AI, które nie szpieguje? Underdog stawia na prywatność

Przyznajmy się szczerze: wszyscy się do tego przyzwyczailiśmy. Asystenci głosowi, którzy sluchają, zapytania, które trafiają na serwery, zachowania, które ktoś analizuje. Akceptujemy to, bo wygoda wydaje się ważniejsza. Ale co jeśli wcale nie musi tak być?

Sigil Wen, wspierany przez grono poważnych inwestorów z Doliny Krzemowej, stawia na to, że użytkownicy są gotowi na inne podejście. Oto Underdog – nowy asystent AI działający całkowicie na urządzeniu, który robi furorę nie tylko możliwościami, ale przede wszystkim radykalnym podejściem do prywatności.

Problem z tradycyjnym AI

Kiedy pytasz Siri o pogodę albo rozmawiasz z Claude, te dane najczęściej jadą na chmurę, są przetwarzane i – zależnie od polityki firmy – mogą być przechowywane, analizowane albo wykorzystywane do trenowania przyszłych modeli. Dla zwykłego użytkownika brzmi to abstrakcyjnie. Dla developera, startupu obsługującego wrażliwe dane klientów, albo kogoś z branży medycznej czy prawnej – to realny problem.

Konsekwencje już widzimy. Wycieki danych, afery z danymi treningowymi, regulacje w stylu RODO i coraz nowsze przepisy dotyczące AI zmuszają firmy do zastanowienia się, ile tak naprawdę zbierają.

Co wyróżnia Underdog

Underdog stawia na prostotę: twoje dane w ogóle nie opuszczają urządzenia. Asystent działa w całości lokalnie, niezależnie czy używasz telefonu, laptopa czy dedykowanego sprzętu. To nie jest tylko funkcja prywatności – to filozofia architektoniczna.

Dla developerów budujących aplikacje z myślą o prywatności otwiera to ciekawe możliwości. Wyobraź sobie AI, które działa offline, ma opóźnienia poniżej milisekundy i spełnia najsurowsze wymogi dotyczące miejsca przechowywania danych – bez żadnych akrobacji infrastrukturalnych.

Zrozumiałe kompromisy

Pełne przetwarzanie na urządzeniu nie jest pozbawione wyzwań. Mniejsze modele zwykle nie dorównują możliwościom chmurowych gigantów jeśli chodzi o skomplikowane zadania推理. Wymagania sprzętowe bywają spore. A aktualizowanie modelu bez stałego połączenia z chmurą wymaga kreatywnych rozwiązań.

Ale here's the thing: do codziennych zadań – przypomnienia, maili, szybkich odpowiedzi, zarządzania kalendarzem – większość użytkowników nie potrzebuje możliwości na poziomie GPT-5. Potrzebują czegoś szybkiego, niezawodnego i nie traktującego ich prywatnych informacji jako źródła danych.

Co to oznacza dla branży

Underdog nie jest sam w tym ruchu. Funkcje AI Apple działające na urządzeniu, układy Google Tensor G3 zoptymalizowane do przetwarzania lokalnego, różne projekty open source – wszyscy ciągną w tym samym kierunku. Pytanie nie brzmi, czy AI na urządzeniu będzie mieć znaczenie, tylko kto to najlepiej zrealizuje.

Dla biznesu ten trend ma konkretne implikacje. Kiedy użytkownicy stają się bardziej świadomi w kwestii prywatności, aplikacje domyślnie wysyłające dane do chmury mogą spotkać się z większą kontrolą niż ich konkurenci stawiający na prywatność. Dla developerów znajomość frameworków do on-device ML (Core ML, TensorFlow Lite, ONNX) to coraz bardziej wartościowa umiejętność.

Szerszy obraz

Żyjemy w punkcie zwrotnym. Era "wszystko w chmurze", która zdefiniowała lata 2010, dostaje poważnego konkurenta. Nowa filozofia mówi: compute powinno odbywać się tam, gdzie ma najwięcej sensu. Czasem to chmura. Czasem to kieszeń.

Underdog reprezentuje tę zmianę w przestrzeni asystentów AI – zakład, że użytkownicy docenią zdolne, prywatne alternatywy dla żądnego danych status quo. Czy odniesie komercyjny sukces, czas pokaże, ale podstawowa teza jest trudna do podważenia: prywatność nie powinna być premium featurem, za który płacisz extra.

Underdog może właśnie zmienić sposób, w jaki myślimy o tym, który asystent AI zasługuje na miejsce w naszych urządzeniach.