Open Source AI. Jak DeepSeek i jemu podobne zmieniają zasady na rynku sztucznej inteligencji w 2025 roku?

AI, Biznes, Open Source
Sławomir Wnuk
Latest posts by Sławomir Wnuk (see all)
  • Z początkiem 2025 roku DeepSeek wstrząsnął branżą AI, wyprzedzając ChatGPT i stając się najczęściej pobieraną darmową aplikacją w sklepach Google Play i Apple App Store.
  • Kluczowym wyróżnikiem DeepSeek jest to, że ta chińska aplikacja została zbudowana w technologii open source, co oznacza, że ​​każdy może ją pobierać i samodzielnie rozwijać.
  • „(…) to jedno z najbardziej niesamowitych i imponujących przełomów, jakie kiedykolwiek widziałem – a jako oprogramowanie open source, jest to wielki dar dla świata”. ~ Marc Andreessen, współtwórca przeglądarek Mosaic i Netscape Navigator.

Parę słów wstępu na temat DeepSeek

W ostatnim czasie spore poruszenie na rynku technologii wywołała premiera chińskiego chatbota DeepSeek.

Model językowy DeepSeek-R1 zadebiutował 20 stycznia 2025 roku i szybko zyskał popularność, stając się jedną z najczęściej pobieranych aplikacji w sklepach Google Play i Apple App Store1.

Tak błyskawiczny wzrost zaskoczył branżę, ponieważ konkurencyjne modele AI, aby osiągnąć podobną bazę użytkowników, potrzebowały wielu miesięcy. DeepSeek natomiast niemal natychmiast stał się konkurentem dla takich gigantów jak ChatGPT czy Gemini. 

Nie obeszło się przy tym bez kontrowersji.

Sukces narzędzia wywołał niemałe „trzęsienie ziemi” na amerykańskiej giełdzie, prowadząc do spadków akcji wspomnianych gigantów technologicznych2. Największym poszkodowanym okazała się Nvidia, której akcje 27 stycznia 2025 roku spadły aż o 17 proc., co oznaczało stratę niemal 600 miliardów dolarów wartości rynkowej w ciągu jednego dnia3.

Jednocześnie pojawiły się obawy dotyczące wprowadzonej do modelu cenzury. Równie szybko jak samo narzędzie, świat obiegły głosy wskazujące, iż rewolucyjny chatbot unika odpowiedzi na pytania dotyczące tematów drażliwych z punktu widzenia chińskiego rządu. 

W związku z powyższym niektórzy eksperci już teraz przewidują możliwość blokady DeepSeek w Stanach Zjednoczonych, podobnej do tej, jakiej doświadczył TikTok4.

W sporze o DeepSeek bierze jednak udział równie liczna grupa jego zwolenników. Wychwalają oni przede wszystkim: niskokosztowy sposób treningu modelu, przy zachowaniu porównywalnych do ChataGPT efektów.

Podczas gdy zachodnie firmy, takie jak OpenAI czy Google, inwestują setki milionów dolarów w rozwój swoich chatbotów, chińscy twórcy osiągnęli podobny efekt za zaledwie 6 milionów dolarów.

Interia

Jak wskazuje Forbes5, największym zwycięzcą w całej tej historii nie jest jednak sam DeepSeek a sztuczna inteligencja typu open source.

Co to jest Open Source AI?

Open Source AI odnosi się do projektów, narzędzi i bibliotek związanych ze sztuczną inteligencją, które są udostępniane publicznie na podstawie licencji open source. Oznacza to, że ich kod źródłowy jest dostępny dla każdego, kto może go przeglądać, modyfikować i dystrybuować.

Podobnie jak inne systemy IT, również sztuczna inteligencja może być rozpowszechniana na zasadach otwartości kodu źródłowego.

Tego typu rozwiązanie oferuje zresztą szereg korzyści.

  • Jawność kodu źródłowego. Transparentność zastosowanych mechanizmów i automatyzacji daje Ci pewność, że systemy AI działają zgodnie z oczekiwaniami i nie zawierają ukrytych błędów.
  • Elastyczność technologii. Open Source umożliwia dostosowanie narzędzia AI do specyficznych potrzeb i wymagań konkretnego podmiotu. Możliwość modyfikacji kodu źródłowego, daje Ci pełną kontrolę nad funkcjonalnością i integracją z istniejącą infrastrukturą IT.
  • Nieustanny rozwój. Społeczność Open Source to globalna sieć programistów i ekspertów, którzy wspólnie pracują nad rozwojem i ulepszaniem narzędzi AI. Sięgając po rozwiązania Open Source AI zyskujesz dostęp do najnowszych innowacji i możesz aktywnie uczestniczyć w kształtowaniu przyszłości tej technologii.
  • Swoboda decydowania. Wybierając Open Source, unikniesz uzależnienia od jednego dostawcy i zyskasz pełną kontrolę nad własną infrastrukturą.
  • Kontrola kosztów. Open Source AI często wiąże się z niższymi kosztami licencji i wdrożenia, co czyni go atrakcyjnym rozwiązaniem dla firm o ograniczonym budżecie.
  • Bezpieczeństwo. Dostępność kodu źródłowego dla szerokiego grona ekspertów pozwala na szybsze wykrywanie i eliminowanie potencjalnych luk w zabezpieczeniach.

