Az Nvidia tokenizációja a világban: Hogyan tökéletesítette Jensen Huang a 21. századi olajlámpás stratégiát?

Milliárdok üres ígéretekért? A kellemetlen igazság az Nvidia tokengyáráról

Jensen Huang, az Nvidia vezérigazgatója egy egyszerű egyenletet fogalmazott meg: aki nem számol, az veszít. De a mesterséges intelligencia-boom csillogó homlokzata mögött egy könyörtelen üzleti modell húzódik meg, amely a 19. század gátlástalan monopóliumstratégiáira emlékeztet. Példátlan hardvermonopóliummal, a zárt CUDA szoftverökoszisztémával és olyan frontális támadásokkal, mint az új RTX Spark chip, a technológiai óriás veszélyes függőségbe kényszeríti a globális gazdaságot. A mérhető termelékenység helyett a vállalatok ma elsősorban egy dolgot vásárolnak: a "tokenek" puszta fogyasztását. Ez egy mélyreható elemzés arról, hogyan fordítja az Nvidia a feje tetejére az értékteremtés szabályait, miért kell a hiperskálázóknak több százmilliárdot befektetniük – és miért kerülhet mindannyiunknak sokba ez a profit- és energiapazarlási spirál.

NVIDIA és a világ tokenizációja: Hogyan diktál (és profitál) Jensen Huang egy új gazdasági rendből

A pillanat, amikor a teleshopping vállalati stratégiává vált

2026 márciusában Jensen Huang színpadra lépett a Morgan Stanley Technology, Media & Telecom konferencián San Franciscóban, és kimondott egy mondatot, amely rövidségében és merészségében páratlan: „A számítás egyenlő a tokenekkel, a tokenek egyenlő az intelligenciával, az intelligencia pedig egyenlő a gazdasági kibocsátással minden szinten, a vállalatoktól az országokig.” Ami egy alapvető fizikai egyenletnek tűnik, valójában a gazdaságtörténet egyik legambiciózusabb marketingkonstrukciója: az adatközpont újraértelmezése egy profitot termelő nyomdagépként – elsősorban az NVIDIA számára.

Néhány héttel korábban, a tajpeji Computex 2026 kiállításon Huang tovább mélyítette ezt a képet az RTX Sparkkal, egy ARM-alapú, Windows laptopokhoz és kompakt asztali számítógépekhez készült rendszer-egy-lapkával. A történet már ismerős volt: aki nem vásárol, az lemarad. Maga a fogyasztás is a gazdasági tevékenység bizonyítéka. „Minél többet vásárolsz, annál többet keresel” – ez a kifejezés gyönyörű egyszerűségében összefoglalja az ügyfelek strukturális függőségén alapuló üzleti modell teljes logikáját.

Hogy megértsük, miért olyan veszélyes ez a logika, érdemes visszatekinteni az olajlámpák történetére.

Az olajlámpás elve: Hogyan adjunk függőséget ajándékba?

A 19. század vége felé John D. Rockefeller Standard Oil Company-ja egy egyszerű, de forradalmi technológiát terjesztett el az amerikai otthonokban: a kerozinlámpát. Maga a lámpa olcsó volt, néha ingyenes is. Az olaj, amire a működtetéséhez szüksége volt, nem volt – és olaj nélkül a lámpa értéktelen volt. 1879-re a Standard Oil az amerikai finomítói kapacitás nagyjából 90 százalékát ellenőrizte, így diktálta az egyetlen üzemanyag árát, amely a lámpákat égve tartotta. A csapda nem maga a lámpa volt. A csapda az ebből fakadó rendszer volt: ha egyszer átálltál kerozinra, nem volt visszaút. Továbbra is vetted – életed végéig, vagy amíg a Legfelsőbb Bíróság nem döntött.

Az NVIDIA ezt az elvet vitte át a digitális korba, 17 év türelmes munkájára építve. 2007 óta a vállalat fejleszti saját fejlesztésű programozási platformját, a CUDA-t, amely mára a globális MI-ipar tényleges operációs rendszere. Több mint 5 millió regisztrált fejlesztővel, mintegy 5937, csak a CUDA-hoz kapcsolódó GitHub-projekttel (szemben az AMD versenytárs ROCm termékének 187-ével), és gyakorlatilag minden releváns MI-könyvtárral – a cuDNN-től és a TensorRT-től a PyTorch és TensorFlow keretrendszerekig – az NVIDIA egy olyan szoftveres szakadékot teremtett, amelyet nem lehet pusztán tőkével áthidalni. A villanykörtét CUDA-nak hívják. Az olajat számításnak hívják. És ha egyszer belépett az ökoszisztémába, nincs kiút.

Ezt világosan demonstrálja a ZLUDA nyílt forráskódú projekt története, amely lehetővé tette a CUDA kód változatlan formában történő futtatását AMD hardvereken. Amikor a fenyegetés valóssá vált, az NVIDIA csendben és konzultáció nélkül megváltoztatta a CUDA platform szolgáltatási feltételeit: a fordítási rétegeket az EULA tiltotta. Bíróság nélkül nincs tisztességes verseny – csak egy szerződéses záradék, amely már a kezdeti szakaszban elfojtott egy valódi alternatívát.

A Token Factory: Az értékteremtés új paradigmája

Az „AI Factory” kifejezés nem metafora, hanem egy küldetésnyilatkozat. A 2026 márciusában megrendezett GTC konferencián Jensen Huang explicit módon meghatározta, hogy mit ért ez alatt: az adatközpontok már nem passzív infrastrukturális létesítmények, hanem aktív termelőüzemek, amelyek kibocsátása – másodpercenként tokenekben mérve – közvetlenül lefordítható a vállalat bevételeivé és a bruttó hazai termékké. A token a digitális árucikk új hordóegysége.

Ami elsőre hihető rendszerezésnek hangzik, közelebbről megvizsgálva alapvető változást jelent az érték hozzárendelésében. Hagyományosan a gazdasági értéket az eredmény méri: Megoldódott-e egy probléma? Megépült-e egy termék? Bevétel keletkezett-e? Huang keretrendszerében az érték magából a számításból származik – függetlenül attól, hogy a token hozzájárul-e egy valós probléma megoldásához, vagy költséges üresjárati idővé válik. Ez a számítás igaz az NVIDIA-ra és a hiperskálázókra, mivel ők minden létrehozott tokenből profitálnak. A végfelhasználó számára ennek az ellenkezője igaz.

Huang szerint az ágentikus MI, azaz az önállóan tervező, kutató és végrehajtó rendszerek milliószor több tokent fogyaszthatnak, mint egy szabványos prompt. Ez nem egy hatékonysági forradalom leírása. Ez egy exponenciálisan növekvő működési költség leírása. Azok, akik nagymértékben telepítenek MI-ügynököket, nem termelékenységet vásárolnak, hanem tokenfogyasztást, amelynek értékét a valós gazdasági eredmények még nem bizonyították.

Monopólium hatalom: Számok, amelyek elhallgattatnak

Az NVIDIA pozíciója a mesterséges intelligencia hardverpiacon már nem jelent piaci dominanciát a szó hagyományos értelmében. Ez egy strukturális tény, amely még a tapasztalt tőkepiaci megfigyelők számára is okot ad az óvatosságra. A 2026-os pénzügyi év negyedik negyedévében (2025 novembere és 2026 januárja között) az NVIDIA 68,1 milliárd dolláros negyedéves bevételt ért el, ami 73 százalékos éves növekedést jelent. Az adatközpont-üzletág a teljes bevétel 91,5 százalékát tette ki, a korrigált üzemi haszonkulcs pedig 67,7 százalékra emelkedett.

Összehasonlításképpen: a magas haszonkulcsaikról ismert szoftvercégek ritkán érnek el 40 százalék feletti értékeket. Az NVIDIA, amely korábban hardvergyártó cég volt, olyan haszonkulcsokat generál, amelyek még a platformcégek számára is kivételesek lennének – ami azt jelzi, hogy valódi versenyelőnye a szoftverökoszisztémájában, nem pedig a szilíciumban rejlik. A Handelsblatt elemzése szerint a CUDA a mesterséges intelligencia iparág valódi operációs rendszere, és az NVIDIA legnagyobb versenyelőnye a kódjában, nem pedig a chipjében rejlik.

A különálló grafikus kártyák piacán az NVIDIA 94 százalékos piaci részesedéssel fog rendelkezni 2025 negyedik negyedévében a Jon Peddie Research adatai szerint. Az AMD öt, az Intel pedig egy százalékkal fog rendelkezni. A mesterséges intelligencia alapú GPU-k piacán a részesedés hasonló. A mesterséges intelligencia chipekhez használt wafergyártási szektorban az NVIDIA a Morgan Stanley elemzése szerint 2025-re várhatóan 77 százalékos részesedést fog elérni – szemben az előző évi 51 százalékkal.

Ez a koncentráció nem természeti törvény, még akkor sem, ha Huang szereti annak nevezni. Egy évekig tartó stratégia eredménye, amely a technológiai fölényen, a célzott piaci szegmentáción és egy olyan ökoszisztéma kiépítésén alapul, amelyben az ügyfelek számára a váltási költségek olyan magasak, hogy még a hatalmas áremeléseket is panasz nélkül elfogadják.

A tőkeáramlás: Ki fizeti a számlát?

Az NVIDIA függőségének valódi mértékét nem a vállalat saját adatai, hanem legfontosabb ügyfeleinek beruházási tervei mutatják. Az öt legnagyobb amerikai hiperskálázó – az Amazon, az Alphabet, a Microsoft, a Meta és az Oracle – összesen 660 és 690 milliárd dollár közötti beruházási kiadást jelentett be 2026-ra, ami majdnem a duplája az előző évi adatnak. Ennek nagyjából 55-60 százaléka közvetlenül vagy közvetve az NVIDIA-hoz áramlik.

Csak az Amazon 200 milliárd dolláros beruházást jelentett be 2026-ra – ez az összeg meghaladja Portugália éves bruttó hazai termékét. Az Alphabet tőkekiadásai várhatóan 91 milliárd dollárról 180 milliárd dollárra nőnek, ami 98 százalékos növekedést jelent. A Microsoft 59 százalékkal növeli adatközpont-költségvetését éves szinten. Ezeket a kiadásokat már nem kizárólag a szabad cash flow finanszírozza. Az Amazon szabad cash flow-ja várhatóan 17 milliárd dollárral 28 milliárd dollárral negatívvá válik 2026-ban, a Meta szabad cash flow-ja várhatóan közel 90 százalékkal csökken, az Oracle pedig várhatóan negatív szabad cash flow-t fog felmutatni 2030-ra.

Ki fizet végső soron? A hiperskálázók áremeléseken keresztül hárítják át a költségeket. 2026 januárjában az AWS 15 százalékkal emelte a H200 GPU-példányok árait – ez két évtizedes csökkenő felhőalapú számítástechnikai árak visszafordítása. A felhőn keresztül AI-szolgáltatásokat igénybe vevő vállalati ügyfelek így közvetlenül fizetik meg az NVIDIA monopóliumának árát.

Az AllianceBernstein becslése szerint az NVIDIA a teljes mesterséges intelligencia adatközponti kiadások körülbelül 30 százalékát profitként tartja meg. Ez azt jelenti, hogy minden euróért, amelyet egy európai vállalat felhőalapú mesterséges intelligencia szolgáltatásokra költ, nagyjából 30 cent jut egy amerikai vállalathoz – anélkül, hogy bármilyen követelmény vonatkozna a befektetés megtérülésére problémamegoldás, innováció vagy társadalmi haszon formájában. A token előállításra kerül. Ennyi elég.

A hulladék mint kulcsfontosságú teljesítménymutató: A termelékenység perverz logikája

Jensen Huang rendezvényeken kijelentette, hogy mélységesen aggasztónak tartja, ha egy jól fizetett szoftverfejlesztő nem halmoz fel évente legalább negyedmillió dollár szimbolikus költséget. Ezt a kijelentést gyakran idézik a tech médiában Huang víziójának bizonyítékaként, de ritkán vizsgálják gazdasági tartalma szempontjából.

A tokenköltségekben kifejezett negyedmillió amerikai dollár nem termelékenységi mutató. Hanem fogyasztási mutató. A döntő különbség: A termelékenység a kibocsátást méri a ráfordításonként. A fogyasztás csak a ráfordítást méri. Azzal, hogy a tokenfogyasztást vezetési mutatóvá emeli, Huang szakít az üzleti adminisztráció egyik legrégebbi elvével: Nem az erőforrások felhasználása teremt értéket, hanem az eredmény.

A gyakorlat bizonyos értelemben Huang igazát igazolja – de olyan módon, ami a vállalatoknak árt. Az olyan cégek, mint a Zapier, már most is szisztematikusan nyomon követik alkalmazottaik tokenfogyasztását. Bárki, aki ötször annyi tokent használ, mint az átlag, belső ellenőrzés alatt áll a használati szokásai miatt. Ami költségellenőrzésként kezdődött, azzal fenyeget, hogy a teljesítménymérési mániává válik, ahol az alkalmazottak megtanulják értelmetlen feladatokat beküldeni, hogy elkerüljék a belső rangsorban való lecsúszást. A fogyasztás a teljesítmény demonstrációjává, a pazarlás pedig az önvédelem egyik formájává válik.

A Bitkom nemrégiben, 604 német vállalat körében végzett felmérése szerint a mesterséges intelligenciát használó cégek egyharmada máris meglepődött a felmerülő költségeken. Ralf Wintergerst, a Bitkom elnöke megerősítette, hogy sok vállalat arról számol be, hogy a mesterséges intelligencia által támogatott ügynököknek több támogatásra van szükségük a hagyományos alkalmazottaktól, mint azt eredetileg várták. Brian Jabarian, a Chicagói Egyetem munkatársa így összegzi: „Mindenki azt gondolta, hogy egyszerűen csak telepíteni kell a mesterséges intelligencia által vezérelt tokeneket, a termelékenység növekedését látni, és ennyi. De a valóság bonyolultabb ennél.”

A termelékenység hazugsága és módszertani gyengeségei

Az NVIDIA platformjának gazdasági életképességére vonatkozó fő érve az az állítás, hogy a mesterséges intelligencia megháromszorozza a termelékenységet. Ennek a számnak van egy módszertani korlátja, amelyről ritkán esik szó a nyilvános vitában: szinte kizárólag a szoftverfejlesztés területén végzett megfigyeléseken alapul – pontosan azon szakmai csoporton, amely a legtöbbet profitál a mesterséges intelligencia eszközeiből, rendelkezik az optimális használathoz szükséges technikai szakértelemmel, és már széles körben dolgozik digitális eszközökkel.

A Foglalkoztatáskutató Intézet (IAB) feltételezi, hogy a mesterséges intelligencia teljes hatása a német munkaerőpiacra valós, de jóval egyenlőtlenebbül oszlik el, mint ahogy Huang előadása sugallja: Körülbelül 800 000 munkahely szűnhet meg a mesterséges intelligencia miatt, miközben ugyanekkor mintegy 800 000 új munkahely jönne létre – a gazdasági termelékenység összességében évi akár 0,8 százalékponttal is növekedne. Ez a szám gazdaságilag jelentős, de messze nem háromszorosodik.

A Simon-Kucher stratégiai tanácsadó cég „European Growth Study 2026” című, 13 európai országban lefolytatott 1236 vállalati interjún alapuló tanulmánya arra a következtetésre jut, hogy a vállalatok 73 százaléka jelenleg folyamatainak kevesebb mint 30 százalékában használ mesterséges intelligenciát – és csak 30-50 százalékos penetrációs arány esetén várnak észrevehető termelékenységi vagy foglalkoztatási hatásokat. A Bertelsmann Alapítvány munkaerőpiaci elemzése, amely körülbelül 60 millió álláshirdetésen alapul, megállapítja, hogy a mesterséges intelligenciához kapcsolódó munkahelyek aránya 2022 óta már amúgy is alacsony szinten stagnál, sőt 2023-ban és 2024-ben enyhén csökkent.

Ez nem jelenti azt, hogy a mesterséges intelligenciának nincs gazdasági hatása. Azt jelenti, hogy a hatás szelektív és egyenetlenül oszlik el, és sokkal lassabban jelentkezik, mint ahogy az az iparban terjed – miközben a költségek azonnal felmerülnek.

A digitális átalakulás új dimenziója a „menedzselt MI” (mesterséges intelligencia) segítségével – Platform és B2B megoldás | Xpert Consulting - Kép: Xpert.Digital

Itt megtudhatja, hogyan valósíthat meg vállalata testreszabott mesterséges intelligencia megoldásokat gyorsan, biztonságosan és magas belépési korlátok nélkül.

Egy menedzselt MI platform az Ön átfogó, gondtalan megoldása a mesterséges intelligencia területén. Ahelyett, hogy komplex technológiával, drága infrastruktúrával és hosszadalmas fejlesztési folyamatokkal kellene bajlódnia, egy specializált partnertől kap egy az Ön igényeire szabott, kész megoldást – gyakran mindössze néhány napon belül.

