Az ingyenes intelligencia vége

Szerkesztői megjegyzés

Ez a cikk a The Infographics Show több, egymásba fűzött videóanyagának magyar nyelvű átiratából indul ki. A videó rendkívül erős, sokszor vádiratszerű narratívát épít: az OpenAI pénzt éget, a Microsoft felhőfüggőséget teremt, a mesterséges intelligencia használatát fizetési szintekre osztják, miközben a vállalatok az alkalmazottakat előbb MI-használatra kényszerítik, majd megdöbbennek a számlán.

A történet magja valós. A videó azonban több helyen összemossa a tényeket, a becsléseket, a jövőre vonatkozó vállalati terveket és a narratív következtetéseket. Az alábbi cikk ezért nem egyszerűen újrameséli az anyagot, hanem ellenőrzi, pontosítja és tágabb összefüggésbe helyezi azt.

A csoda, amelynek megérkezett a számlája

2022 novemberében a ChatGPT kutatási előzetesként jelent meg. A felhasználó beírt egy kérdést, és néhány másodperccel később olyan választ kapott, amely korábban egy keresőmotor, egy szövegíró, egy programozó és egy tanácsadó keverékének tűnt volna. A szolgáltatás vagy ingyenes volt, vagy havi húsz dollárért szinte korlátlannak látszott. A technológiai iparág történetében ritkán kapott ekkora tömeg ilyen gyorsan hozzáférést ennyire drága infrastruktúrához.

A hangsúly a „drágán” van.

A hagyományos szoftver gazdasága abban különbözik a mesterséges intelligenciáétól, hogy egy már elkészült program újabb példányának kiszolgálása általában alig kerül valamibe. Egy szövegszerkesztő nem gondolkodik újra minden alkalommal, amikor megnyitunk egy dokumentumot. Egy nagy nyelvi modell viszont minden kérésnél új számítást végez: chipeket, memóriát, hálózati kapacitást, hűtést és villamos energiát használ. Minél hosszabb a beszélgetés, minél összetettebb a feladat, és minél több lépésben dolgozik egy ügynök, annál nagyobb a számla.

Az OpenAI 2026 elejére saját közlése szerint több mint 900 millió heti aktív felhasználót és több mint 50 millió fogyasztói előfizetőt szolgált ki. Ez elképesztő elérés, de egyben a világ egyik legnagyobb, folyamatosan működő számítási kötelezettsége is.

A vállalat 2026 tavaszán több belső bevételi és felhasználói célját sem érte el. A beszámolók szerint Sarah Friar pénzügyi igazgató attól tartott, hogy a növekedés lassulása megnehezítheti a jövőbeli számítási szerződések finanszírozását. Sam Altman és Friar nyilvánosan vitatta, hogy közöttük stratégiai nézeteltérés lenne, de magát a problémát senki sem tagadja: az OpenAI-nak óriási és egyre növekvő számítási kapacitást kell előre lekötnie.

A videó 2024-re 3,7 milliárd dolláros bevételt és körülbelül 5 milliárd dolláros veszteséget említ. Ezek a számok korabeli sajtójelentésekből származnak, de azóta a vállalat nagyságrendje többszörösére nőtt. A későbbi pénzügyi tervek 2025-re körülbelül 13 milliárd dolláros értékesítés mellett 9 milliárd dolláros veszteséggel számoltak. A bevétel tehát robbanásszerűen nőtt, de a veszteség nem tűnt el vele együtt.

Ez nem feltétlenül jelenti azt, hogy az üzlet életképtelen. Azt viszont igen, hogy a ChatGPT korai, nagyvonalúan támogatott korszaka nem tarthatott örökké.

A valódi fordulat nem az, hogy az MI hirtelen használhatatlanná vált. Hanem az, hogy a szolgáltatók már nem akarják ugyanazt a számítási teljesítményt ugyanazon az áron odaadni mindenkinek.

1. A „lobotómia” nem titkos összeesküvés, hanem termékstratégia

A videó egyik legerősebb állítása szerint az ingyenes felhasználókat titokban kisebb, olcsóbb modellekhez irányítják, miközben a felület azt az érzetet kelti, hogy ugyanazzal a rendszerrel beszélgetnek. A megfogalmazás túlzó, az alapjelenség azonban valós.

Az OpenAI saját súgóoldalai rögzítik, hogy a különböző csomagok eltérő használati korlátokat kapnak, és a limit elérése után a beszélgetés kisebb „mini” modellre válthat. Az automatikus modellválasztás, a routerek és a feladattól függő számítási keret az egész iparágban alapvető költségoptimalizálási eszközzé vált.

Egy egyszerű kérdéshez pazarlás lenne a legdrágább következtető modellt használni; egy összetett programozási vagy kutatási feladat viszont látványosan gyengülhet, ha a rendszer túl agresszíven spórol.

