AI nadmuchuje bańkę inwestycyjną. Pęknie? Będzie globalny kryzys. Jeszcze urośnie? Może zapanować technofaszyzm

Wydarzeniem inwestycyjnego sezonu stał się 12 czerwca giełdowy debiut kierowanej przez Elona Muska korporacji SpaceX. To konglomerat świadczący usługi kosmonautyczne, komunikacyjne w oparciu o system łączności satelitarnej Starlink i udostępniające infrastrukturę potrzebną do funkcjonowania rozwiązań sztucznej inteligencji.

Spektakularna giełdowa inauguracja SpaceX wyniosła spółkę, która nie osiąga zysków do zanotowanej pierwszego dnia wartości 2,1 biliona dolarów, uczyniła z Elona Muska pierwszego w dziejach dolarowego bilionera, a cztery tysiące pracowników milionerami. Co spowodowało takie zainteresowanie? Obietnica przyszłości, w której zgodnie z projekcją banku Morgan Stanley firma może w 2040 r. zarobić 3,4 bln dol. Takie przychody mają wynikać z potencjału rynku szacowanego w prospekcie emisyjnym na 28,5 bln (i to bez Chin oraz Rosji). Z tego same usługi związane ze sztuczną inteligencją to 26,5 bln dol. Nic więc dziwnego, że do giełdowego startu szykują się także OpenAI i Anthropic, których liderzy mają podobne aspiracje jak Elon Musk.

Wielkie liczby

Wielkie liczby pojawiają się od początku ożywienia zapoczątkowanego udostępnieniem przez OpenAI w listopadzie 2022 r. narzędzia ChatGPT. Firma doradcza McKinsey w połowie 2023 r. prognozowała, że roczne efekty wynikające z wdrożenia systemów sztucznej inteligencji i automatyzacji osiągną nawet 25,6 bln dol. Na tę kwotę składa się zarówno sprzedaż usług AI, nowe usługi przez AI umożliwione, jak i skokowy wzrost produktywności przekładający się na wzrost przychodów firm i PKB państw. McKinsey uwzględnia, że rozwiązania takie jak ChatGPT czy Claude oferowany przez Anthropic, zwane generatywną sztuczną inteligencją, to tylko część znacznie większego i rozwijanego już od wielu lat pod hasłem sztucznej inteligencji rynku technologicznego.

Autorzy McKinsey zaliczają do niego złożone metody analityczne wykorzystywane do przetwarzania wielkich zbiorów danych czy „tradycyjne” systemy uczenia maszynowego umożliwiające automatyzację analizy zbiorów danych i treści. Generatywna AI, której główną część tworzą rozwiązania oparte na wykorzystaniu zaawansowanych modeli językowych (LLM), jak ChatGPT potrafi samodzielnie tworzyć treści. Wyrafinowane modele statystyczne „karmione” wszelkimi dostępnymi danymi umożliwiają tworzenie tekstu, obrazu, filmów i dźwięku w odpowiedzi na impuls – prompt od użytkownika.

Wielkie przyspieszenie

W oparciu o systemy generatywne AI można tworzyć aplikacje agentowe, samodzielnie realizujące różne powierzone im zadania, np. pisanie oprogramowania, analizę dokumentów finansowych czy planowanie podróży. Te możliwości rozpalają wyobraźnię wizjami nowej rewolucji technologicznej, która zmieni gospodarkę, umożliwiając choćby przyspieszenie rozwoju nowych technologii przez automatyzację części procesów naukowo-badawczych. Demis Hassabis kierujący należącym do Alphabet/Google DeepMind dostał Nagrodę Nobla z chemii w 2024 r. za opracowanie systemu AlphaFold 2, który, jak można przeczytać w oficjalnym komunikacie, „umożliwił przewidzenie struktur praktycznie wszystkich znanych białek”.

Hassabis obiecuje, że jego narzędzia rozwijane w należącej do Alphabet spółce Isomorphic Labs, przyspieszą projektowanie nowych leków, skracając czas procesu z wielu lat do tygodni. Co prawda obietnica, że pierwsze tak zaprojektowane substancje trafią do badań klinicznych do końca 2025 r., nie została spełniona, ale 2026 r. podobno jest realny. Niestety, nawet jeśli tak się stanie, to samych badań klinicznych przyspieszyć się nie da, więc ewentualna droga nowych leków na apteczne półki zajmie jeszcze nawet dekadę.