A legfontosabb előnyök egy pillantásra:

⚡ Gyors megvalósítás: Az ötlettől a használatra kész alkalmazásig napok, nem hónapok alatt. Gyakorlati megoldásokat szállítunk, amelyek azonnal hozzáadott értéket teremtenek.

🔒 Maximális adatbiztonság: Érzékeny adatai Önnél maradnak. Garantáljuk a biztonságos és megfelelő feldolgozást anélkül, hogy megosztanánk az adatokat harmadik felekkel.

💸 Nincs pénzügyi kockázat: Csak az eredményekért fizet. A hardverbe, szoftverbe vagy személyzetbe történő magas előzetes beruházások teljesen elmaradnak.

🎯 Koncentrálj a fő üzleti tevékenységedre: Koncentrálj arra, amiben a legjobb vagy. Mi gondoskodunk a mesterséges intelligencia megoldásod teljes technikai megvalósításáról, üzemeltetéséről és karbantartásáról.

📈 Jövőálló és skálázható: A mesterséges intelligencia veled együtt növekszik. Folyamatos optimalizálást és skálázhatóságot biztosítunk, és rugalmasan igazítjuk a modelleket az új követelményekhez.

További információ itt:

• A menedzselt MI-megoldás - Ipari MI-szolgáltatások: A versenyképesség kulcsa a szolgáltatási, ipari és gépészeti szektorokban

Az RTX Spark manőver: Tönkreteszed a piacot és eladod a megoldást

Az NVIDIA jelenlegi stratégiájának egyik legérdekesebb aspektusa az RTX Spark bevezetése. A 2026. május 31-én, a tajpeji Computexen bejelentett chip egy Grace architektúrán alapuló, 20 magos ARM processzort kombinál egy 6144 CUDA maggal és akár 128 GB megosztott LPDDR5X memóriával rendelkező Blackwell GPU-val. Akár egy petaflopnyi mesterséges intelligencia számítási teljesítményre is képes. Az elsők között, amelyek ezt kihasználják, a Microsoft Surface Laptop Ultra.

Első ránézésre úgy tűnik, ez az Apple M-szériás chipjeire adott reakció, amelyek az elmúlt években hatékony ARM processzoraikkal uralták a prémium laptopok piacát. Azonban mélyebb vizsgálat után valami más is kiderül: az NVIDIA hatalmas kereslete a mesterséges intelligenciával hajtott GPU-k iránt az adatközpontokban jelentősen hozzájárult a memóriachipek szűkösségéhez és költségeinek növekedéséhez, óriási nyomást gyakorolva a hagyományos PC-piacra. A teljes GPU-piac (beleértve az integrált grafikus megoldásokat is) 12 százalékkal, 68,8 millió darabra zsugorodott 2025 első negyedévében. És most az NVIDIA piacra dob egy prémium ARM PC-t, gyakorlatilag elavultnak nyilvánítva a hagyományos asztali PC-t.

A minta ismerős: Egy kialakult piacot külső tényezők destabilizálnak. Aztán megjelenik egy gyártó, aki megoldást kínál arra a problémára, amelynek létrejöttében ők maguk is segédkeztek – természetesen prémium áron. Az RTX Spark kifejezetten a felsőkategóriás piacot célozza meg. A pontos árakat még nem tették közzé, de az iparági megfigyelők jelentős haszonkulcsokra számítanak a hasonló, Intel vagy AMD processzorokkal szerelt eszközökhöz képest. Azok, akik belépnek ebbe az új ökoszisztémába, elhagyják az x86 szabványt, és így az ARM-tól válnak függővé, ezt a függőséget pedig tovább erősíti a saját fejlesztésű CUDA ökoszisztéma. A jövőben a felhasználók maguk is generálhatnak tokeneket – Huang hardverén, Huang szoftverével, Huang szabályai szerint.

Gépek gépeknek termelnek: A gazdaság körforgásos érvelése

Víziójának legradikálisabb formájában Huang egy olyan világot ír le, amelyben a mesterséges intelligencia ágensei szolgáltatásokat nyújtanak más mesterséges intelligencia ágenseknek, amelyek viszont a további ágensek által felügyelt mesterséges intelligencia infrastruktúrától függenek. A gazdasági tevékenység önellátó – már nincs szükség emberi végfelhasználásra a mérhetőséghez, amíg a tokenek folyamatosan áramlanak.

