Tempo rozwoju sztucznej inteligencji cały czas przyspiesza. Coraz więcej firm wdraża modele językowe i inne rozwiązania AI, rządy inwestują miliardy w infrastrukturę i regulacje, a modele osiągają wyniki, które jeszcze niedawno wydawały się poza ich zasięgiem.

Gdzie dziś jesteśmy jako globalna społeczność rozwijająca i wykorzystująca AI?

Odpowiedzi na te pytania przynosi AI Index Report 2025, przygotowany przez Stanford HAI – jeden z najbardziej rzetelnych i kompleksowych raportów podsumowujących rozwój sztucznej inteligencji na świecie. Analizuje on dane z zakresu technologii, nauki, edukacji, gospodarki, polityki czy opinii publicznej.

W tym artykule zebraliśmy 12 najważniejszych wniosków z raportu, które najlepiej oddają, jak AI kształtuje rzeczywistość.

Modele AI – coraz lepsze wyniki w benchmarkach

W 2024 roku modele sztucznej inteligencji osiągnęły bardzo dobre wyniki w nowych, wprowadzonych rok wcześniej benchmarkach. Testy takie jak MMMU (multimodalne zadania), GPQA (pytania z zakresu nauk przyrodniczych) czy SWE-bench (rozwiązywanie problemów programistycznych) zostały zaprojektowane po to, żeby sprawdzić, gdzie leżą granice możliwości AI.

Po roku od ich wprowadzenia, wyniki testów poszybowały w górę:

• – +18,8 punktu procentowego w MMMU,
• – +48,9 punktu w GPQA,
• – +67,3 punktu w SWE-bench – z 4,4% do 71,7% skuteczności.

Co to oznacza w praktyce? AI potrafi rozwiązywać złożone zadania i to w ograniczonym czasie. Takie modele wspomagają development, testy czy prace badawcze.

To przełom nie tylko technologiczny, ale też praktyczny: AI przestaje być ciekawostką, a staje się realnym wsparciem w codziennej pracy.

AI w życiu codziennym

Jeszcze kilka lat temu zaawansowana sztuczna inteligencja kojarzyła się głównie z badaniami naukowymi i eksperymentami w dużych firmach technologicznych. Dziś staje się częścią codzienności, także dla zwykłych użytkowników.

Przykłady z ostatniego roku podane w raporcie:

• – 223 urządzenia medyczne z AI zostały dopuszczone do użytku przez amerykańską FDA (U.S. Food and Drug Administration) w 2023 roku. Dla porównania – w 2015 roku było ich tylko 6.
• – Robotaksówki – Waymo w USA wykonuje ponad 150 000 autonomicznych kursów tygodniowo, a chiński Apollo Go firmy Baidu obsługuje pasażerów w wielu miastach.

To nie są już prototypy ani pilotaże, lecz działające usługi, z których korzystają tysiące ludzi.

AI wspiera diagnostykę medyczną, transport, obsługę klienta, marketing, zarządzanie zapasami i wiele innych obszarów. A ponieważ narzędzia stają się coraz tańsze i łatwiej dostępne, można spodziewać się, że ten trend tylko przyspieszy.

AI w biznesie

2024 był rekordowym rokiem dla inwestycji w sztuczną inteligencję, zwłaszcza w sektorze prywatnym.

Poniżej jest kilka liczb, które to udowadniają:

• – 109,1 miliarda dolarów – tyle wyniosły prywatne inwestycje w AI w USA (czyli niemal 12 razy więcej niż w Chinach i 24 razy więcej niż w Wielkiej Brytanii),
• – 33,9 miliarda dolarów trafiło tylko na projekty związane z generatywną AI – o 18,7% więcej niż rok wcześniej,
• – 78% firm zadeklarowało korzystanie z AI w 2024 roku (dla porównania – 55% rok wcześniej).

Co ważne, nie chodzi już tylko o testowanie modeli. AI coraz częściej realnie wpływa na wyniki firm. W marketingu i sprzedaży aż 71% organizacji korzystających z AI deklaruje wzrost przychodów. W działach zarządzania łańcuchem dostaw podobny efekt zauważyło 63% firm, a w obsłudze klienta – 57%. Jednocześnie wiele firm raportuje oszczędności: w usługach – 49%, w logistyce – 43%, a w inżynierii oprogramowania – 41%. Choć w większości przypadków są to jeszcze umiarkowane efekty (np. przychody rosnące o mniej niż 5% lub oszczędności poniżej 10%), trend jest wyraźny – firmy, które szybko i rozsądnie wdrażają AI, budują przewagę konkurencyjną.

