SG.hu·
A programozók imádják az MI-t, de vajon mindenki más is így tesz majd?
Az MI-kódolási eszközök példátlanul gyorsan terjednek, de számos más szakmában jóval nehezebb lehet elérni ugyanezt a sikert.
Az elmúlt néhány évben drámaian megváltozott az, ahogyan a szoftvermérnökei töltik a napjaikat. A végeredmény persze továbbra is ugyanaz: rengeteg kód. Csakhogy ahelyett, hogy leülnének és gépelnének, mikrofonokba suttognak. Az utasításaikat ezután mesterséges intelligencia segítségével átírják, majd MI-ügynököknek adják át - olyan botoknak, amelyek képesek szoftverekkel kapcsolatba lépni, és ebben az esetben meg is írják azokat.
„Más szellemi munkát végző dolgozók még nem tartanak itt” - ismeri el Colin Jarvis, a ChatGPT fejlesztője, az OpenAI munkatársa. Munkaadójának jövője, és általában véve az MI-boom is attól függ, hogy ez megváltozik-e. Ahhoz, hogy igazolják az adatközpontokra fordított hatalmas kiadásaikat, a felhőszolgáltató óriásoknak, valamint az olyan MI-laboroknak, mint az Anthropic és az OpenAI, arra van szükségük, hogy a technológia alkalmazása továbbra is gyors ütemben terjedjen. Az adatközpontok kiépítésének költségeit csak akkor lehet fedezni, ha az MI használatából származó teljes éves bevétel az évtized végére eléri az évi 2,5 billió dollárt, szemben a jelenlegi mintegy 150 milliárd dollárral.
Eddig messze a szoftverfejlesztők körében volt a legerősebb a technológia elterjedése. A Stack Overflow, egy online fórum adatai szerint ötből négyen azt mondják, hogy használnak valamilyen MI-alapú kódolási eszközt. 2025 júniusában a Cognition, a Cursor, a Lovable és a Replit, négy MI-kódolással foglalkozó startup együttes éves ismétlődő bevétele nagyjából 800 millió dollár volt. Ma ez az összeg 6 milliárd dollár. A SemiAnalysis kutatócég becslése szerint az idei év második negyedévében a kódolás az Anthropic és az OpenAI együttes éves ismétlődő bevételének több mint felét adta.
Ez magyarázza, hogy az MI miért terjedt el gyorsabban azokban az iparágakban, ahol a szoftvermérnökök a foglalkoztatottak nagyobb részét teszik ki. Az optimisták ezt annak bizonyítékaként értelmezhetik, hogy az MI-boom még csak most kezdődik, és az elkövetkező években sokkal magasabbra emelkedhet a technológiára fordított kiadások összege, ahogy más alkalmazások is beérnek. Ugyanakkor strukturális okai is lehetnek annak, hogy a kódolás kilóg a sorból.
A három olyan terület, amelyet gyakran emlegetnek az MI következő elsöprő alkalmazási területeiként, a jogászi munka, a pénzügy és az ügyfélszolgálat. Mindhárom jelentős növekedést tapasztal. A Harvey, a Clio és a Legora, három MI-alapú jogi eszközöket fejlesztő vállalat együttes éves ismétlődő bevétele az elmúlt évben nagyjából megduplázódott, és elérte az 1 milliárd dollárt. A Harvey szerint a jogászok által a platformján töltött idő havonta megduplázódik. A bankárok és más pénzügyi szakemberek szintén kezdik elfogadni az MI-t. A pénzügyi szolgáltatási iparág számára eszközöket fejlesztő Rogo az elmúlt negyedévben 100 vállalati ügyfelet szerzett, és 50 százalékkal növelte éves ismétlődő bevételét.
Az MI az ügyfélszolgálatban is gyorsan terjed. A Sierra, amely erre a célra fejleszt eszközöket, júniusban elérte a 200 millió dolláros éves ismétlődő bevételt, ami kétszerese a tavaly novemberi értéknek. A kockázatitőke-befektetők szintén bizakodóak. Idén eddig 3 milliárd dollárt fektettek be ezen a területen működő MI-startupokba, többet, mint az MI bármely más alkalmazási kategóriájába. Az MI-kódolással foglalkozó startupokba irányuló befektetések eközben megtorpantak, részben azért, mert az MI-laborok saját kódolási eszközei egyre dominánsabbá válnak.
