Elon Musk paljasti juuri arkkitehtuurin sille, mikä voisi muodostua maailman suurimmaksi työvoimaksi. Projektin nimi on Macrohard. Teslan ja xAI:n yhteisyritys, joka on rakennettu aiemmin tänä vuonna allekirjoitetun 2 miljardin dollarin puittesopimuksen puitteissa. Tavoitteena ei ole rakentaa parempia ohjelmistotyökaluja, vaan korvata kokonaisia yrityksiä, joiden tuotanto on digitaalista. Musk vertasi järjestelmää ihmisaivoihin. Digital Optimus hoitaa vaistot, käsitellen reaaliaikaista näyttövideota, näppäimistön vetoja ja hiiren klikkauksia. Sillä välin Grok hoitaa ajattelun, päättelyn, suunnittelun ja jokaisen toiminnan ohjauksen. Toinen kerros reagoi ja toinen päättää. Yhdessä he käyttävät tietokonetta kuin ihminen. Mutta tässä kohtaa homma menee villiksi. Tämä ei toimi kalliilla Nvidia-laitteistolla joissain datakeskuksissa, vaan Teslan AI4-piirillä. Pala piitä, joka maksaa 650 dollaria ja on jo miljoonien Tesla-ajoneuvojen sisällä ympäri maata. Kun autot pysäköityvät, niistä tulee laskentasolmuja. Yksi gigawatti hajautettua laskentatehoa ja varjosupertietokone, joka piiloutuu ajoteille ja pysäköintihalleille ympäri Amerikkaa. xAI on jo testannut tätä sisäisesti. He rakensivat tekoälyagentteja ja merkitsivät heidät yrityksen organisaatiokaavioon oikeiksi työntekijöiksi. Työkaverit lähettivät heille viestejä, sopivat tapaamisia ja kävelivät työpöytien luo löytääkseen tyhjiä tuoleja. Jotkut xAI:n sisällä eivät edes tajunneet työskentelevänsä koneiden rinnalla. Musk sanoo, että tämän vuoden loppuun mennessä digitaalinen ihmisen emulointi on ratkaistu. Se tarkoittaa tekoälyä, joka pystyy tekemään kaiken, mihin ihminen tietokoneen näytön kanssa pystyy. Nimi Macrohard on vitsi, joka on suunnattu Microsoftille, mutta sen takana oleva kunnianhimo on kuolemanvakava. Jos jokainen yritys, jonka tuote on tietoa, voidaan jäljitellä tekoälyagenttien toimesta, jotka käyttävät 650 dollarin siruja pysäköidyissä Tesloissa, koko valkokaulusteollisuuden rakenne on vialla. Yksikään muu yritys ei tarjoa tätä yhdistelmää. Miljardeja maileja todellisen maailman ajodataa, raja-AI-malli ja miljoonia reunalaskentalaitteita, jotka ovat jo käytössä ja odottavat ohjeita.

OpenAI teki juuri liikkeen, joka kertoo kaiken siitä, missä tämä yritys oikeasti seisoo. He vetävät Sora-nimisen tekoälyvideogeneraattorinsa suoraan ChatGPT:n sisään. Kuulostaa päivitykseltä, mutta kyseessä on oikeasti pelastusoperaatio. Sora-itsenäinen sovellus vuotaa loppuun. Lataukset romahtivat tammikuussa 45 prosenttia ja putosi kokonaan App Storen Top 100 -listalta, liikevaihto romahti kolmanneksella kuukaudessa. Sillä välin ChatGPT:n kasvu on pysähtynyt. Yhdeksänsataa miljoonaa viikoittaista käyttäjää kuulostaa valtavalta, kunnes muistat, että he lupasivat miljardin yli vuosi sitten, mutta eivät ole vieläkään toimittaneet. Google Gemini kasvoi viisi kertaa nopeammin saman ajanjakson aikana. Veo elää jo chat-kokemuksessa. OpenAI yrittää nyt kuroa kiinni ominaisuutta, jonka se on keksinyt. Sitten tuli Pentagonin sopimus. Yli 2,5 miljoonaa käyttäjää lupasi luopua ChatGPT:stä yhdessä yössä, ja Yhdysvalloissa asennuksen poistot kasvoivat lähes 300 prosenttia yhdessä päivässä. Anthropicin Claude ohitti ChatGPT:n App Storessa ensimmäistä kertaa. Mitä OpenAI siis tekee kuolevalle videosovellukselle, hidastuvalla käyttäjäkasvulle ja PR-kriisille, joka polttaa sen tilaajakuntaa? He yhdistävät kaiken yhteen ja toivovat, että yhdistetty tuote tuntuu erilaiselta. Mutta tässä on se osa, josta kukaan ei puhu. Yhden kymmenen sekunnin tekoälyvideon tuottaminen maksaa noin kolmekymmentä dollaria raakaa GPU-aikaa. OpenAI ennustaa jo 600 miljardin dollarin laskentamenoja vuoteen 2030 mennessä. Heidän päättelykustannuksensa nelinkertaistuivat viime vuonna ja katteet menivät taaksepäin. Nyt he haluavat antaa videon tuottamisen 900 miljoonalle käyttäjälle chat-ikkunassa. Tämä on yritys, joka kuluttaa itsensä kasvukriisin läpi, polttaen käteistä tavalla, joka pelottaisi minkä tahansa julkisen markkinan sijoittajan, samalla kun kilpailijat lähestyvät joka suunnasta. Miljardin käyttäjän unelma on muuttumassa miljardin dollarin ongelmaksi.

