Autor: Kamil

  • AI Act: od jutra oznaczasz treści AI. Tylko nie te, o których myślisz

    AI Act: od jutra oznaczasz treści AI. Tylko nie te, o których myślisz

    Od 2 sierpnia 2026 obowiązuje art. 50 AI Act. Większość firm zareaguje na to w jeden z dwóch sposobów: albo doklei „wygenerowane przez AI” do wszystkiego, co wyszło z Canvy, albo nie zrobi nic i będzie liczyć, że nikt nie sprawdzi. Oba podejścia są błędne. Przepis jest węższy, niż się wydaje, ale w jednym miejscu tnie znacznie głębiej. Kara: do 15 mln euro albo 3% globalnego obrotu, w zależności co wyższe.

    Dlaczego ten przepis dotyczy firm, które „nie robią AI”?

    AI Act dzieli systemy AI na poziomy ryzyka. Na górze są praktyki zakazane. Niżej systemy wysokiego ryzyka – czyli te używane w rekrutacji, scoringu kredytowym, diagnostyce medycznej czy infrastrukturze krytycznej. Z nimi wiąże się cały ciężki aparat: ocena zgodności, dokumentacja techniczna, oznaczenie CE. Większość firm marketingowych i e-commerce nigdy nie dotknie tej kategorii.

    Art. 50 działa inaczej. Nie pyta o poziom ryzyka systemu. Pyta o sytuację, w której go używasz.

    Dlatego firma bez ani jednego systemu wysokiego ryzyka może mieć pełne obowiązki z art. 50 – bo wrzuciła chatbota na stronę albo opublikowała reklamę zrobioną w generatorze wideo. Według danych Compliance Checkera prowadzonego przez artificialintelligenceact.eu obowiązki transparentności to drugi najczęstszy powód objęcia firmy przepisami AI Act, zaraz po wymogu AI literacy. Dotyczą około jednej trzeciej badanych organizacji.

    AI Act 2 sierpień 2026

    Cztery kluczowe sytuacje. Tylko jedna realnie dotyczy Twojej firmy

    Tu leży najczęstsze nieporozumienie. Art. 50 opisuje cztery sytuacje, ale nie wszystkie obciążają tę samą stronę. Dwie z nich są obowiązkiem dostawcy narzędzia (providera), dwie – obowiązkiem tego, kto narzędzia używa (deployera).

    Sytuacja pierwsza: AI wchodzi w bezpośrednią interakcję z człowiekiem. Chatbot, voicebot, agent na infolinii. Użytkownik musi wiedzieć, że po drugiej stronie jest maszyna. To obowiązek dostawcy systemu – czyli tego, kto go zbudował i wypuścił pod swoją marką.

    Sytuacja druga: AI generuje treść syntetyczną – tekst, obraz, audio, wideo. Output (to co jest utworzone) musi być oznaczony maszynowo, żeby narzędzia detekcyjne mogły go rozpoznać. To znowu obowiązek dostawcy. Konkretnie: OpenAI, Google, Canva, Grammarly. Nie Ty.

    Sytuacja trzecia: AI rozpoznaje emocje albo kategoryzuje biometrycznie. Osoba wystawiona na taki system musi zostać poinformowana. To obowiązek deployera, ale dotyczy wąskiej grupy firm.

    Sytuacja czwarta: deepfake albo tekst publikowany w celu informowania opinii publicznej. To obowiązek deployera. I to jest ta jedna sytuacja, w której znajdzie się praktycznie każda firma publikująca content.

    Wniosek praktyczny: jeśli tylko używasz gotowych narzędzi AI, techniczne znakowanie outputu nie jest Twoim zmartwieniem. Twoim zmartwieniem jest to, co publikujesz i jak to opisujesz.

    Deepfake: definicja i test, który zajmuje pięć sekund

    Deepfake w rozumieniu AI Act (art. 3 pkt 60) to treść AI – obraz, audio albo wideo – przedstawiająca realnie istniejącą osobę, miejsce, obiekt albo wydarzenie, która fałszywie sprawiałaby wrażenie autentycznej.

    Całe rozstrzygnięcie siedzi w słowie „autentycznej”. Nie chodzi o to, czy użyłeś AI. Chodzi o to, czy odbiorca mógłby uznać materiał za prawdziwy zapis rzeczywistości.

    Stąd test: czy rozsądny, uważny odbiorca mógłby uwierzyć, że to się naprawdę wydarzyło?

    Jeśli tak – oznaczasz. Jeśli scena jest jawnie fantastyczna albo fizycznie niemożliwa, wychodzi poza definicję deepfake w ogóle. Komisja Europejska podaje wprost przykłady: smoki, ludzie latający bez żadnego urządzenia, słonie prowadzące samochód. Osobno działa złagodzenie dla treści artystycznych, satyrycznych i fikcyjnych – tam wystarczy oznaczenie, które nie psuje odbioru dzieła, a nie plakietka na środku kadru.

