Twój CIO otwiera all-hands slajdem zatytułowanym „AI Transformation Roadmap". Są na nim cztery swimlane'y, sześć workstreamów i wykres Gantta ciągnący się dłużej niż twój kredyt hipoteczny. Trzy miesiące później jedynym artefaktem, który dostarczany jest na czas, jest faktura od Accenture albo Deloitte. Nikt w zarządzie nie uważa tego za podejrzane. Ty prawdopodobnie też nie powinieneś — bo taki jest właśnie obecny model biznesowy.
OpenAI i Anthropic to nazwy z każdego nagłówka. Ale jeśli prześledzisz, gdzie faktycznie trafia budżet AI twojej firmy, nie wyląduje on w laboratorium modeli. Wyląduje u integratora systemów — firmy konsultingowej, która zawodowo wdraża cudze oprogramowanie. Marża, jak się okazuje, nie leży w modelu.
13 kwietnia 2026 roku firma analityczna Horses for Sources opublikowała syntezę z dosadnym tytułem: „How Anthropic is Devouring IT Services". Liczby są strukturalne, nie cykliczne. W Big 4 i firmach strategicznych ponad milion praktyków jest obecnie formalnie zaangażowanych w pracę z Claude — LLM-em Anthropic (large language model — mózg stojący za chatbotem takim jak ChatGPT czy Claude). Samo Deloitte ma 470 000 pracowników na platformie. Cognizant ma 350 000. Accenture przeszkoliło 30 000 i zatrudnia 85 000 specjalistów AI, według raportu za Q2 FY2026 z 19 marca, który odnotował też 2,2 mld USD bookingów na Gen AI w jednym kwartale. ARR Anthropic (annual recurring revenue — roczny run rate subskrypcyjny) wzrosło z 9 mld USD na koniec 2025 do 30 mld USD do kwietnia tego roku.
Oto jak działa ten flywheel. Laboratoria modeli celowo wypuszczają bogate platformy — Managed Agents, Agent Engines, Codex SDK, MCP (Model Context Protocol — uniwersalny standard wtyczek dla narzędzi AI, taki USB dla danych). Nietechniczni kupujący nie są w stanie wdrożyć ich samodzielnie. Platformy wymagają sandbox ops, wpinania IAM (IAM — identity and access management, korporacyjna warstwa uprawnień), change managementu i osłony prawnej. Więc konsultanci wsadzają od 40 do 200 osób na klienta z Fortune 500 po 400–1500 USD za godzinę, żeby przetłumaczyć tę złożoność. Laboratoria potem cytują tego klienta — Notion, Rakuten, JPMorgan — jako dowód product-market fit. Wygrywają wszyscy, oprócz działu zakupów.
Anthropic oficjalnie przypieczętowało ten układ 12 marca 2026, uruchamiając Claude Partner Network ze zobowiązaniem 100 mln USD. Steve Corfield, Head of Global Business Development w Anthropic, nazwał to najbardziej zaangażowanym ekosystemem partnerskim w AI. OpenAI zrobiło to samo 23 lutego ze swoimi „Frontier Alliances" — formalnymi wieloletnimi umowami z McKinsey, BCG, Accenture i Capgemini.
A teraz cicha część. Dostęp do modelu to commodity. Marża leży w usługach profesjonalnych. Enterprise AI w kwietniu 2026 wygląda strukturalnie identycznie jak wdrożenia SAP w 1998: dostawca oprogramowania zgarnia uznanie, integrator systemów zgarnia czek. „Transformation engagement" zastyga w pięcioletni retainer. Twoje prompty i playbooki nie przechodzą między laboratoriami, kiedy chcesz zmienić dostawcę. A laboratoria po cichu wolą ten układ — bo maskuje on, jak trudno wdrożyć ich własne platformy bez partnera SI za sześciocyfrową kwotę.
Jeśli twój budżet AI na 2026 rozkłada się mniej więcej na 80% usług i 20% narzędzi (kierunkowo, bez audytu), to finansujesz biznes konsultingowy z cienką warstwą farby w kolorze AI. Naprawa jest nudna i skuteczna: wewnętrzny zespół platformowy AI z trzech kompetentnych staff engineerów, neutralne wobec dostawców kryteria zakupowe i stałe odmawianie płacenia za slajdoware, które MCP plus weekend potrafią zastąpić.
Wojny modeli były dystrakcją. Prawdziwy przemysł AI w 2026 to warstwa usługowa ułożona na taniej inferencji. Spokojne systemy biją drogą panikę. 🫶 ⚙️
