A befektetőket aggasztja, hogy a mesterséges intelligencia által támogatott kódoló-rendszerek képesek lesznek népszerű szoftvereszközök reprodukálására, ezért az S&P Software & Services Index árfolyama januárban zuhanni kezdett. A szervezet olyan szoftveróriásokat tartalmaz, mint a Microsoft, az Oracle, a Salesforce és a Workday. Az index értékének huszonöt százalékát veszítette január 12. (az Anthropic ezen a napon mutatta be a professzionális munkára tervezett Claude Cowork ágenst), és február 23. között.

A részvények eladása főként a webes szoftver-előfizetések eladóit és a szoftver mint szolgáltatás (SaaS) néven ismert szektort érintik. Olyannyira, hogy befektetési stratégák már SaaSpocalypse-ről beszélnek.

Az Anthropic további termékeivel olajat öntött a tűzre. Ezeket SaaS-ajánlatok által jellemzően elvégzett feladatok ellátására terveztek. Január harmincadikán tizenegy nyílt forráskódú bővítményt adtak ki. Funkcióik közé tartozik a naptárkezelés, a dokumentumkeresés és -lekérés, az értékesítés, a pénzügyi elemzés, az adatlekérdezések és -vizualizációk, a jogi felülvizsgálat és megfelelés, a marketing, az ügyfélszolgálat, a termékmenedzsment és a biológiai kutatás, valamint egy, további bővítményeket létrehozó és testre szabó plugin.

Négy nappal később az S&P Software & Services Index négy százalékot esett, eltörölve több mint 285 milliárd dollárnyi piaci kapitalizációt. A JPMorgan szoftverindexe hét százalékot veszített értékéből. A LegalZoom.com részvényei közel húsz százalékot, a Thompson Reuters részvényei pedig tizenhat százalékot estek.

Február huszadikán az Anthropic bemutatta a Claude Code Security nevű cyberbiztonsági alkalmazást; a szoftveres sebezhetőségek emberi felülvizsgálat utáni észlelése és javítása a rendeltetése. Ezt követően biztonsági szoftvereket gyártó vállalatok részvényeinek eladása következett. A Google CodeMender és az OpenAI Aardvarkja hasonló MI-alapú biztonsági funkciókat lát el.

Február 24-én az Anthropic bejelentette, hogy integrációkat köt a Cowork által fenyegetett néhány vállalattal: Docusign, FactSet, Google Gmail, Intuit, Salesforce. Az alkalmazásaik megkerülése helyett a Cowork bővítmények új hulláma közvetlenül kapcsolódik hozzájuk. Ez a megközelítés nagyobb kontrollt biztosít a vállalatoknak a bővítmények használatának és monitorozásának módja felett. 

A SaaS részvények árfolyama erre megugrott, bár nem nyerték vissza korábbi veszteségeiket. Valószínűleg nincs is vége, csak MI-natívvá alakul át.

Internet létezett már a világháló, a world wide web előtt is, a tömeges elterjedést biztosító technológia megszületési éve, 1992 azonban történelemformáló mérföldkőnek bizonyult. Tim Berners-Lee és Robert Cailliau 1989-ben kezdte, és ekkora rakta le a Genf melletti európai részecskegyorsító intézetben, a CERN-ben a kommunikációt forradalmasító, létezésünk egészét megváltoztató rendszer alapjait.

1989-ben véget ért a hidegháború, elérkeztünk a fukuyamai „történelem végéhez”, és a hálóval párhuzamosan, azt is magába integrálva, cyberpunk irodalomból és vizuális művészetekből, például a net-artból, elektronikus tánczenékből, korai transzhumanizmusból és a millenniumi csodavárás igézetében teljesen új kultúra, a technokultúra bontakozott ki.

