Meg nem nevezett hacker által elkövetett, példa nélküli cyberbűntény-sorozatról számolt be a népszerű Claude chatbot mögötti vállalat, az Anthropic. Az eddig legátfogóbb és legjobban jövedelmező művelet mesterségesintelligencia-modellt használó elkövetője legalább tizenhét szervezet rendszerét törte fel.

Az MI-t célpontok azonosításától zsaroló levelek írásáig, kvázi mindenre befogta. 

Érzékeny felhasználói adatok vagy üzleti titkok eltulajdonítása bevett online bűnözői módszer. Mivel MI-vel könnyebb a kivitelezés, csalók egyre jobban használják, arzenáljuk fontos elemévé vált.

Korábban viszont még senki sem dokumentálta, hogy hackerek valamelyik népszerű fejlesztőcég chatbotjával automatizálnának folyamatokat.

A művelet azzal kezdődött, hogy a hacker meggyőzte az egyszerű kéréseken alapuló programozásra vagy „hangulatkódolásra” (vibe coding) specializálódott Claude Code-ot, hogy azonosítsa a támadásoknak kitett vállalatokat. Az MI ezután érzékeny információk ellopására alkalmas malware-t fejlesztett, majd rendszerezte és elemezte a feltört fájlokat, segített megszerezni az áldozat zsarolására felhasználható adatokat.

Következő lépésben az adott vállalat meghackelt pénzügyi dokumentumait átvizsgálva, meghatározta mennyi bitcoin kérhető a zsarolásért. Cserébe az érintett dokumentumok nem kerülnek nyilvánosságra – ígérte az áldozatoknak. Jacob Klein az Anthropic biztonsági szakértője szerint a kb. három hónapig tartó műveletet az Egyesült Királyságon kívül élő magányos hacker végezte. A robusztus, többrétegű biztonsági rendszer ellenére elszánt bűnözők szofisztikált módszerekkel igyekeznek megkerülni azokat. Jelen esetben sikerült is.

Az Anthropic egyik megtámadott szervezetet sem nevezte meg. Csak annyit árult el, hogy egy védelmi beszállító, egy pénzügyi intézet és legalább három egészségügyi szolgáltató van köztük. Az ellopott adatok társadalombiztosítási számokat, banki részleteket és páciensek egészségügyi infóit, de érzékeny katonai anyagokat is tartalmaztak.

Nem világos, hogy hányan fizettek, mennyi pénzt szedett össze a hacker, becslések szerunt 75 és 550000 ezer dollár körüli összegekről volt szó. 

Nemzetközi csillagászcsapat által a James Webb Űrteleszkóppal végzett megfigyelései bizonyítják, hogy léteznek saját bolygórendszer központi csillag nélküli formálására képes, hatalmas bolygók.

A körülöttük keringő kisebb bolygókkal, naprendszerünk miniváltozataiként is értelmezhetők. Csillagfény nélkül viszont teleszkópjaink számára általában nem tűnnek fel, elvesznek az űr sötét ürességében.

Az Astronomical Journalban publikálásra elfogadott tanulmány gravitációsan csillaghoz nem kötődő, szabadon lebegő „kóbor” bolygókról szól. Mielőtt kilökődnének a rendszerből, egyes ilyen bolygók csillag körül formálódnak. A kutatók szerint ugyanazok a mechanizmusok hozzák létre őket, amelyek a csillagokat.

„Építőelemeik” még a Jupiternél is nagyobb, egyedül sodródó objektumok körül szintén megtalálhatók, azaz bolygórendszerek kialakulása nemcsak csillagoktól függ, hanem csillagtalan, magányos világokban is lehetséges.

A kutatók 2024 augusztusa és októbere között nyolc szabadon lebegő bolygót vizsgáltak. A Jupiternél ötször-tízszer nagyobb tömegű képződmények a feltehetően óriási gázfelhők összeomlásából származó legkisebb tömegű objektumok osztályába tartoznak. (A jellemzően csillagok keletkezésével összekapcsolt gázfelhőket csillagbölcsőknek is hívják.)