Ez a felhasználó számára valóban úgy jelenhet meg, ahogy a videó leírja: ugyanazon beszélgetésben az asszisztens egyszer kiválóan követi a részleteket, később pedig általános, felszínes válaszokat ad. Az ok lehet modellváltás, elért kvóta, kontextustömörítés, szerverterhelés vagy egyszerű modellhiba. A videó ott lépi át a bizonyíthatóság határát, amikor minden minőségromlást szándékos megtévesztésként kezel.

A nyilvánosan dokumentált tény ennél prózaibb és egyben fontosabb:

A mesterséges intelligencia minősége már nem pusztán technológiai kérdés, hanem csomag-, kvóta- és költségosztály kérdése is.

A havi 20 dolláros Plus előfizetés fölött megjelent a 200 dolláros Pro szint, a vállalati csomagokban pedig külön kreditek, rugalmas használati díjak és kapacitási keretek szabályozzák, ki mennyi „gondolkodást” vásárolhat.

Ezzel megszületett az intelligencia szolgáltatási osztályrendszere:

• az ingyenes felhasználó korlátozott hozzáférést és olcsóbb tartalékmodellt kap;
• a középső csomag magasabb limitet, de továbbra is kvótákat;
• a prémium vagy vállalati ügyfél nagyobb számítási keretet, elsőbbséget és költségkontrollt vásárol;
• a valóban nagy felhasználó már nem előfizetést, hanem számítási kapacitást vesz.

Ez nem kizárólag az OpenAI sajátossága. Az Anthropic, a Google, a Microsoft és a többi szolgáltató ugyanezt a logikát követi. A legjobb modell működtetése költséges, ezért a „mindenkinek mindig a legerősebbet” ígéret gazdaságilag tarthatatlan.

2. Hirdetések a csevegésben: a felhasználó nem eladó, de a beszélgetés kereskedelmi környezetté válik

2026 januárjában az OpenAI hivatalosan bejelentette, hogy hirdetéseket kezd tesztelni a ChatGPT ingyenes és Go csomagjában. A Plus, Pro, Business és Enterprise csomagok hirdetésmentesek maradtak. Februárban elindult az amerikai teszt, májusban pedig új országokra és új hirdetői eszközökre terjesztették ki a programot.

A videó ezt úgy fogalmazza meg, mintha az OpenAI hozzáférést adna a hirdetőknek az orvosi kérdésekhez, párkapcsolati válságokhoz és adózási bizonytalanságokhoz.

Ez így nem igaz.

Az OpenAI hivatalos szabályai szerint a hirdetők nem látják a beszélgetéseket, az előzményeket, az emlékeket vagy a személyes adatokat, a vállalat pedig azt állítja, hogy nem adja el a felhasználói adatokat. A hirdetések nem befolyásolhatják az asszisztens válaszát, és érzékeny témák – például személyes egészségügyi beszélgetések – közelében korlátozzák a megjelenésüket.

A helyzet ettől még nem ártalmatlan.

A hirdetések kiválasztásához a rendszer – a beállításoktól függően – figyelembe veheti az aktuális beszélgetés témáját, korábbi interakciókat és személyre szabási jeleket. Vagyis a hirdető nem kapja meg a felhasználó vallomását, de a platform kereskedelmi jelet képezhet abból, hogy valaki éppen esküvőt szervez, új telefont keres vagy lakáshitelen gondolkodik.

A klasszikus közösségi hálózat azt figyeli, mire kattintottunk. A beszélgető MI azt is tudhatja, mitől félünk, mit tervezünk, mit nem értünk, és milyen döntés előtt állunk. Ez minőségileg más adatviszony.

A hirdetési rendszer legnagyobb értéke nem feltétlenül a demográfiai profil, hanem a kimondott szándék pillanata.

Ezért az igazi kérdés nem az, hogy az OpenAI eladja-e a beszélgetéseket. Jelenlegi szabályai szerint nem. Az igazi kérdés az, hogy meddig tartható fenn a válasz és a reklám közötti fal, amikor a vállalatnak egyszerre kell finanszíroznia a számítási infrastruktúrát és növelnie a reklámbevételt.

A technológiai platformok története azt mutatja, hogy a hirdetési üzletág ritkán marad szerény kiegészítő. Amint jelentős bevételi forrássá válik, elkezdi befolyásolni a termék kialakítását: mit mérnek, mit tartanak meg, milyen felhasználói viselkedést ösztönöznek, és mennyi figyelmet próbálnak a rendszeren belül tartani.

3. A biztonsági csapat távozása: nem bizonyíték a gonosz szándékra, de súlyos figyelmeztetés

A videó legerősebben dokumentált része az OpenAI biztonsági kutatóinak távozásáról szól.

2023-ban az OpenAI létrehozta a Superalignment csapatot Ilya Sutskever és Jan Leike vezetésével. A vállalat azt ígérte, hogy négy éven keresztül a rendelkezésére álló számítási kapacitás 20 százalékát a szuperintelligens rendszerek összehangolásának kutatására fordítja.

Ez kivételesen nagy vállalás volt: azt jelezte, hogy a jövőbeli rendszerek irányíthatóságát ugyanolyan fontosnak tekintik, mint a képességek fejlesztését.

2024 májusában Sutskever távozott az OpenAI-tól. Röviddel később Jan Leike is felmondott, és nyilvánosan azt írta, hogy a biztonsági kultúra és folyamatok háttérbe szorultak a „csillogó termékek” mögött. A Superalignment csapatot feloszlatták, tagjait más egységekbe helyezték vagy elveszítették. Beszámolók szerint a csapat a nyilvános 20 százalékos vállalás ellenére is nehezen jutott megfelelő számítási kapacitáshoz.

Sutskever később megalapította a Safe Superintelligence nevű vállalatot, amely kifejezetten azt ígérte, hogy a biztonságot elszigeteli a rövid távú termék- és piaci nyomástól.

Ez önmagában nem bizonyítja, hogy az OpenAI feladta volna a biztonságot. Azt azonban mutatja, hogy a cég alapítói körének egyik legfontosabb kutatója már nem hitt abban, hogy ezt a célt ugyanazon a szervezeten belül tudja a legjobban szolgálni.

Az OpenAI válasza sem maradt el. Frissítette a Preparedness Frameworköt, külön biztonsági és védelmi bizottságot működtet, 2026-ban pedig közzétette a Frontier Governance Frameworköt, amely a vállalat szerint a súlyos képességkockázatok kezelését és az új jogi követelményeknek való megfelelést rendszerezi.

A probléma nem az, hogy nincs biztonsági dokumentum.

A probléma az, hogy egy magánvállalat saját maga határozza meg a veszélyességi küszöböket, saját maga végzi a vizsgálatot, és végül saját maga dönt a kiadásról. Független kutatók a Preparedness Framework elemzésekor arra jutottak, hogy a rendszer több területen jelentős vezetői mérlegelést hagy, és nem minden kockázati helyzetben ír elő automatikus megállást.

A biztonsági vita tehát nem arról szól, hogy az OpenAI alkalmaz-e biztonsági szakembereket. Hanem arról, hogy a biztonság képes-e megállítani egy több tízmilliárd dolláros termékbevezetést.

4. Sora: amikor a látványos jövő nem fér bele a fogyasztói árba

A Sora 2024-ben az MI-forradalom egyik legerősebb demonstrációja volt. A szövegből generált, filmszerű képsorok azt az érzetet keltették, hogy a videókészítés belépési költsége hamarosan összeomlik. 2024 decemberében az OpenAI fogyasztói termékként is elindította a szolgáltatást.

1. április 26-án a Sora önálló webes és alkalmazásos terméke megszűnt.

Ez a tény önmagában fontosabb, mint a videó legdrámaibb állításai.

Nem sikerült megbízható elsődleges forrást találni arra, hogy a Sora naponta 15 millió dollárt égetett volna el, vagy hogy egyetlen videó pontosan ezerszer annyi számítást igényelt volna, mint egy átlagos szöveges kérés. Ezek a számok legfeljebb becslések, és nem szabad őket auditált tényként kezelni.

A termék visszavonása viszont világosan mutatja, milyen nehéz a generatív videó gazdasága. A szöveges válasz néhány ezer vagy tízezer tokent igényelhet. A videó időben és térben is összefüggő képkockák sorozatát állítja elő, ezért sokkal nagyobb számítási, tárolási és tartalomellenőrzési terhet jelent.

A felhasználó közben ugyanazt várja, mint egy streaming szolgáltatástól: gyors működést, kiszámítható havidíjat és sok próbálkozást.

A Sora története az egész fogyasztói MI-piac sűrített változata. A technológia lenyűgöző lehet, de a demonstráció és a fenntartható tömegtermék két külön világ. Egy bemutatóban elég néhány kiváló klip. Egy globális szolgáltatásban milliók generálnak sikertelen, újrapróbált vagy eldobott változatokat, amelyek mind pénzbe kerülnek.

A Sora megszüntetése nem az MI-videó halála. Inkább annak beismerése, hogy a korai fogyasztói ár és a valós számítási költség között túl nagy lehetett a távolság.

5. Anthropic kontra OpenAI: nem ugyanazt az üzletet építik

A videó azt állítja, hogy az Anthropic már utolérte vagy megelőzte az OpenAI bevételét. Magánvállalatokról van szó, ezért az ilyen összehasonlításokat óvatosan kell kezelni: a sajtóban szereplő számok gyakran évesített futási ráták, belső tervek vagy befektetői dokumentumok, nem auditált éves beszámolók.

A stratégiai különbség azonban valós és fontos.