Az első magyarországi domain-címet 1991-ben, a SZTAKI számára jegyezték be. A Magyar Telekom elődje, a MATÁV 1995-ben indította el telefonmodemes szolgáltatását. A médiaművész és feltaláló Erdély Dániel pedig megálmodta az első alkalommal 1996 februárjában sorra került, és 2000-ig minden évben megtartott Internet.galaxis rendezvénysorozatot.

Nem volt még okostelefon, tablet és közösségi média, a feldolgozó- és tárolókapacitások sem tartottak még a végtelenbe, bukdácsolva cammogtak a mesterségesintelligencia-fejlesztések, volt viszont gyermeki rácsodálkozás a gyökeresen újra, a McLuhan galaxisán is túlmutató futurisztikus világra – este tíz után kedvezményes áron, modemen betárcsázva, mai szemmel csigalassan hömpölygő információfolyamokra.

Az internet – amit akkoriban még nagybetűvel írtunk – lassan, de biztosan mindennapjaink szerves részévé vált, de csak álmodhattunk arról, mivé is válik – összes pozitívumával és negatívumával együtt – a következő három évtizedben. Szerencsére voltak, akik mertek nagyot álmodni, és álmukat meg is osztották a közzel, mint Erdély Dániel.

Az NJSZT Informatika-történeti Fóruma ezekre a feledhetetlen időkre, a világháló naiv gyermekkorára emlékezett a február 27-én, az Óbudai Egyetemen tartott az Internet.galaxis 30 éves konferenciával és pop-up kiállítással.

De vajon mit hoz a következő harminc év? 

Jensen Huang, az Nvidia vezérigazgatója januárban mondta, hogy a fizikai mesterséges intelligencia korába lépünk, az MI nagy nyelvmodellek és chatbotok után fizikai gépekben, elsősorban robotokban is jelen lesz.

Mosogató vagy autót szerelő humanoidok az emberi végtagokat egycélú robotkarokkal utánozzák, ami az automatizálás régi módja. Az új módszer az emberi gondolkodás-, tanulás- és alkalmazkodásmód munka közbeni másolása. Az ezeknek a gépeknek a tanításában és üzemeltetésében részt vevő emberi munka átláthatóságának hiánya miatt a nyilvánosság viszont félreérti, mit is tudnak valójában a robotok, és a körülöttük kialakuló furcsa, új munkavégzési formákat sem látja.

Az MI-korban robotok gyakran tanulnak emberektől, akik bemutatják, hogyan kell elvégezni a házimunkát. Az ilyen adatok nagymennyiségű előállítása jelenleg Black Mirror-szerű forgatókönyvekhez vezet. Egy sanghaji munkás például nemrég egy hétig viselt virtuális valóság headsetet és exoskeletont, miközben naponta többszázszor kinyitotta és becsukta egy mikrohullámú sütő ajtaját, hogy betanítsa a mellette lévő robotot. Észak-Amerikában a Figure robotikai cég hasonlót tervez: partnerségre lép a Brookfield befektetési céggel, utóbbi százezer lakás alapján hatalmas mennyiségű valós adatot rögzít különböző háztartási környezetekben.

Más esetekben szállítócégek dolgozói mozgáskövető érzékelőket viseltek dobozok mozgatása közben, és az összegyűjtött adatokat robotok betanítására fogják használni. Azaz a humanoidok építésére irányuló erőfeszítések tömeges adatgyűjtőként működő fizikai munkásokat igényelnek.

A robotika végső célja a feladatát önállóan végző gép, a robotikai cégek viszont embereket alkalmaznak gépeik távirányítására. A Neo, az 1X startup húszezer dolláros humanoidja várhatóan még idén megjelenik az otthonokban, de a cég nem kötelezi el magát semmilyen előírt autonómiaszint mellett. Ha egy robot elakad, vagy ha az ügyfél nehéz feladatot szeretne vele elvégeztetni, és miután beleegyezett, a cég kaliforniai Palo Alto-i központjából távirányítós operátor fogja működtetni, a kamerákon keresztül nézi, hogy kivasalja a ruhákat vagy kipakolja a mosogatógépet.

