Да ли постоји АИ балон?

Кратак одговор: Можда постоји „балон вештачке интелигенције“ у одређеним слојевима - посебно у апликацијама које се имитирају, проценама вођеним причама и инфраструктурним опкладама са великим дуговима - иако је усвајање вештачке интелигенције већ широко распрострањено. Ако се употреба не претвори у трајне приходе и побољшање економије јединице, очекујте потрес. Ако се уговори, новчани ток и задржавање запослених одрже, то више изгледа као структурна промена него као манија.

Један значајан знак: употреба је већ широка (нпр., Станфордов индекс вештачке интелигенције показује да је 78% организација рекло да су користиле вештачку интелигенцију у 2024. години, у односу на 55% годину дана раније) - али широка употреба не значи аутоматски трајне профитне фондове. [1]

Кључне закључке:

Јасноћа слоја: Дефинишите да ли мислите на вредновање, финансирање, наратив, инфраструктуру или производну пену.

Разлика у монетизацији: Пратите усвајање у односу на приход; широка употреба не гарантује фондове профита.

Јединична економија: Мерење трошкова закључивања, маржи, задржавања, исплате и оптерећења људском корекцијом.

Ризик финансирања: Претпоставке о коришћењу стрес теста; левериџ плус дуги рокови отплате могу брзо да се искористе.

Кочење управљања: Поузданост, усклађеност, евидентирање и рад на одговорности успоравају временске оквире „од демо верзије до производње“.

Чланци које бисте можда желели да прочитате након овог:

🔗 Да ли су детектори вештачке интелигенције поуздани за откривање писања које је направила вештачка интелигенција?
Сазнајте колико су тачни детектори вештачке интелигенције и где не успевају.

🔗 Како да користим вештачку интелигенцију на телефону свакодневно?
Једноставни начини коришћења вештачке интелигенције за свакодневне задатке.

🔗 Да ли је претварање текста у говор вештачка интелигенција и како функционише?
Разумети TTS технологију, њене предности и уобичајене случајеве употребе у стварном свету.

🔗 Може ли вештачка интелигенција читати курзивни рукопис са скенираних белешки?
Погледајте како вештачка интелигенција рукује курзивом и шта побољшава резултате препознавања.

---

Шта људи мисле када кажу „AI Bubble“ 🧠🫧

Обично је то један (или више) од ових:

• Балон вредновања: цене подразумевају скоро савршено извршење током дужег времена

• Финансијски балон: превише новца јури превише сличних стартапова

• Наративни балон: „Вештачка интелигенција мења све“ претвара се у „Вештачка интелигенција поправља све сутра“

• Инфраструктурни балон: масивни центри података и изградња електричне енергије финансирани на основу оптимистичних претпоставки

• Производни мехур: пуно демонстрација, мање лепљивих производа за свакодневну употребу

Дакле, када неко пита „Да ли постоји АИ мехур“, право питање постаје: о ком слоју говоримо.

 

---

Брзи преглед стварности: шта се дешава 📌

Неколико утемељених података помаже у одвајању „пене“ од „структурног померања“:

• Инвестиције су огромне (посебно у генеративну вештачку интелигенцију): глобалне приватне инвестиције у генеративну вештачку интелигенцију достигле су 33,9 милијарди долара у 2024. години (индекс вештачке интелигенције Станфорда). [1]

• Енергија више није фуснота: IEA процењује да су центри података користили око 415 TWh у 2024. години (~1,5% глобалне електричне енергије) и пројектује ~945 TWh до 2030. године у основном сценарију (нешто мање од 3% глобалне електричне енергије). То је стварно повећање – а такође и стварни ризик за прогнозирање/финансирање ако усвајање или ефикасност не буду ишли по плану. [2]

• „Прави новац“ тече кроз основну инфраструктуру: NVIDIA је пријавила приход од 130,5 милијарди долара за фискалну 2025. годину и 115,2 милијарде долара прихода од дата центара за целу годину - што је отприлике најдаље од „без фундаменталних показатеља“. [3]

• Усвајање ≠ приход (посебно у мањим фирмама): истраживање ОЕЦД-а је показало да се генерација вештачке интелигенције користи у 31% малих и средњих предузећа, а међу малим и средњим предузећима која користе генерацију вештачке интелигенције, 65% је пријавило побољшане перформансе запослених, док је 26% пријавило повећане приходе. Вредно, да - али такође указује на то да је „монетизација неравномерна“. [4]

---

Шта чини добру верзију AI Bubble теста ✅🫧

Добар тест мехурића није само за вибрације. Он проверава ствари попут:

1) Усвајање наспрам монетизације

Људи који користе вештачку интелигенцију не значе аутоматски да људи плаћају довољно за њу (или плаћају довољно дуго) да би оправдали данашње цене.

