Egy éve még a Galaxy VXL szünetmentes tápegység volt a történet főszereplője. Most ugyanennek a technológiának már egy jóval nagyobb rendszer részeként van szerepe: a Schneider Electric új, szabványosított, előre gyártott energiaellátási modulokat mutatott be a hiperméretű, neocloud és kolokációs adatközpontok számára.

A változás jól mutatja, hogyan alakítja át az adatközponti infrastruktúra igényeit a mesterséges intelligencia. Az AI-rendszerek terjedésével nemcsak a számítási kapacitás iránt nő az igény, hanem az egyre nagyobb teljesítménysűrűség miatt az energiaellátást is gyorsabban kell kiépíteni. A Schneider szerint a hagyományos, egyedi igények alapján készülő előregyártott rendszereknél a teljes folyamat akár 12–14 hónapot is igénybe vehet. Az új, szabványosított megközelítéssel ezt akár hat hónapra rövidítenék.

A Galaxy VXL már egy nagyobb építőelem

Az új megoldás tehát nem a Galaxy VXL utódja, hanem annak felhasználási szintjét emeli magasabbra. A Schneider a 2024-ben bemutatott Galaxy VXL UPS-technológiát – amely egyetlen keretben akár 1,25 MW, négy párhuzamos egységgel pedig akár 5 MW teljesítményre képes – most egy komplett, előre gyártott energiaellátási rendszer egyik alapvető elemévé teszi.

Az új Power Module és Power Skid egységek 2, 2,25, illetve 2,5 MW-os konfigurációban érhetők el. A gyárilag összeállított és tesztelt rendszerben a Galaxy VXL mellett kapcsolóberendezések, hűtőrendszerek, lítium-ion akkumulátorok és áramelosztási megoldások is helyet kapnak. Több ilyen modul egymás mellé kapcsolásával pedig akár több tíz megawattos infrastruktúra is felépíthető.

A konstrukciót ráadásul már a legújabb AI-rendszerekhez igazították. A Schneider és az NVIDIA közös referencia-tervei alapján a megoldás az NVIDIA GB300 NVL72 platformjához kapcsolódó energia- és folyadékhűtés-vezérlést is támogatja. Így az energiaellátás és a nagy teljesítményű számítási infrastruktúra hűtése egyre inkább közös tervezési feladattá válik.

A gyorsaság lett az egyik legfontosabb paraméter

A mostani fejlesztésből ezért legalább annyira érdekes az idő, mint a megawattok száma.

Az AI-adatközpontoknál a kapacitásigény gyorsan változik, miközben az infrastruktúra kiépítése hagyományosan hosszú folyamat. A Schneider most a szabványosított referencia-tervekkel, az előregyártással és a gyári teszteléssel próbálja lerövidíteni ezt az időt. Az új rendszerek már Európában elérhetők.

A fejlesztés egyben azt is mutatja, hogy az adatközponti energiaellátás egyre kevésbé önálló „háttértechnológia”. A nagy teljesítményű GPU-k, az AI-képzési rendszerek és a folyamatosan változó munkaterhelések mellett az energia, a hűtés, az elosztás és az informatikai infrastruktúra egyre szorosabban összekapcsolódik.

Barcelonában készül az új generáció

A történetnek van egy kifejezetten érdekes európai helyszíne is: Barcelona. Az új energiaellátási modulokat és kereteket a Schneider Electric Sant Boi de Llobregatban található telephelyén tervezik, gyártják és tesztelik. A létesítményt a közelmúltban bővítették a moduláris adatközponti infrastruktúra iránti növekvő globális kereslet miatt, és 5000 négyzetméternyi, kifejezetten gyártási célú terület áll rendelkezésre.

A Schneider több mint 15 éve foglalkozik moduláris adatközpontokkal és előre gyártott energiaellátási infrastruktúrával, most pedig az energiaellátástól és hűtéstől a rackeken és szoftvereken át az integrált AI-referenciaarchitektúrákig bővíti az erre épülő portfólióját.

A Galaxy VXL története tehát egy év alatt újabb fejezethez érkezett: a kérdés már nem pusztán az, hogyan lehet egyre nagyobb teljesítményt biztosítani az adatközpontoknak, hanem az is, hogyan lehet ezt a teljes infrastruktúrát az AI-korszak tempójában felépíteni.

The post Már nem elég a nagy teljesítmény: gyorsabban kell felépíteni az AI-adatközpontokat appeared first on digitrendi.hu.

Az egészség, az anyagi biztonság és a családi, baráti kapcsolatok – a magyarok szerint elsősorban ezek kellenek ahhoz, hogy jó minőségben éljünk. A hosszú élet azonban önmagában már nem feltétlenül cél: inkább az számít, hogy minél tovább maradjunk egészségesek, aktívak és önállóak. A célirányos hazai kutatás arra is rávilágít, hogy miközben egyre többet várunk a technológiától, a saját hosszú távú egészségünkért még mindig jóval kevesebbet teszünk, mint a jelenlegi életminőségünkért.

A longevity, vagyis a hosszú és egészséges élet iránti érdeklődés világszerte erősödik. A kérdés azonban ma már nem pusztán az, hogyan lehet minél tovább élni. Sokkal inkább az, hogyan lehet az élet meghosszabbításával együtt megőrizni az egészséget, a fizikai és szellemi aktivitást, az önállóságot és mindazt, amitől az élet valóban teljes marad.

Erről szólt a Bosch és a Richter szeptember 23-án megrendezett BoschxRichter Innovátorok Napja is, amelynek középpontjában idén a longevity, az innováció és a technológia kapcsolata állt. A rendezvényen mutatták be a két vállalat közös, 2026-os kutatásának eredményeit arról, hogyan gondolkodnak a magyarok a hosszú, egészséges és teljes életről, és milyen szerepet szánnak ebben a technológiának.

Tudjuk, mi kellene hozzá

A kutatás alapján ebben nincs is különösebb vita. Az egészséget és az anyagi stabilitást egyaránt 53 százalék nevezte az életminőséget leginkább meghatározó tényezőnek, a családi és baráti kapcsolatok pedig 43 százalékkal követik ezeket. A másik oldalon a pénzügyi nehézségek, a betegségek, valamint a stressz, a feszültség és a bizonytalanság jelentik a legfontosabb életminőségrontó tényezőket.

Érdekesebb a kép, amikor az derül ki, mit teszünk mindezért.

A jelenlegi életminőség javítására a legtöbben időt próbálnak szakítani magukra és a számukra fontos dolgokra, illetve igyekeznek megfelelően aludni – mindkét válasz 39 százaléknál jelent meg, 38 százalék vitaminokat és étrend-kiegészítőket is szed. A hosszabb távú egészségmegőrzés tudatosabb eszközei azonban jóval kevésbé elterjedtek: rendszeres szűrővizsgálatokra átlagosan csak a válaszadók 23 százaléka jár, rendszeres szabadtéri mozgásról pedig mindössze 17 százalék számolt be.

Mintha lenne egy kisebb ellentmondás a longevity-gondolkodásban. Hosszú és jó életet szeretnénk, de a jövőbeli életminőségbe kevésbé rendszeresen fektetünk be, mint a jelenlegibe.

A segítséget a technológiától (is) várjuk

A technológia megítélése közben meglepően pozitív. A magyar lakosság 48 százaléka szerint az innováció egyértelműen javítja az életminőséget, és mindössze 7 százalék tekinti problémának a technológiai fejlődés gyors ütemét. Ez azt jelzi, hogy legalábbis a kutatásban megkérdezettek körében nem igazolódik az a feltételezés, hogy a gyors technológiai változás önmagában komoly stresszforrás lenne.

A technológia iránti bizalom azonban nem feltétlenül a látványos jövőképeknek szól. Az emberek elsősorban kézzelfogható segítséget várnak.

Az egészségügyben például a betegségek korábbi felismerését és az ezt lehetővé tevő új diagnosztikai technológiákat tartják a legfontosabbnak: ezt 55 százalék emelte ki, 47 százalék a hatékonyabb orvosi műszerek és eljárások fejlesztését, 42 százalék pedig a személyre szabott orvoslást tartja fontosnak. A krónikus vagy gyógyíthatatlan betegséggel élők életminőségét javító otthoni egészségmonitorozás és távoli betegfelügyelet 40 százaléknál szerepelt, míg 31 százalék az újgenerációs gyógyszerek fejlesztését emelte ki.

