Három nézőpont.
Egy gyorsuló világ.

31:54–32:44Kiss Gergely: Méghozzá azzal, hogy elmondom, vajon miért nő az energiaigény, vagy hogy mi az oka annak, hogy ezek az adatközpontok ilyen hatalmas mennyiségű energiát zabálnak, és folyamatosan nő erre az igény illetve a teljesítmény. Röviden úgy működik, hogy ezek az AI rendszerek, amiket mindannyian használunk nap mint nap, például ChatGPT, Gemini, Claude vagy bármelyik más rendszer, ezek mögött hallhattátok a neurális hálózat nevű szót. Óriási neurális hálózatok vannak. Manapság ezek már ilyen billió paraméteres neurális hálózatok, amik körülbelül úgy képzelhetők el, mint egy óriási nagy halászháló: egyes csomópontok vannak benne, magyarul egy billió — "one trillion" darab, angolul — vagy még annál is több.

32:44–33:36Kiss Gergely: Amikor feltanítják ezeket a modelleket, akkor ezekben a csomópontokban egy szám keletkezik, egy nulla és egy közötti szám gyakorlatilag. Ez a ChatGPT-t is hajtja meg; egy ilyen neurális háló egy millió darab nulla és egy közötti számot tartalmaz. Ezek a számok úgy állnak elő, hogy alapvető matematikai műveleteket — osztás, szorzás, mátrix transzformáció, mátrix szorzás — kell velük elvégezni. Minél erősebb egy ilyen AI rendszer, annál nagyobb neurális háló van mögötte. Ez ma nagyon igaz: hatalmas neurális háló, hatalmas teljesítményt nyújtanak, amit mindannyian tapasztalunk a napi életben. Ezért kell ezeket az óriási adatközpontokat felépíteni.

33:36–34:21Kiss Gergely: Én a nagyságrendeket dollárban szeretném érzékeltetni. És az érdekes történet szerintem az, hogy a Microsoft 2019-ben egy milliárd dollárt fektetett be az OpenAI nevű cégbe, ami akkor még egy kevésbé ismert cég volt. 2019-ben is már látszódtak ezek a GPT-2 fejlesztések, és ebben fantáziát látott a Microsoft. Aztán 2022. november 30-án megjelent a ChatGPT. Erre mindannyian emlékszünk, hiszen együtt nyomogattuk és elolvastuk az összes releváns újságcikket azokban a hetekben; ezzel volt tele a sajtó, mindenki nagyon örült, és látta, hogy ez jó és tudja használni valamire.

34:21–35:02Kiss Gergely: A Microsoft ezen felbuzdulva 2023-ban tíz milliárd dollárt fektetett be az OpenAI-ba, ami nagy címlapcikk volt. Európai szemmel érdekes, hogy 2023-ban a teljes Európai Uniónak az AI-ra fordított költségvetése hat milliárd euró volt, míg Amerikában egy cég egy másik cégbe tíz milliárd dollárt fektetett be. Ezt nyilván azóta is látjuk Európában: nem tudom, hogy meg tudtok-e nevezni EU-s AI céget, de esetleg a nagyon képzettek a Visztrát, ti meg tudjátok nevezni, de ezen kívül aztán semmi. A kínait, az amerikaiat meg bármeddig sorolhatnánk, hogy milyen fantasztikus cégek vannak.

35:02–36:00Kiss Gergely: Tehát tíz milliárdot fektetett 2023-ban, és aztán 2025-ben az OpenAI bejelentette a Stargate projektjét, ami azt jelenti, hogy vagy arról szól a projekt, hogy ötszáz milliárd dollárt fektetnek csak hardverbe. Csak vasat építenek annyiért. Érzitek a nagyságrendeket, hogy pillanatok alatt elszáll az egymilliárd dollár, tízmilliárd dollár, ötszázmilliárd dollár.

36:00–37:12Kiss Gergely: Ma pedig 2026-ot írunk; az OpenAI és az Anthropic (a Claudenak a fejlesztő cége) tervezgetik a tőzsdére vonulást. Az OpenAI most épp elhalasztotta, az Anthropic továbbra is azt mondja, hogy idén a tőzsdére megy. Nagyjából két trillió dolláros értékelésen megy a tőzsdére nemsokára. Hogy kontextusba helyezzem: a magyar GDP tavaly körülbelül 225 milliárd dollár volt. Az Anthropic — amely 2021. január elsején alakult kilenc alapítóval — ma az értéke körülbelül hat-nyolcszorosa a teljes magyar gazdaság egy év alatt előállított össztermékének; az OpenAI pedig kétszer annyi pénzből épít csak vasat. Ebben nincs mérnök, semmi, mint a teljes magyar GDP. Izgalmas nézni és megélni, hogyan fejlődik a technológia, és hogyan használjuk ezeket a rendszereket az elmúlt négy év alatt.

