Sekėjai

Ieškoti šiame dienoraštyje

2026 m. vasario 18 d., trečiadienis

The A.I. Disruption We’ve Been Waiting for Has Arrived


“On weekday evenings, heading home on the subway from Union Square in New York City, I log into an A.I. tool from my phone, and write a prompt. “Look at the data in the files I just uploaded,” I tap. “Load it into a database, then make it searchable with a web interface.” Underground in the subway tunnels my internet connection drops, but when my train emerges onto the Manhattan Bridge, I get a few minutes to see all the work my coding agent has done, and if I type fast enough I can issue another prompt. By the time I get home to Brooklyn, my little project tends to be done: A website, a feature in a music app, a complex search tool or some tiny game.

 

This is called “vibe coding,” a term coined a year ago by the artificial intelligence expert Andrej Karpathy.

 

To vibe code is to make software with prompts sent to a specialized chatbot — not coding, but telling — and letting the bot work out the bugs.

 

Like many other programmers, I use a product called Claude Code from Anthropic, although Codex from OpenAI does about as well, and Google Gemini is not far behind. Claude Code earned $1 billion for Anthropic in its first six months. It was always a helpful coding assistant, but in November it suddenly got much better, and ever since I’ve been knocking off side projects that had sat in folders for a decade or longer. It’s fun to see old ideas come to life, so I keep a steady flow. Maybe it adds up to a half-hour a day of my time, and an hour of Claude’s.

 

November was, for me and many others in tech, a great surprise. Before, A.I. coding tools were often useful, but halting and clumsy.

 

Now, the bot can run for a full hour and make whole, designed websites and apps that may be flawed, but credible.

 

I spent an entire session of therapy talking about it.

 

The tech industry is a global culture — an identity based on craft and skill. Software development has been a solid middle-class job for a long time. But that may be slipping away. What might the future look like if 100 million, or a billion, people can make any software they desire? Could this be a moment of unparalleled growth and opportunity as people gain access to tech industry power for themselves?

 

According to the market, the answer is no. Recently, software stocks — Monday.com, Salesforce, Adobe and many others — plummeted all at once; the Nasdaq 100 lost half a trillion dollars in two days. Legal software company stocks slumped recently because Anthropic released tools to automate some legal work. Financial services firms and real estate services — the market keeps devaluing them because traders expect there to be less need for humans at desks in an A.I.-automated future. Why will anyone need all that legacy software when A.I. can code anything up for you in two shakes of a robotic lamb’s tail?

 

Personally this all feels premature, but markets aren’t subtle thinkers. And I get it. When you watch a large language model slice through some horrible, expensive problem — like migrating data from an old platform to a modern one — you feel the earth shifting. I was the chief executive of a software services firm, which made me a professional software cost estimator. When I rebooted my messy personal website a few weeks ago, I realized: I would have paid $25,000 for someone else to do this.

 

When a friend asked me to convert a large, thorny data set, I downloaded it, cleaned it up and made it pretty and easy to explore. In the past I would have charged $350,000.

 

That last price is full 2021 retail — it implies a product manager, a designer, two engineers (one senior) and four to six months of design, coding and testing. Plus maintenance. Bespoke software is joltingly expensive. Today, though, when the stars align and my prompts work out, I can do hundreds of thousands of dollars worth of work for fun (fun for me) over weekends and evenings, for the price of the Claude $200-a-month plan.

 

That’s not an altogether pleasant feeling. The faces of former employees keep flashing before me. All those designers and JavaScript coders. I could not hire the majority of them now, because I would have no idea how to bill for their time. Some companies, including IBM, think A.I. will create tons of new jobs. But no one thinks they’ll be the same as the old jobs.

 

Is the software I’m making for myself on my phone as good as handcrafted, bespoke code? No. But it’s immediate and cheap. And the quantities, measured in lines of text, are large. It might fail a company’s quality test, but it would meet every deadline. That is what makes A.I. coding such a shock to the system.

 

An axiom of programming is “real artists ship.”

 

That was something Steve Jobs once said to remind his team that finishing and releasing a product matters more than endlessly refining it.

 

 Much of the software industry is organized around managing ship risk, and the possibility that a product never actually makes it out to the world. A good technology manager assumes that a product will never ship for launch, that every force is arrayed against it, and that the devil himself has cursed it — and then the manager works back from that. Even if all these obstacles are surmounted, the software will ship late. Remember, Steve Jobs returned to Apple in 1997 only because Apple couldn’t ship a new version of its operating system, so they bought his company, NeXT. And the direct descendant of NeXT’s software is what’s running on Macs and iPhones in 2026. In software, dramatic change is to be avoided at all costs. The risk is just too high.