Közben a digitális egészségmonitorozás már nem is annyira jövőbeli történet. A válaszadók 66 százaléka használ vagy fontolgat valamilyen digitális eszközt – például okosórát, okosgyűrűt, fitneszalkalmazást vagy alvásmonitort beszerezni – saját egészségi állapotának követésére.

Nagy a nyitottság a vezetéstámogató technológiák iránt: a többség fontosnak tartaná, hogy a kényelmet és biztonságot növelő ADAS-rendszerek a jövőben az új autók gyári alapfelszereltségéhez tartozzanak. A lista élén a vészhelyzeti megállító asszisztens (73%) áll, amely rosszullét esetén biztonságosan lehúzódik az út szélére.

Ezt követi a fáradtságérzékelő és elalvásfigyelő (72%), a holttérfigyelő és keresztirányú forgalomra figyelmeztető (71%), a parkolást segítő ultrahangos, tolatókamerás rendszer (69%) és az adaptív tempomat, amely képes tartani nemcsak a sebességet, de a követési távolságot is (66%).

AI: a hasznát már látjuk, a társas szerepét még kevésbé

Talán még érdekesebb, hogy az AI-val kapcsolatban sem valamiféle általános futurisztikus várakozás rajzolódik ki. A megkérdezettek leginkább ott számítanak kézzelfogható eredményre, ahol az AI konkrét feladatokat végezhet el.

Az iparban 55 százalék szerint válhat a gyártás szerves részévé, javítva a termékminőséget és gyorsítva a termelést. Az egészségügyben 54 százalék várja a betegségek korábbi felismerését, a pontosabb diagnózist és a személyre szabott gyógyítás támogatását, míg 53 százalék a mobilitásban látja az AI jelentős szerepét. Az viszont már jóval kevésbé meggyőző jövőkép, hogy a mesterséges intelligencia az emberi kapcsolatokat is jobbá tehetné: ezt csak 36 százalék tartja valószínűnek.

Vagyis mi magyarok egyelőre inkább eszközként, semmint emberi társként tekintünk az AI-ra. És talán éppen ez illeszkedik legjobban a longevity gondolatához is: a technológia akkor érdekes, ha valamit hozzáad az élethez, nem pedig akkor, ha önmagáért válik az élet részévé.

A jövő nem feltétlenül a távoli jövőhöz kapcsolódik

Az esemény egyben az egyetemisták innovációinak is fontos fóruma volt: itt adták át a „Láss a jövőbe!” BoschxRichter Ipari Innovációs Díj idei elismeréseit. A fiatalok fejlesztései több ponton is kapcsolódtak a konferencia alapkérdéséhez, hiszen az egészség, az önállóság, a biztonság és az életminőség javítására kerestek technológiai válaszokat.

A konferencián bemutatott egyetemi innovációk éppen azért érdekesek, mert ezekben a nagy szavak helyett már konkrét megoldások jelennek meg. Az egyik díjazott fejlesztés például játékos, tabletalapú viselkedéselemző rendszerrel gyűjtene objektív adatokat a gyermekek reakcióidejéről, döntéseiről és figyelmi mintázatairól. A Szegedi Tudományegyetem hallgatója, Paskuj Áron által kidolgozott megoldás az autizmus és az ADHD szűrését, a klinikai döntéshozatalt és az utánkövetést segítheti.

Egy másik díjazott, Mikula Brigitta, a Budapesti Műszaki és Gazdaságtudományi Egyetem hallgatója a mobilitás egy egészen más problémáját célozta meg: ritkaföldfém-mentes mágneses hajtóművet fejlesztene elektromos járművekhez és mobil robotokhoz. A nyomatékot hagyományos fogaskerekek helyett mágneses erővel továbbító koncepció kisebb kopást, halkabb működést és alacsonyabb karbantartási igényt ígér.

A mobilitás és az egészség határán született az a fejlesztés is, amely a hagyományos fehér botot egészítené ki szenzorokkal, kamerával, GPS-szel és intelligens navigációval. A rendszer az akadályok felismerésében és a tájékozódásban segítené a látássérülteket, többek között a gyalogátkelőhelyek biztonságos használatában.

Ezekben az ötletekben közös, hogy nem egy távoli, futurisztikus világot próbálnak megrajzolni. Valós problémákra keresnek jövőbeni technológiai választ.

És talán valahol itt érdemes keresni a longevity valódi értelmét is. Nem feltétlenül abban, hogy meddig tudjuk kitolni az élet végét, hanem abban, hogy a technológia, az egészségügy és az innováció segítségével mennyi ideig tudjuk megőrizni mindazt, amitől az életünk valóban a sajátunk marad: az egészségünket, az önállóságunkat, a kapcsolatainkat és az időnket.

A kutatás alapján legalábbis úgy tűnik, hogy a magyarok nyitottak az ilyen technológiai segítségre. A kérdés inkább az, hogy a technológiára várva mi magunk mikor kezdünk el ugyanilyen tudatosan készülni a saját jövőnkre.

The post Longevity: sokáig szeretnénk élni, de még nem vagyunk elég céltudatosak hozzá appeared first on digitrendi.hu.

Az SAP NOW AI Tour Hungary szeptember 14–15-én, Balatonfüreden megrendezett konferenciájának egyik fontos üzenete volt, hogy az AI vállalati korszaka már nem a jövő kérdése. Hidvégi Péter, az SAP Hungary ügyvezető igazgatója felvezető előadásában az úgynevezett „autonóm vállalat” felé tartó átalakulást mutatta be: az ember stratégiát alkot, az AI pedig egyre több feladatban és üzleti folyamatban cselekszik.

Az SAP magyarországi stratégiájában közben egy másik hangsúlyeltolódás is jól látható. A 2026-os fókusz három területre épül: a nagyvállalati transzformációra, a középvállalati digitalizációra és a közigazgatás modernizációjára. A prezentáció már új stratégiai szegmensként említi a középvállalatokat, standardizált, public cloud alapú, középvállalati igényekre szabott csomagokkal és bővülő partnerhálózattal.

Van mit modernizálni a középvállalatoknál (is)

A konferencián bemutatott, közel négyszáz vállalatirányítási(ERP) döntésekben érintett vezető és szakértő megkérdezésével készült kutatás jól érzékelteti, miért lett ez fontos célpiac. A középvállalati körbe sorolható válaszadók 84 százaléka biztosnak vagy valószínűnek tartja, hogy vállalata a következő egy-két évben korszerűsíti ERP- vagy más üzleti rendszerét. A tervezett fejlesztések között pedig az AI és az automatizáció áll az első helyen, 48 százalékos említéssel.

Közben az alapok korántsem mindenhol rendezettek. A kutatás szerint a megkérdezettek alig egynegyede használ integrált ERP-t a fő üzleti folyamatokra. A vállalatok 49,3 százaléka több, csak részben integrált rendszerrel működik, 19,3 százalék pedig szigetszerű rendszerekre és Excelre támaszkodik. Az eseményen elhangzott, hogy a különféle iparágak közül leginkább az építőipari cégek vannak ezen a téren lemaradva, körükben gyakori még a papíralapú „vállalatirányítás”.

Ez is az egyik oka annak, hogy az AI-ról a vállalati környezetben egyre kevésbé érdemes önálló technológiaként beszélni. A mesterséges intelligencia ugyanis akkor tud érdemi üzleti feladatokat ellátni, ha hozzáfér a megfelelő adatokhoz, ismeri az adott folyamatot, és megvan mögötte a szükséges informatikai infrastruktúra. A középvállalatok számára ugyanakkor kihívás a projektek finanszírozása.

Az elmúlt években az állam inkább fizikai (hardver) eszközökkel támogatta a működésüket, most már jó lenne az újra megnyiló uniós és egyéb központi pénzekkel támogatni a komplex digitalizácós törekvéseket is.

Már nem chatbotot keresnek

A kutatás egyik legérdekesebb eredménye éppen ezért az, hogy a középvállalatok már nem egyszerűen AI-eszközöket keresnek. Egyre inkább konkrét üzleti folyamatokban használható megoldásokban gondolkodnak.

