Anthropic wchodzi na giełdę, Nvidia pod presją, Google wypuszcza swój najostrzejszy model

Tydzień 10 listopada przyniósł jeden z najbardziej doniosłych skupisk informacji w krótkiej publicznej historii sztucznej inteligencji: firma zajmująca się bezpieczeństwem AI szykuje się do potencjalnie największego IPO w historii; niekwestionowany król branży chipów pod lupą FBI z powodu rzekomych powiązań z zagranicznym wywiadem; Google przyspieszająca tempo wydań modeli do punktu, w którym nowy model graniczny pojawia się, zanim opadł kurz po poprzednim; a OpenAI cicho ujawniająca infrastrukturę bezpieczeństwa awaryjnego, która sugeruje, jak poważnie laboratoria traktują teraz zagrożenie utratą kontroli nad własnymi systemami.

Anthropic Rusza w Drogę ku Giełdzie z Wyceną 1,4 Bln USD

10 listopada Anthropic zainicjowała roadshow dla tego, co może stać się największym technologicznym IPO w historii. Spółka oferuje 825 milionów akcji klasy A w cenie od 70 do 78 dolarów każda na Nasdaq pod tickerem ANT. Przy górnym krańcu tego zakresu pełna rozcieńczona wycena sięga około 1,4 biliona dolarów — liczba przewyższająca kapitalizację rynkową wszystkich notowanych publicznie spółek na ziemi, poza garstką wyjątków.

Oferta jest podzielona na dwie transze. W ramach konwencjonalnej oferty publicznej akcje trafiają do inwestorów instytucjonalnych i detalicznych. W ramach jednoczesnego prywatnego plasowania siedem największych światowych spółek technologicznych i półprzewodnikowych — Google, Nvidia, AMD, Broadcom, Micron, Microsoft i TSMC — zgodziło się wspólnie nabyć 26 miliardów dolarów w nieposiadających prawa głosu akcjach klasy N. Układ ten daje Anthropic łączne wpływy rzędu około 84,6 miliarda dolarów netto po cenie środkowej 74 dolary za akcję, zachowując strategicznych inwestorów zablokowanych na pozycjach bez prawa głosu, które nie rozmywają kontroli korporacyjnej.

Ujawnienia finansowe są zadziwiające. Poprawiony S-1 podobno ujawnia kwartalne przychody zbliżające się do 17 miliardów dolarów — liczba, która, jeśli prawdziwa, stawiałaby tempo wzrostu przychodów Anthropic wśród najszybciej skalujących się przedsiębiorstw oprogramowania dla klientów korporacyjnych w historii. Jednocześnie spółka ujawniła około 895 miliardów dolarów zobowiązań obliczeniowych z partnerami, w tym Amazon i Google — zobowiązanie reprezentujące zakład niemal niewyobrażalnej skali na utrzymanie popytu na graniczny AI.

Antropologowie form korporacyjnych zwrócą uwagę, że Anthropic zakłada się jako Korporacja Pożytku Publicznego — struktura formalnie podporządkowująca zyski akcjonariuszy zadeklarowanej misji odpowiedzialnego rozwoju AI. Jak to zobowiązanie prawne będzie współgrać z oczekiwaniami inwestorów kupujących akcje przy wycenie 1,4 biliona dolarów, to kwestia ładu korporacyjnego, na którą spółka nie musiała jeszcze odpowiadać na rynkach publicznych. Oczekuje się, że cena akcji zostanie ustalona najwcześniej w tygodniu 16 listopada, choć oświadczenie rejestracyjne nie weszło jeszcze w życie.

Jensen Huang, Nvidia i FBI

Podczas gdy Anthropic przygotowywała materiały na roadshow, dyrektor generalny Nvidii Jensen Huang znalazł się w centrum szybko eskalującego śledztwa w sprawie bezpieczeństwa narodowego. Prezydent Trump potwierdził 9 listopada, że Federalne Biuro Śledcze bada związek Huanga z kobietą, którą administracja określa jako agenta rządu chińskiego. Trump stwierdził, że wierzy, iż Huang zostanie uznany za niewinnego, i zaznaczył, że Huang powiedział mu, że nie wiedział, iż kobieta miała związki z chińskim wywiadem.

Rada dyrektorów Nvidii działała szybko. Powołała zewnętrznych radców prawnych do przeprowadzenia niezależnego dochodzenia, oświadczając, że nie ma dowodów na naruszenie bezpieczeństwa narodowego ani ujawnienia tajemnic firmy. Huang publicznie wyraził poparcie dla śledztwa i zadeklarował pełną współpracę. Oddzielnie źródła kongresowe potwierdziły, że trzy komisje Izby Reprezentantów wszczęły własne dochodzenia.

Akcjonariusze złożyli pozew. Roszczenie prawne, jak to standardowe w takich sytuacjach, twierdzi, że dyrektorzy Nvidii nie ujawnili inwestorom istotnych informacji. Przy obecnych cenach akcji jakiekolwiek trwałe uszkodzenie reputacji kierownictwa Nvidii miałoby systemowe konsekwencje dla łańcucha dostaw półprzewodników leżącego u podstaw praktycznie całego granicznego rozwoju AI.