A távirányítás személyiségjogi (privacy) kérdéseket vet fel. Ha az otthonunkban tevékenykedő humanoid nem teljesen autonóm, akkor lényegében távmunka történik, láthatatlan munkaerővel, hasonlóan a közösségimédia-platformok MI-vezérelt moderálásához vagy fejlesztőcégek MI-gyakorlóadatainak összegyűjtéséhez, amelyekhez szegényebb országok olcsó munkaerejét használják, azaz mindegyik esetben emberi munkaerő helyettesíti a tényleges gépi autonómiát, míg a gépek valódi képességeit túlértékeljük.

Ha Huang nem téved, és a fizikai MI megjelenik a munkahelyeken, az otthonokban és a nyilvános tereken, akkor nagyon nem mindegy, hogy a technikai leírásokban miként szerepel. A robotikai vállalatok azonban ugyanolyan homályosan kezelik a betanítást és a távműveleteket, mint az MI-fejlesztők a gyakorlóadataikat. Ha ez nem változik, fennáll a veszély, hogy a rejtett emberi munkát gépi intelligenciának nézzük, és a valósnál jóval több autonómiát látunk bele.

3D nyomtatással készült házak mellett mindig ugyanazzal szokás érvelni: a printer – általában nyomtatórobot – gyorsabban dolgozik, a technológia jellegéből adódóan nagyságrendekkel kevesebb hulladék termelődik, jóval környezetbarátabb, mindezeket összegezve pedig olcsóbban vásárolhatunk lakásokat.

Az olcsóság különösen meggyőző érv, csakhogy a kaliforniai Yuba megyében más történt. A 4Dify vállalat nemrég ott fejezte be az általuk „Amerika első 3D nyomtatott lakókörnyezetének” nevezett házak építését.

A szövetségi állam fővárosától, Sacramentotól északra lévő lakókörnyezet öt, 95 négyzetméteres házból áll. Mindegyik épületet kb. 1,5 millió dolláros, hatalmas betonprinterrel nyomtatják. Az első printeléséhez majdnem huszonnégy napra volt szükség.

A 4Dify a teljes folyamatot tíz napra óhajtja csökkenteni. A lakókörnyezetben azonban nem a huszonnégy vagy a tíz nap, hanem az árazás a meglepő. 

Az első házat 375 ezer dollárért értékesítették. Yuba megyében az átlag ingatlanárak 450 ezer dollár körül mozognak, azaz a printelt épület az átlagnál olcsóbbnak is tűnik. A bökkenő azonban a négyzetméterenkénti (az USA esetében négyzetlábankénti) ár. (Egy négyzetláb 0.09290304 négyzetméternek felel meg.) 

A kilencvenöt négyzetméter ezer négyzetláb, a printelt épület négyzetlábankénti ára 375 dollár. Yuba megyében azonban 268 dollár a lakások négyzetlábankénti átlagára, azaz jóval alacsonyabb.

A 4Dify betonépületei így egy 230 négyzetméteres egyedi építésű házénak felelnek meg Chicago északnyugati külvárosában. Az összehasonlításba az újépítésű házak fenntartásának, biztosításának stb. kockázatait nem számolták be. Márpedig az épület öregedésével ezek – mivel új technológiáról van szó – teljesen kiszámíthatatlanok.

Tény, hogy az építés gyorsabb, és kevesebb munkával jár, mint egy tipikus lakóház esetében, a közben termelődő hulladékról nem is beszélve. De mindaddig, amíg az épületnyomtató cégek nem képesek az árakat jelentősen, és a tömegtermelésre átállva nagy léptékben csökkenteni, addig a printelt házak inkább kísérletnek tekinthetők.