2) Јединична економија (непривлачна истина)

Потражите:

• бруто марже

• трошкови закључивања по купцу (колико вас кошта да генеришете жељени резултат)

• задржавање и ширење

• период отплате

Брза дефиниција која је важна: трошкови инференције нису „трошкови облака“. То су маргинални трошкови пружања вредности - токени, латенција, време графичке картице, заштитне ограде, људи у петљи, контрола квалитета, поновна покретања и сав скривени рад „чине га поузданим“.

3) Алати наспрам апликација

Инфраструктура може победити чак и ако се много апликација мења, јер свима и даље требају рачунарски ресурси. (То је део разлога зашто став „све је мехур“ обично промашује.)

4) Левериџ и нестабилно финансирање

Дуг + дуги циклуси отплате + наративна преоптерећеност су место где ствари пуцају - посебно у инфраструктури где су претпоставке о коришћењу све што се дешава. IEA експлицитно користи сценарије/случајеве осетљивости јер је неизвесност стварна. [2]

5) Тврдња која се може фалсификовати

Не „вештачка интелигенција ће бити велика“, већ „ови новчани токови оправдавају ову цену“

---

Случај „да“: знаци АИ балона 🫧📈

1) Финансирање је јако концентрисано 💸

Огромне количине капитала су нагомилане у све што се назива „вештачка интелигенција“. Концентрација може значити убеђење - или прегревање. Подаци Станфордовог индекса вештачке интелигенције показују колико је велики и брз био инвестициони талас, посебно у генеративној вештачкој интелигенцији. [1]

2) „Наративна премија“ много помаже 🗣️✨

Видећете:

• стартапови брзо расту пре него што се производ уклопи са тржиштем

• „AI-пране“ презентације (исти производ, нови жаргон)

• вредновања оправдана стратешким приповедањем

3) Увођење у пословне сврхе је компликованије од маркетинга 🧯

Разлика између демо верзије и продукције је стварна:

• проблеми са поузданошћу

• халуцинације (лепа реч за „самоуверено погрешно“)

• главобоље у вези са усклађеношћу и управљањем подацима

• спори циклуси набавке

Ово није само „несигурно и несигурно“. Оквири за ризик попут NIST-овог AI RMF-а експлицитно наглашавају валидне и поуздане, безбедне, сигурне, одговорне, транспарентнеи са побољшаном приватношћу - тј. рад на контролној листи који успорава фантазију „испоручи то сутра“. [5]

Сложени образац имплементације (не једна компанија, само заједнички филм):
1. недеља: тимови воле демо.
4. недеља: правни/безбедносни аспекти захтевају управљање, евидентирање и контролу података.
8. недеља: тачност постаје уско грло, па се људи додају „привремено“.
12. недеља: вредност је стварна - али је ужа од презентације, а структура трошкова је веома другачија од очекиване.

4) Ризик од изградње инфраструктуре је реалан 🏗️⚡

Трошкови су огромни: центри података, чипови, струја, хлађење. Пројекција IEA да би се глобална потражња за електричном енергијом у центрима података могла отприлике удвостручити до 2030. године је снажан сигнал „ово се дешава“ - а такође и подсетник да пропуштене претпоставке о искоришћењу могу претворити скупу имовину у жаљење. [2]

5) Тема вештачке интелигенције се прожима у свему 🌶️

Електропривредне компаније, опрема за мрежу, хлађење, некретнине - прича путује. Понекад је то рационално (енергетска ограничења су стварна). Понекад је то тематско сурфовање.

---

Случај „не“: зашто ово није класичан тотални балон 🧊📊

1) Неки кључни играчи имају стварне приходе (не само наративне) 💰

Карактеристика чистих мехурова је „велика обећања, ситне основе“. У инфраструктури вештачке интелигенције, постоји велика стварна потражња са правим новцем иза ње - пријављена скала компаније NVIDIA је један видљив пример. [3]

2) Вештачка интелигенција је већ уграђена у свакодневне радне процесе (радни дан је добар) 🧲

Корисничка подршка, кодирање, претрага, аналитика, аутоматизација операција - велики део вредности вештачке интелигенције је тихо практичан, а не блистав. То је врста обрасца усвајања коју мехурићи обично немају .

