Az AI végre degeszre tömheti a kincseskamrákat, de van egy jókora csavar a történetben

A skálázás önmagában már nem elég

A TechCrunch által megkérdezett szakértők 2026-ot átmeneti évnek látják. A nyers erővel történő skálázástól az új architektúrák kutatása felé, a látványos demóktól a célzott bevezetések felé, az önállóságot ígérő ügynököktől pedig olyan rendszerek felé mozdulunk el, amelyek ténylegesen segítik az emberek munkáját.

Emlékezetes, 2012-ben AI-kutatók egy tanulmányban bizonyították,  hogy egy MI-rendszer képes megtanulni tárgyakat felismerni képeken, ha milliónyi példát lát. A megközelítés számításigényes volt, de a grafikus processzorok (GPU-k) már lehetővé tették a szükséges teljesítményt.

Aztán az OpenAI bemutatta a GPT-3-at, ekkor vált nyilvánvalóvá, hogy ha a rendszert egyszerűen nagyságrendekkel megnöveljük, olyan képességeket is elsajátít – például kódolást és következtetést –, amelyekre külön nem tanították. Ezzel kezdődött el a „skálázás kora”, amikor az iparágat az a meggyőződés vezette, hogy több számítási kapacitás, több adat és nagyobb modellek automatikusan elhozzák a következő nagy áttöréseket.

Ma sok kutató úgy látja, hogy az iparág kezdi kimeríteni a skálázási törvényekben rejlő tartalékokat, és újra a kísérleti kutatás korszakába lép. Ez a fordulat belátható időn belül bekövetkezik.

Ám ha a kutatók nem találnak új módszereket, akkor a mostani modellekhez képest sem számíthatunk nagy javulásra.

Néha kevesebb is több

A nagy nyelvi modellek kiválóan általánosítanak, de sok szakértő szerint a vállalati MI-alkalmazások következő hullámát a kisebb, rugalmasabb nyelvi modellek hajtják majd, amelyeket konkrét területekre lehet finomhangolni.

A finomhangolt kis nyelvi modellek lesznek a nagy trend, és 2026-ra az érett MI-vállalkozások alapeszközévé válnak, mivel a költség- és teljesítményelőnyök a dobozos nagy modellekkel szemben ösztönzik a használatukat

Andy Markus, az AT&T igazgatója úgy nyilatkozott: "Már most látjuk, hogy a vállalatok egyre inkább ezekre támaszkodnak, mert megfelelő finomhangolással pontosságban felveszik a versenyt a nagyobb, általános modellekkel, miközben költségben és sebességben felülmúlják őket."

Jon Knisley, az ABBYY mesterségesintelligencia-stratégája hozzátette: "A kis modellek hatékonysága, költséghatékonysága és alkalmazkodóképessége ideálissá teszi őket olyan célzott alkalmazásokhoz, ahol a pontosság kulcsfontosságú." Szerinte a kis modellek természetüknél fogva alkalmasabbak helyi eszközökön való futtatásra, és ezt a trendet az élszámítástechnika fejlődése tovább gyorsítja.

Jönnek a „világmodellek” – Az AI kilép a fizikai világba

Az emberek nem csak írott tudásanyagból tanulnak, hanem abból is, hogyan működik a világ. A nagy nyelvi modellek ezzel szemben valójában nem értik a világot: csupán a következő szót vagy gondolatot jósolják meg. Ezért sok kutató úgy véli, hogy

a következő nagy ugrást a világmodellek hozzák el.

Ezek olyan MI-rendszerek, amelyek megtanulják, hogyan mozognak és hatnak egymásra a dolgok a háromdimenziós térben, így előrejelzéseket tudnak tenni, és képesek cselekedni.

A világmodell a valós világ belső, tanult reprezentációja, amely lehetővé teszi a mesterséges intelligencia számára, hogy megértse, szimulálja és megjósolja a környezet és a tárgyak viselkedését, lehetővé téve az egyszerű mintaillesztésen túli intelligensebb tervezést és döntéshozatalt. Mindez elengedhetetlen az emberhez hasonló gondolkodás eléréséhez, valamint a robotika és az autonóm járművek rendszereinek kiépítéséhez.

Miközben a kutatók hosszú távú potenciált látnak a robotikában és az autonóm rendszerekben, a rövid távú hatás várhatóan először a videojátékokban jelentkezik majd. A PitchBook előrejelzése szerint a világmodellek játékipari piaca a 2022–2025 közötti 1,2 milliárd dollárról 2030-ra 276 milliárd dollárra nőhet.

Most jöhet az AI-ügynökök kora

Az AI-ügynökök 2025-ben (még) nem váltották be teljesen a hozzájuk fűzött reményeket. Ennek egyik fő oka az lehetett, hogy nehéz volt összekapcsolni őket azokkal a rendszerekkel, ahol a munka ténylegesen zajlik. Eszközök és kontextus elérése nélkül a legtöbb ügynök csapdába esett a kísérleti, elkülönített munkafolyamatokban.

Az Anthropic készített  erre egy megoldás, az AI cég Model Context Protocolja (MCP) – egyfajta "USB-C az MI-hez", amely lehetővé teszi, hogy az ügynökök külső eszközökkel, például adatbázisokkal, keresőmotorokkal és API-kkal kommunikáljanak. Szakértők szerint ez a hiányzó elem összekötő szövetnek bizonyult, és akár iparági szabvánnyá is válhat. Az OpenAI és a Microsoft nyilvánosan támogatja az MCP-t, az Anthropic pedig nemrég a Linux Foundation új Agentic AI Foundationjének adományozta a szabványt. A Google is elkezdte felállítani saját menedzselt MCP-szervereit. Ahogy az MCP csökkenti az ügynökök valós rendszerekhez kapcsolásának súrlódását, 2026 lehet az az év,

amikor az ügynökalapú munkafolyamatok végre a demókból a mindennapi gyakorlatba kerülnek.

Rajeev Dham, a Sapphire Ventures partnere szerint ezek a fejlesztések ahhoz vezetnek, hogy az ügynökalapú megoldások alaprendszer-szerepeket vesznek át az iparágakban.

"Ahogy a hangalapú ügynökök egyre több teljes körű feladatot látnak el – például ügyfélkommunikációt és adatfelvételt –, úgy válnak majd alapvető központi rendszerekké is. Ezt számos szektorban látni fogjuk: az otthoni szolgáltatásoknál, az ingatlantechnológiában, az egészségügyben, valamint olyan horizontális funkciókban, mint az értékesítés, az IT és az ügyfélszolgálat" – mondta.

Ember vagy AI a jobb munkaerő?

A Merriam-Webster amerikai szótár 2025-ben a "slop" kifejezést választotta az év szavának: ezzel a mesterséges intelligencia által tömegesen előállított, silány digitális tartalmakat jelöli, ami jól mutatja, hogy miközben a technológiát világszerte használják – különösen a bérköltségek lefaragására törekvő cégvezetők –, az AI-forradalom árnyoldalai és kockázatai is egyre látványosabban felszínre kerülnek - idézi fel a Guardian. Ugyan egyes ágazatokban valóban megkezdődött a munkavállalók leváltása, ám az emberi munkaerő meggondolatlan, tömeges lecserélésének veszélyei is megmutatkoznak.

Az AI által előállított grafikák, szövegek ugyan sokszor kétes minőségűek lehetnek, de nagyobb a kockázat, ha érzékeny feladatokat emberi felügyelet nélkül bíznak ilyen rendszerekre. Különösen kínos esetekre is fény derült, az Egyesült Királyságban például a bíróság figyelmeztetést adott ki az ügyvédek MI-használatával kapcsolatban, miután két ügyben teljesen kitalált jogesetekre hivatkoztak. Az amerikai Utah állambeli Heber City rendőrei pedig megtanulták kézzel ellenőrizni egy átíróeszköz munkáját, miután az tévesen azt jegyezte le, hogy az egyik rendőr békává változott – csupán azért, mert a háttérben a Disney A hercegnő és a béka című filmje szólt.

A Microsoft (természetesen) bizakodó

A problémák és a kihívások mellett persze a bigtechek a lehetőségeket hangsúlyozzák, és tény, hogy a technológiára optimistán tekintőknek is bőven akad muníciója.

A Microsoft szerint a mesterséges intelligencia 2026-ra a kísérleti eszközből stratégiai partnerré válik: nemcsak kérdésekre válaszol, hanem együtt dolgozik az emberekkel, és látványosan felerősíti szakértelmüket a legtöbb iparágban. Aparna Chennapragada, a Microsoft MI-termékekért felelős vezetője szerint 2026 a technológia és az ember közötti szövetségek új korszakát hozza el. Ha az elmúlt évek elsősorban a kérdések megválaszolásáról és a problémák elemzéséről szóltak, a következő hullám már az igazi együttműködésről fog.

"A jövő nem az emberek helyettesítéséről szól, hanem a képességeik felerősítéséről" – hangsúlyozza Chennapragada. Az MI-ügynökök digitális munkatársakká válnak, amelyek segítségével kisebb csapatok is jóval nagyobb súlyt képviselhetnek. Elképzelése szerint egy háromfős csapat néhány nap alatt globális kampányt indíthat: az MI végzi az adatelemzést, a tartalomgyártást és a személyre szabást, miközben az emberek a stratégiára és a kreatív döntésekre koncentrálnak.

Az egészségügyben az MI fordulóponthoz érkezett – állítja Dominic King, a Microsoft AI egészségügyi alelnöke. A diagnosztikai szakértelmen túl már a tünetek értékelésében és a kezelési tervek kidolgozásában is szerepet kap, és a kutatólaborokból fokozatosan átlép a mindennapi ellátás világába. A Microsoft MI-alapú diagnosztikai rendszere már most 85,5 százalékos pontossággal old meg összetett orvosi eseteket – messze felülmúlva a tapasztalt orvosok átlagos, mintegy 20 százalékos teljesítményét.

A tudományos kutatásban az MI már ma is felgyorsítja az áttöréseket az éghajlatmodellezéstől a molekuláris dinamikán át az anyagtervezésig. Peter Lee, a Microsoft Research elnöke szerint 2026-ban az MI nemcsak összefoglalja a tanulmányokat és válaszol a kutatók kérdéseire, hanem aktívan részt vesz a felfedezések folyamatában a fizikában, a kémiában és a biológiában is. A kutatói munka során az MI hipotéziseket állít fel, képes tudományos kísérleteket irányító eszközöket kezelni, és szorosan együttműködik emberi és gépi kutatótársakkal egyaránt. Így a kutatók gyorsabban juthatnak el az ötlettől a bizonyított eredményig.

A szoftverfejlesztésben közben robbanásszerű növekedés zajlik. 2025-ben a GitHubon a fejlesztők havonta 43 millió kódmódosítást egyesítettek, ami 23 százalékos növekedés az előző évhez képest. 2026 új versenyelőnyt hozhat, ezt "repository intelligenciának" pántlikázzák a szakértők. Ez azt jelenti, hogy

az MI nemcsak az egyes kódsorokat érti meg, hanem a mögöttük álló összefüggéseket is.

A kódtárak mintáinak elemzésével az AI képes feltárni, mi és miért változott, hogyan illeszkednek egymáshoz az egyes komponensek, így okosabb javaslatokat adhat, és a hibákat jóval korábban észlelheti.

A kvantumszámítástechnika sokáig leginkább tudományos fantasztikumnak tűnt, a kutatók azonban most az "évek, nem évtizedek" korszakába lépnek. Jason Zander, a Microsoft Discovery and Quantum alelnöke szerint a kvantumgépek hamarosan olyan problémákat is megoldanak, amelyekre a hagyományos számítógépek képtelenek. Az áttörést a hibrid számítástechnika teszi lehetővé: az MI mintákat talál az adatokban, a szuperszámítógépek hatalmas szimulációkat futtatnak, a kvantumtechnológia pedig új réteget ad a molekulák és anyagok modellezésének pontosságához. A három technológia együtt olyan kérdésekre is választ adhat, amelyek ma még kezelhetetlenül bonyolultnak tűnnek.

A címlapkép illusztráció. Címlapkép forrása: Getty Images