Wielka wojna

Sztuczna inteligencja rozpala także wyobraźnię generałów, bo obiecuje skrócić „kill chain”, czyli przyspieszyć proces identyfikowania celów i zwiększyć efektywność koordynacji operacjami wojskowymi. Podczas wojny z Iranem siły zbrojne Stanów Zjednoczonych wykorzystywały system Maven współtworzony i rozwijany przez firmę Palantir. Ona z kolei wykorzystuje Claude’a, narzędzie generatywnej AI firmy Anthropic.

Maven analizuje wszystkie dostępne dane elektroniczne, od sygnałów z dronów, obrazy z satelitów, dane z nasłuchu sieci telekomunikacyjnych, by na tej podstawie stworzyć listę celów, np. oficerów lub liderów politycznych przeciwnika i podać dane umożliwiające przeprowadzenie ataku. Twórcom systemu udało się połączyć dwie przeciwstawne dotychczas cechy pola walki: wysoką precyzję celowania z możliwością prowadzenia działań zbrojnych na skalę masową. Jak donosił „Washington Post”, system umożliwił wskazanie tysiąca celów tylko pierwszego dnia operacji przeciwko Iranowi.

To, że Stanom Zjednoczonym nie udało się osiągnąć politycznych celów wojny z Iranem, nie unieważnia, zdaniem ekspertów, potencjału ujawnionego przez nowe technologie pola walki. Do tego jednak, żeby ten potencjał wykorzystać w pełni, zarówno w sferze cywilnej, jak i w wojsku, potrzebna jest nowa infrastruktura, która umożliwi pracę systemom sztucznej inteligencji. ChatGPT w lipcu 2025 r. dostawał dziennie 2,5 mld zapytań. By na nie odpowiedzieć, OpenAI musi korzystać z potężnych mocy obliczeniowych dostarczanych przez gigantyczne serwerownie.

Wielka złożoność

Firma reasekuracyjna (ubezpieczyciel ubezpieczający firmy ubezpieczeniowe) Swiss Re przygotowała raport o ubezpieczaniu centrów przetwarzania danych. Autorzy zwracają uwagę, że sytuacja jest bezprecedensowa. Koszt budowy jednego obiektu to nawet 20 mld dol. Drugie tyle to wyposażenie w mikroprocesory i infrastrukturę operacyjną. To nakłady porównywalne z energetyką jądrową. W przypadku centrów przetwarzania danych wyzwaniem jest nie tylko skala i złożoność pojedynczych inwestycji, ale także ich intensywność.

Raport „Tracking Trillions” (Śledząc biliony) banku Goldman Sachs informuje, że inwestycje zapowiedziane na 2026 r. mają osiągnąć wartość 765 mld dol. I z każdym kolejnym rokiem będą rosły, osiągając w sumie do końca 2031 r. 7,6 bln dol. Mowa tylko o firmach amerykańskich: OpenAI, Anthropic oraz gigantach cyfrowego kapitalizmu: Amazon, Meta/Facebook, Alphabet/Google, Oracle, SpaceX. Prowadzący podobne analizy bank Morgan Stanley w raporcie z marca stwierdza: AI to już nie tylko modny temat, to czynnik o znaczeniu makroekonomicznym, mający coraz większy wpływ zarówno na wzrost gospodarczy, jak i geopolitykę.

Problem w tym, że równie szybko jak nakłady na nową infrastrukturę rośnie monetisation gap, czyli luka dochodowa między ponoszonymi nakładami a realnymi przychodami. Jim Covello od lat zajmujący się inwestycjami na rynku technologicznym w Goldman Sachs stwierdził w niedawnym komentarzu, że luka dochodowa zamiast maleć, rośnie, ale korporacje nie zważają na to opanowane przez największy w dziejach przypadek FOMO (strachu, żeby nie przegapić okazji). Mniej niż inwestycyjnej porażki obawiają się, że odjedzie im przyszłość przedstawiona w tak jasnych barwach w prospekcie emisyjnym SpaceX. Strach przed utratą dziesiątków bilionów w przyszłości i wypadnięciem z rynku jest większy niż strata pojedynczych bilionów dziś.