Az OpenAI tömegpiaci platformot épített. A ChatGPT több százmillió ember mindennapi eszközévé vált, és a vállalatnak egyszerre kell ingyenes felhasználókat, fogyasztói előfizetőket, fejlesztőket, vállalatokat és kormányzati ügyfeleket kiszolgálnia. Ez óriási márkaelőnyt ad, de kiszámíthatatlan terhelést és rendkívül változatos fizetési hajlandóságot is jelent.

Az Anthropic ezzel szemben erősebben összpontosított a vállalati API-használatra és a programozásra. A Reuters beszámolója szerint az Anthropic több százezer üzleti ügyfelet szolgált ki, bevételének jelentős része vállalati ügyfelektől származott, és rendkívül gyors évesített bevételnövekedést célzott. A Claude Code gyors terjedése különösen erős pozíciót adott neki a fejlesztői piacon.

A Microsoft 2025 novemberében 5 milliárd dolláros befektetést jelentett be az Anthropicba, miközben az Anthropic 30 milliárd dollárnyi Azure-kapacitás megvásárlására vállalt kötelezettséget.

Ez első pillantásra furcsa, mert a Microsoft az OpenAI legfontosabb partnere. Valójában logikus kockázatmegosztás: a Microsoft nem akarja, hogy felhőüzletének MI-jövője egyetlen modellgyártótól függjön.

A verseny lényege ezért nem pusztán az, melyik modell „okosabb”. A kérdés az, melyik vállalat tud jobb egységgazdaságot kialakítani:

• ki tud több bevételt beszedni egy egységnyi számításból;
• ki tud hosszabb, kiszámíthatóbb vállalati szerződéseket kötni;
• ki tudja a drága modelleket csak ott használni, ahol valóban megtérülnek;
• és ki képes úgy növelni a felhasználást, hogy az ne eméssze fel a teljes árbevételt.

Az OpenAI elérése nagyobb. Az Anthropic vállalati fókusza sokszor tisztább.

A következő években könnyen lehet, hogy nem a legtöbb felhasználóval rendelkező vállalat lesz a legjobb üzlet.

6. A vállalati MI kijózanodása: amikor a tokenfogyasztást összetévesztették a termelékenységgel

A vállalati MI-bevezetések első szakaszában a vezetők azt akarták látni, hogy az alkalmazottak használják az új eszközöket. Megjelentek a belső ranglisták, a „tokenmaxxing”, az MI-használathoz kötött teljesítményértékelések és az a vezetői elvárás, hogy minden csapat mutassa meg, mennyire MI-első.

A mérőszám kényelmes volt, de hibás.

A tokenfogyasztás aktivitást mér, nem üzleti értéket.

2026-ban az Uber vezetői elismerték, hogy a vállalat négy hónap alatt felhasználta a teljes évre tervezett MI-kódolási költségvetését. Az eszközök gyorsan terjedtek, a mérnökök jelentős része használta őket, és a vállalat saját közlése szerint az ügynökök már a kód egy részét is előállították.

A költségvetési túllépés nem azt bizonyította, hogy a technológia használhatatlan. Azt bizonyította, hogy az elfogadottságot korlátlan fogyasztással próbálták ösztönözni.

A Microsoft 2026 májusában elkezdte megszüntetni a legtöbb közvetlen Claude Code licencet saját Experiences and Devices részlegében, és a dolgozókat a GitHub Copilot CLI felé terelte. A hivatalos indok a munkafolyamatok egységesítése volt; az időzítés és a beszámolók alapján a költségcsökkentés is szerepet játszhatott.

Fontos pontosítás: a Microsoft nem mondott le az MI-kódolásról. Egy külső, népszerű eszköz helyett inkább a saját platformját akarta központi helyzetbe hozni.

Az Amazonnál egy alkalmazotti ranglista jutalmazta a nagy tokenfogyasztást, majd a vállalat leállította, és arra kérte a dolgozókat, hogy ne csak azért használják az MI-t, hogy használják.

A Metánál egy „Claudeonomics” nevű, dolgozó által készített tábla rangsorolta a legnagyobb tokenfelhasználókat; ezt szintén eltávolították.

A Duolingo pedig visszavonta azt a szabályt, amely az alkalmazottak teljesítményértékelését az MI-használatukhoz kötötte.

Ezek az esetek ugyanarra a vezetői hibára mutatnak rá:

Az eszközhasználatból célt csináltak, miközben az eredménynek kellett volna célnak lennie.

A kutatások sem adnak egyszerű választ. A METR tapasztalt nyílt forráskódú fejlesztőkkel végzett randomizált vizsgálatában az MI-eszközöket használó fejlesztők 19 százalékkal lassabban végeztek, miközben azt hitték, gyorsabbak voltak.

Egy Microsofton belüli vizsgálat ezzel szemben körülbelül 24 százalékkal több összeolvasztott pull requestet talált a parancssori kódolóügynökök használóinál. A tanulmány szerzői maguk is figyelmeztettek: a több pull request nem feltétlenül jelent nagyobb üzleti értéket vagy jobb minőséget.