Epizod ten następuje w szczególnie wrażliwym momencie. Chipy Nvidii pozostają kluczowe dla każdego poważnego uruchomienia treningu AI na świecie, a spółka nawiguje w przepisach eksportowych zaprojektowanych właśnie po to, by zapobiec przepływowi zaawansowanej technologii półprzewodnikowej do Chin. Śledztwo FBI w sprawie osobistych relacji dyrektora generalnego, cokolwiek będą jego ostateczne konkluzje, dodaje nową warstwę geopolitycznej niepewności do łańcucha dostaw chipów w momencie, gdy ten łańcuch był już jedną z najbardziej obserwowanych zmiennych w strategii AI.

Google Podwaja Tempo: Gemini 4 Carbon Dostępny Powszechnie

10 listopada, zaledwie dwa tygodnie po poprzednim wydaniu modelu granicznego, Google udostępniło Gemini 4 Carbon ogólnie. Model jest dostępny przez Gemini API, Google AI Studio i szereg narzędzi korporacyjnych, w tym CodeMender i AlphaEvolve. Został też zintegrowany z konsumencką aplikacją Gemini, Search AI Mode oraz produktem Google Antigravity.

Pozycjonowanie Google jest celowe. Gemini 4 Argon, jak twierdzi spółka, pozostaje właściwym wyborem do większości codziennych zadań i standardowej inżynierii oprogramowania. Carbon jest przeznaczony do trudniejszych problemów: wieloetapowa synteza kodu, długoterminowe badania naukowe i złożone przepływy pracy odkryć. Był prezentowany ograniczonej grupie firm zajmujących się obroną w cyberprzestrzeni pod koniec października przed środowym szerokim udostępnieniem.

Jeśli chodzi o ceny, Google startuje z cenami wprowadzającymi 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych — stawki, które według Google są niższe niż Claude Fable 5.2 i Opus 5.5 od Anthropic oraz GPT-6 Astra od OpenAI. Ceny wprowadzające obowiązują do 30 listopada, po czym podwajają się do 4 dolarów za wejście i 20 dolarów za wyjście za milion tokenów. Dla programistów oceniających koszty przejścia między modelami granicznymi okno listopadowe to okazja warta poważnego rozważenia.

Prędkość wydań Google — nowy model graniczny trafia do użytkowników, zanim ekosystem w pełni ocenił poprzedni — odzwierciedla szerszą akcelerację w cyklu wydawania modeli, która strukturalnie utrudnia przedsiębiorstwom utrzymanie stabilnych zależności AI. Gdy granica przesuwa się co dwa tygodnie, kalkulacja ROI dla głębokiej integracji z pojedynczym modelem staje się trudniejsza do obronienia.

OpenAI Buduje 35-Sekundowy Wyłącznik Awaryjny dla Swoich Modeli Badawczych

9 listopada OpenAI cicho ogłosiła Control Room — wewnętrzny system bezpieczeństwa, który może zatrzymać dowolne obciążenie modelu badawczego w ciągu 35 sekund od decyzji o interwencji. System monitoruje wszystkie trwające zadania wnioskowania badawczego w infrastrukturze OpenAI: uruchomienia uczenia przez wzmacnianie, oceny na dużą skalę, eksperymenty próbkowania i zadania przetwarzania danych. Gdy operator zdecyduje się zatrzymać obciążenie — z powodu nieoczekiwanego zachowania, sygnału bezpieczeństwa lub zewnętrznego zagrożenia — Control Room wykonuje zatrzymanie w ciągu 35 sekund od otrzymania instrukcji.

Dotychczasowa relacja pochodzi głównie z wtórnych źródeł, a OpenAI była ostrożna w kwestii ujawnianych informacji. Spółka nie doprecyzowała, czy 35 sekund stanowi maksimum, medianę, czy cel wydajnościowy mierzony w idealnych warunkach. Jasne jest natomiast, że Control Room nie jest systemem zorientowanym na produkt: nie dotyczy interakcji ChatGPT, publicznego API ani żadnych obciążeń przetwarzanych dla klientów. Jego zakres obejmuje wyłącznie infrastrukturę badawczą.

System integruje się ze stosem monitorowania niespójności OpenAI, co sugeruje, że jest częścią szerszej architektury bezpieczeństwa, a nie samodzielną funkcją. Odniesienia w wtórnych doniesieniach do incydentu z września 2026 roku — gdy czas reakcji podobno mierzono w godzinach, a nie sekundach — sugerują, że Control Room mógł zostać zbudowany w bezpośredniej odpowiedzi na rzeczywistą awarię.

Liczba 35 sekund, niezależnie od jej dokładnej definicji, stanowi znaczące zobowiązanie inżynieryjne. Obciążenia badawcze AI są zaprojektowane do ciągłej pracy na dużą skalę; zatrzymanie ich w czysty sposób bez uszkadzania stanu, utraty punktów kontrolnych czy wywoływania kaskadowych awarii to nietrywialny problem systemów rozproszonych. To, że OpenAI zdecydowała się opublikować tę zdolność — nawet bez pełnej przejrzystości metodologicznej — sygnalizuje, że laboratoria coraz bardziej postrzegają infrastrukturę awaryjnego zatrzymania jako atut reputacyjny, a nie tylko wewnętrzną kwestię inżynieryjną. W tygodniu zdominowanym przez roadshow IPO i śledztwa geopolityczne, ciche przybycie przełącznika awaryjnego AI może być najbardziej znaczącym długoterminowym wydarzeniem ze wszystkich.