Dziesięć lat temu w tym tygodniu, maszyna usiadła naprzeciwko największego gracza w planszowe gry na świecie w hotelu w Seulu, w Korei Południowej. Gra to Go. Ma ponad 3000 lat i ma więcej możliwych pozycji na planszy niż atomów w obserwowalnym wszechświecie. Nikt nie myślał, że komputer może wygrać ten mecz, przynajmniej przez następne dziesięć lat. Maszyna wygrała cztery z pięciu gier. Ale wynik nie był najważniejszy, lecz jeden ruch podczas Gry 2. Ruch 37. AlphaGo umieściło kamień w pozycji tak dziwnej, że komentatorzy transmitujący mecz na żywo pomyśleli, że system się zawiesił. Profesjonalni gracze Go oglądający na całym świecie nazwali to w czasie rzeczywistym błędem. Ale to nie był błąd. Okazało się, że to jeden z najgenialniejszych ruchów w całej 3000-letniej historii gry. A maszyna wymyśliła go sama. AlphaGo obliczyło, że szanse na to, że jakikolwiek człowiek kiedykolwiek wykona ten ruch, wynoszą około jeden do dziesięciu tysięcy. Zagrało ten ruch mimo to i to właśnie ten ruch wygrał grę. Lee Sedol, mistrz świata siedzący naprzeciwko stołu, wpatrywał się przez ponad dwanaście minut, próbując przetrawić, co się stało. Powiedział później, że w tym momencie zdał sobie sprawę, że AlphaGo było kreatywne. Ten pojedynczy mecz przestawił świat na inne tory. Chiny obserwowały, jak maszyna dominuje w najświętszej grze strategicznej w kulturze wschodnioazjatyckiej i potraktowały to jak kryzys bezpieczeństwa narodowego. Pekin uruchomił ogromny program inwestycyjny w AI wart setki miliardów dolarów. Globalny wyścig zbrojeń w dziedzinie AI, w którym wszyscy obecnie żyjemy, rozpoczął się w tym hotelowym pokoju. Oto dlaczego to ma znaczenie teraz. Prawie każde główne laboratorium AI w 2026 roku koncentruje się na tym, aby modele językowe były większe. Przewiduj następne słowo, ale rób to lepiej i szybciej. Hassabis stawia na bardzo inny zakład. Twierdzi, że przewidywanie słów nigdy nie doprowadzi do prawdziwej inteligencji. Brakuje zdolności do myślenia naprzód, aby badać różne możliwości i planować przed działaniem. To, co AlphaGo mogło zrobić w 2016 roku, a DeepMind od tego czasu cicho buduje na tym fundamencie. Plan polega na połączeniu zrozumienia języka i świata przez Gemini z umiejętnością AlphaGo do przeszukiwania i rozwiązywania problemów. A następnie podłączeniu wyspecjalizowanych narzędzi, takich jak AlphaFold, które rozwiązało jeden z najstarszych nierozwiązanych problemów biologii, używając tego samego podstawowego podejścia. Hassabis powiedział, że wierzy, że AGI może się pojawić w ciągu pięciu do ośmiu lat. I że kiedy to nastąpi, sprawi, że Rewolucja Przemysłowa będzie wyglądać na wolną w porównaniu. Wszystko to prowadzi do pojedynczego kamienia umieszczonego na drewnianej planszy w cichym pokoju w Seulu. To był pierwszy prawdziwy znak, że maszyny mogą zrobić coś, co myśleliśmy, że mogą zrobić tylko ludzie, wymyślić pomysł, który nikt wcześniej nie pomyślał. A ludzie, którzy to zbudowali, teraz używają tej samej strategii, aby zbudować coś znacznie większego.

Były dyrektor generalny Google właśnie opisał, jak jeden programista uruchamia agenta AI od 19:00 do 4:00. Budzi się, je śniadanie i przegląda, co zostało wynalezione w nocy. Eric Schmidt mówi, że to, co się teraz dzieje, jest "niesamowite". Schmidt twierdzi, że najlepsi programiści zawsze byli warci dziesięć razy więcej niż ci, którzy są tuż poniżej nich. To było prawdą przed AI, ale teraz ci ludzie stają się jeszcze bardziej wartościowi, ponieważ są jedynymi, którzy mogą faktycznie kontrolować te systemy. Wszyscy inni stają się wymienni. Prawdziwa prognoza dotyczy kształtu całej gospodarki. Schmidt mówi, że zmierzamy w kierunku małej liczby bardzo dużych firm i ogromnej liczby bardzo małych firm. Średnia znika, ponieważ gdy AI może wykonać pracę, po prostu nie potrzebujesz już tylu ludzi. To już widać w rzeczywistych danych dotyczących zatrudnienia. Badania Stanforda wykazały 20-procentowy spadek zatrudnienia wśród programistów na wczesnym etapie kariery od końca 2022 roku. Niektóre firmy mówią, że AI teraz pisze 70 do 90 procent ich kodu produktu. Zespoły, które potrzebowały dziesięciu młodszych inżynierów, teraz działają z dwoma starszymi i agentem AI. Schmidt ostrzegał o tym przez dwa lata. Różnica teraz polega na tym, że liczby doganiają prognozy. Zatrudnienie spada na poziomie podstawowym, a liczba pracowników maleje w sektorach białych kołnierzyków. A firmy, które poruszają się najwolniej, nie dostaną drugiej szansy na dostosowanie się.

Mark Zuckerberg wydał 14 miliardów dolarów, aby zatrudnić człowieka. Dziewięć miesięcy później, go demontuje. W 2025 roku Meta kupiła prawie połowę Scale AI i wprowadziła jego 28-letniego założyciela, Alexandr Wang, na stanowisko Chief AI Officer. Dostał super-zespół elitarnych badaczy i mandat do dążenia do superinteligencji. Ale wewnątrz Meta, zderzenie zaczęło się szybko. Stara gwardia menedżerów chciała AI, które zwiększy Facebooka i Instagrama. Wang chciał zbudować model nowej granicy, a nie nowy produkt reklamowy. Potem legenda odeszła. Laureat Nagrody Turinga Yann LeCun odmówił raportowania do Wanga, nazwał go "młodym i niedoświadczonym" i opuścił Meta po ponad dekadzie. Pęknięcia były teraz publiczne. Pod koniec 2025 roku Wang rzekomo narzekał, że uchwyt Zuckerberga dusi postęp. A w marcu 2026 roku Zuckerberg podjął decyzję. Stworzył nową organizację AI stosowaną, raportującą do innych długoletnich podwładnych i przekierował kluczowe projekty, ludzi i infrastrukturę wokół Wanga. Badacze, których Wang osobiście zrekrutował? Teraz raportują do innych menedżerów. Wang wciąż ma tytuł Chief AI Officer, ale władza zniknęła. Zainwestowane 14 miliardów dolarów, a czołowy naukowiec AI zniknął i setki miejsc pracy zostały zlikwidowane z tego powodu. To jest Zuckerberg przyznający, że jego największa stawka nie zadziałała. I robi to w sposób, w jaki zawsze to robi, nie zwalniając nikogo, ale budując wokół nich, aż nie zostanie nic.