Ez a három alkalmazási terület bizonyos szempontból hasonlít a kódolásra. Nagy potenciális piacokról van szó, és a munka gyakran sablonos. Négy tényező azonban megkülönbözteti a kódolást: a betanítási adatok elérhetősége, annak könnyűsége, hogy tesztelni lehessen egy modell kimenetét, a munkával járó emberi interakció mennyisége, valamint maguk a szoftvermérnökök. Az MI-vállalatok megpróbálják a többi piacot is a kódoláshoz hasonlóvá tenni, de ez nem lesz egyszerű.
Az MI egyik oka annak, hogy ilyen sikeres programozási társsá vált, az, hogy hatalmas mennyiségű nyílt forráskódú kódot tesznek közzé az interneten. Így ez a kód bekerült a modellekbe is, és bizonyos esetekben az összes betanítási adat közel egyötödét teszi ki. Az ügyfélpanaszok vagy a szerződéses tárgyalások esetében egyszerűen nem létezik ugyanekkora mennyiségű nyilvánosan elérhető tartalom.
Az MI által generált kódot viszonylag könnyű ellenőrizni is. A szoftvertesztek a mérnöki munka rutinszerű részét képezik: az egyik kódrészlet ellenőrzi a másikat. Ez növeli annak valószínűségét, hogy az MI által generált kódban található hibákat még azelőtt észreveszik, hogy komoly problémákat okoznának. Ráadásul a tesztelés a modellek teljesítményének javítását is segíti azáltal, hogy jelzi számukra, ha hibát követtek el. Annak megítélése azonban már nehezebb, hogy sikerült-e megnyugtatni egy feldühödött ügyfelet, vagy hogy egy értékelési modell megfelelően tükrözte-e egy vállalat beszámolójának árnyalatait.
A szoftveríráshoz készült eszközöknek az az előnyük is megvan, hogy egy feladat elvégzéséhez szükséges információk nagy része már eleve megtalálható egy program kódbázisában, vagy elérhető a szoftvereket összekapcsoló digitális csatornákon, amelyeket alkalmazásprogramozási interfészeknek, vagyis API-knak neveznek. Sok más helyzetben azonban a kulcsfontosságú információk nem digitális formában állnak rendelkezésre, hanem egy ügyfélszolgálati munkatárs fejében vagy egy szerződő fél ügyvédjének arckifejezésében vannak jelen.
Az MI-vállalatok mindezeknek a kihívásoknak a leküzdésén dolgoznak. Winston Weinberg, a Harvey vezetője szerint az MI fejlődésének köszönhetően vállalata ma már részben „szintetikus” adatokra támaszkodva is képes betanítani eszközeit, vagyis olyan adatokra, amelyeket maguk az MI-rendszerek generálnak. Az olyan startupok, mint a Mercor, MI-vállalatokat kapcsolnak össze különböző területeken dolgozó szakemberekkel, akik átadhatják szaktudásukat a modelleknek. Ping Wu, a Cresta vezetője szerint az MI-alapú ügyfélszolgálati startupja több ezer call centeres beszélgetés átiratának elemzésével képes kikövetkeztetni a munkatársak fejében meglévő tudás egy részét, például azt, hogyan kezelik a visszatérítéseket.
Az MI kódolásban elért sikerének hátterében álló utolsó tényezőt talán a legnehezebb lemásolni: magukat a szoftvermérnököket. Egyszerre technológiaorientáltak és hozzászoktak a változásokhoz, hiszen a programozási nyelveket néhány évente frissítik, ezért természetes módon fogadják be az új technológiákat. Az MI-kódolás elterjedése ezért nagyrészt alulról felfelé történt: az egyes mérnökök saját maguk fedezték fel és próbálták ki az eszközöket - jegyzi meg Anish Acharya, az Andreessen Horowitz kockázatitőke-cég munkatársa. Ezzel szemben a call centeres ügyintézőknek jellemzően sem ösztönzésük, sem szabadságuk nincs arra, hogy a munkájuk során kísérletezzenek, és inkább megvárják, amíg a technológiákat felülről lefelé vezetve bevezetik. A jogászoknak és a pénzügyi dolgozóknak szintén óvatosan kell eljárniuk, hogy ne ütközzenek a szakmájukat szabályozó számos előírásba.
Az MI egyéb alkalmazásai minden bizonnyal tovább növekednek majd, és könnyen lehet, hogy a fejlődésük fel is gyorsul, ahogy a modellek javulnak, a vállalatok pedig egyre kényelmesebben adják át a feladatokat az MI-ügynököknek. Az azonban még eltarthat egy ideig, mire az irodai dolgozók többsége mikrofonokba suttogva tölti majd a munkanapjait.
