A Meta döntése, hogy megvásárolja a kínai alapítású Manus mesterségesintelligencia-agentet (azaz részben autonóm „ügynököt”), új korszakot nyithat az MI-agent-fejlesztési versenyben. A Manus központja Szingapúrban van, a fejlesztői cégcsoport, a Butterfly Effect tulajdonosi struktúrája pedig a Kajmán-szigeteken van bejegyezve, ami egy gyakran használt, határokon átnyúló vállalati konstrukció. 

A Meta szerint a tranzakciót követően a Manus önálló szolgáltatásként tovább működik és értékesíthető marad, a vállalatok pedig viszonylag alacsony havi díjért előfizethetnek rá. A technológiát a Meta a saját termékeibe is beépíti, például a Meta AI-ba (a Meta chatbotjába), részben azért, hogy tartsa a tempót az olyan riválisokkal, mint az OpenAI vagy a Google. 

A chatbotoktól a „végrehajtókig” 

Egy klasszikus chatbot elmagyaráz, javasol, szöveget ír, míg egy agent lépéseket tervez, különféle külső szolgáltatásokhoz kapcsolódik, majd ellenőrzi a végeredményt. Ez a különbség pedig sokat számít, mert a munka általában egy folyamat: megnyitni egy dokumentumot, adatot találni, forrásokat összevetni, összefoglalót írni, formázni, továbbítani. 

A leírások alapján a Manus az autonóm, általános célú agentek közé tartozik, és olyan feladatokra készült, mint a piackutatás, a kódolás vagy az adatelemzés. Nem egyetlen „mindentudó” rendszerre épít, hanem több modellt és eszközt hangol össze, vagyis különböző MI-rendszereket és szoftveres segédeszközöket koordinál párhuzamosan.

A gyakorlatban ez úgy nézhet ki, mintha egy kis „digitális csapat” dolgozna: az egyik komponens információt gyűjt, a másik szöveget ír, a harmadik ellenőriz és finomít. A több lépésből álló munka a felhőben fut (távoli szervereken), és akár folyamatos beavatkozás nélkül haladhat akkor is, amikor a felhasználó épp offline van. 

A nyeremény a végrehajtási réteg 

A felvásárlás lényege nem az, hogy a Meta „még egy nagy modellt” vesz, hanem az, hogy egy úgynevezett végrehajtási réteget szerez meg: azt a részt, amely a szövegből konkrét műveleteket csinál alkalmazásokban, fájlokban és szolgáltatásokban. Bár nagy nyelvi modelleket, LLM-eket (szöveget generáló MI-modelleket) a Meta bérelhet vagy licencelhet is, viszont ami nehezebben megvehető készen, az egy megbízható rendszer, amely lépéseket fűz össze, hibákat kezel, és tudja, mikor kell emberi jóváhagyást kérni. 

Ebben a rétegben alakul ki a bizalom és a szokás. Ha egy agent megbízhatóan elvégzi a fárasztó köztes lépéseket – adatokat szed ki az információhalmazokból, nyers jegyzetekből szerkesztett vázlatot készít, apró kódmódosításokat próbál ki –, akkor a felhasználó már nem csupán próbálgatja az MI-t, hanem azzal is dolgozik. 

Ez illeszkedik Mark Zuckerberg szuperintelligens és személyre szabott MI-célkitűzéséhez. A kifejezés nagyszabásúnak hangzik, de a gyakorlatban egyszerű: az asszisztens legyen egy olyan segítő, amely megtalálható a mindennapi termékekben. Vagyis itt a terjesztés a kulcs. Egy erős agent egy kis alkalmazásban hasznos, és ott, ahol amúgy is tömegek vannak, új alapértelmezett felületté válhat. 

Üzlet geopolitikai árnyékkal 

A Meta–Manus-történet közben egy politikai törésvonalon fut. Az MI-verseny ugyanis súrlódási ponttá vált az Egyesült Államok és Kína között, és a Manus korábbi, 75 millió dolláros szilícium-völgyi forrásbevonására a Benchmark kockázati tőkealap vezetésével, már Washingtonban is felfigyeltek. Bár a kritikusok szerint egy kínai alapítású csapat támogatása megerősít egy stratégiai riválist, ezzel ellentétben a modern MI többrétegű struktúrájában elmosódnak a határok, a termékek nemzetközi csapatokra épülnek, illetve gyakran Kínán kívüli infrastruktúrán futnak. 

A felvásárlás mindenesetre tovább élezi a tőkéért, a tehetségért és a platformos terjesztésért folyó versenyt – sőt valószínűleg erősíti a kormányzati ellenőrzéseket a Csendes-óceán mindkét oldalán. Az érzékeny technológiák körüli exportkontroll és a befektetési korlátozások egyre inkább a startupok és a befektetők mindennapi életének a részévé válnak. 

A vállalkozóknak a „szingapúri hub” jelenti a kockázatkezelést: a központot és a működést úgy kell alakítani, hogy azok kevésbé legyenek kiszolgáltatva a geopolitikai fordulatoknak. A szabályozók szemében ugyanakkor ez „átcímkézésnek” tűnhet, kérdéseket felvetve arról, hol jön létre, hol tárolódik és hogyan mozog maga a tudás. A Meta üzenete – miszerint csökkenti a kínai tulajdonosi és működési kitettséget – arra utal, hogy a cég egyszerre akar csúcstechnológiát és alacsonyabb politikai-szabályozói kockázatot. 

Európa válasza a megfelelőség 

Kontinensünknek ebben a sztoriban más erősségei vannak. Az EU-ban az agentfejlesztés gyakran inkább arról szól, hogyan lehet agenteket beágyazni vállalati munkafolyamatokba: naplózással, kontrollal, felelősségi szabályokkal. Ezért fontosak az olyan irányok, mint a francia Mistral Agents API (szoftverek közti „kapcsolófelület”), a német SAP Joule Agents (üzleti folyamatokba épített agentek) vagy a Siemens Industrial Copilot (agentszerű automatizálás gyárakban és üzemeltetési környezetekben): ezek az integrációra és a kiszámítható kontrollra építenek, nem csak látványos demókra. 

A Meta–Manus valószínűleg megnöveli a felhasználói elvárásokat, ami rövid távon nyomást helyezhet az európai startupokra, mivel egy platformóriás gyorsan képes szabványt kialakítani. Ugyanakkor az uniós szabályozás egy piaci rést is nyithat.  

Az EU AI Act és az EU digitális piacokról szóló szabályozása, a DMA a dokumentáció, a kockázatkezelés és a platformfelelősség irányába tereli a szereplőket. Az olyan ágazatokban, ahol az adatlokalizáció, az auditálhatóság és a szabályozói, illetve belső ellenőrzési elvárásoknak megfelelő dokumentáció a döntő, az európai szereplők nyerhetnek az iparág-specifikus, szabályozott környezetre optimalizált agentekkel. 

Az Európai Unió bürokratikus szabályrendszerrel és a Big Tech-cégeket érintő bírságokkal próbál játékban maradni az MI-versenyben, amit Washington tisztességtelen sarcnak tart. Donald Trump többször is ezzel indokolta az EU-t érintő vámokat, ami aztán kölcsönös kereskedelmi retorziókat vont maga után. 

A verseny következő szakaszát kevésbé az dönti el, ki tud jól válaszolni egy kérdésre, inkább az, ki tudja elvégezni a feladatot megbízhatóan, ismételhetően és nagy léptékben azokkal az eszközökkel, amiket az emberek amúgy is használnak. 

Kapcsolódó: