Pastaruosius kelerius metus vos ne kiekviena technologijų konferencija, investuotojų susirinkimas ar net kavos pertraukėlė biure baigiasi ta pačia tema – dirbtinis intelektas. Vertinimai kyla į dangų, startuoliai be jokių pajamų gauna šimtus milijonų finansavimo, o didieji technologijų milžinai kasmet skelbia vis didesnius kapitalo įdėjimus į duomenų centrus ir GPU klasterius. Skamba pažįstamai? Daugeliui iš karto į galvą ateina dot-com era arba 2008-ųjų būstas. Klausimas, kurį šiandien užduoda ne tik ekonomistai, bet ir eiliniai programuotojai, yra paprastas: ar tai realus technologinis lūžis, ar tiesiog dar vienas burbulas, kuris anksčiau ar vėliau sprogs?
Kodėl visi kalba apie perkaitimą
Skaičiai iš tiesų kelia nerimą tiems, kas atidžiai stebi rinką. NVIDIA vertė per kelerius metus išaugo daugiau nei dešimt kartų, o jos pagrindinis produktas – lustai, skirti modelių treniravimui – tapo tokiu deficitiniu prekiu, kad įmonės rezervuoja juos metams į priekį. Vien tik keturios didžiosios technologijų kompanijos (Microsoft, Google, Amazon, Meta) 2024–2025 metais planuoja investuoti šimtus milijardų dolerių į infrastruktūrą, susijusią su AI. Tuo tarpu daugelis šias investicijas generuojančių produktų vis dar neatneša adekvačios grąžos.
Panašus modelis matomas ir startuolių pasaulyje. Kompanijos, turinčios vos kelis dešimtis darbuotojų ir jokio aiškaus pelningumo kelio, gauna vertinimus, prilygstančius vidutinio dydžio viešai kotiruojamoms įmonėms. Investuotojai dažnai priima sprendimus remdamiesi ne finansiniais rodikliais, o baime praleisti progą – tuo pačiu FOMO efektu, kuris kadaise varė kriptovaliutų bumą.
Kur riba tarp hype’o ir realios naudos
Svarbu neskubėti viską mesti į vieną krepšį. Yra didelis skirtumas tarp spekuliatyvaus vertinimo ir realaus produktyvumo prieaugio. Programuotojai, kurie kasdien naudoja įrankius kaip GitHub Copilot, Cursor ar Claude Code, patvirtins – kodo rašymo greitis ir kokybė pastebimai pagerėjo. Klientų aptarnavimo skyriai, kurie integravo pokalbių robotus, sutaupo realius pinigus. Tai nėra tuščia rinkodara – tai apčiuopiama vertė, kurią galima pamatuoti valandomis ar sutaupytais eurais.
Problema atsiranda tada, kai bandoma šią realią, bet ribotą naudą ekstrapoliuoti į begalinį augimą. Rinka dažnai kainoja ne dabartinę situaciją, o labai optimistišką ateities scenarijų, kuriame AGI (bendrasis dirbtinis intelektas) atsiranda per artimiausius metus ir pakeičia didžiąją dalį intelektualinio darbo. Toks scenarijus techniškai galimas, tačiau niekas – nei OpenAI, nei Google DeepMind – negali garantuoti terminų. O rinka šiandien elgiasi taip, lyg tie terminai jau būtų žinomi.
Infrastruktūros lenktynės – kas jose laimi, kas pralaimi
Įdomiausia dalis šioje istorijoje – kas realiai uždirba, o kas tik išleidžia. NVIDIA šiuo metu yra aiškus laimėtojas, nes jos lustai reikalingi visiems – nesvarbu, ar modelį treniruoja OpenAI, ar Meta, ar kinų kompanija DeepSeek. Tai panašu į „auksinio karštinio“ situaciją, kur pinigus uždirbo ne auksakasiai, o tie, kas pardavinėjo kastuvus.
Tuo tarpu patys modelių kūrėjai – OpenAI, Anthropic, net Google Gemini komanda – susiduria su brutalia ekonomika. Kiekviena užklausa kainuoja realius pinigus skaičiavimo galiai, o konkurencija tarp modelių taip suspaudė kainas, kad marža tampa vis mažesnė. OpenAI, nepaisant milijardinių pajamų, vis dar dirba nuostolingai, nes treniravimo ir infrastruktūros kaštai viršija įplaukas. Tai klasikinis technologijų sektoriaus paradoksas – rinka auga, bet pelningumas atsilieka.
Kas skiriasi nuo dot-com burbulo
Kai lygini šiandieninę situaciją su 2000-ųjų interneto burbulu, verta pastebėti keletą esminių skirtumų. Tuomet daugelis kompanijų neturėjo jokio realaus verslo modelio – tik svetainę ir domeno vardą su „.com“ galūne. Šiandien didžiosios AI kompanijos turi realius produktus, kuriuos naudoja šimtai milijonų žmonių kasdien. ChatGPT, Gemini, Claude – tai ne teoriniai koncepciniai produktai, o realiai veikiantys įrankiai su matuojama vartotojų baze.