Valamiért nem halmoztak fel nukleáris fúziós reakciók magjukban történő fenntartásához szükséges tömeget, és ezért nem váltak valódi csillagokká. (Ugyanakkor a jóval nagyobb, de nukleáris fúzió beindítására képtelen „barna törpékkel”, a „bukott csillagokkal” sem tévesztendők össze.)

A kutatók az objektumok infravörös spektrumában túlzott sugárzást fedeztek fel, ami hat esetben meleg porral függ össze. A jelenség korongra, a bolygót körülvevő gáz- és porfelhő jelenlétére utal. Önmagában ez nem szokatlan, „kóbor” bolygók körül korábban is fedeztek már fel ilyen korongokat. A csillagok körüli (protoplanetáris) korongok esetében a gáz és a por sűrű régiói egyesülve formálhatnak bolygókat. A csillag keletkezésekor a mag által be nem szívott, „maradék” anyagokról van szó.

A tanulmány legfontosabb meglátása, hogy a „kóbor” bolygók korongjain, növekvő és kristályosodó szilikátszemcsék formájában már látszódnak a bolygóképződés első, kulcsfontosságú eredményei. A szemcsék összetapadhatnak, bolygószimálok, protoplanetáris és törmelékkorongokban létező szilárd objektumok, születő bolygók építőelemei formálódnak belőlük.

Bolygótömegű objektum körül most észleltek először szilikátszemcséket. Mivel korábbi tanulmányokból kiderült, hogy a „kóbor” bolygók korongjai többmillió évig fennmaradhatnak, ez az idő elegendő kezdetleges világok születéséhez.

A mi világunk természetesen heliocentrikus, a felfedezés iróniája viszont, hogy őseink talán nem is állítottak akkora butaságot a geocentrikus világgal, mint gondoljuk. „Csak” a jó bolygórendszert nem találták el.

A Nemzetközi Energiaügynökség előrejelzése szerint, mivel a fejlesztőcégek egyre nagyobb modellek gyakoroltatására és működtetésére összpontosítanak, az MI energiafogyasztása és az üvegházhatású gázok kibocsátása növekedni fog. Minél pontosabb egy modell outputja, annál több káros gáz termelődik, és annál több ember is használja.

A probléma elvileg a paraméterek számával csökkenthető: kisebb modellek kevesebb energiát használnak el. De stratégiailag még fontosabb, hogy a megfelelő modellt találjuk meg a megfelelő feladathoz. MI-szolgáltatók úgy is csökkenthetik a károsanyag-kibocsátást, hogy a bemeneteket azokat pontosan és hatékonyan feldolgozó modellekhez irányítják, a kimeneteket pedig megfelelő hosszúságúra korlátozzák.

Ehhez a stratégiához se új infrastruktúrát, se új modellt nem kell építeni.

Német kutatók tizennégy nyílt súlyú nagy nyelvmodellen (LLM-en) tanulmányozták a széndioxid- és más károsanyag-kibocsátást (zárt modellekhez szükséges információk nem állnak rendelkezésre). Kiderült és számszerűsítették, hogy az érvelés, a token-generálás és a kérdés-válasz referenciaértékek pontossága összefügg a nagyobb energiafogyasztással.

Változatos méretű, érvelő-készséggel rendelkező/nem rendelkező modelleket teszteltek kérdésekkel, amelyeket röviden és hosszan is meg kellett válaszolni. Mindegyiknek százat tettek fel, öt témakörben: filozófia, világtörténelem, nemzetközi jog, absztrakt algebra, matematika. A kérdéseket két formában fogalmazták meg: több felelet közül választós egyszavas válaszokkal, nyitott válaszokat kiváltó promptok. Az OpenAI o4-mini értékelte a nyílt válaszokat.

A modelleket nyolcvan gigabájt memóriájú Nvidia A100 GPU-n futtatták, és megmérték a chip által elhasznált energiamennyiséget. A kilowattórában kifejezett energiafogyasztást globális átlaggal (kilowattóránkénti 480 gram széndioxid-egyenértékkel) szorozták meg, hogy meghatározzák a keletkező kibocsátást.