Alvási nehézségek gyakran előznek meg szívbetegségeket, pszichiátriai rendellenességeket és sok más bajt. Amerikai és dán kutatók alvásvizsgálatok során gyűjtött adatokat használtak fel ilyen állapotok kimutatására.

Az általuk fejlesztett SleepFM rendszer az Alzheimer- és a Parkinson-kórt, a prosztatarákot, a stroke-ot, szívelégtelenséget és sok más állapotot akár hat évvel a tünetek megjelenése előtt osztályoz alvás közbeni életjelek alapján.

A rendszer konvolúciós neurális hálózatot (CNN), transzformert és hosszú-rövidtávú memóriát, egy speciális neurális hálót (LSTM) tartalmaz. A kutatók két lépésben gyakoroltatták: alvási adatok mintázatainak kódolására és betegségek osztályozására. A tanulóadatok nagyjából 585 ezer órányi alvásvizsgálati felvételből álltak, amelyek az egyes betegek életkora és neme mellett az agy, a szív, a légzőrendszer (légáramlás, horkolás és vér oxigénszintje) és a lábizmok aktivitásának jeleit is tartalmazták. Az adatok többnyire zártkörűen kezeltek voltak, de nyilvános adatkészleteket is felhasználtak.

A CNN-t és a transzformert együtt trenírozták. A CNN ötpercnyi felvételből megtanulta az egyes jeltípusok beágyazását, miközben a transzformer módosította a beágyazásokat, hogy rögzítse az egy jeltípuson belüli időbeli kapcsolatokat. Mindkettőt arra ösztönözték, hogy hasonló beágyazásokat készítsenek az ugyanabban az időben készült alvásfelvételekből, és különböző beágyazásokat másokból.

Hozzáadták az LSTM-et, és kilencórányi alvásadat, valamint a vizsgálati alany életkora és neme alapján több mint ezer betegség osztályozására betanították.

A SleepFM teljesítményét saját fejlesztésű teszthalmazon a rendszeren előtanítás nélküli teljesítményével, valamint olyan egyszerű neurális hálózattal hasonlították össze, amelyet csak demográfiai információkon gyakoroltattak. Tizennégy általános betegségkategóriában a SleepFM lényegesen jobban teljesített az igazi és a hamis pozitívok megkülönböztetésében.

A kutatás is igazolni látszik azt a feltételezést, hogy a mesterséges intelligencia finom mintázatok felismerésére való képessége elképesztő lehetőségeket rejt az orvostudományban és azon túl is. Ebben az alkalmazásban korai figyelmeztetést adhat a súlyos betegségekről, lehetővé téve, hogy kialakulásuk előtt tegyünk lépéseket a megelőzésért.

A NASA tudósai lenyűgözve figyelték tavaly októberben, ahogy a 3I/ATLAS csillagközi objektum (a naprendszerben észlelt harmadik ilyen objektum) több bolygó mellett elszáguldott, és közel került a Naphoz. Ma már távolodik a naprendszertől, valószínűleg soha többé nem fogjuk látni, a tudósok viszont változatlanul érdekes dolgokat feltételeznek róla.

Úgy tűnik például, hogy hatalmas mennyiségű vizet permetezett az űrbe. Értelemszerűen a Nap melletti legközelebbi elhaladása váltotta ki a legnagyobb érdeklődést, és akkor tudták legjobban tanulmányozni is. A NASA fél évvel az objektum napközeli elhaladása előtt működésbe lépett SPHEREx infravöröshöz közeli űrmegfigyelő állomásának vizsgálatai bizonyítják a vízkibocsátást.

A 3I/ATLAS üstökös miután szorosan elrepült a Nap mellett, 2025 decemberében teljes erővel „kilőtt” az űrbe, de szerencsére napközelben szignifikáns mértékben kifényesedett. A bolygók közötti térben még a vízjég is gyorsan halmazállapotot váltott, gáz lett belőle – állapították meg a NASA csillagászai.

