Destination AI Gdańsk. Koniec zabawy z AI: polski biznes liczy na twarde ROI

Era eksperymentów z AI w biznesie dobiegła końca. Gdańska edycja konferencji Destination AI od TD SYNNEX udowodniła, że polski sektor IT stawia na konkretne, lokalne wdrożenia, w których kluczem do sukcesu jest dojrzała strategia oraz suwerenność i bezpieczeństwo danych. 

Spotkanie, które odbyło się 26 maja 2026 roku w Gdańsku, otworzył Mariusz Laurisz, CEO IT Reseller, pełniący rolę moderatora konferencji zorganizowanej przez TD SYNNEX. Ta edycja Destination AI stała się merytorycznym poligonem dla realnych implementacji sztucznej inteligencji, odcinając się od czysto futurologicznych wizji. Wydarzenie zarysowało platformę do dyskusji o tym, jak teoretyczne dotąd modele przekładają się na faktyczną efektywność operacyjną przedsiębiorstw , dowodząc, że krajowy rynek przestał traktować AI jako technologiczną ciekawostkę.

Już na starcie zdefiniowano fundamentalną zmianę nastrojów rynkowych: wyraźne przejście od dotychczasowej fascynacji generatywnymi możliwościami algorytmów w stronę twardej kalkulacji ROI, automatyzacji procesów oraz systemów agentowych. Dziś sztuczna inteligencja to krytyczny element architektury biznesowej, wymagający precyzyjnego balansu między skalowalną mocą chmury a bezpieczeństwem i niezależnością lokalnego przetwarzania danych (on-premise oraz Edge AI).

Cyfrowy junior w służbie biznesu: Copilot jako fundament nowej codzienności

Jako pierwszy na scenie wystąpił Arkadiusz Długozima, Business Development Manager w TD SYNNEX, który podjął próbę odczarowania AI jako narzędzia służącego głównie do generowania „filmików z kotkami”, kierując uwagę na realne problemy biznesowe. Prelegent zdiagnozował fundamentalną barierę: wiele organizacji próbuje wdrażać zaawansowanych agentów na nieuporządkowanych strukturach danych, co skazuje projekty na nieefektywność. Rozwiązaniem ma być koncepcja Copilot+ PC, gdzie AI nie występuje w roli mentora, lecz cyfrowego „juniora” lub stażysty, odciążającego pracowników od żmudnych zadań, takich jak przenoszenie danych z plików PDF do arkuszy Excel czy podsumowywanie wielogodzinnych spotkań.

Długozima przytoczył ponadto prognozy, według których do końca 2026 roku aż 40% aplikacji biznesowych będzie natywnie wykorzystywać algorytmy AI, a w ciągu najbliższych dwóch lat 15% codziennych decyzji zawodowych zostanie powierzonych autonomicznym agentom. W tym kontekście kluczowym argumentem za przejściem na lokalne przetwarzanie danych (On-Device) staje się czysta ekonomia skali. Jak wskazał ekspert, w przypadku dużej organizacji liczącej 1000 pracowników, przeniesienie zapytań z chmury na lokalne jednostki NPU może przynieść oszczędności rzędu nawet 200 tys. dolarów w perspektywie czterech lat. Pozwala to całkowicie zniwelować rosnące koszty operacyjne, związane z każdorazowym odpytywaniem zewnętrznych modeli chmurowych.

Od laptopa do lokalnego superkomputera: hardware w służbie dużych modeli

Płynne przejście od strategii do infrastruktury zapewnił Tomasz Czekaj, Channel Client Solutions Specialist w Dell Technologies, który wskazał na nieuchronną ścianę technologiczną, przed którą stają urządzenia zakupione masowo w 2020 roku. Nowy standard Copilot+ PC wymaga minimum 16 GB pamięci RAM oraz dedykowanych silników NPU, które w najnowszych rozwiązaniach Dell Pro (linie 3, 5, 7 oraz Premium) stają się fundamentem wydajności. Dell promuje nie tylko sam sprzęt, ale całe środowisko programistyczne Dell Pro AI Studio, oferujące dziewięć przetestowanych, małych modeli językowych (od 2 do 7 miliardów parametrów), które administratorzy mogą wdrażać masowo za pomocą narzędzia Microsoft Intune.

