„Nem olaj, hanem token hiány van” – mondják az ágazattal foglalkozó kommentátorok, amikor megpróbálják elmagyarázni, mi fékezi az AI menetelését. A mesterséges intelligencia működésének egyik kulcsfogalma ugyanis a „token”: ez az a mértékegység, amely azt jelzi, mennyi számítási erőforrást használ fel egy adott feladat.

Ahogy az AI-rendszerek egyre összetettebb feladatokat látnak el – például autonóm módon írnak programokat vagy kezelnek komplett folyamatokat –, úgy nő robbanásszerűen a tokenigényük is.

Egy amerikai technológiai befektető szerint ma már nem az energia vagy az adat a legégetőbb szűk keresztmetszet, hanem maga a számítási kapacitás.

AI demand is scaling faster than planning cycles.

When usage jumps 10x–80x beyond expectations, the real constraint isn’t models, it’s compute capacity.

Most “limits” you see are just infrastructure catching up. https://t.co/JVbd37VwFM

— Cyril Gupta (@cyrilgupta) May 8, 2026

Az AI ugyanis túllépett azon a szinten, hogy egyszerű kérdésekre válaszoló chatbot legyen: komplex, egymásra épülő feladatokkal zsonglőrködik, gyakran emberi beavatkozás nélkül.

Ez a változás különösen az úgynevezett „agentikus”, azaz „ügynökökre” épülő AI-rendszerek terjedésével gyorsult fel. Ezek az eszközök nem csupán reagálnak, hanem önállóan cselekszenek – például időpontokat szerveznek, üzleti döntéseket készítenek elő, vagy akár teljes szoftvermodulokat fejlesztenek.

Megugrott igény, akadozó rendszerek

A kapacitásigény viszont olyan tempóban nő, amit az infrastruktúra egyszerűen nem képes követni. Ennek a következményei már most is érzékelhetők: szolgáltatáskiesések, lassulások, és olyan döntések, amelyek korábban elképzelhetetlenek lettek volna.

Az Anthropic például – a Claude nevű chatbot gazdája – az elmúlt hónapokban rendszeres leállásokkal küzdött. A cég kénytelen volt korlátozni a felhasználók által igénybe vehető kapacitást a csúcsidőszakokban, ami komoly felháborodást váltott ki az ügyfelek körében.

Egy vállalati felhasználó például így fogalmazott az X-en:

„Hetek óta nem értem el a limitet, most meg 45 perc alatt kifutottam belőle.”

Egy másik bejegyzésből pedig kiköszönt a maró gúny:

„A Claude jelenleg a legjobb fejlesztői AI – amikor épp működik.”

A problémák különösen azért aggasztók, mert az AI-szolgáltatások egyre inkább a létfontosságú infrastruktúra részévé válnak. Ha megbízhatatlanok, az közvetlen hatással van cégek működésére és termelékenységére.

Capacity pressure is already visible.

Anthropic has introduced rate limits and peak-hour throttling. OpenAI routes some constrained requests to smaller models. Anthropic is now leasing xAI’s 300MW Colossus 1 data centre to ease Claude limits.

This is not a 2027 problem. It is…

— Jonathan Lishawa (@jlishawa) May 9, 2026

A Krumpli és a Nagy Grafikus Processzor Hajsza

A háttérben egy egyszerű, de nehezen kezelhető probléma áll: nincs elég hardver. Az AI-modellek tanításához és futtatásához szükséges grafikus processzorok (GPU-k) iránti kereslet az egekbe szökött.

A piacot domináló Nvidia legújabb chipjeinek bérleti díja például néhány hónap alatt közel 50 százalékkal emelkedett. Egy csúcskategóriás GPU egyórás használata ma már több mint 4 dollárba kerül, és az árak tovább nőhetnek.

A ChatGPT-ről ismert OpenAI pedig gyorsan nyugdíjazta video-generáló alkalmazását, a Sorát, azért, hogy az intenzív kódíráshoz és üzleti alkalmazásokhoz fontos számítógépes kapacitást szabadítson fel, továbbá, hogy több forrást tudjon átirányítani új modelljére, a Spud-ra (ami egyébként krumplit jelent) – írta a Wall Street Journal.

A helyzetet súlyosbítja, hogy az új adatközpontok építése évekbe telik, és az energiaellátás is korlátozott. Egy iparági vezető szerint a 2026-ig elérhető villamosenergia-kapacitás nagy részét már lekötötték.

Ez azt jelenti, hogy még ha a cégek azonnal beruháznának is, az új kapacitások csak évek múlva állnának rendelkezésre.

Drasztikus döntések a kulisszák mögött

A hiány miatt a technológiai cégek egyre keményebb döntésekre kényszerülnek. Az OpenAI pénzügyi vezetője nyíltan beszélt arról, hogy folyamatosan keresik „az adott pillanatban elérhető” számítási kapacitásokat (úgynevezett spot-árakon, hasonlóan ahhoz, ahogy a földgázt nem tároló ügyfelek is spot-árakon vásárolnak), és sok esetben egyszerűen le kell mondaniuk bizonyos projektekről.

