Zašto bi nekoliko kompanija moglo kontrolirati cijeli digitalni svijet

Nvidia pet bilijuna. Anthropic oko dva bilijuna. OpenAI preko jednog. Brojke se čine apsurdne i prenapuhane. Mislim, vjerojatno dijelom i jesu. Ipak pričamo o američkom tržištu, dugo nije bilo neke ozbiljne svjetske krize, a ljudi su opet pomalo zaboravili da dionice ne mogu zauvijek samo rasti.

Ali čak i ako zanemarimo valuacije, iza svega toga postoji jedan trend koji mi je puno zanimljiviji. Postoji sasvim realna mogućnost da ćemo do kraja desetljeća imati manje od pet AI kompanija koje kontroliraju ogroman dio softverskog tržišta. A ako se nekoliko današnjih trendova nastavi dovoljno dugo, možda jednog dana i skoro cijelo.

Da bi objasnio zašto to mislim, prvo moramo krenuti od najjednostavnije stvari.

Software postaje bezvrijedan

Ako ste u zadnje vrijeme pričali s nekim programerom, vjerojatno ste čuli da količina posla koju danas može napraviti nije ni približno ista kao prije godinu dana. Nešto za što mu je prije trebalo nekoliko mjeseci danas možda odradi u nekoliko tjedana. Projekt za koji je prije trebao cijeli tim sada može napraviti nekoliko ljudi, a ponekad i jedna osoba uz par AI agenata. Software se jednostavno razvija brže. Treba manje ljudi, treba manje vremena i, sasvim logično, postaje jeftiniji.

A kada nešto postane dovoljno jeftino za napraviti, počne se mijenjati i odgovor na pitanje treba li to uopće kupovati.

Zamislite da ste firma kojoj za posao treba neki softverski modul A. Do sada ste imali dvije opcije. Ili ćete zaposliti ljude i sami ga razviti, što može trajati godinu dana i koštati ogromne novce, ili ćete jednostavno platiti drugoj softverskoj firmi koja je taj problem već riješila. Naravno da ćete u većini slučajeva uzeti drugu opciju.

Problem je što taj software onda nije vaš. Ako firma digne cijenu, plaćate više. Ako vam nedostaje neka funkcionalnost, ne možete je jednostavno dodati. Možete ih pitati hoće li je oni napraviti, ali oni imaju još tisuću klijenata i vaš problem možda uopće nije njihov prioritet. Ako je ipak naprave samo za vas, vrlo vjerojatno ćete to dobro platiti.

Kako razvoj postaje jeftiniji, ta se računica mijenja. Sve više firmi može pogledati software koji danas plaća i zapitati se: čekaj, zašto ovo jednostavno ne bismo napravili sami?

I mislim da ljudi često precjenjuju koliko je većina poslovnog softvera zapravo kompleksna. Naravno da postoje iznimke, ali ogroman dio poslovnih aplikacija svodi se na to da nešto pročitate iz baze podataka, malo obradite, pokažete korisniku i kasnije nešto zapišete natrag. Danas i ljudi koji prije dvije godine nisu znali programirati mogu uz pomoć AI-a napraviti korisne aplikacije za vlastiti posao. Osobno znam primjere ekonomista, strojara, pa i ljudi iz potpuno netehničkih zanimanja koji su to napravili.

Zato, ako iz ovog teksta izvučete jednu praktičnu stvar, neka bude ovo: prije nego što sljedeći put kupite neki software, barem se zapitajte ima li ga više smisla napraviti za sebe.

Ne morate ga napraviti vi osobno. Možda vam treba jedan mlad, sposoban i, još bitnije, domišljat programer. Nije toliko važno zna li napamet sve detalje pet programskih jezika. Puno mi je bitnije da može sjesti s ljudima koji rade pravi posao, razumjeti što rade svaki dan i prepoznati gdje im tehnologija može skinuti sate nepotrebnog rada.

Takvo radno mjesto zapravo već postoji. Palantir ga godinama zove Forward Deployed Engineer. Ti ljudi ne dođu kod klijenta na dva sastanka, uzmu zahtjeve i vrate se u svoj ured. Često provedu mjesece praktički radeći unutar druge firme, zajedno s ljudima za koje grade software. Gledaju kako posao stvarno izgleda, gdje se gubi vrijeme, koje stvari ljudi rade ručno i gdje bi tehnologija mogla napraviti najveću razliku.

Mislim da je upravo taj pristup jedan od razloga velikog uspjeha Palantira. Ne daju vam samo program i kažu da se snađete, nego njihovi ljudi moraju dovoljno dobro razumjeti vaš posao da bi software prilagodili njemu. I samo kao mali disclaimer, ne pokušavam ovdje ni na koji način hvaliti Palantir kao kompaniju niti sve ono čime se bave. Govorim isključivo o načinu na koji pristupaju implementaciji softvera.

Problem je prilično jednostavan. Ljudi koji najbolje poznaju neki posao najčešće ne znaju dovoljno o najnovijim tehnologijama da bi ih sami maksimalno iskoristili, dok programer koji zna tehnologiju često nema pojma kako taj posao stvarno izgleda. Forward Deployed Engineer pokušava spojiti upravo te dvije strane. S AI-em jedna takva osoba može napraviti neusporedivo više nego prije, jer sve manje postaje ograničena time koliko koda fizički može napisati, a sve više time koliko dobro može razumjeti problem i smisliti dobro rješenje.

Jednom kada firma počne tako graditi vlastite alate, događa se još jedna bitna stvar: više se ne morate prilagođavati softwareu koji ste kupili. Software se prilagođava vama. Ako vam nešto smeta, promijenite ga. Ako nešto nedostaje, dodate. Ako za godinu dana firma radi na potpuno drugačiji način, promijenite i software. I, što je možda najvažnije, više ne ovisite o tome hoće li neka druga kompanija vaš problem smatrati dovoljno važnim da ga riješi.

Ajmo sad istu logiku primijeniti na velike igrače

Ako je običnoj firmi sve lakše napraviti software koji je prije kupovala, zašto isto ne bi vrijedilo za Google, OpenAI, Anthropic ili neku drugu ogromnu AI kompaniju? Samo što su njihovi ulozi puno veći.

Recimo da uz pomoć AI agenta izrađujete web stranicu. Sam AI agent najčešće nije jedini proizvod koji koristite. Za dizajn koristite jedan program, kod spremate na nekom drugom mjestu, aplikaciju pokrećete kod treće kompanije, baza podataka vam je kod četvrte. Oko tog jednog agenta nalazi se cijela mala industrija drugih firmi, i svaka od njih uzme dio novca.

Kako software postaje jeftiniji za izradu, AI kompaniji se nameće potpuno isto pitanje kao maloprije našem malom poduzetniku: zašto svog korisnika šaljem drugoj kompaniji ako mogu sam napraviti taj proizvod?

Uzmimo Google kao jednostavan primjer. Google ima Gemini. Korisnik s Geminijem napravi aplikaciju, ali mu za njezin izgled treba neki program za dizajn. Jedan od najpoznatijih danas je Figma. Google onda napravi Stitch, svoj alat za dizajn.

Stitch čak ne mora biti značajno bolji od Figme. Ako rade približno istu stvar i koštaju približno isto, meni kao korisniku nije posebno važno u kojem programu je nacrtana moja aplikacija. Mene zanima koliko brzo mogu doći od svoje ideje do gotovog rezultata.

Tu Google ima ogromnu prednost. Posjeduje i AI agenta i program koji taj agent koristi. Može ih napraviti da savršeno rade jedan s drugim. Može prilagoditi agenta Stitchu, Stitch agentu i model dodatno naučiti kako najbolje koristiti vlastiti alat. I na kraju možda ja Stitch uopće neću ni otvoriti. Samo ću reći Geminiju da želim drugačiji izgled stranice, a on će to napraviti.

Što agenti budu bolji, to će nam biti manje bitno koji program koriste u pozadini. Ako ste dobili dobar 3D model, je li ga agent napravio u CATIA-i, SolidWorksu ili nečem trećem? Ako vam je napravio tablicu, je li koristio Excel? Ako je dizajn dobar, je li koristio Figmu ili Stitch? Koga briga?

I upravo tu nastaje motiv AI kompanija da počnu preuzimati cijeli lanac. Ne samo model, nego programe za dizajn, programiranje, baze podataka, spremanje koda, pokretanje aplikacija i sve ostalo što njihov korisnik redovito treba. Svaki put kada korisnik njihovog agenta mora otići u neku drugu firmu i tamo nešto platiti, to je novac koji ta AI kompanija ne dobiva. Ako mogu dovoljno jeftino napraviti vlastitu verziju, imaju jako dobar razlog da to naprave.

Dobro, ali ako oni mogu kopirati software, zašto ne bismo mogli i mi?

Ako Google jednog dana može dovoljno jednostavno rekreirati Figmu, zašto ja jednog dana ne bih mogao napraviti program prilagođen samo sebi? Možda danas ne mogu. Ali ako se nastavi rast količine i kompleksnosti koda koji AI može proizvesti, ne vidim zašto bi to zauvijek bilo nemoguće. Možda ćete za deset godina jednostavno pokazati neki program svom agentu i reći: „Želim ovo, samo izbaci ovih dvadeset stvari koje nikada ne koristim i dodaj mi ove tri.“

Ali tu nastaje jedan zanimljiv problem.

Recimo da napravite vlastiti Instagram. Ne prati vas, ne prikuplja nepotrebne podatke, ne pokušava vam algoritamski izazvati što jaču emocionalnu reakciju samo da ostanete još deset minuta i ne ubacuje vam svakih nekoliko objava nešto što pokušava prodati. U svakom pogledu bolji Instagram.

Osim jednog.

Na njemu ste samo vi.

I tu se pojavljuje dosta jasna granica između dvije vrste softvera. Postoji software čija vrijednost dolazi iz onoga što taj program može napraviti za vas, i software čija vrijednost dolazi iz ljudi koji ga koriste.

Ako napravite vlastitu verziju Photoshopa koja radi jednako dobro kao Photoshop, nije vas briga koristi li taj program još itko na svijetu. Isto vrijedi za Excel, CAD program, alat za montažu videa ili program za dizajn. Instagram je drugačiji. WhatsApp je drugačiji. YouTube je drugačiji. Njihova vrijednost nije samo u kodu. Vrijednost im je u tome što su svi već tamo.

Možete kopirati Instagramov software. Puno je teže kopirati nekoliko milijardi ljudi.

To znači da bi u svijetu u kojem je software sve jeftiniji upravo mreža korisnika mogla postati jedan od rijetkih dijelova softwarea koji stvarno ostaje teško kopirati.

Naravno, možda ćete reći: dobro, ali zašto svi ne bismo imali svoje aplikacije koje su spojene na istu zajedničku mrežu? Možemo. Ali onda smo problem samo pomaknuli ispod aplikacije. Netko tu mrežu i dalje mora održavati. Negdje moraju biti vaše slike, poruke i videozapisi. Netko mora plaćati servere, struju, popravljati kvarove i brinuti se da sustav ne padne ili da ga netko ne hakira. Software možete relativno lako kopirati. Data centar malo teže.

A što ako ljudi više ni ne budu ti koji koriste software?

Ovdje se priča ponovno vraća na agente. Danas su Photoshop, Excel, SolidWorks i slični programi napravljeni za nas. Imaju tisuće gumbića, menija, prečaca i opcija. Ljudi godinama uče kako ih koristiti.

Ali ako vam jednom godišnje treba napraviti kompleksan 3D model, hoćete li stvarno učiti profesionalni CAD program mjesecima? Ili ćete samo reći AI-u što želite? Mislim da je odgovor prilično očit.

To onda znači da se software polako počinje razvijati za potpuno novog korisnika: AI agenta. Vi ne morate znati napredni Excel, agent zna. Ne morate znati Photoshop, agent zna. Ne morate znati svaki gumb nekog CAD programa. Bitno je da možete dovoljno dobro objasniti što želite napraviti.

I ako agent postane glavni korisnik svih tih programa, onda kompanija koja posjeduje agenta dobiva još veći razlog da posjeduje i software koji taj agent koristi. Tu se prvi dio priče zatvara. Software postaje jeftiniji, ljudi ga sve manje koriste direktno, agenti ga sve više koriste umjesto njih, a kompanija koja kontrolira agenta ima sve više razloga da napravi i vlastite alate.