    AI Act EU -jak oznaczać

    Gdzie dokładnie przebiega granica:

    • Oznaczasz: realistyczne wideo, na którym CEO znanej firmy ogłasza fuzję albo zwolnienia. Wygląda jak prawdziwe nagranie, więc jest deepfakiem.
    • Oznaczasz: zdjęcie polityka w sytuacji, która nigdy nie miała miejsca, wyglądające jak zwykła fotografia prasowa.
    • Oznaczasz: syntetyczny głos podszywający się pod realną osobę w nagraniu brzmiącym jak autentyczna rozmowa.
    • Oznaczasz: fotorealistyczny model przedstawiający Twój produkt w sytuacji, która nigdy się nie zdarzyła, prezentowany jako zwykłe zdjęcie produktowe.
    • Nie oznaczasz: reklama z latającym smokiem albo człowiekiem unoszącym się bez urządzeń. Fizycznie niemożliwe, więc poza definicją.
    • Nie oznaczasz w sposób nachalny: jawna parodia rozpoznawalna jako satyra. Wystarczy dyskretna informacja, na przykład w opisie.

    Dobry przykład tego, jak wygląda materiał całkowicie poza ryzykiem: krążący po sieci filmik „Grandma VS Wasp – Official 100% AI Made Story” z kanału Higgsfield Creators, w którym babcia toczy z osą walkę w konwencji kina akcji. Nikt nie uzna tego za prawdziwy zapis wydarzeń, bo ludzie nie staczają pojedynków z osami. Dodatkowo twórca sam napisał w tytule, że materiał jest w 100% AI. Absurd sceny plus jawna deklaracja – dwie niezależne warstwy zabezpieczenia.


    Tekst rządzi się zupełnie innymi regułami

    To najczęściej mylona część przepisu, bo intuicja podpowiada, że skoro obraz trzeba oznaczać, to tekst też. Nieprawda.

    Obowiązek dotyczy wyłącznie tekstu publikowanego w celu informowania opinii publicznej o sprawach leżących w interesie publicznym. Kluczowy jest cel publikacji, nie sam temat. Artykuł dziennikarski, raport publiczny, komunikat o sprawach społecznych – tak. Opis produktu, post firmowy, newsletter sprzedażowy – nie.

    Na dodatek jest wyłączenie, które zdejmuje ten obowiązek nawet z treści informacyjnych: jeśli tekst przeszedł realną weryfikację człowieka i konkretna osoba lub podmiot ponosi za niego odpowiedzialność redakcyjną, oznaczać nie trzeba. Warunek: weryfikacja musi być merytoryczna. Kliknięcie „zatwierdź” bez czytania nie spełnia tego warunku.

    Praktycznie: piszesz z pomocą AI, redagujesz, bierzesz odpowiedzialność – jesteś czysty.

    Jak właściwie oznaczać, żeby to działało i nie zabiło komunikacji

    Przepis mówi, że informacja ma być podana w sposób jasny i wyraźny, najpóźniej przy pierwszym kontakcie odbiorcy z treścią. Dla wideo oznacza to początek klipu albo trwałą plakietkę. Dla audio – komunikat słyszalny. Dla obrazu – widoczna etykieta.

    Równolegle powstaje Code of Practice, który ma ustandaryzować sposób oznaczania, z propozycją jednolitej wizualnej etykiety „AI” i podziałem na treści w pełni wygenerowane przez AI oraz wspomagane przez AI. Kodeks jest dobrowolny, ale będzie praktycznym punktem odniesienia dla organów nadzoru.

    Formuły, które spełniają warunek jasności i nie brzmią jak ostrzeżenie z ulotki leku:

    • „Materiał wygenerowany przez AI” – uniwersalne, neutralne, działa wszędzie.
    • „Wideo w całości stworzone przez AI” – dla treści
    • „Wizualizacja AI. Sytuacja i osoby nie są prawdziwe” – najlepsze dla realistycznych scen z ludźmi.
    • „Głos syntetyczny wygenerowany przez AI” – dla audio i lektora.
    • „Zdjęcie koncepcyjne wygenerowane przez AI” – dla wizualizacji produktowych.

    Czego unikać, bo nie spełnia progu jasności: drobny tekst w stopce strony, informacja schowana w regulaminie, samotny hashtag #ai na końcu dwudziestu innych, plakietka migająca przez ułamek sekundy. Zasada jest prosta: jeśli odbiorca musi szukać, to nie jest oznaczenie.

    Dobra wiadomość dla marketingu: transparentność sprzedaje się lepiej niż udawanie. Marki, które piszą wprost „stworzone z AI”, zwykle nie tracą zaufania. Tracą je te, które zostają na tym przyłapane.

    Treści sprzed 2 sierpnia i pytanie, którego nie zadaje nikt: kto odpowiada za pracę agencji

    Dwa pytania, które w praktyce decydują o tym, czy firma ma problem.

    Materiały opublikowane wcześniej: jeśli treść została wygenerowana i opublikowana przed 2 sierpnia 2026, nie trzeba jej oznaczać wstecz. Ale jeśli powstała wcześniej, a publikujesz ją 2 sierpnia albo później, obowiązek działa normalnie. Liczy się data publikacji, nie data powstania. To ma bezpośredni skutek dla banków contentu i zaplanowanych kampanii – materiał leżący w kolejce publikacyjnej podlega nowym zasadom.

    Osobno przewidziano okres przejściowy dla dostawców: generatywne systemy AI obecne na rynku przed 2 sierpnia mają czas do 2 grudnia 2026 na wdrożenie technicznego znakowania maszynowego. To wyjątek dla twórców narzędzi, nie dla firm publikujących.

    Agencje i freelancerzy: odpowiedzialność idzie za realną decyzją o użyciu AI. Jeśli agencja pracuje ściśle według Twojego briefu i pod Twoim nadzorem, to Twoja firma pozostaje deployerem i to Ty odpowiadasz za oznaczenie. Jeśli wykonawca ma swobodę decyzji, czy i jak użyć AI przy zleceniu, staje się deployerem i obowiązek przechodzi na niego.