Open Source AI czy Closed AI?

Zgodnie z definicją Open Source Initiative, sztuczna inteligencja open-source, to system AI udostępniony na zasadach gwarantujących pełną swobodę wykorzystania, bez konieczności uzyskania zgody jego twórców.

Oferuje możliwość analizy i modyfikacji kodu źródłowego oraz pozwala na dzielenie się nim z innymi, zarówno w pierwotnej, jak i zmodyfikowanej formie.

Modele open-source pozwalają zatem użytkownikom na pełną kontrolę nad technologią. Dają możliwość dostosowywania i budowania własnych rozwiązań na ich bazie.

open source ai crm code
Technologia Closed AI działa na odwrotnych zasadach. Jej kod źródłowy i algorytmy pozostają niedostępne, co oznacza, że użytkownicy nie mogą ich modyfikować ani rozwijać.

Zwolennicy tego podejścia argumentują, że zamknięcie kodu pomaga chronić prywatność użytkowników i zapobiega potencjalnym nadużyciom technologicznym.

Tego samego argumentu używają jednak obie strony.

W jednym z artykułów magazynu Forbes znalazłem cytat współzałożyciela i CEO Labelbox, w którym zauważa on, że:

„(…) we współczesnym świecie utrzymanie innowacji w sferze oprogramowania zamkniętego jest niezwykle trudne. Większość kluczowych technologii AI jest już open source, co wpływa na kształtowanie się Open Source AI jako dominującego trendu w branży”.

Manu Sharma

W podobnym tonie o samym DeepSeek wyraził się Marc Andreessen – współtwórca przeglądarek Mosaic i Netscape Navigator.

„(…) to jedno z najbardziej niesamowitych i imponujących przełomów, jakie kiedykolwiek widziałem – a jako oprogramowanie open source, jest to wielki dar dla świata”.

Marc Andreessen

Otwarte modele stanowią też atrakcyjną alternatywę dla firm poszukujących opłacalnych rozwiązań. Koszt treningu modelu DeepSeek-R1, wynoszący zaledwie 6 milionów dolarów, o którym pisałem wyżej, wydaje się znikomy w porównaniu do miliardowych inwestycji OpenAI, Google i Anthropic w rozwój zamkniętych modeli.

Biorąc pod uwagę powyższe, Open Source AI z całą pewnością jeszcze wiele namiesza na rynku…

Inne projekty Open Source AI

Krajobraz projektów Open Source AI stale się rozwija. Na kierunek postępu tej technologii może mieć wpływ nawet kilku kluczowych graczy. Poza opisanym powyżej DeepSeek godne uwagi są również:

BLOOM

BLOOM (BigScience Large Open-science Open-access Multilingual Language Model) to model językowy oparty na architekturze transformera, stworzony przez zespół BigScience.

Jest to jeden z największych open access modeli AI, porównywalny z GPT-3, ale zaprojektowany z naciskiem na otwartość, transparentność i współpracę naukową. Cały model i jego parametry są dostępne publicznie. Jest to wręcz modelowy przykład postępu opartego na kooperacji specjalistów.

Co istotne, BLOOM jest modelem wielojęzycznym, co zwiększa jego użyteczność w różnych regionach i zastosowaniach. Obsługuje ponad 40 języków (w tym polski) oraz wiele języków programowania.

Można go używać do generowania tekstu, tłumaczeń, podsumowań, analizy danych i wielu innych zadań związanych z przetwarzaniem języka naturalnego. 

Największa wersja BLOOM ma 176 miliardów parametrów, co czyni go jednym z największych modeli NLP (Natural Language Processing) na świecie.

Stable Diffusion


Stable Diffusion zrewolucjonizował przestrzeń generowania obrazów z tekstu, stanowiąc alternatywę dla modeli własnościowych. Został opracowany przez firmę Stability AI i udostępniony jako open-source, co oznacza, że każdy może go pobrać, modyfikować i używać bez ograniczeń.

Model wykorzystuje technikę dyfuzji, co oznacza, że zaczyna pracę od losowego szumu i stopniowo „oczyszcza” go, aby uzyskać obraz zgodny z podanym opisem. Działa na bazie sieci neuronowych i został wytrenowany na ogromnych zbiorach danych zawierających pary tekst–obraz.

