Jeszcze rok temu wydawało się, że laboratorium Elona Muskа może dzięki rozpoznawalnej marce szybko dogonić tuzów generatywnej sztucznej inteligencji. Dziś xAI pokazuje, że sam kapitał i głośne nazwisko nie wystarczą, gdy brakuje stabilności zespołu badawczo-inżynierskiego. Firma rozpoczęła gwałtowną przebudowę: liczba osób z grona pierwotnych współzałożycieli skurczyła się do dwóch, a Musk publicznie przyznał, że struktury organizacyjne „powstały zbyt pośpiesznie” i muszą zostać ułożone od nowa. Stawką jest nie tylko reputacja technologiczna, lecz także możliwość pozyskania kolejnych miliardów dolarów na klastry GPU potrzebne do rywalizacji z OpenAI, Anthropic czy Google DeepMind.

Od efektownego debiutu do migracji kluczowych talentów

xAI wystartowała w 2021 r. z grupą jedenastu współzałożycieli wywodzących się z najważniejszych laboratoriów AI na świecie. Już w pierwszym kwartale 2024 r. z firmy odeszło jedenastu starszych inżynierów, w tym czterech członków pierwotnej ekipy założycielskiej. Najnowsze rozstania – według osób zaznajomionych ze sprawą – miały bezpośredni związek z wewnętrzną krytyką tempa prac nad modelami kodującymi. Eksperci rynku zwracają uwagę, że tak wysoki churn w pierwszych latach funkcjonowania rzadko kiedy dotyka konkurentów: OpenAI utrzymuje rotację w kluczowych działach R&D na poziomie jednocyfrowym, a w Anthropic po trzech latach działalności pozostało ponad 80 % pierwotnych senior research scientists.

Żeby powstrzymać dalszy odpływ kadr, Musk wciągnął do oceny postępów menedżerów z Tesli i SpaceX – firm słynących z agresywnego modelu zarządzania, w którym krótkie cykle produktowe i kulturę „hardcore” przedkłada się nad hierarchiczną biurokrację. Część obserwatorów uważa jednak, że przenoszenie praktyk z branży motoryzacyjnej i kosmicznej do badań nad AI może okazać się ryzykownym eksperymentem; rozwój dużych modeli językowych wymaga bowiem długofalowej replikacji i żmudnego strojenia zestawów danych.

Wyścig o programistę: kod generowany szybciej, taniej i bezpieczniej

Najcenniejszym obszarem komercjalizacji dla laboratoriów AI stały się narzędzia wspierające pisanie kodu. GitHub Copilot – zasilany technologią OpenAI – obsługuje już ponad 1,5 mln płacących użytkowników, a Claude Code firmy Anthropic zdobywa uznanie dzięki zachowaniu kontekstu dł. 200 tys. tokenów. Tymczasem własny silnik xAI – wewnętrznie określany mianem „Grok Developer” – według relacji pracowników ciągle ma trudność z utrzymaniem spójności przy wielomodułowych projektach i częściej niż konkurencja produkuje niekompilujący się kod.

Na zapleczu sprzętowym różnice są równie odczuwalne. Podczas gdy OpenAI dysponuje kilkudziesięcioma tysiącami układów H100 i B100, xAI według branżowych szacunków ma dostęp do kilku tysięcy topowych GPU udostępnionych przez Teslę oraz do infrastruktury SpaceX w Brownsville. Brak dostatecznej mocy obliczeniowej widoczny jest w spowolnionych cyklach treningowych – w efekcie iteracje modelu, które w OpenAI trwają dni, w xAI ciągną się tygodniami.

Rekrutacja od zera: przegląd nieprzyjętych kandydatur i nowe kryteria

Musk, który w przeszłości deklarował, że woli „inżynierów-komandosów” od wyspecjalizowanych analityków, zapoczątkował wewnętrzną akcję ręcznego przeglądu CV odrzuconych wcześniej kandydatów. Inicjatywa ma wyłowić talenty pominięte przez standardowe filtry HR i przyspieszyć podpisywanie ofert w sytuacji, gdy rynek AI stał się ekstremalnie konkurencyjny – według danych portalu społecznościowego dla profesjonalistów w rekrutacjach na stanowiska machine learning engineer notuje się dziś rekordowe widełki wynagrodzeń przekraczające 500 tys. USD rocznie.

Jednocześnie zewnętrzni rekruterzy donoszą, że firma zaoferowała pakiety akcji indeksowane na przyszłej wartości rynkowej xAI, co w przypadku potencjalnego notowania SpaceX mogłoby wytworzyć dodatkową dźwignię motywacyjną. Nowo zatrudnieni specjaliści z branży developer-tools – między innymi Andrew Milich i Jason Ginsberg, wcześniej odpowiedzialni za wyspecjalizowanego asystenta IDE w Cursor – mają przejąć prace nad kolejną generacją silnika kodującego.

Od Macrohard do Digital Optimus: wizja uniwersalnego agenta

Nadchodzącym etapem rozwoju xAI ma być projekt roboczo nazwany „Macrohard” – wielozadaniowy agent, który potrafi samodzielnie wykonywać operacje biurowe na desktopie użytkownika. Koncepcja wpisuje się w popularny trend agentów AI typu tool-former, integrujących się z arkuszami kalkulacyjnymi, edytorami tekstu i przeglądarkami. Kierownikiem projektu był początkowo Toby Pohlen, doświadczony produktowiec z branży SaaS; po jego niespodziewanym odejściu prace wstrzymano, deklarując ich przeniesienie pod wspólny parasol z Teslą. Plan zakłada połączenie modeli językowych xAI z systemem Digital Optimus – oprogramowaniem, które ma w przyszłości sterować humanoidalnym robotem Tesli.

Ambicje te wpisują się w szerszy ekosystem Muska: wykorzystanie konstelacji Starlink do transmisji ogromnych zbiorów danych treningowych, wymiana modeli percepcyjnych między pojazdami FSD a robotem Optimus, a także unifikacja środowisk symulacyjnych. Jeśli integracja się powiedzie, xAI zyskałaby realny wyróżnik technologiczny, którego dziś próżno szukać w ofertach czysto software’owych rywali.

Rosnąca presja kapitałowa i widmo spóźnienia technologicznego

W ostatniej rundzie prywatnej wyceny OpenAI przekroczyły 80 mld USD, podczas gdy Anthropic po inwestycji Amazona i Google oscyluje wokół 18 mld USD. xAI oficjalnie nie ujawnia kapitalizacji, lecz analitycy wskazują na przedział 15–20 mld USD, uzależniony od dostępu do zaplecza Tesli i SpaceX. Kluczowy będzie więc najbliższy rok: do trzeciego kwartału firma zamierza zaprezentować nową generację Groka oraz pierwszą publiczną wersję swojego agenta kodującego. Jeśli terminy znów się przesuną, xAI ryzykuje utratę zaufania inwestorów, którzy coraz śmielej spoglądają na konkurencyjne startupy dysponujące mniejszym marketingowym rozmachem, ale stabilniejszym wskaźnikiem retencji talentów.