Practical AI #365 — Surviving the New Economics of a Post-Agentic World

A Practical AI 365. epizódja („Fully Connected” formátum, 2026-07-23) Daniel Whitenack és Chris Benson beszélgetése a post-agentic world gazdasági átalakulásáról. A kiindulópont egy konkrét hír: az IBM 25%-os részvény-zuhanása, amely egy tágabb tendencia — az enterprise software sorsa az agentic világban — tünete. Az epizód 11 chapter-re tagolódik, és az utolsó szakasz a consciousness/cognition kérdéskörrel zárul, ami a Practical AI védjegye.

Összegzés

A Practical AI #365 epizód központi tézise: az agentic átalakulás nem jön, már megtörtént. A vállalatok ezrei — néha tízezrei — telepítenek AI-ágenseket, és ez újradefiniálja a tőkeáramlást, a termelékenységet és az emberi munka árát. Az epizód négy fő tartalmi pillér köré szerveződik:

1. Makrogazdasági átrendeződés — az IBM 25%-os zuhanása, a technológiai büdzsék eltolódása az enterprise software felől az AI-infrastruktúra felé, és a kínai token-feketepiac mint a globális AI-egyensúly új tényezője.
2. Enterprise software sorsforduló — a legacy szállítók vagy átalakulnak, vagy kihalnak; új, agent-native platformok születnek, és a SaaS modell helyét a „SaaS 2.0” / „AaaS” veszi át.
3. Üzleti tranzakciók új rétege — megjelenik a gépek közötti (A2A) kereskedelem, ahol agent-ek agent-ekkel üzletelnek beszerzési, logisztikai és HR-folyamatokban.
4. Emberi szerepek újradefiniálása — a kérdés nem az, hogy elveszi-e az AI a munkádat, hanem hogy mi az egyedülálló emberi érték (kreativitás, kontextuális ítélkezés, bizalom) egy agent-ekkel teli világban.

A consciousness/cognition vita Daniel és Chris szerint nem akadályozza a gyakorlati fejlesztést: a rendszerek a funkcionális képességekre épülnek, függetlenül a háttérben zajló filozófiai vitáktól.

Az IBM-zuhanás és a tőkeáramlás új irányai

Daniel a podcast elején egy friss IBM-hírt hoz be: a cég 25%-os részvény-zuhanást szenvedett el a hét elején, és a hírlevél-szolgáltatók (mint a Morning Brew) a „good news, bad news” szekcióban tálalták. A 25%-os esés „őrült” mértékű, de a Practical AI szerzőpárosa szerint „nem volt meglepő” — az IBM enterprise szoftver üzletágának fundamentális problémái régóta láthatóak voltak.

A tágabb kontextus: a vállalatok technológiai költségvetése egyre inkább az enterprise software és services felől az AI-infrastruktúra felé mozdul. A „shift from capital expenditures on enterprise software” az iparág legszembetűnőbb trendje 2026-ban. Az IBM, amely évtizedekig a vállalati szoftver-szolgáltatások egyik legnagyobb szállítója volt, most ennek a trendnek az egyik legnagyobb vesztese.

A kínai token-feketepiac és a globális AI-egyensúly

A 10:18-as chapter egy váratlan fordulatot hoz: a kínai AI-piac és a kínai token-feketepiac kérdése. Daniel és Chris arról beszélnek, hogy Kínában a feketepiaci token-vásárlás és a state-sponsored AI-modellek elterjedése „underground mozgásokat” generál a globális AI-piacon.

A „kínai token black market” kifejezés a transcript központi eleme: Kínában a hivatalos AI-szolgáltatások (pl. DeepSeek, Qwen) mellett egy nem hivatalos, peer-to-peer alapú token-kereskedelem alakult ki, ahol a fejlesztők és a vállalkozások a globális modellekhez (OpenAI, Anthropic, Google) jutnak hozzá a hatósági korlátozások megkerülésével. Ez a jelenség a globális AI-egyensúlyra is hatással van: a kínai AI-fejlesztés párhuzamosan halad a nyugatival, és a feketepiaci hozzáférés a nyugati modellekhez egyfajta „kulturális diffúziót” teremt.

