Anthropic stawia na spryt, nie na mięśnie

Anthropic ma 100 miliardów dolarów na obliczenia. OpenAI – 1,4 biliona. Na papierze wygląda to jak walka Dawida z Goliatem.

Tylko że Dario Amodei, współzałożyciel Anthropic, nie zamierza grać w tę samą grę. Jego firma właśnie ogłosiła strategię, która przypomina herezja w branży AI: nie chcemy więcej mocy obliczeniowej. Chcemy lepszych algorytmów.

I to może być właśnie ten moment, w którym cała branża zmienia kierunek.

Wyścig, który zjada miliardy

Przez ostatnie lata Silicon Valley żyło jedną mantrą: więcej mocy = lepsze AI. OpenAI buduje farmy serwerów za setki miliardów. Google dokłada kolejne chipy. Meta pali gotówkę na infrastrukturę.

Efekt? Modele językowe rosną jak na drożdżach. GPT-5 miał podobno bilion parametrów — to jak porównać samochód osobowy z ciężarówką wielkości bloku mieszkalnego.

Problem w tym, że ta ciężarówka pali paliwo jak szalona.

I wcale nie jedzie proporcjonalnie szybciej.

Anthropic mówi: dość

Amodei w wywiadzie dla Tech in Asia powiedział wprost: nie będziemy gonić OpenAI w wyścigu po moc obliczeniową. Zamiast tego skupimy się na efektywności.

Co to znaczy w praktyce?

Zamiast budować model, który wymaga setek tysięcy procesorów, Anthropic chce stworzyć taki, który robi to samo — ale na ułamku zasobów.

Brzmi prosto. Ale w świecie AI to rewolucja.

Dlaczego to ma sens dla Ciebie

Może pomyślisz: no dobra, firma oszczędza na serwerach. I co z tego?

Wszystko.

Bo jeśli model AI jest bardziej efektywny, to:

• Działa szybciej — nie czekasz pół minuty na odpowiedź
• Kosztuje mniej — subskrypcje mogą być tańsze (albo w ogóle darmowe)
• Działa offline — nie potrzebujesz chmury do każdej operacji
• Zużywa mniej energii — co brzmi nudno, dopóki nie spojrzysz na rachunki za prąd w centrach danych (hint: to miliony miesięcznie)

Dla przedsiębiorcy to konkret: możesz wdrożyć AI w firmie bez budowania własnej serwerowni. Dla zwykłego użytkownika: ChatGPT na telefonie, który nie rozładuje baterii w godzinę.

OpenAI gra w inną ligę

OpenAI ma 1,4 biliona dolarów zobowiązań na infrastrukturę obliczeniową. To liczba, która nie mieści się w głowie. Dla porównania: PKB Polski to około 700 miliardów dolarów. Rocznie.

Sam Altman, szef OpenAI, mówi otwarcie: będziemy skalować w nieskończoność. Im większy model, tym lepszy.

Punkt.

Anthropic odpowiada: niekoniecznie.

Bo jest coś, o czym rzadko się mówi w branży AI: prawo malejących przychodów. Podwojenie mocy obliczeniowej nie daje ci dwukrotnie lepszego modelu. Czasem daje 10% poprawy. Czasem 2%.

I nagle okazuje się, że spalanie kolejnych miliardów to nie strategia.

To rozpacz.

Co to oznacza dla rynku

Jeśli Anthropic ma rację, zobaczymy rozjazd w branży.

Z jednej strony: giganci jak OpenAI, Google, Meta — budujący coraz większe modele, coraz droższe, coraz bardziej niedostępne dla przeciętnego śmiertelnika.

Z drugiej: firmy takie jak Anthropic, Mistral, Cohere — stawiające na modele lżejsze, szybsze, tańsze. Dostępne dla małych firm, startupów, nawet freelancerów.

Kto wygra.

Nie wiem. Wiem jedno: jeśli jesteś przedsiębiorcą bez budżetu na miliony dolarów miesięcznie, stawiasz na drugą opcję.

Efektywność to nowy sexy

Przez lata w tech było tak: więcej = lepiej. Więcej użytkowników, więcej funkcji, więcej serwerów.

Anthropic mówi: a może jednak mniej.

To nie jest hippisowski manifest o minimalizmie. To chłodna kalkulacja biznesowa. Bo model, który działa 10 razy szybciej i kosztuje 10 razy mniej, to nie jest "prawie tak dobry jak konkurencja".

To jest produkt, który zabija konkurencję.

I właśnie dlatego Amodei może sobie pozwolić na spokój. Ma 100 miliardów na obliczenia. OpenAI ma 1,4 biliona. Ale jeśli jego algorytmy są 14 razy efektywniejsze.

Gra wraca do remisu. A może nawet Anthropic wychodzi na prowadzenie.

Co dalej?

Zobaczymy, czy strategia Anthropic wypali. Może za rok okaże się, że jednak moc obliczeniowa wygrywa. Że OpenAI zbuduje model tak dobry, że nikt inny nie będzie miał szans.

Albo może za rok będziemy pisać o tym, jak Anthropic udowodnił, że w AI liczy się mózg, nie mięśnie. Że można zbudować lepszy produkt za ułamek ceny.

Jedno jest pewne: rynek AI właśnie przestał być nudny.

Źródła

• Tech in Asia – Anthropic bets on efficiency over scale