Az objektum azonban nemcsak vizet, hanem több érdekes, elvileg akár többmilliárd éves anyagot is kibocsátott magából.

Mivel az üstökösök egyharmadát vízjég teszi ki, a víz mellett rengeteg új, szénben gazdag anyag is felszabadult. Ezek korábban mélyen a felszín alatt, jégbe zárva voltak. A kutatók jelenleg a korai naprendszerben található anyagokat látnak bennük, köztük szerves molekulákat, kormot és kőzetport. Csupa olyat, amelyeket jellegzetesen üstökösök bocsátanak ki magukból.

Ugyanakkor a SPHEREx eddigi megfigyelései nem olyanok, amikre egy tipikus üstökös esetében feltétlenül számítunk – állítják a tudósok.

A 3I/ATLAS évszázadok óta kering a csillagközi térben, nagyenergiájú kozmikus sugarak bombázzák. Valószínűleg kérget képzett, amelyet a sugárzás feldolgozott. De mivel a Nap energiája mélyen be tudott hatolni az üstökösbe, a felszín alatti érintetlen jég felmelegedett, és kitört. Ezzel évmilliárdok óta az űrhatásoknak nem-kitett vegyi anyagok „koktélja” szabadult fel – vonták le a következtetését a NASA-nál.

A Bloomberg beszámolója alapján a top tech- és MI-fejlesztőcégek 2025-ben több mint százmillió dollárt költöttek az amerikai kormányzati politika befolyásolására. Ez volt az első alkalom, hogy túllépték a bűvös határt.

A Meta 26,29, az Amazon 17,89, az Alphabet (Google) 13,10, a Microsoft 9,36, az Nvidia 4,9 millió dollárt fordított erre a célra. Az Nvidia melletti összeg a többihez képest ugyan csekélyebbnek tűnik, viszont hétszer annyi, mint a nagyvállalat 2024-es ilyetén költése.

A Meta, az Alphabet, az Nvidia, az AMD és az Andreesen Horowitz kockázatitőke-befektető 2025-ben növelte lobbizásra szánt költségvetését. Az Amazon, a Microsoft és az Oracle a 2024-esnél valamivel kevesebbet költ erre a célra, míg a Qualcomm és az Intel szignifikáns mértékben megvágta lobbi-büdzséjét.

Az erőfeszítések, úgy tűnik, eredménnyel jártak, mert a mostani amerikai kormány MI- és általában technológia-barátabb politikát folytat, mint a Biden-adminisztráció. Erőteljesen támogatják új adatközpontok építését (például a Stargate projektet), és a nagy kardcsörtetés ellenére visszavontak egyes Kínára vonatkozó chiptilalmakat (amivel – figyelembe véve az óriási piaci lehetőségeket – elsősorban az Nvidia járt jól). 

Az első Trump-adminisztráció alatt a Fehér Ház kemény vámokat vetett ki a Kínából importált árukra, amelyek különösen a termékeit nagyrészt a kelet-ázsiai országban összeszereltető Apple-t sújtotta. Tavaly áprilisban a Trump-adminisztráció mentesítette a cég termékeit a vámok alól. Augusztusban az Apple pedig beleegyezett, hogy négy év alatt 600 milliárd dollárt költ termékei hazai gyártására szolgáló létesítmények építésére.

A vállalatok lobbizásra fordított kiadásai jellemzően – gyakran közvetve, politikai akcióbizottságokon és iparági csoportokon keresztül – tisztviselők tanácsadására és törvényjavaslatok megfogalmazására mennek el, Kedvelt jelöltek megválasztására fordított kiadások még magasabbak is lehetnek; a The New York Times információi alapján a Meta idén 65 millió dollárt különített el MI-barát állami tisztviselők hatalomba juttatására/hatalomban tartására. 