Ali ostaje jedna stvar koju nismo riješili. Sve se to mora negdje vrtjeti.

Ispod softwarea je hardware

Možete posjedovati model, agenta i sav software koji želite, ali na kraju dana sva ta matematika mora se izvršiti na fizičkom komadu silicija negdje u nekom data centru. I tu dolazimo do Nvidije.

Danas ogroman dio AI industrije ovisi o njihovim čipovima. Ako ste OpenAI, Anthropic ili veliki kineski AI laboratorij, ta vam situacija ne može biti posebno draga. Ovisite o jednoj kompaniji o kojoj istovremeno ovise svi vaši konkurenti. Zato je potpuno logično da AI kompanije pokušavaju smanjiti tu ovisnost.

I tu postoji još jedna prednost vlastitog čipa. Nvidia mora napraviti procesor koji će biti dovoljno dobar za jako puno različitih modela i različitih korisnika. Ako vi znate točno koji model želite pokretati, možete napraviti čip prilagođen upravo njemu.

Drugim riječima, ponovno ista priča kao kod softwarea. Zašto koristiti generalizirani proizvod neke druge kompanije ako možete napraviti svoj specijalizirani upravo za ono što vama treba?

Taalas je možda najekstremniji primjer toga. Oni određeni AI model praktički ugrađuju direktno u čip i time dobivaju nevjerojatno velike brzine uz puno manju potrošnju energije. Njihov prvi sustav pokreće Llamu 3.1 8B brzinom od oko 17.000 tokena u sekundi po korisniku. Možete to i sami isprobati kroz Chat Jimmy, a detaljnije objašnjenje kako takav čip zapravo radi možete pročitati ovdje.

I samo upozorenje prije nego otvorite Chat Jimmy: kada dobijete odgovor praktički odmah, nemojte misliti da se stranica pokvarila ili da je rezultat unaprijed spremljen. To je stvarno brzina kojom model radi.

Naravno, taj pristup ima jedan ogroman problem. Čip se razvija godinama, a AI modeli trenutno se mijenjaju svakih nekoliko mjeseci. Dok napravite savršeni čip za današnji model, možda su već izašle dvije nove generacije.

Ali ako se razvoj modela jednom uspori, što se iskreno nadam da će se zbog dobrobiti čovječanstva dogoditi što prije, takav pristup postaje puno logičniji. Onda kompanija može zajedno razvijati model i čip, model prilagođavati čipu, a čip modelu.

Ali ni tu nije kraj. Čip mora biti negdje, treba data centar, a data centru treba ogromna količina električne energije. AI kompanije zato se više ne šire samo prema softwareu i hardveru, nego već su krenule ulagati i u ono što se nalazi još jedan sloj ispod svega toga: energiju. Ako jednog dana želite stvarno kontrolirati cijeli sustav, nije dovoljno posjedovati model i čip na kojem se vrti. Morate nekako osigurati i ogromnu količinu struje koju će taj sustav trošiti.

Tako dobijemo možda najekstremniju verziju prve moguće budućnosti: kompaniju koja posjeduje model, agenta, software koji agent koristi, čip na kojem model radi, data centar u kojem se čip nalazi i na kraju možda čak i dio energije kojom se sve to napaja. Praktički cijeli lanac, od elektrane do odgovora koji dobijete na ekranu.

To je jedna krajnost. Postoji i potpuno druga.

Što ako AI uopće ne bude monopol?

Cijela prethodna priča dobrim dijelom počiva na pretpostavci da najbolji modeli ostanu zatvoreni. Danas OpenAI ili Anthropic imaju nešto što vi nemate: svoje najbolje modele. Ne možete uzeti najnoviji Claude ili ChatGPT, skinuti ga na računalo, promijeniti kako želite i pokretati gdje želite.

Ali što ako open-source modeli postanu dovoljno dobri?

Ne moraju čak biti najbolji. Ako zatvoreni model neki zadatak napravi za 97 od 100, a otvoreni za 95, ali ovaj drugi mogu imati kod sebe, prilagođavati ga i koristiti bez ovisnosti o drugoj kompaniji, ta dva boda možda mi više nisu toliko bitna.