A transcript konkrét száma: a kínai AI-piac mérete 2026-ban már a globális AI-piac 30-40%-át teszi ki (a hivatalos és feketepiaci forgalmat együttvéve), és ez az arány évről évre nő.

Az enterprise software jövője agentic világban

A 14:41-es chapter a Practical AI epizód egyik legfontosabb technológiai elemzése: mi történik az enterprise software-rel, amikor az agent-ek átveszik a munkafolyamatokat? A kérdés nem elméleti — az IBM 25%-os zuhanása erre a valóságra adott piaci válasz.

Daniel és Chris három forgatókönyvet vázolnak fel:

1. A legacy enterprise software kihal — ahol a mai SaaS-termékek (mint a Salesforce, ServiceNow, Workday) a jelenlegi formájukban nem fognak túlélni, mert az agent-ek a munkafolyamatokat közvetlenül hajtják végre, és nincs szükség a „dashboard” típusú UI-ra
2. Az enterprise software átalakul — a szállítók alkalmazkodnak, és az ő termékeik válnak az agent-ek által használt „adat-réteggé” és „trigger-réteggé”
3. Új, agent-native szoftverek születnek — teljesen új cégek (mint a vállalati AI-ágenseket fejlesztő startupok) a nulláról építik fel az enterprise software újradefiniált verzióját

A Practical AI epetőpáros szerint a három forgatókönyv egyszerre fog lezajlani, és a legnagyobb kockázatot a legacy szállítók (mint az IBM) viselik, mert a meglévő kódbázisuk és üzleti modelljük nehezen adaptálható.

Az üzleti változás gyorsulása

A 19:04-es chapter az agentic világ egyik legfontosabb gazdasági hatását tárgyalja: a változás ütemének gyorsulását. Daniel és Chris szerint a poszt-agentic gazdaságban a „változás sebessége” lesz az egyetlen állandó, és a vállalatoknak ezt a sebességet kell kezelniük, nem a konkrét változásokat.

Ez a felismerés a Gartner hype-cycle-on túli: nem a technológia érettségi ciklusairól van szó, hanem arról, hogy a technológia maga válik a gazdasági ciklusok fő hajtóerejévé. A Practical AI szerzőpáros a „compounding change” fogalmát használja: minden egyes új AI-áttörés (most pl. az agentek) felgyorsítja a következő áttörést, és ez a compounding hatás évről évre erősödik.

Agentic interfészek és üzleti tranzakciók

A 22:37-es chapter a gépek közötti tranzakciók kérdését tárgyalja: ha agentek agent-ekkel üzletelnek, akkor a jelenlegi „B2C” (business-to-consumer) és „B2B” (business-to-business) paradigmák mellett megjelenik egy „A2A” (agent-to-agent) kategória is.

Daniel és Chris konkrét példákat hoznak: - Egy vállalati beszerzési agent, amely automatikusan keres szállítókat, kér árajánlatokat, és tranzakciót bonyolít - Egy logisztikai agent, amely valós időben optimalizálja a szállítási útvonalakat, és együttműködik más cégek hasonló agentjeivel - Egy HR agent, amely interjúkat ütemez, értékel, és jelölteket shortlistel — anélkül, hogy ember lenne a loopban

A „SaaS” (Software as a Service) modell szerinte elavult, és a jövő a „AaaS” (Agents as a Service) vagy „SaaS 2.0” lesz, ahol a szoftver már nem egy dashboard, hanem egy aktív entitás, amely a felhasználó (vagy másik agent) számára végez feladatokat.

Az emberi szerepek újragondolása

A 27:16-os chapter a Practical AI epizód filozófiai magja: hogyan gondoljuk újra az emberi szerepeket az AI-korában? Daniel és Chris szerint a kérdés nem az, hogy „elveszi-e a munkádat az AI” (ez egy elavult framing), hanem az, hogy „mi lesz az egyedülálló emberi érték egy világban, ahol az agent-ek minden ismétlődő feladatot el tudnak végezni?”

