Podczas ostatniego dnia XXXIV Forum Ekonomicznego w Karpaczu w Strefie UW odbyła się rozmowa o tym, jak państwa i biznes mogą przekuwać ryzyka cyfrowe oraz geopolityczne w przewagi. Eksperci debatowali o innowacjach, współpracy nauki z biznesem, odpornych modelach ekonomicznych i odpowiedzialności społecznej.
Paneliści:
prof. Stefan Dziembowski z Wydziału Matematyki, Informatyki i Mechaniki UW;
prof. Wiesław Cetera z Wydziału Nauk Politycznych i Studiów Międzynarodowych UW;
dr Katarzyna Niewińska z Wydziału Zarządzania UW;
Michał Kanownik, prezes Związku Cyfrowa Polska
Moderator:
Michał Niewiadomski, Bankier.pl
Dr Katarzyna Niewińska podkreśliła, iż sztuczna inteligencja jest realną szansą dla finansów, ale w środowiskach produkcyjnych wymaga żelaznych testów i kontroli ryzyka. Powołała się na polskie firmy, które wykrywają „pranie pieniędzy” dla globalnych banków oraz tworzą narzędzia do walki z deepfake’ami. Zwróciła uwagę, iż Uniwersytet Warszawski aktywnie buduje spin-offy, natomiast barierą pozostaje finansowanie wczesnych etapów i niedobór kompetencji przedsiębiorczych u naukowców. Jej wniosek: trzeba mądrze łączyć środki publiczne i prywatne oraz uczyć zespoły akademickie pracy z inwestorami.
Prof. Wiesław Cetera ostudził zachwyt nad „magicznością” AI. Przypomniał, iż wiele algorytmów znamy od dekad, a przełomem jest dziś skala mocy obliczeniowej. Badacz problem widzi w płytkim rozumieniu technologii i braku świadomości, „co jest pod maską”. Wskazał, iż największa wartość rodzi się w firmach i zespołach inżynierskich, a system oceny nauki powinien mocniej premiować użyteczność i współpracę z przemysłem. Zaznaczył też, iż jeżeli myślimy o suwerenności technologicznej, musimy planować inwestycje w skali miliardów, a nie symbolicznych kwot.
Prof. Stefan Dziembowski przesunął akcent z samego szyfrowania na nowoczesną kryptografię, w tym dowody o zerowej wiedzy i weryfikowalne przetwarzanie treści. Zauważył, iż spektakularne włamania rzadko łamią kryptografię – najczęściej zawodzą implementacje i procedury. Jako receptę wskazał standardy, higienę operacyjną i lepsze kształcenie doktorantów. Opisał model komercjalizacji „profesor jako doradca, doktorant jako lider start-upu” i dodał, iż bez edukacji medialnej choćby najlepsza technologia polegnie w starciu z dezinformacją.
Michał Kanownik przypomniał, iż Europa nie będzie technologiczną wyspą, więc musi stać się silnym partnerem w globalnych łańcuchach dostaw. Ocenił, iż Polska jest intensywnie atakowana w Sieci, ale większość incydentów rozgrywa się na poziomie człowieka i organizacji. W centrum postawił dane jako paliwo dla AI oraz bolesny deficyt kompetencji – od techników robotyki po podstawowe umiejętności cyfrowe uczniów. Zachęcał do stymulowania prywatnych inwestycji B+R, budowania projektów ponad granicami regionu CEE i szukania nisz zamiast kopiowania Big Techów.
Główne wnioski:
- Odporność zaczyna się od kompetencji i standardów, nie od gadżetów.
- Transfer technologii musi być profesjonalny: spin-offy, fundusze zalążkowe, mentoring przedsiębiorczy, model profesor-doktorant.
- Skala ma znaczenie: AI i infrastruktura wymagają miliardów oraz miksu publiczno-prywatnego.
- Dane i jakość procesów ważniejsze niż hype – bez wiarygodnych danych nie ma wartości z AI.
- Kapitał ludzki w całym łańcuchu: od elit badawczych po techników i praktyczne umiejętności cyfrowe.
- Myśleć regionalnie, działać globalnie: projekty CEE projektowane od razu na rynki poza Polską.
- Odporność informacyjna społeczeństwa: edukacja medialna, podpisy treści i metody weryfikacji.
Panel połączył perspektywę inżynierską i finansową. Wspólny mianownik: odporna gospodarka cyfrowa rodzi się z kompetencji, skalowalnego finansowania i bliskiej współpracy nauki z biznesem. AI nie rozwiąże problemów bez danych, ludzi i procesu. jeżeli połączymy politykę danych, inwestycje o odpowiedniej skali oraz praktyczne kształcenie, zagrożenia zmienią się w rynki, a obietnice – w działające wdrożenia.
UW na Forum Ekonomicznym w Karpaczu – dzień trzeci