Pozwala użytkownikom tworzyć wysokiej jakości obrazy na podstawie opisów tekstowych, co czyni go cennym narzędziem dla artystów, marketerów i twórców treści.

W przeciwieństwie do modeli takich jak DALL·E, można go uruchomić bez opłat, na własnym komputerze.

TensorFlow i PyTorch

TensorFlow i PyTorch to dwa najpopularniejsze frameworki do uczenia maszynowego i deep learningu. Oba umożliwiają budowanie, trenowanie i wdrażanie modeli sztucznej inteligencji, a także wykorzystują sieci neuronowe do przetwarzania danych.

TensorFlow został stworzony przez Google i jest często używany w dużych projektach produkcyjnych, ponieważ jest skalowalny i dobrze zoptymalizowany do działania w chmurze oraz na urządzeniach mobilnych.

PyTorch został opracowany przez firmę Meta (dawniej Facebook) i cieszy się dużą popularnością w środowisku akademickim oraz wśród badaczy. Jest znany z intuicyjnej składni, przypominającej standardowy kod w języku Python, co ułatwia szybkie eksperymentowanie i prototypowanie nowych modeli.

API OpenAI*

Chociaż same modele OpenAI, takie jak GPT-4 czy DALL·E, nie są w pełni open source, ich otwarte API pozwala na integrację z różnorodnymi narzędziami.

Takie podejście umożliwia programistom budowanie aplikacji opartych na przetwarzaniu języka naturalnego, generowaniu obrazów czy analizie danych. Jednocześnie można w ten sposób wyeliminować konieczność posiadania własnej infrastruktury do trenowania dużych modeli. Dzięki temu nawet niewielkie firmy i niezależni deweloperzy mogą korzystać z technologii, która wcześniej była dostępne jedynie dla korporacji i instytucji badawczych.

Jednocześnie OpenAI wspiera rozwój społeczności open source poprzez publikowanie bibliotek klienckich, przykładów implementacji czy dokumentacji ułatwiającej integrację. Programiści mogą także tworzyć własne interfejsy, rozszerzenia i rozwiązania, które wykorzystują API OpenAI i są udostępniane w ramach otwartego ekosystemu.

Takie hybrydowe podejście łączy korzyści płynące z technologii Closed AI i transparentnej współpracy specjalistów. Umożliwia przy tym rozwój innowacyjnych projektów i szerokie zastosowanie AI w różnych branżach – od automatyzacji procesów biznesowych, przez edukację, po kreatywne generowanie treści.

Open Source AI w systemach CRM

Otwarta sztuczna inteligencja może też z powodzeniem znaleźć zastosowanie w systemach CRM, szczególnie takich, których kod źródłowy również jest otwarty.

Open Source AI + Open Source CRM to zresztą doskonały sposób na całkowitą niezależność od dostawcy technologii. Ich otwarty kod źródłowy można też w 100% dostosować do specyfiki Twojego biznesu. Takie rozwiązania da się swobodnie rozwijać we własnym zakresie lub przy wsparciu społeczności czy doświadczonej firmy wdrożeniowej.

Zaletą zastosowania Open Source AI i Open Source CRM jest też oszczędność kosztów. Wdrożenie AI w zamkniętych systemach często wiąże się z wysokimi opłatami licencyjnymi i ograniczoną możliwością integracji. W przypadku otwartego kodu może się okazać, że takich kosztów w ogóle się nie ponosi. Z zaawansowanych funkcji technologii Open Source (w większości znanych mi przypadków) da się bowiem korzystać bez opłacania jakiejkolwiek subskrypcji.

Kilka rekomendowanych przeze mnie zastosowań AI w systemie CRM to np:

  • Analiza predykcyjna – Algorytmy uczenia maszynowego mogą analizować dane historyczne, aby przewidywać zachowania klientów, np. szanse na konwersję, ryzyko odejścia klienta (churn) czy potencjalne potrzeby zakupowe.
  • Automatyzacja procesów sprzedażowych – AI może klasyfikować leady, oceniać ich jakość i sugerować, na których klientach warto się skupić.
  • Inteligentne rekomendacje – System może analizować historię zakupów i preferencje klientów, aby proponować im dedykowane produkty lub usługi, zwiększając skuteczność działań marketingowych i sprzedażowych.
  • Wsparcie obsługi klienta (chatboty) – Open-source AI może być wykorzystana do tworzenia inteligentnych asystentów i chatbotów, które automatycznie odpowiadają na pytania klientów, rozwiązują podstawowe problemy i kierują bardziej skomplikowane zapytania do odpowiednich działów.
  • Analiza opinii klientów o firmie – Przetwarzanie języka naturalnego (NLP) pozwala analizować treści e-maili, ankiet, recenzji czy komentarzy w mediach społecznościowych, aby ocenić sentyment klientów, ich potrzeby i potencjalne problemy.
  • Ekstrakcja danych – AI może automatycznie przetwarzać dokumenty, e-maile i zgłoszenia, rozpoznawać istotne informacje, np. numery zamówień, nazwiska klientów czy daty, i aktualizować CRM bez konieczności ręcznego wprowadzania danych.
  • Prognozowanie sprzedaży – AI może analizować trendy zakupowe u klientów i sezonowość ich zainteresowania ofertą, pomagając firmom lepiej zarządzać zapasami, produkcją i logistyką.
  • Integracja z innymi systemami – Open-source AI może być łatwo połączona z innymi otwartymi rozwiązaniami, np. systemami ERP, BI czy narzędziami do automatyzacji marketingu, co pozwala na budowanie bardziej zintegrowanego ekosystemu biznesowego.
  • Bezpieczeństwo danych – Podłączenie open-source AI do systemu CRM pozwala też na pełną kontrolę nad danymi, co jest kluczowe w kontekście prywatności i zgodności z regulacjami, takimi jak RODO.

Więcej informacji o tym, do czego AI może się przydać w systemie CRM znajdziesz w nagraniu z konferencji „Morfologia sprzedaży”.

Zapraszam też do lektury osobnego artykułu na ten temat.

Czytaj więcej o AI w systemach CRM

Przyszłość Open Source AI

Patrząc w przyszłość, trend demokratyzacji AI poprzez projekty open source prawdopodobnie będzie kontynuowany. Open Source AI zyskuje na znaczeniu jako zaufane i solidne rozwiązanie dla biznesu. 

Jego dalszy rozwój przewidują m.in. eksperci IBM6, którzy wskazują, iż jeszcze w 2025 roku czeka nas:

  • Poprawa wydajności mniejszych modeli
  • Zwiększenie energooszczędności technologii AI
  • Rozwój modeli multimodalnych
  • Większy nacisk na etyczny rozwój AI

Poza tym sukces narzędzi takich jak DeepSeek przyczynił się do rosnącego zainteresowania technologią Open Source AI także ze strony kapitału wysokiego ryzyka. Bez wątpienia przypływ znaczących środków finansowych to bardzo mocna przesłanka za tym, że trend będzie się tylko nasilał.

Osobiście uważam, że w nowym roku możemy spodziewać się fali innowacyjnych, otwartych projektów, które rzucą wyzwanie dotychczasowym liderom branży. Nacisk prawdopodobnie przesunie się też w kierunku etycznego rozwoju AI. Spodziewałbym się, że po kontrowersji dotyczącej cenzurowania modelu DeepSeek-R1, możemy liczyć, że społeczność open source zaadresuje obawy dotyczące przejrzystości proponowanych przez nich rozwiązań. Tego typu podejście może przy okazji skutkować migracją pracowników IT z dużych firm technologicznych do startupów rozwijających kolejne modele Open Source.

Wszystkie te kwestie powinny być kluczowe dla zrównoważonego rozwoju otwartej sztucznej inteligencji, za jaki zdecydowanie trzymam kciuki.

Podoba Ci się to, co czytasz?

Dołącz do grona 3600+ profesjonalistów regularnie czytających Newsletter eVolpe.

Zobacz ostatnie wydanie i przekonaj się, dlaczego nie warto go przegapić.

  1. https://wydarzenia.interia.pl/zagranica/news-deep-seek-podbija-rynek-amerykanscy-giganci-traca-przewage-b,nId,7901727 ↩︎
  2. https://tvn24.pl/biznes/rynki/usa-chinski-deepseek-wywolal-ostra-przecene-firm-ai-na-wall-street-st8280759 ↩︎
  3. https://wydarzenia.interia.pl/zagranica/news-deep-seek-podbija-rynek-amerykanscy-giganci-traca-przewage-b,nId,7901727 ↩︎
  4. https://www.money.pl/gospodarka/tiktok-zablokowany-w-usa-170-milionow-uzytkownikow-bez-dostepu-surowe-kary-za-omijanie-zakazu-7115890308614976a.html ↩︎
  5. https://www.forbes.com/sites/kolawolesamueladebayo/2025/01/28/the-biggest-winner-in-the-deepseek-disruption-story-is-open-source-ai/ ↩︎
  6. https://www.ibm.com/think/news/2025-open-ai-trends ↩︎
Sławomir Wnuk
Latest posts by Sławomir Wnuk (see all)

Powiązane artykuły

Scroll to Top