2025-ben ami valóban mindent megváltoztatott, alattomosan lopakodott be az életünkbe. Leginkább adatközpontokban, negyedéves jelentésekben és technikai tanulmányokban tűnt fel, majd megváltoztatta az iparág gondolkodásmódját arról, mire képesek a gépek. Decemberre az egész iparág csendben átállt olyan ötletek köré, amelyek tizenkét hónappal korábban még tudományos fantasztikumnak tűntek.

Íme az öt dolog, amelyek idén valóban megváltoztatta a mércét.

Nvidia 100 milliárd dolláros mérföldkő-megállapodása az OpenAI-val

Szeptemberben egy keddi napon egy rövid közös sajtóközlemény érkezett: a Nvidia legfeljebb 100 milliárd dollár értékben szállít OpenAI-nak H100, H200 és Blackwell GPU-kat, valamint adatközponti helyet, valamint az azok működtetéséhez szükséges villamosenergiát. 2026-tól kezdve az OpenAI garantált hozzáférést kap nagyjából tíz gigawattnyi számítási kapacitáshoz, ami nagyjából Új-Zéland éves energiafelhasználásának felel meg. A megállapodás valószínűleg felgyorsítja az útját a szuperintelligencia felé, és a gyorsabb, skálázhatóbb MI-fejlesztések révén az emberiség javát szolgálhatja.

Az OpenAI kiadta az o3-at, az első modellt, amely megfontoltan válaszol

Áprilisban az OpenAI kiadott egy új modellt, o3 néven. Mi a különbség? Nem rögtön az első “eszébe jutó” választ adja. Megáll, felvázol egy tervet, miközben a háttérben kis tesztszámításokat futtat, valamint kétszer is ellenőrzi magát. Néha a késlekedés két másodpercet jelent, máskor három percet. A bökkenő — és ez nagy — hogy minden megfontolt válasz tíz–húszszor több számítási erőforrást emészt fel, mint a régebbi, azonnal válaszoló modellek. Az o3 nemcsak jobb teljesítményt nyújt kódolásban, matematikában és tudományos feladatokban, hanem autonóm eszközhasználatot is integrál, ami hatékony, többlépéses problémamegoldást tesz lehetővé alacsonyabb költségen.

A Gemini 3 mindent megváltoztat a képeket, videót és szöveget kezelő MI-k számára

Novemberben a Google kiadta a Gemini 3-at. Szöveget, képeket, videókat, hangokat és 3D pontfelhőket egyaránt képes kezelni egyetlen modellként, valamint olyan válaszokat ad, amelyek a régi, specializált MI-ket elavultnak mutatják.

A Gemini 3 az élvonalbeli érvelést, illetve a multimodális jártasságot egyesítve átfogó kiválóságot ér el: képes szövegeket, videókat, hangokat és kódokat kezelni. A szakértők megjegyezték, hogy doktori szintű problémamegoldó képessége van, és olyan ügynökszerű eszközöket is tartalmaz, amelyek önállóan hoznak létre interaktív megoldásokat (úgynevezett „vibe-code” megközelítéssel).

Kína DeepSeek V3-a kiegyenlíti a pályát

Májusban egy, a legtöbbünk számára ismeretlen csapat, a DeepSeek, nyilvánosságra hozta a DeepSeek V3 teljes modell-súlyait. Nemcsak versenyképes volt a nyugati, zárt élvonalbeli modellekkel; több érvelési és kódolási feladatban egyenesen győzött, ráadásul jóval kevesebb villamosenergiát fogyasztva.

Néhány héten belül a fejlesztők São Paulóban, Bangalore-ban és Lagosban finomhangolták portugálra, hindire, jorubára és szuahélire — olyan nyelvekre, amelyeket a nagy laborok sokszor csak másodlagosnak kezelnek. A DeepSeek V3 lenyűgöző eredményeket hoz matematikában, kódolásban és érvelésben, felveszi a versenyt drága, zárt modellekkel, mint a GPT‑4o, és teljesen nyílt forráskódú, így bárki ingyen módosíthatja. Ráadásul a képzése csupán 5,6 millió dollárba kerül (jóval kevesebbe, mint a nagy versenytársaké), így a kimagaslóan intelligens MI elérhetővé válik startupok, fejlesztők és hétköznapi felhasználók számára anélkül, hogy csődbe kerülnének.

Az autonóm ügynökök beépülnek a mindennapi munkafolyamatokba

Őszre az ügynök‑hype végre érettebbé vált.

Ezek nem csak teendőlistás chatbotok; teljes kis programok, amelyek meg tudják nyitni az ügyfélkapcsolat-kezelő (CRM) rendszert, elolvassák a legfrissebb szállítmányi listát, észreveszik, hogy ha egy konténer késik, e-mailt küldenek a beszállítónak, frissítik a vállalatirányítási (ERP) rendszert, és értesítenek a pénzügyekkel kapcsolatban, ha a késés büntetést von maga után — mindezt anélkül, hogy valaki pontosan megmondaná nekik, hogyan csinálják.

A váltás nem zökkenőmentes. Komplex feladatoknál a hibaarányok továbbra is jelentősek, és minden nagyobb bevezetés még mindig emberi beavatkozást igényel.

A technológia 2025-ben nemcsak fokozatosan javult; átlépte azt a határt, hogy az 'impresszív demó'-ból azzá váljon, amit az emberek alapértelmezés szerint használnak, ha el akarnak végezni valamit. Az MI már itt van, és a bolygó legfontosabb munkafolyamatainak felét működteti. Az egyetlen kérdés 2026-ra: ki irányítja ezeket — és tetszeni fog-e nekünk, merre tartanak.