Kto może budować AI? Zajmowanie się lukami w infrastrukturze, danych i zarządzaniu
Wywiad z Philipem Thigo, specjalnym wysłannikiem ds. technologii w Kenii
Wywiad przeprowadziła Ula Rutkowska (starszy badacz, Apolitical) i zredagowała Christina Obolenskaya (magister historii międzynarodowej, LSE i stażystka ds. komunikacji, Apolitical). Phillip Thigo znalazł się na liście Apolitical Government AI 100 2025.
Sztuczna inteligencja jest często postrzegana jako domena nielicznych, dobrze wyposażonych krajów i korporacji, ale jej potencjał w zakresie transformacji zarządzania, usług publicznych i rozwoju gospodarczego ma charakter globalny. Jednak w krajach globalnego Południa wdrożenie sztucznej inteligencji napotyka na poważne przeszkody – luki w infrastrukturze, dostępie do danych, umiejętnościach cyfrowych i modelach zarządzania sprawiają, że sprawiedliwy rozwój sztucznej inteligencji stanowi wyzwanie.
Phillip Thigo, specjalny wysłannik Kenii ds. technologii, bada, co jest potrzebne do zbudowania podstawowych systemów niezbędnych do wdrożenia sztucznej inteligencji na poziomie globalnym. Od inwestycji w energię i łączność po ponowne przemyślenie partnerstw publiczno-prywatnych i modeli finansowania – Thigo wskazuje kroki niezbędne do zapewnienia, że korzyści płynące ze sztucznej inteligencji będą dostępne nie tylko dla kilku potężnych gospodarek. Thigo twierdzi, że inkluzywność, zaufanie i współpraca muszą być kluczowe dla przyszłości sztucznej inteligencji – bez nich technologia ta może pogłębić istniejące nierówności, zamiast je eliminować.
P: Jakie są najpilniejsze wyzwania związane z tworzeniem sprawiedliwych polityk dotyczących sztucznej inteligencji, szczególnie dla krajów globalnego Południa?
Podstawy sztucznej inteligencji
— Sztuczna inteligencja jest często postrzegana jako część wyższej półki innowacji i technologii, obejmująca dane, obliczenia i algorytmy. Jednak zanim kraje będą mogły zająć się tymi zaawansowanymi funkcjami, muszą zainwestować w podstawowe fundamenty, aby zapewnić sprawiedliwy dostęp do tych zaawansowanych możliwości. Na przykład do szkolenia sztucznej inteligencji potrzebne są dane, niezależnie od tego, czy chodzi o zdrowie, rolnictwo czy edukację. Większość krajów na świecie ma znaczne braki w zakresie danych, które są niezbędne do sprostania wyzwaniom rozwojowym, takim jak cele zrównoważonego rozwoju.
Infrastruktura
— A dokładniej łączność internetowa. Kontynent ten nadal ma znacznie ograniczony dostęp do Internetu. Na przykład w Afryce Wschodniej tylko 24% ludności ma dostęp do Internetu, a wskaźnik łączności w Kenii wynosi 42%. Podkreśla to fundamentalne problemy związane z infrastrukturą, w tym również energią. Sztuczna inteligencja zużywa dużo energii, a kontynent afrykański boryka się z poważnym deficytem energii – ponad 600 milionów ludzi nie ma dostępu do elektryczności, a tym bardziej do łączności ostatniej mili, co hamuje wzrost gospodarczy i rozwój społeczny.
Skalowalne umiejętności
— Podstawowe umiejętności w zakresie STEM, od edukacji podstawowej, przez szkołę średnią, po studia wyższe. Kontynent pozostaje w tyle pod względem umiejętności branżowych niezbędnych do napędzania nowej gospodarki opartej na sztucznej inteligencji.
Zwinne zarządzanie
— Musimy dowiedzieć się, jak zarządzać tymi technologiami w sposób umożliwiający rozwój, a jednocześnie uwzględniający związane z nimi ryzyko i wyzwania. Kontynent wymaga wzmocnienia mechanizmów zarządzania, które muszą obejmować całą administrację rządową: parlamentarzystów i sądownictwo, które odgrywają podstawową rolę w stanowieniu prawa i arbitrażu.