USA wciąż prowadzą w AI, ale Chiny szybko nadrabiają

Stany Zjednoczone pozostają liderem w tworzeniu najbardziej zaawansowanych modeli AI. W 2024 roku aż 40 „znaczących modeli” powstało w instytucjach z USA — to niemal trzykrotnie więcej niż w Chinach (15) i ponad 13 razy więcej niż w całej Europie (3).

Czym są „znaczące modele”? Autorzy raportu klasyfikują w ten sposób te systemy, które wywołały duży wpływ w środowisku badawczym, biznesowym lub medialnym, np. przez wyniki w benchmarkach, skalę wdrożenia, innowacyjne podejście lub szerokie zainteresowanie społeczności. To niekoniecznie największe modele, ale takie, które realnie pokazują rozwój możliwości AI.

Liczba modeli to tylko jedna strona medalu. Jakość modeli z Chin rośnie błyskawicznie. Jeszcze w 2023 roku różnice w wynikach między czołowymi modelami z USA i Chin na popularnych benchmarkach wynosiły nawet kilkadziesiąt punktów procentowych. W 2024 roku dystans ten niemal zniknął, np. w teście MMLU (Massive Multitask Language Understanding – zestaw pytań z ponad 50 dziedzin wiedzy używany do oceny zdolności rozumienia języka i wiedzy ogólnej) spadł do 0,3 punktu, a w HumanEval (ocena umiejętności programistycznych) do zaledwie 3,7 punktu. Oprócz tego, Chiny utrzymują pozycję lidera pod względem liczby publikacji naukowych i patentów związanych z AI.

Modele wysokiej jakości powstają już nie tylko w USA i Chinach. Coraz częściej pojawiają się też ciekawe rozwiązania z Bliskiego Wschodu, Ameryki Południowej i Azji Południowo-Wschodniej.

Odpowiedzialna sztuczna inteligencja

Wraz z rosnącym wpływem sztucznej inteligencji rośnie też liczba problemów, które budzą obawy: dezinformacja, błędy modeli, uprzedzenia, naruszenia prywatności czy brak przejrzystości. Niestety, mimo wielu deklaracji, wciąż brakuje konkretnych działań i standardów w zakresie tzw. odpowiedzialnej AI (Responsible AI, RAI), zwłaszcza po stronie sektora prywatnego.

Liczba incydentów związanych z AI osiągnęła w 2024 roku rekordowy poziom — 233 przypadki, czyli o 56% więcej niż rok wcześniej. Mimo to wciąż niewiele firm regularnie ocenia bezpieczeństwo i rzetelność swoich modeli. Nowe benchmarki, takie jak HELM Safety czy AIR-Bench, zaczynają wypełniać tę lukę, ale nie są jeszcze szeroko stosowane.

Co ciekawe, większą aktywność wykazują rządy i organizacje międzynarodowe. W 2024 roku swoje własne ramy dotyczące odpowiedzialnego AI opublikowały m.in. OECD, Unia Europejska, ONZ i Unia Afrykańska. Wspólnym mianownikiem tych inicjatyw są wartości takie jak przejrzystość, bezpieczeństwo czy ochrona praw człowieka.

Podsumowując, wszyscy mówią o odpowiedzialnej AI, ale jak dotąd to głównie sektor publiczny podejmuje konkretne kroki. Firmy technologiczne wciąż są kilka kroków z tyłu, a użytkownicy końcowi pozostają narażeni na ryzyka, których często nie są nawet świadomi.

Ludzie coraz przychylniej patrzą na AI (ale nie wszędzie)

Globalne nastawienie do AI w 2024 roku stało się bardziej optymistyczne. W badaniu obejmującym 26 krajów aż 18 zanotowało wzrost odsetka osób, które uważają, że sztuczna inteligencja przynosi więcej korzyści niż szkód. To pokazuje, że wraz z rosnącą obecnością AI w życiu codziennym rośnie też akceptacja społeczna dla tej technologii.

Nastroje różnią się w zależności od regionu. W krajach azjatyckich dominuje entuzjazm. W Chinach aż 83% respondentów ma pozytywne nastawienie do produktów i usług opartych na AI. Podobnie jest w Indonezji (80%) i Tajlandii (77%).

Tymczasem w państwach zachodnich wciąż przeważa ostrożność. W Kanadzie optymizm wyraziło 40% ankietowanych, w USA 39%, a w Holandii tylko 36%. Mimo to nawet tam widać wyraźną poprawę, np. w Niemczech i Francji odsetek optymistów wzrósł o 10 punktów procentowych względem 2022 roku.

W skrócie: świat oswaja się z AI, ale tempo tego procesu zależy od kontekstu kulturowego, doświadczeń lokalnych i zaufania do instytucji. To ważny sygnał dla firm wdrażających AI.

