A San Francisco-i székhelyű Dimensional startup nemrégiben robotkutyákat a város utcáin sétáltató munkatársakat keresett. Technikai végzettség nem kellett hozzá, egyetlen feltétel egy okostelefon megléte volt. A már törölt hirdetés világosan rávilágított arra a tényre, hogy ezeknek a gépeknek nagymértékben van még szükségük emberi segítségre. 

Bár biológiai hulladékot nem kell takarítani a robot után, a technológia még erősen kísérleti fázisban van. Így a feladatok közé tartozhatott az is, hogy a nagyjából tizenöt kilós robotot túlmelegedés esetén a „bébiszitter” visszavigye az irodába. A hirdetés négy-hat órás sétáltatással számolt, a munka nem igényelt előzetes tapasztalatot. 

A robotok kétezer dolláros, kézi távvezérlővel vagy mobilalkalmazással irányított Unitree kutyák voltak. Séta közben a gépek kamerái és érzékelői rögzítették az útvonalat. 

Ezzel a Dimensional autonóm rendszereinek fejlesztéséhez felhasználható emberi navigációs mintákhoz jutott. Bár a kiindulópont úgy hangzik, mint egy szatíra, a húsvér bébiszitterek kritikus fontosságú tudományos célt szolgálnak: valós környezetből származó tanulóadatokat gyűjtenek.

A Dimensional fejlesztésben lévő nyílt forrású operációs rendszere a fizikai munkát hivatott automatizálni. Miközben a humán kezelők okostelefonos alkalmazásokkal vagy távirányítókkal kormányozzák a robotot, a gépek beépített kameráik, lidarjaik és szenzoraik segítségével feltérképezik a városi környezetet. A zsúfolt járdákon, szegélyeken és gyalogosforgalomban megtett kilométerek biztosítják azt a nyers térbeli adatot, amely ahhoz szükséges, hogy a mesterséges intelligenciát a jövőben az autonóm közlekedésre trenírozzák.

A vállalat emellett a dimOS nevű nyílt forráskódú platformot is fejleszti. Célja, hogy MI-ágensek természetes nyelvi utasítások segítségével irányíthassanak különböző robotokat. A tervek között humanoidok működtetése is szerepel. Nyilvános adattára előzetes béta verzióként jelöli meg a szoftvert, és dokumentálja a böngészőn vagy Meta Quest headseten keresztüli távoli működtetést.

A munka jól szemlélteti a technológiai iparág egyik szélesebb körű trendjét: a humán munkavállalókat egyre inkább félkész MI-rendszerek „pátyolgatására” fokozzák le. Humanoid robotikával és önvezető járművekkel foglalkozó vállalatok gyakran távoli kezelőkre vagy fizikai kísérőkre támaszkodnak, hogy átvegyék az irányítást, amikor gépeik a való világban óhatatlanul kudarcot vallanak, vagy összezavarodnak.

Az Anthropic júliusi robotikai kutatása hasznos figyelmeztetés volt: a nyelvi modellek bár jobban teljesítettek a képzett vezérlők irányításában, többnyire kudarcot vallottak az ízületek közvetlen vezérlésekor. A tesztek során a képzett vezérlővel párosított összes modell rosszabbul teljesített az ismerős szimulált objektumkezelési feladatokban, mint a vezérlő önmagában, és néhány olyan műveletet is felülbírált, amelyeket el kellett volna fogadniuk.

ANT kóddal az Anthropic benyújtotta S-1 dokumentációját a Nasdaq tőzsdére történő bevezetéshez. Azzal, hogy a tőzsdére megy (nyilvános részvénykibocsátást, azaz IPO-t hajt végre), a Claude mesterségesintelligencia-modell mögött álló techvállalat megnyitja a kapuit a nagyközönség előtt, és a részvényei bárki számára szabadon adhatóvá-vehetővé válnak a nyílt piacon.

Az Anthropic eddig csak zárt körben, óriáscégektől (például az Amazontól és a Google-től) vagy kockázati tőkésektől kapott milliárdokat. A tőzsdére lépéssel kisbefektetők és hatalmas alapkezelők pénzéhez is hozzáférhetnek a részvények eladásával.

