się nie dotykają Artificial Intelligence,

781
00:51:28,000 --> 00:51:32,000
to zrobi Apple Intelligence. Aż dziwne, że nikt nie zrobił jaj, żeby sobie pojechać

782
00:51:32,000 --> 00:51:38,000
po Pure Intelligence albo coś takiego. Rozmawialiśmy w odcinku chyba dziewiątym

783
00:51:38,000 --> 00:51:43,000
i trzynastym o Unii Europejskiej regulacjach. No i na końcu Apple powiedziało,

784
00:51:43,000 --> 00:51:48,000
że nie puści Apple Intelligence na Europę, bo nie są w stanie zrobić tego.

785
00:51:48,000 --> 00:51:52,000
Może inaczej, że opóźni tę, wiesz, tak że to tutaj...

786
00:51:52,000 --> 00:51:57,000
Znaczy powiedzieli, że oni... W zasadzie powiedzieli, że jak to wyjdzie jesienią,

787
00:51:57,000 --> 00:52:01,000
to nie będzie tego w Europie, tak? Bo nie wiedzą, i tutaj jest ich podany powód,

788
00:52:01,000 --> 00:52:04,000
że nie wiedzą jak to zgrać z tym całym DMA i tak dalej, nie?

789
00:52:04,000 --> 00:52:10,000
No i teraz panowie hot take faktycznie nie wiedzą, czy rozgrywają Unię Europejską

790
00:52:10,000 --> 00:52:15,000
po to, żeby ją zmiękczyć, bo chyba mamy jeszcze też oprócz tego kilka firm,

791
00:52:15,000 --> 00:52:18,000
które podobne rzeczy powiedziały, że niekoniecznie wiedzą jak...

792
00:52:18,000 --> 00:52:22,000
Na przykład Perplexi chyba też coś do tego mówiło, tak mi się wydaje.

793
00:52:22,000 --> 00:52:24,000
X, czyli Twitter.

794
00:52:24,000 --> 00:52:31,000
Tak. Czyli dwie rzeczy, czy to jest blef, czy nie, a drugi, czy faktycznie uważacie,

795
00:52:31,000 --> 00:52:36,000
że może dojść do tego, że duży Big Tech pociągnie za wtyczkę i po prostu

796
00:52:36,000 --> 00:52:40,000
będziemy mieli określone wersje produktów European Union?

797
00:52:40,000 --> 00:52:45,000
Moim zdaniem to nie jest blef. Rynek europejski jest już na tyle mało znaczący,

798
00:52:45,000 --> 00:52:50,000
że ich na to stać, a jeżeli pozwolą, żeby te regulacje wchodziły i będą się

799
00:52:50,000 --> 00:52:54,000
do wszystkiego aż tak dostosowywać i fakt, to tak naprawdę będzie oznaczało

800
00:52:54,000 --> 00:52:59,000
wyważanie pewnych drzwi, że kolejne regiony będą za tym wchodzić.

801
00:52:59,000 --> 00:53:04,000
Więc moim zdaniem te trzy feature'y tam, które oni wmienili, chyba tam

802
00:53:04,000 --> 00:53:08,000
Mirroring, Shareplace, Screen Sharing, Enhancements and Apple Intelligence,

803
00:53:08,000 --> 00:53:12,000
jest dużo szans, że one faktycznie trafią. I teraz jeżeli się dogadają trochę

804
00:53:12,000 --> 00:53:15,000
na zasadzie kartelizacji z innymi Big Techami, to może się okazać faktycznie,

805
00:53:15,000 --> 00:53:18,000
że Europa będzie trochę takim drugim światem, trzecim światem, jeżeli chodzi

806
00:53:18,000 --> 00:53:25,000
o ten rozwój technologiczny taki konsumencki. No i zobaczymy, kto to przetrzyma,

807
00:53:25,000 --> 00:53:31,000
ale to jest ewidentnie gra na negocjacje, kto pęknie, czy regulatorzy EU,

808
00:53:31,000 --> 00:53:33,000
czy Big Techy.

809
00:53:33,000 --> 00:53:39,000
Ja myślę, że tutaj dobrze Tomek kombinujesz, że jest spory nacizn regulatorów,

810
00:53:39,000 --> 00:53:45,000
tak? Umówmy się, Big Techy mają takie pieniądze i takie firmy lobujące,

811
00:53:45,000 --> 00:53:51,000
że po prostu dają sobie czas, żeby wynegocjować warunki, które zapewnią

812
00:53:51,000 --> 00:53:57,000
pewnie brak spadku przychodów przynajmniej, albo przynajmniej tych kosztów

813
00:53:57,000 --> 00:54:04,000
procesów przyszłych. I tak naprawdę o to chodzi, bo umówmy się, że to nie jest...

814
00:54:04,000 --> 00:54:09,000
Czy technicznie te firmy mogą to zrobić? Oczywiście. Czy wiedziały od EMA?

815
00:54:09,000 --> 00:54:14,000
Oczywiście, że tak. Czy można było to wszystko od początku zaprojektować tak,

816
00:54:14,000 --> 00:54:19,000
żeby było spójne ze wymaganiami i regulacjami? Oczywiście, że tak.