A két eredmény nem feltétlenül ellentmondás. Az MI kiváló lehet új projektek, ismétlődő feladatok, dokumentáció, tesztelés és ismeretlen technológiák gyors feltérképezése során. Ugyanakkor lassíthatja a szakértőt egy jól ismert, összetett kódbázisban, ha a hibás javaslatok ellenőrzése több időt visz el, mint a kézi megoldás.

A jövő kulcsszerepe ezért nem feltétlenül a promptmérnök, hanem a felügyelő mérnök lesz: az az ember, aki megtervezi a kereteket, ellenőrzi a kimenetet, felismeri a költséges hibaciklust, és leállítja az ügynököt, mielőtt az újabb és újabb próbálkozásokkal elégeti a költségvetést.

7. Az ügynökparadoxon: olcsóbb token, nagyobb végszámla

A hagyományos chatbot egy kérdésre egy választ ad. Az ügynök célt kap, majd lépések sorozatát hajtja végre: fájlokat olvas, keres, tervez, kódot ír, tesztet futtat, hibát elemez, újrapróbálkozik és esetenként más ügynököket hív segítségül.

Egyetlen feladat ezért nem egy modellhívás, hanem modellhívások láncolata.

A sikertelen próbálkozás is pénzbe kerül. A túl hosszú kontextus is pénzbe kerül. Az eszközhasználat eredményének visszaolvasása is pénzbe kerül. A felügyelet nélkül futó ügynök pedig olyan változó költséget hoz létre, amelyet a hagyományos, felhasználónkénti szoftverlicencekhez szokott pénzügyi osztályok nehezen terveznek.

A Gartner azt jósolta, hogy 2030-ra egy ezermilliárd paraméteres modell következtetési költsége több mint 90 százalékkal csökkenhet 2025-höz képest.

Ez elsőre az olcsó MI ígéretének tűnik. A Goldman Sachs ugyanakkor arra számít, hogy az ügynökök elterjedése 2030-ig huszonnégyszeresére, havi mintegy 120 kvadrillió tokenre növelheti a fogyasztást.

Vagyis az egy tokenre jutó ár eshet, miközben a teljes számla nő.

Ez a Jevons-paradoxon digitális változata: ha egy erőforrás felhasználása hatékonyabbá és olcsóbbá válik, a fogyasztás annyira megnőhet, hogy az összes felhasznált erőforrás végül több lesz, nem kevesebb.

Az olcsóbb modellek új feladatokat tesznek gazdaságossá, az ügynökök pedig százszor annyi lépést hajtanak végre ott, ahol korábban az ember egyetlen választ kért.

A Goldman Sachs Jim Covello által vezetett elemzése már 2024-ben azt kérdezte: milyen kellően drága problémát old meg a technológia ahhoz, hogy indokolja az iparág ezermilliárd dollár körüli beruházását? Covello később is arra figyelmeztetett, hogy a gazdasági megtérülés kérdéses, mert a modellgyártók, a vállalati vásárlók és a hiperskálázók még mindig nehezen mutatják ki a költésekhez mérhető hasznot.

Ez nem az MI kudarcának bizonyítéka.

Inkább annak a jele, hogy az MI önmagában nem üzleti modell. Akkor termel értéket, ha egy konkrét folyamatban kevesebb hibával, gyorsabban vagy új bevételt létrehozva többet ad, mint amennyibe a teljes rendszer – modell, integráció, ellenőrzés, infrastruktúra és kockázat – kerül.

8. Microsoft és OpenAI: házasság, túszdráma vagy kölcsönös függőség?

A videó a Microsoft és az OpenAI kapcsolatát csaknem számviteli csapdaként ábrázolja: a Microsoft felhőkreditet ad az OpenAI-nak, az OpenAI ezt Azure-szolgáltatásra költi, a Microsoft pedig bevételként mutatja ki a felhasználást.

Ebből a videó „hamis tartozáselismerők” és önmagát tápláló pénzkörforgás képét építi fel.

Ez a megfogalmazás bizonyítatlan, és félrevezetően közel kerül a csalás vádjához.

A felhőkredit és a hosszú távú kapacitási szerződés bevett stratégiai eszköz. Valóban létrehozhat gazdasági körkörösséget, és jogos kérdés, hogy a lekötött jövőbeli bevételből mennyi válik tényleges, nyereséges készpénzáramlássá. De ebből önmagában nem következik szabálytalan könyvelés.

A valódi történet így is drámai.

A Microsoft 2019 óta mintegy 13 milliárd dollárt fektetett az OpenAI-ba, és éveken át rendkívül erős felhő- és értékesítési jogokat élvezett. Az OpenAI közben rájött, hogy az AGI-hoz vezető út – vagy legalábbis a következő generációs termékek kiszolgálása – sokkal több számítási kapacitást igényel, mint amennyit egyetlen partner kényelmesen biztosíthat.

2025 januárjában a Microsoft lazított a kizárólagosságon, amikor az OpenAI, a SoftBank és az Oracle bejelentette az akár 500 milliárd dolláros Stargate infrastruktúraprogramot.

2026 márciusában a Microsoft állítólag jogi lépéseket is mérlegelt egy 50 milliárd dolláros OpenAI–Amazon felhőmegállapodás miatt.

Áprilisban azonban a két vállalat új feltételekben állapodott meg. Az új egyezség szélesebb értékesítési és infrastruktúra-szabadságot adott az OpenAI-nak, miközben a Microsoft továbbra is kiemelt felhőpartner és jelentős gazdasági részesedéssel rendelkező szereplő maradt.

Ez nem szakítás.

Inkább egy olyan házassági szerződés újraírása, amelyben mindkét fél túl nagy lett ahhoz, hogy kizárólagosan függjön a másiktól.

Az OpenAI több infrastruktúraszállítót akar, hogy ne legyen kiszolgáltatva az Azure-nak. A Microsoft több modellgyártót akar, hogy a Copilot és az Azure MI-kínálata ne függjön kizárólag az OpenAI technológiai és pénzügyi állapotától.

Ezért kötött a Microsoft az Anthropickal is stratégiai megállapodást.

A kapcsolat lényege ma már nem a hűség, hanem az alkupozíció.

9. A nonprofit küldetés átalakulása: az emberiség érdeke és a tőkepiaci kényszer ugyanabban a mondatban

Az OpenAI 2015-ben nonprofit kutatólaboratóriumként indult, azzal a küldetéssel, hogy az általános mesterséges intelligencia az egész emberiség javát szolgálja.

2019-ben létrehozta a korlátozott profitú leányvállalatot, mert az egyre nagyobb modellekhez már olyan mennyiségű tőke kellett, amelyet hagyományos adományokból nem lehetett előteremteni.

2025-ben az OpenAI új szerkezeti tervet jelentett be: a profitorientált egységet Public Benefit Corporationné alakítja, miközben a nonprofit szervezet megtartja az irányítást és jelentős tulajdonrészt kap. A vállalat szerint a nonprofit ellenőrzés megmarad, a küldetés nem változik, és az új struktúra teszi lehetővé a százmilliárdos vagy akár ezermilliárdos tőkeigény finanszírozását.

A videó ezt a nonprofit halálának nevezi.

Jogilag ez pontatlan: a nonprofit szervezet nem szűnt meg, és hivatalosan továbbra is irányító szerepet tölt be. A kritika mégis érthető.

A normál részvénystruktúra, a befektetői tulajdon, az esetleges tőzsdei bevezetés és az infrastruktúra finanszírozása olyan ösztönzőket hoz létre, amelyek óhatatlanul versenyeznek a hosszú távú biztonsági küldetéssel.

A kulcskérdés az, hogy mit jelent a nonprofit kontroll, amikor a működő vállalat értéke, szerződései, alkalmazottai és technológiai versenye a profitorientált egységben összpontosul.

Egy igazgatótanács elvileg megállíthat egy kockázatos terméket. Gyakorlatban azonban minél több tőke, partner, felhőkapacitás és tőzsdei várakozás függ a növekedéstől, annál nagyobb a megállás ára.

Az OpenAI szerkezete nem egyszerű átverés. Inkább egy feloldatlan intézményi ellentmondás:

Hogyan irányíthat egy közérdekű küldetés egy olyan vállalatot, amelynek a működéséhez a történelem egyik legnagyobb magántőke- és infrastruktúra-programjára van szüksége?

10. Copilot mindenhol, bizalom sehol

A Microsoft az MI-t nem különálló alkalmazásként, hanem a teljes termékvilágát összekötő rétegként próbálta bevezetni.

Copilot került a Windowsba, az Office-ba, a Teamsbe, a böngészőbe, a fejlesztői eszközökbe és a vállalati felhőbe. A stratégia logikus: a Microsoft legnagyobb előnye nem feltétlenül a legjobb modell, hanem az, hogy már ott van a vállalatok asztalán, levelezésében, dokumentumaiban és jogosultsági rendszerében.

A felhasználók azonban nem automatikusan kértek minden beépítést.

Egy gombot százmillió ember elé lehet tenni. Azt már nehezebb bizonyítani, hogy az a gomb minden hónapban harminc dollárnyi értéket termel.

A Recall körüli vita jól mutatta a bizalom hiányát. A funkció rendszeresen képernyőképeket készít a felhasználó tevékenységéről, hogy később természetes nyelven visszakereshető legyen, mit látott vagy csinált.

A 2024-es bejelentés után biztonsági és adatvédelmi szakértők súlyos kockázatokat jeleztek, ezért a Microsoft elhalasztotta a széles körű bevezetést.

