Koniec ery optymizmu w Zatoce Perskiej. Miliardy dolarów na AI wymagają twardych dowodów

Arabia Saudyjska i Zjednoczone Emiraty Arabskie przestały być pasywnymi konsumentami technologii. Dziś to najagresywniejsi inwestorzy na rynku, którzy zamiast kupować gotowe rozwiązania, budują własną infrastrukturę, by uciec spod technologicznej kurateli Waszyngtonu i Pekinu. To moment krytyczny: z jednej strony płyną rekordowe zgody eksportowe na chipy Nvidii, z drugiej — rośnie presja na pokazanie, że te gigantyczne kwoty przełożą się na realną użyteczność, a nie tylko prestiżowe nagłówki.

Miliardowe kontrakty na dostawy sprzętu — w tym niedawna zgoda USA na sprzedaż 35 tysięcy układów o wartości około miliarda dolarów dla saudyjskiej HUMAIN i emirackiej G42 — to jedynie wierzchołek góry lodowej. Pod powierzchnią zakupów kryje się fundamentalne pytanie o realną wartość lokalnych algorytmów. Rijad, który już teraz zajmuje 14. miejsce na świecie pod względem potencjału AI, planuje do 2030 roku powołać do życia 300 start-upów i zainwestować 20 miliardów dolarów, by na stałe wejść do globalnej elity.

Między mocarstwowymi ambicjami a surową weryfikacją

Pieniądze nie rozwiązują problemu „halucynacji” modeli językowych. W regionie, gdzie prawo i tradycja dyktują warunki brzegowe, standardowe benchmarki zawodzą. Odpowiedzią na ten deficyt zaufania ma być HELM Arabic Enterprise — rygorystyczny system oceny opracowany przez Stanford CRFM we współpracy z Arabic.AI. Jego premiera w styczniu 2026 roku ma przeciąć spekulacje o tym, co te modele potrafią naprawdę.

Jak zauważa Nick Studer, dyrektor generalny Oliver Wyman Group: „Obawy związane z AI obejmują nie tylko kwestie prywatności, ale również suwerenność narodową, jeśli gospodarka zacznie polegać na narzędziach rozwijanych poza kontrolą danego państwa”.

Merytoryka ponad elokwencję

Dotychczasowe testy obnażają słabości systemów, które choć poprawnie posługują się językiem arabskim, wykładają się na logice i precyzji prawniczej. Systemy działające w trybie „closed-book”, polegające wyłącznie na zapisanej wiedzy, osiągają w testach prawniczych wynik zaledwie 0,495. To jasny sygnał: bez mechanizmów RAG (Retrieval-Augmented Generation), czyli łączenia AI z zewnętrznymi bazami danych, ryzyko błędów jest zbyt wysokie, by powierzyć maszynom jakiekolwiek istotne decyzje.

Lokalni czempioni rzucają wyzwanie gigantom

W specyficznych warunkach Bliskiego Wschodu giganci jak GPT-4 czy Claude muszą niekiedy ustąpić pola. Model LLM-X (Pronaia) wykazuje lepsze dostosowanie do regionalnych wymagań niż silniki z Doliny Krzemowej. Eksperci z MBZUAI podkreślają, że kluczem są „bariery ochronne” uwzględniające lokalną wrażliwość kulturową i religijną. Rankingi HELM bezlitośnie weryfikują też starsze rozwiązania, jak JAIS czy AceGPT-v2, wymuszając szybką ewolucję.

Infrastruktura to nie wszystko

Budowa gigantycznego kampusu data center o mocy 1 GW we współpracy z Francją, którego koszt szacuje się na 30-50 miliardów dolarów, potwierdza, że region stawia na suwerenność. Jednak same data centers nie wystarczą. Obecne wyniki w sektorze finansowym, oscylujące wokół 0,75 w skali 1, dowodzą, że wizja pełnej automatyzacji bankowości bez nadzoru człowieka to wciąż odległy cel. Region uczy się, że w świecie AI zaufanie buduje się na twardych danych, a nie na głębokości portfela.