    W praktyce oznacza to, że umowa z agencją contentową powinna dziś wprost rozstrzygać dwie rzeczy: kto decyduje o użyciu AI i kto odpowiada za oznaczenie. Bez tego zapisu przy pierwszej kontroli obie strony będą wskazywać na siebie nawzajem.

    Co z tego wynika dla biznesu

    AI Act nie zakazuje generowania treści przez AI. Nie nakłada też podatku od kreatywności. Wymusza jedną rzecz: żeby odbiorca wiedział, kiedy patrzy na rzeczywistość, a kiedy na jej symulację.

    Dla większości firm realna praca do wykonania jest mała, ale konkretna. To nie jest projekt compliance na kwartał. To jest przegląd trzech rzeczy: co publikujesz, kto to robi i jak to podpisujesz.

    Ryzyko nie leży tam, gdzie firmy go szukają. Nikt nie dostanie kary za nieoznaczoną grafikę na bloga. Kara przyjdzie za realistyczny materiał z prawdziwą osobą, który poszedł w świat bez informacji, że jest wygenerowany przez AI – i za brak jakiegokolwiek właściciela tego procesu w organizacji.

    Trzy rzeczy do zapamiętania

    Test deepfake’a jest testem wiarygodności, nie testem technologii. Pytanie nie brzmi „czy użyłem AI”, tylko „czy ktoś może wziąć to za prawdę”. Absurd i fantastyka są poza przepisem. Realizm z prawdziwymi ludźmi – to już podlega AI Act.

    Tekst redagowany przez człowieka nie wymaga oznaczenia. Obowiązek dotyczy tylko treści publikowanych po to, by informować opinię publiczną, i znika, gdy istnieje realna odpowiedzialność redakcyjna. Proces redakcyjny jest tu tarczą, nie formalnością.

    Data publikacji rozstrzyga o starych materiałach. Wszystko, co wychodzi 2 sierpnia lub później, podlega nowym zasadom niezależnie od tego, kiedy powstało. A odpowiedzialność za oznaczenie ma dokładnie ta strona, która decyduje o użyciu AI.

    AI Act, jako nowy przepis nie zmienia tego, co możesz tworzyć z AI. Ten przepis powoduje, że deepfake zalewające internet zaczną realnie być oznaczane przez firmy. Wzrost buduje się na systemie i świadomych decyzjach z pełną wiedzą, co do wymagań prawnych. AI Act to nowy przepis, który od jutra stanie się Twoim obowiązkiem.

    Uwaga: ten artykuł ma charakter informacyjny i nie stanowi porady prawnej. Przed wdrożeniem konkretnych rozwiązań w firmie zalecam potwierdzenie finalnej interpretacji z działem prawnym lub prawnikiem specjalizującym się w regulacjach AI.

  • Siri AI na WWDC 2026: dobra strategia, złe wykonanie i Europa bez daty

    Siri AI na WWDC 2026: dobra strategia, złe wykonanie i Europa bez daty

    Apple pokazało Siri AI jako największą zmianę od lat. Personal Context, App Actions, System Orchestrator – brzmi mocno. Problem: dla użytkowników w UE nie ma daty, kiedy kluczowe funkcje trafią na iPhone’a i iPada. To nie jest detal w komunikacie prasowym. To problem planistyczny dla każdej firmy, która buduje AI workflow na urządzeniach Apple.

    Czego Apple nie próbuje robić

    Apple nie próbuje mieć lepszego modelu językowego niż OpenAI albo Google, czy też Anthropic. Nie ma szans wygrać tego wyścigu dziś.

    Apple gra o coś innego: miejsce, w którym AI działa.

    Nowa architektura Siri AI opiera się na pięciu elementach: Personal Context Understanding, App Actions, On-screen Awareness, Visual Intelligence i System Orchestrator. Idea jest prosta. Siri ma przestać być asystentem głosowym, który przez lata często nie rozumiał prostych poleceń. Ma stać się warstwą AI wbudowaną w iOS i macOS – taką, która zna twoje pliki, wiadomości, maile, zdjęcia, kalendarz i to, co aktualnie widzisz na ekranie. I na tej podstawie ma działać. Nie tylko odpowiadać.

    To zmiana architektury, nie aktualizacja funkcji.

    Personal Context – na tym polega zakład Apple

    ChatGPT, Gemini i Claude są dziś dobre. Ale mają jeden wspólny problem strukturalny: kontekst musisz im dostarczyć sam. Wklejasz tekst, dołączasz plik, opisujesz sytuację od nowa przy każdej rozmowie.

    Apple chce to zmienić. Siri AI ma działać na danych, które już masz na urządzeniu. Pytasz: “Czy ten plecak wystarczy na trzydniowy wyjazd?” – Siri powinna wiedzieć, gdzie jedziesz, jaka jest pogoda i co masz w notatkach. Bo te informacje gdzieś w systemie są.

    Przykład z prezentacji WWDC: numer rezerwacji lotniczej widoczny na ekranie podczas rozmowy telefonicznej. Siri pobiera dane kontekstowe dokładnie wtedy, kiedy są potrzebne – bez kopiowania, bez otwierania kolejnych aplikacji, bez ręcznego dostarczania informacji.

