Przejdź do treści

News & analizy

Llama 4 i PLLuM: co zmieniły w polskich firmach w 2025

Zaktualizowano: Autor: Andrzej Niemiec10 min czytania

Llama 4 i PLLuM obniżyły próg wejścia w testy AI, ale w 2025 roku tylko 8,7% polskich firm używało sztucznej inteligencji. Co realnie się zmieniło.

Llama 4 i PLLuM: co zmieniły w polskich firmach w 2025
Spis treści
  1. Czy listopad 2025 był przełomem dla polskich firm?
  2. Co dokładnie zaoferowała Llama 4?
  3. Czy Llama 4 da się uruchomić lokalnie?
  4. Jaki model open-weight powstał dla języka polskiego?
  5. Czy pracownicy używali AI bez zgody działów IT?
  6. Co powinna zrobić firma, która zaczyna w 2026 roku?
  7. Jakie wnioski na 2026 rok?
  8. Najczęstsze pytania
  9. Źródła

Czy listopad 2025 był przełomem dla polskich firm?

Nie potwierdzają tego dane GUS. W 2025 roku sztuczną inteligencję wykorzystywało 8,7% polskich przedsiębiorstw [1]. Gotowe komercyjne rozwiązania kupiło 5,7% firm, a rozwiązania open-source dostosowywało 1,7% [2]. Listopad przyniósł serię premier i deklaracji, ale nie zmianę skali wdrożeń.

Media branżowe ogłaszały koniec etapu prób. ISBtech pisał w grudniu 2025 roku, że rok 2026 będzie momentem, w którym AI przestanie być „projektem innowacyjnym” i stanie się tak samo oczywistą częścią biznesu jak energia elektryczna [3]. Business Insider ujął to krócej: eksperyment się skończył, a AI decyduje dziś o przewadze konkurencyjnej [4]. Obie tezy są publicystyczne, nie pomiarowe.

Tygodnik Powszechny opisał to samo zjawisko z innej strony: „miesiąc miodowy” sztucznej inteligencji się skończył, a pytanie brzmi, gdzie jest obiecana zmiana społeczna [5]. Ten ton pasuje do danych lepiej niż zapowiedzi przełomu. Firmy częściej testowały pojedyncze zadania, niż przebudowywały procesy.

Różnica jest praktyczna. Dostęp do modeli stał się tańszy, ale decyzja o wdrożeniu nadal wymagała procesu, danych i osoby odpowiedzialnej.

Co dokładnie zaoferowała Llama 4?

Meta udostępniła modele Scout i Maverick 5 kwietnia 2025 roku [6]. Reuters potwierdził premierę tego samego dnia [7]. Oba modele są multimodalne, obsługują tekst i obrazy oraz korzystają z architektury mixture-of-experts. Wagi publikowane są w modelu open-weight, czyli do pobrania, bez pełnej otwartości kodu, danych treningowych i licencji [6][8].

Scout ma 17 mld aktywnych parametrów przy 109 mld wszystkich, 16 ekspertów i kontekst do 10 mln tokenów [8]. Maverick ma 17 mld aktywnych przy 400 mld wszystkich, 128 ekspertów i 1 mln tokenów kontekstu [8]. Trzeci model, Behemoth, zapowiedziano jako model-nauczyciel o około 2 bln parametrów, ale w kwietniu 2025 roku pozostawał w treningu [6].

KryteriumLlama 4 ScoutLlama 4 Maverick
Parametry aktywne i wszystkie17 mld i 109 mld [8]17 mld i 400 mld [8]
Eksperci w MoE16 [8]128 [8]
Kontekst10 mln tokenów [8]1 mln tokenów [8]
Sprzęt do self-hostingujedna karta H100 po kwantyzacji [6]host z 8 kartami H100 dla wersji FP8 [9]
Forma publikacjiwagi open-weight [6]wagi open-weight [6]

Czy Llama 4 da się uruchomić lokalnie?

Tak, ale zależy od wersji. Meta deklarowała, że Scout mieści się na pojedynczym NVIDIA H100 po kwantyzacji [6]. Dla Mavericka oficjalne wsparcie vLLM wskazywało host z ośmioma kartami H100 w wersji FP8 [9]. „Lokalnie” nie oznacza biurka ani laptopa, tylko serwer z kartą klasy data center.

Drugie zastrzeżenie dotyczy języka. Llama 4 wspierała 12 języków, a polskiego nie było na oficjalnej liście modelu [10]. To nie blokuje zastosowań technicznych, ale jakość polskich odpowiedzi trzeba zmierzyć przed wdrożeniem, a nie zakładać.

Jaki model open-weight powstał dla języka polskiego?

PLLuM został publicznie zaprezentowany 24 lutego 2025 roku przez Ministerstwo Cyfryzacji [11]. Projekt realizowało konsorcjum sześciu instytucji, w tym NASK i Uniwersytet Łódzki [11]. NASK opisuje model jako dostępny publicznie [11]. To jedyna polska odpowiedź na modele open-weight, którą zebrane źródła potwierdzają.

Liczby parametrów i warunków licencji PLLuM nie ma w tych źródłach, więc trzeba je sprawdzić u wydawcy. Samo istnienie modelu nie oznacza gotowego wdrożenia: potrzebny jest jeszcze zbiór danych i procedura oceny odpowiedzi.

Czy pracownicy używali AI bez zgody działów IT?