Így jöttek rá a párhuzamokra. A 84-91 százalék pontos, csúcsteljesítményű modellek ezer (ötszáz-ötszáz) kérdésnél 1300-2000 gramm széndioxidot vagy annak megfelelő gázt termeltek. A legkisebb mindössze 35 százalékban vagy még kevésbé volt pontos, de 2000 helyett is csak maximum harminc gramm káros gáz kibocsátásáért volt felelős. 

Ugyanazon modellek energiahasználata megnégyszereződött, meghatszorozódott, a Deep Cogitoé például 56 grammról 372-re ugrott, amikor érvelniük kellett.

A szerzők elmondták: a kibocsátásokat valószínűleg túlbecsülték, mert az öregebb GPU-k energiahatékonyabbak az újaknál, és mert sok számítási felhőnek megújuló energiaforrásokkal működő adatközpontok adnak otthont.

A fejlesztőket támogató Stack Overflow oldal éves jelentéséből kiderült, hogy a megkérdezettek 78,5 százaléka minimum havi rendszerességgel vagy rendszertelenül, de használ MI-alapú eszközöket, míg 5,3 százalékuk tervezi, hogy hamarosan élni fog a lehetőséggel.

Másrészt ugyanezeknek a megkérdezetteknek megoszlott a véleményük: 60 százalékuk kedvezően vagy nagyon kedvezően értékeli az MI-eszközöket, húsz százalékuk „nem biztos” vagy indifferens, míg a maradék húsz százalék kifejezetten negatívan és nagyon kedvezőtlenül vélekedik róluk.  

160 ország 49009 szakemberét kérdezték meg. Jelentős részük, húsz százalék az Egyesült Államokban él. A válaszokat május 29. és június 23. között gyűjtötték össze. A megkérdezettek tizennyolc és hatvanöt év közöttiek, vagy még idősebbek voltak, és a felmérés a programozók összes típusára kiterjedt.

A változatos megítélés oka, hogy sokak szerint a programozást segítő, MI-vel működő eszközök nem jól működnek. Nagyon csak 3,1 százalék bízik bennük, és a tapasztalt programozóknál még kevesebben: 2,5 százalék. Legoptimistábbak a kódolást pont tanulók, 6,1 százalékuk gondolja így.

Az anyagból kiderül, hogy az MI óvatos megközelítése válik normává. 44 százalék vagy „valamelyest” vagy „nagyon” nem bízik a mesterséges intelligenciában, míg 31 százalékuk „valamelyest bízik.”

Az MI leggyengébb pontja a komplex feladatok megoldása, bár az anyag készítői nem definiálták egyértelműen, mit értenek alatta. Mindenesetre a válaszolók 40 százaléka szerint az MI vagy „rossz”, vagy „nagyon gyenge” ezekben, és csak 4,4 százalék gondolja kiválónak, 17 százalék pedig egyáltalán nem használja ilyen munkákhoz.

Az MI-központú programozást (vibe coding) 76 százalékuk vagy csak szimplán elutasítja, vagy „határozottan nem” választ adott. Ágenseket pedig 69 százalék nem használ, közülük 38 százalék nem is tervezi. 41 százalék szerint az ágensek minimálisan vagy annyira sem befolyásolják a hatékonyságot.

Mindössze 4,3 százalék gondolja, hogy „mostantól már egyáltalán nincs szükségem emberi segítségre.”

Az önvezető járművek lassú, de biztos terjedésével párhuzamosan aggasztó kérdés merül fel: mi történik akkor, ha egy támadó megszerzi a vezetői kormány feletti irányítást?

A robottaxi szolgáltatásához önvezető autó-modellt fejlesztett kaliforniai Zoox termékbiztonsági mérnöke, Zhisheng Hu erről tartott előadást a Black Hat USA 2025 rendezvényen. Míg az MI-vel működtetett és teleoperációs parancsokkal vezérelt önvezető járművek, amelyeket az ember úgy is irányíthat, hogy nincs a vezetőülésen, egyre gyakoribbak, mind a biztonsági, mind a védelmi célok teljesítése érdekében szigorú proaktív nyomásteszteket igényelnek– hangsúlyozta Hu.