A tavaly lobbizásra legtöbbet költő tíz vállalat közül több adományozott általuk favorizált Fehér Ház-projekteknek és politikai szervezeteknek. Ezen kívül néhány vállalat a Trump-adminisztrációval szoros kapcsolatban álló személyeket is alkalmaz, vezetőik fehér házi rendezvényeken vesznek részt, és elkötelezték magukat kormányzati prioritásokra fordított költések mellett. A Meta korábbi Trump-tanácsadót vett fel új elnöknek és alelnöknek, korábbi kormányzati tisztviselőt léptetett elő főtanácsosnak. Az OpenAI szintén korábbi Trump-tanácsadót vett fel globális energiapolitikájának vezetésére.

Az Alphabet, az Apple, a Meta és a Microsoft ígéretet tett, hogy pénzt adományoz a Fehér Ház Donald Trump prioritásának számító báltermének újjáépítésére. Greg Brockman, az OpenAI elnöke és felesége együtt 25 millió dollárt adományozott az elnök politikai akcióbizottságának.

A csillagászati összegeket látva azt hihetnénk, hogy a tech minden más szektornál többet költ lobbizásra, pedig nem, mert az egészségügyi vállalatok még Mark Zuckerberget és a többi infokom behemótot is megelőzik.

A mesterséges intelligencia kuriózumból – a legjobban az ágenseken észlelhető – képességgé fejlődött. Ezek a rendszerek a nevünkben terveznek, cselekednek és döntenek, a valódi munkát automatizálják ahelyett, hogy egyszerűen csak promptokra válaszolnának. Az automatizálás mellett a szakértelem skálázásának, a szervezeten belüli termelékenység új szintjeinek megnyitásában szintén praktikus eszközök.

A legtöbb szervezet számára már nem az a kihívás, hogy az ágensek fontosak-e, hanem, hogy hol kezdjék használni őket. Az ágensplatformok elmúlt évbeli robbanásszerű növekedése komoly ígéret a vállalkozások számára: „kezdőbarát eszközöktől” hatékony céges keretrendszerekig segítenek rendszerek kiépítésében, telepítésében és kezelésében. Bevezetésükhöz nem kellenek mély műszaki ismeretek, viszont tisztázni kell, hol képesek legtöbb értéket teremteni, hol lehet kísérletezni velük, mennyire tudnak tanulni, hajlandóak az iterációra.

Bernard Marr jövőkutató szerint az alábbi tíz a legpraktikusabb mostani ágensplatform.

A Google Vertex And Astra eleve remek kiindulópont, mert nagy felhőszolgáltató köré épül. Az ágensökoszisztéma célja kezdőbarát környezet biztosítása. Erőssége az online adatok valósidejű keresésének és feldolgozásának képessége. Az Astra a közeljövőben a Google eszközkészletébe valószínűleg egyre jobban beépülő univerzális MI-asszisztens prototípusa.

A Microsoft Copilot Studio is a vállalati felhőóriás státuszból indul ki, mély integrációt jelent a Teams és a 365 termelékenységi ökoszisztémákkal. Kézenfekvő választás viszonylag általános felhasználási esetekhez.

Az Amazon Bedrock AgentCore alapja a legnépszerűbb felhőszolgáltatás, az Amazon Web Service (AWS) teljes funkció- és szolgáltatáscsomagjában lehetővé teszi a felhasználóknak ágensek használatát. A biztonság minden felett, és ha egy cég eleve jelentős összegeket fektetett az AWS ökoszisztémába, a platform természetes kiindulópont lehet neki.

Az OpenAI AgentKit lehetővé teszi ágensek építését, konfigurálását, kezelését. Nagyon felhasználóbarát vizuális interfészen biztosít átfogó keretet ágenses munkafolyamatok definiálásához, harmadik féltől származó adatkészletekhez, eszközökhöz való hozzáférés kezeléséhez. A Guardrails moduláris biztonsági réteg veszélyekkel és elhibázott lépésekkel szemben jelent komoly védelmet.