Az ERP-be épített AI-agenteket a válaszadók 55,4 százaléka tartja fontosnak, 49,9 százalék egyedi AI-alkalmazások fejlesztésében lát lehetőséget, míg 41,2 százalék AI-asszisztenst tartana hasznosnak. A hagyományos felhasználói felület AI-jal történő kiváltását viszont mindössze 20,6 százalék tartja fontosnak.

Ez jól illeszkedik az SAP által felvázolt autonóm vállalat koncepciójához is. A vállalat elképzelése szerint a Joule új interakciós rétegként kapcsolja össze az adatokat, a folyamatokat és az AI-ügynököket, az SAP Autonomous Suite pedig az AI-asszisztensek és agentek segítségével a végponttól végpontig automatizált működés felé viszi a vállalatokat.

A hangsúly tehát nem azon van, hogy legyen még egy chatablak a vállalati rendszerben, hanem azon, hogy az AI konkrét munkafolyamatokat tudjon végrehajtani.

Az ERP is más szerepet kaphat

Ezen a ponton egy másik érdekes kérdés is felmerült a konferencia kapcsán: vajon meddig írja le megfelelően az ERP, vagyis az enterprise resource planning elnevezés azt a rendszert, amelynek már nem kizárólag a nagyvállalati működés támogatása a feladata?

Az ERP eredetileg alapvetően a nagyvállalati világ igényeire épülő termékkategória volt. Ha azonban a vállalatirányítási rendszerek egyre szélesebb vállalati körben jelennek meg, miközben az AI, az adatok és a különböző üzleti folyamatok integrált működési platformjává válnak, talán maga az elnevezés is megér egy gondolatkísérletet.

A beszélgetés során bedobtam az IRP, vagyis Integrated Resource Planning rövidítést. Több egyetértő mosoly is érkezett rá, így egyelőre nem állítanám, hogy új iparági kategória született, de a felvetés jól érzékelteti, mennyire változik a vállalatirányítási rendszerek szerepe.

Az SAP saját koncepciója is ebbe az irányba mutat: a vállalat szerint az AI-hoz üzleti kontextus és vállalati adat kell, miközben az irányítás(governance) és a megfelelőség (compliance) jelentősége is nő. A felvezető előadás egyik fő állítása szerint az AI nem váltotta ki az enterprise szoftvereket, hanem felértékelte azokat a platformokat, amelyek a folyamatokat, az adatokat, a governance-t és az AI-t egyesítik.

Mi lesz az AI-ra már nyitott kisebb vállalkozásokkal?

A középvállalati fókusz kapcsán azonban rögtön adódik egy további kérdés. Mi lesz azokkal a néhány százmilliós árbevételű kisebb cégekkel, amelyek már szintén gondolkodnak az AI használatán? Köztük egyre több olyan családi vállalkozással, amelyeknél már nem pusztán a napi működés digitalizációja, hanem az AI üzleti alkalmazása is napirenden van.( A családi vállalkozások AI-használatáról korábban itt írtunk.)

A kérdésre az SAP Hungary vezetése egyelőre egyértelmű választ adott: ennek a körnek egyelőre továbbra is az SAP Business One megoldásportfóliója jelenti az irányt, miközben a mostani stratégiai fókusz elsősorban a középvállalati szegmensre irányul.

Ez egyben azt is mutatja, hogy a fókuszváltás nem jelenti a korábbi ügyfélkör lecserélését. A nagyvállalatok továbbra is az SAP meghatározó ügyfelei, ám ezen a piacon a vállalatnak már jóval kisebb erőfeszítést kell fordítania arra, hogy egyáltalán megismertesse magát. A következő növekedési lehetőség ezért a középvállalatok körében kínálkozik.

Több partner kell, de milyen tudással?

A szélesebb ügyfélkör kiszolgálásához viszont nemcsak több terméket, hanem több partnert is kell mozgósítania az SAP-nak. Hidvégi Péter is kiemelte a partnerhálózat bővítését, azzal összefüggésben, hogy a középvállalati piacot csak nagyobb számú partnerrel lehet kiszolgálni.

Adódik ennek kapcsán a kérdés: milyen tudást vár majd el az SAP az új partnerektől? Inkább a konkrét SAP-termékek mélyebb ismeretét, vagy az AI-szakértelmet? Hidvégi Péter válasza szerint mindkettő fontos, de elsősorban az SAP megoldásaiban kell otthon lenniük.

Ez logikus következménye annak, ahogy maga az SAP is gondolkodik az AI vállalati szerepéről. A mesterséges intelligencia ugyanis önmagában nem sokat ér, ha nincs mögötte megfelelő üzleti folyamat, adat- és rendszerismeret. A mostani kutatás is ezt támasztja alá: az AI-agentek iránti érdeklődés mellett továbbra is az adatbiztonság, az integráció és a működési hatékonyság szerepelnek a vállalati IT-fejlesztések legfontosabb szempontjai között.

A középvállalatok felé nyitás így nem egyszerűen újabb AI-piacot jelent az SAP számára. Egy olyan ügyfélkört céloz meg, ahol az AI-agentek iránt már megjelent az igény, de közben még magukat az informatikai alapokat is sok helyen modernizálni kell. A következő időszak egyik kérdése ezért az lehet, hogy a két folyamat – az ERP-korszerűsítés és az AI beépítése – milyen gyorsan tud ugyanazon a vállalaton belül összeérni.

The post Az SAP újabb célcsoport felé nyit: az AI-agentek már a középvállalatok ajtaján kopogtatnak appeared first on digitrendi.hu.

Nem csak több áram kell, hanem azt másképp is kell eljuttatni

Az AI-adatközpontok energiaigénye egészen más nagyságrendbe lép, mint amit a korábbi adatközpontoknál megszoktunk. Egy-egy nagy teljesítményű rack már több száz kilowatt energiát igényelhet.

Ilyen teljesítmény mellett már az sem mindegy, hogyan jut el az áram az adatközpontból a számításokat végző GPU-khoz. Minél nagyobb teljesítményt kell továbbítani, annál nagyobb áram folyik a vezetékeken – ez pedig vastagabb kábeleket, nagyobb elosztórendszereket és nagyobb veszteséget jelenthet.

A magasabb feszültség éppen ezen segíthet. Ugyanaz a teljesítmény ugyanis kisebb áramerősséggel továbbítható, ha magasabb a feszültség. Ez az egyik legfontosabb oka annak, hogy az iparág a 800 VDC, vagyis a 800 voltos egyenáramú energiaelosztás felé fordul.

A változás ráadásul nemcsak arról szól, hogy „több áramot küldünk a rackekbe”. Az új megoldásoknál az energia átalakításának egy része is kikerülhet közvetlenül a számítási rackből, és egy külön energiaellátási rendszerbe kerülhet. Így a nagy teljesítményű GPU-khoz hatékonyabban és kisebb veszteséggel juthat el az energia.

Csakhogy a magasabb feszültségnek van egy árnyoldala is: új biztonsági kérdéseket vet fel.

A nagyobb feszültség új biztonsági kérdéseket is hoz

Ha valami elromlik egy elektromos rendszerben, nem mindegy, mekkora energia szabadul fel, és az sem, hogy mennyi idő alatt sikerül lekapcsolni a hibás részt. Egy nagy teljesítményű adatközpontban ez különösen fontos, hiszen itt már rendkívül nagy mennyiségű elektromos energia áll rendelkezésre.

A Schneider Electric most két, a nagy adatközpontokban alkalmazható 800 VDC-s kialakítást vizsgált meg abból a szempontból, mi történik egy esetleges ívzárlatnál. Ez olyan elektromos hiba, amelynél az áram egy íven keresztül jut át két pont között, és komoly hőhatással járhat.

A vizsgálat egyik legfontosabb tanulsága, hogy nem önmagában a 800 voltos feszültség dönti el, mennyire veszélyes egy ilyen rendszer. Legalább ennyire számít, hogyan tervezték meg az energiaellátást, milyen védelmi eszközöket használnak, és milyen gyorsan képesek megszakítani a hibás áramutat.