A becslések szerint a vállalat piaci értéke a tőzsdére lépéskor elérheti akár a kétbillió (kétezermilliárd) dollárt is, ami az MI-piac iránti elképesztő bizalmat és várakozást mutatja. 

A vállalat 2026 első félévében 16,3 milliárd dolláros bevételt ért el. Ez jelentős növekedést jelent az egy évvel korábbi 1,2 milliárdhoz képest. A tervezett irányítási struktúra értelmében egy vagyonkezelő alap és az alapítók gyakorolnak ellenőrzést az igazgatótanács felett. Az Anthropic tájékoztatása szerint a számítási kapacitásra és infrastruktúrára fordított – a 2024-ben még a bevétel mintegy 6,5-szörösét kitevő – kiadások 2026 első félévére a bevétel nagyjából felére csökkentek; ez a kiigazított működési marzsot 10 százalékra emelte. (A működési marzs azt mutatja meg, hogy a vállalat árbevételének hány százaléka marad meg az alaptevékenységből származó nyereségként, miután levonták a közvetlen és közvetett működési költségeket.)

A vállalat 80,7 milliárd dolláros nettó vesztesége nagyrészt az átváltható kötvények nem pénzbeli jellegű átértékeléséből fakad. A növekedés jelentős része olyan ágens-jellegű termékeknek tulajdonítható, mint a Claude Code és a Claude Cowork.

A vállalati ügyfelek körében mért nettó bevétel-megtartási mutatója (net revenue retention) elérte a 900 százalékot, miközben az Opus 5.5 modell az Opus 5-höz képest mintegy negyven százalékkal csökkentette az egyes feladatok elvégzésének költségét. A Claude immár saját utódainak fejlesztésében is segít: kísérleteket futtat, tanulóadatokat generál és automatizálja az értékelési folyamatokat – ez a módszer „a kör bezárása” (closing the loop). 

Ugyanakkor arra is figyelmeztetnek, hogy az MI képességeinek fejlődése megelőzheti a biztonsági intézkedések ütemét, és ez a modellek megjelenésének késleltetéséhez vagy korlátozásához vezethet, ahogyan az a Mythos esetében is történt.

Tőzsdei cégként az Anthropicnak kötelező lesz negyedévente részletes pénzügyi jelentést közzétennie (bevételek, kiadások, profit vagy veszteség), így a működése teljesen transzparenssé válik a nyilvánosság számára.

Kvantumszámítógép-prototípusok már léteznek, ám ahhoz, hogy valóban kiaknázhassuk a bennük rejlő teljes potenciált, jelentős mértékben fel kell skálázni és stabilizálni kell őket. Az IBM egyik kutatócsoportja épp most jelentett be a cél eléréséhez vezető fontos lépést.

A fejlesztés a kvantumbiteket (qubiteket) összekötő, nagy távolságú csatolókat, úgynevezett L-csatolókat érinti. A kvantumszámítógépek méretezése több chip L-csatolókkal történő összekapcsolása révén ésszerűbb megoldás, mintha egyetlen mikrochipre próbálunk meg minél több qubitet zsúfolni.

A csatlakozóknak azonban képesnek kell lenniük arra, hogy kvantumléptékkel igen nagy távolságon, jelen esetben nyolcvan centiméteren keresztül továbbítsanak sérülékeny kvantuminformációt.

Az IBM kutatói megoldották a feladatot, 99 százalékos átviteli pontossággal kapcsoltak össze két nagyméretű kvantumprocesszort. Ez áttörést jelent a kvantumszámítógépek skálázásában. A 2026. október végén közzétett eredmény a nagyméretű szupravezető chipek között működő első többcsatornás kvantum-összeköttetés.

Két darab, egyenletesen 120 qubites IBM Quantum Nighthawk R1 processzort kötöttek össze, a chipeket négy darab, szupravezető alumíniumból készült, nyolcvan centi hosszú kábellel kapcsolták össze.

Az átviteli pontosság átlagosan 99 százalékos volt, a csúcsérték pedig elérte a 99,29 százalékot. Amikor a chipek közötti műveleteket tesztelték, a pontosság átlagosan 94,75 százalék volt. Azért kevesebb, mert a kapuműveletek több egymást követő állapotátvitelt és helyi qubit-vezérlést igényelnek.