Kymmenen vuotta sitten tällä viikolla kone istui vastapäin planeetan parasta lautapelaajaa hotellissa Soulissa, Etelä-Koreassa. Peli oli Go. Se on yli 3 000 vuotta vanha, ja sillä on enemmän lautapaikkoja kuin atomeja havaittavassa universumissa. Kukaan ei uskonut, että tietokone voisi voittaa tämän ottelun, ainakaan vielä vuosikymmeneen. Kone voitti neljä peliä viidestä. Mutta maali ei ollut tarina vaan yksi ainoa siirto toisessa ottelussa. Liike 37. AlphaGo asetti kiven niin outoon paikkaan, että ottelun suorana lähettäneet kommentaattorit luulivat järjestelmän vikaantuvan. Ammattilaispelaajat ympäri maailmaa kutsuivat sitä virheeksi reaaliajassa. Mutta se ei ollut virhe. Se osoittautui yhdeksi loistavimmista liikkeistä koko pelin 3 000 vuoden historiassa. Ja kone keksi sen itse. AlphaGo oli laskenut, että todennäköisyys, että kukaan ihminen koskaan tekisi tuon liikkeen, oli noin yksi kymmenestä tuhannesta. Se teki siirron joka tapauksessa, ja se siirto voitti pelin. Lee Sedol, maailmanmestari, joka istui toisella puolella, tuijotti yli kaksitoista minuuttia yrittäen käsitellä tapahtunutta. Hän sanoi myöhemmin, että siinä hetkessä hän tajusi, että AlphaGo oli luova. Se yksittäinen ottelu uudisti maailman. Kiina näki koneiston hallitsevan Itä-Aasian kulttuurin pyhintä strategiapeliä ja suhtautui siihen kuin kansallisen turvallisuuden kriisiin. Peking käynnisti massiivisen tekoälyinvestointikampanjan, jonka arvo on satoja miljardeja dollareita. Maailmanlaajuinen tekoälykilpavarustelu, jota me kaikki nyt elemme, alkoi juuri siitä hotellihuoneesta. Tässä syy, miksi se on nyt tärkeää. Lähes jokainen merkittävä tekoälylaboratorio vuonna 2026 keskittyy kielimallien kasvattamiseen. Ennusta seuraava sana, mutta tee se paremmin ja nopeammin. Hassabis tekee hyvin erilaisen vedon. Hän väittää, että sanojen ennustaminen ei koskaan johda todelliseen älykkyyteen. Puuttuu kyky oikeasti ajatella etukäteen, tutkia erilaisia mahdollisuuksia ja suunnitella ennen kuin ryhtyy toimimaan. Sitä AlphaGo pystyi tekemään vuonna 2016, ja DeepMind on hiljaisesti rakentanut tämän perustan päälle siitä lähtien. Suunnitelmana on yhdistää Geminin ymmärrys kielestä ja maailmasta AlphaGon kykyyn etsiä ja päätellä ongelmien läpi. Ja sitten lisätään erikoistyökaluja, kuten AlphaFold, joka ratkaisi yhden biologian vanhimmista ratkaisemattomista ongelmista samalla ydinmenetelmällä. Hassabis on sanonut uskovansa, että AGI voisi saapua viiden–kahdeksan vuoden kuluessa. Ja kun se tapahtuu, se saa teollisen vallankumouksen näyttämään hitaalta verrattuna siihen. Kaikki juontaa juurensa yhteen kiveen, joka on asetettu puulaudalle hiljaisessa huoneessa Soulissa. Se oli ensimmäinen todellinen merkki siitä, että koneet pystyivät tekemään jotain, mitä luulimme vain ihmisten pystyvän: keksiä idean, jota kukaan ei ollut aiemmin ajatellut. Ja ne, jotka sen rakensivat, käyttävät nyt samaa pelikirjaa rakentaakseen jotain paljon suurempaa.