Jesteśmy montownią AI [WYWIAD]

Sądzę, że branża związana z rozwojem AI jest całkiem dobrze zorganizowana i zintegrowana. Ludzie się znają, dużo współpracują, co pozwala im solidarnie zareagować.

Panowało przekonanie, że IDEAS NCBR to nieźle funkcjonująca instytucja, że realnie udało się zbudować jakąś wartość. Było więc poczucie, że jest czego bronić. Już od XIX w. w socjologii znana jest prawidłowość, zgodnie z którą ludzie protestują wtedy, kiedy rozjazd między oczekiwaniami a rzeczywistością się powiększa. Sprawy, w jakich w Polsce ludzie się ostatnio mobilizowali, potwierdzają tę obserwację. Czarny protest przeciwko zmianom dotyczącym aborcji wybuchł, kiedy społeczeństwo oczekiwało, że status quo zostanie co najmniej utrzymane. Zamiast tego przyjęto surowsze prawo. Zmiany w IDEAS uderzyły w oczekiwania dotyczące rozwoju kraju i pozytywnej roli, jaką może odegrać AI.

Myślę, że osoby spoza świata naukowego nie wiedzą, czym się ta instytucja zajmuje i czy dobrze działa. Nie mają więc względem niej specjalnych oczekiwań. Jako badacze nie wyjaśniamy społeczeństwu, dlaczego warto zainwestować w naukę. W jaki sposób ludzie mają więc nabrać przekonania, że zwiększanie budżetu NCN czy Narodowego Centrum Badań i Rozwoju miałoby sens? Co przeciętny człowiek ma z tego, że jego podatki finansują badania? Opinia publiczna styka się z tymi instytucjami tylko wtedy, kiedy na jaw wychodzą patologie – w stylu afery NCBR. Plus cały czas funkcjonuje mit, że głównym celem nauki jest abstrakcyjne odkrywanie prawdy.

Można tak podchodzić. Tyle że kończy się tym, że społeczne oczekiwania względem nauki są małe. A więc nie ma też silnego przekonania, że warto ją finansować.

Że nauka pomoże nam rozwiązywać problemy. Co zrobić, żeby polskie firmy były bardziej konkurencyjne? Jak sobie poradzić z wyzwaniami demograficznymi? Jak już przeznaczamy pieniądze na naukę, to oczekiwanie od badaczy, że ich prace będą miały pozytywny wpływ na społeczeństwo i gospodarkę, wydaje mi się całkiem naturalne. Oczywiście nie twierdzę, że cały budżet na badania powinien być definiowany poprzez jakąś misję czy obszary priorytetowe. Powinna istnieć też przestrzeń na badania, o których ten czy inny zamawiający nie pomyślał. Natomiast to, że w ten sposób wydajemy większość pieniędzy, nie jest rozsądne.

Część pieniędzy na naukę – zarówno na badania podstawowe, jak i badania aplikacyjne – powinna iść na konkretne obszary. Do pewnego stopnia tak się dzieje, np. w obszarze zdrowia funkcjonuje Agencja Badań Medycznych. Jednocześnie w zeszłym roku na Instytut Pamięci Narodowej przeznaczono fundusze stanowiące ponad jedną trzecią tego, co dostaje NCN. To oznacza, że przyznajemy priorytet badaniom historycznym. Czy to jest dzisiaj kluczowe? Nie mam takiego przekonania. Zresztą raport NIK pokazał, że aż jedna czwarta środków była wydawana przez IPN w sposób niewłaściwy.

Nie uważam, że powinien to wymyślać Batorski. Ani nawet minister nauki. Tematy powinny być wybrane w wyniku analizy tego, jak działa polska gospodarka, w jakich branżach już jesteśmy mocni, jakie wyzwania nas czekają.

Uważam, że należałoby inwestować w różne działki sztucznej inteligencji. Jestem przekonany, że ta technologia radykalnie zmieni funkcjonowanie wielu dziedzin. Nie twierdzę, że powinniśmy wspierać wszystkie badania z zakresu sztucznej inteligencji. Nie wszędzie będziemy w stanie sami konkurować. Natomiast rozwijanie AI w takich obszarach jak medycyna, edukacja, rolnictwo, przetwórstwo przemysłowe jest jak najbardziej w naszym zasięgu.

Tak, uważam, że specjalizacja jest potrzebna. Jeśli stawiamy na jeden konkretny obszar, łatwiej stworzyć cały ekosystem przyciągający specjalistów. Aczkolwiek czeka nas sporo wyzwań. Choćby to, że polskie firmy są mało innowacyjne. Nie mamy wielu dużych podmiotów, które są w stanie same z siebie prowadzić działalność badawczo-rozwojową. Tu ciekawostka: jeszcze w latach 80. XX w. w niektórych branżach mieliśmy całkiem nieźle rozwinięte działy B+R, natomiast później, szczególnie na etapie prywatyzacji, duża część została wycięta. Węgrzy wymagali, żeby firmy zagraniczne kupujące lokalne podmioty utrzymywały działalność badawczo-rozwojową w kraju. U nas niczego takiego nie wymagano. W tej chwili B+R robią u nas głównie oddziały międzynarodowych korporacji.

