Szef Palantira Alex Karp twierdzi, że największym problemem sztucznej inteligencji nie są utracone miejsca pracy, tylko coś znacznie prostszego: garstka ludzi zbije majątek, jakiego świat jeszcze nie widział, a reszta społeczeństwa zostanie w tyle. To zdanie od człowieka, który sam jest tej garstki częścią, brzmi wyjątkowo niewygodnie.
Kluczowe fakty:
- Alex Karp, szef Palantira, uznaje nierówność majątkową wynikającą z rozwoju AI za największy problem Stanów Zjednoczonych – nie utratę miejsc pracy.
- Według Karpa, osoby zaangażowane w rozwój sztucznej inteligencji mogą zbić majątki 10, a nawet 100 razy większe niż obecnie – sam przyznaje, że mógłby stać się 20 razy bogatszy.
- Karp porównuje obecną rewolucję AI do wcześniejszych rewolucji technologicznych, wskazując, że tym razem przepaść między zwycięzcami a resztą społeczeństwa będzie znacznie większa niż kiedykolwiek wcześniej.
Karp wypowiedział te słowa w rozmowie z Mathiasem Döpfnerem, prezesem Axel Springer, w odcinku podcastu „MD Meets”, który trafił do sieci w poniedziałek. Rozmowę można obejrzeć w całości na kanale YouTube programu.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Rewolucja bez precedensu
Karp nie owija w bawełnę. Nazywa nierówność majątkową wynikającą z AI największym problemem w Stanach Zjednoczonych. Jego zdaniem sztuczna inteligencja rzeczywiście podniesie poziom życia przeciętnego człowieka, ale skala zysków na samej górze drabiny będzie kompletnie nieproporcjonalna do tego, co dostanie reszta.
Porównuje to do wcześniejszych rewolucji technologicznych. Wtedy, jak twierdzi, przepaść między zwycięzcami a resztą była znacznie węższa: „Osoba na dole, może jej pensja się podwoiła, a osoba na górze stała się pięć razy bogatsza, ale bycie miliarderem 40 lat temu było czymś bardzo niezwykłym” / „The person at the bottom, maybe their salary doubled, and the person at the top became five times wealthier, but it was very unusual to be a billionaire 40 years ago.”
Teraz, jak dodaje, mechanizm działa inaczej. Ludzie zaangażowani w AI mogą zbić majątki 10, nawet 100 razy większe niż obecnie. Sam Karp przyznaje wprost, że mógłby stać się 20 razy bogatszy niż jest dzisiaj. Nazywa to „kompletnym rozerwaniem” związku między zwykłym wzrostem gospodarczym a wąską grupą ludzi, którzy osiągają majątek, którego nie da się już racjonalnie ogarnąć.
Kiedy o nierówności majątkowej mówi ktoś, kto sam jest miliarderem i zarabia na sztucznej inteligencji, warto się zatrzymać. Karp nie proponuje żadnego rozwiązania, tylko diagnozę, i to jest chyba najbardziej szczera część tej wypowiedzi. Problem w tym, że diagnoza bez recepty niewiele zmienia. Historia pokazuje, że rewolucje technologiczne rzeczywiście podnosiły ogólny standard życia, ale też regularnie prowadziły do fal politycznego niezadowolenia, kiedy korzyści rozkładały się zbyt nierówno i zbyt szybko. Pytanie, czy tym razem coś w tym mechanizmie faktycznie się zmieni, czy zostaniemy tylko z kolejnym cytatem od kogoś, kto akurat na tej nierówności korzysta, pozostaje otwarte.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
„Mówią ci, że twoje życie będzie do bani”
Karp idzie dalej i uderza personalnie, choć bez wskazywania nazwisk. Twierdzi, że nawet jeśli AI nie doprowadzi do masowych zwolnień, ludzie i tak się tym martwią, bo część twórców tej technologii sama przedstawiała utratę pracy jako coś nieuniknionego.
„Ludzie kierujący firmami laboratoryjnymi, czyli liderzy, powiedzieli wam, że to prawda. Mówią wam, że wasze życie będzie do bani. I przy okazji sami się bogacą, a nie są zbyt sympatyczni” / „The people running the lab companies, who are the leaders, told you it’s true. They’re telling you your life is going to suck. And they’re also getting very wealthy, and you don’t find them very likable.”
Choć Karp nie wymienił żadnego nazwiska, szefowie Anthropic i OpenAI, Dario Amodei i Sam Altman, rzeczywiście ostrzegali w przeszłości przed potencjalnymi skutkami AI na rynku pracy, choć ostatnio nieco złagodzili ton tych wypowiedzi.
Padają też mocniejsze słowa pod adresem samych twórców czołowych modeli: „To takie dziwnie ukształtowane pod względem IQ okazy, których raczej nie chciałoby się zaprosić na kolację” / „These are like very oddly-shaped-IQ specimens that you probably wouldn’t want to have over for dinner.” Karp dodaje, że gdyby jednak taka kolacja się odbyła, nie miałby z nimi o czym rozmawiać, i zastrzega, że pewnie działa to w obie strony.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
To nie pierwsza taka wypowiedź Karpa w tym miesiącu
Wypowiedź dla Döpfnera nie jest odosobniona. Zaledwie kilkanaście dni wcześniej Karp urządził sobie znacznie ostrzejszą konfrontację z branżą AI podczas wywiadu dla CNBC „Squawk Box”. Mówił tam wprost, że z modelem biznesowym opartym na tokenach „coś poszło kompletnie źle” / „something has gone completely wrong”, krytykując sposób rozliczania usług stosowany przez OpenAI i Anthropic.
