Prometheus Jeffa Bezosa buduje „sztucznego inżyniera ogólnego” — w czym tkwi haczyk?

Za nagłówkiem o wartości 12 miliardów dolarów: konkretne laboratorium, konkretne wąskie gardło

Czwartkowa wiadomość, idealna na animowane wykresy — 12 miliardów dolarów finansowania i wycena na poziomie 41 miliardów dolarów — zawierała dziwnie przyziemny szczegół: Prometheus, tajemnicza firma współkierowana obecnie przez Jeffa Bezosa, zatrudnia 150 osób i dysponuje klastrami GPU rozmieszczonymi w biurach w San Francisco, Londynie i Zurychu. W wywiadach przeprowadzonych w tym tygodniu Bezos skupił się na jednym prostym założeniu — i jednym prostym problemie. Używając jego słów, jeff bezos chce zbudować „sztucznego inżyniera ogólnego” (Artificial General Engineer), który potrafi przejść od modeli cyfrowych do fizycznie wytworzonego sprzętu znacznie szybciej niż obecnie. Przeszkoda, do której ciągle wraca, dotyczy mniej kwestii wyobraźni, a bardziej przepustowości: surowej mocy obliczeniowej, fizycznych danych testowych oraz zgody na przeprowadzanie eksperymentów w fabrykach należących do innych podmiotów.

jeff bezos chce zbudować: wąskie gardła finansowania i mocy obliczeniowej

Pieniądze nie są symboliczne. Wśród nowych inwestorów Prometheusa mają znajdować się JPMorgan, Goldman Sachs, BlackRock oraz kilka funduszy venture capital — to ten rodzaj instytucjonalnego kapitału, który zmienia koncepcję (proof‑of‑concept) w program przemysłowy. Bezos i współzałożyciel Vikram Bajaj opisali tę pracę jako ekstremalnie obciążającą obliczeniowo: ogromne symulacje, projektowanie odwrotne (inverse design) oraz testy w pętli zamkniętej, łączące modele uczenia maszynowego z wynikami laboratoryjnymi i fabrycznymi. To spycha firmę w to samo wąskie gardło, z którym mierzy się dziś większość firm AI: skąd wziąć tysiące drogich jednostek GPU, kto kontroluje te centra danych oraz jak utrzymać zasilanie, chłodzenie i łańcuchy dostaw w skali przemysłowej.

Są to ograniczenia zarówno polityczne, jak i inżynieryjne. W Europie sprzeciw wobec budowy ogromnych centrów danych staje się faktem — zasada BYOP w Irlandii i inne lokalne limity utrudniają podejście oparte na hiperskalowcach, a Bruksela zaostrza narzędzia polityki przemysłowej w ramach ustawy o czipach (Chips Act) i powiązanych programów. Dla firmy, której celem jest przekształcenie sposobu projektowania silników odrzutowych, smartfonów, a nawet wieżowców, niedobór mocy obliczeniowej przekłada się bezpośrednio na negocjacje dotyczące tego, kto płaci i gdzie prace mogą być legalnie prowadzone. Prometheus twierdzi obecnie, że kupuje moc obliczeniową od wielu dostawców i zarządza dużym klastrem wewnętrznym; inwestorzy i decydenci muszą teraz zadać sobie pytanie, czy tak pozostanie w miarę skalowania obciążeń.

Co tak naprawdę oznacza „Sztuczny Inżynier Ogólny”

Język ma tu znaczenie. Fraza „Artificial General Engineer” brzmi jak marketingowa odmiana sztucznej inteligencji ogólnej (AGI), co wywołuje zamieszanie. W praktyce propozycja jest węższa i bardziej prozaiczna: budowa agentowych systemów AI, które potrafią planować, symulować i optymalizować działania w różnych dziedzinach inżynierii — od aerodynamiki po testy materiałowe i procesy produkcyjne — a następnie proponować i oceniać konkretne zmiany w projektach sprzętowych. W przeciwieństwie do spekulatywnej AGI, ambicja ta jest zorientowana na zadania: ogromne banki symulacji, modele neuronowe uwzględniające prawa fizyki oraz zautomatyzowane pętle eksperymentalne, które skracają czas między pomysłem a zatwierdzonym prototypem.

Ta różnica odpowiada na kilka pytań często zadawanych przez ludzi. Co tak naprawdę oznacza „Artificial General Engineer”? To sztuczna inteligencja zdolna do wykonywania prac inżynieryjnych w wielu specjalizacjach, a nie świadomy, ogólny intelekt. Czym różniłaby się od obecnych systemów AI? Obecne duże modele językowe (LLM) koncentrują się na tekście i kodzie; inżynier ogólny musi łączyć silniki symulacyjne, strumienie danych z czujników, pliki CAD i informacje zwrotne z laboratoriów. Czy to to samo co AGI? Nie — przynajmniej w publicznym przekazie — ponieważ zakres ogranicza się do inżynierii stosowanej, związanej ograniczeniami fizyki i produkcji, a nie otwartym rozumowaniem.

Jak Prometheus planuje zasilać modele — i dlaczego firmy się tym interesują

Bezos i Bajaj twierdzą, że dieta danych dla Prometheusa to mieszanka podstawowych zasad fizyki, publicznie dostępnej literatury oraz — co kluczowe — własnych wyników testów od producentów. To nie tylko więcej tokenów treningowych: to ustrukturyzowane dane eksperymentalne, historie CAD, ślady z czujników i wyniki testów niszczących. Inżynierowie, z którymi rozmawiałem, nazywają to „brudnymi, drogimi rzeczami” — danymi, których nie otrzymasz z internetu i które zazwyczaj zalegają w silosach wewnątrz firm lotniczych, producentów oryginalnego wyposażenia (OEM) i laboratoriów badawczych. Jak donoszono, Prometheus zawiera partnerstwa, a nawet kupuje firmy, aby zebrać ten korpus, ponieważ bez niego modele nie mogą nauczyć się kosztów i trybów awarii rzeczywistych komponentów.

jeff bezos chce zbudować: strategia przemysłowa i stawka dla Europy

Istnieje druga warstwa projektu, którą łatwo pominąć w relacjach o pozyskiwaniu funduszy: strategia korporacyjna. Bezos napomknął o portfelu biznesów w stylu Berkshire, które wykorzystywałyby modele Prometheusa do modernizacji produkcji lub przejmowania firm wartych restrukturyzacji. Ten model — AI jako wewnętrzne narzędzie przemysłowe powiązane z konsolidacją — grozi przeniesieniem wartości z pracy inżynieryjnej i regionalnych łańcuchów dostaw do scentralizowanego oprogramowania i właścicieli mocy obliczeniowej.

Dla Europy, gdzie polityka przemysłowa i suwerenność są kwestiami aktualnymi, pytania są natychmiastowe. Do kogo należą dane o łopatce turbiny wyprodukowanej w Niemczech, jeśli projekt optymalizuje model AI z USA? Czy Bruksela będzie patrzeć na Prometheusa tak, jak patrzyła na dużych dostawców usług chmurowych — jako na strategicznego aktora infrastrukturalnego, a nie tylko startup? Ustawa o czipach, zasady pomocy państwa i niedawne ruchy w zakresie kontroli eksportu dają rządom UE narzędzia, z których mogą skorzystać. To, czy ich użyją — aby faworyzować lokalną moc obliczeniową, wymagać lokalizacji danych lub sprawdzać przejęcia — jest pytaniem regulacyjnym, które zdecyduje, jak duża część tych prac faktycznie będzie miała miejsce wewnątrz Europy.