3) Недостатак рачунарских ресурса није измишљен 🧱

Чак и скептици обично признају: људи користе ове ствари у великим размерама. А повећање употребе захтева хардвер и енергију - што се види у стварним инвестицијама и стварном планирању енергије. [2]

---

Где је ризик од мехурића највећи (и најмањи) 🎯🫧

Највећи ризик од пене 🫧🔥

• Копиране апликације без икаквих ограничења и са скоро нултим трошковима преласка

• Стартапови се процењују на „будућу доминацију“ без доказаног задржавања

• Прекомерно задужене инфраструктурне опкладе са дугим роком отплате и крхким претпоставкама

• Тврдње о „потпуно аутономном агенту“ су заиста крхки токови рада са самопоуздањем

Мањи ризик од пене (и даље није без ризика) 🧊✅

• Инфраструктура везана за стварне уговоре и коришћење

• Пословни алати са мерљивим повраћајем улагања (уштеђено време, решени захтеви, смањено време циклуса)

• Хибридни системи: вештачка интелигенција + правила + људски учешће (мање привлачно, поузданије) - и више усклађени са оним што оквири ризика подстичу тимове да граде. [5]

---

Табела за поређење: сочива за брзу проверу реалности 🧰🫧

сочиво	најбоље за	трошак	зашто то функционише (и у чему је цака)
Концентрација финансирања	инвеститори, оснивачи	варира	Ако новац преплави једну тему, може се створити пена… али само финансирање не доказује балон
Преглед економије јединице	оператери, купци	трошкови времена	Намеће питање „да ли се ово исплати?“ - такође открива где се крију трошкови
Задржавање + ширење	тимови производа	интерни	Ако се корисници не враћају, то је мода, извињавам се
Провера финансирања инфраструктуре	макро, алокатори	варира	Одлично за уочавање ризика левериџа, али тешко за савршено моделирање (сценарији су важни) [2]
Јавне финансије и марже	сви	бесплатно	Сидра за стварност - и даље може бити превише агресивно одређена цена унапред

(Да, мало је неуједначено. Тако се осећа право доношење одлука.)

---

Практична контролна листа за вештачку интелигенцију са мехурићима 📝🤖

За производе вештачке интелигенције (апликације, копилоти, агенти) 🧩

• Да ли се корисници враћају недељно без подстицаја?

• Може ли компанија подићи цене без наглог одлива запослених?

• Колико излаза захтева људску корекцију?

• Да ли постоје власнички подаци, везаност за ток посла или дистрибуција?

• Да ли трошкови закључивања падају брже од цена?

За инфраструктуру 🏗️

• Да ли постоје потписане обавезе или само „стратешки интерес“?

• Шта се дешава ако је искоришћеност нижа од очекиване? (Моделирајте случај „чеоног ветра“, не само основни случај.) [2]

• Да ли је финансирано великим дугом?

• Да ли постоји план ако се промене хардверске преференције?

За „лидере вештачке интелигенције“ на јавном тржишту 📈

• Да ли новчани ток расте, или је то само прича?

• Да ли се маргине шире или скупљају?

• Да ли раст зависи од малог броја купаца?

• Да ли вредновање претпоставља трајну доминацију?

---

Затварање хране за понети 🧠✨

Да ли постоји вештачка интелигенција (АИ) мехур? Делови екосистема показују понашање мехура - посебно код апликација које се имитирају, процена које се слажу са причама и било каквих изградњи са високим нивоом левериџа.

Али сама вештачка интелигенција није „лажна“ или „само маркетинг“. Технологија је стварна. Усвајање је стварно - и можемо указати на стварне инвестиције, стварне пројекције потражње за енергијом и стварне приходе у основној инфраструктури. [1][2][3]

Укратко: Очекујте потресе у слабијим или превише задуженим областима. Основна промена се наставља - само са мање илузија и више табела. 

Пример из стварног света: Тестирање копилота за подршку вештачке интелигенције пре него што се то назове „правим повраћајем инвестиције“

Сценарио

Замислите SaaS компанију са 35 запослених која разматра увођење вештачке интелигенције у подршку за свој тим за корисничку подршку. Производ изгледа импресивно у демо верзијама: сумира захтеве, пише одговоре и предлаже линкове ка центру за помоћ. Али тим жели да зна да ли је ово стварна вредност или је то само још један вештачки производ ношен узбуђењем на тржишту.

