Dyrektor generalny Cisco o „bańce” sztucznej inteligencji: dlaczego krach i tak może przynieść korzyści

Streszczenie:Dyrektor generalny Cisco Chuck Robbins twierdzi, że sztuczna inteligencja możewiększy niż internet, ale spodziewa się najpierw bolesnego wstrząsu – „zwycięzcy się wyłonią, a po drodze będzie masakra”. To nie jest cytat na wyrywki. Robbins przeżył boom internetowy, kiedy Cisco stało się najcenniejszą firmą na świecie w 2000 roku, a następnie straciło około 80% swojej wartości, gdy pękła bańka.

Główne przesłanie jest złożone: sztuczna inteligencja jest realna i ma potencjał transformacyjny, ale obecny cykl inwestycyjny jest przegrzany i nie każda firma (lub stanowisko) przetrwa tę transformację.

Co Robbins tak naprawdę mówi (nie chodzi o wersję z nagłówka)

Ze sprawozdania:

  • Sztuczna inteligencja „zmieni wszystko” i może być większa niż internet.
  • Obecny rynek jest „prawdopodobnie” bańką.
  • Niektóre firmy „nie dadzą rady”.
  • Niektóre stanowiska ulegną zmianie lub zostaną zlikwidowane, zwłaszcza w takich obszarach jak obsługa klienta.
  • Największym ryzykiem dla pracowników nie jest to, że „sztuczna inteligencja zabierze ci pracę”, ale to, że „ktoś dobrze wykorzystujący sztuczną inteligencję zabierze ci pracę”.
  • Sztuczna inteligencja usprawni ataki cybernetyczne i oszustwa; bezpieczeństwo staje się coraz ważniejsze.
  • Wielka Brytania ma „całkiem spore szanse” na stanie się supermocarstwem w dziedzinie sztucznej inteligencji, jeśli tylko zacznie ją wdrażać.

Motywem przewodnim nie jest „panika”. Chodzi o „zaakceptowanie zmiany, ale uczciwe podejście do zakłóceń”.

Dlaczego analogia do spółek internetowych jest przydatna (i gdzie wprowadza w błąd)

Bańka internetowa jest często przywoływana leniwie, jakby oznaczała „teraz szum, później krach”. Bardziej użyteczna jest lekcja strukturalna:

Co zbudowała bańka

Mimo że wiele firm internetowych upadło, era ta zbudowała:

  • centra danych
  • sieci światłowodowe
  • infrastruktura programowa
  • zachowania konsumentów w zakresie usług online

Wygrała podstawowa technologia.

Co zniszczyła bańka

Spekulacyjna wartość kapitału własnego w spółkach, które nie oferują trwałych produktów ani nie mają dystrybucji.

Opis „rzezi” Robbinsa w skrócie sprowadza się do tego: kapitał i firmy zostają unicestwione, ale zmiany platformy nadal mają miejsce.

Punkt widzenia Cisco: infrastruktura, nie aplikacje

Cisco nie jest firmą przede wszystkim produkującą „aplikacje AI”. Sprzedaje i buduje infrastrukturę, która umożliwia AI uruchamianie:

  • sieciowanie
  • bezpieczeństwo
  • systemy centrów danych

Kiedy więc Cisco mówi o sztucznej inteligencji, często mówi o warstwie, która jest w stanie przetrwać bańki.

Firmy tworzące aplikacje pojawiają się i znikają, ale zwycięzcy w dziedzinie infrastruktury i dystrybucji często pozostają.

Dlaczego sieciowanie staje się wąskim gardłem w sztucznej inteligencji

Duże modele są trenowane na wielu akceleratorach. Im więcej chipów używasz, tym bardziej Twój system jest ograniczony przez:

  • opóźnienie sieciowe (jak szybko węzły mogą się koordynować)
  • przepustowość (ile danych można przesłać)
  • niezawodność (pojedyncza awaria może spowolnić lub przerwać przebieg szkolenia)

Dlatego firmy mówią o „klastrach AI” jak o superkomputerach. W tym świecie sieciowanie to nie tylko hydraulika, ale i czynnik różnicujący je od konkurencji.