Szerokim echem odbyła się też prezentacja jednostki Dell Pro Max z GB10 – miniaturowego komputera o wymiarach 15×15 cm, opartego na architekturze NVIDII, który dysponuje 128 GB współdzielonej pamięci RAM dla CPU i GPU. To urządzenie pozwala na lokalne uruchamianie modeli o wielkości do 200 miliardów parametrów, co odpowiada potencjałowi modelu GPT-3 z 2020 roku, przy zachowaniu pełnej suwerenności danych wewnątrz sieci firmowej. Czekaj podkreślił, że model ten jest idealnym punktem wejścia dla mniejszych firm (SMB), umożliwiając testowanie rozwiązań AI przed ich kosztownym skalowaniem do poziomu serwerowego.

Waluta przyszłości i zmierzch procesorów ogólnego przeznaczenia

Perspektywę ewolucji oprogramowania nakreśliła Małgorzata Gniech z firmy NVIDIA, wprowadzając pojęcie tokena jako nowej waluty AI. Gniech podkreśliła także, że branża przechodzi obecnie z fazy generatywnej do ery „Agentic AI” – systemów posiadających zdolności rozumowania (reasoning capabilities), które potrafią dopytać o szczegóły zadania i samodzielnie korzystać z wielu źródeł danych. Ekspertka obaliła ponadto popularny wciąż mit, że NVIDIA jest wyłącznie producentem kart graficznych – obecnie aż 70% personelu firmy to deweloperzy, z czego kolejne 70% z nim zajmuje się tworzeniem samego tylko oprogramowania.

Ekspertka zwróciła również uwagę na nadchodzącą falę „Physical AI”, gdzie oprogramowanie agentowe zostanie zintegrowane z robotyką w fabrykach czy szpitalach, a zachodzące w nim procesy i zachowania maszyn będą najpierw testowane w bezpiecznych wirtualnych środowiskach, tzw. cyfrowych bliźniakach. Jednocześnie słusznie przestrzegła przed bezgranicznym ufaniem algorytmom, sugerując, że w procesach takich jak obsługa reklamacji agent AI może samodzielnie podejmować decyzje finansowe (np. zwrot do 200 dolarów), ale na końcu łańcucha decyzyjnego zawsze powinien pozostać człowiek weryfikujący poprawność działania systemu.

Bezpieczeństwo kodu i bariera językowa przełamana w czasie rzeczywistym

Praktyczne zastosowanie lokalnych mocy obliczeniowych zaprezentował Jan Olszewski z firmy SafeStack, skupiając się na dwóch krytycznych obszarach: programowaniu i komunikacji. Produkt Coder, działający jako wtyczka do ekosystemu JetBrains, pozwala na automatyczną weryfikację i optymalizację kodu źródłowego bez ryzyka wycieku danych wrażliwych do zewnętrznych chmur. Jest to kluczowe w sektorach takich jak finanse czy obronność, gdzie klucze dostępu czy nazwy tabel w skryptach analitycznych stanowią aktywa o najwyższym stopniu poufności.

Drugim filarem prezentacji było rozwiązanie Safe VOX – translator działający w czasie rzeczywistym, zaprojektowany z myślą o instytucjach publicznych, placówkach medycznych czy straży granicznej. System ten, uruchamiany lokalnie na urządzeniach klasy Edge, pozwala na natychmiastowe tłumaczenie rozmowy między urzędnikiem a obcokrajowcem, generując jednocześnie archiwalny zapis czatu do celów audytowych. Dzięki takiemu podejściu organizacje rozwiązują problem kompetencji językowych personelu, zachowując jednocześnie pełną zgodność z RODO, gdyż dane głosowe nie opuszczają lokalnej infrastruktury.

Wyścig zbrojeń i narodziny polskich fabryk AI

Geopolityczny i strategiczny wymiar infrastruktury nakreśliła Maryja Shulhach, reprezentująca IBM EMEA, przywołując analogię wyścigu Formuły 1. Shulhach zderzyła brutalne dane inwestycyjne: podczas gdy USA przeznaczyły na rozwój AI 500 miliardów dolarów, Europa dopiero startuje z modelem suwerennych i zarządzalnych AI Factories. Polska w tym układzie staje się niemniej kluczowym hubem dzięki wysokim kompetencjom inżynierskim oraz rozbudowanemu środowisku HPC (High Performance Computing), czego dowodem są dwie powstające fabryki AI: PIAST-AI w PCSS oraz GAIA w Cyfroneci (AGH).

Dodatkowo IBM aktywnie wspiera rozwój polskiego modelu językowego PLLuM, współpracując z Politechniką i Uniwersytetem Wrocławskim, aby ująć w nim specyficzne niuanse lokalnego języka i kultury. Shulhach podkreśliła jednak, że 99% polskich klientów nie potrzebuje „bolidu F1” do trenowania modeli od zera, lecz biznesowej platformy do ich serwowania. Rozwiązaniem dla tej grupy jest IBM Fusion – swoiste „pudełko na AI”, czyli platforma zawierająca serwery GPU, storage i sieć, którą można uruchomić w zaledwie 24 godziny, eliminując wielotygodniowe procesy konfiguracji środowisk kontenerowych.

Inteligentna przestrzeń spotkań: gdy sala zaczyna myśleć

O tym, jak sztuczna inteligencja zmienia kulturę spotkań, opowiedzieli Łukasz Klibisz i Grzegorz Gęślak z TD SYNNEX Maverick. Eksperci zaprezentowali, jak nowoczesne systemy Microsoft Teams Rooms (MTR), działające w oparciu o zaawansowane licencje Teams Rooms Pro, wykorzystują zaawansowane algorytmy AI do niwelowania dystansu między uczestnikami zdalnymi a fizycznie obecnymi w biurze. Funkcja chmurowego kadrowania „Cloud IntelliFrame” automatycznie rozpoznaje osoby znajdujące się w przestrzeni konferencyjnej i dzieli sygnał wideo na indywidualne kafelki, tworząc złudzenie, że każdy uczestnik bierze udział w spotkaniu sprzed własnego laptopa, co znacząco poprawia widoczność mimiki oraz zaangażowanie.

Wrażenie zrobiła też prezentacja dedykowanych kamer treści (Content Camera), gdzie algorytmy AI analizują obraz fizycznej tablicy suchościeralnej lub flipchartu. System automatycznie prostuje kadr, podbija kontrast pisma, a postać osoby piszącej czyni półprzezroczystym „duchem”, dzięki czemu treść pozostaje zawsze czytelna dla uczestników online. Eksperci zwrócili uwagę także na inne przydatne rozwiązanie, a mianowicie na profile głosowe i twarzy, które pozwalają platformie na precyzyjne przypisywanie wypowiedzianych słów do konkretnych nazwisk w transkrypcji na żywo. Choć ułatwia to automatyczne generowanie notatek i podsumowań przez inteligentnych agentów, bezpowrotnie kończy erę anonimowości podczas spotkań biznesowych.

Serce rewolucji: krzemowa ofensywa Intela

Technologiczną klamrę wydarzenia stanowiło wystąpienie Artura Bara z firmy Intel, który zaprezentował historyczny skok w procesie produkcyjnym układów scalonych. Przejście na technologię 18 angstremów (1,8 nm) oraz nową architekturę tranzystorów pozwoliło na osiągnięcie o 30% większego upakowania elementów i 15% wyższej wydajności na wat energii. Przypomniał też, że najnowsze procesory Panther Lake oraz Lunar Lake definiują nową kategorię „AI PC”, oferując do 27 godzin pracy na baterii oraz wydajność rzędu 120–180 TOPS dla całej platformy, co jeszcze kilka lat temu było osiągalne jedynie dla rozbudowanych serwerów.

Bar stwierdził, że nowoczesny komputer musi posiadać trzy silniki: CPU, GPU oraz NPU, ponieważ różne modele AI są optymalizowane pod inne jednostki. Intel stawia przy tym na pełną kompatybilność, unikając problemów z brakiem możliwości uruchomienia benchmarków. Dodatkowo technologia vPro dostarcza administratorom narzędzia do zdalnego zarządzania flotą i sprzętowego izolowania wirtualnych maszyn, co według danych Intela czyni te jednostki siedmiokrotnie mniej podatnymi na ataki hakerskie niż rozwiązania bez certyfikacji biznesowej.

W sferze serwerowej Intel stawia na akcelerację specyficznych zadań. Bar podkreślił, że nowa generacja Xeonów posiada wbudowane akceleratory, takie jak AMX, które sprawiają, że inferencja AI jest do 50% wydajniejsza niż w konkurencyjnych rozwiązaniach. Ekspert zauważył ponadto, że modernizacja infrastruktury to nie tylko kwestia szybkości, ale przede wszystkim ekonomii – konsolidacja starych serwerów w stosunku 4:1 pozwala na drastyczne obniżenie kosztów prądu i emisji CO2, co przy dzisiejszych cenach energii jest kluczowym argumentem dla zarządów firm.

Debata ekspertów o dojrzałości wdrożeniowej

Ważnym punktem gdańskiego spotkania była debata prowadzona przez Ewelinę Stój z redakcji IT Reseller. W dyskusji udział wzięli Katarzyna Bielak (Intel), Monika Kałas (Microsoft) oraz Tomasz Czekaj (Dell Technologies), którzy starali się zdiagnozować bariery stojące na drodze do masowej adopcji AI. Eksperci zmierzyli się z alarmującym paradoksem: mimo że 85% polskich firm eksperymentuje z AI, zaledwie 5% zdołało wdrożyć te rozwiązania na skalę przynoszącą realne zyski. Katarzyna Bielak zdefiniowała obecny moment jako zmierzch laptopów z ery pandemii, które uderzają w wydajnościową ścianę w obliczu standardu Copilot+ PC, co wymusza modernizację flot także w celu zachowania bezpieczeństwa i zgodności z unijnym AI Act.

Monika Kałas wprowadziła wątek „ekonomii tokenów”, ostrzegając przed pułapką niekontrolowanych kosztów chmurowych i wskazując kategorię Copilot+ PC jako sposób na przeniesienie części obliczeń na lokalny sprzęt on-premise. Z kolei Tomasz Czekaj zwrócił uwagę na problem niskiego wykorzystania mocy GPU w centrach danych oraz konieczność budowania balansu hybrydowego, gdzie analiza danych wrażliwych odbywa się lokalnie zgodnie z zasadą zero trust. Ważnym wnioskiem debaty była zmiana paradygmatu kompetencji. Jak zgodnie zauważyli uczestnicy debaty w świecie zdominowanym przez algorytmy kluczową walutą stają się umiejętności miękkie, storytelling oraz krytyczne myślenie, niezbędne do weryfikacji tego, co „wypluwa” algorytm.

Interakcja i rywalizacja

Poza intensywnymi prelekcjami i debatą event obfitował także w demowarsztaty, które pozwoliły uczestnikom na bezpośredni kontakt z najnowszymi rozwiązaniami. Pod okiem Łukasza Klibisza i Grzegorza Gęślaka testowano w praktyce działanie sztucznej inteligencji w Microsoft Teams Rooms, natomiast Artur Bar i Arkadiusz Długozima prowadzili pokazy Copilot+ PC w akcji, umożliwiając sprawdzenie funkcji AI „na żywo”. Dopełnieniem całości był klasyczny już dla serii tych wydarzeń quiz z nagrodami, który pozwolił zweryfikować zdobytą podczas konferencji wiedzę.

Podsumowanie i perspektywy

Gdańska edycja Destination AI udowodniła, że polski ekosystem technologiczny jest gotowy na głęboką implementację sztucznej inteligencji. Jak podsumowano podczas debaty wieńczącej wydarzenie, kluczem do sukcesu jest przejście od fazy eksperymentów do realnego zarabiania na AI. Wykorzystanie hybrydowej architektury – łączącej wydajność nowych procesorów Intel z suwerennością rozwiązań Dell i IBM oraz inteligencją systemów Microsoft i NVIDIA – pozwala polskim przedsiębiorstwom budować bezpieczne, lokalne fabryki wiedzy. Kolejna odsłona cyklu spotkań pod szyldem TD SYNNEX stała się jasnym drogowskazem: technologia jest już dostępna i sprawdzona, teraz czas na odważne decyzje biznesowe i edukację kadr, które będą potrafiły efektywnie współpracować ze swoimi nowymi, cyfrowymi “juniorami”.