Уместо да купи алат на основу демо верзије, вођа подршке покреће двонедељни пилот пројекат користећи 100 стварних, али анонимних историјских захтева. Циљ је једноставан: може ли копилот смањити време израде одговора без повећања грешака, повраћаја новца или ескалација?

Шта је потребно асистенту

Тим даје копилоту:

• 30 одобрених чланака центра за помоћ

• 20 примера одличних прошлих одговора

• правила за повраћај новца, отказивање и ескалацију

• листа фраза које бренд избегава

• јасно правило да се спорови о наплати, правне претње и љути пословни клијенти морају обратити људском

Пример упутства

Ви сте копилот за подршку за B2B SaaS компанију. Напишите користан одговор користећи само одобрене чланке центра за помоћ и напомене о политикама које су дате. Ако је одговор несигуран, наведите које информације недостају и препоручите ескалацију. Не измишљајте карактеристике производа, правила повраћаја новца или временске рокове испоруке. Одржавајте тон смирен, конкретан и практичан.

Како га тестирати

Користите мали тестни сет пре него што га покренете:

1. Изаберите 100 прошлих захтева за обрачун, подешавање, грешке, отказивања и приступ налогу.

2. Мерите колико времена је агентима потребно да напишу одговоре без копилота.

3. Мерите време истог задатка са копилотом.

4. Замолите старијег агента за подршку да оцени сваки нацрт као „спреман за слање“, „потребна је мања измена“, „потребна је већа измена“ или „небезбедан“.

5. Ескалације броја, халуциниране тврдње о политикама, погрешне везе за помоћ и проблеми са тоном.

Резултат

Илустративан резултат: на основу мерења времена 100 пробних тикета пре и после радног процеса.

Пре увођења копилота, агенти су у просеку проводили 6 минута и 40 секунди састављајући сваки први одговор. Са копилотом, просек је пао на 2 минута и 25 секунди.

То штеди око 4 минута и 15 секунди по тикету. Са 1.500 тикета месечно, то је отприлике 106 сати уштеђеног времена за израду месечно.

Квалитет је и даље важан. У истом тесту:

• 61 нацрт је био спреман за слање

• 28 је било потребно мало уређивање

• 8 је захтевало значајну измену

• 3 су означена као небезбедна јер су измислила правило повраћаја новца или су пропустила окидач ескалације

То значи да је алат био вредан, али не и аутономан. Разумно увођење би омогућило агентима да га користе за прве нацрте, уз обавезну људску рецензију.

Шта може поћи по злу

Највећа грешка је мерење само брзине. Копилот који штеди два минута, али ствара грешке у повраћају новца, ризик у вези са усклађеношћу или љуте купце може уништити више вредности него што ствара.

Друге уобичајене грешке укључују:

• тестирање само лаких карата

• пуштање вештачке интелигенције да одговори из застареле документације помоћи

• игноришући трошкове људског прегледа

• бројање „генерисаних нацрта“ уместо „безбедно послатих нацрта“

• неуспех у праћењу да ли купци добијају боље одговоре

Практична информација

Озбиљан АИ тест најбоље функционише на нивоу тла. Не питајте да ли демо изгледа паметно. Питајте да ли ток рада штеди мерљиво време, одржава ниске стопе грешака и да ли и даље функционише након што се урачунају скривени трошкови прегледа, управљања и исправки.

---

Честа питања

Да ли тренутно постоји вештачка интелигенција (АИ) балон?

Могуће је да постоји „мехур вештачке интелигенције“ у одређеним слојевима, а не у целом екосистему вештачке интелигенције. Пена се обично накупља у апликацијама које се имитирају, проценама вођеним причама и инфраструктурним опкладама са великим дуговима финансираним на основу сунчаних претпоставки о коришћењу. Истовремено, усвајање је већ широко распрострањено, а неки кључни играчи у инфраструктури остварују опипљиве приходе. Исход зависи од тога да ли ће се коришћење претворити у трајне новчане токове и задржавање запослених.

Шта људи мисле када кажу „AI балон“?

Већина људи мисли на једну - или више - од пет ствари: мехур вредновања, мехур финансирања, наративни мехур, мехур инфраструктуре или мехур производа. Забуна је у томе што „вештачка интелигенција“ спаја све ове слојеве у један наслов. Ако не дефинишете слој, можете завршити у расправи о претераним претеривањима. Јасније питање је који део изгледа прегрејано и зашто.