Samsung, Amazon – można długo wymieniać. Ma to swoje zalety – centra badawczo-rozwojowe dużych korporacji pomagają budować branżę AI, dają zatrudnienie ludziom, którzy pewnie w przeciwnym razie pracowaliby poza Polską albo robiliby mniej innowacyjne rzeczy. Firmy te bazują na niższych kosztach pracy. Wykorzystują to również popularne w Polsce software house'y czy firmy konsultingowe. Szczególnie martwi mnie to, że zdecydowana większość klientów tych firm to podmioty spoza Polski. W konsekwencji jako kraj zarabiamy przede wszystkim na pracy i usługach, a nasi zdolni informatycy i specjaliści uczenia maszynowego pomagają budować wartość dodaną gdzie indziej. Tak naprawdę jesteśmy montownią AI. Znowu popełniamy te same błędy.

Kiedy weszliśmy do UE, staliśmy się zapleczem logistycznym i rynkiem zbytu. Dokładnie to samo się dzieje, jeśli chodzi o cyfryzację. Co robiliśmy w ramach Programu Operacyjnego Polska Cyfrowa? Budowaliśmy sieci i dbaliśmy o podnoszenie kompetencji cyfrowych. Cały czas dostarczamy siłę roboczą i tworzymy u nas rynek zbytu. Od lat brakuje natomiast myślenia o tym, jakie są cele strategiczne naszej polityki. De facto robimy to, co uzgodnimy z Komisją Europejską. A prawda jest taka, że mamy tu rozbieżność interesów. KE dba o tworzenie jednolitego rynku cyfrowego, natomiast interesem Polski powinno być to, żeby to rodzime podmioty były na tym jednolitym rynku silne.

Wraz z Maciejem Bukowskim przygotowałem na ten temat analizę. Okazało się np., że Polacy i polskie firmy dużo chętniej niż Europejczycy kupują w sieci. To jednak nie koresponduje z odsetkiem rodzimych podmiotów, które sprzedają swoje towary czy oferują usługi przez internet poza krajem. Pod tym względem za nami były tylko Rumunia i Bułgaria. Wracając więc do głównego wątku – owszem, zbudowaliśmy jednolity rynek cyfrowy, ale niestety tę część, która jest po prostu rynkiem zbytu.

W porównaniu z innymi krajami mamy niezły poziom edukacji, jeśli chodzi o matematykę czy nauki przyrodnicze, to wciąż bardzo dobra baza. Jest jednak wiele rzeczy, których nam brakuje do skutecznego rozwijania AI. A najważniejsza to popyt na usługi ze strony polskich przedsiębiorstw, który jest dramatycznie mały – rodzime firmy są mało innowacyjne i mało skłonne do wchodzenia w nowinki. Można to zmieniać na różne sposoby – od lepiej funkcjonujących ulg na działalność badawczo-rozwojową, po większe zaangażowanie spółek Skarbu Państwa. Samo zwiększenie popytu z ich strony wspomoże rozwój branży AI. Podobnie jak popyt na usługi ze strony administracji publicznej. Potrzebujemy też wiodących ośrodków naukowych, które integrowałyby badania wokół siebie, żeby miały one większą skalę. Trzeba by stworzyć mocniejsze połączenia między nauką a praktyką. Uczelnie nie mają motywacji do komercjalizacji badań. Dlaczego? Po pierwsze – w ewaluacji działalności naukowej działania praktyczne mało się liczą; po drugie – uczelnie mają małe możliwości starania się o pieniądze na badania stosowane.

Ale nasza sytuacja jest nieporównywalna – w Polsce nie mamy tak dużych korporacji. Poza tym jest mitem to, że państwo w USA jest zupełnie nieobecne. Jeśli spojrzymy na iPhone’a, to jego kluczowe komponenty są efektami projektów badawczo-rozwojowych sfinansowanych przez rząd. Interfejs Siri to jeden z owoców największego projektu z zakresu sztucznej inteligencji, zrealizowanego w latach 2008–2013, na który poszło kilkaset milionów dolarów. Nie mówię już o technologii GPS, która powstała lata temu.