817
00:54:19,000 --> 00:54:22,000
Więc teraz tak naprawdę chodzi tylko o to, żeby powiedzieć, my nie chcemy

818
00:54:22,000 --> 00:54:27,000
się dostosowywać, więc zróbmy tak, żeby było po naszemu.

819
00:54:27,000 --> 00:54:31,000
Wiesz, tu chyba chodzi o endgame, bo jeżeli masz taki endgame, że na przykład

820
00:54:31,000 --> 00:54:34,000
możesz cross-platformowo wykorzystywać właśnie informacje użytkownika,

821
00:54:34,000 --> 00:54:38,000
jak między Facebookiem, Instagramem i tak dalej, i tak dalej, to masz zupełnie

822
00:54:38,000 --> 00:54:43,000
inny endgame niż jak działasz przy tych wszystkich ograniczeniach, bo nie

823
00:54:43,000 --> 00:54:46,000
urosisz do tej samej skali, albo na przykład przy wzroście do pewnej skali

824
00:54:46,000 --> 00:54:50,000
musisz pozwolić innym korzystać z tych swoich protokołów komunikacyjnych.

825
00:54:50,000 --> 00:54:52,000
W tym momencie tracisz swojego mota.

826
00:54:52,000 --> 00:54:57,000
A ty też dodajmy, tam jest jeszcze jeden chyba argument, który odstrasza,

827
00:54:57,000 --> 00:55:02,000
bo tak naprawdę wydaje mi się, że warto przypomnieć, że z tego co pamiętam,

828
00:55:02,000 --> 00:55:13,000
to jest do 10% przychodów firmy kara z dema, więc ta wysokość kary

829
00:55:13,000 --> 00:55:22,000
w wypadku Apple'a oznacza, że jeżeli Apple zostałby pozwany w nie do końca

830
00:55:22,000 --> 00:55:29,000
jasnych pewnie też okolicznościach, no to to są ogromne dla nich koszty.

831
00:55:29,000 --> 00:55:32,000
Więc, no, będziemy obserwować.

832
00:55:32,000 --> 00:55:35,000
Dobra, to moja opinia jest taka, szybko ją tutaj wyłuszczę.

833
00:55:35,000 --> 00:55:38,000
To znaczy tak, w tej chwili to jest taktyczne, to znaczy prawdopodobnie oni

834
00:55:38,000 --> 00:55:44,000
dokładnie w tej chwili chcą się zabezpieczyć przed tym, że nie zostaną

835
00:55:44,000 --> 00:55:48,000
pozwani, nie? Czyli wymuszą jakiś tam zgniły kompromis pod tytułem

836
00:55:48,000 --> 00:55:51,000
chcecie, to tak, okej. Oni poszli też trochę na kompromis, nie?

837
00:55:51,000 --> 00:55:55,000
Zaczynają wspierać protokół w swoich SMS-ach, ten Google'a...

838
00:55:55,000 --> 00:55:57,000
USB-C w telefonach mamy.

839
00:55:57,000 --> 00:56:01,000
Tak, tego typu rzeczy. To są takie, okej, patrzcie, my tutaj idziemy ten...

840
00:56:01,000 --> 00:56:06,000
Więc to jest gra z regulatorami i oni wiedzą, co chcą ukraść w tej grze,

841
00:56:06,000 --> 00:56:11,000
ale long term oni dokładnie wiedzą, znaczy oni, to rozumiem, big techy,

842
00:56:11,000 --> 00:56:14,000
że Europa jest kompletnie uzależniona od nich, jeżeli chodzi o technologię.

843
00:56:14,000 --> 00:56:17,000
I w tej chwili w szczególności, jeżeli chodzi o AI i tak dalej.

844
00:56:17,000 --> 00:56:22,000
Więc oni dokładnie wiedzą, że mogą wyciągnąć wtyczkę i że Europa się na to

845
00:56:22,000 --> 00:56:26,000
nie pójdzie, bo Europa nie ma alternatywy. I możemy mówić o pojedynczych

846
00:56:26,000 --> 00:56:31,000
firmach, wszyscy o SML, potem możemy mówić o Mistral i tak dalej,

847
00:56:31,000 --> 00:56:34,000
ale prawda jest taka, że i tak to są w większości rzeczy, które powstały

848
00:56:34,000 --> 00:56:39,000
jednak tam. Więc jakby w tej chwili big techy zdecydowały się wyciągnąć

849
00:56:39,000 --> 00:56:43,000
wtyczkę, to okej, stracą rewę, ale je odrobią na innych rynkach,

850
00:56:43,000 --> 00:56:46,000
albo przynajmniej nie będzie taki drop, a Europa nie ma nic.

851
00:56:46,000 --> 00:56:50,000
Więc big techy niestety i sami się jako Europa wpędziliśmy w to,

852
00:56:50,000 --> 00:56:56,000
że po prostu mają dużą przewagę nad całym tym naszym zbiorem państw tutaj.