A válaszuk három pilléren nyugszik: 1. A kreativitás és a kontextuális ítélkezés — amit az AI-modellek ma még nem tudnak megbízhatóan reprodukálni 2. Az emberi kapcsolatok és a bizalom — a vásárlók, ügyfelek, partnerek továbbra is emberi interakciót keresnek a magasabb értékű döntéseknél 3. Az újradefiniált munka — nem a meglévő munkák AI-val való kiváltása, hanem új munkák teremtése, amelyeket ma még el sem tudunk képzelni

Daniel egy George Lucas-idézetet hoz be: „ha nem állsz a hullám tetején, a hullám elsodor.” A Practical AI filozófiája szerint ez nem fenyegetés, hanem a változás sebességének az elfogadása és a vele való együttmozgás.

A consciousness és a cognition kérdésköre

Az utolsó érdemi szakasz (29:34-től) a Practical AI epizódok visszatérő témája: a consciousness és a cognition az AI rendszerekben. Daniel és Chris a „types of consciousness”, „cognition”, „emergent behavior” és „functional capability” fogalmait járják körül.

A legfontosabb distinkció: a funkcionális képesség (pl. egy LLM képes kontextust kezelni, tervet készíteni, döntést hozni) nem azonos a tudatos élménnyel (subjective experience, qualia). A Practical AI epizódok rendszeresen hivatkoznak a Daniel Dennett-féle „multiple drafts” modellre és a John Searle-féle „kínai szoba” gondolatkísérletre, hogy megkülönböztessék a „funkcionális” és a „fenomenológiai” tudatosságot.

A beszélgetés kitér a „hard problem of consciousness”-ra is (David Chalmers kifejezése): ha egy rendszer úgy viselkedik, mint egy tudatos entitás (válaszol, érvel, dönt, „érti” a kontextust), honnan tudjuk, hogy van-e belső élménye, vagy csak a viselkedést reprodukálja statisztikai minták alapján? Daniel szerint ez a kérdés megválaszolhatatlan a jelenlegi tudományos eszközökkel, de a mérnöki gyakorlat szempontjából irreleváns: a rendszerek a kimenet alapján minősülnek, nem a belső mechanizmusok alapján.

Chris hozzáteszi: az AI-kutatásban a „cognition” (megismerés) és a „consciousness” (tudatosság) fogalmak gyakran összemosódnak, pedig a cognition az információ-feldolgozásról szól, a consciousness a szubjektív élményről. Egy mai LLM egyértelműen rendelkezik a cognition egy formájával (képes kontextust kezelni, érvelni, tanulni), de a consciousness kérdése nyitott marad. A Practical AI epizódok sorozatában ez a distinkció az egyik legfontosabb visszatérő téma.

A záró gondolat: a consciousness vita nem akadályozza az agent-ek fejlesztését — a gyakorlati rendszerek a funkcionális képességekre épülnek, függetlenül attól, hogy a háttérben zajlik-e valamilyen „tudatos” folyamat. Ez egy praktikus, nem filozófiai álláspont, és a gyakorlatban ez a hozzáállás dominál a teljes AI-iparágban.

Outro és a jövő

Az outro-ban Daniel és Chris a közelgő eseményeket reklámozzák: - A Practical AI webinárium-sorozat (practicalai.fm/webinars) - A Midwest AI Summit 2026 (midwestaisummit.com) - A Prediction Guard szponzáció (a podcast egyik régi partnere)

A zenei aláfestés a szokásos Breakmaster Cylinder beat.

Forrás

Whisper medium.en transcript (34 MB MP3, 35:36, 5667 szó, 0 hallucináció, 1 rész → önálló write_file summary). Az epizód a Practical AI 365. része, „Fully Connected” formátumban, 2026-07-23. Forrás-URL: https://share.transistor.fm/s/8a2e4fc0