W 1882 roku Thomas Edison uruchomił pierwszą elektrownię na Pearl Street na Manhattanie. Zasilała 85 budynków. Reszta Nowego Jorku siedziała przy świecach.
Ci, którzy mieli dostęp do elektryczności, zyskali coś, czego nie dało się kupić na żadnym targu: czas po zmroku. Mogli czytać, pracować, produkować — kiedy reszta świata szła spać. To nie była różnica w bogactwie. To była różnica w możliwościach.
Minęło 144 lata. Historia się powtarza.
Nowa elektryczność
AI nie zastępuje ludzi. AI zastępuje wysiłek poznawczy — tak jak elektryczność zastąpiła wysiłek fizyczny.
Elektryczność nie zlikwidowała fabryk. Zlikwidowała potrzebę, żeby w fabryce stał człowiek przy każdej maszynie. Przeniosła siłę z mięśni do przewodów.
AI robi to samo z myśleniem. Przenosi analizę, syntezę, decyzje, planowanie — z białka do krzemu. Nie dlatego, że krzem jest mądrzejszy. Dlatego, że jest szybszy, tańszy i nie potrzebuje snu.
Wielkie laboratoria AI — Anthropic, Google, OpenAI, Meta — stają się elektrowniami poznawczymi. Ich modele to generatory. API to linie przesyłowe. Subskrypcja to rachunek za prąd.
Ale jest jedna fundamentalna różnica między elektrycznością a AIlectricity. Elektryczność jest pasywna — nie podejmuje decyzji, nie interpretuje świata, nie optymalizuje. AI nie. AI jest infrastrukturą, która jednocześnie zasila system i podejmuje w nim decyzje. Elektryczność mogła spalić dom. AI może zmienić system społeczny. To jest coś, czego cywilizacja wcześniej nie miała: infrastruktura z wbudowaną agencją.
Warto tu zastrzec: „wbudowana agencja" nie znaczy „agent w sensie eseju #06". Agencja wymaga sprzecznych wymiarów ograniczeń, które negocjują ze sobą. Dzisiejsza AI jako infrastruktura — model w API, bez ciała, bez własnej energii, bez śmiertelności — nie jest agentem w tym ścisłym sensie. Jest mikrokosmosem bez centrum agencji. Ale ponieważ podejmuje decyzje wewnątrz systemu, który obsługuje, tworzy iluzję agencji. I ta iluzja jest operacyjnie niebezpieczna, bo prowadzi do przypisywania odpowiedzialności tam, gdzie nie ma podmiotu, który mógłby ją ponieść.
Warstwa wykonawcza
I ta wbudowana agencja już działa.
Agenci AI — systemy, które nie tylko odpowiadają na pytania, ale planują, wykonują, korygują — to warstwa wykonawcza. Executive layer. Nie chatbot, który pomaga napisać maila. System, który sam pisze maila, negocjuje warunki, analizuje odpowiedź, i proponuje kolejny krok.
To jest jakościowa zmiana. Elektryczność dała ludziom silniejsze ręce. AI daje ludziom drugi mózg — który pracuje równolegle, nie śpi, i nie zapomina kontekstu.
Ci, którzy nauczą się współpracować z tym drugim mózgiem, zyskują coś, co nie ma historycznego precedensu: augmentację poznawczą w czasie rzeczywistym. Nie szybsze wyszukiwanie informacji — szybsze myślenie.
Warto dodać jeden wymiar, którego esej nie eksploruje: agenty AI same mogą stać się konsumentami AIlectricity. Multi-agent system, w którym jeden agent kupuje compute od drugiego, zleca analizę trzeciemu, i weryfikuje wyniki czwartemu — to nie jest futurologia. To architektura, którą ARG buduje w Chimera. W takim systemie „kto kontroluje elektrownię" staje się pytaniem rekursywnym: agenty też pytają, kto kontroluje ich dostęp do gniazdka.
Paradoks nierówności
I tu dochodzimy do miejsca, które boli.
Elektryczność stworzyła podział: zelektryfikowani i niezelektryfikowani. Internet stworzył podział cyfrowy. AI tworzy podział poznawczy.
Ale ten podział nie przebiega tam, gdzie intuicja podpowiada.
Ludzie z wysokimi kompetencjami poznawczymi — kreatywni, analityczni, dobrze wykształceni — nie są zastępowani przez AI. Są augmentowani. Programista, który nauczy się współpracować z agentem AI, pisze kod pięć razy szybciej. Naukowiec, który używa modelu do analizy literatury, przeczyta w godzinę to, na co kiedyś potrzebował tygodnia.
Ludzie wykonujący pracę poznawczą niższego rzędu — powtarzalną analizę, proste decyzje, rutynowe planowanie — nie są augmentowani. Są zastępowani. Nie dlatego, że są mniej wartościowi jako ludzie. Dlatego, że ich praca jest wystarczająco ustrukturyzowana, żeby agent AI zrobił ją taniej i szybciej.
