Пројекат „Shallotpeat“ и „Rough Times“: Интерни меморандум Сема Алтмана открива највећу кризу OpenAI-а

И проблем од 650 милијарди долара: Зашто је OpenAI осуђен на успех

У новембру 2025. године, тектонске плоче технолошке индустрије су се фундаментално помериле. Дуго времена, OpenAI се сматрао недодирљивим монархом новог доба вештачке интелигенције – Давидом који показује Голијатима Силицијумске долине како иновације функционишу. Али ова аура непобедивости је почела да пуца. Са објављивањем Google Gemini 3 и брзим успоном Anthropic-ових Claude модела, плима се окренула. Оно што је почело као тријумфални марш ка вештачкој суперинтелигенцији сада се за OpenAI трансформисало у егзистенцијалну битку против технолошке стагнације и економске реалности.

Ситуација је парадоксална: OpenAI никада није био вреднији на берзи, али његово технолошко лидерство никада није било крхкије. Док компанија Сема Алтмана, са проценом вредности од 500 милијарди долара, улази на територију која је обично резервисана за етаблиране технолошке гиганте, постоји опасан јаз између њене тржишне вредности и њене стварне моћи зарађивања. Годишњи приход од 13 милијарди долара је у оштрој супротности са огромним губицима и обавезама у вези са инфраструктуром које се мере стотинама милијарди. Овај агресивни модел раста је функционисао све док је OpenAI имао несумњиво најбољи производ на тржишту. Али управо та премиса се сада распала.

Са Gemini 3, Google је не само технолошки сустигао, већ је и претекао OpenAI у кључним областима. Кроз поновни пораст претходне обуке и масовну интеграцију у сопствени екосистем, гигант претраживача показује да дубок џеп, власнички хардвер и деценије искуства у обради података на крају надмашују предност првог покретача стартапа. Исхитрено стратешко преусмеравање OpenAI-ја – симболизовано интерним пројектом „Shallotpeat“ – је признање да се његова претходна опклада на чисте „моделе расуђивања“ није исплатила.

Следећи чланак анализира анатомију ове промене моћи. Он осветљава како техничке грешке у прорачунима, финансијске незгоде и поновни раст конкуренције стварају токсичну мешавину која би могла редефинисати не само будућност OpenAI-а већ и структуру целе индустрије вештачке интелигенције.

У вези са овим:

• Да ли је ово револуција вештачке интелигенције? Gemini 3.0 наспрам OpenAI: Не ради се о бољем моделу, већ о бољој стратегији

Некадашња авангарда вештачке интелигенције бори се за своју будућност – док Гугл мења равнотежу моћи сировим технолошким снагама

Глобална трка за доминацију у вештачкој интелигенцији доживела је драматичан заокрет у новембру 2025. Оно што се годинама сматрало сигурном лидерском позицијом за OpenAI постало је, у року од неколико месеци, несигурна одбрамбена позиција. Објављивање Google-овог Gemini 3 не само да је означило технолошку прекретницу, већ је и довело у питање фундаменталне претпоставке о архитектури тржишта вештачке интелигенције. У интерном допису, извршни директор OpenAI-ја, Сем Алтман, упозорио је своје запослене на тешка времена која предстоје и признао да би недавни напредак компаније Google могао створити привремене економске потешкоће за компанију. Ова необично искрена процена открива крхкост позиције која је донедавно изгледала непремостива.

Обим ове промене постаје јасан тек у контексту логике вредновања сектора. OpenAI тренутно има процењену вредност од приближно 500 милијарди долара, али генерише само 13 милијарди долара годишњег прихода. Ова екстремна разлика између тржишне капитализације и стварног прихода заснива се на претпоставци експоненцијалног раста и одрживе технолошке супериорности. Google-ов Gemini 3 истовремено поткопава обе ове претпоставке. Модел надмашује OpenAI-јев GPT-5.1 у скоро свим стандардизованим бенчмарковима, демонстрирајући могућности које сам OpenAI још увек тежи да развије.

Економске импликације се протежу далеко изван краткорочних промена у тржишном уделу. OpenAI троши око осам милијарди долара годишње, бележећи губитак од пет милијарди долара прошле године. Овај дефицит се може одржати само континуираним приливом капитала, који заузврат зависи од поверења инвеститора у његово технолошко лидерство. Ако то лидерство еродира, цела логика финансирања се урушава. Ситуација је као брзи воз коме понестаје горива док се и даље креће максималном брзином.

Примарни извор за интерни меморандум Сема Алтмана је The Information, новинска публикација специјализована за технолошку индустрију

Меморандум је првобитно објављен од стране The Information 20. новембра 2025. године. Оригинални чланак носи наслов „Алтманов меморандум предвиђа „тешке вибрације“ због оживљеног Гугла“ или „Извршни директор OpenAI-а се спрема за могуће економске препреке које хватају оживљени Гугл“.

Објављивање меморандума од стране листа „Информација“ накнадно су преузели бројни други медији, укључујући:

• Тајмс оф Индија
• Економска времена
• Outlook Business
• Футуризам

Сам меморандум је био интерна комуникација Сема Алтмана запосленима у OpenAI-ју и очигледно је процурео из извора унутар компаније у The Information. У меморандуму, Алтман је упозорио на „привремене економске потешкоће“ због напретка компаније Google и изјавио да очекује „тешке вибрације“.

Анатомија технолошког продора

Гуглов успех са Gemini 3 заснован је на фундаменталној репроцени наводно исцрпљене методологије развоја. Претходна обука, фундаментална фаза у којој модели вештачке интелигенције уче из огромних скупова података, сматрана је од стране неких у истраживачкој заједници углавном исцрпљеном. Принципи скалирања, који су годинама обећавали предвидљива побољшања перформанси кроз веће моделе и више података, изгледа да су достигли своје физичке и економске границе. OpenAI је одговорио преусмеравањем свог стратешког фокуса на такозване моделе резоновања попут o1, који побољшавају своје перформансе кроз дуже време размишљања током закључивања.

Међутим, Гугл је показао да процесор који је наводно био осуђен на пропаст и даље има значајан потенцијал. Демис Хасабис, шеф Гугл ДипМајнда, сажето је сумирао овај увид: Иако више нема експоненцијалних скокова у перформансама из генерације у генерацију, повраћај инвестиција у претходну обуку остаје изузетно добар. Џемини 3 Про постиже 91,9 процената на GPQA Diamond бенчмарку за научно резоновање на докторском нивоу, превазилазећи GPT-5.1 за скоро четири процентна поена. Још импресивније су његове перформансе у апстрактном визуелном резоновању: Са 31,1 процената на ARC-AGI-2 бенчмарку, Џемини 3 скоро удвостручује перформансе GPT-5.1 и надмашује свог претходника за више од шест пута.

Економски значај ове технолошке супериорности манифестује се у конкретним областима примене. У алгоритамском решавању проблема, Gemini 3 Pro постиже Elo оцену од 2439 на LiveCodeBench Pro, скоро 200 поена изнад GPT-5.1. Ово није академска метрика, већ директан показатељ продуктивности програмера који користе ове моделе. На тржишту где OpenAI генерише 70 процената својих прихода од API приступа и пословних корисника, технолошка инфериорност се претвара у тренутне губитке прихода.

Проблеми OpenAI-ја пре обуке постали су очигледни током развоја GPT-5, где успостављене оптимизације скалирања више нису функционисале. Компанија је схватила да су традиционалне методе за побољшање перформанси изгубиле своју ефикасност. Као одговор на то, OpenAI је развио GPT-5 са знатно мањим буџетом за претходну обуку него GPT-4.5, али је то компензовао интензивном оптимизацијом након обуке користећи учење појачањем. Ова стратегија се показала успешном на краћи рок, али је створила структурну рањивост: OpenAI се специјализовао за методологију која је, иако је генерисала иновативне могућности, занемарила фундаменталне темеље модела.

Стратешко репозиционирање и пројекат Шалотпит

Алтманов меморандум не само да дијагностикује проблем већ и описује контрастратегију OpenAI-а. У његовој сржи је развој новог модела, под кодним називом Shallotpeat, посебно дизајнираног да реши идентификоване недостатке пре обуке. Само име је програмско: љути лук слабо расте у тресетном земљишту, супстрат је далеко од идеалног. OpenAI тако сигнализира своје признање да основа његових постојећих модела има слабости које се не могу елиминисати оптимизацијом површине.

Развој компаније Shallotpeat део је ширег стратешког преусмеравања. У свом допису, Алтман наглашава потребу да се фокусира на веома амбициозне опкладе, чак и ако то привремено ставља OpenAI у неповољан положај. Једна од тих опклада је аутоматизација самог истраживања вештачке интелигенције, мета-приступ који има за циљ драматично скраћивање циклуса развоја нових модела. Ово није само оптимизација ефикасности, већ покушај да се фундаментално промене услови игре: ако системи вештачке интелигенције могу убрзати сопствену еволуцију, то би могло да умањи структурне предности успостављених играча са огромним ресурсима.

Хитност ове стратегије је наглашена финансијском ситуацијом компаније OpenAI. Компанија мора да постигне профитабилност до 2029. године како би испунила своје обавезе у вези са инфраструктуром према Мајкрософту и другим партнерима. Ове обавезе износе приближно 60 милијарди долара годишње, у поређењу са тренутним обавезама у вези са облачном инфраструктуром које прелазе 650 милијарди долара током наредних неколико година. Разлика између ових обавеза и тренутних прихода од 13 милијарди долара истиче размере проблема.

Истовремено, OpenAI спроводи стратегију диверзификације како би смањио своју зависност од Microsoft-а. Прилагођавање партнерства објављено у јануару 2025. године омогућава OpenAI-ју, по први пут, да користи и рачунарске ресурсе конкурената као што је Oracle. Иако Microsoft задржава право пречег одбијања за нове капацитете, ексклузивност је прекинута. За OpenAI, ово потенцијално значи бржи приступ масивним GPU кластерима потребним за обуку нових модела. Иницијатива Stargate, сарадња између OpenAI-ја, Oracle-а, SoftBank-а и Microsoft-а, требало би да инвестира 500 милијарди долара у центре података током четири године. Први објекат у Абилину, у Тексасу, већ је оперативан са Nvidia GB200 GPU кластерима.

Економска крхкост пословног модела

Пословни модели водећих компанија за вештачку интелигенцију засновани су на имплицитном ослањању на мрежне ефекте и технолошке везаности. OpenAI је следио ову стратегију са значајним успехом: ChatGPT је достигао приближно 700 до 800 милиона недељно активних корисника у новембру 2025. године, што је двоструко више него у фебруару. Платформа обрађује 2,5 милијарде упита дневно и рангирана је на петом месту међу најпосећенијим веб-сајтовима широм света. Ова база корисника у почетку делује као неосвојиви ров, али стопе конверзије откривају фундаменталну слабост: само око четири до десет процената корисника плаћа претплату.

Економска исплативост стога зависи од две кључне претпоставке: прво, да база корисника наставља експоненцијално да расте, тако да чак и мале стопе конверзије омогућавају апсолутно повећање прихода; друго, да технолошка супериорност везује кориснике за платформу и да трошкови преласка на конкуренцију остају високи. Гуглов Gemini 3 поткопава обе претпоставке. Технички паритет, или чак инфериорност, чини OpenAI заменљивим добављачем на све више комерцијализованом тржишту.

Структура трошкова погоршава овај проблем. Обука великих језичких модела и њихово оперативно имплементирање захтева огромне рачунарске ресурсе. Пројекти OpenAI израчунавају буџете који прелазе 450 милијарди долара од 2024. до 2030. године, са укупним обавезама од приближно 650 милијарди долара, од којих се неке протежу и након 2030. године. Ова улагања морају бити оправдана приходима, који заузврат зависе од тржишног удела. Настаје зачарани круг: ако OpenAI изгуби тржишни удео, приходи се смањују, ограничавајући његову способност да даље инвестира и тиме додатно нарушавајући његову технолошку конкурентност.

Компаративне анализе илуструју обим проблема. Anthropic, директни конкурент који користи Клодов модел, тренутно се процењује на 170 милијарди долара са пројектованим годишњим приходом од 4 милијарде долара. OpenAI и Anthropic би заједно морали да остваре комбиноване приходе од преко 300 милијарди долара до 2030. године да би оправдали своје тренутне процене – под претпоставком марже слободног новчаног тока од 27 процената, упоредиво са Alphabet-ом или Microsoft-ом. Поређења ради, Nvidia, водећи добављач чипова за вештачку интелигенцију, требало би да генерише само 350 милијарди долара прихода до 2030. године.

Гугл као носилац структурне предности

Гуглова позиција у трци за вештачку интелигенцију фундаментално се разликује од позиције ОпенАи-ја због своје интеграције у успостављени екосистем са диверзификованим токовима прихода. Компанија генерише преко 300 милијарди долара годишњег прихода, првенствено кроз оглашавање и услуге у облаку, што омогућава да се развој вештачке интелигенције посматра као стратешка инвестиција која не мора бити профитабилна у кратком року. Ова финансијска робусност омогућава Гуглу да експериментише и инвестира у области у којима се чисти играчи у области вештачке интелигенције, попут ОпенАи-ја, суочавају са непосредним притиском да генеришу приход.

Предности дистрибуције су подједнако значајне. Гугл интегрише Џемини у свој претраживач, који дневно обрађује милијарде упита, у Гмаил са преко 1,5 милијарди корисника, у Гугл документе, табеле и цео Workspace пакет. Ова свеприсутност ствара пасивну изложеност: корисници се сусрећу са Џеминијем у својим свакодневним дигиталним радним процесима без потребе да активно траже вештачке интелигенције алате. Чак и ако GPT-5.1 или Claude Sonnet 4.5 постижу незнатно боље резултате у одређеним тестовима, Гугл поставља свој модел пред милијарде очију.

Технолошка вертикална интеграција појачава ове предности. Гугл развија сопствене вештачке интелигенције чипове користећи ТПУ (тензорске процесне јединице), контролише целу клауд инфраструктуру и поседује јединствене ресурсе за обуку стечене деценијама прикупљања података. Ова контрола над целим ланцем вредности смањује трошкове и омогућава оптимизације које нису доступне независним добављачима. Као што је један коментатор на Редиту сажето рекао: Гугл контролише хардвер, центре података, канале дистрибуције и саме информације.

Историјски преседани упозоравају на прецењивање раног лидерства на тржишту. Интернет Експлорер је доминирао тржиштем прегледача крајем 1990-их са преко 90% тржишног удела и сматрао се непремостивим, али је у року од једне деценије маргинализован технички супериорнијим алтернативама. Јаху и АОЛ, некада синоним за приступ интернету, заменили су Гугл и други. Предности пионера на технолошким тржиштима често се покажу привременим ако се структурни недостаци, попут недостатка вертикалне интеграције или финансијске нестабилности, не могу превазићи.

Перспектива инвеститора и ризици вредновања

Процена вредности компаније OpenAI од 500 милијарди долара представља једно од највећих одступања између тренутне зараде и тржишне капитализације у историји технолошке индустрије. Ова процена подразумева вишеструки приход од приближно 38, док се акције етаблираних технолошких гиганта тргују по вишеструким приходима између 5 и 15. Оправдање за ову премију почива на претпоставци да ће OpenAI заузети несразмеран удео на тржишту вештачке интелигенције у развоју.

Ову претпоставку све више доводе у питање емпиријски развоји. Најновија рунда финансирања у марту 2025. године, која је проценила вредност OpenAI на 300 милијарди долара, била је пет пута већа од потражње. Наредна рунда у новембру, која је подигла процену на 500 милијарди долара, првенствено је прикупљена кроз секундарну продају постојећих акција, а не кроз нове инјекције капитала. Ово сигнализира промену расположења: рани инвеститори користе могућности делимичне реализације, док су нови инвеститори мање спремни да обезбеде додатни примарни капитал.

Поређење са дот-ком балоном је неизбежно. Сам Сем Алтман је јавно изјавио да очекује балон вештачке интелигенције, упоређујући тржишне услове са онима из дот-ком бума и упозоравајући на претерану еуфорију инвеститора. Истовремено, он пројектује трилионе долара потрошње на проширење дата центара и одговара на забринутост економиста позивајући све да једноставно пусте OpenAI да ради своје. Ова реторика подсећа на охолост с краја 1990-их, када су фундаментална питања вредновања била одбачена по страни уз позиве на нову парадигму.

Аналитичари Ројтерса и других институција израчунали су да би OpenAI и Anthropic морали да остваре комбиноване годишње приходе веће од 300 милијарди долара до 2030. године како би оправдали своје комбиноване процене вредности. То би значило да би две компаније заједно морале да генеришу скоро исти приход као Nvidia, неспорни лидер на тржишту чипова за вештачку интелигенцију. С обзиром на интензивирану конкуренцију од стране Google-а, Microsoft-а, Meta-е и бројних других играча, овај сценарио делује све мање вероватним.

Ситуацију погоршавају дешавања на ширем тржишту вештачке интелигенције. Студија МИТ-а је показала да 95 одсто компанија не види мерљиве повраћаје својих инвестиција у генеративну вештачку интелигенцију. Ово откриће је изазвало значајну распродају технолошких акција у новембру, при чему је Nvidia пала за 3,5 одсто, а Palantir за скоро 10 одсто. Тржишта реагују са све већом нервозом на сваки показатељ да се обећани повраћаји од вештачке интелигенције не остварују.

Наша стручност у САД у развоју пословања, продаји и маркетингу - Слика: Xpert.Digital

Фокус индустрије: B2B, дигитализација (од AI до XR), машинство, логистика, обновљиви извори енергије и индустрија

Више информација овде:

• Експертски пословни центар

Тематски центар који нуди увиде и стручност:

• Платформа знања која покрива глобалне и регионалне економије, иновације и трендове специфичне за индустрију
• Збирка анализа, увида и основних информација из наших кључних области фокуса
• Место за стручност и информације о актуелним дешавањима у пословању и технологији
• Чвориште за компаније које траже информације о тржиштима, дигитализацији и иновацијама у индустрији

Ренесанса ере пре тренинга и алгоритамски продори

Гуглов успех са Џемини 3 означава рехабилитацију претходне обуке као примарног извора побољшања перформанси. Овај развој догађаја противречи наративима који су проглашавали крај скалирања. Реалност је нијансиранија: Иако претходна обука више не доноси експоненцијалне скокове, систематска, значајна побољшања остају достижна када се користе праве методе.

Архитектура Џеминија 3 интегрише неколико алгоритамских иновација. Модел користи структуру мешавине стручњака коју је развио Џеф Дин, главни научник у Google DeepMind-у. Ова архитектура активира само део параметара за сваки упит, омогућавајући ефикасност уз одржавање високог капацитета. Џемини 3 такође показује могућности у мултимодалној интеграцији које се протежу даље од једноставног превођења текста у слику и укључују сложене задатке визуелног резоновања.

Режим „Deep Think“ у рачунару Gemini 3 представља Гуглов одговор на моделе резоновања компаније OpenAI. Уместо да третира претходну обуку и резоновање као конкурентске парадигме, Гугл интегрише обе. „Deep Think“ постиже 41 проценат на тесту „Humanity's Last Exam“ без помагала и 45,1 проценат на ARC-AGI-2 са извршавањем кода. Ови резултати показују да је дихотомија између претходних обука и израчунавања током тестирања лажна дихотомија: оптимални системи комбинују оба приступа.

Значај овог открића за конкурентску динамику не може се довољно нагласити. OpenAI се специјализовао за израчунавање током тестирања јер скалирање пре обуке више није функционисало. Google сада показује да претходна обука и даље има потенцијал ако се правилно приступи. То значи да OpenAI није само технолошки заостао, већ се и стратешки ослањао на методологију која се показује непотпуном.

Демис Хасабис је артикулисао ову интегрисану визију у неколико интервјуа. Он наглашава да пут ка општој вештачкој интелигенцији захтева вишеструке иновације, не само скалирање. Ове иновације укључују агентске системе способне за праћење сложених задатака током дужег временског периода, светске моделе који развијају интерне репрезентације физичке стварности и могућности мета-учења које омогућавају системима да генерализују из ограниченог броја примера. Гугл систематски улаже у сва ова подручја, док се ОпенАИ првенствено фокусирао на расуђивање.

У вези са овим:

• Стратегије вештачке интелигенције у глобалном поређењу: Поређење (САД наспрам ЕУ наспрам Немачке наспрам Азије наспрам Кине)

Улога модела резоновања и њихова ограничења

OpenAI-јев o1 модел и његови наследници представљају фундаменталну промену парадигме у развоју вештачке интелигенције. Уместо првенственог скалирања кроз веће моделе и више података за обуку, ови системи улажу рачунарско време током закључивања како би развили дуже ланце резоновања. Овај приступ је постигао импресиван успех у одређеним областима, посебно у математици, кодирању и формалној логици, где проверљиви резултати служе као повратна информација.

Међутим, ограничења овог приступа постају све очигледнија. Студија истраживача компаније Apple показала је да модели резоновања показују драматично лошије резултате када се проблеми чак и мало модификују. Само промена бројева или имена у математичким проблемима доводи до приметних губитака у перформансама. Још озбиљније: Додавање логички ирелевантних, али површно вероватних информација изазвало је пад перформанси од 17,5 процената за o1-preview, 29,1 проценат за o1-mini и до 65,7 процената за моделе са слабијим учинком.

Ови налази указују на то да модели резоновања заправо не развијају опште стратегије решавања проблема, већ првенствено реплицирају научене обрасце. Понашају се као ученици који су запамтили одређене врсте проблема, али не успевају када се суоче са мало другачијим формулацијама. Ово није само академска критика, већ има непосредне практичне импликације: У стварним применама које укључују сложене, вишеслојне проблеме без стандардизованих формулација, ови системи остају непоуздани.

Структура трошкова модела резоновања погоршава њихова ограничења. За разлику од традиционалних модела, где је претходна обука фаза која захтева највише рачунарских ресурса, овај однос је обрнут код модела резоновања. Накнадна обука и закључивање постају доминантни фактор трошкова, што скалирање чини економски изазовним. OpenAI мора да потроши знатно више рачунарских ресурса за сваки o1 упит него за упоредиве GPT-4 упите, а да корисници нису спремни да плате пропорционално више.

Гуглова интеграција могућности резоновања у моделе оптимизоване за претходну обуку могла би се показати као супериорнији приступ. Gemini 3 са Deep Think-ом постиже упоредиве или боље перформансе резоновања од o1, али је изграђен на јачим темељима. Ово сугерише да оптимална архитектура не користи резоновање као замену за претходну обуку, већ као допуну робусном основном моделу.

Конкурентна динамика и сустизање Антропика

Антропикова породица Клод, посебно Сонет 4.5, етаблира се као озбиљна трећа сила у конкуренцији вештачке интелигенције. Клод Сонет 4.5 је постигао 77,2 процента на SWE-bench Verified Benchmark тесту за проблеме софтверског инжењерства из стварног света, што га чини водећим моделом у овој критичној области примене. Са паралелним израчунавањем током тестирања, ове перформансе се повећавају на 82 процента, ниво који ни GPT-5.1 ни Gemini 3 не могу да достигну.

Антропиков стратешки фокус на безбедност и усклађеност ствара нишу са специфичном спремношћу за плаћање. Компаније у високо регулисаним секторима као што су финансије, здравство и сајбер безбедност све више дају приоритет моделима који очигледно интегришу робусне безбедносне механизме. Клод Соне 4.5 постиже 98,7 процената на безбедносним тестовима и показује смањене тенденције ка улизици, обмани, тражењу моћи и заблуди. Ове карактеристике нису само маркетиншке карактеристике, већ се баве стварним забринутостима пословних купаца.

Способност Claude Sonnet 4.5 да одржи сложене, вишестепене задатке резоновања и извршавања кода дуже од 30 сати позиционира га као идеалан модел за аутономне агенте. Ово је брзо растуће тржиште где системи вештачке интелигенције независно управљају продуженим токовима рада. OpenAI и Google се такмиче у овом сегменту, али је Anthropic стекао предност захваљујући раној специјализацији.

Клодово одређивање цена одражава ово позиционирање. Са три долара по милиону улазних токена и 15 долара по милиону излазних токена, Клод се налази у средњем ценовном сегменту, јефтинији од GPT-5.1 за многе случајеве употребе, али скупљи од неких алтернатива отвореног кода. Ова структура цена сугерише Антропикову стратегију: не масовно тржиште кроз ниске цене, већ премиум сегмент кроз врхунски квалитет и безбедност.

Процена вредности компаније Anthropic од 170 милијарди долара, са пројектованим годишњим приходом од 4 милијарде долара, делује мање екстремно од вишеструке процене вредности компаније OpenAI, али остаје амбициозна. Логика инвеститора се разликује: Anthropic се позиционира као мета преузимања или дугорочни играч на олигополском тржишту, а не као доминант тржишта. Ова скромнија амбиција би парадоксално могла да се покаже одрживијом од стратегије OpenAI-ја „све или ништа“.

Недостатак података и синтетичка решења

Основни изазов за све програмере вештачке интелигенције је све већи недостатак висококвалитетних података за обуку. Epoch AI процењује да се модели тренутно обучавају са 4,6 до 17,2 трилиона токена. Већина слободно доступног интернет текста је већ потрошена. Будућа побољшања перформанси више се не могу постићи првенствено једноставним повећањем величине скупова података за обуку, већ захтевају квалитетније или разноврсније податке.

Синтетички подаци, односно садржај за обуку који генеришу системи вештачке интелигенције, разматрају се као потенцијално решење. Приступ је по својој природи парадоксалан: модели се обучавају на подацима које су генерисали претходни модели. Ово носи ризик од колапса модела, где се грешке и пристрасности појачавају током генерација. Међутим, пажљиво курирани синтетички скупови података са контролом разноликости и квалитета могу генерисати ретке граничне случајеве који се не јављају у природним подацима.

Гугл поседује структурне предности у прикупљању података путем свог претраживача, Гмаила, Јутјуба, Гугл мапа и бројних других сервиса који континуирано производе свеже, разноврсне, људски генерисане податке. Ови токови података нису само обимни већ и уздужно структурирани, што омогућава идентификацију временских образаца и развоја. ОпенАИ недостају упоредиви извори података, који се све више ослања на партнерства са издавачима, уговоре о лиценцирању са медијским компанијама и генерисање синтетичких података.

Правна ситуација погоршава ову асиметрију. Неколико тужби издавача и аутора против OpenAI-а због кршења ауторских права могло би да ограничи приступ историјским подацима и учини будуће активности скрапинга правно ризичним. Google може да тврди да је претраживање веб локација ради индексирања претраге устаљена, правно исправна пракса која користи развоју вештачке интелигенције. Ова правна несигурност ставља додатне ризике на OpenAI које етаблирани технолошки гиганти не сносе у истој мери.

Суперинтелигенција као дугорочна опклада

Алтманов меморандум више пута наглашава потребу да се одржи фокус на постизању суперинтелигенције, упркос краткорочним конкурентским притисцима. Ова реторика је стратешка: она оправдава тренутна улагања и губитке указујући на трансформативне добитке у будућности. Суперинтелигенција се односи на хипотетичке системе вештачке интелигенције који превазилазе људску интелигенцију у свим релевантним областима и потенцијално су способни да убрзају сопствени развој.

Процене стручњака о времену овог развоја знатно варирају. Анализе преко 8.500 предвиђања указују на средњи рок између 2040. и 2045. године за постизање опште вештачке интелигенције, претече суперинтелигенције. Неки истакнути гласови, попут Дарија Амодеија из компаније Anthropic и Илона Маска, пројектују знатно раније датуме, у неким случајевима чак од 2026. до 2029. године. Сам Сем Алтман је навео 2029. годину као циљни датум.

Економска релевантност ове дебате лежи у логици вредновања: Ако је суперинтелигенција достижна у року од пет година и OpenAI остане лидер у њеном развоју, то оправдава готово сваку тренутну процену. Међутим, ако је суперинтелигенција удаљена 20 година или OpenAI не остане лидер, основа за процену се урушава. Инвеститори се стога кладе не само на технологију, већ и на одређене временске рокове и тржишне позиције у хипотетичким будућим сценаријима.

Аутоматизација истраживања вештачке интелигенције, коју Алтман идентификује као кључни фокус, могла би скратити ове временске рокове. Системи који независно генеришу хипотезе, дизајнирају експерименте, тренирају моделе и интерпретирају резултате драматично би повећали брзину развоја. Google DeepMind ради на сличним приступима, посебно интегришући алгоритме планирања сличне AlphaGo-у у језичке моделе. Питање није да ли ће се такви мета-AI системи развити, већ ко ће их први имплементирати.

Структура тржишта и формирање олигопола

Тржиште вештачке интелигенције се брзо развија у олигопол са три до пет доминантних играча. OpenAI, Google, Anthropic, Microsoft и Meta поседују финансијске ресурсе, техничке таленте и инфраструктуру да остану у првим редовима конкуренције. Баријере за улазак су сада превелике: Обука најсавременијег модела кошта неколико стотина милиона долара, захтева приступ хиљадама најсавременијих графичких процесора и захтева тимове врхунских истраживача.

Модели отвореног кода попут Метиног Ламе, Мистрала или Аленовог Олма нуде алтернативе за специфичне случајеве употребе, али заостају за граничним моделима са власничким ресурсима у апсолутним перформансама. Њихов значај лежи првенствено у демократизацији могућности вештачке интелигенције за програмере без огромних буџета и у стварању конкурентског притиска који ублажава цене приступа API-јима.

Кина истовремено развија сопствени независни екосистем вештачке интелигенције са компанијама као што су Alibaba Qwen, Baidu Ernie, ByteDance и други играчи. Ови модели све више достижу паритет са западним системима, али су делимично одвојени од глобалног тржишта различитим регулаторним оквирима, ограниченим приступом најсавременијим чиповима због контроле извоза и језичким баријерама. Геополитичка димензија развоја вештачке интелигенције могла би довести до паралелних, регионално доминантних екосистема, сличних фрагментираном интернету.

За OpenAI, овај олигопол значи да маргиналне позиције нису стабилне. Или се компанија одрживо етаблира као један од ретких водећих система, или је пребачена у други ниво са ког је напредовање практично немогуће због интензитета капитала. Инвеститори разумеју ову динамику, што објашњава екстремну волатилност вредновања: Код бинарних исхода, вероватноће се континуирано преиспитују, а мале промене у процени вероватноће доводе до великих помака у вредновању.

Вертикална интеграција као стратешки императив

Мајкрософтово лиценцирање интелектуалне својине за дизајн чипова и система компаније OpenAI у новембру 2025. године сигнализира стратешко преусмеравање. Споразум даје Мајкрософту свеобухватан приступ портфолију дизајна чипова компаније OpenAI и могао би значајно скратити Мајкрософтове развојне циклусе за процесоре вештачке интелигенције следеће генерације. Ово је део ширег тренда ка вертикалној интеграцији, где водећи добављачи услуга у облаку желе да стекну већу контролу над својим хардверским основама.

Гугл годинама развија ТПУ-ове, чиме контролише цео стек, од силицијума до софтвера. Амазон развија сопствене чипове Trainium и Inferentia. Мајкрософт улаже велика средства у сопствене AI акцелераторе. Овај потез ка прилагођеном силицијуму одражава спознају да су GPU-ови опште намене неоптимални за специфична AI радна оптерећења. Специјализовани чипови могу постићи за редове величине бољу ефикасност за одређене операције, смањујући трошкове и повећавајући перформансе.

ОпенАИ-ју недостаје ова вертикална интеграција. Компанија се ослања на спољне добављаче чипова, првенствено Нвидију, и користи клауд инфраструктуру од Мајкрософта, Оракла и других. Ове зависности стварају трошковне недостатке и стратешке рањивости. Партнерство са Мајкрософтом за лиценцирање интелектуалне својине могло би бити први корак ка превазилажењу овог јаза, али развој сопственог хардвера траје годинама и захтева стручност коју ОпенАИ још увек треба да изгради.

Економске импликације су значајне. Оператори модела са сопственом контролом хардвера могу смањити своје трошкове за неколико редова величине, омогућавајући агресивније стратегије цена или, алтернативно, обезбеђујући веће марже. Гугл потенцијално може да понуди Џемини по ценама где OpenAI трпи губитке јер Гугл може драматично смањити своје трошкове употребом TPU-а. Ово није теоретска могућност, већ практична реалност која већ утиче на динамику тржишта.

Од Нетскејпа и Јахуа до ОпенАИ: Да ли се историја понавља?

Догађаји из 2025. године означавају крај ере неспорног вођства појединачних пионира у сектору вештачке интелигенције. Позиција OpenAI-ја као кључног играча у генеративној револуцији вештачке интелигенције фундаментално је угрожена технолошким паритетом, структурним недостацима етаблираних технолошких гиганата и финансијском крхкошћу. Компанија се суочава са изазовом управљања истовременим кризама: технолошким сустизањем компаније Google, обезбеђивањем финансијске одрживости упркос огромним губицима, стратешким репозиционирањем на консолидујућем тржишту и суочавањем са оперативном сложеношћу брзог раста.

Гуглов успех са Џемини 3 показује да на технолошки интензивним тржиштима, дубина ресурса, вертикална интеграција и стрпљив капитал често нуде структурне предности у односу на агилне иновације. Способност апсорбовања губитака годинама док производи сазревају и економије обима се остваре је непроцењива предност. OpenAI и сличне компаније које се баве искључиво вештачком интелигенцијом морају постићи профитабилност у временским оквирима које диктирају очекивања инвеститора, док Гугл може да експериментише док решења не буду заиста спремна за тржиште.

Будућност тржишта вештачке интелигенције вероватно ће карактерисати олигопол од три до пет доминантних добављача, од којих сваки заузима различите стратешке нише. Гугл као вертикално интегрисани генералиста са супериорном дистрибуцијом, Мајкрософт као интегратор фокусиран на предузећа, Антропик као специјалиста за безбедност и усклађивање, и Мета као шампион отвореног кода за екосистеме програмера. Будућа позиција ОпенАИ-ја у овој констелацији остаје неизвесна и критично зависи од тога да ли ће пројекат Шалотпит решити идентификоване недостатке у претходној обуци и да ли компанија може да успостави одрживу конкурентску предност изван свог историјског лидерства у бренду.

За инвеститоре, корпоративне клијенте и технологе, ово преусмеравање значи поновну процену ризика и могућности. Претпоставка да ће рани лидери на тржишту бранити своје позиције све је упитнија. Брзина технолошких промена, капитални интензитет најсавременијих истраживања и моћ успостављених дистрибутивних канала стварају динамику у којој су структурне предности често важније од историјског лидерства у иновацијама. Наредне године ће показати да ли агилни пионири поседују ресурсе и стратешку визију да издрже огромну моћ технолошких гиганата или ће се прича о Нетскејпу, Јахуу и другим раним интернет пионирима поновити у ери вештачке интелигенције.

Нова димензија дигиталне трансформације са „Управљаном вештачком интелигенцијом“ – платформа и B2B решење | Xpert Consulting - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Решење за управљану вештачку интелигенцију - Индустријске услуге вештачке интелигенције: Кључ конкурентности у секторима услуга, индустрије и машинства

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде или једноставно позовите на +49 89 89 674 804 ( Минхен) . Моја имејл адреса је: [email protected]

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови

Искористите предности Xpert.Digital-овог опсежног, петоструког стручног знања у свеобухватном пакету услуга | Истраживање и развој, XR, односи с јавношћу и оптимизација дигиталне видљивости - Слика: Xpert.Digital

Xpert.Digital поседује дубинско знање у различитим индустријама. То нам омогућава да развијемо прилагођене стратегије прецизно усклађене са захтевима и изазовима вашег специфичног тржишног сегмента. Континуираном анализом тржишних трендова и праћењем развоја у индустрији, можемо деловати проактивно и понудити иновативна решења. Комбинација искуства и стручности ствара додатну вредност и пружа нашим клијентима одлучујућу конкурентску предност.

Више информација овде:

• Искористите предности 5 области стручности компаније Xpert.Digital у једном пакету – већ од 500 евра месечно