Sztuczna inteligencja staje się coraz tańsza i bardziej dostępna

Jeszcze kilka lat temu korzystanie z zaawansowanych modeli AI wymagało ogromnych zasobów, zarówno sprzętowych, jak i finansowych. Dziś sytuacja wygląda nieco inaczej. Modele są coraz tańsze w użyciu, szybsze i bardziej energooszczędne, co otwiera drzwi do bardziej powszechnego zastosowania, również w mniejszych firmach czy projektach open-source.

Najlepszym przykładem jest spadek kosztów działania modelu w praktyce. W listopadzie 2022 roku uruchomienie modelu Gemini-1.5-Flash-8B o wydajności porównywalnej z GPT-3.5 kosztowało około 20 dolarów za milion tokenów. W październiku 2024 to samo działanie kosztowało już tylko 7 centów, czyli mamy tu do czynienia z ponad 280-krotnym spadkiem ceny.

Co więcej, różnice w wydajności między modelami open-source a zamkniętymi prawie zniknęły. Jeszcze w 2023 roku zamknięte modele wygrywały z otwartymi średnio o 8 punktów procentowych. W 2025 roku ta różnica spadła do zaledwie 1,7 punktu.

Jeśli chodzi o sprzęt, tu także widać postęp – rocznie jego koszty spadają o 30%, a efektywność energetyczna poprawia się o 40%. 

Rządy inwestują w AI i zaczynają ją regulować

Jeśli chodzi o zaangażowanie rządów w rozwój i regulację AI, 2024 rok przyniósł wyraźne przyspieszenie, zarówno pod względem inwestycji, jak i działań legislacyjnych.

W Stanach Zjednoczonych liczba nowych regulacji dotyczących AI wzrosła ponad dwukrotnie – z 25 w 2023 roku do 59 w 2024. Wzrosła też liczba instytucji zajmujących się tym tematem. Przepisy wydawały już nie tylko wyspecjalizowane agencje, ale także te odpowiedzialne za zdrowie, transport, edukację czy bezpieczeństwo.

Wiele państw uruchomiło rekordowe programy inwestycyjne. Kanada przeznaczyła 2,4 mld dolarów na infrastrukturę AI, Francja 109 mld euro, a Arabia Saudyjska rozpoczęła projekt „Transcendence” o wartości 100 mld dolarów. Chiny z kolei uruchomiły nowy fundusz na rozwój półprzewodników wart 47,5 mld dolarów.

Coraz większą rolę odgrywa także międzynarodowa współpraca w zakresie bezpieczeństwa AI. W 2024 roku powstały kolejne instytuty zajmujące się bezpieczeństwem modeli, m.in. w Japonii, Niemczech, Kanadzie czy Singapurze.

Państwa zaczynają aktywnie współkształtować sztuczną inteligencję i to na wielu poziomach jednocześnie: finansowym, regulacyjnym i organizacyjnym.

AI w edukacji

Sztuczna inteligencja jest obecna w wielu obszarach, nic więc dziwnego, że coraz więcej mówi się o potrzebie uwzględnienia tej technologii w edukacji. Coraz więcej krajów wprowadza naukę informatyki i AI do szkół, ale tempo i jakość tych zmian są zróżnicowane.

Według AI Index Report już dwie trzecie państw na świecie oferuje lub planuje wprowadzić edukację informatyczną na poziomie podstawowym i średnim. Największy postęp w ostatnich latach widać w Afryce i Ameryce Południowej. Niestety, w wielu miejscach podstawowe przeszkody, takie jak brak prądu w szkołach, nadal uniemożliwiają realny dostęp do nowoczesnych technologii.

W Stanach Zjednoczonych aż 81% nauczycieli informatyki uważa, że AI powinna być częścią podstawowego programu nauczania, ale tylko mniej niż połowa z nich czuje się przygotowana do przekazywania tej wiedzy. To pokazuje, że samo zainteresowanie nie wystarczy. Potrzebne są narzędzia, szkolenia i wsparcie systemowe.

Równocześnie rośnie liczba studentów wybierających kierunki związane z AI, np. liczba absolwentów studiów magisterskich z tego obszaru w USA niemal się podwoiła w ciągu roku. Coraz więcej uczelni rozwija też wyspecjalizowane programy dotyczące machine learningu czy generatywnej AI.

Podsumowując, edukacja zaczyna nadrabiać zaległości wobec tempa rozwoju AI.

Sektor prywatny dominuje w rozwoju sztucznej inteligencji

W 2024 roku prawie 90% wszystkich znaczących modeli AI powstało w firmach, a nie na uczelniach. To ogromna zmiana w porównaniu do 2023 roku, kiedy udział sektora prywatnego wynosił jeszcze 60%.