A korábbi próbálkozásokkal ellentétben az új kialakítás merőlegesen csatlakozik a chipek síkjára, és mindössze két csavar meghúzásával rögzíthető. Egy puha szupravezető fém (indium) összenyomásával stabil kapcsolat jön létre, amely kibírta a kriogenikus (mélyhűtő) egységek többszöri felmelegedési és lehűlési ciklusát is.

A kvantumszámítógépek fejlesztésének eddigi legnagyobb korlátja az volt, hogy egyetlen mikrochipre fizikailag rendkívül nehéz egy bizonyos számnál több qubitet zsúfolni a növekvő zaj és interferencia miatt. Az áttörés bizonyítja, hogy a jövő kvantum-szuperszámítógépeit modulárisan, több különálló chip hatékony összekapcsolásával is fel lehet építeni.

Az IBM célja, hogy ezeket a modulokat használva 2029-re bemutassa a világ első hibatűrő (fault-tolerant) kvantumszámítógépét, az IBM Quantum Starlingot.

A Microsoft munkavállalóinak száma június végén 223 ezer volt. A szám 2022 óta, nagyjából akkortól lényegében változatlan, amikor a vállalat komoly összegeket kezdett fordítani a mesterséges intelligenciára és az adatközpontokra. Ez a cég más területein a költségvetések megnyirbálásához és a létszámbővítés visszafogásához vezetett.

A redmondi óriás most önkéntes távozási csomagot (buyout) ajánl fel mintegy hatvanezer munkavállalójának, globális munkaereje több mint egynegyedének. A lépés célja a költségek csökkentése, részben átcsoportosítása és a vállalat átalakítása az MI korszakára.

Az Egyesült Államokban, Kanadában, Indiában és az Egyesült Királyságban dolgozó munkatársak érintettek benne, a Level 70 (alelnöki szint, illetve senior vezetők) alatti dolgozók kapják meg az ajánlatot. Olyan kulcsfontosságú divíziókat érint, mint az Xbox, a Windows, a Copilot és a pénzügyi részleg. Az értékesítési csapatok, bizonyos mérnöki ágak és egyes vállalati funkciók kimaradnak a programból.

Az önkéntes távozók a Microsoft végkielégítési csomagjához hasonló juttatásokat kapnak.

A technológiai óriás hatalmas összegeket fektet be az MI-infrastruktúrába (a legutóbbi negyedévben is milliárdokat költöttek rá), és a humán erőforrás költségeinek lefaragásával – magyarán leépítéssel – igyekeznek egyensúlyozni a büdzsét.

A kivásárlásról döntő munkavállalók jellemzően felmérik megtakarításaikat, és hogy később fennáll-e a létszámleépítés veszélye. A karrierjük közepén járó szakemberek a munkaerőpiacot is figyelembe veszik, és hogy mennyi időbe telhet új munkakört találniuk, illetve a csomag elegendő időt biztosít-e számukra a váltáshoz. A kivásárlások jellemzően a magasabb beosztású, magasabb költségű alkalmazottakat érintik. Hasonló a Microsoft korai nyugdíjazási ajánlataihoz, és a létszámleépítésnél nagylelkűbb feltételeket kínál. Bizonyos esetekben a cég megpróbálja megtartani a legnagyobb tehetségeket.

Érdekesség, hogy a bejelentést követő napokban közzétett pénzügyi jelentés szerint a Microsoft negyedéves profitja a várakozásokat felülmúló 36,6 milliárd dollárra ugrott.

A lépés illeszkedik a techszektor szélesebb körű trendjébe, ahol a vállalatok az automatizáció és az MI előretörésével párhuzamosan strukturálják át a munkaerejüket. Mások is a létszám csökkentésére törekedtek, miközben kiadásaikat az MI-infrastruktúra irányába csoportosították át. A Google tavaly számos részlegénél önkéntes távozási programot hirdetett. A Meta Platforms létszáma több mint húszezer fővel csökkent a 2022 végi csúcsértékhez képest. Mindkét cég a legnagyobb összegeket költi adatközponti infrastruktúrára.

A robotokat egyre gyakrabban működtető, látáson, nyelven és cselekvésen alapuló architektúrák nagy nyelvmodellekre (LLM) támaszkodnak: ezek a modellek egyesítik a vizuális megfigyeléseket a szöveges utasításokkal, majd cselekvés-dekódoló egység belőlük állítja elő a mozgatóparancsokat. A megközelítés ugyan mélyreható szemantikai megértést tesz lehetővé, számítási és memóriaigénye is jelentős. 

Kínai kutatók ezért egyszerűsített alternatívát hoztak létre. A Huazhong Tudományos és Technológiai Egyetemen fejlesztett TurboVLA-ben külön kódolók dolgozzák fel a vizuális és a szöveges adatokat, a rendszer keresztfigyelmi (cross-attention) mechanizmusa kapcsolja össze, egy dekódoló pedig az eredményt mozgásutasításokká alakítja őket.

A kereszt-figyelem a mélytanulásban és a transformer-alapú architektúrákban (mint például a GPT-modellek vagy a Stable Diffusion) használt mechanizmus. Lehetővé teszi, hogy a modell két különböző információhalmaz vagy szekvencia között létesítsen kapcsolatot, és az egyik alapján értelmezze a másikat. Míg a self-attention (önfigyelem) egyetlen szekvencián belül, például egy mondat szavai között keres összefüggéseket, addig a kereszt-figyelem két külön forrást köt össze.

A TurboVLA a teszteken jobb teljesítményt nyújtott más rendszereknél, miközben a memóriának és a végrehajtási időnek csupán a töredékére volt szüksége.

LLM-ek alkalmazása vizuális megfigyelések és szöveges utasítások összekapcsolására két előnyt kínál a robotika számára: egyrészt lehetővé teszi általános utasítások, például „takarítsd ki a szobát” részfeladatokra bontását, másrészt a modell tudásbázisát felhasználva segíti az utasítások értelmezését és környezeti jelenetekhez való társításukat. 

Ha lemondunk az első képességről, elegendő lehet kisebb, kizárólag kódolóból álló modell az olyan utasítások megértéséhez, mint például „rakd egymásra a tálakat”, míg a kereszt-figyelem mechanizmussal ellátott modell képes lehet a szavakat a jelenetben található tárgyakhoz rendelni. Ezekhez a feladatokhoz jóval kisebb modelleket használni jelentősen csökkenti az idő- és memóriaigényt.

A TurboVLA vizuális kódolót párosított egy könnyűsúlyú szöveges kódolóval, a kimeneteiket közös beágyazási térbe vetítette, majd hat kereszt-figyelem rétegen vezette keresztül azokat. Egy különálló transzformer az így kapott eredményt a robot aktuális ízületállásaival kombinálva állította elő a motorvezérlő parancsokat. 

A kutatók úgy tanították be a rendszert, hogy képes legyen reprodukálni a meglévő adatkészletekben szereplő robotkar-mozgásokat. A modellt egykaros robot, az AgileX Piper bemutatói alapján finomhangolták. Minden adatkészlet tartalmazott szöveges utasításokat, kameraképeket és ízületállás-adatokat. 

A TurboVLA tanulsága, hogy robotok alacsony szintű vezérléséhez nagyobb, általános célú nagy nyelvmodell helyett kisméretű modulok is alkalmazhatók. Így pedig megnyílik az út a kisebb modelleket használó és kevésbé nagyteljesítményű hardveren futó robotok előtt.

A fúziós energia könnyű atommagok (például deutérium és trícium) egyesülésén alapul, óriási mennyiségű tiszta energiát szabadít fel. A deutérium vízből, a trícium lítiumból állítható elő, ami évezredekre elegendő forrást jelent. Nincs láncreakció-megfutás veszélye, a reaktor hiba esetén magától leáll. Nem termel üvegházhatású gázokat, és a maghasadáshoz képest keletkező hulladék sugárzása gyorsan megszűnik.

A Princeton Plazmafizikai Laboratórium (PPPL) fizikusai a fúziós energia elérési módját alapvetően megváltoztató matematikai modellt dolgoztak ki. Rámutattak, hogy a hagyományos eljárásokkal ellentétben a plazma felhevítése sűrűségének növelése előtt (azaz a kompresszió előtt) jóval alacsonyabb energiaszintű útvonalat nyit meg a fúziós gyújtás eléréséhez. A módszer drasztikusan csökkentheti a fúziós reaktorok beindításához szükséges külső energiát.

