🧠 1. Algoritmusból eszköz – a mesterséges intelligencia, mint gazdasági tőke
A gépi intelligencia (vagyis a mesterséges intelligencia – MI) mára messze túllépett az akadémiai kereteken. Nem csak „szoftver” vagy „technológia”, hanem egy új típusú gazdasági eszköz: tőke, hatalom, hozzáférés.
-
2010-ben a globális MI-befektetés kb. 1,3 milliárd dollár volt.
-
2024-re ez meghaladja a 180 milliárd dollárt.
-
Az MI-ökoszisztéma értéke a becslések szerint 2030-ra 15–17 billió dollár közé nőhet.
Ez nemcsak technológiai robbanás – hanem a globális vagyon és döntési jogkör átrendeződése.
💰 2. Pénzügyi koncentráció – néhány szereplő kezében az MI jövője
A Stanford AI Index 2024 adatai szerint:
-
Az 5 legnagyobb technológiai cég (Google, Microsoft, Meta, Amazon, OpenAI) birtokolja a világon lefutó MI-tréningek 85%-át.
-
A globális MI-infrastruktúra 70%-a tíz céghez köthető.
-
A bejelentett szabadalmak 97,5%-a a globális Észak országaiból származik.
❗ Ez nem csak technológiai fölény – ez döntési és jövedelemelosztási fölény.
A tudásból pénz lesz, a pénzből hatalom – és ez újra leosztja, ki számít és ki nem.
⚙️ 3. Automatizáció és munkaerő – új gazdasági töréspont
A PwC 2023-as globális jelentése szerint:
-
Az MI a következő évtizedben a globális munkahelyek 26%-át válthatja ki.
-
Ezzel szemben a cégek csak 8%-a rendelkezik bármilyen újratanítási stratégiával.
-
Az MI-ből származó többletérték viszont elsősorban tőketulajdonosoknál csapódik
Legérintettebb ágazatok:
Ágazat Automatizálási kockázat Becsült haszon (2030) Gyártás 50–60% +3,8 billió USD Pénzügy/biztosítás 40–45% +1,2 billió USD Kereskedelem/logisztika 35–50% +1,6 billió USD Egészségügy 20–30% +1,1 billió USD 📉 A gazdaság növekszik – de a jólét nem oszlik el.
Ha nincs kontroll, az MI nem csökkenti, hanem súlyosbítja az egyenlőtlenségeket.
🚪 4. MI startupok: innováció vagy függés?
Hiába nő az MI-alapú vállalkozások száma, a hozzáférés és az infrastruktúra eloszlása torz:
-
Az amerikai MI-VC tőke 80%-a 12 céghez kerül.
-
A legtöbb kezdő vállalkozás Big Tech-függő infrastruktúrán fut (pl. AWS, Azure).
-
A nyílt forráskódú megoldások (pl. Hugging Face, Mistral) a piaci bevezetések <5%-át teszik ki.
🧮 Ez nem nyílt innováció – ez egyre inkább kapuzott technológia.
🔌 5. A gépi intelligencia ára – energia, környezet, kizárás
Egy mai nagy nyelvi modell (pl. GPT-4 vagy Gemini Ultra) betanítása:
-
Több mint 1 millió GPU-órát igényel
-
Költsége 80–100 millió dollár
-
Energiafogyasztása annyi, mint 20 000 háztartás éves áramigénye
Ez nemcsak környezeti lábnyom – hanem akadály:
kis közösségek, civil szervezetek, kutatók egyszerűen nem tudnak beszállni.
💡 A kérdés már nem az, hogy lesz-e gépi intelligencia – hanem hogy ki férhet hozzá, és kinek hoz hasznot.
🧭 VAV-következtetés
A gépi intelligencia nem semleges eszköz.
Olyan struktúrában jött létre, ami megerősíti a már meglévő erőközpontokat – és ha nem változtatunk rajta, egyre többeket fog kizárni, nem bekapcsolni.
Ezért van szükség:
-
🔄 Decentralizált fejlesztésre
-
🫂 Közösségi hozzáférésre
-
📚 Technológiai tudatosságra
-
🧠 Etikai, társadalmi szabályozásra – nem utólag, hanem közben.
📣 Záró gondolat:
„Nem az MI fejlődésével van a baj – hanem azzal, ha nem kérdezzük meg közben: kinek épül ez az intelligencia?”
— Veled a Világ – Technológiai Modul, 2025
📎 Források:
-
Stanford AI Index 2024
-
PwC Global AI Report 2023
-
OECD: Automation & Labour Report
-
Hugging Face Trends 2024
-
McKinsey AI Economic Impact Study