OBJAVLJENO 17.09.2026

Ali nastaja AI-balon in kaj je danes drugače kot leta 2000?

Naložbe v umetno inteligenco podirajo rekorde, toda visoka vlaganja sama ne dokazujejo balona. Primerjamo koncentracijo kapitala, dejansko uporabo in razlike od leta 2000.

AI-ilustracija

Znaki pregrevanja so vidni predvsem v koncentraciji kapitala in visokih pričakovanjih, vendar ima AI že resnične uporabnike, prihodke in poslovne učinke, zato primerjava z letom 2000 ni popolna.

Skoraj vsak teden se pojavi novo orodje, ki obljublja izdelavo aplikacije, videa, oglasa ali celotnega podjetja v nekaj minutah. Vlagatelji se bojijo, da bodo zamudili naslednjo veliko tehnološko spremembo, uporabniki pa dobivajo občutek, da je bila največja ovira do lastnega posla odstranjena.

Toda hiter nastanek produkta še ne pomeni, da obstajajo kupci, varen sistem in vzdržen poslovni model. Prav na tej razliki med tehnološko možnostjo in poslovno resničnostjo se začne vprašanje, ali opazujemo novo industrijsko revolucijo, nov balon ali oboje hkrati.

Kaj sploh pomeni, da na trgu nastaja balon?

Balon nastane, ko pričakovanja in vrednotenja dalj časa rastejo hitreje od preverljive gospodarske vrednosti, na kateri bi morala temeljiti. Visoka naložba sama po sebi še ni dokaz balona. Kapital lahko upravičeno sledi tehnologiji, ki spreminja proizvodnjo, znanje in poslovne procese. Nevarnost se poveča, ko vlagatelji začnejo financirati predvsem strah pred zamujeno priložnostjo, podjetja pa uspeh dokazujejo z rastjo uporabnikov, medijsko pozornostjo ali prihodnjimi obljubami namesto z vzdržnimi prihodki in koristjo za kupca.

Raziskovalca Eli Ofek in Matthew Richardson sta pri analizi dot-com obdobja izpostavila visoke cene internetnih delnic glede na njihove temeljne kazalnike ter vpliv izrazito optimističnih vlagateljev. Toda oznaka »balon« je pogosto najlažje vidna šele za nazaj. Med rastjo trga je težko ločiti precenjeno podjetje od tehnologije, ki šele potrebuje čas, da spremeni gospodarstvo.

Za odgovorno presojo AI-trga zato potrebujemo več meril hkrati:

• koliko kapitala se steka v sektor in kako je razporejen;
• ali prihodki in marže sledijo vrednotenjem;
• koliko uporabnikov storitev uporablja redno in zanjo tudi plačuje;
• kolikšni so stroški računske infrastrukture, pridobivanja kupcev in podpore;
• ali ima produkt lastno težko posnemljivo vrednost;
• kaj se zgodi, če se cena tujega modela ali oblaka spremeni.

Zakaj današnje naložbe v AI zbujajo skrb?

Skrb povzroča predvsem hitrost in koncentracija kapitala, ne zgolj njegova skupna vrednost. OECD ocenjuje, da so AI-podjetja leta 2025 prejela približno 258,7 milijarde ameriških dolarjev oziroma 61 odstotkov svetovnega tveganega kapitala v njegovi analizirani zbirki. To ni delež vsega kapitala ali vseh svetovnih naložb. Posli nad 100 milijonov dolarjev so predstavljali približno 73 odstotkov vrednosti analiziranih AI-naložb.

To pomeni, da vedno večji del kapitala stavi na razmeroma majhno število velikih zgodb. Takšna koncentracija lahko pospeši razvoj infrastrukture in zmogljivih modelov, hkrati pa poveča posledice napačnih predpostavk. Če se pričakovani prihodki ne uresničijo, se ne ustavi samo posamezen startup. Zmanjšajo se vrednotenja, novi krogi financiranja postanejo težji, podjetja krčijo ekipe, kupci pa ostanejo brez podpore ali produkta, od katerega so postali odvisni.

Pri zgodnjih aplikacijah je slika drugačna. Izdelava prototipa je postala bistveno cenejša, toda distribucija, zaupanje kupcev, skladnost, podpora in prodaja niso. Zaradi tega lahko število novih produktov hitro raste tudi takrat, ko skupno število problemov, za katere so ljudje pripravljeni plačati, ne raste enako hitro.