853
00:56:56,000 --> 00:57:02,000
My możemy je regulować, możemy je okładać podatkiem, które nazywa się karami,

854
00:57:02,000 --> 00:57:06,000
ale na końcu to one decydują, ile tego chcą płacić. Tak długo, jak im się będzie

855
00:57:06,000 --> 00:57:09,000
opłacać, płacić, to będą płacić, a jak im się przestanie opłacać,

856
00:57:09,000 --> 00:57:12,000
płacić, to powiedzą, wiecie co, Europa, to sobie zbudujcie swoje usługi.

857
00:57:12,000 --> 00:57:18,000
A jak wyłączą Threadsy, Iksy i wyłączą iPhony, to ludzie tak przycisną

858
00:57:18,000 --> 00:57:25,000
umówienie europejskie, że odpuszczą regulację. Tyle.

859
00:57:25,000 --> 00:57:31,000
Innym słowem, regulować możemy i wymagać, bo wiesz, żebyśmy tak nie oczernili

860
00:57:31,000 --> 00:57:36,000
temat, tam jest bardzo dużo dobrych założeń, tylko że...

861
00:57:36,000 --> 00:57:39,000
Te regulacje mają sens i one mogą mieć dobre założenia, tylko niestety

862
00:57:39,000 --> 00:57:43,000
jesteśmy, z punktu widzenia Unii Europejskiej, jesteśmy na pozycji,

863
00:57:43,000 --> 00:57:46,000
w której nie mamy siły przetargowej, żeby je wymuszać.

864
00:57:46,000 --> 00:57:50,000
Jak negocjujesz, musisz mieć batnę do negocjacji, a my nie mamy.

865
00:57:50,000 --> 00:57:53,000
Tak, jakbyśmy siedzieli na ogromnych złożach ropy i gazu,

866
00:57:53,000 --> 00:57:57,000
największych na świecie, to pewnie byśmy mogli powiedzieć, słuchajcie,

867
00:57:57,000 --> 00:57:59,000
i nie byłoby tego typu historii.

868
00:57:59,000 --> 00:58:04,000
Gdybyśmy byli ważnym rynkiem i tak dalej, ja nie mam tego pod ręką,

869
00:58:04,000 --> 00:58:08,000
ale kiedyś było porównanie wartości użytkownika ze Stanów

870
00:58:08,000 --> 00:58:12,000
do wartości użytkowników w innych miejscach dla Facebooka, dla mety.

871
00:58:12,000 --> 00:58:15,000
No to my nie jesteśmy kalorycznym użytkownikiem, my po prostu

872
00:58:15,000 --> 00:58:19,000
nie dajemy im aż tyle pieniędzy, a jednak kosztujemy i jeszcze

873
00:58:19,000 --> 00:58:23,000
stwarzamy problemy. Ja nie mówię, że trzeba się poddać mecie,

874
00:58:23,000 --> 00:58:26,000
Google'owi i tak dalej, tylko nie mamy dobrej pozycji negocjacyjnej.

875
00:58:26,000 --> 00:58:31,000
I teraz Apple nacisnęło i powiedziało, zmiękczy, zmiękczy.

876
00:58:31,000 --> 00:58:37,000
Opuścicie trochę swoje wymagania, to Apple Intelligence będzie dostępna.

877
00:58:37,000 --> 00:58:41,000
A jak nie opuścicie, to tam duże negocjacje pod spodem idą na pewno.

878
00:58:41,000 --> 00:58:49,000
Dobrze, nas nieznani hakerzy z Polski zdidosowali telewizję

879
00:58:49,000 --> 00:58:55,000
w trakcie jakiegoś tam spotkania, jednego czy więcej, w piłkę.

880
00:58:55,000 --> 00:58:59,000
Nas zdidosował Time dzisiaj, czas, chyba będziemy zawijać.

881
00:58:59,000 --> 00:59:02,000
Zostało nam kilka tematów, musimy pomyśleć, co z nimi robić,

882
00:59:02,000 --> 00:59:06,000
bo zawsze nam zostaje kilka tematów. Może jakoś będziemy robić dokrywki.

883
00:59:06,000 --> 00:59:10,000
Kolejny brew dla tych, którzy jeszcze nas nie subskrybują,

884
00:59:10,000 --> 00:59:14,000
taki mały, tam ten, będziemy wdzięczni.

885
00:59:14,000 --> 00:59:18,000
Ja słyszę klawiaturę. Uwaga, kończymy.

886
00:59:18,000 --> 00:59:22,000
Niesamowity feature w tym klasie.

887
00:59:22,000 --> 00:59:24,000
Do zobaczenia za dwa tygodnie, dzięki.

888
00:59:24,000 --> 00:59:25,000
Trzymajcie się, hej.

889
00:59:25,000 --> 00:59:27,000
Trzymajcie się, dzięki, hej, cześć.

890
00:59:27,000 --> 00:59:30,000
Napisy stworzone przez społeczność Amara.org

891
00:59:30,000 --> 00:59:32,000
Nie zapomnijcie zasubskrybować oraz zafollowować mnie na Facebooku!