AI: a fejlődés határai – Miért lassulhat le az AI fejlődése

​A technológiai óriáscégek több százmilliárd dollárt fektetnek a mesterséges intelligenciába. Az egyre nagyobb teljesítményű modellek fejlesztéséért folyó versenyt azonban növekvő költségek, erőforráshiány és a befektetők fokozódó szkepticizmusa nehezíti. Közeledik az AI a képességei határaihoz?

Lehet, hogy a több milliárd dollár sem elég

A Broadcom vezérigazgatója, Hock Tan arra figyelmeztetett, hogy a tőkehiány válhat az AI fejlődésének legnagyobb akadályává. Egy szingapúri konferencián elmondta, hogy a chipek, a memória és a villamos energia hiánya idővel enyhülhet, ahogy bővül a termelési kapacitás és az infrastruktúra. A tőkéhez való hozzáférés azonban az iparág jövőbeli növekedésének fő korlátjává válhat.

Bejegyzés megtekintése az X-en Betöltés...

A tweetet a szerző törölte.

De mi mindent elmentettünk 🙂.

A legnagyobb technológiai vállalatok tovább növelik az AI-infrastruktúrára fordított kiadásaikat. 2026 második negyedévében a Microsoft, az Alphabet, az Amazon és a Meta együttes tőkekiadása elérte a 165 milliárd dollárt, ami 87%-os növekedés az előző évhez képest. E kiadások jelentős része adatközpontok építésére, valamint az AI-modellek betanításához és futtatásához szükséges berendezések beszerzésére irányul.

A hatalmas kiadások hátterében az Intel vezérigazgatója, Lip-Bu Tan egy másik problémára hívta fel a figyelmet: a tőke költségére és a beruházások megtérüléséhez szükséges időre. A növekvő kötvényhozamok drágítják a hitelfelvételt, így emelkedik az adatközpontok építésének és a berendezések beszerzésének költsége. A befektetők eközben azt szeretnék tudni, mikor kezdenek nyereséget termelni az AI-ba irányuló hatalmas beruházások.

Ennek ellenére egyik vezető sem számít az AI-iparág éles lassulására a következő néhány évben. Hock Tan előrejelzése szerint a számítási kapacitás iránti kereslet 2029-ig, sőt akár 2030-ig is meghaladhatja a kínálatot. A Broadcom vezérigazgatója ugyanakkor bírálta azokat a befektetőket, akik az iparág kilátásainak megértése nélkül öntik a pénzt az AI-ba. „Sok befektetőnek fogalma sincs, mibe fektet, mégis rendkívül szélsőséges elvárásokat támaszt, majd rájön, hogy ez szinte olyan, mintha egy kaszinóban szerencsejátékozna” – mondta.

Amikor az AI eléri a fizikai korlátokat

A megfelelő finanszírozás ellenére az AI fejlődése a villamosenergia-hiány miatt is lelassulhat. A Nemzetközi Energiaügynökség (IEA) szerint a világ adatközpontjai 2025-ben 485 TWh villamos energiát fogyasztottak, ami 17%-os növekedés az előző évhez képest. Az AI-ra összpontosító adatközpontok energiafogyasztása 50%-kal ugrott meg. 2030-ra az adatközpontok teljes villamosenergia-fogyasztása elérheti a 950 TWh-t, ami a globális villamosenergia-igény mintegy 3%-a.

A probléma nem csupán a rendelkezésre álló villamos energia mennyisége, hanem az új létesítmények villamosenergia-hálózatra csatlakoztatásának lehetősége is. Az IEA becslése szerint a tervezett adatközponti kapacitás mintegy 20%-a késedelmet szenvedhet a hálózati infrastruktúra korlátai miatt. A fejlett országokban például az új távvezetékek kiépítése négy-nyolc évig tarthat. Eközben a transzformátorok és kábelek szállítási ideje az elmúlt három évben megduplázódott.

