Nadchodzący kryzys inferencji i architektura bezpieczeństwa nowej ery – Chris Papaphotis, EMEA Head of Distribution, Commercial Devices & Solution Sales w Microsoft

Podczas majowej Akademii Integracji organizowanej przez AB S.A. w Łodzi, Chris Papaphotis, reprezentujący kierownictwo Microsoft w regionie EMEA, nakreślił mapę drogową dla transformacji cyfrowej, która nie jest już tylko kwestią wyboru oprogramowania, ale strategiczną decyzją dotyczącą architektury bezpieczeństwa i efektywności kosztowej. Według eksperta, liderzy biznesowi muszą przestać traktować sztuczną inteligencję jako modny gadżet, a zacząć postrzegać ją jako „niewidzialną infrastrukturę”, która pozwala uczynić procesy operacyjne mierzalnymi i przejrzystymi.

Jednym z najmocniejszych punktów wystąpienia była diagnoza nadchodzącego „kryzysu inferencji”. Papaphotis użył sugestywnej analogii: o ile trenowanie modelu AI przypomina wpłatę własną przy zakupie domu, o tyle jego codzienne użytkowanie (inferencja) jest jak miesięczna rata kredytu, która przy braku odpowiedniej strategii może błyskawicznie skonsumować roczne budżety firm. Rozwiązaniem tego problemu ma być „imperatyw hybrydowy”, czyli przenoszenie lżejszych zadań na urządzenia lokalne wyposażone w procesory NPU o dużej wydajności, co pozwala na pracę bez generowania kosztów chmurowych.

Wizja ta nabiera szczególnego znaczenia w kontekście bezpieczeństwa, zwłaszcza na rynku polskim. Dane przedstawione w Łodzi są alarmujące: sektor publiczny w Polsce mierzy się średnio z 3 000 cyberataków tygodniowo, co czyni go najbardziej zagrożonym obszarem w kraju. Łącznie w 2025 roku ogólna liczba ataków wzrosła aż 2,5-krotnie. W dobie zjawiska „Shadow AI” i coraz doskonalszego phishingu, Microsoft rekomenduje system Windows 11 jako „agentyczny system operacyjny”, projektowany z myślą o ochronie danych już na poziomie krzemu, co ma stanowić fundament dla nowej generacji agentów AI.

Przekaz dla biznesu jest jasny: migracja na urządzenia klasy Copilot+ PC to nie tylko aktualizacja sprzętu, ale budowa tarczy przed niekontrolowanymi kosztami i zagrożeniami nowej ery. W wywiadzie dla redakcji IT RESELLER Chris Papaphotis rozwija te wątki, tłumacząc m.in., jak realnie mierzyć wpływ AI na wynik finansowy i dlaczego model hybrydowy jest dziś absolutną koniecznością.

IT RESELLER: W swoim wystąpieniu wspomniał Pan o nadchodzącym ‘kryzysie inferencji’. Dlaczego w tym kontekście model hybrydowy – łączący chmurę z mocą urządzenia – jest dla firm jedyną drogą do realnych oszczędności i bezpieczeństwa?

Chris Papaphotis: Lokalna sztuczna inteligencja – nazywana przez nas jako AI na krawędzi (edge AI) – ma zdolność przejmowania części obciążenia z chmury w sposób, który ma uzasadnienie finansowe. Obecnie wiele osób korzysta i czerpie korzyści z AI w chmurze. Działa ona fantastycznie w połączeniu z dużymi modelami językowymi (LLM), umożliwiając wykorzystanie jej w wielu różnych scenariuszach, jednak ciągłe odwoływanie się do chmury nie zawsze jest odpowiednie, biorąc pod uwagę powiązane z tym koszty.

Aby podać przykład: wiele osób planowało budżet na poziomie pół miliona dolarów na roczne korzystanie z AI, a zużywają te środki tak szybko, że w rzeczywistości potrafią wypalić cały ten budżet w ciągu jednego miesiąca. Nasza sugestia brzmi więc: przyjrzyjmy się konkretnym scenariuszom. Jeśli naprawdę potrzebujesz dużego modelu językowego, wtedy kierujesz się do chmury, ale wiele rzeczy możesz zrobić również lokalnie, wykorzystując moc obliczeniową, która już istnieje w samych urządzeniach. W ten sposób możesz zarządzać kosztami, zyskując jednocześnie większe bezpieczeństwo, mniejsze opóźnienia oraz lepszą ogólną wydajność i komfort użytkowania.

Będąc na scenie postawił Pan tezę, że wybór komputera to dziś wybór architektury bezpieczeństwa firmy. Czy w takim razie kategoria Copilot+ PC ostatecznie kończy erę „tanich terminali” i dlaczego to właśnie wydajność NPU, a nie cena, powinna być dziś kluczowym argumentem dla dyrektora IT?

Tak, to prawda, że to właściwie koniec ery „taniego terminala”, jeśli można to tak ująć. Scenariusz, w którym po prostu wyświetlasz lub tylko przesyłasz informacje z urządzenia, nie ma już teraz sensu, skoro dysponujemy procesorami NPU i mamy możliwość wykonywania lokalnego wnioskowania.