A két vizsgált megoldás közül a rackszintű kialakításnál még óvatos, a valóságosnál kedvezőtlenebb feltételezések mellett is alacsony maradt a felszabaduló energia. A központosított rendszerben nagyobb értékek adódtak, de megfelelő védelemmel és gyors beavatkozással itt is olyan szintre csökkenthető a kockázat, amely a hagyományos váltakozó áramú rendszerekével összevethető.

Ez azért lényeges eredmény, mert a 800 VDC elterjedésének egyik akadálya éppen az lehetne, hogy a magasabb feszültség miatt az adatközpontok üzemeltetői nagyobb biztonsági kockázattól tartanak.

Néhány ezredmásodperc is sokat számíthat

A Schneider vizsgálata egy másik fontos részletre is felhívja a figyelmet: egy elektromos hiba esetén az első néhány ezredmásodpercben történteknek is komoly jelentőségük lehet.

Ennek egyik oka, hogy az ilyen rendszerekben kondenzátorok is tárolnak energiát. Egy hiba kialakulásakor ezek nagyon gyorsan leadhatják ezt az energiát, még mielőtt a rendszer védelme teljesen lekapcsolná az érintett részt.

Ezért az új adatközponti energiaellátásnál nem elég egyszerűen azt kiszámolni, mekkora feszültségen működik a rendszer. Azt is meg kell vizsgálni, hogyan viselkedik egy valódi hibahelyzetben, és milyen gyorsan reagálnak rá a védelmi megoldások.

Ebben segíthetnek a számítógépes szimulációk és a digitális ikrek. Ezekkel még a tényleges üzembe helyezés előtt modellezhető, hogyan viselkedne az adott energiaellátás különböző hibák esetén, és hol lehet szükség gyorsabb vagy másfajta védelemre. A Schneider szerint ezzel pontosabban meghatározható a tényleges kockázat, mint pusztán nagyon óvatos, általános feltételezések alapján.

Ez azért fontos, mert az iparág nem egyszerűen egy új feszültségszint bevezetésére készül. Az energiaellátási architektúra egészének változása zajlik.

Az AI infrastruktúrája is átalakul

Az NVIDIA és az iparági partnerek már az 800 VDC-s infrastruktúra elterjesztésén dolgoznak, az NVIDIA pedig a következő generációs AI-gyárak egyik alapvető energiaarchitektúrájaként kezeli a megoldást. A közeljövőben a rackek mellett elhelyezett energiaellátási rendszerek jelenthetik az átmenetet a jelenlegi AC-alapú adatközpontok és a későbbi, natív 800 VDC-s infrastruktúrák között.

A trend jelentőségét jól mutatja, hogy a Schneider saját elemzése szerint a 800 VDC-s energiaelosztás az egyre nagyobb teljesítményű AI-rackek kiszolgálásának egyik lehetséges útja. A vállalat szerint megfelelő tervezéssel és védelemmel a magasabb feszültségből adódó biztonsági kockázatok kezelhetők.

Ez azt jelenti, hogy az adatközpontok fejlődésében egyre kevésbé lehet különválasztani a számítási teljesítményt és az energiaellátást. Hiába lesznek ugyanis egyre erősebbek a GPU-k, ha az infrastruktúra nem tudja megfelelő mennyiségű és megfelelő minőségű energiával ellátni őket.

Az AI-forradalom következő szűk keresztmetszete így könnyen lehet, hogy már nem a chip, hanem az az infrastruktúra lesz, amely energiával látja el.

The post Az AI-adatközpontoknál már az áramellátást is újra kell gondolni appeared first on digitrendi.hu.

A mesterséges intelligencia már nem egy szektor

A BestBrokers 2026 júliusában 503 S&P 500-komponenst vizsgált meg, és saját módszertana alapján 218 vállalatot sorolt az AI-gazdasághoz érdemben kapcsolódó cégek közé. Ezek együttes piaci értéke 42,39 ezermilliárd dollár, ami az index teljes kapitalizációjának 62,04 százaléka. A vizsgálat szerint két évvel korábban még csak 38 vállalat tartozott ebbe a körbe.

Fontos azonban megjegyezni, hogy ez nem azt jelenti, hogy az S&P 500 218 vállalata „AI-cég”, ez a BestBrokers sem állítja. A besorolásba azok kerültek, amelyeknél az AI már lényeges szerepet játszik az üzleti modellben, a növekedési stratégiában, az infrastruktúrában vagy a befektetési történetben.

A módszertan nyolc kategóriával számol, a chipektől és felhőszolgáltatóktól az AI-szoftveren, adatközpontokon és infrastruktúrán át egészen az energiaellátásig és az AI-t alkalmazó vállalatokig.

Ez a különbség azért lényeges, mert éppen itt változott meg az AI tőzsdei története.

2024-ben még elsősorban azok voltak az AI-befektetés nyertesei, amelyek magát az intelligenciát építették: a chiptervezők, a félvezetőgyártók, a felhőcégek és a modellek fejlesztői. Két év alatt azonban az AI értéklánca kiszélesedett. Ma már ugyanúgy része az adatközpont, a hálózat, a memória, a hűtés, az energiaellátás vagy éppen az optikai kommunikáció.

A BestBrokers számítása szerint a 218 vállalatból 58 tartozik a szűkebb értelemben vett „core AI” körbe, összesen 32,2 ezermilliárd dolláros piaci értékkel. További 160 vállalat alkotja a szélesebb ökoszisztémát, 10,19 ezermilliárd dolláros kapitalizációval.

Nem csak a chipgyártók nyernek

A változás a tőzsdei teljesítményben is látványos. A BestBrokers két évre visszatekintő összehasonlításában például az optikai hálózatok specialistája, a Lumentum árfolyama több mint 1190 százalékkal, a Western Digitalé közel 789 százalékkal, a Seagate-é 668 százalékkal, a Microné pedig több mint 615 százalékkal emelkedett. A listán ott van az AI-szoftverekhez kötődő Palantir és az AppLovin is, miközben az AI-infrastruktúra beszállítói közül a Lam Research, az Applied Materials és a KLA is jelentős növekedést mutatott.

A tanulság nem az, hogy ezek közül melyik részvényt kellene megvenni. Sokkal inkább az, hogy az AI gazdasági hatása már nem ott jelentkezik, ahol a neve szerepel a termékben.

Egy AI-modell ugyanis nem csak számítási kapacitást igényel. Kell hozzá memória, hálózati kapcsolat, adatközpont, hűtés, villamos energia, biztonság, szoftver és végül olyan vállalati környezet is, amely képes az AI-t üzleti folyamatokba beépíteni.

Vagyis az AI-ra költött pénz végigfut egy egész ipari láncon.

Mindeközben bajba kerülnek a régi szoftveróriások?

A fejlemények itt válnak különösen érdekessé. Az idei év elején a befektetők komolyan elkezdték árazni azt a lehetőséget, hogy a generatív és ügynöki AI egyes hagyományos szoftvertermékeket részben akár ki is válthat. Februárban az amerikai szoftver- és szolgáltatási index egy hét alatt mintegy ezermilliárd dollárnyi piaci értéket veszített, miközben olyan vállalatok részvényei, mint a Salesforce és a ServiceNow, jelentősen estek.

A Reuters akkor arról írt, hogy a piac egyre inkább attól tart: az AI nemcsak hatékonyabbá teszi a szoftvereket, hanem új versenytársakat is létrehoz a hagyományos szereplők számára.

A félelem nem tűnt el. Egy júliusi másik Reuters elemzés arra mutatott rá, hogy az adat és az AI együtt már az olyan hagyományos vállalati szoftvercégek piacát is támadja, mint az Adobe és a Salesforce. A Databricks példája különösen érdekes: a vállalat az adat, az AI-modellek és az automatizálás összekapcsolásával olyan területekre lép be, amelyeket korábban a hagyományos nagyvállalati szoftverek fejlesztői uraltak.

Mindebből persze még nem következik, hogy az Adobe vagy a Salesforce eltűnik. Épp ellenkezőleg: a 2026-os tőzsdei folyamatok azt mutatják, hogy a piac folyamatosan újraértékeli ezeket a vállalatokat. A szoftverrészvények a februári sokk után részben visszakapaszkodtak, miközben a befektetők már azt keresik, hogy a régi szereplők hogyan tudják saját termékeikbe beépíteni az AI-agenteket, az adatkezelést és az automatizálást.