    Jeśli to zadziała – zmienia model pracy z AI. Nie jako osobne narzędzie z oknem prompta. Jako warstwa systemu operacyjnego, która działa tam, gdzie już jesteś.

    App Actions i macOS Spotlight – AI, które coś robi

    App Actions to drugi kluczowy element. Siri AI ma nie tylko odpowiadać – ma działać wewnątrz aplikacji. Znaleźć i edytować zdjęcie. Wysłać wiadomość. Dodać przypomnienie bazując na wcześniejszym kontekście rozmowy. Porównać pliki na Macu.

    Na macOS Spotlight dostaje opcję “Ask Siri”. Zaznaczasz kilka dokumentów, pytasz o porównanie lub streszczenie – bez przełączania się do zewnętrznego narzędzia AI.

    Pojawia się też dedykowana aplikacja Siri z historią rozmów i pracą między urządzeniami. Jako samodzielny chatbot to nie jest przełom – ChatGPT i Gemini mają to od dawna. Ale Personal Context plus App Actions plus System Orchestrator razem to potencjalnie inna kategoria integracji niż to, co może zaoferować jakakolwiek zewnętrzna aplikacja. Głębokość dostępu do systemu jest tutaj kluczem, nie jakość modelu.

    Google Gemini w podstawach Apple Intelligence

    Jeden fakt, który mówi wprost, gdzie Apple jest dziś w wyścigu AI.

    Nowa generacja Apple Foundation Models powstała we współpracy z Google i technologią Gemini. Obie firmy oficjalnie to potwierdziły. Według raportów Bloomberg i MacRumors Apple płaci Google ok. 1 miliarda dolarów rocznie za dostęp do tej technologii i infrastruktury chmurowej. Apple podkreśla, że finalny kod modeli to w 100% Apple – Gemini służył jako baza i wsparcie przy trenowaniu, nie jest deployowany bezpośrednio do urządzeń.

    To pragmatyczny ruch. Może być właściwą decyzją pod kątem czasu dotarcia na rynek. Ale sygnał jest czytelny: Apple nie prowadzi dziś w wyścigu modeli AI. Apple gra na integrację, prywatność i Personal Context – i potrzebuje partnera, żeby to przyspieszyć.

    Brak Siri AI w Europie – co to znaczy dla firm

    To jest najpoważniejszy wniosek z całego WWDC.

    Kiedy iOS 27 i iPadOS 27 trafią do użytkowników jesienią tego roku, Siri AI nie będzie dostępna na iPhone’ie i iPadzie w Unii Europejskiej. Bez daty. Bez harmonogramu. Powód: DMA, czyli Digital Markets Act. Apple i regulatorzy UE nie osiągnęli porozumienia co do modelu interoperacyjności i dostępu do danych.

    Craig Federighi powiedział wprost: “We’re deeply disappointed that our EU users won’t have Siri AI on iPhone or iPad when we share our new software releases later this year.” 

    Siri AI na macOS 27 trafi do UE. iPhone i iPad w Europie – nie, bez podanej daty.

    Dla indywidualnego użytkownika w Polsce: frustracja. Dla firmy planującej AI w workflow na urządzeniach Apple: to jest realne ograniczenie planistyczne.

    ChatGPT działa w UE. Gemini działa. Claude działa. Apple mówi: Siri AI na iPhonie w Europie – nie teraz, bez daty.

    Jeśli budujesz strategię AI dla europejskiego zespołu w środowisku Apple – musisz to wziąć pod uwagę. Natywna Siri AI na iPhonie w Polsce może nie dotrzeć do Ciebie w 2026 roku.

    Co z tego wynika dla biznesu

    Apple nie pokazało rewolucji na WWDC 2026. Pokazało czytelną strategię doganiania – z pomocą Google i z poważnymi ograniczeniami dostępności.

    Strategia jest dobra. Wygrać AI nie jakością modelu, ale głębią integracji z osobistym kontekstem użytkownika na poziomie systemu operacyjnego – to defensywna pozycja, której benchmarki nie rozmontują. Jeśli Personal Context i App Actions zadziałają tak, jak pokazano, Apple może budować przewagę, której OpenAI nie skopiuje.

    Trzy rzeczy do zapamiętania:

    Personal Context to największa obietnica i największy znak zapytania. Demo zawsze wygląda dobrze. Pytanie: jak zadziała z prawdziwymi danymi w realnym workflow.

    Brak Siri AI na iPhonie w UE to realne ograniczenie dla europejskich firm planujących AI w środowisku Apple. Na razie brak daty, kiedy to się zmieni.

    Partnerstwo z Google to sygnał o pozycji Apple w wyścigu modeli. Pragmatyczny ruch – ale pokazuje, kto dziś prowadzi w infrastrukturze AI.

    Siri AI może stać się największą zmianą w historii iPhone’a. Ale najpierw musi zadziałać. I musi dotrzeć do Europy.

  • Microsoft pokazał przyszłość agentów AI. Rachunek zaczyna się od ponad 6 000 € miesięcznie – zanim agent wykona pierwsze zadanie

    Microsoft pokazał przyszłość agentów AI. Rachunek zaczyna się od ponad 6 000 € miesięcznie – zanim agent wykona pierwsze zadanie

    Microsoft Build 2026 miał jeden główny temat: przyszłość agentów AI w przedsiębiorstwie. Nowe narzędzia, nowa architektura, nowy sprzęt. Przekaz był jasny – Microsoft stawia na agentów AI jako przyszłość pracy. W całym tym przekazie był jeden element, który nie dostał dużo miejsca na scenie: model kosztów. A to on zadecyduje, kto faktycznie wdroży agentów, a kto zostanie z marketingowym hasłem AI w firmie.