Innowacyjne finansowanie
— Wiele krajów południowych ma ograniczenia finansowe i będzie musiało przemyśleć inwestycje w gospodarkę cyfrową, nie popadając w dalsze zadłużenie. Wreszcie, kontynent potrzebuje partnerstw opartych na zasadach sprawiedliwości, ponieważ obecny model partnerstw publiczno-prywatnych nie sprawdza się. Nie jest po prostu możliwe nawiązanie współpracy z firmą wartą 3 biliony dolarów, potencjalnie wspieraną przez kraj pochodzenia, gdy PKB wynosi mniej niż 100 miliardów dolarów.
Mówiąc o obliczeniach, danych, talentach i algorytmach, nie możemy zapominać o podstawach, ponieważ inkluzywność musi pozostać kluczową zasadą w nowej gospodarce. Niewiele krajów może sobie pozwolić na moce obliczeniowe, a inwestowanie w tę infrastrukturę nie ma sensu ekonomicznego dla wszystkich.
Dlatego musimy pomyśleć o potencjalnym współdzieleniu tych wielkich inwestycji, a jednocześnie kraje powinny inwestować w podstawy, aby ich obywatele mogli czerpać korzyści z nowej gospodarki. Na przykład Kenia ma dobrą pozycję dzięki czystej energii, łączności szerokopasmowej i solidnemu ekosystemowi technologicznemu, ale nie ma wystarczającego obciążenia obliczeniowego.
Jak zatem zapewnić, aby sąsiednie kraje mogły wykorzystać te możliwości w ramach swojej suwerenności? Jak zatem opracować spójny system regulacyjny, który umożliwi transgraniczny przepływ danych, gwarantując bezpieczeństwo i ochronę danych suwerennych?
P: W przypadku tak szybko rozwijającej się technologii, jaką jest sztuczna inteligencja, jaka jest droga do zbudowania fundamentów zapewniających równość w rozwoju AI?
Każdy kraj bogaty w AI potrzebuje tych samych fundamentów. Niedawno pojawiły się ogłoszenia dotyczące inwestycji w AI, czy to 500 miliardów dolarów ogłoszonych przez Biały Dom i OpenAI, czy też szczyt AI Action Summit we Francji, Kanadzie i Unii Europejskiej. Zdajemy sobie sprawę, że kluczem do wdrożenia AI są inwestycje w infrastrukturę. Wymaga to zatem ożywienia naszej architektury rozwoju, która rozumie potrzebę inwestowania w technologie podobne do kolei, dróg i dróg wodnych.
Podczas gdy kraje takie jak Kenia muszą podwoić inwestycje, konieczna jest również poważna rewizja i reforma obecnej architektury finansowej, która umożliwia dostęp do sprawiedliwych instrumentów kredytowych i spłaty.
Jak już wspomniano w tegorocznych ogłoszeniach, partnerstwo z wiodącymi firmami zajmującymi się sztuczną inteligencją ma zasadnicze znaczenie – potencjalnie jest to rozwiązanie korzystne dla wszystkich, ponieważ firmy te chcą wyjść poza swoje tradycyjne rynki i szkolić swoje modele w innych językach regionalnych, takich jak kiswahili.
P: Jak naprawić model współpracy publiczno-prywatnej w zakresie innowacji w dziedzinie sztucznej inteligencji?
Jednym z problemów obecnych modeli PPP jest to, że nie są one oparte na infrastrukturze technologicznej, tak jak projekty dotyczące budowy dróg, mostów i podobnych inwestycji. Tradycyjne instytucje finansowe, które strukturyzują finansowanie inwestycji związanych z technologią, również wymagają potencjału i innowacyjności. Nic dziwnego, że większość rozwoju technologicznego w Afryce jest w dużej mierze napędzana przez fundusze venture capital lub zewnętrzne inwestycje prywatne, a nie partnerstwa publiczno-prywatne lub lokalne banki. Zawsze żartuję, że gdyby obecne duże firmy technologiczne pochodziły z Afryki, nie istniałyby, ponieważ nie uzyskałyby żadnych inwestycji na swoje przedsięwzięcia.