Ez a körkörös érvelés elegáns belső logikával rendelkezik az NVIDIA számára, de aggasztó a gazdaság többi része számára. Ha a tokeneket a gazdasági tevékenység helyettesítőjének tekintjük, akkor minden létrehozott token további infrastrukturális beruházásokat indokol, amelyek további tokeneket generálnak. Az eredmény egy olyan spirál, amelyben a számítási beruházásokat a tokenek kibocsátása legitimálja, amelynek tényleges gazdasági haszna továbbra sem tisztázott. A technológiai szektor számára ez egy lendkerék. A tágabb gazdaság számára ez a kiszorítási hatás egy új változatának bizonyulhat: a tokengyárakba áramló tőke nem áll rendelkezésre a gyártásba, az infrastruktúrába, az oktatásba vagy az egészségügybe történő produktív beruházásokhoz.

A hiperskálázók adatai egyértelművé teszik: az Amazon szabad cash flow-ja várhatóan negatívba fordul 2026-ban, a Metáé pedig szinte nullára esik vissza. Ez a tőkekötelezettségvállalás nem a józan gazdasági ítélőképesség jele – egy olyan fegyverkezési verseny eredménye, amelyben senki sem léphet ki anélkül, hogy elveszítené piaci részesedését. Akik nem vásárolnak, lemaradnak. Akik vásárolnak, azok az NVIDIA haszonkulcsát támogatják.

A környezeti dimenzió: A láthatatlan harmadik fél az egyenletben

A tokengazdaság olyan gazdasági elemzése, amely figyelmen kívül hagyja a környezeti költségeket, nem lenne teljes. A mesterséges intelligencia által vezérelt adatközpontok globális villamosenergia-fogyasztása 2023-ban 50 milliárd kilowattóráról 2030-ra körülbelül 550 milliárd kilowattórára fog növekedni – ez tizenegyszeres növekedés. Ehhez társul az adatközpontok üvegházhatású gázkibocsátásának 212 millió tonnáról 355 millió tonnányi CO₂-egyenértékre való emelkedése, a megújuló energiaforrások párhuzamos bővülése ellenére.

A Greenpeace Germany által megrendelt jelentésben az Öko-Institut (Intézmény az Alkalmazott Ökológiáért) arra a következtetésre jutott, hogy az adatközpontok az elkövetkező években is nagymértékben támaszkodnak majd a fosszilis tüzelőanyagokra, mivel a helyi villamosenergia-hálózatok elérik kapacitásuk határait. Az IMF a mesterséges intelligencia által vezérelt adatközpontok és a kriptovaluták együttes részesedését a globális villamosenergia-fogyasztásban 2023-ra két százalékra becsüli, és 2027-re várhatóan 3,5 százalékra nő. Egy ChatGPT lekérdezés háromszor-tízszer több áramot fogyaszt, mint egy hagyományos Google-keresés.

Ezek a költségek nem jelennek meg az NVIDIA mérlegében. A tokenek árazásában sem. Externalizált költségek – amelyeket az energiafogyasztók, az éghajlati rendszerek és a jövő generációi viselnek. Gazdasági szempontból ezek jelentős negatív externáliák, amelyek szisztematikusan támogatják a tokengazdaság üzleti modelljét mindenféle átláthatóság nélkül.

CUDA, mint standard olaj: Az analógia és korlátai

A Rockefeller Standard Oilja és az NVIDIA CUDA platformja közötti történelmi összehasonlítás valódi analitikai alapokon nyugszik, de túlmutat azon. A Standard Oil irányította a csővezetékeket és finomítókat – olyan fizikai infrastruktúrát, amely elvileg lemásolható volt, bár hatalmas tőkeráfordítással. 1911-es feloszlatása azért volt lehetséges, mert a létesítmények már léteztek, és 34 utódvállalat között oszthatók voltak.

A CUDA-t nehezebb felosztani. Nem egy cső, amit egyszerűen fel lehet vágni. Ez egy több millió sornyi kódból, könyvtárakból, dokumentációból, fejlesztői szakértelemből és hálózati effektekből álló ökoszisztéma, amelyet 17 év alatt építettek fel. Szerződésben tiltott egy olyan CUDA fordítási réteg, amely a kódot futtathatóvá teszi AMD hardvereken. A nyílt forráskódú alternatívák, mint a ROCm vagy az OpenCL, elértségük és piaci érettségük töredékével maradnak el. A 12,9 milliárd dolláros K+F költségvetés, amelyet az NVIDIA a 2025-ös pénzügyi évben visszaforgat saját ökoszisztémájába, minden új teljesítményelőnyt megvásárol, mielőtt egy versenytárs utolérhetné.

Ugyanakkor az NVIDIA nyílt súlyú modellekkel kapcsolatos stratégiája különösen kifinomult: a vállalat öt év alatt 26 milliárd dollárt fektet nyílt MI-modellek fejlesztésébe – olyan modellekbe, amelyeket bárki ingyenesen használhat. Az NVIDIA Nemotron modelljei azonban az NVIDIA saját fejlesztésű 4 bites NVFP4 formátumában vannak betanítva, és teljes teljesítményelőnyüket csak a Blackwell hardveren fejtik ki. Olyan ez, mintha odaadnánk az olajlámpát, de az olajat csak egyetlen finomítóból szállítanánk.

Az dominancia ellenerői és strukturális korlátai

Elemzői szempontból becstelen lenne az NVIDIA álláspontját megváltoztathatatlannak beállítani. Léteznek valódi ellenerők, bár erejüket gyakran túlbecsülik. A Google TPU-i, az Amazon Trainiumja, a Meta MTIA-ja és a Microsoft Maia-ja komoly belső alternatívák, amelyek az NVIDIA hiperskálázók beruházási költségeinek részesedését a 2023-as körülbelül 70 százalékról 2026-ra a becslések szerint 55-60 százalékra csökkentették. Az AMD MI300 és MI400 sorozata egyre nagyobb piaci részesedést szerez, különösen bizonyos következtetési terhelések terén.

De ez a 70-ről 55 százalékra történő csökkenés egy hatalmas piaci növekedés közepette következik be. Abszolút értékben az NVIDIA bevétele továbbra is növekszik. A hiperskálázók azért építik saját chipjeiket, mert tudják és félnek az NVIDIA-tól való függőségüktől – de csak annyiban tudják diverzifikálni a piacot, amennyiben a CUDA-kompatibilis alternatívák elég érettek a termelési terhelések kezelésére. Ez a pont még messze van.

A kínai DeepSeek 2025 elején bebizonyította, hogy jelentős hatékonyságnövekedés érhető el, ha a számítási ráfordítás töredékével összehasonlítható modellminőséget érünk el. A Hasso Plattner Intézet szerint a DeepSeek ugyanazt a betanítási pontosságot éri el a hagyományos módszerek energiafelhasználásának századrészével. Ha ez a hatékonysági logika érvényesül, a nyers számítási mennyiség iránti igény strukturálisan csökkenne, ami nyomást gyakorolna az NVIDIA tokenmennyiség-modelljére. Huang felismerte ezt a fenyegetést, és a hatékonyságot – token/wattban mérve – pozicionálja új vezérigazgatói szintű döntési paraméterként. Az üzenet ismét világos: Vásároljunk többet, de hatékonyabb gépeket – az NVIDIA-tól.

Szabályozás: Túl későn érkezik a trösztellenes törvény?

Az a kérdés, hogy az NVIDIA piaci pozíciója indokolja-e az antitrust fellépést, egyre inkább vita tárgyát képezi Brüsszelben és Washingtonban. A Standard Oil-lal való összehasonlítás több mint puszta retorika: akkoriban a Rockefeller 90 százalékos piaci részesedéssel irányította az amerikai olajipart, mielőtt az 1911 májusában hozott bírósági ítélet 34 utódvállalatra való felbomlásához vezetett. Az EU versenyhatóságai legalább egy szabályozási keretet hoztak létre a digitális piaci törvénnyel és a mesterséges intelligenciatörvénnyel. Az NVIDIA CUDA ökoszisztémája elleni közvetlen beavatkozás azonban még mindig függőben van.

A koncepcionális probléma közismert: a fizikai hálózatokkal, például a csővezetékekkel vagy a vasútvonalakkal ellentétben egy szoftver-ökoszisztéma nem nyitható meg könnyen szabályozási beavatkozással. Az interoperabilitási követelmények, azaz a CUDA-alternatívák számára ugyanolyan hardverhozzáférés biztosításának kötelezettsége elméletileg megvalósítható lenne – de a gyakorlatban költséges és technikailag bonyolult. Ráadásul minden szabályozási intézkedést elég gyorsan kellene végrehajtani ahhoz, hogy megváltoztassa a piaci struktúrát, amely napról napra egyre inkább rögzül az új modellgenerációk, az új hardverarchitektúrák és az új szállítófüggőségi hatások révén.

Addig is a következő érvényes: Bárki, aki adatközpontokba fektet be, felhőalapú mesterséges intelligencia szolgáltatásokat használ, vagy CUDA-alapú keretrendszereken képzi fejlesztőit, az – közvetlenül vagy közvetve – az NVIDIA monopolhelyzetben lévő profitját fizeti. Ez nem összeesküvés-elmélet. Ez egy olyan piac struktúrája, amelyben egyetlen gyártó ellenőrzi a különálló grafikus kártyák szegmensének 94 százalékát, az MI-chipek wafer-gyártásának 77 százalékát, és gyakorlatilag az összes releváns szoftverkönyvtárat a MI-fejlesztéshez.

Amikor a fogyasztás önmagában céllá válik

Jensen Huang képlete – a számítás bevétel, a tokenek profit – az utóbbi évek egyik legőszintébb vállalati stratégiai nyilatkozata. Nem abban az értelemben őszinte, hogy az ügyfelek javára fogalmazzák meg, hanem abban az értelemben, hogy kimondja azt, amiről sokan mások hallgatnak: az üzleti modell nem a számítási folyamat végén generált értéken alapul, hanem magán a folyamaton.

Ez az értékteremtési logika alapvető megfordítása. Minden más iparágban az árat az eredmény határozza meg: egy megépített híd, egy kifejlesztett gyógyszer, egy eladott autó. A token gazdaságban az árat a bemenet határozza meg: a felhasznált számítási órák, az áramló áram, a feldolgozott adatcsomagok. Az NVIDIA még azelőtt pénzt keres, mielőtt bárki felmérhetné, hogy megéri-e a befektetés.

Ez nem a természet törvénye. Ez egy üzleti modell. És mint minden üzleti modellnek, ennek is vannak korlátai, gyengeségei és – egy kis türelemmel – alternatívái. A kérdés az, hogy a vállalatok, a szabályozó hatóságok és a nyilvánosság elég gyorsan felismerik és népszerűsítik-e ezeket az alternatívákat, mielőtt a függőség olyan mélyen gyökerezik, mint egykor az olajlámpa az amerikai otthonokban. Rockefeller Standard Oiljának 1870 és 1911 közötti felszámolására volt szükség. Ezúttal a lendkerék gyorsabban forog.

☑️ Üzleti nyelvünk az angol vagy a német

☑️ ÚJ: Levelezés az anyanyelveden!

Konrad Wolfenstein

Én és a csapatom örömmel állunk rendelkezésére személyes tanácsadóként.

Kapcsolatba léphetsz velem a kapcsolatfelvételi űrlap kitöltésével itt [email protected]:, vagy egyszerűen hívj a +49 7348 4088 965 telefonszámon. Az e-mail címem

Alig várom a közös projektünket.

☑️ KKV-támogatás a stratégiában, tanácsadásban, tervezésben és megvalósításban

☑️ Digitális stratégia létrehozása vagy átalakítása és digitalizáció

☑️ Nemzetközi értékesítési folyamatok bővítése és optimalizálása

☑️ Globális és digitális B2B kereskedési platformok

☑️ Pioneer Üzletfejlesztés / Marketing / PR / Vásárok

A kvázi házon belüli megoldás: Hogyan hidalja át az Xpert.Digital a B2B marketing és értékesítés működési réseit – Okos, tartalomvezérelt üzlet - Kép: Xpert.Digital

Az Xpert.Digital egy adatvezérelt B2B iparági központ, amelyet Konrad Wolfenstein vezet. A vállalat külső, kvázi házon belüli megoldásként működik az ipari partnerek számára, áthidalva a marketing, a tartalom és az értékesítés működési hiányosságait – anélkül, hogy további erőforrásokat igényelne az ügyféloldalon.

További információ itt:

• A kvázi házon belüli megoldás: Hogyan hidalja át az Xpert.Digital a B2B marketing és értékesítés működési réseit – Smart Content-Driven Business