Kita vertus, panašumų taip pat netrūksta. Kapitalo perteklius, lengvai prieinamas finansavimas, spekuliatyvūs vertinimai privačiame sektoriuje, o taip pat ir tam tikras „viskas susiję su AI turi būti brangu“ mentalitetas – visa tai primena burbulo požymius. Skirtumas tas, kad šįkart burbulas (jei jis yra) formuojasi ne aplink tuščias idėjas, o aplink realiai veikiančią, bet dar nesubrandintą technologiją, kurios pilnas potencialas dar neišnaudotas.
Ką tai reiškia programuotojui ar IT vadovui
Jeigu dirbi IT srityje, ši diskusija nėra vien akademinė – ji turi tiesioginės įtakos sprendimams, kuriuos priimi kasdien. Keletas praktinių minčių, kurios gali padėti orientuotis šioje situacijoje:
- Nesiek visų AI įrankių iškart. Pasirink 2-3 sprendimus, kurie realiai sprendžia konkrečią problemą tavo komandoje – ar tai būtų kodo generavimas, dokumentacijos rašymas ar testų kūrimas. Neverta diegti kiekvieno naujo modelio vien dėl to, kad jis „naujas ir madingas“.
- Sek kainų dinamiką. API kainos AI modeliams keičiasi labai greitai, dažnai mažėja dėl konkurencijos. Tai, kas šiandien atrodo brangu, po pusmečio gali kainuoti perpus mažiau. Neverta pasirašyti ilgalaikių sutarčių, jei rinka tokia nestabili.
- Investuok į supratimą, ne tik į įrankius. Žinojimas, kaip veikia LLM po kapotu – kas yra tokenai, kontekstinis langas, halucinacijos – bus vertingesnis nei bet kokia konkreti platforma po penkerių metų.
- Būk atsargus su startuoliais, kurie yra tik „wrapper“ ant OpenAI API. Jei visa įmonės vertė yra plonas sluoksnis virš svetimo modelio, jos konkurencinis pranašumas gali išnykti per vieną OpenAI atnaujinimą.
- Diversifikuok tiekėjus. Priklausomybė nuo vieno modelio tiekėjo yra rizikinga – kainos, API limitai ar net paslaugos nutraukimas gali sukelti realių problemų verslo tęstinumui.
Ką sako patys ekspertai
Įdomu tai, kad net pačių AI kompanijų vadovai viešai pripažįsta burbulo galimybę. Sam Altman, OpenAI vadovas, 2024 metais pareiškė, kad rinkoje tikrai yra „per didelis entuziazmas“ ir kad kai kurie startuoliai bus perkainoti bei žlugs. Panašias mintis reiškė ir kiti pramonės lyderiai – tai nėra tik skeptikų iš šono balsas, o vidinis pripažinimas, kad dalis rinkos tikrai perkaitusi.
Tuo pačiu metu tie patys žmonės tvirtina, kad ilgalaikė AI transformacija yra reali ir neišvengiama. Analogija, kuri dažnai naudojama – dot-com burbulas sprogo, bet internetas niekur nedingo, o tapo dar svarbesnis. Galimai panašiai bus ir su AI – dalis kompanijų žlugs, kapitalas persiskirstys, bet pati technologija liks ir toliau vystysis.
Vietoj apibendrinimo – žvilgsnis pro debesį
Tiesa, kaip dažnai būna, yra kažkur per vidurį. AI rinkoje tikrai yra spekuliatyvių elementų – vertinimai kai kuriems startuoliams tikrai atitrūkę nuo realybės, o infrastruktūros investicijos vyksta greičiau, nei rinka spėja sugeneruoti realią grąžą. Tačiau tai nereiškia, kad visa technologija yra tuščia iliuzija. Skirtumas tarp „burbulo, kuris viską nusineš“ ir „korekcijos, po kurios liks tvirtesni žaidėjai“ yra esminis, ir istoriškai technologijų sektorius dažniau patiria antrąjį variantą.
Praktiškas patarimas kiekvienam, kas seka šią temą – žiūrėk ne į antraštes apie milžiniškus vertinimus, o į realius produktyvumo rodiklius. Ar tavo komanda tikrai dirba greičiau naudodama AI įrankius? Ar klientai realiai gauna vertę, ar tik demonstracinę versiją, kuri gerai atrodo prezentacijoje? Šie klausimai svarbesni už bet kokią rinkos kapitalizaciją.
Jei burbulas ir sprogs – o istorinė tikimybė, kad dalis rinkos susitrauks, yra gana didelė – tai nebus AI pabaiga. Tai bus valymo procesas, po kurio liks kompanijos su realiais produktais, aiškiais verslo modeliais ir tvariu pelningumu. Būtent taip atsitiko po dot-com burbulo, kai iš pelenų iškilo Amazon, Google ir dešimtys kitų kompanijų, kurios šiandien valdo pasaulį. Galbūt vertėtų mažiau nerimauti dėl to, ar burbulas egzistuoja, ir daugiau galvoti apie tai, kaip pasiruošti abiem scenarijams – ir augimui, ir korekcijai.