AI-ilustracija

Kaj je danes podobno letu 2000?

Največja podobnost je prepričanje, da nova tehnologija začasno odpravlja stara pravila poslovanja. Ob koncu devetdesetih let je bila že sama povezava z internetom pogosto dovolj, da je podjetje pritegnilo pozornost in kapital. Danes lahko podoben učinek povzroči oznaka AI, čeprav produkt uporablja enak zunanji model kot množica konkurentov in nima jasne prednosti.

Podobnosti so vidne tudi v naslednjih vzorcih:

• strah vlagateljev in podjetnikov, da bodo zamudili novo smer trga;
• veliki izdatki za infrastrukturo pred popolnoma dokazanim povpraševanjem;
• množica ponudnikov z zelo podobnimi poslovnimi idejami;
• merjenje uspeha z rastjo in prepoznavnostjo pred dobičkom;
• zgodbe o izjemnih posameznih uspehih, ki zakrijejo množico neuspešnih poskusov;
• prepričanje, da bo tehnologija sama rešila problem prodaje, vodenja in organizacije.

Po poku dot-com balona internet ni izginil. Izginila ali razvrednotila so se predvsem podjetja, katerih vrednotenja, stroški in poslovni modeli niso preživeli vrnitve k temeljnim vprašanjem. Podobno bi morebitna korekcija AI-trga lahko prizadela šibke ponudnike, ne da bi zmanjšala dolgoročni pomen umetne inteligence.

KAKO AI VPLIVA NA DELOVNA MESTA

Katere razlike preprečujejo preprosto primerjavo?

Današnja največja AI-podjetja imajo obstoječe kupce, velike prihodke in infrastrukturo, česar številna dot-com podjetja na vrhuncu niso imela. Umetna inteligenca se že uporablja pri obdelavi besedil, podpori strankam, programiranju, analizi podatkov, proizvodnji in raziskovanju. Eurostat je za leto 2025 izmeril uporabo AI pri 20,0 odstotka podjetij z najmanj desetimi zaposlenimi v EU in 21,6 odstotka v Sloveniji; SURS slovenski rezultat v javni objavi zaokroži na 22 odstotkov. Uporaba sama še ne dokazuje produktivnosti, dobičkonosnosti ali varnosti.

Pomembna razlika je tudi struktura trga. Velik del vrednosti ustvarjajo že uveljavljena tehnološka podjetja, ki lahko AI financirajo z drugimi prihodki. Posledično se lahko nerentabilen del ponudbe ohladi, ne da bi se porušil celoten tehnološki ekosistem.

Poleg tega AI ni en sam trg. Proizvajalec čipov, ponudnik oblaka, razvijalec temeljnega modela, poslovna aplikacija in majhen produkt, sestavljen nad tujim API-jem, imajo različne stroške in tveganja. Govoriti o enem skupnem »AI-balonu« je zato lahko enako nenatančno, kot bi leta 2000 vsa internetna podjetja ocenjevali kot enako kakovostna.

Ali hitra izdelava aplikacij ustvarja resnična podjetja?

Hitra izdelava aplikacije zmanjšuje tehnično oviro, ne dokazuje pa obstoja posla. Orodje lahko v nekaj urah pripravi prepričljiv vmesnik, osnovno bazo in demonstracijo. Ne more pa samo zagotoviti, da je problem dovolj pomemben, da bodo uporabniki plačali, da je pridobivanje kupca cenejše od njegove vrednosti in da bo ponudnik izpolnjeval obveznosti tudi po prvem navdušenju.

Tu nastane nevarna zamenjava treh razvojnih stopenj:

1. demonstracija pokaže, da je idejo mogoče prikazati;
2. MVP preverja, ali rešitev uporablja prava ciljna skupina;
3. produkcijski produkt mora varno, zanesljivo in zakonito delovati v resničnem okolju.

Če podjetnik prvo stopnjo predstavi kot tretjo, nastanejo skriti stroški. Manjkajo lahko pravilno upravljanje dostopa, varnostne kopije, revizijske sledi, pogodbe z obdelovalci podatkov, spremljanje napak in načrt za primer izpada zunanjega ponudnika. AI je lahko izvrsten pospeševalnik razvoja, vendar hitrost prve različice pogosto samo prej razkrije, ali ekipa razume problem, ki ga želi reševati.