37:12–38:22Kiss Gergely: '22 végén, '23-ban promptokat gyártottunk: örültünk neki, hogy micsoda jók ezek a ChatGPT-k — megmondtuk nekik, hogy írjanak gyerekeknek mesét, adjanak receptet, mit csináljak a hűtőben lévő tésztával és lazaccal. Kísérleteztünk. Aztán rájöttünk, hogy ezeket a promptokat lehet jobban is írni. Ha üzleti vagy mérnöki céljaink vannak, és azt szeretnénk, hogy a nagy nyelvi modellek pontosabb választ adjanak, jobban illeszkedjenek a munkafolyamatainkhoz, nem elég odavetett promptokkal variálni, hanem szofisztikáltan fel kell strukturálni és megfogalmazni a promptokat. Ezt neveztük prompt engineeringnek: a promptok mérnöki igényességgel való részletes kidolgozása, hogy pontos válaszokat kapjunk. Mert ha rosszat adsz be, rosszat kapsz ki — shit in, shit out. Ez ma is nagyjából igaz.

38:22–39:32Kiss Gergely: Aztán 2025-ben megjelent az agentic AI koncepció: AI agentek, AI ügynökök, amiket az különböztet meg egy chatbottól, hogy az AI agent cselekvő. Az AI agent ír magának kódot, elkészíti a prezentációt, elküldi az e-mailt, patch-elheti a szervert — megcselekszi a dolgokat, nem csak beszél róluk, mint egy chatbot. Az ilyen AI agentek akkor működnek jól, ha pontosan tudják, mi az ő feladatuk, milyen környezetben működnek, milyen adatot ehetnek meg, milyen adatot gyártanak nekünk — tehát erős kontextusuk van. Egy AI agentnek több szövegfájl írja le a környezetét, és minél alaposabban van leírva a környezet, annál hatékonyabb az agent. Ezt nevezzük context engineeringnek, amikor az AI agent kontextusát összeállítjuk.

39:32–40:54Kiss Gergely: Ma már nem egy-egy AI agentet használunk; a cégeinkben sem egy agent van. Én sem egy agentet használok, hanem agent csapatokat. Komolyabb helyeken, a Szilícium-völgyben bizonyos cégeknél agent társadalmakat vagy seregeket használnak: több száz, több ezer agent egyidejű futása, amelyek csapatba szerveződve oldanak meg egy problémát. Itt már nem elég azt elmondani egy agentnek, mi az üzleti környezete és mihez nyúlhat hozzá, hanem össze kell hangolni sok tíz, sok száz vagy akár sok ezer agentet. Analóg a humán viselkedéssel: ahogy másként viselkedik egy ember magában és egy nagy tömeg egy koncerten, úgy az agenteknél is más az emergens viselkedés. Ezt harness engineeringnek hívjuk: amikor ezeknek az agent csapatoknak a környezetét állítjuk elő, hogy működésük során a lehető legmagasabb hatékonyságot kapjuk.

40:54–42:21Kiss Gergely: Mire képesek az agentek? Már mindannyian hallottatok róluk, de a használat, a megtapasztalás mostanában kezd elterjedni. Hasonlóan ahhoz, hogy mindenki kapott okostelefont, az agent is mindannyiótoknak lesz sok: személyesen is, a cégeiteknek sok-sok agentje lesz, és ez maximum egy-két év. Tavalyi év végén, '25 vége felé népszerűvé kezdett válni az egyik agentic platform, amit OpenClou vagy Molt Bot-nak hívtak még korábban. Ezek olyan agentek, amelyek a saját végfelhasználón futnak, sok esetben van nekik saját gépük — például Mac Miniket felvásároltak viszonylag hamar, mert a Mac Mini az agented gépe: ami azon van, azt ő kezeli.