Jego zdaniem przeciętne przedsiębiorstwo w USA podchodzi dziś do AI z rezygnacją: płaci za tokeny, nie dostaje w zamian realnej wartości, a przy okazji oddaje dostawcom swoją własność intelektualną. Karp posunął się nawet do stwierdzenia, że modele AI zostały „kompletnie, nieodpowiedzialnie przewartościowane” i porównał opłaty za tokeny do swoistego „podatku od bogactwa” nakładanego na amerykański biznes.
Wywiad w CNBC odbył się dzień po tym, jak Palantir opublikował na platformie X dziewięciopunktowy manifest dotyczący „suwerenności AI”, krytykujący praktykę zwaną „tokenmaxxingiem” i namawiający firmy do zachowania kontroli nad własnymi danymi. Całość wpisuje się w szerszą strategię firmy, która tydzień wcześniej ogłosiła rozszerzone partnerstwo z Nvidią, mające dostarczać otwarte modele agencjom rządowym USA jako alternatywę dla zamkniętych API laboratoriów frontierowych.
Dane rynkowe pokazują, dlaczego Karp mówi to teraz
Kontekst finansowy nadaje tym słowom dodatkową wagę. Palantir odnotował w ostatnim kwartale rekordowy wzrost przychodów o 85 procent rok do roku i podniósł całoroczne prognozy wzrostu do 71 procent. Amerykańskie przychody komercyjne firmy skoczyły o 133 procent, do 595 milionów dolarów, a marża operacyjna urosła z 44 do 60 procent. Karp chwalił się na telekonferencji wynikowej, że wskaźnik „Rule of 40″ spółki wzrósł do 145 procent.
Zmęczenie kosztami tokenów widać zresztą nie tylko w słowach Karpa. Nawet szef Microsoftu Satya Nadella przyznał niedawno, że sam jest „tokenmaxxerem”, i wezwał pracowników, by nie używali modeli frontierowych do zadań, które ich nie wymagają. Inwestor venture capital Chamath Palihapitiya szacował z kolei, że firma może zapłacić nawet 105 tysięcy dolarów miesięcznie za GPT-5.5 Pro, wobec zaledwie 2740 dolarów za model DeepSeek R1. Uber miał ograniczyć wydatki pracowników na narzędzia typu Claude Code czy Cursor do 1500 dolarów miesięcznie na osobę, po tym jak w cztery miesiące wyczerpał roczny budżet na AI.
Reakcja rynku na lipcowy wywiad była jednoznaczna: akcje Palantira zyskały wtedy ponad 9 procent w ciągu jednego dnia.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskiego czytelnika?
Dla polskich firm, które dopiero uczą się kalkulować rzeczywisty koszt wdrożeń AI opartych na modelach chmurowych, krytyka Karpa dotyczy bardzo konkretnego, praktycznego problemu: przewidywalności kosztów. Rozliczanie za token, przy rosnących cenach najnowszych modeli, sprawia że budżet na AI staje się trudny do zaplanowania, a firmy nie zawsze widzą przełożenie wydatków na realną produktywność.
To pytanie, które słyszę coraz częściej od polskich dyrektorów IT i finansowych: czy inwestycja w API dużych modeli faktycznie się zwraca, czy raczej napędza rachunki bez wymiernego efektu. Warto też zwrócić uwagę na drugi wątek tej rozmowy, czyli nierówność majątkową. W polskim kontekście dyskusja o tym, kto skorzysta na automatyzacji pracy biurowej i produkcyjnej, a kto poniesie jej koszty, dopiero się rozkręca, ale sygnały z Doliny Krzemowej pokazują, że to pytanie będzie wracać z rosnącą siłą.
Kilka konkretnych wniosków z wypowiedzi Karpa, które mogą przełożyć się na decyzje biznesowe w Polsce:
- warto audytować rzeczywisty zwrot z inwestycji w narzędzia oparte na tokenach, zanim skala wydatków wymknie się spod kontroli
- modele otwarte (open-weight) zyskują na znaczeniu jako alternatywa kosztowa, szczególnie dla instytucji wrażliwych na kwestie danych
- pytania o to, gdzie trafiają firmowe dane przekazywane dostawcom AI, powinny stać się standardowym elementem procesu zakupowego
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału źródłowego Business Insider za pośrednictwem Yahoo Finance z dnia 13.07.2026, a także dodatkowych źródeł: CNBC, PC Gamer, Forbes i Benzinga. Cytaty Alexa Karpa zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym oraz nagraniem podcastu „MD Meets” na kanale YouTube Axel Springer. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych wypowiedzi Alexa Karpa i reakcji branży AI na temat nierówności majątkowej i modelu kosztowego sztucznej inteligencji.