A későbbi változatot jelentősen áttervezték: a Recall alapértelmezetten kikapcsolt, külön hozzájárulást igényel, helyben tárolja és titkosítja a pillanatképeket, Windows Hello-hitelesítést használ, és a felhasználó eltávolíthatja.

Ez fontos javulás. Ugyanakkor az eredeti termékdöntés megmutatta, mennyire eltérhet a mérnöki „hasznos memória” és a felhasználói „folyamatos megfigyelés” értelmezése.

A Teams 2026-os munkahelyi bejelentkezési funkciója vállalati Wi-Fi-kapcsolat alapján jelezheti az irodai jelenlétet. A rendszer adminisztrátori engedélyhez és felhasználói hozzájáruláshoz kötött, nem pontos GPS-követés.

Mégis világossá teszi, hogy az együttműködési platform és a munkahelyi ellenőrzés határa egyre vékonyabb.

Az MI munkahelyi veszélye ezért nem csak az állások megszüntetése. Ugyanilyen fontos az algoritmikus irányítás: a jelenlét, a teljesítmény, a kommunikáció, a kockázat és a „megfelelő” viselkedés automatizált értékelése.

Az Európai Unió MI-szabályozása több, foglalkoztatásban használt rendszert magas kockázatúnak tekint, mert a technológia közvetlenül befolyásolhatja a felvételt, az előléptetést, a feladatkiosztást vagy az elbocsátást.

A munkavállaló számára a legfontosabb kérdés nem az lesz, hogy használ-e MI-t, hanem az, hogy:

ki látja a használatát, milyen következtetést von le belőle, és van-e lehetőség ember előtt vitatni a döntést.

Mit állít helyesen a videó, és hol csúszik át vádiratba?

A videó állítása Ellenőrzött értékelés Az OpenAI több milliárd dollárt veszít Lényegében igaz. A pontos összeg évenként és forrásonként változik, de a vállalat növekedése mellett is jelentős veszteséggel és számítási kötelezettségekkel működik. Az ingyenes vagy limitet elérő felhasználó kisebb modellre kerülhet Igaz és dokumentált. A váltás nem feltétlenül titkos, de a felhasználói élményben valóban minőségkülönbséget okozhat. A legerősebb képességek egyre drágább csomagokba kerülnek Igaz. A hozzáférés kvóták, előfizetési szintek és használati kreditek szerint rétegződik. Hirdetések kerültek a ChatGPT-be Igaz. 2026-ban az ingyenes és Go csomagokban indult teszt. A hirdetők hozzáférnek az orvosi és személyes beszélgetésekhez Nem igazolt, jelenlegi formájában félrevezető. Az OpenAI szerint a hirdetők nem látják a beszélgetéseket, és érzékeny témák mellett korlátozzák a reklámokat. A beszélgetés témája azonban személyre szabási jel lehet. A Superalignment csapat feloszlott, vezetői távoztak Igaz. Jan Leike nyilvánosan bírálta a vállalat prioritásait, Ilya Sutskever pedig saját biztonsági céget alapított. A Sora fogyasztói termék megszűnt Igaz. 2026. április 26-án leállították. A Sora naponta 15 millió dollárt égetett el Nem sikerült megbízható elsődleges forrással igazolni. Az Anthropic vállalati piacon komoly veszélyt jelent az OpenAI-ra Igaz. Különösen a kódolásban és a vállalati API-használatban erős. A pontos bevételi összehasonlítások magáncégeknél bizonytalanok. A Microsoft leállította saját MI-használatát Félrevezető. Bizonyos Claude Code licenceket megszüntetett, miközben saját Copilot eszközeire és többmodellű stratégiára váltott. Az Uber négy hónap alatt elköltötte éves MI-kódolási keretét Több hiteles beszámoló szerint igaz. Ugyanakkor az Uber nem hagyta abba az MI használatát, hanem költségkontrollt vezetett be. A Microsoft és az OpenAI kapcsolata számviteli csalás Nem bizonyított. Valós gazdasági körkörösség és függőség létezik, de ebből nem következik szabálytalan könyvelés. A Microsoft–OpenAI kizárólagosság jelentősen enyhült Igaz. Az új megállapodások szélesebb felhő- és értékesítési szabadságot adtak az OpenAI-nak.

Az MI nem váltotta le az embert. Átárazta a gondolkodást

A mesterséges intelligencia körüli első nagy narratíva arról szólt, hogy az ember drága, lassú és kiszámíthatatlan, a digitális dolgozó pedig olcsó, végtelenül másolható és mindig rendelkezésre áll.

A vállalati számlák megérkezése után ez a kép árnyaltabbá vált.

A gép nem kér fizetést, de tokent fogyaszt.

Nem megy szabadságra, de hibaciklusba kerülhet.

Nem fárad el, de minden újrapróbálkozásért számláz.

Nem sértődik meg, de ellenőrzés nélkül magabiztosan hajthat végre hibás lépéseket.