Vagyis a kérdés mégsem az, hogy „eltűnik-e a Salesforce?” Sokkal inkább az, hogy miért lesz érdemes fizetni a Salesforce-ért egy olyan világban, ahol az AI-agent egyre több feladatot képes önállóan elvégezni.

Hatalmas összegek jutnak AI beruházásokra

Az AI tőzsdei súlyát nemcsak a részvényárfolyamok mutatják. A háttérben példátlan méretű beruházási hullám zajlik. A Reuters augusztusi összesítése szerint az Alphabet, az Amazon, a Microsoft és a Meta együttes AI- és adatközponti beruházása 2026-ban már meghaladhatja a 730 milliárd dollárt.

Ez azért fontos, mert megmutatja az AI-gazdaság másik oldalát: valakinek meg is kell építenie mindazt, amit az AI-ígéretből a tőzsde már beárazott, és itt már nem csupán technológiai kérdésről beszélünk.

A Reuters szerint az AI-infrastruktúra finanszírozásához a nagy technológiai cégek egyre nagyobb mértékben fordulnak a kötvénypiacokhoz és más külső finanszírozási forrásokhoz. Az Alphabet, az Amazon és a Meta 2026-ban eddig csaknem 220 milliárd dollárnyi hitelfinanszírozást vont be, miközben a magas reálhozamok egyre fontosabb kockázati tényezőt jelentenek.

A kör tehát bezárul: az AI-részvények emelkedése tőkét vonz, a tőke finanszírozza az infrastruktúrát, az infrastruktúra pedig újabb AI-kapacitást teremt. Minél nagyobb azonban ez a kör, annál fontosabbá válik egy kérdés: mikor kezd ténylegesen megtérülni az AI-ra költött pénz?

Már az S&P 500 sem ugyanaz

A kérdés különösen fontos annak, aki nem egyedi AI-részvényt vásárol, hanem például S&P 500 ETF-en keresztül fektet az amerikai piacba.

Az S&P 500 ugyanis augusztus 13-án új történelmi csúcson, 7798,99 ponton zárt. A Reuters szerint a rekordot ismét elsősorban a nagy technológiai részvények, az AI-hoz kapcsolódó várakozások és az erős vállalati eredmények támogatták. Ez különös helyzetet teremt.

A befektetőnek már nem kell feltétlenül Nvidia-részvényt vennie ahhoz, hogy jelentős AI-kitettsége legyen. Ha az S&P 500 piaci értékének több mint 60 százalékát a BestBrokers saját módszertana szerint már olyan vállalatok adják, amelyeknél az AI lényeges üzleti vagy befektetési tényező, akkor az index maga is egyre inkább az AI-gazdaság teljesítményére támaszkodik.

Ez persze nem jelenti azt, hogy az index 62 százaléka „AI-részvény”, és azt sem, hogy minden vállalat ugyanúgy reagál az AI fejlődésére. De azt igen, hogy az AI-korszakot már nem lehet egyszerűen a technológiai szektor egyik történeteként kezelni.

Az AI mára átjárja az amerikai részvénypiac értékláncát: a chipgyártótól az adatközponton és az energiaellátáson át egészen a hagyományos vállalati szoftverekig.

A következő nagy kérdés már nem az, ki az AI nyertese

A BestBrokers elemzésének egyik legérdekesebb megállapítása éppen ezért nem is a 42,39 ezermilliárd dolláros összeg, hanem az a kérdés, amelyet maga az elemzés is felvet: ki teremt valódi értéket az AI segítségével, és ki csupán az AI körül kialakult piaci lelkesedésből profitál?

Ez lehet a következő évek egyik legfontosabb tőkepiaci választóvonala, mert az AI első szakaszában elég volt megtalálni azokat, akik a technológiát építették. A következő szakaszban viszont már azt kell megérteni, ki tudja az AI-t üzletileg is fenntartható értékké alakítani. Ez pedig már nem feltétlenül ugyanaz a vállalat, amely a legtöbb AI-chipet adja el.

Az Nvidia augusztusban például hat nagy pénzügyi szereplővel olyan konstrukción dolgozik, amely több mint 500 milliárd dollárnyi külső tőkét mozgósíthat az AI-infrastruktúra kiépítésére.

Ez jól mutatja, hogy az AI-boom következő szakasza már nem pusztán arról szól, hogy ki tudja a legjobb modellt vagy chipet előállítani, hanem arról is, hogy ki, miből és milyen megtérülés mellett finanszírozza az egész rendszert.

Talán éppen ezért érdemes ma már másképp nézni az AI-részvényekre. Nem különálló cégek gyűjteményeként, hanem egy hatalmas, egymásra épülő gazdasági rendszerként. Ha pedig ez így van, akkor az AI tőzsdei történetének következő fejezete nem arról szól majd, hogy melyik lesz a következő Nvidia.

Hanem arról, hogy a több száz milliárd dolláros AI-befektetési hullám végül mely vállalatoknál és mely üzleti modelleknél válik valódi, tartós profitnövekedéssé.

The post Már nem AI-részvényekről beszélünk, a tőzsde egésze értékelődik át appeared first on digitrendi.hu.

A mesterséges intelligencia ma már sok munkahelyen a napi feladatok része. A dolgozók szöveget írnak vele, adatokat elemeznek, fordítanak, prezentációkat készítenek vagy programkódot generálnak. Csakhogy ezek az AI-eszközök gyakran nem a vállalat hivatalos informatikai környezetének részei, hanem a munkavállalók saját döntése alapján kerülnek be a napi munkába.

A szakértők ezt a jelenséget shadow AI-nak nevezik. Lényege, hogy a szervezetnek nincs pontos rálátása arra, milyen AI-eszközöket használnak a dolgozók, milyen adatokat töltenek fel ezekbe a rendszerekbe, illetve mi történik ezekkel az információkkal később. Ezek lehetnek nyilvános chatbotok, AI-alapú fordítóprogramok, prezentációkészítők vagy kódgeneráló alkalmazások.

Ez nemcsak informatikai, hanem üzleti és adatvédelmi kockázatokat is felvethet. A fő kockázat ugyanakkor nem maga az eszköz, hanem az, hogy a vállalat nem tudja, milyen adatok kerülnek ezekbe a rendszerekbe.

Az AI gyorsabban terjed, mint a vállalati szabályozás

A jelenséget több nemzetközi felmérés is alátámasztja. A McKinsey kutatása szerint a szervezetek 88 százaléka már legalább egy üzleti területen alkalmaz mesterséges intelligenciát. A KPMG felmérése szerint a munkavállalók 58 százaléka napi szinten használ AI-eszközöket, ugyanakkor 44 százalékuk ezt a vállalati irányelvekkel részben vagy teljesen ellentétes módon teszi. Még beszédesebb adat, hogy a dolgozók közel fele már érzékeny vállalati információt vagy szellemi tulajdont is feltöltött nyilvános AI-platformokra.

Miközben az AI használata rohamosan terjed, a belső szabályozás sok szervezetnél nem tart lépést ezzel. A KPMG szerint a munkavállalók alig több mint négytizede dolgozik olyan cégnél, ahol már létezik hivatalos generatív AI-iránymutatás, míg az ISACA európai felmérése alapján a vállalatok mindössze mintegy harmada rendelkezik átfogó AI-szabályzattal.

Nem az AI a legnagyobb probléma, hanem a láthatatlanság

Az Atos szakértői szerint sok vállalat ott követi el az első hibát, hogy az AI-stratégiát önmagában elegendőnek tekinti. Valójában a biztonsági kihívások jelentős része csak akkor jelenik meg, amikor a mesterséges intelligencia már beépül a napi működésbe.

A legkorábbi és egyben legveszélyesebb szakasz a szakemberek szerint az, amikor a munkatársak saját kezdeményezésre kezdenek AI-eszközöket használni. Ilyenkor a vállalat gyakran nem tudja, milyen alkalmazások futnak, milyen adatok hagyják el a szervezetet, illetve hogyan használják fel azokat. A legnagyobb kockázat ezért nem maga a technológia, hanem az, hogy az AI-használat gyakorlatilag láthatatlan marad.