Az elmúlt néhány évben drámaian megváltozott az, ahogyan a szoftvermérnökei töltik a napjaikat. A végeredmény persze továbbra is ugyanaz: rengeteg kód. Csakhogy ahelyett, hogy leülnének és gépelnének, mikrofonokba suttognak. Az utasításaikat ezután mesterséges intelligencia segítségével átírják, majd MI-ügynököknek adják át - olyan botoknak, amelyek képesek szoftverekkel kapcsolatba lépni, és ebben az esetben meg is írják azokat.
„Más szellemi munkát végző dolgozók még nem tartanak itt” - ismeri el Colin Jarvis, a ChatGPT fejlesztője, az OpenAI munkatársa. Munkaadójának jövője, és általában véve az MI-boom is attól függ, hogy ez megváltozik-e. Ahhoz, hogy igazolják az adatközpontokra fordított hatalmas kiadásaikat, a felhőszolgáltató óriásoknak, valamint az olyan MI-laboroknak, mint az Anthropic és az OpenAI, arra van szükségük, hogy a technológia alkalmazása továbbra is gyors ütemben terjedjen. Az adatközpontok kiépítésének költségeit csak akkor lehet fedezni, ha az MI használatából származó teljes éves bevétel az évtized végére eléri az évi 2,5 billió dollárt, szemben a jelenlegi mintegy 150 milliárd dollárral.
Eddig messze a szoftverfejlesztők körében volt a legerősebb a technológia elterjedése. A Stack Overflow, egy online fórum adatai szerint ötből négyen azt mondják, hogy használnak valamilyen MI-alapú kódolási eszközt. 2025 júniusában a Cognition, a Cursor, a Lovable és a Replit, négy MI-kódolással foglalkozó startup együttes éves ismétlődő bevétele nagyjából 800 millió dollár volt. Ma ez az összeg 6 milliárd dollár. A SemiAnalysis kutatócég becslése szerint az idei év második negyedévében a kódolás az Anthropic és az OpenAI együttes éves ismétlődő bevételének több mint felét adta.
Ez magyarázza, hogy az MI miért terjedt el gyorsabban azokban az iparágakban, ahol a szoftvermérnökök a foglalkoztatottak nagyobb részét teszik ki. Az optimisták ezt annak bizonyítékaként értelmezhetik, hogy az MI-boom még csak most kezdődik, és az elkövetkező években sokkal magasabbra emelkedhet a technológiára fordított kiadások összege, ahogy más alkalmazások is beérnek. Ugyanakkor strukturális okai is lehetnek annak, hogy a kódolás kilóg a sorból.
A három olyan terület, amelyet gyakran emlegetnek az MI következő elsöprő alkalmazási területeiként, a jogászi munka, a pénzügy és az ügyfélszolgálat. Mindhárom jelentős növekedést tapasztal. A Harvey, a Clio és a Legora, három MI-alapú jogi eszközöket fejlesztő vállalat együttes éves ismétlődő bevétele az elmúlt évben nagyjából megduplázódott, és elérte az 1 milliárd dollárt. A Harvey szerint a jogászok által a platformján töltött idő havonta megduplázódik. A bankárok és más pénzügyi szakemberek szintén kezdik elfogadni az MI-t. A pénzügyi szolgáltatási iparág számára eszközöket fejlesztő Rogo az elmúlt negyedévben 100 vállalati ügyfelet szerzett, és 50 százalékkal növelte éves ismétlődő bevételét.
Az MI az ügyfélszolgálatban is gyorsan terjed. A Sierra, amely erre a célra fejleszt eszközöket, júniusban elérte a 200 millió dolláros éves ismétlődő bevételt, ami kétszerese a tavaly novemberi értéknek. A kockázatitőke-befektetők szintén bizakodóak. Idén eddig 3 milliárd dollárt fektettek be ezen a területen működő MI-startupokba, többet, mint az MI bármely más alkalmazási kategóriájába. Az MI-kódolással foglalkozó startupokba irányuló befektetések eközben megtorpantak, részben azért, mert az MI-laborok saját kódolási eszközei egyre dominánsabbá válnak.