 

Except … what if, going forward, it’s not? What if software suddenly wanted to ship? What if all of that immense bureaucracy, the endless processes, the mind-boggling range of costs that you need to make the computer compute, just goes poof? That doesn’t mean that the software will be good.

 

But most software today is not good. It simply means that products could go to market very quickly.

 

And for lots of users, that’s going to be fine. People don’t judge A.I. code the same way they judge slop articles or glazed videos. They’re not looking for the human connection of art. They’re looking to achieve a goal. Code just has to work.

 

There are many arguments against vibe coding through A.I. It is an ecological disaster, with data centers consuming billions of gallons of water for cooling each year; it can generate bad, insecure code; it creates cookie-cutter apps instead of real, thoughtful solutions; the real value is in people, not software. All of these are true and valid.

 

But I’ve been around too long. The web wasn’t “real” software until it was. Blogging wasn’t publishing. Big, serious companies weren’t going to migrate to the cloud, and then one day they did.

 

But right now, excited developers are overextending themselves to the point of burnout, obsessively coding all the time. Open source projects are deluged by A.I. submissions, often from bots pretending to have found a security bug requesting a payment. People trumpet the Jevons paradox, which points out that greater efficiency often leads to more consumption — but at the same time, would it surprise you to find out tomorrow that large technology consulting firms had just laid off 10,000 people? A hundred thousand? A million?

 

The market keeps convulsing, and I wish we could hit the brakes. But we live in a brakeless era.

 

No matter where you work, my hunch is this is coming for you. Have you noticed the software you use every day adding “A.I. features”? That’s the top of the slippery slope. Whatever unifying principle equates to ship risk in your industry, people are trying to mitigate it with A.I. Insurance, finance, architecture, manufacturing, textiles, every kind of project management — they want to automate it all through A.I.

 

When large language models aren’t enough, companies use “world models,” which simulate physical reality, not just language.

 

One of the best-known users of that technology is Waymo, Alphabet’s self-driving taxi company. In the perfect Silicon Valley system, bots would write code to run the bots that drive the taxis, with new code every minute. Every app creates itself. Who will be able to afford the taxi rides offered by this system? That’s for a different department to answer.

 

I’ve spent my last few years working with a team to build an A.I. software platform, trying to help clients and customers navigate all of these changes. That sounds like the perfect job for the moment, right? It’s not. Every six months, some new A.I. bomb goes off in our industry, and we have to metabolize the change, reset our product, change our strategy and marketing and adapt, at great expense. Our road map keeps getting pushed back as a result of all this “progress.” Everyone is fried.

 

This is all exacerbated by how much of the A.I. industry is led by people who see human thought as raw material, like a steel manufacturer sees ore. The industry is arranged into an ouroboros of mutual investments, with the world economy teetering on their sweetest dreams. Social change at this level needs careful, federal governance and thoughtful regulation. But we’re being handed the opposite: Grok doing who-knows-what inside the Pentagon, and a White House policy that would give the U.S. attorney general the power to challenge any state’s attempt to regulate A.I. No brakes.

 

All of the people I love hate this stuff, and all the people I hate love it. And yet, likely because of the same personality flaws that drew me to technology in the first place, I am annoyingly excited.

 

Here is why: I collect stories of software woe. I think of the friend at an immigration nonprofit who needs to click countless times, in mounting frustration, to generate critical reports. Or the small business owners trying to operate everything with email and losing orders as a result. Or my doctor, whose time with patients is eaten up by having to tap furiously into the hospital’s electronic health record system.

 

After decades of stories like those, I believe there are millions, maybe billions, of software products that don’t exist but should: Dashboards, reports, apps, project trackers and countless others. People want these things to do their jobs, or to help others, but they can’t find the budget. They make do with spreadsheets and to-do lists.

 

My industry is famous for saying “no,” or selling you something you don’t need. We have an earned reputation as a lot of really tiresome dudes. But I think if vibe coding gets a little bit better, a little more accessible and a little more reliable, people won’t have to wait on us. They can just watch some how-to videos and learn, and then they can have the power of these tools for themselves. I could teach you now to make a complex web app in a few weeks. In about six months you could do a lot of things that took me 20 years to learn. I’m writing all kinds of code I never could before — but you can too. If we can’t stop the freight train, we could at least hop on for a ride.