Előfordulhat, hogy az autót vezető MI nem biztos a követni kívánt útvonalban, mert például építési terület van az útjában, vagy nehéz kihajtani a parkolóból egy forgalmas útra. Ilyenkor az autó üzenetet küld a teleoperátoroknak – új utasításokat kér. 

Ez ugyan jó hír, de az önvezető járművek összességében továbbra is kockázatosak. Tekintettel arra, hogy az emberek hibázhatnak, és hibáznak is, fontos feltenni a kérdést, hogy egy jármű elutasíthatja-e, vagy elutasítaná-e a nem biztonságos parancsokat, függetlenül attól, hogy azok szándékosak.

Hu úgynevezett fuzzing keretrendszerrel értékelte ki, hogy a jármű hogyan reagálna potenciálisan káros, más autókkal vagy emberekkel való ütközéshez vezető távolsági parancsokra. A keretrendszer kaotikusabb helyzetet teremt a szoftver és az operációs rendszer tesztelésére, ami az esetleges sebezhetőségek és/vagy más biztonsági hibák azonosítására jó. Hu ezzel a technikával generált veszélyesebb szituációkat.

A keretrendszer minden egyes looppal okosabb lesz, és végül segít megismerni a rejtett rosszindulatú parancsokat. Óvatosnak kell lennünk, mert egyesek kezdetben hasznosnak tűnnek, de a megfelelő feltételek mellett veszélyessé válnak – figyelmeztet Hu.

Építési övezetekben gyakran tapasztalt zavart. Viszont több olyan esetben is magas kockázattal szembesült, amikor a teleoperációs utasítások látszólag rendben voltak. A hibák feltárásában, okaik elemzésében, a döntési logika megőrzésében egyaránt segítette a keretrendszer. Nélküle nem sikerült volna – ismerte el a mérnök.

Kína bemutatta a 2027-ig megvalósítandó kritikus technológiai fejlesztések ütemtervét, és az agy-számítógép interfészek (brain-computer interfaces, BCI) komoly szerepet játszanak benne, kulcsszerepet tölthetnek be a kelet-ázsiai ország és az Egyesült Államok közötti versengésben. A hét minisztérium által közösen közzétett szakpolitikai tervezet innovációs célokat és általános irányelveket tartalmaz a helyi BCI-ipar számára.

A dokumentum előírja, hogy a kulcsfontosságú technológiák, például az elektródák, a chipek és az integrált termékek terén 2027-re elérjék a fejlett nemzetközi szabványok szintjét. Míg a világ közvéleménye a látványos amerikai eredményekre, köztük Musk Neuralinkjére összpontosított, Kína kevésbé látványosan, de öles léptekkel vívta meg államilag masszívan támogatott idegtudományi forradalmát.

Az ország 2030-ra az élettudományok és az informatika metszéspontját jelentő terület legnagyobb innovátorainak egyikévé kíván válni, két-három globális ipari vezetővel. Kínai kutatócsoportok már eddig is dolgoztak ki különféle technológiai megközelítéseket a nem-invazív, a félig invazív és az invazív BCI kategóriákban.

A tiencsini Nankai Egyetemen úttörő érrendszeri beavatkozást végeztek: mindössze egy nyaki mikrotűvel kétmilliméteres elektródavázat helyeztek agyi erekbe. Egy stroke-beteg autonóm fogása/markolása az egészséges állapot 82 százalékára, a jelstabilitás pedig 99,7 százalékra ugrott. A biomimetikus elektróda az érrendszer lüktetésének utánzásával igyekszik elkerülni az agyszövet károsodását. Jelenleg Pekingben és Wuhanban végeznek vele teszteket.

A pekingi Csinghua Egyetem eljárása érme méretű processzor beépítése a koponya alá, az elektródákat az agyszövetbe történő behatolás nélkül helyezik el. Három lebénult végtagú személy a készülékkel 90 százalékot ért el vizespalack-fogás teszteken. A BCI-gyakorlás közben – új gerincvelő helyreállítási utakat sugalló – idegi regenerációra lettek figyelmesek. A chipekkel csökkent az energiafogyasztás, felgyorsult a jelfeldolgozás.