    Najpierw słowo o tym, co Microsoft robi dobrze

    Kierunek jest strategicznie słuszny. Agenci AI – programy, które nie tylko odpowiadają na pytania, ale samodzielnie wykonują zadania i współpracują z innymi agentami – to nie jest hype. To następny etap AI w biznesie. Na Build 2026 Microsoft ogłosili też Surface RTX Spark Dev Box – kompaktowy komputer deweloperski z chipem NVIDIA RTX Spark, 128 GB RAM, 1 petaflop mocy obliczeniowej. Pozwala uruchamiać modele z 120 mld parametrów lokalnie, bez płacenia za każde zapytanie do chmury.
    Sprzęt, oprogramowanie, infrastruktura – Microsoft myśli o całym ekosystemie AI.


    Cztery warstwy architektury agentowej Microsoft, każda z innym znaczeniem dla biznesu.

    1. Microsoft IQ – inteligencja organizacyjna

    Microsoft IQ to wspólna warstwa kontekstu dla wszystkich agentów w ekosystemie – „pamięć” firmy, z której agenci czerpią wiedzę. Cztery komponenty: Work IQ (e-maile, spotkania, dokumenty i relacje w M365 – dostępne od 16 czerwca), Foundry IQ (bazy danych, pliki, Azure SQL i zewnętrzne źródła – dostępne już teraz), Fabric IQ (dane biznesowe i semantyka), Web IQ (internet w czasie rzeczywistym, poniżej 165 ms latencji).

    Bez Microsoft IQ agent to chatbot. Z nim – wie jak działa Twoja organizacja.

    2. Scout i kategoria Autopilots – agent bez czekania na polecenie

    Scout to pierwsza instancja nowej kategorii agentów: Autopilots. Różnica jest fundamentalna – Scout działa w tle bez czekania na prompt (polecenie) użytkownika. Ma własną tożsamość w systemie Entra ID. Łączy się z Teams, Outlook, OneDrive, SharePoint i lokalnym komputerem Windows.

    Przykład: poprosisz Scouta o przygotowanie kwartalnego przeglądu. Agent przeskanuje Outlooka, ściągnie dane z Excela w OneDrive, przygotuje prezentację PowerPoint i zaplanuje spotkanie w Teams – bez przełączania między aplikacjami. Zbudowany na OpenClaw (otwarto-źródłowy framework dla lokalnych agentów AI). Dostępny teraz przez Frontier Program Microsoftu. Wymaga: rejestracji w Frontier, konfiguracji Intune, licencji GitHub Copilot.

    3. MXC i warstwa OS – Windows jako środowisko agentowe

    Microsoft Execution Containers (MXC), teraz w preview, tworzy piaskownice (sandbox – izolowane, bezpieczne środowisko) dla agentów na poziomie systemu Windows. Konfiguracja raz – Windows egzekwuje wszędzie. OpenClaw na Windows to framework uruchomieniowy zintegrowany z MXC: agent ma własną tożsamość, może wykonywać kod i uzyskiwać dostęp do plików – ale wyłącznie w ramach polityk IT. Dla działów IT: koniec z ręczną konfiguracją izolacji dla każdego agenta osobno.

    4. MAI – własne modele Microsoftu

    Microsoft ogłosił 7 własnych modeli AI pod nazwą MAI. Flagowy: MAI-Thinking-1 – pierwszy reasoning model Microsoftu (model zdolny do wieloetapowego rozumowania), trenowany od zera na czystych, komercyjnie licencjonowanych danych. Jednocześnie do Foundry weszły: Claude Anthropica (preview) i GPT-5.5 OpenAI. Strategia: być platformą, nie tylko dostawcą modelu.

    5. Project Solara – nowy OS na Androidzie dla urządzeń agentowych

    Najbardziej odważna rzecz z całego Build 2026: Microsoft zbudował nowy system operacyjny – nie na Windows, lecz na Android Open Source Project (AOSP). Project Solara to platforma chip-to-cloud dla urządzeń, gdzie agent AI jest głównym interfejsem – nie aplikacje. Budowanie nowego urządzenia (badge, terminal, urządzenie noszone) historycznie wymagało tworzenia całego ekosystemua. Solara to zmienia – agent dynamicznie dostosowuje interfejs do każdego ekranu i funkcjonalnośći.

    Dwa urządzenia koncepcyjne: wearable badge (noszone urządzenie z AI) na chipie Qualcomm oraz desktop companion na MediaTek. Rowiązanie jest obecnie pilotowane z Best Buy, CVS Health, Levi’s i Target. To nie jest produkt konsumencki – to platforma enterprise dla firm budujących własne dedykowane urządzenia AI. Urządzenia działają jako okno do agentów w chmurze, nie jako samodzielne komputery.