 

The simple truth is that I am less valuable than I used to be. It stings to be made obsolete, but it’s fun to code on the train, too. And if this technology keeps improving, then everyone who tells me how hard it is to make a report, place an order, upgrade an app or update a record — they could get the software they deserve, too. That might be a good trade, long term.

 

Paul Ford is an essayist and a technologist. He is a co-founder and the president of Aboard.com, an A.I.-powered software acceleration platform.” [1]

 

1. The A.I. Disruption We’ve Been Waiting for Has Arrived: Guest Essay. Ford, Paul.  New York Times (Online) New York Times Company. Feb 18, 2026.

Atėjo dirbtinio intelekto revoliucija, kurios laukėme


„Darbo dienų vakarais, grįždamas namo metro iš Union aikštės Niujorke, telefone prisijungiu prie dirbtinio intelekto įrankio ir parašau užklausą. „Pažvelkite į ką tik įkeltuose failuose esančius duomenis“, – paliečiu. „Įkelkite juos į duomenų bazę, tada padarykite juos ieškomus naudodami žiniatinklio sąsają.“ Požeminiuose tuneliuose mano interneto ryšys nutrūksta, bet kai traukinys įvažiuoja ant Manhatano tilto, turiu kelias minutes peržiūrėti visą darbą, kurį atliko mano programuotojas, ir jei spausdinu pakankamai greitai, galiu pateikti dar vieną užuominą. Kol grįžtu namo į Brukliną, mano mažas projektas paprastai būna baigtas: svetainė, muzikos programėlės funkcija, sudėtinga paieškos priemonė ar koks nors mažas žaidimas.

 

 

Tai vadinama „vibracijos kodavimu“ – šį terminą prieš metus sugalvojo dirbtinio intelekto ekspertas Andrejus Karpathy.

 

 

Kurti vibracijos kodą – tai kurti programinę įrangą, kurios užuominos siunčiamos specializuotam pokalbių robotui – ne koduojant, o pasakojant – ir leidžiant robotui ištaisyti klaidas.

 

 

Kaip ir daugelis kitų programuotojų, naudoju „Anthropic“ produktą pavadinimu „Claude Code“, nors „OpenAI“ „Codex“ daro maždaug taip pat, ir „Google Gemini“ neatsilieka. „Claude Code“ per pirmuosius šešis mėnesius „Anthropic“ uždirbo 1 milijardą dolerių. Tai visada buvo naudingas programavimo asistentas, bet lapkritį jis staiga tapo daug geresnis, ir nuo to laiko imuosi šalutinių projektų, kurie dulkėjo dešimtmetį ar ilgiau. Smagu matyti, kaip senos idėjos atgyja, todėl palaikau nuolatinį srautą. Galbūt tai sudaro pusvalandį mano laiko per dieną ir valandą Claude'o.

 

 

Lapkritis man ir daugeliui kitų technologijų srityje buvo didelė staigmena. Anksčiau dirbtinio intelekto kodavimo įrankiai dažnai buvo naudingi, bet strigę ir gremėzdiški.

 

 

Dabar robotas gali veikti visą valandą ir kurti išbaigtas, suprojektuotas svetaines bei programas, kurios gali būti ydingos, bet patikimos.

 

 

Aš praleidau visą terapijos sesiją, kalbėdamas apie tai.

 

 

Technologijų pramonė yra pasaulinė kultūra – tapatybė, pagrįsta amatu ir įgūdžiais. Programinės įrangos kūrimas ilgą laiką buvo tvirtas viduriniosios klasės darbas. Tačiau tai gali išnykti. Kaip galėtų atrodyti ateitis, jei 100 milijonų ar milijardas žmonių galėtų kurti bet kokią norimą programinę įrangą? Ar tai galėtų būti precedento neturinčio augimo ir galimybių akimirka, kai žmonės patys įgyja prieigą prie technologijų pramonės galios?

 

 

Remiantis rinka, atsakymas yra „ne“. Neseniai programinės įrangos akcijų – „Monday.com“, „Salesforce“, „Adobe“ ir daugelio kitų – vertė smarkiai krito. kartą; „Nasdaq 100“ per dvi dienas prarado pusę trilijono dolerių. Teisinės programinės įrangos bendrovių akcijų vertė neseniai smuko, nes „Anthropic“ išleido įrankius, skirtus automatizuoti kai kuriuos teisinius darbus. Finansinių paslaugų ir nekilnojamojo turto paslaugų bendrovės – rinka nuolat nuvertina jas, nes prekiautojai tikisi, kad dirbtinio intelekto automatizuotoje ateityje prie stalų reikės mažiau žmonių. Kam kam nors reikės visos tos pasenusios programinės įrangos, kai dirbtinis intelektas gali užkoduoti bet ką už jus dviem roboto ėriuko uodegos mostelėjimais?