Wielka niewiadoma

Nie tylko Jim Covello ma wątpliwości, czy te gigantyczne inwestycje przyniosą zwrot. Podobne obawy wyraził Arvind Krishna, szef IBM – koncernu, który w tym wyścigu nie uczestniczy, choć jak najbardziej angażuje się w rozwój technologii przyszłości, także związanych ze sztuczną inteligencją. To przecież IBM skonstruował Watsona, superkomputer, który wygrał w 2011 r. w teleturnieju Jeopardy! (polska wersja znana pod tytułem „Va banque”), a wcześniej, w 1997 r. IBM-owski Deep Blue wygrał turniej szachowy z Garrim Kasparowem. Krishna mówi wprost: „nie widzę sposobu, żeby inwestycje na poziomie 8 bln zwróciły się, bo to wymaga zysków w wysokości co najmniej 800 mld dol. po to tylko, żeby spłacić odsetki od kapitału”.

Sceptycyzmowi Covella i Krishny wtórują ekonomiści tej miary, co noblista Daron Acemoğlu. Od lat zajmuje się wpływem nowych technologii i automatyzacji na gospodarkę – i szerzej, na społeczeństwo. W połowie 2024 r. opublikował głośny artykuł naukowy „The Simple Macroeconomics of AI” (Prosta makroekonomia AI). Wyliczył w nim, że efekt sztucznej inteligencji na wzrost produktywności będzie mniej więcej dziesięciokrotnie mniejszy niż zapowiedzi wielu firm doradczych i promotorów nowych technologii. W efekcie również wpływy z jej zastosowania będą odpowiednio mniejsze.

Praca Acemoğlu wywołała dyskusję i podgrzała spór trwający w środowisku naukowym od wielu lat, kiedy na początku drugiej dekady XXI w. pojawiły się analizy zapowiadające konsekwencje rewolucji cyfrowej i ówczesnej automatyzacji na gospodarkę, wieszczące rzeź na rynku pracy. Ikonami sporu stali się Robert J. Gordon z Northwestern University i Erik Brynjolfsson ze Stanford University. Pierwszy przekonuje, że technologie cyfrowe nie mają takiego transformacyjnego charakteru, jak miała choćby elektryczność. Więc i ich wpływ na rzeczywistość gospodarczą, niezależnie od fascynacji gadżeciarstwem, będzie znikomy.

Brynjolfsson przekonuje z kolei, że jeszcze nie dostrzegamy wpływu zmian, bo nowe technologie wymagają głębokiej adopcji w organizacjach i proces ten właśnie zaczyna przyspieszać, znajdując również wyraz w wynikach finansowych przedsiębiorstw. W 2020 r. ekonomiści założyli się o to, czy do końca 2029 r. średni roczny wzrost produktywności pracy w Stanach Zjednoczonych będzie większy czy mniejszy niż 1,8 proc. Stawka to 400 dol. Rozstrzygnięcie zakładu ma fundamentalne znaczenie nie tylko dla obu ekonomistów, ale również całej gospodarki. Od niego zależy bowiem, czy wspomniana luka dochodowa się wypełni, czy też gospodarka już pędzi do pęknięcia kolejnej spekulacyjnej bańki inwestycyjnej.

Wielka niepewność

Coraz więcej sygnałów wskazuje, że na odpowiedź nie trzeba będzie czekać do końca 2029 r. I jednocześnie nie można jej udzielić z pełnym przekonaniem już dziś, co doskonale pokazuje „International AI Safety Report 2026” (Międzynarodowy raport o bezpieczeństwie AI 2026). To najbardziej miarodajna analiza stanu rozwoju generatywnej sztucznej inteligencji przygotowywana co roku przez kilkudziesięcioosobowy zespół ekspertów z całego świata. Na wzór zespołu przygotowującego dla ONZ raporty dotyczące zmian klimatycznych (IPCC) postawili sobie za zadanie opracowywać co roku syntezę dostępnej wiedzy. Zespołowi przewodzi Yoshua Bengio, jeden z najważniejszych twórców nowych rozwiązań w obszarze AI.

Niestety, lektura raportu jest dla czytelnika oczekującego zdecydowanych rozstrzygnięć rozczarowująca. W oparciu o aktualną wiedzę nie można odpowiedzieć z przekonaniem, jaki będzie wpływ AI na gospodarkę. Nie można przewidzieć, jak zmieni się rynek pracy. Nie można zaprzeczyć lub potwierdzić, że obawy przed technologią wymykającą się spod kontroli są uzasadnione. Nie można nawet jednoznacznie stwierdzić, czy postęp w tym obszarze przyspiesza, czy spowalnia.