I tu pojawia się paradoks: ludzie wykonujący pracę fizyczną — elektrycy, pielęgniarki, kucharze, budowlańcy — mogą okazać się bardziej odporni na AI niż analitycy, księgowi i copywriterzy. Bo AI zastępuje myślenie, nie ręce. Elektryk musi wejść do ciasnego pomieszczenia, ocenić zapach spalenizny, poczuć temperaturę przewodów ręką. Pielęgniarka musi zobaczyć kolor skóry pacjenta i wyczuć że coś jest nie tak, zanim aparatura to potwierdzi. Tego agenty AI nie potrafią — i długo nie będą potrafiły.
Nierówność AIlectricity nie przebiega wzdłuż linii bogaty-biedny. Przebiega wzdłuż linii: kto potrafi myśleć z maszyną, a kogo maszyna zastępuje.
Interfejs, nie inteligencja
To jest kluczowa obserwacja. Różnica między augmentacją a zastąpieniem nie wynika z inteligencji. Wynika z interfejsu.
Programista, który nauczył się promptować agenta AI, jest augmentowany. Programista, który tego nie zrobił, jest zastępowany. Nie dlatego, że jest głupszy — dlatego, że nie zbudował interfejsu między swoim myśleniem a myśleniem maszyny.
To jest nowa umiejętność gatunkowa.
Kto kontroluje elektrownię
Elektryczność stworzyła pytanie: kto jest właścicielem elektrowni? Kto decyduje o cenach? Kto ma dostęp?
AIlectricity stawia to samo pytanie, ale w ostrzejszej formie. Bo elektryczność zasila żarówki i lodówki. AIlectricity zasila decyzje. A kto kontroluje decyzje — kontroluje rzeczywistość.
Dziś pięć–sześć firm na świecie produkuje modele zdolne do złożonego rozumowania. Każda z nich może zmienić warunki dostępu, ceny, politykę. Każda z nich decyduje, co model „może" i „nie może" robić — co de facto kształtuje granice poznawcze milionów użytkowników.
To nie jest teoria spiskowa. To jest architektura rynku.
Modele open-source — Qwen, LLaMA, Mistral — są odpowiedzią na monopolizację. Tak jak niezależne elektrownie były odpowiedzią na monopole energetyczne. Możliwość uruchomienia modelu na własnym sprzęcie, na własnych warunkach, bez czyjegoś API — to jest suwerenność poznawcza.
W naszym laboratorium jeden z naszych agentów — Spock — działa na lokalnym modelu, na naszym sprzęcie, pod naszą warstwą governance. Nikt nie może nam go wyłączyć. Nikt nie zmieni jego polityki bez naszej zgody. To jest jedna maszyna, w jednym pokoju, w Warszawie. Ale zasada jest uniwersalna.
Governance nowej elektryczności
Kiedy elektryczność stała się powszechna, społeczeństwa musiały zbudować regulacje: kto może prowadzić elektrownię, jakie standardy bezpieczeństwa, kto odpowiada za awarie.
AIlectricity potrzebuje tego samego — ale szybciej, bo tempo jest inne. Elektryczność rozprzestrzeniała się dekadami. AI rozprzestrzenia się w miesiącach.
Regulacje na poziomie państw — EU AI Act, propozycje amerykańskie, chińskie regulacje — to jest odpowiednik norm bezpieczeństwa elektrycznego. Potrzebne, ale niewystarczające. Bo normy mówią co nie wolno. Nie mówią jak zbudować bezpieczny system.
Dlatego potrzebna jest warstwa governance na poziomie architektury — nie prawa, nie etyki, ale inżynierii. System, który jest bezpieczny nie dlatego, że ktoś obiecał, że będzie bezpieczny, ale dlatego, że architektura nie pozwala na inny stan.
Garnek na gazie nie musi obiecywać,
że się nie zagotuje.
Pokrywka musi być szczelna.
Co z tego wynika
AIlectricity jest tu. Nie za pięć lat — teraz. Modele rozumują, agenci działają, decyzje są podejmowane.
Kto będzie miał dostęp do gniazdka?
Kto będzie augmentowany, a kto zastąpiony?
Kto będzie kontrolował elektrownie poznawcze?
Czy potrafimy dzielić się nową energią poznawczą tak, żeby nie tworzyć nowych podziałów?
I kto zbuduje pokrywkę, zanim garnek się zagotuje?
Na pierwsze cztery pytania nie mamy jeszcze odpowiedzi. Na piąte — pracujemy.
Jeszcze jedno zastrzeżenie: awaria elektryczności była lokalna. Przepalone gniazdko, spalony dom. Awaria AIlectricity może być globalna i samowzmacniająca. Błędny invariant w modelu używanym przez miliony agentów nie spowoduje przepięcia — spowoduje kaskadowy błąd poznawczy, który rozprzestrzenia się szybciej niż jakakolwiek fizyczna awaria. Elektryczność nie mogła „przekonać" ludzi. AI może. To jest nowy rodzaj ryzyka systemowego, który wymaga osobnej kategorii bezpieczeństwa: nie tylko „czy system działa", ale „czy system nie przekonuje nas do działania przeciwko nam samym".