Szef Palantira nazwał model rozliczeń za tokeny w wiodących laboratoriach AI błędem systemowym. Alex Karp mówi wprost: coś poszło kompletnie nie tak.
Kluczowe fakty:
- Dyrektor generalny Palantira Alex Karp w programie CNBC „Squawk Box" publicznie skrytykował model rozliczeniowy oparty na tokenach, stosowany przez OpenAI i Anthropic, zarzucając tym firmom promowanie podejścia, które nie dostarcza realnej wartości klientom korporacyjnym.
- Karp stwierdził, że korzystanie z modeli hostowanych przez zewnętrzne laboratoria AI wiąże się według przedsiębiorstw z ryzykiem utraty kontroli nad własną własnością intelektualną i danymi firmowymi.
- Krytyka pojawiła się dwa dni po tym, jak Palantir ogłosił strategiczną inicjatywę z Nvidią, której celem jest dostarczenie silnika do uruchamiania otwartych modeli Nemotron w suwerennych środowiskach, skierowanego głównie do amerykańskich agencji rządowych i infrastruktury krytycznej.
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.
Co dokładnie powiedział Karp
W środę na antenie CNBC, w programie „Squawk Box”, dyrektor generalny Palantira Alex Karp skrytykował model tokenowy stosowany przez amerykańskie laboratoria AI, Anthropic i OpenAI, w obliczu gwałtownie rosnących kosztów. Nie owijał w bawełnę. „Nie chcę w nich uderzać, ale coś poszło kompletnie nie tak” powiedział, dodając że podstawowe podejście amerykańskich przedsiębiorstw sprowadza się dziś do marnowania czasu na tokeny / „I’m not throwing shade at them, but something has gone completely wrong… The basic view among enterprises in this country is I’m going to chillax and waste my time with tokens”.
To nie było pojedyncze zdanie rzucone mimochodem. Karp poszedł dalej i oskarżył OpenAI i Anthropic o promowanie modelu biznesowego, który zachęca firmy do wydawania dużych sum na tokeny bez dostarczania realnej wartości. Model rozliczeniowy oparty na liczbie przetworzonych tokenów, zamiast na efektach, który przez ostatni rok napędzał przychody wiodących laboratoriów, według niego traci sens w oczach klientów korporacyjnych.
Najostrzej zabrzmiało jednak inne zdanie. Zapytany o to, dlaczego przedsiębiorstwa czują się sfrustrowane, Karp odpowiedział, że dominujący dziś pogląd wśród amerykańskich firm brzmi mniej więcej tak: zmarnuję czas na tokeny, nie dostanę żadnej wartości, a oni przejmą moją własność intelektualną. To zarzut, który wykracza poza samą cenę. Sugeruje, że korzystanie z modeli hostowanych przez zewnętrzne laboratoria wiąże się z ryzykiem utraty kontroli nad danymi firmowymi.
Skąd ta nagła ofensywa
Timing nie jest przypadkowy. Dwa dni wcześniej, 29 czerwca, Palantir ogłosił strategiczną inicjatywę z Nvidią, mającą dostarczyć silnik do uruchamiania otwartych modeli Nemotron w środowiskach suwerennych, skierowaną głównie do amerykańskich agencji rządowych i infrastruktury krytycznej. Innymi słowy: Karp krytykuje model, z którym akurat konkuruje jego własny, świeżo wypuszczony produkt.
Nowa oferta łączy platformę AI Nvidii (moc obliczeniową, ekosystem i otwarte modele) z produktami infrastruktury krytycznej Palantira, czyli AIP, Ontology, Foundry i Apollo, dając klientom możliwość trenowania modeli na własnych danych przy pełnym zachowaniu własności wyników, wraz z wagami modelu. Zamiast wywołania hostowanego API, klient dostaje własną, samodoskonalącą się kopię modelu działającą za własnym firewallem.
- Jawna autoryzacja dostępu do danych i izolacja architektoniczna specyficzna dla klienta
- Możliwość przenoszenia danych i prawo do ich usunięcia
- Pełna audytowalność działań modelu
- Wdrożenia w środowiskach niejawnych i odseparowanych od sieci zewnętrznej (air-gapped)
Jak ujął to sam Karp w komunikacie towarzyszącym premierze, połączenie infrastruktury Palantira z modelami Nemotron ma pozwolić amerykańskiemu rządowi w pełni wykorzystać możliwości dużych modeli językowych, jednocześnie usuwając ryzyka związane z migracją poufnych informacji do wag modeli zamkniętych / „Combining Palantir infrastructure with NVIDIA’s AI and Nemotron models will allow the U.S. government to unleash the full power of LLMs while removing the underlying security risks and rational concerns around proprietary insights migrating into the weights of closed models”.
Trudno nie zauważyć, że krytyka Karpa i premiera produktu konkurencyjnego dzieli je dwa dni kalendarzowe. To nie deprecjonuje samego argumentu, bo pytanie o to, kto naprawdę kontroluje dane trafiające do modelu, jest jak najbardziej realne i coraz częściej pojawia się w rozmowach z działami compliance dużych firm. Ale warto pamiętać, że słowa o „kradzieży własności intelektualnej” padają z ust człowieka, który akurat sprzedaje alternatywę. Zarzut o transfer IP do zewnętrznych laboratoriów nie został poparty żadnym udokumentowanym przypadkiem, to opinia jednego konkurenta o drugim, nie ustalony fakt. Sam pomysł suwerenności nad wagami modelu ma sens dla wojska i infrastruktury krytycznej. Dla zwykłej firmy korzystającej z API do pisania kodu czy obsługi klienta różnica jest już dużo mniejsza, a koszt utrzymania własnej infrastruktury bywa wyższy niż subskrypcja tokenowa.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Reakcja rynku i szerszy kontekst branżowy
Rynek zareagował szybko. Akcje Palantira zyskały w środę 9 procent. Wcześniej, po ogłoszeniu współpracy z Nvidią, notowania spółki rosły o kilka procent w ciągu dnia. Nvidia pozostaje przy tym największą spółką świata pod względem kapitalizacji rynkowej, wartej w pierwszej połowie 2026 roku około 4,78 biliona dolarów, choć jej akcje traciły w reakcji na środowe wypowiedzi Karpa.
Wypowiedzi szefa Palantira wpisują się w szerszy trend odwrotu od tak zwanego tokenmaxxingu, praktyki maksymalizowania zużycia tokenów, która przez ostatni rok napędzała przychody laboratoriów AI niezależnie od tego, czy przekładała się na realną wartość dla klienta. Karp nie jest tu odosobniony. Część dużych firm zaczęła w ostatnich miesiącach ograniczać budżety na kosztowne narzędzia AI, gdy okazało się, że wydatki rosną szybciej niż mierzalne korzyści.
Karp poszedł też o krok dalej w kwestii geopolityki modeli. Ostrzegł, że branża nie powinna lekceważyć tempa, w jakim Chiny rozwijają własne modele AI, sugerując że przewaga amerykańskich laboratoriów frontier nie jest dana raz na zawsze.
Co to oznacza dla polskich firm
Dla polskich przedsiębiorstw korzystających z modeli Anthropic czy OpenAI ten spór ma dwa praktyczne wymiary. Pierwszy to koszty. Firmy, które w ostatnich kwartałach intensywnie wdrażały narzędzia oparte na API dużych modeli, przy rosnących cenach nowszych generacji modeli faktycznie stają przed pytaniem o zwrot z inwestycji, niezależnie od tego, czy mówimy o centrali w Warszawie, czy oddziale globalnego koncernu w Krakowie.
Drugi wymiar to kwestia danych. W sektorach regulowanych, bankowości, ubezpieczeniach, administracji publicznej, pytanie o to gdzie fizycznie przetwarzane są dane firmowe i czy trafiają poza terytorium UE, nabiera znaczenia równolegle z wdrażaniem unijnego AI Act i krajowych przepisów o krajowym nadzorze nad systemami AI. Model suwerennych wdrożeń, który promuje Palantir, adresuje dokładnie ten sam niepokój, który od miesięcy podnoszą polscy dostawcy usług chmurowych i eksperci od cyberbezpieczeństwa. Nie oznacza to jednak, że polska firma średniej wielkości potrzebuje własnej infrastruktury GPU i wdrożenia klasy rządowej. Dla większości zastosowań biznesowych model API pozostaje tańszy i szybszy do uruchomienia niż budowa własnego stosu.
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.
Milczenie po drugiej stronie
Ani Anthropic, ani OpenAI nie odniosły się jeszcze publicznie do wypowiedzi Karpa. Ciekawy jest przy tym detal, który sam Karp podkreślił w rozmowie z CNBC: mimo ostrej krytyki modelu biznesowego zastrzegł, że spory z dyrektorem generalnym Anthropic Dario Amodei traktuje jako coś, co go bawi, nie jako personalny atak. To rozróżnienie między krytyką modelu rozliczeniowego a atakiem na konkretne osoby wydaje się celowe. Karp chce zbudować narrację o nieefektywności całej kategorii produktowej, nie o porażce konkretnych ludzi, którzy tę kategorię stworzyli.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym artykułu CNBC z dnia 01.07.2026 oraz materiałów IBTimes, Yahoo Finance / Stocktwits, komunikatu prasowego Business Wire oraz bloga NVIDIA. Cytaty Alexa Karpa zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się ewentualnej odpowiedzi Anthropic lub OpenAI na zarzuty Karpa.