Scenariusze rozwoju sztucznej inteligencji do 2030 r. przygotowane przez OECD wspólnie z zespołem Bengio przypominają odpowiedź o pogodę z dowcipu o góralu: będzie padać albo i nie. Z możliwych czterech scenariuszy: postęp zatrzymuje się, postęp spowalnia, postęp trwa i postęp przyspiesza, oraz ich podwariantów żadnego nie można wskazać jako najbardziej prawdopodobnego, bo żaden nie jest przedmiotem naukowego konsensu.

Nie należy winić ekspertów za ich kolektywną bezradność. Rozwojowi każdej technologii towarzyszy wielka niepewność. W przypadku sztucznej inteligencji czynników niepewności jest olbrzymia liczba, na dodatek potrzebna infrastruktura charakteryzuje się złożonością niespotykaną w dziejach. W efekcie nawet szacunkowe inwestycje opiewające na biliony obarczone są niepewnością. Nie tylko przyszłych przychodów. Jednym z najważniejszych czynników kosztu współczesnego centrum przetwarzania danych są mikroprocesory. Głównym ich dostawcą jest Nvidia.

Dostarczane przez Nvidię zestawy Blackwell GB200 NVL 72 wypełniające najnowocześniejsze centra są systemami złożonymi z 72 procesorów graficznych Blackwell B200 i 36 procesorów Grace połączonych superszybkimi łączami. Nawet tysiące takich zestawów może wypełnić jeden obiekt. Każdy jednostka kosztuje ok. 3 mln dol. i potrzebuje zasilania o mocy ok. 140 kW. Problem z mikroprocesorami polega na tym, że się szybko starzeją i w ciągu pięciu lat dziś supernowoczesne cacka nadawać się będą do wymiany na jeszcze wydajniejsze. Bo Nvidia, choć dominuje, nie jest jedyną firmą dostarczającą mikroprocesory dla lukratywnego rynku AI. Najlepszym sposobem utrzymania pozycji jest ucieczka do przodu.

Wielki opór

To oczywiście sprawia ból inwestorom, którzy chcieliby jak najszybszego i jak największego zwrotu inwestycji. Dlatego budują nowe centra na potęgę i jednocześnie, ponieważ popyt na systemy Nvidii nie maleje, wszyscy starają się kupować choćby na zapas, byle nie zostać w tyle. Niestety, większość budów centrów danych przedłuża się, stawianie jednego może trwać i trzy lata. To wynika z kolejnych czynników niepewności: braku odpowiednich materiałów budowlanych, kolejek po takie elementy wyposażenia jak transformatory, w końcu rosnącego oporu społecznego.

Mieszkańcy Monterey Park nieopodal Los Angeles przegłosowali w lokalnym referendum na początku czerwca trwały zakaz budowy centrów danych na ich terytorium. 67 innych lokalnych wspólnot uchwaliło zakazy tymczasowe, obowiązujące do 18 miesięcy. Jak donosi „Washington Post”, ten opór to skutek zmiany społecznego nastawienia. Jeszcze w 2023 r. 69 proc. mieszkańców stanu Virginia aprobowało inwestycje, odsetek ten zmalał do 35 proc. Skąd ten opór? Na pewno składa się na niego syndrom NIMBY – niechęć do sąsiadowania z uciążliwą infrastrukturą przemysłową.

Jak donosi „Washington Post”, Amerykanie zaczynają także odkrywać, że rozwój sztucznej inteligencji zaczyna przekładać się na wzrost kosztów ich życia, choć miało być przecież inaczej. Dziennik wylicza, że w stanie Maryland rachunki za prąd wzrosły średnio ze 122 do 181 dol. miesięcznie. Nowe centra przetwarzania danych nie tylko generują olbrzymi popyt na energię elektryczną, co wymaga inwestycji w elektrownie i sieci przesyłowe oraz ich integrację z istniejącymi sieciami. Część tych kosztów muszą ponieść mieszkańcy. Rosną też inne koszty – Nintendo podniosło ceny na konsole, tłumacząc się, że wzrosły ceny mikroprocesorów. Winna sztuczna inteligencja. Boom inwestycyjny drenuje rynek pracy z budowlańców, więc rosną koszty usług.