Közben az vállalat API-szolgáltatásának használata elképesztő tempóban nő: néhány hónap alatt több mint kétszeresére emelkedett az igénybevétel. (Az API egyfajta „pincér”, amely kiszolgálja a „vendéget”, aki nem mehet be a konyhába, de rendelést leadhat, ami után azt kihozzák neki. Példa: egy app, amely időjárási adatokat jelenít meg, valójában egy API útján kéri ki azokat egy szolgáltatótól, majd saját felhasználóinak mutatja meg azokat.)

Akit érdekel: az NVIDIA szuper-fejlett, úgynevezett Blackwell-generációs chipjének egyórás bérleti díja néhány hónappal ezelőtt 2 dollár 75 cent volt, de cikkünk írásának időpontjában 4 dollár 8 centre ugrott, azaz 48%-kal drágult. Az ajtón azonban kopogtat a Tesla új AI5 chipje amely egyes elemzők szerint jóval olcsóbb és kevésbé energiaigényesebb.

Tesla's AI5 chip will be as performant as Nvidia Blackwell at 1/3 power and <10% cost

Within 1 year AI6 doubles this using the same chip fab pic.twitter.com/38tNoCV1sO

— Josh Kale (@JoshKale) November 7, 2025

Az árrobbanás és a hosszú távú szerződések

A kapacitáshiány klasszikus piaci reakciókat vált ki. Az egyik legfontosabb AI-felhőszolgáltató, a CoreWeave több mint 20 százalékkal emelte árait, és már nem egy-, hanem hároméves szerződéseket kér kisebb ügyfeleitől.

Elemzők szerint a kereslet legalább 2029-ig meghaladhatja a kínálatot, ami tartósan magas árakat vetít előre.

Ez azonban kockázatos stratégia: az AI-cégek között rendkívül éles verseny zajlik a felhasználókért, és az áremelés könnyen az ügyfelek elvesztéséhez vezethet.

#Anthropic just leased xAI’s Colossus supercomputer from SpaceX to supercharge Claude ?

300MW of AI compute.
H100s, H200s, GB200s.
Rate limits doubled instantly.#AI #Anthropic #ClaudeAI #xAI #SpaceX #ArtificialIntelligence #ElonMusk https://t.co/QCyJAKqvcv pic.twitter.com/8LYf4EOFol

— Nayan (@NayanUnfiltered) May 7, 2026

Amikor a megbízhatóság már nem garantált

Az internetes szolgáltatások világában a megbízhatóságot gyakran „kilencesekben” mérik: a 99,99 százalékos rendelkezésre állás iparági alapnak számít. Az AI esetében azonban ez egyelőre távoli cél.

Egyes rendszerek az elmúlt hónapokban 99 százalék alatti rendelkezésre állást produkáltak, ami drámai visszaesés a megszokott szinthez képest.

Egy szakértő ezt így fogalmazta meg:

„Nem ilyen minőséget várunk el attól a rendszertől, amely az alkalmazásaink ‘intelligenciáját’ biztosítja.”

Ez különösen problémás, mert egyre több vállalat építi be az AI-t alapvető működési folyamataiba.

Egyes, a szolgáltatásaikat AI-ra építő cégek, például fejlesztői platformok – bár Anthropic-modelleket preferálnak – kénytelenek voltak másikra átállni, mert az stabilabban működik, aminek nyomán kevesebb panaszra számíthatnak az ügyfeleiktől.

Történelmi párhuzamok: nem új jelenség

A helyzet nem példa nélküli. A technológia története során többször előfordult, hogy az innováció gyorsabban haladt, mint az infrastruktúra kiépítése.

A 19. századi vasútépítési boom, vagy a 2000-es évek eleji internetes robbanás hasonló problémákat hozott: hatalmas kereslet, szűkös kapacitás, és végül egyensúlykeresés az árazáson keresztül.

Az AI esetében azonban a tét még nagyobb, hiszen ez a technológia nem csupán egy iparágat, hanem a teljes gazdaság működését alakíthatja át.

"America doesn't have enough density to support passenger rail!"

We had barely half our current population when passenger rail was at its peak. pic.twitter.com/pim8kJtnxi

— Mark R. Brown, AICP, CNU (@CompletedStreet) May 4, 2026

Felhasználói reakciók: frusztráció és alkalmazkodás

A felhasználók egy része már most alternatív szolgáltatók felé fordul. Az X-en egyre több panaszkodó poszt jelenik meg:

„AI nélkül már nem tudunk dolgozni – de így sem.”

Vagy

„Hát nem ironikus, hogy a jövő technológiája a múlt infrastruktúráján fut?”

A jelenlegi helyzet arra figyelmeztet, hogy az AI fejlődése nem csupán algoritmusok és modellek kérdése. Ugyanolyan fontos az a fizikai infrastruktúra – adatközpontok, chipek, energiaellátás –, ami ezt az egészet működteti.

Rövid távon a cégek valószínűleg tovább korlátozzák a használatot, optimalizálják rendszereiket, és előre sorolják a legjövedelmezőbb ügyfeleket. Hosszabb távon azonban elkerülhetetlen a masszív beruházás az infrastruktúrába.

A kérdés az, hogy ez elég gyorsan megtörténik-e.

Mert ha nem, akkor az AI-forradalom könnyen saját sikerének áldozatává válhat: egy olyan technológiává, amely elméletben mindent tud – gyakorlatban viszont gyakran elérhetetlen – mint például sok brit körzetben az 5G-s mobilhálózat.