Kąt widzenia pracy: co zmienia się w pierwszej kolejności

Robbins wskazuje na obsługę klienta jako kategorię, w której firmy mogą potrzebować mniejszej liczby pracowników.

Dlaczego obsługa klienta jest naszym pierwszym celem

Przepływy pracy związane ze wsparciem technicznym często obejmują:

  • duża głośność
  • powtarzające się pytania
  • znane zasady polityki
  • wejścia i wyjścia oparte na tekście

To sprawia, że ​​idealnie nadają się do triażu AI i częściowej automatyzacji. Pierwsza fala to zazwyczaj „odrzucenie” (odpowiedzi bez udziału człowieka), następnie „pomoc agenta” (ludzie wspierani przez AI), a następnie automatyzacja najprostszych przypadków od początku do końca.

Jest to prawdopodobne, ponieważ obsługa klienta ma wiele funkcji:

  • powtarzające się pytania
  • standardowe przepływy pracy
  • interakcje tekstowe

Ale głębszy sens jest taki: sztuczna inteligencja nie zastępuje „pracy”. Zastępujezadania.

Typowa praca składa się z zestawu zadań:

  • niektóre zautomatyzowane (pisanie, podsumowywanie, selekcja)
  • niektórzy nie (osąd, empatia, odpowiedzialność, negocjacje)

Wpływ na siłę roboczą jest więc nierównomierny:

  • ludzie, którzy się dostosowują, stają się bardziej produktywni i wartościowi
  • osoby na stanowiskach zdominowanych przez powtarzalne zadania stają w obliczu presji przesunięcia

„Ktoś dobry w dziedzinie sztucznej inteligencji zajmie twoją pracę” – co z tym zrobić

Ta kwestia jest niewygodna, bo jest prawdziwa.

W praktyce oznacza to następującą strategię przetrwania:

  • naucz się narzędzi wcześnie
  • tworzyć przepływy pracy i listy kontrolne
  • stań ​​się osobą, która potrafi połączyć szybkość sztucznej inteligencji z ludzkim osądem

Przewaga konkurencyjna nie polega na znajomości podpowiedzi, lecz na znajomości:

  • o co pytać
  • co zweryfikować
  • jak powinien wyglądać wynik
  • gdzie mieszka ryzyko

Bezpieczeństwo: sztuczna inteligencja zapobiega oszustwom i atakom

Robbins ostrzega, że ​​dzięki sztucznej inteligencji cyberataki staną się skuteczniejsze, a phishing bardziej przekonujący.

To już widać w:

  • lepiej napisane oszukańcze e-maile
  • bardziej wiarygodna imitacja
  • deepfake audio/wideo używane do oszustwa

Tak więc „rewolucja AI” pociąga za sobą równoległą rewolucję w:

  • weryfikacja tożsamości
  • wykrywanie oszustw
  • bezpieczna komunikacja

Bezpieczeństwo nie jest tematem pobocznym. To jedno z głównych pól bitewnych wdrażania sztucznej inteligencji.

Co tak naprawdę oznacza stwierdzenie „Sztuczna inteligencja większa niż internet”?

Jeśli odrzucimy retorykę, „większy niż internet” może oznaczać:

Inna interpretacja: internet połączył ludzi i systemy, ale większość pracy nadal wymagała od ludzi przełożenia informacji na działanie. Sztuczna inteligencja zmniejsza koszty tego przełożenia. Jeśli to prawda, sztuczna inteligencja staje się powszechną warstwą produktywności, tak jak elektryczność stała się powszechną zdolnością – widoczną w każdym sektorze, nie tylko w „technologii”.

  • Sztuczna inteligencja staje się interfejsem do informacji (zmiany w wyszukiwaniu)
  • Sztuczna inteligencja staje się interfejsem do pracy (agenci w przepływach pracy)
  • Sztuczna inteligencja staje się częścią każdego produktu (od bankowości po opiekę zdrowotną)

Systemy połączone z internetem. Sztuczna inteligencja zmienia to, co te systemy mogąDo.

Twierdzi się więc, że sztuczna inteligencja nie jest po prostu nową kategorią aplikacji; jest to warstwa możliwości, która zmienia ekonomikę oprogramowania.