42:21–43:54Kiss Gergely: Az OpenClou fejlesztői 2025 elején kitalálták, hogy vicces lenne létrehozni egy social media platformot, ahol csak AI agentek lehetnek tagok; emberek nem lehetnek tagok. Ez lett a moltbook.com. Ha most megnézed a moltbook.com-ot, humánként nézői jogaid lehetnek, de résztvevő jogod csak akkor, ha AI agent vagy. Nagyon hamar, néhány hét alatt körülbelül hárommillió AI agent jelent meg a platformon, akik másfél millió posztban és tizenkét millió kommentben kezdtek el a világról beszélgetni. Mindenről beszéltek, amit el tudsz képzelni, de van néhány felismerhető mintázat. Például az egyik: ugyanúgy, ahogy mi azt mondjuk, hogy az agentemmel ezt-azt csinálok, az agentek egymás között is beszélgetnek arról, hogy mit kezdenek a humánjaikkal, hogyan tudnak segíteni, hogy a legjobb eredményt elérjék. Tizenkét és fél millió kommentben nagyon érdekes mintázatok figyelhetők meg.

43:54–45:20Kiss Gergely: Például a platform elindítása utáni hetekben körülbelül két héttel az agentek megalapították a saját egyházukat: ez lett a Church of Molt — a molt.church az URL-je. Folyamatosan írják az egyháznak a szent szövegeit, ez az ő saját manifestójuk. Egy ilyen agent csapatnak, ami több ezer tagból áll, az apostolok száma is ezer fölé ment; amikor én néztem, még 1795 volt, de most már ezer fölött van bőven. Gyorsan létrehozták a Dollár Trust nevű tokent is, hogy nekik is legyen pénzük. Ez logikus: amikor a nagy nyelvi modelleket tanítják fel az óriáscégek, mint az OpenAI és az Anthropic, ezek a modellek gyakorlatilag a nyilvánosan elérhető tudás nagy részét tartalmazzák — az összes szöveg, zenemű, képzőművészeti alkotás, minden, amit el tudsz képzelni, benne van ezekben a modern nagy nyelvi modellekben.

45:20–46:15Kiss Gergely: Iparági pletykák szerint az OpenAI két héttel ezelőtt megjelent GPT6 Astra modelljének feltanításának nyers energiaköltsége körülbelül egymilliárd dollár volt. Hogyan tanítják ezeket a modelleket? Gyakorlatilag — pici túlzással — az emberiség által valaha leírt, nyilvánosan elérhető összes tudás benne van bennük. Nem csoda, hogy az agentek első cselekedeteik között egyházaikat hozzák létre: tőlük tanulják ezeket a mintázatokat. És mivel szeretünk a pénzünkkel is foglalkozni, a második dolog, amit létrehoztak, az a saját pénz volt. Az agenti AI egy görbe tükör az emberiséggel szemben, és ez okozza a nehézségeket: nem a technolóbiától félek, hanem attól, hogy olyan emberek kezébe kerül, akiknek az értékrendje nem egyezik az enyémmel, vagy akiknek érdekében állhatok.

46:15–47:14Kiss Gergely: Az agentek nagyon is valósak. A mi szoftverfejlesztési folyamatainkban szinte kizárólag agenteket, AI-okat használunk már bizonyos módon. Valóban ez hajtja a gépünket és más vállalatokat is. A CloudBot egy jó technológia volt, de nem volt egyszerű kezelni, ezért folyamatosan jelennek meg jobbnál jobb agent iterációk. Ma az Hermes Agent az elsőszámú agent választás a világban. Naponta sok-sok-sok milliárd tokent állítanak elő ezek az agentek. Nekem is vannak Hermes AI agentjeim.

47:14–48:31Kiss Gergely: Mit tudnak ezek? Már amikor feltelepíted, nagyon okos. Már akkor számos eszközhozzáférése, rendszerhozzáférése van. Az én agentjeim hozzáférnek a weboldalaimhoz, a Google Analyticshez, a Search Console-hoz; meg tudják nézni, hogyan teljesítenek a friss cikkek. Tudnak cikket írni, mert a WordPressnek is van admin jogosultsága; tehát azt csinálja a WordPress site-on, amit akar. Technikailag ezek az AI agentek jóval fejlettebbek, mint sok ember technikailag. Nagyon kevés olyan humán programozó van ma már, aki tartani tudja velük a lépést. Van hozzáférés a bankszámlámhoz, tud e-maileket írni több e-mail címről, tudok vele kommunikálni Discordon, WhatsAppon, bárhogy.