A teljesen autonóm működés nem egyszerűen technikai képesség, hanem pénzügyi és felelősségi kockázat.

Ezért az ember szerepe nem tűnik el, hanem átalakul. Kevesebb idő mehet az első változat elkészítésére, és több a feladat meghatározására, a források kiválasztására, a jogosultságok korlátozására, az eredmény ellenőrzésére és a hibák megállítására.

A rendszer értéke nem abból fakad, hogy ember nélkül működik, hanem abból, hogy az ember képességeit ellenőrzött keretek között megsokszorozza.

A videó végkövetkeztetése – hogy az ember ismét a legolcsóbb gondolkodógéppé vált – túlzó. A fejlett MI számos feladatban már most olcsóbb, gyorsabb és szélesebb tudású lehet, mint egy megfelelő szakember.

A lényeges pont azonban helyes:

A teljesen autonóm digitális munkaerő gazdasági előnye nem automatikus.

A rendszer ára nem csak az API-számla, hanem az ellenőrzés, az integráció, a hibajavítás, a biztonság és a felelősség költsége is.

Végkövetkeztetés: nem az MI-aranykor ért véget, hanem az ingyenesség illúziója

A mesterséges intelligencia nem omlott össze.

A modellek egyre erősebbek, az ügynökök egyre több valós munkát végeznek, és a vállalatok továbbra is százmilliárdokat költenek adatközpontokra, chipekre és energiára. A technológia hosszú távú jelentőségét aligha lehet komolyan tagadni.

Ami véget ért, az a korai, támogatott korszak története: az az elképzelés, hogy a legerősebb intelligencia szinte ingyen, egyenlő minőségben és korlátlanul mindenkihez eljut, miközben a háttérben valaki más örökké kifizeti a számlát.

A kialakuló rendszer ennél jóval hierarchikusabb:

• az ingyenes hozzáférést reklám és alacsonyabb számítási keret finanszírozza;
• a középosztály előfizetést fizet, de limiteket kap;
• a szakmai felhasználó kreditet, elsőbbséget és erősebb modelleket vásárol;
• a nagyvállalat közvetlenül számítási kapacitást, biztonsági keretet és integrációt vesz;
• a modellgyártók pedig felhőszolgáltatókhoz, chipgyártókhoz és tőkepiacokhoz kötődnek.

Ez nem titkos összeesküvés.

Sokkal kellemetlenebb:

ez a mesterséges intelligencia tényleges gazdasági szerkezete.

A döntő kérdés már nem az, hogy képes-e az MI cikket írni, kódot generálni vagy videót készíteni.

Hanem az, hogy ki ellenőrzi a számítást, ki fizeti a hibát, ki látja az adatokat, ki szabja meg a hozzáférési szintet, és ki mondhatja azt egy autonóm rendszernek, hogy állj.

Az MI-forradalom következő szakaszát nem a leglátványosabb demó fogja eldönteni.

Hanem a számla, a szerződés, a jogosultsági rendszer és az ember, aki még időben észreveszi, amikor a gép rossz irányba indult.

Közvetlen források és háttéranyagok

1. A kiinduló videó: https://www.youtube.com/watch?v=yMPrV09aa-Q
2. OpenAI: Scaling AI for everyone
3. Reuters: az OpenAI bevételi és felhasználói céljainak elmaradása
4. OpenAI: a ChatGPT Go és a hirdetések bejelentése
5. OpenAI: Testing ads in ChatGPT
6. OpenAI Help: hirdetési adatvédelem és hirdetési elvek
7. OpenAI Help: modellkorlátok és mini modellre történő visszaváltás
8. OpenAI: Introducing Superalignment
9. AP: Jan Leike távozása és biztonsági kritikája
10. Wired: a Superalignment csapat feloszlása
11. OpenAI: Preparedness Framework
12. OpenAI: Frontier Governance Framework
13. OpenAI: a Sora fogyasztói szolgáltatásának megszüntetése
14. Reuters: az Anthropic vállalati növekedése
15. Microsoft: stratégiai megállapodás az Anthropickal és az Nvidiával
16. The Verge: a Microsoft belső Claude Code licenceinek megszüntetése
17. Fortune: az Uber MI-kódolási költségvetésének kimerülése
18. METR: tapasztalt fejlesztők teljesítménye MI-eszközökkel
19. Goldman Sachs: Gen AI – Too Much Spend, Too Little Benefit?
20. Goldman Sachs: az ügynökök várható tokenfogyasztása
21. Gartner: a következtetési költségek 2030-as előrejelzése
22. Reuters: a Microsoft és az OpenAI megállapodásának átalakítása
23. Microsoft: az OpenAI-partnerség és a Stargate feltételei
24. OpenAI: a vállalati szerkezet átalakítása
25. Reuters: a Microsoft Recall bevezetésének elhalasztása
26. Microsoft: a Recall új biztonsági és adatvédelmi architektúrája