Musimy przemyśleć i na nowo wyobrazić sobie modele partnerstw publiczno-prywatnych pod kątem oceny, zwłaszcza ryzyka. Pojęcia takie jak due diligence, istnieje itp. Ten kontynent, ze swoim otoczeniem biznesowym i potencjałem wzrostu w przyszłości, wymaga cierpliwego kapitału, ponieważ jego podstawy są po prostu inne niż w innych zaawansowanych gospodarkach.
Na przykład większość dużych firm technologicznych w początkowym okresie działalności była gotowa podjąć ryzyko i działać bez zysku przez kilka lat, wiedząc, że przedsięwzięcia te będą opłacalne w przyszłości. Obecny model w Afryce nie charakteryzuje się taką samą uprzejmością. Musimy przyjąć ten sam sposób myślenia, który napędza ekosystemy technologiczne w krajach rozwijających się. Jest to szczególnie ważne dla naszych gospodarek, ponieważ zapewni niezbędną przestrzeń fiskalną do rozwoju gospodarki poprzez wykorzystanie technologii takich jak sztuczna inteligencja, aby pozostać konkurencyjnymi i zapewnić wspólny dobrobyt.
P: Uczestniczysz w wielu globalnych dyskusjach dotyczących różnych sektorów, takich jak sztuczna inteligencja, bezpieczeństwo i ochrona. Jakie są obecnie największe luki w tych dyskusjach?
Inkluzywność. Kiedy mówimy o bezpieczeństwie, często mamy na myśli kontekst geopolityczny. Mój zespół jest częścią Międzynarodowej Sieci Instytutów Bezpieczeństwa, której celem jest współpraca i zrozumienie pojęć bezpieczeństwa, ochrony i inkluzywności w naszym kontekście. Zespół pracuje również nad koncepcją konieczności budowania zaufania publicznego do sztucznej inteligencji. Podczas gdy większość dyskusji dotyczy kwestii geopolitycznych, nas interesują możliwości i czynniki sprzyjające sztucznej inteligencji oraz korzyści płynące z jej wykorzystania w rozwiązywaniu problemów rozwojowych w oparciu o podejście oparte na ryzyku. Do tych dyskusji podchodzimy najpierw z perspektywy inkluzywności i zaufania, a następnie analizujemy bezpieczeństwo i ochronę jako wartości zapewniające odporność tych technologii.
P: Dlaczego uważasz, że inkluzywność nie jest częścią dyskusji?
Nie sądzę, aby ludzie o tym myśleli, i bądźmy szczerzy – to kwestia polityczna. Jeśli mówisz o inkluzywności, pojawia się geopolityka. Widzieliśmy, jak pewne przepisy nakładają ograniczenia na dostęp do technologii w niektórych krajach. Kiedy uczestniczę w tych spotkaniach, czuję, że to jest właśnie problem. Dla nas, niezależnie od geopolityki, najważniejsze jest, aby Afryka nie pozostała w tyle pod względem technologicznym. Tym razem skokowy rozwój może nie być możliwy ze względu na konieczność poważnych inwestycji. Nie jest to jak przejście z telefonów stacjonarnych na komórkowe. W tym przypadku konieczne są celowe działania mające na celu inwestowanie w komputery, talenty, zbiory danych, w tym różnorodność językową w szkoleniach dotyczących dużych modeli językowych, co wymaga ogromnych nakładów finansowych.
Jeśli pomyśleć o czterech filarach sztucznej inteligencji – obliczeniach, danych, talentach i algorytmach – obliczenia dotyczą zdolności przetwarzania, które nie mogą być dostępne wszędzie. Aby wykorzystać moc obliczeniową ponad granicami, potrzebne jest zaufanie, ponieważ obciążenia pracą dotyczą przede wszystkim danych. W związku z tym pracujemy nad koncepcją suwerennej sztucznej inteligencji, która będzie oparta na zaufaniu. Chociaż centra obliczeniowe i centra danych będą najprawdopodobniej dostępne w kilku krajach, chcemy zapewnić innym taki sam dostęp, niezależnie od lokalizacji, w bezpieczny i suwerenny sposób. Talenty również będą i powinny być dzielone, aby służyć dobru społeczeństwa. Wreszcie, algorytmy muszą być bezstronne i budzić zaufanie publiczne, gwarantując, że sztuczna inteligencja jest wolna od manipulacji, zrozumiała, przejrzysta i uwzględnia udział człowieka w procesie podejmowania decyzji.