Jednocześnie widać, że różnice między czołowymi modelami zaczynają się zacierać. Według Elo score (miara „umiejętności” modeli) dystans między modelem numer 1 a numerem 10 zmniejszył się z 11,9% do 5,4%. Co więcej, między dwoma najlepszymi modelami różnica wynosi zaledwie 0,7% – to oznacza, że coraz trudniej wskazać jednoznacznego lidera.

Chociaż rozwój sztucznej inteligencji nie zwalnia, to jego koszty i bariery technologiczne rosną. Według raportu, moc obliczeniowa potrzebna do trenowania modeli podwaja się co 5 miesięcy, rozmiary zbiorów danych co 8 miesięcy, a zużycie energii co 12 miesięcy.

Mimo dominacji sektora prywatnego, najczęściej cytowane publikacje naukowe o AI wciąż pochodzą głównie z uczelni i instytucji badawczych. To sugeruje, że sektor akademicki nadal odgrywa ważną rolę w pogłębianiu rozumienia AI, nawet jeśli nie tworzy większości modeli.

Wniosek jest taki, że wyścig o najlepszy model AI trwa, ale prowadzenie jest coraz mniej oczywiste, a dystanse coraz mniejsze. Dla użytkowników i firm to dobra wiadomość — konkurencja oznacza szybszy postęp i większy wybór.

AI a nagrody naukowe

2024 rok był przełomowy nie tylko dla rozwoju sztucznej inteligencji, ale także dla jej uznania w środowisku naukowym. AI została doceniona jako kluczowy element przełomowych odkryć.

W ubiegłym roku dwie Nagrody Nobla w dziedzinie nauk ścisłych zostały przyznane za osiągnięcia bezpośrednio związane ze sztuczną inteligencją. Nagroda Nobla z fizyki uhonorowała prace, które przyczyniły się do rozwoju głębokiego uczenia (deep learning), Nagroda Nobla z chemii trafiła do naukowców, którzy wykorzystali AI do przewidywania struktury białek — w tym przypadku chodzi o głośny sukces systemu AlphaFold.

Oprócz tego, nagroda Turinga (uznawana za „Nobla w informatyce”) została przyznana za fundamentalne osiągnięcia w dziedzinie uczenia ze wzmocnieniem (reinforcement learning), które dziś stanowi podstawę wielu zastosowań AI.

Takie wyróżnienia pokazują, że AI nie tylko wspiera naukę, ale coraz częściej ją współtworzy. Jest nie tylko narzędziem w rękach badaczy, ale też częścią przełomów naukowych.

Problemy sztucznej inteligencji z rozumowaniem

Mimo ogromnego postępu w ostatnich latach, sztuczna inteligencja wciąż ma problemy z jednym z kluczowych wyzwań: złożonym rozumowaniem. Modele LLM potrafią rozwiązywać nawet zaawansowane zadania z Międzynarodowej Olimpiady Matematycznej, ale w bardziej abstrakcyjnych, logicznych zadaniach wciąż zawodzą.

Dobrym przykładem jest PlanBench – benchmark oceniający zdolność modeli do rozwiązywania zadań wymagających planowania i wnioskowania. Wyniki pokazują, że nawet najlepsze modele nie rozwiązują tych zadań poprawnie, mimo że istnieją znane rozwiązania.

Postęp w rozumowaniu to obecnie jedno z głównych wyzwań w badaniach nad AI. Dopóki modele nie nauczą się myśleć bardziej „logicznie”, ich wykorzystanie w wielu dziedzinach pozostanie ograniczone.

Podsumowanie

AI Index Report 2025 pokazuje, że sztuczna inteligencja jest technologią teraźniejszości, coraz bardziej dostępną i coraz mocniej wpływającą na życie codzienne, naukę, gospodarkę i politykę.

W wielu obszarach AI już prześciga człowieka. Modele osiągają wyższe wyniki niż ludzie w rozwiązywaniu testów wiedzy ogólnej (takich jak MMLU), w programowaniu (np. benchmark HumanEval), w diagnozowaniu obrazów medycznych czy w zadaniach przetwarzania języka naturalnego, takich jak tłumaczenie, streszczanie tekstów czy analiza dużych zbiorów danych.

Jednocześnie są dziedziny, w których człowiek nadal pozostaje niezastąpiony. Dotyczy to zwłaszcza sytuacji wymagających złożonego rozumowania, zdrowego rozsądku czy głębokiego zrozumienia kontekstu. AI wciąż ma trudności z logicznym planowaniem, nietypowymi problemami i niezawodnym działaniem w środowiskach, gdzie błędy mogą mieć poważne konsekwencje.

Dlatego AI nie jest w stanie zastąpić człowieka, ale bez wątpienia staje się narzędziem, które może wspierać ludzi w pracy, nauce i tworzeniu innowacji. Kluczowe jest odpowiedzialne korzystanie z tej technologii i nadążanie za jej tempem rozwoju.