Да ли широко распрострањено усвајање вештачке интелигенције доказује да тржиште није балон?

Не нужно. Широка употреба је стварна, али усвајање се не преводи аутоматски у трајне фондове профита. Организације могу „користити вештачку интелигенцију“ на начине који су експериментални, са ниским трошковима или тешки за монетизацију у великим размерама. Кључни тест је да ли усвајање постаје стални приход, растуће марже и снажно задржавање запослених. Ако се то не деси, и даље можете доживети губитак чак и са великом употребом.

Како могу да знам да ли усвајање вештачке интелигенције доноси стварни приход?

Практичан приступ је праћење усвајања у односу на монетизацију током времена, а не само статистике једнократне употребе. Потражите доказе да купци плаћају довољно, да настављају да плаћају довољно дуго и да повећавају потрошњу како повећавају употребу. Неравномерна монетизација може се најјасније показати у мањим фирмама где повећање продуктивности не постаје одмах приход. Ако је повећање прихода недоследно, вредновања могу надмашити фундаменталне показатеље.

Која јединична економија је најважнија за производе вештачке интелигенције?

Јединична економија је важна јер закључивање може да прикрије много трошкова поред „трошкова за облак“. Корисна перспектива су маргинални трошкови за пружање вредности: токени, време графичке картице (GPU), ограничења латенције, заштитне ограде, понављања, осигурање квалитета и људско учешће за корекције. Затим то повежите са бруто маржом, задржавањем, ширењем и периодом поврата улагања. Ако су људске корекције велике, трошкови могу остати тврдоглаво високи.

Зашто је разлика између „демо верзије и продукције“ толико велика ствар?

Демонстрација је често лакши део; производња захтева поузданост, усклађеност, евидентирање и одговорност. Халуцинације, захтеви управљања и циклуси набавке успоравају временске рокове и могу сузити обим онога што се испоручује у пракси. Многа увођења додају људе у процес „привремено“, а затим открију да је то кључно за квалитет и контролу ризика. То мења и облик производа и структуру трошкова.

Где је данас највећи ризик од вештачке интелигенције?

Ризик од „балонског мехура“ изгледа највећи код апликација које копирају производе са скоро нултим трошковима преласка, стартапова који се ослањају на „будућу доминацију“ без доказаног задржавања и тврдњи о потпуно аутономним агентима који представљају крхке токове рада. Ове области у великој мери зависе од наративне премије и могу се брзо поправити ако резултати разочаравају. Образац који треба пратити је одлив корисника: ако се корисници не враћају недељно без подстицаја, производ може бити пропао.

Да ли је инфраструктура вештачке интелигенције (чипови и центри података) мање или више склона стварању балонског кварова?

Може бити мање склоно стварању мехура када је потражња везана за уговоре и континуирану употребу, али носи другачију врсту ризика. Велика опасност је финансирање: левериџ плус дуги циклуси отплате могу да пукну ако је искоришћење недовољно. Инфраструктурне опкладе су веома осетљиве на претпоставке прогнозирања, а планирање сценарија је важно јер је неизвесност стварна. Снажна уговорена потражња смањује ризик, али га не елиминише.

Која је практична контролна листа за тестирање тврдњи о „AI мехуру“?

Користите тврдњу која се може фалсификовати: „Да ли ови новчани токови оправдавају ову цену?“ За производе, проверите недељно задржавање, моћ одређивања цена, терет корекције и да ли трошкови закључивања падају брже од цена. За инфраструктуру, потражите потписане обавезе, моделирање искоришћења случајева неповољних фактора и да ли је у питању велики дуг. Ако уговори, новчани ток и задржавање остану, то више личи на структурну промену него на манију.

Референце

[1] Stanford HAI - Извештај о индексу вештачке интелигенције за 2025. годину - прочитајте више
[2] Међународна агенција за енергију - Потражња за енергијом од стране вештачке интелигенције (извештај о енергији и вештачкој интелигенцији) - прочитајте више
[3] NVIDIA Newsroom - Финансијски резултати за четврти квартал и фискалну 2025. годину (26. фебруар 2025.) - прочитајте више
[4] OECD - Генеративна вештачка интелигенција и радна снага малих и средњих предузећа (анкета за 2024. годину; објављено новембра 2025.) - прочитајте више
[5] NIST - Оквир за управљање ризицима вештачке интелигенције (AI RMF 1.0) (PDF) - прочитајте више

Пронађите најновију вештачку интелигенцију у званичној продавници вештачке интелигенције

О нама