Łańcuchy dostaw, suwerenność i ciche kompromisy inżynieryjne

Inżynierowie znają tę historię: lepszy projekt na papierze często zawodzi w fabryce z powodu tolerancji, umiejętności pracowników lub dostawcy, który nie może dostarczyć odpowiedniego materiału. Narzędzia sztuczne przyspieszają iterację, ale nie usuwają fizycznych limitów. Oznacza to, że Prometheus musi również zaplanować działania przemysłowe: zabezpieczyć egzotyczne materiały, skonfigurować linie do szybkich testów i przekonać dostawców do zaakceptowania poprawek wynikających z modelu. Są to kosztowne i polityczne posunięcia — to właśnie w tym miejscu czek na 12 miliardów dolarów zapewnia dostęp w takim samym stopniu, co moc obliczeniową.

Kto wygrywa, kto płaci i kwestia miejsc pracy

Publiczne stanowisko Bezosa jest znane: spraw, by wynalazczość była tańsza, a stworzysz miejsca pracy. Istnieje jeden prawdopodobny scenariusz, w którym jest to prawda — AI obniża koszty prototypowania, namnażają się nowe produkty, a popyt tworzy nowe role w produkcji. Inny prawdopodobny scenariusz jest bardziej skoncentrowany: garstka firm posiadających modele, dane i moc obliczeniową przejmuje większość wartości, a zatrudnienie przesuwa się w stronę mniejszej liczby wysokopłatnych stanowisk i większej puli zmarginalizowanych, rutynowych prac. Literatura techniczna i niedawne szacunki konsultingowe sugerują, że wystąpią oba efekty; to, który z nich zdominuje rynek, będzie zależeć od wyborów politycznych oraz tego, jak szeroko narzędzia będą licencjonowane w porównaniu do utrzymywania ich wewnątrz firmy.

Ludzie pytający, czy „Sztuczny Inżynier Ogólny” to to samo co AGI, powinni pamiętać o jednym: krótkoterminowym ryzykiem nie jest ogólny intelekt zastępujący wszystkich, lecz ukierunkowana automatyzacja, która przekształca branże i koncentruje siłę przetargową. Decydenci — zwłaszcza w Europie z jej ambicjami polityki przemysłowej — będą musieli zważyć korzyści wzrostowe wobec skutków politycznych związanych z utratą miejsc pracy i uzależnieniem od dostawców.

Pragmatyczny europejski test dla ambitnego amerykańskiego projektu

Prometheus to projekt kierowany przez Amerykanów z biurami w Europie — przydatny test dla Brukseli. Jeśli UE chce zysków z produktywności, które obiecuje Bezos, ma dwie opcje: dotować krajową moc obliczeniową i testy materiałowe, aby utrzymać pracę na miejscu, albo zaakceptować zewnętrznego aktora i negocjować dostęp, miejsca pracy oraz wpływy z podatków. Żadna z opcji nie jest bezkonfliktowa. Tym, czego Bruksela nie będzie chciała — a czego niemieccy przemysłowcy będą się po cichu obawiać — jest sytuacja, w której oprogramowanie i modele są amerykańskie, moc obliczeniowa znajduje się w rękach garstki hiperskalowców, a Europa dostarcza inżynierów i fabryki, nie czerpiąc z tego znaczących korzyści.

Prometheus jest prawdziwy, finansowanie jest prawdziwe, podobnie jak inżynieryjne bóle głowy. Interesującą częścią będą argumenty, które nastąpią później: kto ma prawo przeprowadzać testy, kto jest właścicielem historii zmian łopatki turbiny i którzy regulatorzy zostaną w to zaangażowani. To tam polityka spotyka się z niechlujną rzeczywistością sprzętu — nie na slajdach, ale w halach fabrycznych i bilansach.

Europa ma inżynierów. Po prostu nie zdecydowała jeszcze, który kraj ma im płacić.

Źródła

• Prometheus (materiały prasowe i oświadczenia firmy)
• Amazon (oświadczenia zarządu)
• JPMorgan / BlackRock (ujawnienia dotyczące udziału w inwestycjach)