Wielki wyścig

Niezadowolenie wraca do inwestorów AI odkrywających, że nie wybudują swoich centrów tak szybko, jak by chcieli, i nie zainstalują tak szybko kupionych od Nvidii procesorów. Ed Zitron, bloger opisujący rynek technologiczny, szacuje, że nawet milion mikroprocesorów może leżeć na składzie, czekając na swój czas. I starzejąc się bezproduktywnie. Jak w takich warunkach tworzyć pewne prognozy? Szef IBM Arvind Krishna twierdzi, że zastępuje je wiara. A Karen Hao, autorka książki „Imperium sztucznej inteligencji” (przekł. Piotr Grzegorzewski, wyd. Szczeliny), pokazuje, że w technologicznym wyścigu chodzi nie tylko o zysk. To walka o dominację nad światem przypominająca XIX-wieczny imperializm.

Gorączka AI różni się tym od internetowej gorączki drugiej połowy lat 90. XX w., że startują w niej największe i najbogatsze korporacje świata. Gdy skończyła im się gotówka – wydawało się dostępna w nieograniczonej ilości – pozyskują pieniądze z rynku, emitując obligacje, upłynniając akcje. Alphabet/Google zapowiedział właśnie operację upłynnienia walorów wartości 85 mld dol. I zwalniają tysiącami pracowników, by na ich płacach zaoszczędzić gotówkę potrzebną na inwestycje.

Pośród nich brylują dwie firmy, które jeszcze nic nie zarobiły na czysto, ale nadają wyścigowi ton i tempo. To OpenAI Sama Altmana i Anthropic Dario Amodeiego. Dotychczasowy ich pomysł na biznes nie różnił się od sposobu na życie innych start-upów – bierz pieniądze od inwestorów, rozwijaj za nie produkt i buduj jak największą bazę użytkowników za wszelką cenę. Czyli udostępniając ten produkt poniżej kosztów. Na przykład w ryczałcie za 20 dol. miesięcznie dla użytkowników indywidualnych.

Rozpoznanie rzeczywistych przepływów finansowych jest bardzo trudne ze względu na „kołowy” charakter powiązań: Amazon inwestuje w Anthropic miliardy w zamian za to, że Anthropic będzie wynajmował w Amazonie moce obliczeniowe. Nvidia inwestuje w Anthropic i OpenAI, żeby kupowały moce w centrach przetwarzania danych kupujących w Nvidii mikroprocesory. W interesie wszystkich jest nakręcanie gorączki sztucznej inteligencji, bo inaczej koło przestanie się kręcić.

W 2026 r. nadeszła jednak zapowiedź zmiany. OpenAI zaostrzył system rozliczeń z klientami według realnego zużycia zasobów informatycznych, podobnie zrobił Anthropic. Urealnienie kosztów AI okazało się szokiem dla wielu klientów korporacyjnych. Kierownictwo Ubera spostrzegło, że programiści firmy w ciągu kwartału zużyli całoroczny budżet. Microsoft zrezygnował z korzystania z narzędzia Claude Code firmy Anthropic, gdy kierownictwo zorientowało się w realnych kosztach.

Czas próby

Wraz z uświadomieniem, że AI kosztuje, przyszło najtrudniejsze pytanie zadawane coraz częściej przez klientów firm technologicznych. To pytanie o ROI – zwrot inwestycji i ukryty w nim podtekst: czy sztuczna inteligencja rzeczywiście przynosi obiecane efekty? Już teraz poszukiwanie odpowiedzi przekłada się w rosnącej liczbie firm na większą kontrolę kosztów, choć wiara w AI ciągle jeszcze nie maleje. Czy wystarczy na tak długo, by wypełnić lukę dochodową OpenAI, Anthropic, SpaceX, Amazon, Meta, Alphabet?

Odpowiedź nie będzie zależała jedynie od rynku. Sztuczna inteligencja to także wielka polityka i geopolityka. Na początku czerwca Donald Trump przedstawił propozycję, by rząd Stanów Zjednoczonych przejął część udziałów w spółkach zajmujących się sztuczną inteligencją. Jak często u prezydenta Trumpa bywa, pomysł nie jest zbyt precyzyjny i przypomina fantazję o partnerstwie prywatno-publicznym, w którym rząd USA byłby pośrednikiem między sektorem high-tech a społeczeństwem.