A Kínai Tudományos Akadémia és egy sanghaji kórház a Neuralink szálainál százszor rugalmasabb, egyötöd szélességű, érmeméretű ultraflexibilis elektródát fejlesztett. Legfontosabb újítása, egy dinamikus neurális dekódoló kivételesen stabil, a késleltetés pedig az elenyészőnél is kisebb. Az orvosi alkalmazásokon túl, a technológiával robotkarok és fizikai MI-k vezérlését is tervezik. A magasabb szintű ember-gép interakciókat minimális kockázattal és soha nem látott pontossággal próbálják megvalósítani.

A politika, a tőke és a technológia konvergenciájával, Kína klinikai valósággá alakítja a BCI sci-fit – zárul a dokumentum.

A kódolók harminc százaléka szerint a mesterséges intelligencia hamarosan helyettesíti őket. Dario Amodei, az Anthropic vezérigazgatója elmondta, hogy a közeljövő kódjainak kilencven százalékát MI fogja írni. Az Amazon kevesebb szoftvermérnököt kíván alkalmazni, mert MI-ben gondolkodnak.

Egyes nagy modellek, például a GPT-4o vagy a Claude Sonnet tényleg fantasztikusan jók a kódírásban. A generatív mesterséges intelligencia rengeteg feladatot képes elvégezni ezen a területen: új kódot írnak, elmagyarázzák, optimalizálják a régit, megszüntetik a hibákat, kezelik a dokumentációt, biztonsági réseket fedeznek fel.

Ugyan kevés a kvantitatív kutatás, egyből viszont kiderült: a Microsoft kódoló asszisztense, a GitHub Copilot által segített programozók a feladatok ötvenöt százalékát gyorsabban elvégezték, mint az MI nélkül dolgozók.

A Washington Post alapján az elmúlt két évben harminc százalékkal csökkentek a programozói munkák – nem a komplett szoftverfejlesztésé (az „csak” hárommal), hanem inkább a könnyen automatizálható kezdő szerepkörök.

Szinte az összes munkakörhöz hasonlóan, az MI-vel a programozó szerepe is megváltozik. Ettől még szükség lesz kódolói készségekre, mert ember nélkül nincs biztonságos és etikus MI. 

Emellett teljesen új szoftverfejlesztési módszerek is feltűntek, például a szakzsargonba vibe codingként bevonult, a hagyományosnál stressz- és bonyolultság-mentesebb, csak generatív MI promptokkal történő kódolás.

A szlovákiai származású Andrej Karpathy, a Tesla MI-igazgatója szerint „a holnap programozóinak nagy része nem tart fenn komplett szoftvertárakat, nem ír bonyolult programokat, nem elemzi futási idejüket. Neurális hálókat tápláló adatokat gyűjtenek, tisztítanak, manipulálnak, címkéznek, elemeznek és vizualizálnak.”

Rövidtávon nem valószínű, hogy eltűnnek a szoftverfejlesztői, programozói munkák, a szerepek viszont már most változnak, és az irány is egyértelműnek tűnik. Új képességek elsajátítása mellett a legfontosabb, hogy a programozó idő előtt ráérezzen a változásokra.

Augusztus hetedikén jött ki a GPT-5. „Képességeit látva, a mesterséges intelligenciához képest haszontalannak érzem magam” – jelentette ki Sam Altman. 

A techóriások modelljei egyre inkább nagyjából ugyanazt teszik, a GPT-5-től viszont új határok megnyitását, az általános mesterséges intelligencia (AGI) felé tett öles lépést, mérföldkőt várt a szakma.

A modell többnyire nem váltotta be ezeket a szokásosan túlzó reményeket. A beharangozóban az állt, hogy tetszés szerinti területen, amire pont szükségünk van, úgy működik, mint egy elismert, PhD-szintű szakértő. Elvileg automatikusan kitalálja, kérdéseinkhez melyik a legjobb modell: érvelő-következtető a bonyolultabbakhoz, gyorsabbak az egyszerűbbekhez. Ezen a funkción akad még finomítani való. 