Ko bomo v nadaljevanju sklopa podrobneje obravnavali razliko med prototipom in varnim produktom, bo ključno vprašanje prav to: kdo prevzame odgovornost po trenutku, ko predstavitev postane storitev za resnične ljudi?

AI-ilustracija

Kdo bi ob ohladitvi trga nosil največje posledice?

Največjega tveganja ne nosijo nujno samo vlagatelji, temveč tudi zaposleni, manjši poslovni uporabniki in kupci, ki so na orodju zgradili svoje delo. Vlagatelj lahko izgubo razprši med več naložb, zaposleni pa izgubi dohodek, uporabnik podatke ali delovni proces, podjetnik pa čas in prihranke.

Posledice se lahko pokažejo kot:

• odpuščanja in nenadna ustavitev zaposlovanja;
• združitve, poceni prodaje tehnologije ali zaprtje produkta;
• višje cene, ko ponudnik ne more več subvencionirati uporabe;
• izguba funkcij ali dostopa do podatkov;
• težave podjetij, ki so proces zgradila na enem nepogrešljivem ponudniku;
• pritisk na posameznike, ki so zaradi obljube hitrega uspeha prezgodaj zapustili zaposlitev.

Zato je članek o tem, ali AI res ukinja delovna mesta, pomemben del širše slike: tehnologija sama ne pojasni vsakega odpuščanja, vodstvo pa oznake AI ne sme uporabljati kot nadomestilo za pregledno poslovno odločitev.

UREDITE NADZOROVANO UPORABO AI

Kako lahko podjetje loči priložnost od evforije?

Podjetje naj AI-naložbo ocenjuje po problemu, rezultatu in celotnem strošku, ne po številu funkcij ali prepoznavnosti ponudnika. Najprej mora opredeliti konkreten proces, ki ga želi izboljšati, ter začetno stanje. Nato določi merilo: prihranjen čas, manj napak, krajši odziv, več konverzij ali kakovostnejša odločitev.

Pred širšo uvedbo je smiselno preveriti:

• kdo je lastnik in upravljavec vnesenih podatkov;
• ali se podatki uporabljajo za dodatno učenje;
• ali je mogoče podatke in rezultate izvoziti;
• katere ključne funkcije so odvisne od enega ponudnika;
• kako se stroški spremenijo ob desetkrat večji uporabi;
• kdo preverja rezultate in kdo odgovarja za napako;
• kako hitro se je mogoče vrniti na prejšnji proces.

Pri uporabi AI na delovnem mestu je pomembno tudi jasno interno pravilo. Nedovoljena oziroma nenadzorovana uporaba AI lahko povzroči uhajanje podatkov in nepregledne odločitve, popolna prepoved pa zaposlene prikrajša za koristno orodje. Boljša pot je nadzorovan preizkus z določenimi podatki, odgovornostjo in merili uspeha.

Sklep: kako se lahko trg ohladi

Obstoja enega skupnega AI-balona ni mogoče dokazati niti napovedati datuma njegovega poka. Razumna Karlionova presoja je, da se lahko trg popravi tudi brez enega dramatičnega dogodka: z nižjimi vrednotenji, zapiranjem manjših storitev, prevzemi ekip, združevanjem funkcij v velike platforme in zmanjšanjem pripravljenosti vlagateljev, da financirajo rast brez dokazov.

Za uporabnika je zato pomembnejše vprašanje od datuma morebitnega poka: ali bi rešitev, ki jo uporablja, preživela dražji kapital, višje cene modelov in počasnejšo rast? Če je odgovor nejasen, potrebuje izvoz podatkov, alternativni proces in pogodbeno opredeljene obveznosti.

Za investitorja je ključno, ali podjetje poleg predstavitve pozna svoje stroške in resnične prihodke. Za zaposlenega pa, ali nova tehnologija spreminja posamezne naloge ali dejansko odpravlja potrebo po njegovem delu. Pravila za uporabo umetne inteligence pri zaposlovanju kažejo, zakaj tehnološka možnost še ne pomeni neomejene poslovne svobode.

Ključna ugotovitev

Največja napaka bi bila iz današnjega navdušenja sklepati, da bo uspelo vsako AI-podjetje, ali iz prihodnjih propadov sklepati, da umetna inteligenca nima vrednosti.

DOGOVORITE SE ZA POSVET