AI a centralizacja władzy technologicznej: Big Tech jako quasi-państwa
Wielka piątka jako suweren cyfrowy
Kiedy mówimy o Big Tech, rzadko zdajemy sobie sprawę z realnej skali koncentracji władzy, jaka zaszła w ciągu ostatniej dekady. Pięć największych firm technologicznych — Amazon, Apple, Google, Microsoft i Meta — osiągnęło łączną kapitalizację rynkową przekraczającą 13 bilionów dolarów w połowie 2026 roku. To więcej niż produkt krajowy brutto jakiejkolwiek gospodarki Unii Europejskiej z wyjątkiem Niemiec. Ich przychody przewyższają budżety państw średniej wielkości, zatrudnienie sięga setek tysięcy osób, a wpływ na kształt debaty publicznej jest porównywalny z wpływem rządów.
W literaturze naukowej coraz częściej pojawia się określenie „suwerena cyfrowego” — bytu, który sprawuje realną władzę nad terytorium, obywatelami i przepływem informacji, ale nie jest powszechnie wybierany ani rozliczany w instytucjach demokratycznych. Badacze tacy Shoshana Zuboff czy Frank Pasquale argumentują, że koncentracja kapitału, infrastruktury chmurowej i praw do danych czyni z tych firm podmioty identyczne względem państw jedynie w innej sferze. Państwo straciło monopol na regulację przestrzeni publicznej, a granice między prywatnym a publicznym stały się płynne.
Infrastruktura krytyczna w prywatnych rękach
Centralizacji władzy technologicznej sprzyja to, że ponad 60 procent globalnego ruchu chmurowego obsługuje dziś trzech dostawców: Amazon Web Services, Microsoft Azure i Google Cloud. W praktyce oznacza to, że większość aplikacji, od bankowości po systemy zdrowotne, jest fizycznie utrzymywana na serwerach należących do tych samych firm. Awaria jednego dostawcy — jak pokazało kilka głośnych incydentów w 2023 i 2025 roku — prowadzi do paraliżu usług publicznych, szpitali, mediów i instytucji finansowych. Państwo, choć było mecenasem tych systemów, w krytycznym momencie staje się bezradne.
Akumulacja zasobów obliczeniowych jest jeszcze bardziej niepokojąca w kontekście rozwoju sztucznej inteligencji. Trenowanie nowoczesnych modeli językowych na poziomie GPT-5 czy Claude 4 wymaga dostępu do klastrów dziesiątek tysięcy układów graficznych, zasilania rzędu gigawatów i kapitału przekraczającego miliard dolarów. Tylko najwięksi gracze mogą sobie na to pozwolić. Indie AI — startupy próbujące stworzyć własne modele — koncentrują się albo na dostrajaniu modeli fundamentalnych pod własne zastosowania (fine-tuning), albo na bezpośrednim zatrudnieniu przez Big Tech w ramach najemnich porozumień o kompetencjach.
Regulacja jako reakcja zapóźniona
Unijny AI Act, amerykańskie Executive Order on AI i brytyjska AI Safety Institute to najważniejsze próby odzyskania państwowej kontroli nad rozwijającą się technologią. W praktyce jednak tempo tworzenia prawa jest kilkukrotnie wolniejsze niż tempo iteracji technologicznej. Podczas gdy komisja pracuje przez dwa lata nad szczegółowym rozporządzeniem, firmy wydają trzy generacje modeli i zaadaptują je do nowych zastosowań. W efekcie prawo reguluje raczej ostatnią rewolucję niż nadchodzącą.
Nawet gdy prawo już wejdzie w życie, jego egzekwowanie napotyka na opór. Najsłynniejszą sprawą roku 2026 był otwarty konflikt między Apple a Komisją Europejską odnośnie interpretacji Digital Markets Act. Firma odmówiła udostępnienia dostępu do NFC dla zewnętrznych portfeli cyfrowych, argumentując rygorem bezpieczeństwa. Kariera tego sporu ilustruje asymetrię sił: regulatory mają narzędzia formalne, ale firmy mają kapitał, personel, ekspertów i elastyczność operacyjną.
Monopol danych jako fundament władzy
W archaicznym ujęciu monopolistycznym firma dominowała rynek produktu — Standard Oil w ropie, US Steel w stali. Big Tech zdominował coś zupełnie innego: prawa do danych, ich agregację i interpretację. Każde kliknięcie, każda płatność, każda podróż przez mapy Google, każda wiadomość na WhatsApp generuje dane, które trafiają do jednej z kilku firm. Te dane są z kolei podstawą trenowania modeli AI, które następnie narzucają kształt usług oferowanych przez względne podmioty. Zamknięty cykl samonapędzający się jak perpetuum mobile.
Zjawisko to określa się jako „barierę danych” — nowi konkurenci nie mogą realnie wejść na rynek, ponieważ nie mają dostępu do ilości danych wymaganej do trenowania konkurencyjnego modelu. W efekcie innowacja nie przychodzi z zewnątrz, lecz z wewnętrznych laboratoriów tych samych firm. Badanie Prindera Sahni opublikowane w Nature w listopadzie 2025 roku pokazało, że 92 procent przełomowych publications w dziedzinie dużych modeli językowych w latach 2023-2025 miało co najmniej jednego autora afiliowanego z jedną z pięciu firm Big Tech.
Demokratyczne propozycje naprawy
Rozwiązania proponowane przez ekonomistów i badaczy prawa koncentrują się wokół trzech filarów. Pierwszy to wymóg interoperacyjności — aplikacje i platformy powinny działać ze sobą płynnie, umożliwiając migrację użytkowników i konkurencję. Drugi to obowiązek udostępniania surowych danych dla niezależnych badaczy i instytucji publicznych — jeśli dane są podstawą modeli AI, ich funkcjonowanie musi być podmiotem publicznego audytu. Trzeci to strukturalny rozdział działalności: oddzielenie platformy od usług w niej oferowanych, podobnie jak w systemie bankowym rozdzielono depozyty od inwestycji.
Stany Zjednoczone zaczynają akceptować niektóre z tych koncepcji, choć z dużo ostrożniejszym rytmem niż Unia. Amerykańska Federal Trade Commission wnioskowała w 2025 roku o rozbicie Amazona w ramach dominacji e-commerce, ale precedens ten potrwa lata. W międzyczasie Big Tech nieustannie rośnie, absorbując konkurentów, inwestując w laboratoria AI i budując zakorzenioną infrastrukturę, której demontaż — gdy w ogóle stanie się realny — będzie operacją o skali powyższej dekompozycji Standard Oil.