Tak, zjawisko jest udokumentowane, ale na próbie zagranicznej. UpGuard opublikował 10 listopada 2025 roku badanie, w którym 68% liderów bezpieczeństwa przyznało, że pracownicy używają nieautoryzowanych narzędzi AI [12]. Osiem na dziesięć badanych osób korzystało z takich narzędzi [12]. Próba obejmowała pracowników z USA i Wielkiej Brytanii, nie z Polski.

Ten wynik tłumaczy, dlaczego w firmach pojawiały się modele uruchamiane poza działem IT. Nie potwierdza jednak żadnego konkretnego wdrożenia w polskim przedsiębiorstwie. Shadow AI jest kategorią ryzyka, nie anegdotą do opowiedzenia.

Co powinna zrobić firma, która zaczyna w 2026 roku?

Polecamy zacząć od jednego zadania i policzyć jego koszt przed wyborem modelu. Scout na jednej karcie H100 oraz PLLuM to dwie różne ścieżki: pierwsza wymaga sprzętu i pracy z językiem, druga sprawdzenia licencji i jakości odpowiedzi po polsku [6][11].

Drugi krok to inwentaryzacja narzędzi, których pracownicy już używają. Badanie UpGuard pokazuje, że część ruchu do modeli omija działy IT [12]. Rozmowa o polityce użycia jest tańsza niż audyt po incydencie.

Trzeci krok to wybór między self-hostingiem a API. Self-hosting daje kontrolę nad danymi, ale wiąże się z kosztem sprzętu i utrzymania. API przenosi koszt na abonament i ogranicza kontrolę. Kryteria porównania modeli opisujemy w artykule Benchmarki AI: dlaczego Nvidia postawiła na OpenClaw zamiast kolejnego hype'u.

Kwestię języka modeli rozwijamy przy okazji Talkie: model językowy, który mówi jak w 1930 roku.

Jakie wnioski na 2026 rok?

Pierwszy wniosek jest liczbowy: 8,7% firm w 2025 roku to mała populacja, więc pole do wzrostu jest duże, ale nie automatyczne [1]. Drugi dotyczy dostępu: modele open-weight są dostępne, a koszt ich wypróbowania spadł wraz z publikacją Scout i Mavericka [6][8]. Trzeci dotyczy języka: bez modelu dopasowanego do polszczyzny firma musi liczyć się z gorszą jakością odpowiedzi [10][11].

Zapowiedzi, że AI „przestaje być eksperymentem”, są dziś tezą, a nie danymi [3][4]. Czytelnik, który planuje budżet, powinien oprzeć się na wskaźnikach adopcji i na własnym pomiarze jakości, a nie na tonie podsumowań branżowych.

Najczęstsze pytania

Czy Llama 4 zadebiutowała w listopadzie 2025?

Nie. Meta udostępniła Scout i Maverick 5 kwietnia 2025 roku, a premierę potwierdził Reuters [6][7]. Listopad był miesiącem podsumowań i prognoz, nie premierą modeli.

Ile parametrów ma Llama 4 Scout?

Model ma 17 mld parametrów aktywnych i 109 mld wszystkich, korzysta z 16 ekspertów i obsługuje kontekst do 10 mln tokenów [8]. Maverick ma 400 mld parametrów wszystkich przy 17 mld aktywnych [8].

Czy taki model da się uruchomić na zwykłym komputerze?

Scout wymaga karty H100 po kwantyzacji, a Maverick hosta z ośmioma takimi kartami [6][9]. To sprzęt serwerowy, nie konsumencki. Dla mniejszych potrzeb trzeba wybrać inny model.

Czy PLLuM jest dostępny publicznie?

Ministerstwo Cyfryzacji zaprezentowało PLLuM 24 lutego 2025 roku, a NASK opisuje go jako dostępny [11]. Zebrane źródła nie podają warunków licencji, więc trzeba je sprawdzić przed wdrożeniem.

Ile polskich firm używa sztucznej inteligencji?

W 2025 roku 8,7% przedsiębiorstw deklarowało wykorzystanie AI, 5,7% kupiło gotowe rozwiązania, a 1,7% dostosowywało open-source [1][2]. Dane dotyczą przedsiębiorstw, nie całego rynku pracy.

Źródła

  1. Społeczeństwo informacyjne w Polsce w 2025 r. (GUS, 2025)
  2. Informacje sygnalne: wykorzystanie technologii (GUS, 2026)
  3. AI przestaje być eksperymentem (ISBtech, 2025)
  4. AI wchodzi w dorosłość. Kończy się era eksperymentów (Business Insider, 2025)
  5. Rok 2025 miał być przełomem dla rozwoju AI. Jak było naprawdę? (Tygodnik Powszechny, 2025)
  6. The Llama 4 herd (Meta, 2025)
  7. Meta releases new AI model Llama 4 (Reuters, 2025)
  8. llama-models/models/llama4/MODEL_CARD.md (Meta, 2025)
  9. Llama 4 herd is here with Day 0 inference support in vLLM (Red Hat, 2025)
  10. meta-llama/Llama-4-Scout-17B-16E (Hugging Face, 2025)
  11. PLLuM - polski model językowy już dostępny (NASK, 2025)
  12. New Research from UpGuard Reveals 68% of Security Leaders Admit to Unauthorized AI Usage (UpGuard, 2025)
AN
O autorze
Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

Jak powstają teksty: Polityka AI · O redakcji