A Physical Review Letters folyóiratban megjelent tanulmány frissíti a fúziós kutatások alapkövének számító, hetvenéves Lawson-kritériumot, ami azt határozza meg, hogy a fúziós plazmának milyen feltételeket kell teljesítenie ahhoz, hogy a termelt fúziós energia túlszárnyalja a környezetbe vesző energiaveszteséget, és elérje a bekapcsolási (gyulladási) pontot.

Az eredeti képletet kiegészítették négy eddig többnyire külön-külön vizsgált fizikai tényezővel: a héliumhamu felhalmozódásával, a reaktor falából származó szennyeződésekkel, a szinkrotron-sugárzási veszteséggel és a plazmából elszökő hővel.

A kombinált tényezők elemzése során bukkantak rá az úgynevezett Cordey-nyeregre (Cordey saddle) – a matematikai térkép olyan alacsonyabb pontja, amely lehetővé teszi, hogy a reaktorok, képletesen fogalmazva, „körbemenjenek a hegycsúcs körül”, nem pedig hatalmas energiát elpazarolva próbálnák közvetlenül megmászni azt.

A tanulmány ugyanakkor komoly figyelmeztetést is megfogalmazott a tervezés alatt álló fúziós erőművek számára.

A legtöbb modern fúziós eszköz, például a tokamakok és a stellarátorok belső falát ugyanis a rendkívül hőálló volfrámból (tungstenből) tervezik kialakítani. A kísérleti fúziós berendezés, a második képen látható tokamak erős mágneses mező segítségével, fánk (tórusz) alakban zárja össze a rendkívül forró, több tíz- vagy százmillió Celsius-fokos plazmát. A mágneses térrel működő fúziós erőművi berendezés stellarátor szintén rendkívül forró, fúzióra képes plazmát tart féken külső, bonyolult alakú elektromágnesek segítségével.  

A számítások viszont kimutatták, hogy ha a plazmába akár csak 0,01 százalék (tízezerből egy rész) volfrám-szennyeződés kerül a falakról, az megduplázza a fúziós gyújtáshoz szükséges nyomást. 3D-s környezetben ez a plazma teljes instabilitásához vezethet.

A kutatók szerint a reaktorok belső falát folyékony lítium-bevonattal kellene ellátni, mert az megakadályozhatja, hogy a volfrám atomok a plazmába szökjenek.

Bár az eredmények egyelőre elméleti és matematikai modelleken alapulnak, a kutatócsoport digitális szimulációkkal folytatja a munkát, hogy előkészítse a módszer gyakorlati, kísérleti validálását a következőgenerációs fúziós reaktorokban.

Szédületes tempóra kapcsolt az Nvidia: míg évekkel ezelőtt „csak” a kulcsfontosságú hardvert szolgáltatta a mesterségesintelligencia-modellekhez, addig ma már – a fizikai MI-ben elért eredmények mellett – csúcskategóriás modelleket is fejleszt.

A cég októberben adta ki a Nemotron 3.5 Super VL-t – egy nyílt, 120 milliárd paraméteres, vállalati ágensek számára tervezett vizuális-nyelvi (vision-language model) –, valamint két edge (peremhálózati) modellt: a Bolt 74B-A9B 24GB-os és a Bolt E4B 4GB-os változatát. Már mindkettő elérhető.

A nagyvállalat tájékoztatása szerint a Super VL – paraméterszámát tekintve annak csupán ötödével – a multimodális, ágensalapú feladatok terén a legnagyobb, következtetési képességekkel rendelkező modelljükkel azonos teljesítményt nyújt. 

Az Artificial Analysis Intelligence Index adatai alapján a Super VL átbocsátóképessége akár ötszöröse is lehet a hasonló modellekének. Az Artificial Analysis független benchmark-tesztjein a másodpercenként generált tokenek számát tekintve az összes elérhető modell közül az élen áll. 

A Bolt 74B-A9B natív 2 bites kvantálást (a modellméretet és a memóriahasználatot csökkentendő, extrém mértékű adattömörítést) alkalmaz, így elfér 24 GB memóriában; RTX és DGX Spark hardvereken futtatható, továbbá támogatja a llama.cpp, Ollama, LM Studio, Unsloth és vLLM keretrendszereket. 