Dofinansowanie jest potrzebne, dlatego że pieniądze publiczne mogą obniżać ryzyko działalności badawczo-rozwojowej i skłaniać firmy do podejmowania bardziej ryzykownych działań. Natomiast zanim zaczniemy więcej dokładać do systemu, należałoby go zreformować. Założenie jest takie, że NCBR, a obecnie też PARP finansują 50 do 80 proc. wartości projektu w zależności od konkursu i wielkości podmiotu. Ten mechanizm miał zapewniać, by firmy robiły rzeczy, co do których mają przekonanie, że będą przynosiły efekty. Założono, że jeśli w projekt trzeba zainwestować również własne pieniądze, będzie to automatycznie wymuszać dążenie do sukcesu. W praktyce wiele projektów nie jest superinnowacyjnych – firmy proponują rzeczy, które i tak by robiły. Czy z tego rodzą się najbardziej przełomowe pomysły? Mam wątpliwości. Zwłaszcza biorąc pod uwagę proces oceny wniosków.

Proces ten trwa czasem niemal rok. W przypadku nowych technologii 11 miesięcy to dużo, trudno finansować w ten sposób innowacyjne rzeczy. Rozmowa sprowadza się więc do tego, że potrzebujemy lepiej funkcjonujących instytucji.

Odpowiem inaczej – spójrzmy, na co inne kraje wydały pieniądze z KPO. Dania zbudowała świetną instytucję, która integruje wszystkie dane publiczne w jednym systemie. Dzięki temu urzędy, uczelnie czy firmy, które chcą zrobić jakąś analitykę, po prostu zgłaszają projekt. Nie dostają danych jednostkowych, ale mogą na nich prowadzić obliczenia i płacą za zużyte moce obliczeniowe. Hiszpanie czy Włosi przeznaczyli gigantyczne fundusze na sztuczną inteligencję. To jest myślenie prorozwojowe, którego u nas wciąż brakuje.

Państwo nadal ma u nas silosowy charakter – gdzie indziej jest Ministerstwo Nauki i Szkolnictwa Wyższego, gdzie indziej Ministerstwo Rozwoju i Technologii, a jeszcze gdzie indziej jest cyfryzacja, właściwie oddzielona od gospodarki. To jedna z przyczyn.

Oczywiście to nie jest łatwe, wymaga całościowego myślenia o polityce rozwoju. Można to spiąć, tworząc jedno ministerstwo, ale można też na poziomie strategii. Po prostu trzeba myśleć o całym systemie. Na pewno logika polityczna nie sprzyja – kadencja trwa cztery lata, w tym czasie można coś zrobić na swoim odcinku, ale jeśli następcy nie będą się kierowali myśleniem systemowym, będziemy się kręcić w kółko. Nawet jeśli strategie powstają, to i tak nie idą za nimi żadne pieniądze.

Raczej nie uda nam się znaleźć rzeczy, co do których się wszyscy zgodzimy. Problem polega m.in. na tym, że politycy boją się jasno powiedzieć, iż stawiamy na coś, bo zaraz przyjdą ludzie od innej dziedziny i będą krzyczeć, że co sobie wyobrażamy. Słuchałem niedawno w radiu wicepremiera Krzysztofa Gawkowskiego, który przekonywał, że w zasadzie wszystko jest ważne: AI, technologie kwantowe i kilka innych dziedzin wymienionych jednym tchem. Wyznaczanie priorytetów nie wszystkim się będzie podobało, ale to też wymaga budowania odpowiednich narracji. Trzeba przyznać, że część decyzji może nie będzie popularna, ale ich potrzebujemy.

Mamy świetne kompetencje stricte techniczne. Umiemy wymyślić taką czy inną technologię. Nie potrafimy jej jednak skomercjalizować – to luka kompetencyjna, z którą powinniśmy sobie szybko poradzić. Druga rzecz jest taka, że brakuje nam konsekwencji. Wymyślamy coś, a później okazuje się, że mamy przerwę w finansowaniu albo następuje zmiana władzy i pomysłu. Od nowa trzeba się wtedy zastanawiać, czy dane działanie ma sens. W efekcie tracimy czas, podczas gdy inni są w stanie skomercjalizować wymyśloną technologię. Jesteśmy też kiepscy, jeśli chodzi o kapitał społeczny i umiejętność współpracy. Uważam, że to istotna bariera dla innowacyjności w Polsce.

Pokazywaliśmy to już przy okazji Diagnozy Społecznej. Uogólnione zaufanie do innych ludzi jest w Polsce na niskim poziomie – to kilkanaście procent. Jak się to objawia w praktyce? Kiedy w Stanach Zjednoczonych rozmawia się o jakimś projekcie, słyszy się rady: kto jeszcze może pomóc, o czym warto pomyśleć. W Polsce? „No cóż, to już było”. „A, to nie ma sensu, a to już ktoś zrobił”. „To ci się nie uda”. Wszystko się zaczyna w szkole – nasza edukacja jest nastawiona na rywalizację i indywidualne wyniki, a nie na współpracę. ©Ⓟ