Az Atos szerint a következő lépés nem újabb AI-eszközök bevezetése, hanem a meglévő környezet feltérképezése. A szervezetnek tudnia kell, milyen rendszereket használnak a dolgozók, milyen adatkapcsolatok jönnek létre, kik férnek hozzá az egyes alkalmazásokhoz, és hogyan mozognak az információk a vállalati infrastruktúrán belül. Csak ezután lehet valódi szabályozást és biztonsági kontrollt kialakítani.

Az AI már önmagában is támadási felület lehet

Az AI elterjedésével új típusú kibertámadások is megjelentek. Ilyen például a prompt injection, amikor egy látszólag ártalmatlan dokumentumba vagy adatforrásba olyan rejtett utasítás kerül, amelyet a mesterséges intelligencia végrehajtandó parancsként értelmez.

Az Atos szerint az ilyen helyzetek ellen már nem elegendő a hagyományos informatikai védelem. Szükség van az AI működésének folyamatos ellenőrzésére, az utasítások és adatok elkülönítésére, valamint olyan folyamatokra, ahol a kritikus műveletek előtt továbbra is emberi jóváhagyás szükséges.

A tiltás helyett biztonságos keretekre van szükség

A SUSE szakértői úgy vélik, hogy a shadow AI hosszú távon nem szüntethető meg egyszerű tiltásokkal. A dolgozók ugyanis éppen azért fordulnak ezekhez az eszközökhöz, mert gyorsabban és hatékonyabban szeretnék elvégezni a munkájukat.

Ezért sokkal célszerűbb olyan AI-környezetet kialakítani, amely átlátható, auditálható, és lehetővé teszi, hogy a szervezetek saját szabályaik szerint használják a mesterséges intelligenciát. Ez különösen azokban az iparágakban fontos, ahol érzékeny üzleti adatokkal, ügyfélinformációkkal vagy szellemi tulajdonnal dolgoznak.

A következő nagy feladat már nem az AI bevezetése

A vállalatok többségénél ma már nem az a kérdés, hogy megjelenik-e a mesterséges intelligencia a napi munkában, hanem az, hogy képesek-e átlátni és biztonságosan irányítani annak használatát. A shadow AI ugyanis nem elsősorban technológiai probléma, hanem annak a jele, hogy a munkavállalók gyorsabban alkalmazkodnak az új eszközökhöz, mint ahogyan a vállalati szabályozás követni tudja őket.

The post A dolgozók már AI-jal dolgoznak – de a cégük nem biztos, hogy tud róla appeared first on digitrendi.hu.

A mesterséges intelligencia első hullámában szinte minden figyelem a nagy nyelvi modellekre és a generatív AI-ra irányult. Mára azonban egyre világosabbá vált, hogy a vállalatok számára nem önmagában az AI-modell jelenti a versenyelőnyt, hanem az a minőségű adatvagyon, amelyből dolgozhat.

Éppen ezért a technológiai cégek innovációs stratégiája is átalakul: egyre gyakrabban vásárolnak fel olyan vállalkozásokat, amelyek speciális adatkezelési vagy AI-technológiákat fejlesztenek.

Ebbe a trendbe illeszkedik az SAP két júliusi akvizíciója is. A vállalat előbb a Dremiót, majd a Prior Labst integrálta a portfóliójába, ezzel egyszerre erősítve adatkezelési és mesterségesintelligencia-képességeit.

A két felvásárlás jól példázza az SAP innovációs stratégiájának a kettősségét: a saját kutatás-fejlesztés továbbra is meghatározó, ugyanakkor a vállalat igyekszik minél gyorsabban beépíteni azokat a külső technológiákat is, amelyek kézzelfogható üzleti előnyt jelenthetnek ügyfelei számára.

Miért vásárolnak AI-cégeket a technológiai óriások?

• speciális AI-kutatócsapatok megszerzése;

• új adatplatformok integrálása;

• vállalati AI-modellek gyors fejlesztése;

• nyílt technológiák beépítése;

• a piacra lépési idő lerövidítése akár évekkel.

Az AI csak annyira jó, amennyire jók az adatai

A Dremio technológiája első látásra kevésbé látványos, mint egy új AI-modell, a szerepe azonban kulcsfontosságú. Nyílt adatplatformja lehetővé teszi, hogy az SAP- és nem SAP-rendszerekből származó adatok egységesen, szükségtelen adatmásolás nélkül legyenek elérhetők elemzési és AI-feladatokhoz.

Ez különösen fontos az egyre önállóbban működő AI-ügynökök számára, amelyek csak akkor képesek megbízható döntéstámogatást nyújtani, ha naprakész, szabályozott és üzleti kontextussal rendelkező adatokhoz férnek hozzá.

A Dremio nyílt technológiákra épülő platformja megőrzi az adatok jelentését, kapcsolatait és származását is, ami a vállalati AI egyik legfontosabb feltétele. A megoldás az SAP Business Data Cloud képességeit bővíti, és közvetlenül kapcsolódhat a pénzügyi, beszerzési, ellátásilánc-, humánerőforrás- vagy ügyfélkezelési folyamatokhoz.
alcím: Nem minden AI szövegekkel dolgozik

A másik akvizíció talán még jobban jelzi, merre tart a vállalati mesterséges intelligencia. A 2024-ben alapított Prior Labs ugyanis úgynevezett tabuláris alapmodelleket fejleszt. Ezek nem szövegek feldolgozására készültek, hanem a vállalatok működését meghatározó strukturált adatok – például pénzügyi kimutatások, termelési adatok, készletinformációk vagy ellátásilánc-adatbázisok – elemzésére. A cég TabPFN modelljei rövid idő alatt komoly szakmai elismerést isszereztek ezen a területen.

Az SAP a Prior Labst önálló kutatási központként működteti tovább, és a vételáron felül több mint egymilliárd eurót kíván befektetni a következő négy évben a csapat, az infrastruktúra és a kutatás fejlesztésébe. Célja egy európai szinten is meghatározó AI-kutatólaboratórium felépítése, amely a strukturált vállalati adatok intelligens feldolgozására összpontosít.

„Az innováció ma már nem egyetlen, zárt fejlesztési folyamat eredménye. Egy globális üzleti szoftvercégnek egyszerre kell világszínvonalú saját kutatás-fejlesztést végeznie, együttműködnie az ügyfelekkel és a partnerekkel, valamint gyorsan felismernie azokat a piaci szereplőket, amelyek különleges tudással képesek felgyorsítani a fejlődést” – fogalmazott Hidvégi Péter, az SAP Hungary ügyvezető igazgatója.

Hozzátette: az SAP nem egyszerűen vállalatokat vásárol, hanem olyan csapatokat és technológiákat integrál, amelyekből ügyfelei számára hasznosítható innováció születhet.

Az új verseny már nem a chatbotokról szól

A két akvizíció jól mutatja, hogy a vállalati AI fejlődése új szakaszba lépett. Míg korábban a figyelem elsősorban a generatív mesterséges intelligenciára irányult, ma egyre inkább azok a háttértechnológiák kerülnek előtérbe, amelyek biztosítják az AI számára a megbízható adatokat, az üzleti összefüggéseket és az irányítható működést.

Az SAP példája azt is jelzi, hogy a világ nagy üzleti szoftvergyártói ma már nem kizárólag saját fejlesztésekkel kívánják megőrizni versenyelőnyüket. A célzott akvizíciók lehetővé teszik számukra, hogy startupokra jellemző gyorsasággal építsék be a legígéretesebb technológiákat saját platformjaikba, miközben ügyfeleik számára stabil, hosszú távon is fenntartható megoldásokat kínálnak.

A Dremio és a Prior Labs integrációja így nem pusztán két üzleti tranzakció, hanem annak újabb jele, hogy az AI-verseny következő nagy csatája már az adatok minőségéről és a vállalati tudás hatékony hasznosításáról szól.

The post Az SAP új receptje: célzott felvásárlásokkal gyorsítja AI-fejlesztéseit appeared first on digitrendi.hu.