Az Nvidia saját mérései szerint a modell a kategóriájába tartozó nyílt modellek közül a PinchBenchen első helyen áll, a második helyen pedig a BrowseComp teszteken. 

A Super VL nyílt súlyokkal, adatkészletekkel és betanítási receptekkel érkezett; az Nvidia NeMo segítségével finomhangolható, és elérhető a (most már az Nvidiahoz tartozó) Hugging Face, az OpenRouter, valamint a ModelScope platformokon, továbbá Nvidia NIM mikroszolgáltatásként is igénybe vehető. 

A fejlesztők számára a Bolt 74B-A9B olyan, saját környezetben futtatható ágensmodell, amely egyetlen 24 GB-os, fogyasztói kategóriájú GPU-n (grafikus feldolgozóegységen) is elfér, a Super VL nyílt súlyai ​​pedig lehetővé teszik a modell finomhangolását saját, bizalmas adatokon.

A Coca-Cola egyik első globális óriásvállalatként a generatív mesterséges intelligenciát nem csupán elszigetelt kísérletként, hanem a teljes marketing- és üzleti stratégiája alapjaként vezette be. Az OpenAI-jal, a stratégiai és üzleti tanácsadó Bain & Company-val, valamint az Adobe-val való partnerségei révén a márka alapjaiban gondolta újra a tartalomgyártást, a fogyasztói elköteleződést és a termékfejlesztést.

Marketingesek gyakran költségcsökkentési eszközként tekintenek az MI-re, a Coca-Cola azonban bebizonyította, hogy a technológia a bevételnövekedés motorja is lehet. A vállalat generatív MI-platformja valósidejű fogyasztói visszajelzések alapján képes automatikusan finomítani a hirdetések hangszínét, vizualitását és szövegét. Egy globális üzenet helyett így több ezer mikrokampány fut párhuzamosan.

A hagyományos, felhasználók által generált tartalom helyett a Coca-Cola bevezette az irányított közös alkotás fogalmát. A Create Real Magic kampány keretében a digitális művészek és rajongók hozzáférést kaptak a márka legikonikusabb vizuális elemeihez, hogy az OpenAI eszközeivel saját digitális műveket hozzanak létre.

A tömeges tartalomgyártás legnagyobb veszélye a márkaidentitás felhígulása, amire a nagyvállalat az Adobe-val közösen saját technológiai keretrendszert fejlesztett ki.

2025-ben bevezették a Fizzion nevű MI-vezérelt rendszert, amely elemzi a grafikusok munkáját az Adobe Creative Cloud alkalmazásokban, és a kreatív szándékot gép által olvasható StyleID-ba kódolja. Ez a digitális ujjlenyomat garantálja, hogy az MI által generált hirdetésváltozatok automatikusan kövessék a szigorú arculati szabályokat.

Az eszköz olyan alkalmazásokban működik, mint a Photoshop vagy az Illustrator; automatizálja a rutinfeladatokat, valósidőben érvényesíti a márka előírásait. A tervezési elemek „intelligenssé” tételével a rendszer tanul a tervezőktől, lehetővé téve a munka számos különböző változatban történő skálázását. A Coca-Cola szerint ezzel a módszerrel a kreatív csapatok akár tízszer gyorsabban is előállíthatnak tartalmakat.

A mesterséges intelligencia a marketingen túlmutatva a fizikai termékek szintjén is megjelent. Ilyen volt az MI és emberek által közösen tervezett 2023-as Coca-Cola Y3000 Zero Sugar üdítő. Az MI segítségével hatalmas mennyiségű fogyasztói jelzést elemeztek arról, hogyan képzelik el az emberek a „jövő ízét”, és ez alapján alakították ki a termék ízprofilját és csomagolását.

A hagyományos és a generatív MI ötvözésével a vállalat képes a korábbi értékesítési adatok, a regionális trendek és az időjárás alapján megjósolni, miből mekkora készletre lesz szükség az egyes boltokban.

Bernard Marr jövőkutató szerint a munka világát 2026-hoz hasonlóan 2027-ben is alapvetően a mesterséges intelligencia, az automatizáció és a hagyományos karrierutak átalakulása formálja majd.