    Copilot Credits – nowy model rozliczeń za agentów

    Na Build 2026 Microsoft ujednolicił rozliczenia pod nazwą Copilot Credits – kredyty spalane za każde działanie agenta. Copilot Studio (platforma do budowania własnych agentów) jest sprzedawana jako licencja dla całej organizacji. Pakiet startowy: 25 000 kredytów za 185 € miesięcznie (ok. 0,007 € za kredyt). Ważne rozróżnienie: agenci wewnętrzni (B2E – dla pracowników firmy) w ramach M365 Copilot nie spalają dodatkowych kredytów dla licencjonowanych użytkowników. Agenci zewnętrzni (dla klientów, na stronie, przez aplikacje) – już tak.


    Ukryty rachunek – ponad 6 000 € zanim agent cokolwiek zrobi

    Scout, Microsoft IQ i pełna platforma agentowa to ekosystem Enterprise – niedostępny w planach Microsoft 365 Business, które są przeznaczone dla firm do 300 osób i oferują uproszczony zestaw funkcji bez zaawansowanego compliance i zarządzania agentami.

    Copilot i agenci to nie są samodzielne produkty. To add-on (dodatek) wymagający bazowej licencji M365 Enterprise. Krótki przewodnik po poziomach:

    • M365 E3 (34,90 €/user/mies.) – standardowy pakiet enterprise: Word, Excel, Teams, Exchange, podstawowe bezpieczeństwo, Entra Plan 1.
    • M365 E5 (55,22 €/user/mies.) – E3 plus zaawansowane bezpieczeństwo (Defender, Sentinel), compliance (Purview), Power BI Pro. Dla firm regulowanych.
    • M365 Copilot Enterprise (26,00 €/user/mies.) – add-on odblokowujący AI w aplikacjach, dostęp do agentów i Microsoft IQ.

    Kalkulacja dla 100 użytkowników agentów Microsoft AI:

    SkładnikCena100 użytkowników
    M365 E3 (baza)34,90 €/user/mies.3 490 €/mies.
    Copilot Enterprise (AI add-on)26,00 €/user/mies.2 600 €/mies.
    RAZEM BAZA6 090 €/mies.

    Zanim agent wykona pierwsze zadanie – organizacja płaci ponad 6 000 € miesięcznie. Rocznie: 73 080 €.

    Poziom E5 z Copilot: 55,22 € + 26,00 € = 81,22 €/user/mies. x 100 = 8 122 €/mies. przed pierwszym kredytem.

    Na to nakładają się koszty kredytów. Organizacja z 5 aktywnymi agentami zewnętrznymi: szacunkowo 2 750-5 500 € miesięcznie w samych kredytach Copilot Studio.
    Łącznie dla 100-osobowej firmy z aktywną platformą agentową: ok. 9 000-11 500 €/mies. Do tego Azure compute (wymagana subskrypcja), tokeny Azure OpenAI dla zaawansowanych modeli, SharePoint Premium dla dokumentów.


    Gdzie jest sens?

    • Firmy na E3/E5 z Copilot – koszt bazy jest w budżecie. Wewnętrzni agenci B2E nie generują dodatkowych kredytów.
    • Wewnętrzne automatyzacje: helpdesk IT, onboarding HR, baza wiedzy – zero kosztu kredytowego, natychmiastowa wartość.
    • Scout dla organizacji na E5 z Purview – priorytetowy dostęp i gotowe środowisko bezpieczeństwa.

    Gdzie jest pułapka:

    • Firmy patrzące na 185 €/mies. za Copilot Studio i nie widzące ponad 6 000 € bazy pod spodem.
    • Agenci zewnętrzni w każdej skali – każda rozmowa klienta kosztuje kredyty.
    • Brak konsolidacji rachunków – M365, Azure i Copilot Studio to trzy osobne faktury. Raport FinOps Foundation 2026 (1 192 praktyków, 83 mld USD rocznych wydatków cloud) wskazuje widoczność kosztów AI jako wyzwanie numer jeden.

    Co z tego wynika dla biznesu

    Pierwsze: co już masz. Na E3/E5 z Copilot? Zacznij od agentów wewnętrznych – najlepsza relacja wartości do kosztu dostępna teraz.

    Drugie: gdzie są Twoi użytkownicy. Agent dla pracowników to inne koszty niż agent dla klientów. Wewnętrznie – included. Zewnętrznie – licznik leci z dodatkowo spalanymi kredytami.

    Trzecie: kto zarządza budżetem AI. Copilot Credits działa jak licznik prądu. IT może konfigurować limity na poziomie organizacji, grup i użytkowników. To jest konieczne zanim wygenerowane zostaną pierwsze rachunki.


    Microsoft zbudował pełny ekosystem AI. Teraz każda organizacja musi zdecydować, czy stać ją na jej uruchomienie i od którego miejsca zacząć.

    M365 E3 / E5: Plany licencyjne Enterprise dla firm bez limitu użytkowników. E3 (34,90 €/user/mies.) to standardowy pakiet z aplikacjami, Teams, Exchange i podstawowym bezpieczeństwem. E5 (55,22 €/user/mies.) dodaje zaawansowany Defender, Sentinel, Purview i Power BI Pro. Oba wymagane jako baza do Copilot i agentów.

    M365 Business vs Enterprise: Plany Business (Basic/Standard/Premium) są dla firm do 300 osób i mają uproszczone funkcje – Scout, pełna platforma agentowa i Microsoft IQ działają wyłącznie w ekosystemie Enterprise.