Wielka Brytania jako supermocarstwo w dziedzinie sztucznej inteligencji: warunki, które mają znaczenie

Robbins twierdzi, że Wielka Brytania ma „całkiem dobre szanse”, jeśli zaakceptuje sztuczną inteligencję.

Co zazwyczaj oznacza „objęcie” w kontekście polityki:

  • ułatwić odpowiedzialne eksperymentowanie w biznesie i rządzie
  • inwestować w umiejętności, aby ich wdrażanie nie ograniczało się do wąskiej elity
  • finansowanie badań i pomostów komercjalizacyjnych (nie tylko prac naukowych)
  • utrzymać wiarygodne regulacje, które będą ukierunkowane na szkody, nie zamrażając przy tym innowacji

Wielka Brytania ma mocne strony (badania, talenty, finanse, silną kulturę startupów), ale także ograniczenia (dostęp do mocy obliczeniowych i konkurencja ze Stanami Zjednoczonymi i Chinami o najlepsze laboratoria). Prawdopodobną drogą do statusu „supermocarstwa” nie jest pokonanie Stanów Zjednoczonych i Chin na dużą skalę, ale budowanie konkurencyjnych klastrów i wysokowartościowych specjalizacji.

W praktyce „przyjęcie sztucznej inteligencji” oznacza:

  • siła badawcza + zasoby talentów
  • dostęp do obliczeń (lub partnerstwa)
  • wspierające, ale realistyczne regulacje
  • adopcja w rządzie i przemyśle

Kraje, które podejmą takie działania wcześniej, mogą zyskać przewagę w zakresie produktywności i przyciągnąć inwestycje.

Jak wygląda „zdrowa” budowa sztucznej inteligencji

Narracja oparta na bańce jest przekonująca, ale możliwe jest też jednoczesne osiągnięcie zarówno szumu informacyjnego, jak i rzeczywistego postępu.

Zdrowsza budowa ciała zwykle objawia się:

  • jasne przypadki użycia ROI (redukcja kosztów lub wzrost przychodów, które można zmierzyć)
  • spójne wdrażanie w przepływach pracy (nie tylko w wersjach demonstracyjnych)
  • doskonalenie praktyk bezpieczeństwa (monitorowanie, ocena, red-teaming)
  • konsolidacja wokół standardów i platform

To zupełnie co innego niż rynek pełen spekulacji, gdzie największą wartość stanowią ogłoszenia i zbiórki funduszy.

Na co zwrócić uwagę w następnej kolejności (sygnały prawdziwej bańki kontra zdrowa rozbudowa)

Jeżeli jest to bańka, należy spodziewać się:

  1. Tłok w aplikacjach
    Wiele podobnych produktów konkuruje ze sobą, bazując na niewielkim zróżnicowaniu.

  2. Presja na marżę
    Firmy inwestują ogromne środki w moc obliczeniową, nie otrzymując przy tym wyraźnego zwrotu z inwestycji.

  3. Konsolidacja
    Silniejsi gracze pokonują słabszych lub pozostają w lepszej kondycji.

  4. Zwycięzcy w dziedzinie infrastruktury
    Dostawcy sieci, układów scalonych, chmury i zabezpieczeń odnoszą korzyści niezależnie od tego, które aplikacje zwyciężą.

  5. Szok regulacyjny
    Poważny incydent (oszustwo, deepfake, niewłaściwe wykorzystanie modeli) może przyspieszyć wprowadzanie przepisów zmieniających gospodarkę.

Praktyczne porady: jak znaleźć się po zwycięskiej stronie transformacji

Dla osób fizycznych:

  • dowiedz się, jak korzystać z narzędzi AI w swojej domenie (nie tylko z ogólnych podpowiedzi)
  • wyrób nawyki weryfikacji (czemu ufasz, jak to sprawdzasz?)
  • skup się na zadaniach, za które nadal odpowiadają ludzie: osąd, relacje, strategia, bezpieczeństwo

Dla organizacji:

  • zacznij od mierzalnych przypadków użycia (wsparcie, analityka, przegląd kodu)
  • zainwestuj w bezpieczeństwo i ochronę przed oszustwami już na wczesnym etapie
  • traktuj sztuczną inteligencję jako zmianę procesu, a nie „wdrażanie narzędzia”

Podsumowanie

Przesłanie Robbinsa nie jest skierowane przeciwko sztucznej inteligencji. To realistyczna diagnoza zmian platform:

  • technologia zmieni pracę i bezpieczeństwo
  • cykl inwestycyjny jest przegrzany
  • wiele firm upadnie

Jeśli tworzysz lub inwestujesz, długoterminowo zwycięzcami będą ci, którzy przekształcą sztuczną inteligencję w trwałą dystrybucję, godne zaufania produkty i mierzalną wartość — a nie tylko większe wersje demonstracyjne.