A Salesforce Agentforce platformot úgy alakították ki, hogy automatizálja az üzleti ügyfélkapcsolatok kezelésével járó (például értékesítési, marketing és ügyfélszolgálati) folyamatokat. Ezen kívül és túl ágensek hozhatók létre és alkalmazhatók bármilyen célra, harmadik fél rendszerei csatlakoztathatók és vezérelhetők vele.

Az UIPath Studio alapja az ágenseszközök fejlesztését és használatát segítő ökoszisztéma a hagyományosabb robotizált folyamatautomatizálási módszerek szigorú pontosságát és az MI által kínált azonnali döntéshozási képességet megkövetelő felhasználási esetekben különösen hasznos. Mivel a tartalmat „látja” a képernyőn, egyes régi szoftverek automatizálására különösen ajánlott.

A CRM-feladatok (marketing, értékesítés, ügyfélszolgálat) automatizálására specializált HubSpot Breeze Agent munkafolyama sok (gyors sikert kereső) kis- és középvállalkozás számára a HubSpot platform miatt otthonos. Marketingkampányok dolgozhatók ki és automatizálhatók, érdeklődők nyomon követhetők, ügyfélszolgálati problémák rangsorolhatók és megoldhatók, sok ügyfél-interakció kezelhetők vele.

A Zapier Agents vállalkozásokat és termelékenységnövelő appokat egyszerű automatizált munkafolyamatokban összekapcsoló, ágensekkel hatékonyabbá tevő platform.

A QuickBooks AI Agents a népszerű QuickBooks könyvelőcsomag ágensekkel integrálva. Olyan rutinszerű és időigényes feladatokhoz ajánlott, mint számlák kifizetésének követése, számlák egyeztetése és cash flow előrejelzések készítése. Mivel a QuickBooks ügyfelei általában már minden pénzügyi adatukat a platformon tárolják, gyakran gyors és egyszerű nyereség lehet az első ágensfolyamatokat bevezetni kívánó kis- és középvállalkozások számára.

A hangulatkódoló (vibe coding) Replit platform rendeltetése a weboldalaktól a teljes funkcionalitású alkalmazásokig leegyszerűsíteni bárminek a létrehozását. A kódolásra integrált fejlesztői környezet funkcionalitását MI-asszisztenssel kombináló Replit Agent 3-mal a kódgenerálás, tesztelés, telepítés, hibakeresés stb. automatizálható.

Sok vállalat aggódik azért, hogy hogyan vehetné rá minél több alkalmazottját a mesterséges intelligencia használatára. Csábító ígéret, hogy az MI csökkenti bizonyos munkák, például rutindokumentumok szerkesztésének, információk összefoglalásának és kódhibák keresésének terheit, és több időt biztosít a munkavállalóknak kreatív, nagy hozzáadott értékű feladatok végrehajtásához – gondolják joggal. 

Csakhogy vannak bökkenők.

A Berkeley Haas Üzleti Iskola két kutatója 2025. április és december között egy Egyesült Államokbeli technológiai vállalat kétszáz alkalmazottjával végzett kutatást, és arra a következtetésre jutottak, hogy a generatív MI-eszközök inkább intenzívebbé teszik, mintsem csökkentik a munkát.

Az alkalmazottak maguktól alkalmazták az MI-t, gyorsabban dolgoztak, szélesebb körű felelősségeket vállaltak, a munkát estére és a szünetekre is kiterjesztették.

A kutatás az intenzívebbé válás (intenzifikáció) három mozgatórugóját azonosította: a feladatok funkcionális vonalakon keresztüli (termékmenedzselés kódolása, kutatók mérnöki tevékenysége) bővülését, a munka és a nem-munka közötti határok elmosódását – mivel az MI csökkentette a súrlódást a feladatok szünetekben történő megkezdésekor –, valamint a többfeladatos munkavégzés növekedését több párhuzamosan futó MI-szállal.