  • Google chce przejąć cały e-commerce – od trafficu do zakupu

    Google chce przejąć cały e-commerce – od trafficu do zakupu

    Google ogłosił na I/O 2026 trzy rzeczy, które razem zmieniają fundamenty e-commerce. Nie chodzi o nową reklamę ani lepszy shopping feed. Chodzi o przejęcie całego procesu zakupowego – od pierwszego wyszukiwania do finalizacji transakcji. Jeśli prowadzisz sklep online, powinieneś to rozumieć już dziś.

    UCP – nowy standard, ktory robi dla e-commerce to, co HTTP zrobil dla internetu


    Universal Commerce Protocol to otwarty standard, który Google ogłosił w styczniu 2026 i który na I/O otrzymał pełne wdrożenie. UCP tworzy wspólny język dla agentów AI i systemów e-commerce – pozwala na odkrywanie produktów, zarządzanie koszykiem, realizację płatności i obsługę posprzedażową w jednym, ustandaryzowanym protokole.
    Do UCP dołączyły już: Amazon, Shopify, Meta, Microsoft, Salesforce, Stripe, Walmart, Target, Wayfair, Macy’s, Visa, Mastercard i kilkudziesięciu innych partnerów. To nie jest pilot. To infrastruktura, która właśnie wchodzi do mainstreamu.
    Ważna rzecz dla merchantów: UCP pozwala na integrację przez API, Agent2Agent (A2A) i MCP. Marka pozostaje “merchant of record” – Google nie przejmuje transakcji, tylko ją obsługuje. Ale to, kto kontroluje powierzchnię, na której klient dokonuje zakupu, ma kluczowe znaczenie.


    AP2 – agent może zapłacić za Ciebie, ale tylko w Twoich granicach


    Agent Payments Protocol (AP2) to protokół płatności dla agentów AI. Działa na kryptograficznie podpisanych kontraktach zwanych “Mandates” – agent może wykonać płatność tylko w ramach limitów ustawionych przez użytkownika.
    Wersja v0.2.0 z kwietnia 2026 wprowadza “Human Not Present” payments – agent może kupić bilet na limitowaną premierę w chwili, gdy wejdzie do sprzedaży, bez konieczności, żebyś siedział przy komputerze. Google przekazał AP2 do zarządzania przez FIDO Alliance – sygnał, że celem jest branżowy standard, nie własnościowe narzędzie. Płatności z AP2 jako pierwszy dostanie Gemini Spark.


    Universal Cart – jeden koszyk dla calego internetu

    To jest ta zmiana, która zacznie działać już tego lata w USA. Universal Cart to inteligentny koszyk działający jednocześnie w Search, Gemini, YouTube i Gmail. Dodajesz produkt podczas wyszukiwania – koszyk śledzi zmiany cen, informuje o dostępności, wykrywa niezgodności między produktami (np. niekompatybilna płyta główna i procesor) i proponuje checkout bezpośrednio przez Google Pay lub przeniesienie do strony sklepu.
    Pierwsi partnerzy: Nike, Sephora, Target, Ulta Beauty, Walmart, Wayfair, Fenty, Steve Madden. Ekspansja na Kanadę i Australię w najbliższych miesiącach, UK – później. Pionowo: hotele i lokalna dostawa jedzenia też wchodzą w UCP.


    Co z tego wynika dla biznesu

    Google nie chce tylko trafficu z górnej części lejka. Google chce przejąć cały lejek – włącznie z transakcją. To oznacza kilka rzeczy dla różnych typów firm:
    Jeśli jesteś DTC (direct-to-consumer): twoja strona przestaje być jedyną powierzchnią zakupu. Klient może kupić Twój produkt, nie odwiedzając Twojej domeny. To dobra wiadomość dla konwersji, zła dla danych o kliencie i relacji.
    Jeśli jesteś marketplace: UCP stawia Google na tej samej pozycji co Ciebie – jako pośrednika. Tylko z 2,5 miliarda użytkowników miesięcznie w AI Overview i pełną infrastrukturą płatniczą.

    Jeśli jesteś marką: to jest moment, żeby zadbać o dane produktowe w Google Merchant Center, wdrożyć UCP jako priorytet i zrozumieć, że cena będzie kluczowym czynnikiem rankingowym w agentic commerce. Google będzie kierować traffic tam, gdzie klient dostanie najlepszą ofertę.


    Kto żyje wyłącznie ze sprzedaży produktów online bez dodatkowej wartości – ma problem. Nadchodzi era, gdzie Google decyduje, do kogo trafi sprzedaż, nie tylko klient.

  • Google Search umarł. Właśnie urodził się AI Search

    Google Search umarł. Właśnie urodził się AI Search

    Google ogłosiło największą zmianę w historii wyszukiwarki – nowe pole wyszukiwania to “największy upgrade od ponad 25 lat. Nie mówią o nowej funkcji. Mówią o końcu modelu, który zbudował internet. To nie jest clickbait. To jest dosłowny opis tego, co się stało 19 maja 2026 na Google I/O.

    Google właśnie przyznał, że keyword search był złym rozwiązaniem


    Przez ćwierć wieku uczyliśmy się mówić do Google specjalnym językiem. Nie “gdzie w Krakowie mogę zjeść lunch z klientem i nie stać w kolejce” – tylko “restauracja Kraków centrum”. Skracaliśmy pytania, bo tak działało narzędzie. Nie ukrywajmy to była ułomność samej wyszukiwarki Google.