Elődeihez képest abban viszont mindenképpen javult, hogy a felhasználót nem halmozza el túlzott és fárasztó bókokkal. Összességében azonban inkább termékfrissítés, semmint az MI lehetőségeit újradefiniáló áttörés. A ChatGPT-vel jobban, elegánsabban, érdekesebben beszélgethetünk.

Változást hozhat, hogy az MI-fejlesztők egy ideig nem sokat foglalkoztak a modellek felhasználási módjával, mindig a soron következőre, az épp legokosabbra koncentráltak, amelyet aztán a versírástól a kémiáig, változatos területeken alkalmazhatunk, úgy is ajánlották mindet. Mostanában viszont elkezdtek speciális területekkel foglalkozni, például az idei év egyik folyamatosan visszatérő mantrája, hogy az MI hamarosan helyettesíti a humán kódolókat.

Magyarázat? A nagyágyúk nem érték el a gigantikus áttörést, helyette itt-ott javítanak a modellek képességein, lényegében azzal dolgoznak, azt finomhangolják, amijük van. Frissítenek, összegeznek.

Az OpenAI például sokáig nem foglalkozott az egészségüggyel, ChatGPT is szabadkozott, hárította a felelősséget, mielőtt megnyilatkozott a témában. Májusban hirtelen jelezte a fejlesztőcég, hogy az orvosi kérdéseket is megkísérlik nyíltan kezelni. A felhasználókat explicit bíztatják egészségügyi tanácsok kérésére. 

Veszélyes terep, hallucinációknak nincs helye, súlyos következményekkel is járhatnak. Esetleg annyira hozzászokunk, hogy az orvosunkat is elhanyagoljuk. Rosszabbik esetben útmutatását betartva betegedünk le, ám míg humán orvos ellen indíthatunk eljárást, az MI-doktornál fogalmunk sincs, kié a felelősség a téves diagnózisért, kit perelhetünk miatta.

Egyelőre kevés jel utal arra, hogy a techcégeket.

Az 1931-ben alapított Oszakai Egyetem egyike a szigetország hét császári felsőoktatási létesítményének. Szerteágazó képzést nyújt, alapkutatástól az alkalmazásokig, minden területen az innovációra fókuszálnak.

Ennek a hozzáállásnak a gyümölcseként az egyetem Kvantuminformáció és Kvantumbiológia Központjában (QIQB) július huszonnyolcadikán működésbe lépett egy teljes egészében japán komponensekből és szoftverekből álló szupravezető kvantumszámítógép.

A gép jól szemlélteti Japán kvantum-számítási potenciálját, hogy az ország készen áll komplett kvantumkomputer tervezésére, gyártására és integrálására.

A projektben vezető japán cégek is részt vettek: RIKKEN, ULVAC, ULVAC CRYOGENICS, QuEL, Fujitsu stb. A teljes technológiai önellátás jegyében, korábban importált termékeket cseréltek le hazaiakra: hígító-hűtőszekrényre, impulzus-csöves hűtőszekrényre és másokra. Front-endtől back-endig, végponttól végpontig, a komplett szoftver-ökoszisztéma nyílt forrású és helyi fejlesztésű. A működtetőknek és felhasználóknak szánt nyílt kvantum-eszköztárral (Open Quantum Toolchain for OPerators and USers, viccesen rövidítve OQTOPUS) dolgoztak hozzá.

Kvantumszámítógépek gyártásához és rendszerintegrációjához átfogó, különböző technológiákon átívelő jártasság szükséges. Ezekben a gépekben óriási a potenciál: globális kihívásokra adhatnak választ, új anyagok és gyógyszerek fejlesztésében vesznek részt, komplex rendszereket optimalizálnak, csökkentik technológiák környezeti hatását. Kulcsterületek, mint a gépi tanulás fejlődésének segítségével, a mindennapokat aktívan alakító megoldások sikerét támogatják.