Az AI-korszak új kockázata

A mesterséges intelligencia térnyerése nemcsak az adatközpontok számát és teljesítményigényét növeli, hanem új típusú üzleti kockázatokat is felszínre hoz. Míg az elmúlt években elsősorban az energiahatékonyság és a szén-dioxid-kibocsátás csökkentése állt a fejlesztések középpontjában, ma már egyre fontosabb kérdés, hogy ezek a létesítmények miként képesek alkalmazkodni a szélsőséges időjárási viszonyokhoz, a hőhullámokhoz, a vízhiányhoz vagy az energiaellátás bizonytalanságaihoz.

A Schneider Electric Research Institute és az SE Advisory Services közös tanulmánya szerint az adatközpontok fizikai eszközállományának jelentős részénél továbbra sem veszik kellő mértékben figyelembe ezeket a klímakockázatokat, ami komoly üzleti károkat okozhat. Az elemzés becslése szerint a jelenlegi globális adatközponti infrastruktúránál ez a be nem árazott kitettség elérheti a 388 milliárd dollárt, ami az összes eszközérték mintegy 38 százalékának felel meg.

A mesterséges intelligencia tovább növeli a kitettséget

A kutatás szerint az AI-feladatokra épülő új adatközpontok különösen érzékenyek lehetnek a klímaváltozás hatásaira. Egy gigawatt kapacitásra vetítve ezeknél a létesítményeknél a fizikai kockázat mintegy 2,6-szor magasabb, mint a hagyományos adatközpontok esetében, elsősorban azért, mert egy esetleges leállás pénzügyi következményei is jóval nagyobbak.

A tanulmány arra is figyelmeztet, hogy az AI-infrastruktúra gyors bővülésével az éghajlati kockázatoknak kitett adatközponti eszközállomány értéke a jelenlegi 388 milliárd dollárról a következő években akár 1–3,7 ezermilliárd dollárra is nőhet.

Európa az egyik leginkább érintett régió

Az elemzés szerint a kitettség földrajzi szempontból sem egyforma. Európában és Kínában az adatközpontok értékcsökkenési kockázata meghaladja az 50 százalékot, ami közel kétszerese az Egyesült Államokban mért értéknek. Ebben szerepet játszanak a helyi éghajlati viszonyok, az energiarendszerek sajátosságai, valamint az ellátási láncok sérülékenysége is.

A hangsúly egyre inkább az alkalmazkodáson van

A tanulmány egyik legfontosabb üzenete, hogy a klímakockázatok jelentős része mérsékelhető tudatos tervezéssel és beruházásokkal. A kutatók szerint az ellenállóbb infrastruktúra kialakításával a jelenlegi kockázatok mintegy egyharmada csökkenthető.

Ehhez többféle megoldás is hozzájárulhat: a hosszú távú zöldáram-vásárlási megállapodások (PPA), a nagy teljesítményű AI-rendszereknél egyre nagyobb szerepet kapó folyadékhűtés, a mikrohálózatok alkalmazása, valamint az olyan telephelyek kiválasztása, amelyek jobban ellenállnak a klímaváltozásból eredő hatásoknak. A tanulmány szerint ezek már nem pusztán fenntarthatósági szempontok, hanem az üzleti kockázatok kezelésének fontos eszközei is.

Már nem elég energiahatékonynak lenni

Az AI-korszak adatközpontjainál a kérdés ma már nem egyszerűen az, hogyan lehet csökkenteni az energiafelhasználást vagy a szén-dioxid-kibocsátást. Egyre inkább az a meghatározóbb, hogy ezek a kritikus infrastruktúrák mennyire tudnak működőképesek maradni a klímaváltozás okozta kihívások közepette is. A kutatás szerint az alkalmazkodóképesség a következő években az adatközpont-fejlesztések egyik legfontosabb gazdasági és stratégiai szempontjává válhat.

The post Az AI-adatközpontok új kihívása a klímaváltozás, ami már üzleti kockázatot is jelent appeared first on digitrendi.hu.

Ennek egyik legfontosabb következménye, hogy a felhasználóknak egyre kevésbé kell külön AI-alkalmazásokat keresniük vagy megtanulniuk használni. A mesterséges intelligencia egyre inkább a már megszokott alkalmazások részeként jelenik meg, legyen szó üzenetküldésről, online vásárlásról vagy más hétköznapi digitális feladatról.

Néhány hónapja még minden arról szólt:

• melyik AI jobb,

• elveszi-e a munkát,

• melyik modell hány paraméteres,

• melyik cég mennyi milliárdot költ AI-ra.

Most hirtelen megjelentek az első olyan szolgáltatások, ahol a felhasználó már nem is „AI-t használ”, hanem egyszerűen:

• megfogalmaz egy üzenetet,

• összefoglal egy beszélgetést,

• lefordít valamit,

• receptet kér,

• bevásárol.

Évekig azt mondtuk: „Meg kell tanulni ChatGPT-t használni.” Most viszont egyre kevésbé kell, mert egyre inkább a ChatGPT alkalmazkodik a felhasználók megszokott digitális környezetéhez.

Eddig a hírek is inkább arról szóltak, hogy „hova került AI”, ma már inkább az a kérdés, hogy mit változtat meg ez a felhasználó számára?

Csak néhány példa:

• kevesebb alkalmazásváltás;

• gyorsabb ügyintézés;

• természetes nyelvű keresés;

• beszélgetésalapú vásárlás;

• személyesebb digitális asszisztensek.

Ez már nem csupán technológia, hanem felhasználói élmény.

A siker kulcsa pedig ma már nem önmagában az AI jelenléte, hanem az, hogy mennyire természetesen illeszkedik a felhasználók megszokott digitális környezetébe. Erre jó példa két friss hazai bejelentés is: a Viber és a Kifli.hu egymástól teljesen eltérő területen, mégis ugyanabba az irányba tesz fontos lépést.
alcím: A kommunikáció új segítőtársa

A Rakuten Viber és az OpenAI együttműködésének köszönhetően a ChatGPT fokozatosan közvetlenül az üzenetküldő alkalmazásban válik elérhetővé a magyar felhasználók számára. A fejlesztés egyik legnagyobb erőssége éppen az egyszerűség: a legtöbb funkció használatához nincs szükség külön ChatGPT-regisztrációra vagy technológiai előképzettségre, így azokhoz is eljuthatnak az AI-alapú szolgáltatások, akik korábban még nem használtak mesterséges intelligenciát.

Az új funkciók a mindennapi kommunikáció számos pontján nyújtanak segítséget. A felhasználók közvetlenül a Viberben kérhetnek információt vagy ötleteket a ChatGPT-től, bevonhatják azt egy csoportos beszélgetésbe, néhány érintéssel összefoglalhatják a hosszabb üzenetváltásokat, vagy akár egy megosztott cikk lényegét is pillanatok alatt áttekinthetik.

A mesterséges intelligencia az üzenetírásban is segít: képes finomítani a megfogalmazást, a kívánt hangnemhez igazítani a szöveget, illetve egyetlen érintéssel lefordítani azt más nyelvre. Emellett megjelentek kreatív funkciók is, például a képek átalakítását lehetővé tevő Image Remix, amely a ChatGPT képgeneráló képességeit építi be közvetlenül a beszélgetésekbe.

A Viber példája jól mutatja, hogy a mesterséges intelligencia akkor válhat igazán tömegesen elérhetővé, ha nem külön alkalmazásként jelenik meg, hanem ott segíti a felhasználókat, ahol nap mint nap kommunikálnak.

A bevásárlás is beszélgetéssé válik

Hasonló irányt követ a Kifli.hu is, amely Európa egyik első hivatalos, ChatGPT-be integrált online élelmiszer-bevásárló alkalmazását vezette be. A megoldásnak köszönhetően a vásárlók természetes nyelven beszélgethetnek a ChatGPT-vel, amely segít termékeket keresni, recepteket ajánlani, heti menüt összeállítani vagy akár egy teljes bevásárlókosarat elkészíteni.

A rendelés véglegesítése továbbra is a Kifli.hu felületén történik, de a keresés és a tervezés már egy sokkal természetesebb, beszélgetésalapú élményt kínál.