Míg korábban az MI-t csak alapvető feladatokra vagy külső eszközként használtuk, 2027-re megjelennek a teljesen „beágyazott módon”, az MI-vel együttműködve munkájukat végző munkavállalók és rendszerek. Az MI nem csupán szoftver lesz, hanem állandó, stratégiai gondolkodótárs. Az önállóan feladatokat végrehajtó rendszerek átveszik a rutinszerű munkafolyamatokat, így a dolgozók szerepe az ellenőrzésre, jóváhagyásra és koordinálásra tolódik át.

Egyre több munkahelyen a feladatok kiosztását, a teljesítmény mérését és az operatív folyamatok irányítását automatizált algoritmusok és MI-ágensek végzik. A humán menedzserek szerepe emiatt átalakul: az MI által előkészített folyamatok felügyelete, jóváhagyása és az elszámoltathatóság biztosítása lesz a fő feladatuk.

Az MI kilép a digitális térből, és fizikai formát ölt (embodied AI). A gyártósorokon és a fejlett járműgyártásban a humanoid robotok (mint például az Agility Robotics a képeken látható Digit 5 gépe) és az autonóm rendszerek a kísérleti fázisok után 2027-re tömegesen is megérkezhetnek a munkahelyekre, kiváltva a nehéz vagy monoton fizikai munkát.

A klasszikus, lépcsőzetes karrierutak helyét rugalmas, készségalapú projektek és hálózatok veszik át. Az MI és az automatizáció leginkább a belépő szintű (junior) pozíciókat érinti. Mivel a rutinfeladatokat gépek végzik, a vállalatoknak újra kell gondolniuk, hogyan képezik ki a jövő vezetőit és szakértőit, ha a hagyományos ranglétra legalsó fokai eltűnnek.

A merev munkaköri leírások helyét átveszik a fluid tehetségpiacok. A cégek nem egy adott pozícióra fognak embert keresni, hanem a munkavállalók aktuális, adaptív készségeit és képességeit rendelik hozzá a folyamatosan változó projektekhez, azaz a kompetenciákat előnyben részesítik a titulusok felett.

A hibrid és a rugalmas munkavégzés stratégiai átalakulása jegyében a korábbi ad hoc távmunka- vagy irodai napok helyére szigorúan megtervezett, célvezérelt vegyes modell lép. Az irodai jelenlétet kizárólag a mélyreható együttműködést, kreatív problémakezelést és csapatépítést igénylő feladatokra tartják fenn, míg az önálló, koncentrációt igénylő kivitelezést otthonról vagy távolból végzik a munkavállalók.

A gondolkodó partnerként funkcionáló MI terjedésével a termelékenység mérése is átalakul. A cégek nem a bent töltött órákat vagy a látható aktivitást fogják figyelni, hanem valós idejű teljesítmény- és kimenetalapú (outcome-based) analitikát használnak. Előnye a nagyobb átláthatóság, veszélye viszont a túlzott kontroll és a megfigyelésből fakadó stressz.

Az adat- és MI-szuverenitás fokozatos megvalósításához a vállalatoknak és dolgozóknak egyaránt meg kell határozniuk, ki irányítja és védi az általuk használt algoritmusokat és adatokat.

A kiszámíthatatlan gazdasági környezetben a cégek a karcsúsított just-in-time létszámgazdálkodásról átállnak a reziliencia-alapúra: nagyobb tartalékokkal, kereszt-képzett belső csapattal és rugalmas külsős szakértői hálózatokkal készülnek váratlan sokkokra, hogy egy-egy piaci változás ne bénítsa meg a működést.

Ahogy az analitikus és rutinszerű kognitív feladatokat az MI és az autonóm ágensek elvégzik, a munkaerőpiacon a tisztán emberi tényezők (empátia, kritikus gondolkodás, érzelmi intelligencia, etikus döntéshozatal, kreativitás) válnak a legnagyobb versenyelőnnyel bíró értékké. Mivel a stabil, egyetlen szakterületre alapozott tudás ideje lejárt; az alkalmazkodóképesség és a folyamatos tanulás (lifelong learning) a legfontosabb munkahelyi túlélőfegyver.

A Naprendszer hosszútávon valóban kaotikus működésű, és a távoli jövőben a ma ismert formájában megszűnik létezni, de a folyamat emberi léptékkel mérve elképzelhetetlenül sokáig, milliárd évekig tart. Bár a bolygópályák jelenleg stabilnak tűnnek, a gravitációs kölcsönhatások miatt a rendszer matematikailag instabil, a végső pusztulást pedig központi csillagunk, a Nap fejlődése fogja elhozni.

