Googlejev opomin AI startupom: tanek ovoj okoli GPT‑ja ni več posel

Naslov in uvod

Val generativne umetne inteligence je v dveh letih ustvaril na tisoče „GPT‑jev za vse mogoče“. Zdaj iz Silicijeve doline prihaja trezen signal: ta faza se končuje. Visoki predstavnik Googla startupom odkrito sporoča, da dve priljubljeni vrsti AI podjetij – preprosti „LLM wrapperji“ in agregatorji modelov – verjetno ne bosta preživeli. To ni le nasvet investitorjem, ampak opozorilo tudi za evropske in slovenske ekipe, ki gradijo produkte na tujih modelih. V nadaljevanju razčlenjujemo, kaj Google v resnici sporoča, kdo je lahko miren in kdo bi moral resno premisliti svoj poslovni model.

Kaj se je zgodilo – na kratko

Kot poroča TechCrunch, Darren Mowry, vodja globalne startup organizacije pri Googlu (Cloud, DeepMind, Alphabet), opozarja na dve skupini ogroženih AI startupov: klasične „LLM wrapperje“ in agregatorje modelov.

LLM wrapperji so rešitve, ki vzamejo obstoječe velike jezikovne modele (GPT, Claude, Gemini …) in jim dodajo zgolj uporabniški vmesnik ali preprost potek dela. Agregatorji pa ponujajo enoten vmesnik do več modelov ter jih med seboj usmerjajo, pogosto z osnovnim nadzorom, evalvacijami in governance plastjo.

Po Mowryjevem mnenju trg in investitorji nimajo več potrpljenja za produkte, ki prinašajo le tanko UX plast nad tujim modelom. Podobno naj bi se dogajalo agregatorjem, saj sami ponudniki modelov postopoma vgrajujejo napredne enterprise funkcije. Namesto tega je Google optimističen glede AI orodij za razvijalce, potrošniških produktov in področij z ogromno podatki, kot sta biotehnologija in klimat‑tech.

Zakaj je to pomembno

To ni le ena izjava enega menedžerja – gre za javni signal hiperskalerskega velikana, da je obdobja „naredimo mini aplikacijo z GPT‑jem in dvignimo rundo“ konec.

Kdo ima od tega korist?

• Ponudniki modelov in oblakov: Če wrapperji in agregatorji slabijo, se moč še bolj koncentrira pri tistih, ki imajo v rokah modele, strojno opremo in distribucijo – Google, OpenAI, Anthropic, Meta, Microsoft.
• Vertikalni specialisti: Startup ekipe, ki AI povezujejo z lastnimi podatki, domen­skim znanjem in globoko integracijo v poslovne procese (zdravstvo, zavarovalništvo, proizvodnja, energetika, logistika), nenadoma izstopajo.

Kdo izgublja?

• „UI na vrhu GPT‑ja“: podjetja, ki so leta 2023/24 zbrala visok kapital zgolj s konceptom „copilot za X“, brez resnega IP, podatkovnega moata ali omrežnih učinkov. Velik del bo končal kot svetovalne hiše ali acqui‑hire.
• Čisti agregatorji: če je glavna vrednost zgolj enoten API do več modelov, se marža hitro stopi, ko isti sloj začnejo ponujati že ponudniki modelov ali obstoječe razvojne platforme.

Ključna posledica: generativna AI se normalizira v navadno programsko opremo. Od startupov se znova pričakuje zdrava ekonomika, visoki stroški preklopa in jasni viri konkurenčne prednosti – ne le hype in dobra demo predstavitev.

Širša slika: od zlata mrzlice do konsolidacije

Podoben vzorec smo videli že pri oblaku. Ko je AWS pred petnajstimi leti začel resno rasti, je nastala vrsta podjetij, ki so „poenostavljala oblak“ – prepakiranje infrastrukture, skupno obračunavanje, enotni nadzorni pano. Večina jih je izginila, ko so Amazon, Microsoft in Google te funkcije zgradili neposredno v svoje platforme. Preživeli so tisti, ki so šli višje v vrednostni verigi: varnost, DevOps avtomatizacija, migracije, svetovanje.

Danes se isto dogaja pri AI:

• API‑ji se poceničujejo in poenotenje se ne razlikuje več. Za veliko generičnih nalog so modeli vse bolj podobni, cene padajo, odprtokodni modeli se izboljšujejo. Samega „API preklopnika“ je težko dolgoročno monetizirati.
• Platforme se vzpenjajo po stacku. OpenAI, Google, Anthropic in drugi gradijo agente, orkestracijo, evalvacije, varnost in governance. Vsaka nova funkcija jim „poje“ majhen startup, ki je iskal tržno nišo v tej plasti.
• Distribucija premaga pametne promte. Veliko lažje je Microsoftu vgraditi funkcijo v Office in jo čez noč ponuditi stotinam milijonov uporabnikov, kot pa je startupu prepričati te uporabnike, da dodajo še eno samostojno orodje.

Vsi tehnološki prehodi imajo kratko obdobje, ko uspevajo ozko usmerjene točkovne rešitve, nato pa sledi absorpcija ali izrinjanje. Mowry v bistvu pravi: pri generativni AI prehajamo v fazo, kjer šteje le še to, ali rešujete dovolj trd problem – z lastnimi podatki, integracijami in zaupanjem, ki ga platforme težko ponovijo.

Evropski in slovenski kot: tanki wrapperji, debele regulacije

V Evropi ta razprava poteka pod dodatnim pritiskom regulacije. Uredba EU o umetni inteligenci (AI Act), GDPR in DSA zahtevajo sledljivost, upravljanje tveganj, varstvo podatkov in preglednost. To je drago zgraditi – in skoraj nemogoče, če ste le tanek vizualni ovoj nad tujim modelom, ki vam ne razkrije dovolj podrobnosti.

Tipičen nemški ali francoski kupec bo vprašal, kje so podatki, kdo ima dostop, kako se evalvirajo modeli, kaj se zgodi ob spremembi pogojev pri ponudniku modela. Slovenska podjetja, ki prodajajo v EU, dobijo ista vprašanja. Če nad AI nimate pravega nadzora, je odgovor pogosto: „Žal ne vemo.“ To ni več sprejemljivo.

Hkrati pa ima Evropa – in s tem tudi Slovenija – resne prednosti v vertikalni AI:

• močna industrijska baza (avtomobilska in strojna industrija, energetika, logistika),
• zdravstvo in javni sektor z bogatimi, a občutljivimi podatki,
• raziskovalne skupine in odprtokodni projekti po univerzah (npr. na UL, UM, Jožef Stefan Institutu).

Startupi iz Ljubljane, Maribora ali Zagreba, ki združujejo evropske podatke, domensko znanje in „compliance by design“, lahko zgradijo resne zaščitne jarke. Biti „še en GPT‑asistent za študente“ pa v takem okolju preprosto ni dovolj.

Sporočilo za regijo: ne lovite ameriškega playbooka iz leta 2023. Igrajte na karte, ki jih že imamo – industrija, regulacija, zaupanje.

Pogled naprej: kaj pričakovati v naslednjih 2 letih

V naslednjih 24 mesecih je realno pričakovati:

1. Tiho konsolidacijo wrapperjev. Številni „AI copilot za X“ bodo končali kot funkcije v obstoječih SaaS produktih ali kot interni projekti korporacij. Ustanovitelji bodo govorili o „strateškem pivotu“ – v praksi pa bo šlo za reševalno akvizicijo ali prehod v agencijsko delo.
2. Agregatorji se bodo morali specializirati. Preživeli ne bodo prodajali „dostopa do več modelov“, ampak ekspertne odločevalske in evalvacijske sisteme za specifične panoge – bančništvo, zdravstvo, kritično infrastrukturo.
3. Ponudniki modelov bodo še naprej lezli proti vertikalam. Vedno več bo paketov „ključ v roke“ – od klicnih centrov do avtomatizirane obdelave dokumentov.
4. Podatkovni moat bo največje orožje. Podjetja z dostopom do redkih in občutljivih podatkov (medicina, industrijski senzorji, pravne zbirke, zgodovina interakcij s strankami) bodo imela realno pogajalsko moč, ne glede na to, kdo kontrolira osnovni model.

Za slovenske ustanovitelje se postavljajo tri preprosta vprašanja:

• Bi naš pitch zvenel prazno, če iz njega izbrišemo ime GPT/Gemini/Claude?
• Kaj se zgodi z nami, če ponudnik modela podvoji ceno ali lansira identičen produkt?
• Ali zares obvladujemo podatke, procese in odnose s strankami – ali le lepimo vmesnik na tujo infrastrukturo?

Če je odgovor „da, obvladujemo“, imate možnost zgraditi podjetje, ne le funkcije. V nasprotnem primeru je čas za resen premislek, dokler je še denar v banki.

Spodnja črta

Googlejev opomin ni smrtna obsodba za AI startup sceno, je pa jasen konec obdobja, ko je že lep uporabniški vmesnik nad GPT‑jem deloval kot dovolj velika inovacija. Moč se vrača k tistim, ki imajo v rokah modele, podatke, distribucijo ali globoko vpetost v konkretne panoge. Za vse ostale se odpira izbira: zgraditi resničen produkt z lastnim moat­om ali sprejeti, da ste funkcija v prihodnjem paketu nekega večjega igralca. Najslabša možnost je ignorirati rdečo luč na armaturni plošči.