A felhasználók megkérhetik például a ChatGPT-t, hogy állítson össze egy családi vacsorához szükséges bevásárlólistát, ajánljon kedvezményes termékeket egy adott étrendhez, vagy ismerje fel egy kézzel írt lista tételeit. A hagyományos menük és kategóriák böngészése helyett elegendő egyszerűen leírni, mire van szükség.

A mostani fejlesztés ugyan látványos mérföldkő, de valójában egy hosszabb innovációs stratégia újabb állomása. A Kifli.hu és anyavállalata, a Rohlik Group évek óta fejleszt mesterséges intelligenciára épülő megoldásokat. Saját AI-alapú bevásárlási asszisztensük, a Maia már ma is támogatja a termékkeresést, a receptajánlást, a kosár összeállítását, az ügyfélszolgálatot és a rendelések kezelését, miközben a vállalat saját MCP (Model Context Protocol) infrastruktúrát is kiépített annak érdekében, hogy szolgáltatásai a jövőben más intelligens asszisztensekhez is könnyen kapcsolódhassanak.

A digitalizáció üzleti eredményeket is hoz

A Kifli.hu példája azért is figyelemre méltó, mert jól mutatja, hogy a következetes digitális fejlesztések nemcsak látványos újdonságokat, hanem kézzelfogható üzleti eredményeket is hozhatnak.

A folyamatosan innováló vállalat a legutóbbi pénzügyi évben rekordévet zárt: a rendelések száma több mint 27 százalékkal nőtt, az árbevétel közel 25 százalékkal emelkedett, az aktív vásárlók száma pedig több mint 37 százalékkal bővült. Ma már közel 200 ezer aktív vásárlót szolgál ki, miközben logisztikai fejlesztéseinek köszönhetően az ország lakosságának közel egyharmadát éri el. A mesterséges intelligencia ma már nemcsak a vásárlói élmény fejlesztésében, hanem az ügyfélszolgálati és logisztikai folyamatokban is egyre fontosabb szerepet tölt be.

Egy új korszak kezdete

A Viber és a Kifli.hu különböző piacokon működik, mégis ugyanazt a tendenciát jelzi. A mesterséges intelligencia egyre kevésbé különálló alkalmazásként jelenik meg, és egyre inkább a már megszokott digitális szolgáltatások természetes részévé válik.

Ez a változás a felhasználók számára talán kevésbé látványos, mint egy új AI-modell bejelentése, hosszabb távon azonban sokkal jelentősebb lehet. A jövőben várhatóan nem az lesz a legfontosabb kérdés, hogy melyik mesterséges intelligenciát használjuk, hanem az, hogy hány olyan szolgáltatás vesz majd körül bennünket, amelyben az AI szinte észrevétlenül, mégis folyamatosan segíti a mindennapi feladatainkat.

A mesterséges intelligencia következő nagy lépése tehát nem feltétlenül újabb látványos technológiai áttörés lesz, hanem az, hogy észrevétlenül beépül a digitális hétköznapokba. A felhasználók számára ez talán a legfontosabb változás: egyre kevesebb alkalmazást kell megtanulniuk használni, miközben egyre több feladatot végezhetnek el gyorsabban, egyszerűbben és természetesebb módon.

The post A ChatGPT már a kedvenc szolgáltatásaink részeként költözik be a mindennapokba appeared first on digitrendi.hu.

A világszínvonalú tudásra ma is van kereslet

Amikor egy nemzetközi technológiai vállalat akvizíció mellett dönt, ritkán pusztán egy cég nevét vagy piaci részesedését vásárolja meg. Sokkal inkább azt a tudást, mérnöki tapasztalatot és innovációs kultúrát keresi, amely hosszú évek alatt épült fel.

Pontosan ez történt a PCB Engineering esetében is. Az izraeli Quantum Machines – amelynek kvantumszámítógép-vezérlő rendszereit ma már a világ kvantumfejlesztő vállalatainak több mint fele használja – budapesti kutatás-fejlesztési központot hoz létre a magyar mérnökcsapatra építve. A csaknem negyven fős fejlesztői gárda olyan nagysebességű elektronikai rendszereket tervez, amelyek a kvantumszámítógépek működésének egyik legfontosabb építőelemei.

Ez jól mutatja, hogy a hazai mérnöki kompetenciák nem csupán nemzetközi összevetésben is versenyképesek, hanem olyan területeken bizonyítanak, amelyek a következő évtized technológiai fejlődését meghatározhatják.

A cég neve az utóbbi hetekben nemcsak a nemzetközi technológiai sajtóban, hanem idehaza is reflektorfénybe került: a PCB Design a közelmúltban a Magyar Innovációs Szövetség idei innovációs díjának egyik kitüntetettje is lett igazolva a vállalat mérnöki teljesítményét.

Nem egyedi történet

A PCB Engineering sikere egy hosszabb folyamat újabb állomása. Az elmúlt két évtizedben több magyar technológiai vállalkozás is bebizonyította, hogy világszínvonalú fejlesztésekkel lehet nemzetközi piacokat építeni vagy a világ vezető technológiai szereplőinek érdeklődését felkelteni.

Korábbi magyar deep-tech sikerek

🚀 Graphisoft – Az Archicad világsikere ma is a magyar mérnöki és szoftverfejlesztői tudás egyik legismertebb példája.

🎥 Ustream – A magyar videostreaming úttörője, amelyet később az IBM vásárolt fel.

🔐 Tresorit – Világszínvonalú titkosítási technológia, amely a Swiss Post tulajdonába került.

🚗 AImotive – A budapesti fejlesztőközpontból indult önvezető járműtechnológia ma már a Stellantis csoport része.

📊 Prezi – Magyar alapítású prezentációs platform, amely világszerte ismert márkává vált.

🛡️ SEON – AI-alapú csalásmegelőző rendszere ma már több kontinensen segíti a pénzügyi és e-kereskedelmi vállalatokat.

⚛️ PCB Engineering – A kvantumszámítógépek vezérlőhardvereinek fejlesztésével vált a Quantum Machines stratégiai partnerévé, majd akvizíciós célpontjává.

A kvantumtechnológia és az űripar metszéspontján

A PCB Engineering története azért különösen figyelemre méltó, mert egyszerre két olyan területen is jelen van, amelyek a következő évtized stratégiai iparágai közé tartoznak.

A Quantum Machines felvásárlása révén a vállalat egyik üzletága a kvantumszámítógépek klasszikus vezérlőhardvereinek fejlesztésében kap meghatározó szerepet. Ezek az ultragyors elektronikai rendszerek biztosítják a kapcsolatot a hagyományos számítógépes vezérlés és a rendkívül érzékeny kvantumprocesszorok között. A magyar mérnökök által fejlesztett nagysebességű áramkörök a jelek pontos előállításával, a zaj csökkentésével és a valós idejű hibakezelés támogatásával járulnak hozzá a kvantumszámítógépek megbízható működéséhez.

Mindeközben a PCB Design néven működő vállalat továbbra is aktív szereplője marad a magyar és az európai űriparnak. Az Európai Űrügynökség támogatásával olyan műholdas edge computing platformot fejleszt, amely a jövő közvetlen műhold–mobiltelefon kommunikációját segítheti. Emellett részt vett a Puli Space Technologies holdkutatási projektjeiben is, és olyan elektronikai rendszereket fejleszt, amelyeknek a világűr extrém körülményei között is megbízhatóan kell működniük.

A valódi érték a tudás

A mesterséges intelligencia, a kvantumszámítástechnika és az űripar korában egyre kevésbé a gyártókapacitás jelenti a legnagyobb versenyelőnyt. Sokkal inkább az a mérnöki tudás, amely képes olyan technológiák létrehozására, amelyeket világszerte csak néhány vállalat tud megalkotni.

A PCB Engineering története ezt példázza. Nem csupán egy sikeres vállalat fejlődéséről szól, hanem arról is, hogy Magyarországon ma is működnek olyan deep-tech műhelyek, amelyek munkája a világ technológiai élvonalában is értéket képvisel. A nemzetközi befektetők érdeklődése végső soron nem csupán egy céget, hanem a mögötte álló mérnöki tudást is elismeri.

The post Miért értékes ma is a magyar mérnöki tudás? – Újabb hazai deep-tech siker(ek) a kvantum- és az űrtechnológia világában appeared first on digitrendi.hu.