A csillagrendszer középpontjában lévő hatalmas hidrogén- és héliumgömb mintegy 4,5 milliárd éve keletkezett, lehetővé téve, hogy milliárd évekkel később az élet kibontakozzon a Földön.

A bolygók egymásra gyakorolt minimális gravitációs rángása idővel összeadódik. Számítógépes szimulációk szerint körülbelül egy-két százalék az esélye, hogy a következő ötmilliárd évben a Merkúr pályája annyira megnyúlik, excentrikussá válik, hogy keresztezheti a Vénuszét. Ez a destabilizáció a belső bolygók (Merkúr, Vénusz, Föld, Mars) egymással való ütközéséhez vagy a Naprendszerből való kidobódásához vezető láncreakciót indíthat el. A külső óriásbolygók (Jupiter, Szaturnusz, Uránusz, Neptunusz) pályája nagy tömegük miatt lényegesen stabilabb marad.

A legbiztosabb pusztulási tényező azonban nem a pályák instabilitása, hanem a Nap életciklusának vége. Amikor a magjában elfogy a hidrogén üzemanyag, megkezdődik a hélium fúziója. A mag összehúzódik és felmelegszik, a csillag külső rétegei hatalmasra tágulnak. Vörös óriássá alakul, mérete mai sugarának több mint százszorosára nő, és elnyeli a Merkúrt, a Vénuszt, valamint nagy valószínűséggel a Földet is. Még ha a Föld el is kerüli a fizikai elnyelést (mert a Nap tömegvesztése miatt a bolygók pályája kissé kijjebb tolódik), a felszíne teljesen megolvad, az óceánok elpárolognak, az élet lehetősége megszűnik.

Bár a hagyományos modellek szerint a Nap végső sorsa, hogy vörös óriássá duzzad, majd nagyjából hatmilliárd év múlva – ledobja külső gázrétegeit, planetáris ködöt létrehozva – összeomlik, azaz fehér törpévé, a csillagmag rendkívül sűrű maradványává alakul, a megmaradó bolygók sorsa viszont továbbra is vita tárgyát képezi.

A korábbi tudományos álláspont szerint a csillag közelében keringő bolygókat elnyeli majd a Nap, míg a távolabbi gázóriások a csillag pusztulása után is nagyrészt épen maradnak. A megmaradt külső bolygók továbbra is a fehér törpe körül fognak keringeni, de a csillag halvány, folyamatosan hűlő fénye miatt a rendszer teljesen fagyottá és sötétté válik. Milliárd évek alatt a fehér törpe fekete törpévé hűl, lezárva a Naprendszer történetét.

A Kaliforniai Műszaki Egyetem (Caltech) asztrofizikusa, Konsztantyin Batigin által vezetett kutatócsoport ennél is borúsabb képet vázol fel: a távoli égitestek sem biztos, hogy átvészelik a Nap fehér törpévé válását követő egymilliárd éves időszakot. A kutatók szerint még előtte nagy a valószínűsége, hogy a bolygók pályái keresztezni fogják egymást, és a „dinamikai instabilitás” sokkal hamarabb és nemcsak a belső bolygók, hanem a teljes bolygórendszer vesztét okozhatja, mint korábban gondolták.

A legújabb eredmények alapján az igazi káosz egymilliárd évvel a Nap fehér törpévé alakulása előtt elkezdődhet. A csillag haláltusája hirtelen és kiszámíthatatlan, végzetes sorsra juttathatja a körülötte évmilliárdokkal korábban keletkezett bolygókat. 

„Eredményeink az asztrofizikailag jól ismert tartományba helyezik vissza a Naprendszer felbomlását, egyúttal pedig máshová teszik az okát: nem a káosz lassú beszivárgásáról vagy egy elhaladó csillaggal való véletlen találkozásról van szó, hanem magáról a Napról. A Nap ugyanis haldoklása során nem csupán kiterjeszti az általa létrehozott bolygórendszert, hanem meg is rázza azt, sőt, az esetek többségében ki is löki belőle az égitesteket” – áll a tanulmányban.