Musimy dążyć do multilateralizmu, w którym suwerenność nie powinna być pretekstem do izolacjonizmu, ale powinna promować globalną współpracę. Posiadamy ambasady, które są świętymi miejscami dla poszczególnych krajów, ale nie oznacza to, że jesteśmy odizolowani. Pracujemy nad białą księgą, która zdefiniuje znaczenie suwerenności w erze sztucznej inteligencji, która powinna opierać się na multilateralizmie i globalnej współpracy na rzecz wspólnego dobrobytu.
P: Twoja praca obejmuje zarządzanie cyfrowe, integrację finansową i innowacje technologiczne. Czy możesz opowiedzieć o konkretnym projekcie, nad którym pracowałeś, i jego wpływie na Kenię?
Jestem podekscytowany naszą współpracą z IBM i Bin Zayed University, w ramach której stworzyliśmy jeden z pierwszych modeli sztucznej inteligencji do działań na rzecz klimatu. Model ten wspiera program prezydenta Williama Ruto mający na celu zwiększenie lesistości Kenii. Wykorzystaliśmy ten model do stworzenia inicjatywy Conservation At Scale, która skupia wiele podmiotów inwestujących w zalesianie, sprawiedliwą transformację energetyczną i tworzenie zielonych miejsc pracy dla młodych ludzi. Model został dodatkowo udoskonalony we współpracy z Czerwonym Krzyżem, Microsoftem, Metą, Google i Amazonem, aby reagować na powodzie. Dzięki temu możemy mapować ryzyko osunięć ziemi i wysyłać ostrzeżenia do osób przebywających w obszarach potencjalnie zagrożonych powodziami i osunięciami ziemi.
Kolejny projekt ma na celu poprawę wyników rolników i zwiększenie wartości łańcuchów dostaw w sektorze mleczarskim. Wykorzystując proste obliczenia i dane, udało nam się podwoić dochody rolników w ciągu sześciu miesięcy. Wkrótce zorganizujemy wielkie targi, aby pokazać, jak sztuczna inteligencja zasadniczo zmieniła transport mleka. Rozpoczęliśmy również program ubezpieczeń dla rolników o nazwie Maziwa ni school fees, co oznacza „mleko”. Dzięki sztucznej inteligencji ustaliliśmy, że największe wydatki rolników dotyczą zdrowia i edukacji, a nie rolnictwa. Wykorzystaliśmy tę dodatkową produkcję mleka, aby przekształcić dochody w fundusz pokrywający czesne dla dzieci.
Zrozumieliśmy, że kluczowe znaczenie ma śledzenie produkcji i szybkie obliczanie tego, co jest potrzebne do jej poprawy. Wiąże się to z wieloma czynnikami, takimi jak pasza, pogoda i stan zdrowia poszczególnych krów. Wbudowaliśmy model sztucznej inteligencji w aplikację WhatsApp firmy Meta, aby zapewnić rolnikom informacje zwrotne w czasie rzeczywistym w formacie PDF. Stworzyło to ekosystem oparty na zaufaniu, dzięki któremu rolnicy mają pewność, że mleko, które dostarczyli do gospodarstwa, trafiło do spółdzielni i odpowiada zapisanym danym. Pozwala im to również na sprawdzenie pochodzenia swoich produktów za pomocą jednego kliknięcia.
Chciałbym jednak zaznaczyć, że modele i obliczenia są kosztowne i stanowią wyzwanie dla małych i średnich przedsiębiorstw, ponieważ koszty są zbyt wysokie, aby można było je skalować. Wykorzystałem ten przykład, aby w dyskusjach dotyczących polityki i podejmowania decyzji przedstawić argumenty przemawiające za koniecznością stworzenia przez Afrykę własnych modeli, które będą tańsze i bardziej dostosowane do uwarunkowań kulturowych. Opowiadam się również za zróżnicowanym modelem cenowym dostępu do modeli LLM oferowanych przez wiodące firmy zajmujące się sztuczną inteligencją, jeśli nasi przedsiębiorcy mają konkurować na równych zasadach w tej gospodarce.
Kto ma prawo budować sztuczną inteligencję? | Apolitical