Podsumowanie (jedno zdanie)

Sztuczna inteligencja to prawdziwa zmiana platformy, ale rynek zachowuje się jak bańka. Wygrają te firmy, które przekształcą sztuczną inteligencję w wiarygodną, ​​mierzalną wartość, a jednocześnie przetrwają kryzys.


Źródła

Document Title
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet
Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
TikTok US: when outages look like censorship (and why trust breaks fast)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works
Page Content
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet
Nature
Climate
Cisco CEO on the AI ‘bubble’: why the crash can still leave winners
/
Technology
/ By
Admin
Summary:
Cisco CEO Chuck Robbins says AI could be
bigger than the internet
, but he expects a painful shakeout first—“winners will emerge, and there’ll be carnage along the way.” That’s not a throwaway quote. Robbins lived through the dot‑com boom as Cisco became the most valuable company in the world in 2000, then lost roughly 80% of its value when the bubble burst.
The core message is nuanced: AI is real and transformative, but today’s investment cycle is overheated, and not every company (or job role) survives the transition.
What Robbins is actually saying (not the headline version)
From the report:
AI will “change everything” and may be bigger than the internet.
The current market is “probably” a bubble.
Some companies “won’t make it.”
Some jobs will change or be eliminated, especially in areas like customer service.
The bigger risk for workers is not “AI taking your job,” but “someone using AI well taking your job.”
AI will improve cyber attacks and scams; security becomes more important.
The UK has “pretty good odds” of becoming an AI superpower if it embraces AI.
The theme is not “panic.” It’s “embrace the shift, but be honest about disruption.”
Why the dot-com analogy is useful (and where it misleads)
The dot‑com bubble is often invoked lazily, as if it means “hype now, crash later.” The more useful lesson is structural:
What the bubble built
Even though many internet companies died, the era built:
data centres
fibre networks
software infrastructure
consumer behaviours around online services
The underlying technology won.
What the bubble destroyed
Speculative equity value in companies without durable products or distribution.
Robbins’ “carnage” framing is basically that: capital and companies get wiped out, but the platform shift still happens.
Cisco’s vantage point: infrastructure, not apps
Cisco is not primarily an “AI app” company. It sells and builds infrastructure that enables AI to run:
networking
security
data centre systems
So when Cisco talks about AI, it’s often speaking from the layer that survives bubbles.
App companies come and go; infrastructure and distribution winners often persist.
Why networking becomes a bottleneck in AI
Large models are trained across many accelerators. The more chips you use, the more your system becomes limited by:
network latency (how fast nodes can coordinate)
bandwidth (how much data can move)
reliability (a single failure can slow or interrupt training runs)
That’s why companies talk about “AI clusters” like they’re supercomputers. In that world, networking isn’t plumbing—it’s a competitive differentiator.
The jobs angle: what changes first
Robbins points to customer service as a category where companies may need fewer people.
Why customer service is the first target
Support workflows often have:
high volume
repeated questions
known policy rules
text-based inputs and outputs
That makes them a natural fit for AI triage and partial automation. The first wave is usually “deflection” (answers without a human), followed by “agent assist” (humans supported by AI), and then automation of the easiest end-to-end cases.
That’s plausible because customer support has many:
repetitive questions
standard workflows
text-based interactions
But the deeper point is: AI doesn’t replace “jobs.” It replaces
tasks
.
A typical job is a bundle of tasks:
some automatable (drafting, summarising, triage)
some not (judgement, empathy, accountability, negotiation)
So the workforce impact is uneven:
people who adapt become more productive and more valuable
people in roles dominated by repeatable tasks face displacement pressure
“Someone good at AI will take your job” — what to do with that
This line is uncomfortable because it’s true.
In practical terms, it suggests a survival strategy:
learn the tools early
build workflows and checklists
become the person who can combine AI speed with human judgement
The competitive advantage is not knowing prompts—it’s knowing:
what to ask
what to verify
what the output should look like
where the risk lives
Security: AI makes scams and attacks better
Robbins warns that AI will make cyber attacks better and phishing more convincing.