Przejmowanie udziałów w prywatnych firmach to w Stanach Zjednoczonych nie nowina, tak stało się z Intelem, gdy stanął na krawędzi bankructwa. Spółkom AI bankructwo na razie nie grozi, a w inicjatywie Trumpa ujawnia się raczej przekonanie, że sztuczna inteligencja to sfera wymagająca nowych form politycznego i państwowego nadzoru, by nie wymknęła się spod kontroli. Ciekawe, że w tym samym czasie podobny pomysł przedstawił socjalista senator Bernie Sanders na łamach „The New York Times”. Proponuje on, by mocą ustawy utworzyć państwowy fundusz majątkowy, który przejąłby połowę udziałów w spółkach AI.

Ryzyko technofaszyzmu

Jakie szanse mają te propozycje swoistej nacjonalizacji sztucznej inteligencji w Stanach Zjednoczonych? Łamią one na pewno dotychczasowe dogmaty wolnorynkowego kapitalizmu. Ale sytuacja jest wyjątkowa, co pokazał Daron Acemoğlu w najnowszej swej publikacji z początku czerwca zatytułowanej „Automatyzacja i represja”. Wraz ze współautorami w swej pracy stosuje metody analizy ekonomicznej do zbadania możliwych konsekwencji politycznych rozwoju technologii.

Wychodzi mu, że technologie takie jak AI sprzyjają koncentracji kapitału i zmniejszają udział pracy w wytwarzaniu wartości gospodarczej. W efekcie maleje siła polityczna świata pracy, a wraz z nią gotowość świata kapitału do dzielenia się zyskami. W świecie pracy narasta gniew i gotowość do buntu, świat kapitału odkrywa, że taniej niż się podzielić jest siłą doprowadzić do porządku za pomocą antydemokratycznego przewrotu i autorytarnego przejęcia państwa.

Analiza Acemoğlu i współautorów ma charakter teoretyczny, ale swoje wywody ilustrują oni rzeczywistymi wypowiedziami liderów korporacji technologicznych. Cytują np. książkę „The Technological Republic” szefa firmy Palantir, Alexa Karpa, która opublikowana w wersji skróconej na stronie internetowej Palantira okrzyknięta została technofaszystowskim manifestem. Karp ze współautorem Nicholasem Zamiską piszą wprost o wymuszaniu społecznej dyscypliny i wykorzystywaniu do tego nowoczesnych narzędzi technologicznych. Nie są jedynymi, którzy tak myślą.

Elon Musk obiecuje kolonizację Marsa i budowę centrów przetwarzania danych w kosmosie na orbicie okołoziemskiej. Wtórują mu Sam Altman i Dario Amodei obiecujący nadejście już wkrótce ogólnej sztucznej inteligencji mądrzejszej od wszystkich noblistów żywych i martwych razem wziętych. Prawdziwą stawkę tego wyścigu pokazał jednak Daron Acemoğlu. Zanim dotrzemy na Marsa, zbudujemy sobie piekło na Ziemi.

Jaką rolę w tej rewolucji może odegrać Europa i Polska? Nakłady inwestycyjne na Starym Kontynencie są nieporównywalnie mniejsze, niż w Stanach Zjednoczonych lub Chinach, co jednak nie oznacza, że nie istnieją tu obiecujące przedsiębiorstwa. Np. francuski Mistral współpracujący z europejskim przemysłem, jak i francuskim wywiadem oraz siłami zbrojnymi dostarczając im oryginalne rozwiązania AI. Pozycja Europy w przyszłości zależeć jednak będzie od rozstrzygnięcia przedstawionej wcześniej niepewności: czy przyjęty przez amerykańskich cyfrowych gigantów model biznesowo-technologiczny ma sens, czy jest ślepą uliczką. Czy w razie powodzenia tych planów do kontroli skutków rewolucji wystarczą działania legislacyjne Unii Europejskiej próbujące poddać kontroli rozwój i wykorzystanie AI? Służy temu europejski AI Act przyjęty w 2024 r. Polski Sejm przyjął 12 czerwca ustawę wdrażającą ten dokument. Najlepsze nawet prawo, by było skuteczne musi polegać na sile stosujących je instytucji. I to właśnie o tę siłę toczy się gra.