Ez a három alkalmazási terület bizonyos szempontból hasonlít a kódolásra. Nagy potenciális piacokról van szó, és a munka gyakran sablonos. Négy tényező azonban megkülönbözteti a kódolást: a betanítási adatok elérhetősége, annak könnyűsége, hogy tesztelni lehessen egy modell kimenetét, a munkával járó emberi interakció mennyisége, valamint maguk a szoftvermérnökök. Az MI-vállalatok megpróbálják a többi piacot is a kódoláshoz hasonlóvá tenni, de ez nem lesz egyszerű.
Az MI egyik oka annak, hogy ilyen sikeres programozási társsá vált, az, hogy hatalmas mennyiségű nyílt forráskódú kódot tesznek közzé az interneten. Így ez a kód bekerült a modellekbe is, és bizonyos esetekben az összes betanítási adat közel egyötödét teszi ki. Az ügyfélpanaszok vagy a szerződéses tárgyalások esetében egyszerűen nem létezik ugyanekkora mennyiségű nyilvánosan elérhető tartalom.
Az MI által generált kódot viszonylag könnyű ellenőrizni is. A szoftvertesztek a mérnöki munka rutinszerű részét képezik: az egyik kódrészlet ellenőrzi a másikat. Ez növeli annak valószínűségét, hogy az MI által generált kódban található hibákat még azelőtt észreveszik, hogy komoly problémákat okoznának. Ráadásul a tesztelés a modellek teljesítményének javítását is segíti azáltal, hogy jelzi számukra, ha hibát követtek el. Annak megítélése azonban már nehezebb, hogy sikerült-e megnyugtatni egy feldühödött ügyfelet, vagy hogy egy értékelési modell megfelelően tükrözte-e egy vállalat beszámolójának árnyalatait.
A szoftveríráshoz készült eszközöknek az az előnyük is megvan, hogy egy feladat elvégzéséhez szükséges információk nagy része már eleve megtalálható egy program kódbázisában, vagy elérhető a szoftvereket összekapcsoló digitális csatornákon, amelyeket alkalmazásprogramozási interfészeknek, vagyis API-knak neveznek. Sok más helyzetben azonban a kulcsfontosságú információk nem digitális formában állnak rendelkezésre, hanem egy ügyfélszolgálati munkatárs fejében vagy egy szerződő fél ügyvédjének arckifejezésében vannak jelen.
Az MI-vállalatok mindezeknek a kihívásoknak a leküzdésén dolgoznak. Winston Weinberg, a Harvey vezetője szerint az MI fejlődésének köszönhetően vállalata ma már részben „szintetikus” adatokra támaszkodva is képes betanítani eszközeit, vagyis olyan adatokra, amelyeket maguk az MI-rendszerek generálnak. Az olyan startupok, mint a Mercor, MI-vállalatokat kapcsolnak össze különböző területeken dolgozó szakemberekkel, akik átadhatják szaktudásukat a modelleknek. Ping Wu, a Cresta vezetője szerint az MI-alapú ügyfélszolgálati startupja több ezer call centeres beszélgetés átiratának elemzésével képes kikövetkeztetni a munkatársak fejében meglévő tudás egy részét, például azt, hogyan kezelik a visszatérítéseket.
Az MI kódolásban elért sikerének hátterében álló utolsó tényezőt talán a legnehezebb lemásolni: magukat a szoftvermérnököket. Egyszerre technológiaorientáltak és hozzászoktak a változásokhoz, hiszen a programozási nyelveket néhány évente frissítik, ezért természetes módon fogadják be az új technológiákat. Az MI-kódolás elterjedése ezért nagyrészt alulról felfelé történt: az egyes mérnökök saját maguk fedezték fel és próbálták ki az eszközöket - jegyzi meg Anish Acharya, az Andreessen Horowitz kockázatitőke-cég munkatársa. Ezzel szemben a call centeres ügyintézőknek jellemzően sem ösztönzésük, sem szabadságuk nincs arra, hogy a munkájuk során kísérletezzenek, és inkább megvárják, amíg a technológiákat felülről lefelé vezetve bevezetik. A jogászoknak és a pénzügyi dolgozóknak szintén óvatosan kell eljárniuk, hogy ne ütközzenek a szakmájukat szabályozó számos előírásba.
Az MI egyéb alkalmazásai minden bizonnyal tovább növekednek majd, és könnyen lehet, hogy a fejlődésük fel is gyorsul, ahogy a modellek javulnak, a vállalatok pedig egyre kényelmesebben adják át a feladatokat az MI-ügynököknek. Az azonban még eltarthat egy ideig, mire az irodai dolgozók többsége mikrofonokba suttogva tölti majd a munkanapjait.