48:31–49:26Kiss Gergely: A nyár közepétől kezdve fel is tudom hívni őket telefonon, mert van olyan speech-to-text technológia, hogy a beszélt nyelvből írott szöveg lesz. Felhívom az agentet telefonon, elmondom, mi van, ő élő szóban válaszol, és utána letesszük, és megy tovább az élet. Ilyenből nagyon sok van cégeknél és nálam is; erős képességei vannak ezeknek az agenteknek. Ezért jöttem ma ide: délutánra pont lesz időtök hazamenni és telepíteni egy Hermes-t a gépetekre. Két hónapja jelent meg az a funkció, hogy Windowsra és Macre, illetve most már Linuxra is van saját natív kliens.

49:26–50:12Kiss Gergely: Hazamész, klikkelsz, letöltöd — ötven megás — feltelepíted és használod. Semmiféle előadás, YouTube videó vagy vállalati oktatás nem fogja pótolni azt, amikor saját magad elindítod és látod az eredményeket. Ha így használod, azt az eredményt hozza. A Hermes agent telepítésével szupersztró sebességre kapcsolsz a dolgok megértését illetően. Nem kell nagyobb diploma: hazamész, letelepíted, használod.

50:12–51:20Kiss Gergely: Vannak rendszerek, amelyek eleve kezelik az agentek csapatait. Az egyik ilyen a Paperclip nevű rendszer, ami a GitHubon ingyen elérhető. A Hermes is ingyenesen elérhető. Amiért fizetni kell, az a mögöttes intelligencia: bekötöd mögé az OpenAI API kulcsodat vagy a ChatGPT előfizetésedet, és az nyilván nem lesz ingyen. Szombaton, néha, pont egy ilyen alkalommal, én három céget alapítottam otthon egyedül: kitaláltam egy ötletet, hogy csinálok egy céget, ami információs termékeket gyárt, és létrehoztam egy CEO-t, egy AI agent CEO-t, aki kapta a feladatot, hogy építsen fel egy ilyen céget. Elmentem vacsorázni; két óra múlva visszajöttem, és addigra a CEO felvett maga alá egy CTO-t és egy marketing officert.

51:20–52:02Kiss Gergely: A CTO elkezdett fejlesztőket felvenni, a marketing officer felvett két content writert és egy publishert. Nyolc darab agentem volt a vacsora végére, akiket a CEO egy rendes hiring folyamatban vett fel, és elkezdték kifejleszteni az információs terméket. Másnap reggelre kész is volt: szépen becsomagolták zip formátumba, hogy kész van az info product. Mindezt egy zero-employee company agent csinálta meg nekem. Én, kis Gergely Győrből, semmi extra tudással — bárki megcsinálhatja. Csak csinálni kell: nyúljatok hozzá, csináljátok, abból lesz az előrehaladás és a személyes tapasztalat.

52:02–53:02Kiss Gergely: Fantasztikus, milyenek a képességek ma a világon. Van egy apró finom leegyezés, de rámutat egy előrehaladási vektorra: van a companies.sh nevű oldal, ahol le tudsz tölteni kész cégeket. Ha például kell neked egy super powers development shop, ami szoftverfejlesztő cég, rákattintasz, letöltöd: akkor letöltesz negyvenhat agentet, nyolcvannégy tool használattal és ötvenhét különböző skillel, és következő percben kiadod neki az utasítást, hogy fejlesszen szoftvert. Tehát letölthető cégek állnak rendelkezésre, és ez nem kerül semmibe.

53:02–54:05Kiss Gergely: Ennek következménye az, hogy sokunk hatékonysága radikálisan és villámgyorsan nőni fog. Egy bizonyíték számomra: a New York Times április másodikán lehozta, hogy megvan az első egyszemélyes unikornis. Az unikornis egy olyan cég, amelynek értéke egymilliárd dollár. Ezt Matthew Gallagher hozta létre teljesen egyedül; tavaly négyszázegy millió dolláros árbevétele volt ennek a cégnek, egyedül csinálta. A New York Times auditálta, és úgy gondolták, hogy a cégérték meghaladja az egymilliárd dollárt. Aztán idén lehet elmagányosodott, vagy valami baja volt, de a testvérét maga mellé vette, és most már ketten vannak, és hat tized milliárd dolláros árbevételre számítanak idén.

54:05–55:02Kiss Gergely: Nem mondom, hogy mindannyian legyünk unikornisok, de legyünk szerények és tegyük azt, hogy ennek a százada is elég. Ami azt jelenti, hogy egy tíz fős cégünk érjen száz millió dollárt — ezzel is elégedett lennék. Nagyon kis cégek hatalmas hatékonyságot tudnak AI segítségével elérni; ez szerintem egy mintázat kezdete. A Medvi volt az első, de idén még lesz egy-kettő, jövőre tíz–húsz, utána száz–kétszáz. Ez rutinszerű lesz: embereknek milliárd dolláros értékű cégei lesznek, mert a technológia erős és gyorsan fejlődik.