További korlátot jelent a fejlett chipek gyártása. A holland ASML, amely a csúcstechnológiás félvezetők gyártásához használt berendezéseket készíti, arra számít, hogy az AI-iparág kereslete legalább 2028-ig meghaladja a kínálatot. A vállalat fontolgatja termelési kapacitásának bővítését, mivel az ügyfelek már a 2029–2030-as berendezésszállításokról érdeklődnek.

Bejegyzés megtekintése az X-en Betöltés...

A tweetet a szerző törölte.

De mi mindent elmentettünk 🙂.

Ezzel párhuzamosan az adatközpontokkal szemben támasztott követelmények is növekednek. Az IEA becslései szerint az AI-szerverek energiafogyasztása 2020 és 2025 között tizenegyszeresére nőtt, és 2027-ig ismét megnégyszereződhet. Egy nagy hűtőszekrény méretű szerverállvány akár annyi villamos energiát is fogyaszthat, mint 65 háztartás. Ez nagyobb követelményeket támaszt a hűtőrendszerekkel, a tápellátással és az olyan berendezésekkel szemben, amelyeknek el kell viselniük a munkaterhelés hirtelen változásait az AI-modellek futtatása közben.

Hol húzódnak a fejlődés határai?

A villamos energia, a chipek és az adatközpontok hiánya nem az egyetlen akadálya a további technológiai fejlődésnek. Még ha ezeket a problémákat sikerül is megoldani, egy másik kérdés továbbra is fennáll: javulnak-e annyit az új modellek, hogy indokolják a növekvő költségeket? Hock Tan elismeri, hogy a számítási kapacitás iránti kereslet lassulhat, ha az AI-modellek új generációi már nem teljesítenek jelentősen jobban elődeiknél. Jelenleg azonban nincs jele annak, hogy a fejlődés megtorpant volna.

Ugyanakkor a nagyobb számítási teljesítmény nem garantálja, hogy az AI minden feladatban egyformán jól teljesít. A fejlett modellek például már képesek összetett matematikai problémákat megoldani, de továbbra is nehézséget okoz számukra a számítógépekkel végzett önálló munkavégzés. Az AI számítógépes alkalmazásokban való feladatvégrehajtási képességét mérő OSWorld benchmarkban a legjobb rendszerek a feladatok mintegy kétharmadát teljesítették sikeresen.

Az AI vállalatok számára nyújtott gyakorlati előnyei ugyanolyan fontosak. 2026 augusztusában a McKinsey 1 719 vállalati képviselő körében, 97 országban végzett felmérés eredményeit tette közzé. A válaszadók mintegy 80%-a szerint az AI javította személyes termelékenységét. Ugyanakkor mindössze 37% számolt be arról, hogy az AI pozitív hatást gyakorolt vállalata működési nyereségére.

Új valóság a technológiai versenyben

Jelenleg nincs okunk arra következtetni, hogy a mesterséges intelligencia közeledik képességei határaihoz. A fejlődés jelenlegi ütemének fenntartása azonban még a legnagyobb technológiai vállalatok számára is túl drágává válhat. Ha a kiadások továbbra is gyorsabban nőnek a bevételeknél, a befektetőknek felül kell vizsgálniuk várakozásaikat, a fejlesztőknek pedig csökkenteniük kellhet az új modellek létrehozásának és üzemeltetésének költségeit.

Ez inkább a prioritások átrendeződéséhez vezethet, mintsem a technológiai fejlődés végéhez. Ahelyett, hogy a legerősebb modellek létrehozásáért versenyeznének, a vállalatok az olcsóbb, hatékonyabb, valódi nyereség termelésére képes megoldásokra összpontosíthatnak. Ebben az esetben az AI fejlődésének jövője kevésbé a beruházások nagyságától, inkább attól függ majd, hogy a technológia mennyire képes gyakorlati problémákat megoldani a vállalkozások és a mindennapi felhasználók számára.