Jest to obszar, który w rzeczywistości dla wielu branż, takich jak finanse, sektor publiczny czy obronność, stanowi absolutny wymóg, aby zapewnić suwerenność danych. Te branże muszą mieć pewność, że zachowują wszystkie swoje dane, że nie zostaną one przechwycone ani narażone na ewentualne naruszenia bezpieczeństwa w tzw. środowiskach wielodostępnych (multi-tenant). Mamy więc okazję nie tylko uzyskać lepszą wydajność i gwarancję miejsca przechowywania danych, ale także upewnić się, że wspieramy branże, dla których nie są to zwykłe regulacje prawne, lecz warunek konieczny do prowadzenia działalności i wykorzystywania sztucznej inteligencji na własne potrzeby.

Wróćmy do kwestii bezpieczeństwa – podczas prezentacji podał Pan alarmujące dane o 3 tysiącach incydentów tygodniowo w polskim sektorze publicznym. Wspomniał Pan też o strategii hakerów “gromadź teraz, odszyfruj później”. Czy w obliczu tak masowej skali ataków i nadchodzącej ery kwantowej samo oprogramowanie jeszcze wystarczy? Dlaczego ochrona musi zejść dziś aż na poziom krzemu?

Wraz z nadejściem informatyki kwantowej, której rozwój obserwujemy w wielu firmach – a jej powszechne wykorzystanie przez wielu graczy jest tylko kwestią czasu – nastąpi koniec szyfrowania w takiej formie, jaką znamy dzisiaj. Szyfrowanie, którym dysponujemy obecnie, jest niemożliwe do złamania przez żaden współczesny komputer. Jednak kiedy pojawią się komputery kwantowe, będą one w stanie zrobić to w tydzień.

Co to oznacza dla nas w praktyce już dzisiaj? Wielu cyberprzestępców gromadzi nasze dane obecnie, mimo że są one zaszyfrowane, ponieważ wiedzą, że będą mogli je odszyfrować jutro, wykorzystać to i przejąć wszystkie nasze informacje. W tym miejscu wkracza Microsoft – zapewniamy kwantową ochronę kryptograficzną na przyszłość, co oczywiście wymaga ścisłej współpracy ze sprzętem.

Dla przykładu, dysponujemy chipem Pluton, który znajduje się wewnątrz procesora i pozwala na uzyskanie – od poziomu krzemu aż po system operacyjny – bezpieczeństwa, które nie ma sobie równych. Jest ono na ten moment niezbędne dla wszystkich organizacji, aby mogły dbać o bezpieczeństwo swoich danych dzisiaj, ale także w przyszłości.

Podkreśla Pan także, że AI musi stać się “fundamentem projektowym” organizacji, a nie tylko doklejonym na siłę dodatkiem. Skoro więc technologia i bezpieczny sprzęt są już dostępne, to co z Pana perspektywy jest dziś największym “wąskim gardłem”, które realnie blokuje firmy przed taką głęboką transformacją?

Jednym z największych wąskich gardeł w adaptacji sztucznej inteligencji są dane – chodzi o to, aby wszystkie firmy wiedziały, gdzie te dane się znajdują, wyczyściły je i zarządzały nimi w sposób, który umożliwi ich wykorzystanie przez AI, ponieważ bez odpowiednich danych nie da się uzyskać potrzebnych rezultatów. Drugim obszarem jest zarządzanie zmianą. Oznacza to sposób, w jaki ludzie rozumieją i wykorzystują sztuczną inteligencję. Idea polega na tym, aby nie doklejać funkcji AI na siłę do istniejącego już procesu, ale raczej zaprojektować go na nowo od podstaw z myślą o jej użyciu, tak aby to nie technologia nas ograniczała. Jak wspomniałem, kluczowe są dane oraz upewnienie się, że istnieje odpowiednie zarządzanie zmianą i wsparcie dla zespołów, aby mogły one zrozumieć, wykorzystać, ale także projektować procesy, które w pełni czerpią z tej technologii.

Wspomniana przez Pana idea czynienia “niewidzialnego widzialnym” sugeruje głęboką zmianę w zarządzaniu procesami. Jak na poziomie operacyjnym porzucić fascynację “gadżetami” i zacząć budować rozwiązania, które realnie podbiją wynik finansowy (P&L)?

Ważną rzeczą dla przedsiębiorstw, aby to osiągnąć, jest wyjście poza powierzchowne wskaźniki, takie jak poziom zużycia czy liczba wykorzystanych tokenów, ponieważ to tak naprawdę niczego nie oznacza. To, co faktycznie muszą mierzyć, to wpływ na końcowy wynik finansowy.

Czy istniał jakiś proces, który zajmował godziny, a teraz możemy przeprowadzić go w minuty? Czy są obszary, które wcześniej stanowiły istotne ograniczenie, a dziś możemy je efektywnie rozwiązać? Czy mieliśmy okazję w ramach tych samych mocy przerobowych obsłużyć większą liczbę klientów lub wyprodukować więcej treści w tym samym czasie? Musimy więc przejść do mierzenia wpływu w realnych, biznesowych kategoriach. To pozwoli przenieść AI z kategorii czegoś, co miło mieć – czyli wspomnianego gadżetu – do poziomu narzędzia absolutnie niezbędnego dla produktywności. Rzeczywistość jest bowiem taka, że jeśli Ty tego nie robisz, robi to Twoja konkurencja. Musisz upewnić się, że to rozumiesz, wykorzystujesz i samodzielnie nadajesz tempo tej transformacji.

Zapraszamy do lektury całego wydania (klikając w poniższą okładkę).