A jelek szerint tényleg beindult a mesterséges intelligenciát fejlesztő nagyvállalatok lassú elmozdulása a gyakorlati közgazdaságtan irányába. Az OpenAI pénzügyi igazgatója például arról írt egy hét eleji bejegyzésében, hogy a vállalat 2026-ban a mesterséges intelligencia gyakorlati alkalmazására fog összpontosítani, áthidalva a szakadékot az MI lehetőségei és mindennapos alkalmazásai között az emberek, vállalatok és országok szintjén is. Ebből egyelőre annyit láthattunk, hogy az OpenAI bejelentette az ingyenes felhasználók megszórását szponzorált tartalmakkal, de egyrészt még csak január végén járunk, másrészt figyelemreméltó, hogy a Sarah Friar által vázolt jövőképből ezúttal hiányzik a megszokott hájp az emberfeletti képességekkel rendelkező mesterséges általános intelligencia (AGI) küszöbön álló megjelenéséről.
A Microsoft vezérigazgatója, Satya Nadella ennél egy lépéssel még tovább ment, és a svájci Davosban megrendezett Világgazdasági Fórumon a kifogásokat is előre lefektette arra az esetre, ha az MI-láz a sokak által jósolt spekulatív buboréknak bizonyulna. Ennek lehetőségét ő sem zárta ki, amennyiben a Financial Times beszámolója alapján úgy fogalmazott, hogy a technológia hosszú távú sikere a széles körű iparági alkalmazáson múlik, illetve azon, hogy a fejlődő világban is megfelelő ütemben növekszik-e majd az MI adaptációja. A buborék elkerüléséhez szerinte arra lesz szükség, hogy a mesterséges intelligencia előnyei "sokkal egyenletesebben oszoljanak el", azt pedig árulkodó jelnek nevezte, ha "csak a technológiai vállalatok profitálnának az MI térnyeréséből", példát is adva a lehetséges kimenetekre.
Nadella erre egy gyógyszeripari vállalatot hozott fel, ami a gyógyszerkísérletek felgyorsítására használja az MI-t, de ezzel vadászhat valamilyen "mágikus molekulára", vagy keresheti a kézzelfogható, kevésbé rendkívüli előnyöket is a termékfejlesztésben. Szerinte az utóbbi alkalmazások fogják igazolni a mesterséges intelligenciát és hajtják majd előre az iparágat, ha a felhőre és a mobilitásra építve "gyorsabban terjed, meghajlítja a termelékenységi görbét, helyi többletet és gazdasági növekedést eredményez világszerte". Igaz, hogy ez a növekedés egyelőre nem látszik világosan: ahogy a Forrester elemzőcég alelnökenéhány nappal ezelőtt kifejtette, az MI-re és a robotokra hivatkozva megszüntetett munkahelyek tényleg megszűnnek, de ennek most sem az lesz az oka, hogy az MI felrobbantaná a a termelékenységi mutatókat.
Nem azokat a robotokat keressük
Miután a Microsoft továbbra is elkötelezett a több tízmilliárd dolláros adatközponti fejlesztések és más MI vonatkozású beruházások mellett, a vállalat vezetője már személyesen is kiállt a Merriam-Webster szótár szerkesztői által az év szavának választott "slop" (kb. szenny, moslék) kifejezés használata ellen, amit már általánosan használnak a hatalmas mennyiségben termelt, alacsony minőségű MI-tartalomra. Vagyis úgy tűnik, hogy az adaptációs rátán túl ebben is a közönség hozzáállására hegyezi ki az elképesztő összegű beruházások megtérülésének felelősségét. Közben a szakértők továbbra is arra a kockázatra figyelmeztetnek, hogy a mesterséges intelligencia fejlődése bármikor beleütközhet előre nem látott falakba, ami végzetesnek bizonyulhat, ha a technológia érdemi termelékenységnövelés nélkül reked meg egy bizonyos szinten.
A The Verge hétvégén közölt összeállítása is azt a jelenséget írja körül, hogy látszólag a legnagyobb vállalatok is megkezdték az AGI "átmárkázását": az elmúlt évben egyre többször kicsinyelték a dolog jelentőségét az MI fejlesztésének mérföldkövei között, így az Amazon által támogatott Anthropic vezérigazgatója is kijelentette, hogy nem szereti ezt a "marketinges kifejezést". Az OpenAI-t irányító Sam Altman ugyancsak "nem túl hasznos kifejezésként" hivatkozott az AGI-ra, miután vállalata többször is átformálta annak meghatározását, a Microsoft vezérigazgatója pedig "értelmetlen benchmark-hekkelésnek" nevezte a szuperintelligencia hajszolását, ami úgysem lesz elérhető a közeljövőben. Erről persze a befektetőket is tájékoztathatták volna már évekkel ezelőtt, kérdés, ők hogyan állnak majd a gyakorlatias megközelítéshez.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak