Pontosság és termelékenység: működik az MI

A mesterséges intelligencia (MI) alkalmazásának esélyei meggyőzőek: az iparban szintet lép a minőség, a hatékonyság és az automatizálás. Erre máris van számos példa:

• A BMW a gyártás területén MI által vezérelt rendszert alkalmaz a szerelési hibák kiszűrésére („Car2X””, „AIQX”), mégpedig 90 százalékos pontossággal.
• A biztosítási ágazatban a ZestyAI az MI és képi adatok segítségével elemzi az egyes ingatlanok kockázatát – mégpedig, a korábbi körülbelüli átalányhoz képest nagy pontossággal
• Az egészségügyben a francia-amerikai Owkin biotechnológiai vállalat MI modellt támogat a diagnosztika és a hatóanyag kutatás területén.

Ezek a példák világosan jelzik: a mesterséges intelligencia már nem csak a jövő projektje, hanem nagyonis mai valóság – jó néhány ágazatban.  Óriási a termelékenységi potenciál: a McKinsey & Company becslése szerint az önfejlesztő MI (gen AI) évi 2,6-4,4 milliárd USA dollár hozzáadott értéket hozhat.

Összefoglalva: Igen, a mestersége intelligencia kérdését nagyonis komolyan kell vennünk – már csak a gazdaságban és az iparban várható óriási hatása miatt is.

Energia és erőforrás: a hatalom árnyoldala

A hatalommal azonban nagyobb felelősség jár együtt – valamint egy nem jelentéktelen erőforrás-szükséglet.

• A Nemzetközi Energiaügynökség (IEA) szerint az adatközpontok milliárdnyi háztartás energiafelhasználásának megfelelő áram fogyasztásáért felelősek – és az MI aránya ezen belül viharosan növekszik. (IAE)

• A tanulmányok azt mutatják, hogy egy nagyobb nyelvi modell esetén az energiafogyasztás tízszer nagyobb lehet, mint egy a rendes google keresésnél. (Polytechnique Insights)
• Emellett  az Európai Központi Bank (EZB) arra figyelmeztet, hogy az MI által vezérelt európai adatbankok 2026-ban a jelenlegi áramfogyasztás 4 százalékát is kitehetik. (European Central Bank)

„Míg a hagyományos adatközpontok 10 és 25 megawatt áramot fogyasztanak, a hiperskálás MI-központok áramszükséglete meghaladhatja a 100 megawattot – ami 100 ezer háztartás évi áramfogyasztásának felel meg.” – idézet a Nemzetközi Energiaügynökségtől.

Vagyis: a mesterséges intelligencia kérdése egyúttal energia-, erőforrás- és környezetvédelmi kérdés is. Ez a szempont többé nem elhanyagolható.

Átalakulóban a munka világa: ez nem csak az alacsonyan képzetteket érinti.

A korábbi technológiai forradalmakhoz képest az a különbség, kik az érintettek.

Korábban az automatizálás elsősorban a rutinmunkára, illetve a szakképesítést nem igénylő feladatokra vonatkozott. A mesterséges intelligenciát fokozott mértékben alkalmazzák amagas szakképzettségű munkakörökben, mint a döntéshozatal, az elemzés, a kommunikáció.

• Az OECD tanulmánya mutatja, hogy magasan kvalifikált hivatások is kitettek a mesterséges intelligencia által vezérelt automatizálásnak. (euronews)
• McKinsey-elemzések abból indulnak ki, hogy 2030-ig Európában és az Egyesült Államokban a munkaórák mintegy 30 százalékát az MI által vezérelt automatizálás tölti ki. (McKinsey & Company)
• Eközben maga a McKinsey is több munkahelyet hirdet meg – bár rendelkezésére áll az MI:

„Akárhogyan is, ugyanakkora értelmi képességre, ugyanolyan tempóra van szükség, mint korábban, és lesznek dolgok, amiket nem lehet gépekkel csinálni” – mondja Eric Kutcher, az Észak-Amerikai McKinsey  vezető üzlettársa. (business-standard.com) 

Értelmezés: A változás többé nem elsődlegesen az „egyszerű” tevékenységek kiszorítása, hanem inkább kihívás a szakmai, a tudományos és szakértői munka számára: ki dönt, ki hitelesít, ki vállalja a felelősséget?

Képzés és kvalifikáció: mit tanuljanak manapság a gyermekeink?

E szempontot figyelembe véve az oktatás nagy kérdése nem az, hogy „mely ismeretek avulnak el?”, hanem hogy: „mely képességek lesznek fontosak?”

„ Kreativitás, kritikus gondolkodás, szociális kompetenciák – ezekre lesz nagyobb igény, hiszen a rutinfeladatokat és elemzéseket a gépek nagyrészt át tudják venni.

„A digitális alapkompetencia és az MI- alkalmazás kötelezővé válik– nem azért mert programozónak kell lenni, hanem mert a mesterséges intelligenciával kell dolgozni.

„ Alap lesz a folyamatos tanulás: mivel a feladatok sokkal gyorsabban változnak, az élethosszig tartó tanulás magától értetődő lesz.

Az oktatási rendszereknek és tanterveknek azzal a kihívással kell szembesülniük, hogy ne csak szaktudást közvetítsenek, hanem tanulási – és gondolkodási kompetenciákat egy dinamikusabb munkavilág számára.

Befektetés és tőke: hullám vagy buborék?

A tőke- és befektetési döntések számára is kulcsfontosságú a mesterséges intelligencia. Egyfelől óriási lehetőségek kínálkoznak: új üzleti modellek, a termelékenység növelése, ágazatok átalakítása. Másrészt fennáll a túlhevülés veszélye.

• Milliárdok a chip-gyártásba, az adatközpontokba, a felhő-infrastruktúrába – erre azért nem árt felfigyelni.
• A kérdés: vajon van-e elegendő hozam, avagy csak egy technológiai buborék után futunk?
• Ugyanakkor továbbra is érvényes: aki korán fektet be, az jól profitálhat - aki azonban késik, vagy helytelenül cselekszik, az kockáztatja, hogy veszít.

Összefoglalva: a kérdés feltevése a mesterséges intelligenciával kapcsolatban korántsem opcionális, vagy csak a technológiára vonatkoztatható. Egyidejűleg érinti az energiát, a munkát, az oktatást és a tőkét. Komolyan vétele nem jelenti azt, hogy félni kell tőle. Sokkal inkább felelősen, kritikusan és előrelátóan kell cselekedni. A mesterséges intelligenciát nem csak használnunk kell, hanem alakítanunk is. Egyedül így válhat egy bomlasztó erő igazi haladássá.