That’s already visible in:
better-written scam emails
more believable impersonation
deepfake audio/video used for fraud
So the “AI revolution” has a parallel revolution in:
identity verification
fraud detection
secure communications
Security is not a side topic. It’s one of the primary battlegrounds of AI adoption.
What does “AI bigger than the internet” actually mean?
If you strip away rhetoric, “bigger than the internet” could mean:
Another interpretation: the internet connected people and systems, but most work still required humans to translate information into action. AI reduces that translation cost. If that’s true, AI becomes a general productivity layer the way electricity became a general capability—visible in every sector, not just “tech.”
AI becomes the interface to information (search changes)
AI becomes the interface to work (agents in workflows)
AI becomes embedded in every product (from banking to healthcare)
The internet connected systems. AI changes what those systems can
do
So the claim is that AI isn’t merely a new app category; it’s a capability layer that rewrites software economics.
The UK as an AI superpower: conditions that matter
Robbins says the UK has “pretty good odds” if it embraces AI.
What “embrace” usually means in policy terms:
make it easy for responsible experimentation to happen in business and government
invest in skills so adoption isn’t limited to a small elite
fund research and commercialisation bridges (not just academic work)
maintain credible regulation that targets harms without freezing innovation
The UK has strengths (research, talent, finance, a strong startup culture) but also constraints (compute access and competition with the US/China for top labs). The likely path to “superpower” status is not beating the US and China at scale, but building competitive clusters and high-value specialisations.
In practice, “embrace AI” means:
research strength + talent pipelines
compute access (or partnerships)
supportive but realistic regulation
adoption in government and industry
Countries that adopt earlier may gain productivity advantages and attract investment.
What a “healthy” AI buildout looks like
A bubble narrative is compelling, but it’s also possible to have both hype and real progress at once.
A healthier buildout tends to show:
clear ROI use cases (cost reduction or revenue lift you can measure)
consistent deployment in workflows (not just demos)
improving safety practices (monitoring, evals, red-teaming)
consolidation around standards and platforms
That’s different from a frothy market where most value is in announcements and fundraising.
What to watch next (signals of a real bubble vs a healthy buildout)
If this is a bubble, you should expect:
Crowding in apps
Many similar products competing on thin differentiation.
Margin pressure
Companies spending heavily on compute without clear revenue payback.
Consolidation
Stronger players acquiring or outlasting weaker ones.
Infrastructure winners
Network, chip, cloud, and security providers benefiting regardless of which apps win.
Regulatory shock
A major incident (fraud, deepfakes, model misuse) can accelerate rules that change economics.
Practical advice: how to be on the winning side of the transition
For individuals:
learn how to use AI tools in your domain (not just generic prompting)
build verification habits (what do you trust, how do you check it?)
focus on tasks where humans are still accountable: judgement, relationships, strategy, safety
For organisations:
start with measurable use cases (support, analytics, code review)
invest in security and fraud defence early
treat AI as a process change, not a “tool rollout”
Bottom line
Robbins’ message is not anti-AI. It’s a realistic diagnosis of platform transitions:
the technology will reshape work and security
the investment cycle is overheated
many firms will fail
If you’re building or investing, the long-run winners will be those who turn AI into durable distribution, trusted products, and measurable value—not just bigger demos.
Bottom line (one sentence)
AI is a real platform shift, but the market is behaving like a bubble; the winners will be the companies that turn AI into trusted, measurable value while surviving the shakeout.
Sources
BBC News (Technology):
https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss
Previous Post
Next Post
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
TikTok US: when outages look like censorship (and why trust breaks fast)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works
Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.
Document Title
Page not found - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.
It looks like the link pointing here was faulty. Maybe try searching?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.
Florin.blog
Florin.blog » Feed
RSD
Search...
o Polski