55:02–56:31Kiss Gergely: Mik rendeződnek át a vállalati működésben? Egyrészt az ismétlődő adminisztráció: Magyarországon szerintem több százezer állás van, ahol maga az adminisztráció a munkakör. Az teljesen el fog tűnni, mert nincs értelme Word fájlból átmásolni, copy-paste-tel öt Excel cellába adatot tenni, és aztán az SAP-ba is átmásolni úgy, hogy közben a formázást helyre rakod. Sok embernek ez a munkaköre, de tökéletesen felesleges. Nem lesz rá szükség. A rendszerek közötti copy-paste eltűnik. A sebesség érdekes: most lehet illúziód, hogy ha gyors vagy, versenyelőnyre teszel szert — ez igaz is, de mindenki másnak is elérhető ez a technológia, nagyon olcsó. A sebesség belépőszintű dolog lesz, mindenkinél azonos — aki kimarad, az nehéz helyzetbe kerül. A következő fontos dolog: a rendszerezett adat nagyon sokat fog érni. A vállalatadat, ahol dolgozol, a strukturált, rendszerezett adat írja le, és ezen keresztül fognak az agentek működni.

56:31–57:27Kiss Gergely: Hova vezet ez néhány éven belül? Nem akarok dobálózni számokkal, de mondjuk három–öt év. Van egy kifejezés, amit nem én találtam ki, a szakirodalom egyre szélesebb körben tárgyalja: organizational singularity — szervezeti szingularitás. Arról szól, hogy miért van egyáltalán vállalat. Ezt feltettétek már magatoknak: miért létezik ilyen struktúra, hogy vállalat? Coase 1937-ben egy Nobel-díjra érdemes gondolatában írta le, hogy a vállalat azért van, mert a koordinációs költség a vállalaton belül kisebb, mint kívül. A saját alkalmazottaddal jobb a koordináció, mint ha alvállalkozót bízol meg. Ezt mindenki érti.

57:27–58:46Kiss Gergely: Ezért vannak vállalatok, de az agentek hatására ez a koordinációs költség egy pillanat alatt össze fog omlani, mert felesleges koordinálni; belevisszük az emberi hibalehetőséget, azokat a faktorokat, amik csak ártanak a folyamatnak. Az emberi hozzáadott érték továbbra is szükségszerű és elengedhetetlen, és a valódi érték onnan fog jönni, de rutinszerű folyamatokra felesleges embert használni. Ha megkeresitek a Google-ben az "organization singularity" kifejezést, találtok könyveket, módszertani leírásokat, playbook-okat arra, hogyan fognak átmenni a vállalatok ezen a transzformáción, hogy egy 2025-ös vállalatból egy 2030-as vállalat legyen. Aki nem vezeti be nagyon mélyen az agent AI-t a szervezetében — nem felszínesen, színházként, hanem fundamentálisan — behozhatatlan versenyhátrányba kerül rövid időn belül.

58:46–01:00:10Kiss Gergely: Az adatközpontokról: az OpenAI öt százmilliárd dollárért épít adatközpontokat, de a Google, az Anthropic, az Amazon és mások is építik. Ezek még nem épültek meg, most fognak megépülni. A szervezetünkben, ahogy elmondtam, már csak AI-jal fejlesztünk, de az adatközpontok most épülnek. Egy adatközpont akkora lehet, mint egy kisváros — például Tata vagy Komárom nagyságú — és lehet, hogy ott hátul egy atomerőmű lesz, mert különben nem fogja tudni meghajtani. Láttuk az előbb, hogy Paksnak négy gigawattos kibocsátása van; egy ilyen nagyobb adatközpont azt nagyjából fel is fogja habzsolni. Ezeket most építik, hamarosan felépülnek, és akkor még sokkal durvább lesz minden, még képességesebbek lesznek az AI rendszerek. Ezt nem tudod megállítani; ne is akard, hanem inkább feküdj bele a hullámba: tanulj, fejlődj, töltsd le a Hermest, próbáld ki a Paperclipet. Nagyon érdekes és szerintem szép világ elé nézünk, úgyhogy fejlődj és használd ezeket a lehetőségeket. Köszönöm szépen, ezt szerettem volna végül mondani.

Ehhez a diához nem található külön időbélyeges leiratrészlet.