Bár kezdetben az önkéntes bővítés termelékenységi nyereségnek tűnt, elfedte a felhalmozódó kognitív terhelést, a munkaterhelés növekedését és a növekvő tempóelvárásokat, amelyek a hatékonyságnövekedés ellenére is elfoglaltabbá tették a dolgozókat.

Vállalati vezetők nem hagyatkozhatnak az alkalmazottak önszabályozására, helyette a szervezeteknek „mesterségesintelligencia-gyakorlatot” kellene alkalmazniuk. A gyakorlat tudatosan kidolgozott normákat tartalmazna, beleértve a strukturált döntési szüneteket, a folyamatos megszakítások elkerülése érdekében sorrendben meghatározott munkaeredményeket, és az emberi kapcsolatokra szánt, védett időt is – fogalmazzák meg a tanulmány szerzői.

Aktív szerkezeti formálás nélkül, az MI természetes módon az intenzifikáció hajtóereje. Sokkal inkább azt mozgatja, mint a munka csökkenését, így pedig a kiégés, a leértékelődő döntés és a fenntarthatatlan munkavégzési minták kockázatát teremti meg.

(Az ábra a munka automatizálását foglalja össze.)

Japán északi szigetén, a zord klímájú Hokkaidón, Kamishihoro önkormányzata és a délebbi nagy sziget, Honsú Kanazawa városában működő, önvezető rendszereket fejlesztő MoveEz januárban robottaxit tesztelt, és a tesztet sikeresnek nyilvánították.

Az autonóm robottaxi stabil vezetési képességeit havas utakon is megerősítették. Ez komoly lépés az egész éves működés felé a szigetország legészakibb prefektúrájában. A vállalat szerint ez volt Japán első nagytávolságú robottaxi-tesztje havas utakon.

A 2024-ben alapított MoveEz ötlete a Kanazawa Egyetemen született. A tesztet második szintű autonóm vezetés kategóriában végezték, ilyenkor csak vészhelyzetben van szükség manuális beavatkozásra. Január ötödike és huszonhetedike között a jármű összesen 650 kilométert tett meg Kamishihoro környékén, beleértve a vidéki és a városi területeket összekötő közutakat is.

A teszthez speciálisan – kamerákkal, lézeres érzékelőkkel, milliméteres hullámú radarral – felszerelt járművet használtak. Nagypontosságú 3D-s térképeket használó más önvezető technológiákkal ellentétben, a kísérlet során, a költségcsökkentés érdekében egyedileg kidolgozott, egyszerű 2D-s térképet alkalmaztak.

Ez volt a második teszt, az elsőt 2025 októberében, még a havas évszak kezdete előtt végezték. A mostani cél az egész éves működés lehetőségének ellenőrzése volt, alkalmazkodva a változó időjárási körülményekhez. A robottaxi a megengedett 60 km/h sebességgel, biztonságosan haladt a hófedte utakon.

Az utolsó napon a MoveEz vezetősége sajtótájékoztatón mutatta be a rendszert, egyben a tesztet is ismertették. Kiemelték, hogy az alacsony költségű önvezető rendszerrel télen-nyáron stabil vezetést értek el. Az egész éves működés kulcsfontosságú a helyi lakosok számára.

Az önkormányzat és a vállalat a tesztek folytatását tervezi, 2027-re el akarják érni a négyes szintű autonóm vezetést, amikor bizonyos körülmények között nincs jelen sofőr a járműben. Az egyik teszten résztvevő polgármester, Mitsugi Takenaka kiemelte, hogy nagyon havas utakon sem érzett szorongást.

Kamishihoro városban 2022 decembere óta második autonómiaszintű önvezető buszokat használnak rendszeresen. Velük biztosítják, hogy mindenki képes legyen közlekedni. A robottaxikkal tovább növelnék a lakosok kényelmét.