    Nowe pole wyszukiwania po prostu rozszerza się, żeby zmieścić dłuższe, konwersacyjne zapytania – bez konieczności wybierania trybu czy formatu. Wpisujesz pytanie tak, jak je myślisz. Google przestaje być wyszukiwarką. Staje się interfejsem do informacji.
    To zmiana, której użytkownicy chcieli od lat. Google po prostu nie mógł jej zrobić wcześniej – bo technologia nie pozwalała. Teraz pozwala.

    Turning point: liczby, które mówią same za siebie


    Zanim przejdziemy do tego, co nowe – kilka danych kontekstowych, które tłumaczą dlaczego Google robi to właśnie teraz.
    AI Overviews – czyli odpowiedzi generowane przez AI nad tradycyjnymi wynikami – ma teraz 2,5 miliarda użytkowników miesięcznie. AI Mode, uruchomiony rok temu, przekroczył miliard miesięcznych użytkowników, a liczba zapytań rośnie dwucyfrowo kwartał do kwartału.
    Dla porównania: ChatGPT miał 900 milionów aktywnych użytkowników tygodniowo w lutym 2026. Google ma więcej unikalnych użytkowników miesięcznie, ale ChatGPT ma wyższą częstotliwość powrotów.
    To jest wyścig. I Google wie, że nie może grać defensywnie.

    Co to oznacza dla biznesu i dla wydawców


    Zmiana ma poważne konsekwencje dla wydawców i całego ekosystemu webowego. Jeśli Google może syntetyzować informacje i budować interaktywne narzędzia, motywacja użytkowników do klikania w źródłowe strony maleje. Ruch z Google Search już spada przez AI Overviews – nowe funkcje ten trend przyspieszą.
    Dla biznesów SaaS, e-commerce i content-driven: SEO jako “pozycja 1 w Google” przestaje być celem. Celem jest bycie źródłem, które AI cytuje i z którego buduje odpowiedzi.
    Kto nie zrozumie tej zmiany w ciągu 12-18 miesięcy, będzie optymalizował pod system, który już nie istnieje.

    Google nie aktualizował wyszukiwarki. Google zmienił kompletnie swoją wyszukiwarkę i doświadczenie użytkownika. Przez 25 lat Google mówił: “daj mi słowa kluczowe, dam ci linki.” Nowy etap brzmi: “powiedz mi co chcesz osiągnąć, zrobi to za ciebie.”
    Dla marketerów i founderów to nie jest powód do paniki. To jest sygnał, że inwestycja w jakościowe treści, dane pierwszej ręki i realne ekspertyzy wróci z nawiązką.

    AI szuka wartościowych źródeł. Bądź jednym z nich.

    Co konkretnie się zmieniło z Google AI Search
    Trzy rzeczy, które mają realne znaczenie:

    1. Nowy search box – multimodalne wejście
      Użytkownicy mogą teraz dodawać obrazy, dokumenty, filmy, a nawet otwarte zakładki Chrome jako część zapytania. Pytasz o wyniki finansowe firmy i załączasz jej PDF. Pytasz o przepis i wrzucasz zdjęcie tego, co masz w lodówce. To nie jest futurystyczny demo – to działa od teraz, globalnie.
    2. Information agents – background monitoring
      Latem użytkownicy będą mogli tworzyć i zarządzać “information agents” – agentami działającymi w tle przez całą dobę, śledzącymi zmiany w sieci i alertującymi o nowych informacjach. Przykład: agent monitorujący ruchy giełdowe spółek według twoich kryteriów.
    3. Generative UI – wyniki jako interaktywne narzędzia
      Wyniki wyszukiwania zaczynają wyglądać bardziej jak interaktywne strony internetowe, a nie lista linków. Google buduje interfejs na żądanie – zależnie od tego, czego szukasz.
  • Canva AI wprowadza Magic Layers – edycja grafik AI staje się dużo prostsza

    Canva AI wprowadza Magic Layers – edycja grafik AI staje się dużo prostsza

    Canva AI rozwija swoje możliwości edycji i wprowadza Magic Layers. Funkcję, która zamienia statyczne obrazy w edytowalny projekt z warstwami. 

    Grafika wygenerowana przez AI albo zapisana jako statyczny plik nie musi już kończyć życia jako zamknięty obraz. Teraz poszczególne elementy można rozdzielić i dalej poprawiać już w samym edytorze Canvy.

    Jaka jest najważniejsza zmiana dzięki Canva AI i Magic Layers?

    Zamiast tworzyć grafiki od nowa, wracać do promptu i generować całość od nowa, użytkownik może przejść do realnej edycji konkretnych elementów np. tekstu, obiektów czy układu. Canva podkreśla, że Magic Layers potrafi przekształcić statyczne projekty i obrazy w układ warstw, zachowując oryginalną kompozycję.

    Z perspektywy rynku AI to ważny ruch. Generative AI bardzo przyspieszyło tworzenie grafik i visuali, ale jednym z największych problemów nadal pozostaje ich dalsza edycja. Magic Layers celuje dokładnie w ten problem rozwiązując cały workflow: między wygenerowaniem obrazu a jego dopracowaniem do finalnej wersji. To może być szczególnie przydatne dla marketerów, twórców, firm i zespołów zajmujących się tworzeniem contentu, które chcą szybciej przechodzić od draftu do gotowego assetu.

    Magic Layers w Canva działa w formule public beta i obsługuje między innymi pliki PNG oraz JPEG. Funkcja obecnie dostępna jest w: Stanach Zjednoczonych, Wielkiej Brytanii, Kanadzie oraz Australii.