Az augusztus tizennegyedike és huszadika között megtartott Expo 2025 látogatói betekintést kaptak a kvantumszámításokba, sőt, még a gép egyes komponenseit is láthatták. Távolról, számítási felhőn keresztül kapcsolódhattak a komputerhez, első kézből ismerhették meg az egyik legígéretesebb exponenciális technológiát.

A kiállítást szélesebb közönségnek szánták. Nem számított, ki mennyire ért a technológiákhoz, interaktív elemekkel még a kvantum-összefonódást és más kvantumjelenségeket is láthattak az érdeklődő kívülállók.

Kvantumszámítógép által generált művészetet szintén; demonstrálva tudomány és művészet összefonódását. Az Expo demisztifikálta a kvantumtechnológiát, a szervezők pedig bizakodnak, hogy megihlették a kvantuminnovátorok következő generációját.

Marketingesek évek óta igyekeznek alaposan megismerni a keresőalgoritmusokat, hogy cégüket jól pozícionálják a találatok között, illetve értékesítést generáljanak velük. Sokan gazdag tartalmakba és optimalizálásba invesztáltak, mások a gyors megoldásokat, például a kulcsszóhalmozást részesítik előnyben.

A mesterséges intelligenciával vezérelt keresőmotorok és a generatív összegzések térnyerésével viszont drasztikusan megváltozott a hagyományos keresési viselkedés. A válaszok közvetlenül a találati oldalakon jelennek meg, így a felhasználónak nincs szüksége másik weboldalra kattintania.

A Bain & Company felmérése alapján a fogyasztók nyolcvan százaléka már a keresések legalább negyven százalékában „zéró-klikk” eredményekre hagyatkozik. Becslések szerint ezzel tizenöt-huszonöt százalékkal csökken az organikus webes forgalom. A változás tempója sürgősen megválaszolandó kérdést vet fel: hogyan vonjuk be a fogyasztókat, amikor a kattintások és a webhely-látogatások eltűnnek?

A változások alapja a hagyományos keresőmotorok által szolgáltatott generatív MI összefoglalók, valamint a nagy nyelvmodellek (LLM-ek) térhódítása a keresésben. Előbbieknél felgyorsul a zéró-klikk gyakorlata, a keresések hatvan százalékát másik céloldalra lépés nélkül végezzük. Eközben még az MI-vel szkeptikusak fele is azt állítja, hogy legtöbb lekérdezésére kattintás nélkül válaszolnak a keresőoldalon.

LLM-ek megjelentek a hagyományos keresőmotoros felhasználási esetekben. Felhasználóik negyven-hetven százaléka a platformokat keresésre és információk összefoglalására (68 százalék), legfrissebb hírek és az időjárás megismerésére (48) és vásárlási ajánlatok kérésére (42) használja.

Az organikus átkattintási arányok csökkenésével, a nagyértékű, márkákhoz nem kapcsolódó keresésekben, a véleményformálás és az elköteleződés előtti fázisban a marketingesek szerepe is csökken. Általában ekkor fedezték fel – és győzték meg – az ügyfeleket. A generatív MI-vel a keresési forgalom szakadása mellett, a fogyasztó „útja” is algoritmus-vezéreltté válik.

A keresőoptimalizálás (SEO) már nem elég a sikerhez, de mivel a fogyasztók elérésében fontos tényező marad, a győzelemre törekvő márkáknak fel kell gyorsítaniuk SEO-elképzeléseiket, finomítaniuk kell rajtuk. Két területen szintén sürgősen kell lépniük: pragmatikus technikai optimalizáló stratégiák kellenek az LLM-olvashatóság alapjainak megteremtéséhez, illetve merész kísérletek szükségesek, hogy a keresőmotoroknál és a nagy nyelvmodelleknél is tisztában legyenek a láthatóság és a pozícionálás befolyásolásának módjával.

Ezek az MI általi feltérképezhetőség optimalizálásával, tartalmak szemantikus keresésre adaptálásával, a tartalomformátumok diverzifikálásával (több videóval és interaktivitással) és a mutatók, mérések módosításával, kattintás-központú mérések helyett a keresési megjelenítések és az MI általi elérés számszerűsítésével érhetők el.