Tada se cijela prethodna priča dobrim dijelom okreće. Svatko može imati svog agenta. Firma može imati svog. Država može imati svog. Taj agent može koristiti software koji ste sami napravili i može se vrtjeti na infrastrukturi koju vi izaberete. OpenAI i Anthropic u tom svijetu više nemaju istu moć samo zato što posjeduju model.

Ali netko i dalje mora pokretati sve te modele. I tu se ponovno vraćamo Nvidiji. Nvidiji zapravo nije toliko važno pobijedi li OpenAI, Anthropic, Meta ili neki open-source model koji je napravilo dvadeset ljudi u garaži. Dok god svi trebaju čipove, Nvidia prodaje čipove.

Dapače, ako umjesto pet ogromnih AI kompanija dobijemo milijune firmi i pojedinaca koji žele pokretati vlastite modele, potražnja za hardwareom može postati još veća. U tom scenariju najveći pobjednici više nisu nužno AI laboratoriji, nego proizvođači čipova, memorije, data centri, cloud infrastruktura i energetske kompanije. Software postaje gotovo besplatan. Modeli postaju roba. Ali silicij, električna energija i fizički prostor nisu.

I još uvijek ostaje jedan problem koji open source ne rješava: kako svi ti međusobno neovisni sustavi komuniciraju jedni s drugima?

Ako završimo u centraliziranom svijetu, gdje nekoliko velikih kompanija posjeduje agente, software i infrastrukturu, onda njihov sustav može ujedno biti i medij preko kojeg međusobno razmjenjujemo informacije. Ali ako završimo u potpuno suprotnom svijetu, gdje svatko ima svog agenta, vlastiti software i možda čak vlastitu infrastrukturu, tada nam tek treba neki zajednički sloj koji će sve te odvojene sustave povezati.

Jer i dalje želimo slati poruke, dijeliti fotografije, gledati videozapise, pratiti druge ljude i razmjenjivati informacije. Zapravo, ako AI drastično poveća količinu sadržaja koji svatko od nas može proizvesti, potreba za takvim zajedničkim mrežama može postati još veća.

Zbog toga mrežne aplikacije poput društvenih mreža, komunikacijskih platformi i video platformi ostaju iznimno bitne u oba scenarija. U centraliziranom svijetu mogu biti dio velikog sustava koji već kontrolira sve ostalo. U decentraliziranom svijetu postaju zajednički medij koji povezuje milijune međusobno neovisnih agenata, korisnika i njihovih privatnih sustava.

Možete imati svog AI-a, svoj software i svoj server. Ali ako želite razgovarati sa mnom, negdje se ipak moramo susresti.

I gdje onda završavamo?

Krenuli smo od dosta jednostavne stvari: programer danas uz AI može napraviti puno više softwarea nego prije. Ali ako tu ideju samo nastavite gurati dovoljno daleko, posljedice postaju puno veće.

Ako software postaje sve jeftiniji, firme ga počinju same izrađivati. Ako ga firme počinju same izrađivati, veliki AI igrači imaju razlog napraviti vlastite verzije svih alata koje njihovi agenti koriste. Ako agenti počnu koristiti software umjesto ljudi, još je manje važno tko je napravio pojedini program, a još važnije tko kontrolira agenta. Ako ta kompanija želi biti potpuno neovisna, mora krenuti i prema vlastitim čipovima, data centrima i energiji.

To je jedan mogući kraj priče: nekoliko ogromnih vertikalno integriranih AI kompanija koje kontroliraju skoro cijeli lanac.

Drugi je gotovo suprotan. Open-source modeli postanu dovoljno dobri da inteligencija više nije nešto što posjeduje nekoliko kompanija. Svaki čovjek i svaka firma mogu imati svoj AI i vlastiti software, a najveća vrijednost seli se prema čipovima, energiji, data centrima i velikim mrežama koje sve te međusobno neovisne sustave povezuju.

To su dvije krajnosti. Stvarnost će skoro sigurno završiti negdje između.

Koji će scenarij pobijediti?

Nemam pojma. Mislim da trenutno nema pojma nitko.