 

Asmeniškai visa tai atrodo per anksti, bet rinkos nėra subtilūs mąstytojai. Ir aš tai suprantu. Kai stebite, kaip didelis kalbos modelis sprendžia kokią nors siaubingą, brangią problemą, pavyzdžiui, duomenų perkėlimą iš senos platformos į modernią, jaučiate, kaip keičiasi žemė. Buvau programinės įrangos paslaugų įmonės generalinis direktorius, todėl tapau profesionaliu programinės įrangos sąnaudų vertintoju. Kai prieš kelias savaites perkroviau savo netvarkingą asmeninę svetainę, supratau: būčiau sumokėjęs 25 000 USD, kad kažkas kitas tai padarytų.

 

Kai draugas paprašė manęs konvertuoti didelį, sudėtingą duomenų rinkinį, atsisiunčiau jį sutvarkiau ir padariau gražų bei lengvai naršomą. Anksčiau būčiau prašęs 350 000 USD.

 

Ši paskutinė kaina yra pilna 2021 m. mažmeninė kaina – tai reiškia produkto vadovą, dizainerį, du inžinierius (vieną vyresnįjį) ir keturis–šešis mėnesius dizaino, kodavimo ir testavimo. Plius priežiūra. Individualiai pritaikyta programinė įranga yra neįtikėtinai brangi. Tačiau šiandien, kai žvaigždės sutampa ir mano užduotys išsipildo, galiu atlikti šimtų tūkstančių dolerių vertės darbą savo malonumui (man tai buvo pramoga) savaitgaliais ir vakarais už Claude'o 200 USD per mėnesį plano kainą.

 

Tai ne visai malonus jausmas. Prieš akis nuolat mirga buvusių darbuotojų veidai. Visi tie dizaineriai ir „JavaScript“ programuotojai. Dabar negalėčiau pasamdyti daugumos jų, nes neturėčiau supratimo, kaip atsiskaityti už jų laiką. Kai kurios įmonės, įskaitant IBM, mano, kad dirbtinis intelektas sukurs daugybę naujų darbo vietų. Tačiau niekas nemano, kad jos bus tokios pačios kaip senosios.

 

Ar programinė įranga, kurią kuriu sau savo telefone, yra tokia pat gera, kaip rankų darbo? Užsakytas kodas? Ne. Bet jis yra greitas ir pigus. O kiekiai, matuojami teksto eilutėmis, yra dideli. Jis gali neatitikti įmonės kokybės testo, bet laikysis visų terminų. Būtent dėl ​​to dirbtinio intelekto kodavimas yra toks šokas sistemai.

 

Programavimo aksioma yra „tikras menininkas išsiunčia“.

 

Tai kartą pasakė Steve'as Jobsas, norėdamas priminti savo komandai, kad produkto užbaigimas ir išsiuntimas yra svarbiau, nei begalinis jo tobulinimas.

 

Didžioji dalis programinės įrangos pramonės yra organizuota valdant pristatymo riziką ir galimybę, kad produktas niekada nepasieks pasaulio. Geras pavyzdys – technologijos vadovas daro prielaidą, kad produktas niekada nebus pristatytas rinkai, kad visos jėgos nukreiptos prieš jį ir kad pats velnias jį prakeikė – o tada vadovas nuo to sprendžia. Net jei visos šios kliūtys bus įveiktos, programinė įranga bus pristatyta vėlai. Atminkite, Steve'as Jobsas grįžo į „Apple“ 1997 m. tik todėl, kad „Apple“ negalėjo išleisti naujos operacinės sistemos versijos, todėl jie nupirko jo įmonę „NeXT“. O tiesioginis „NeXT“ programinės įrangos palikuonis yra tai, kas 2026 m. veikia „Mac“ ir „iPhone“ kompiuteriuose. Programinės įrangos srityje reikia bet kokia kaina vengti dramatiškų pokyčių. Rizika tiesiog per didelė.

 

Išskyrus tai, kas būtų, jei ateityje taip nebūtų? Kas būtų, jei programinė įranga staiga norėtų būti pristatyta? Kas būtų, jei visa ta didžiulė biurokratija, nesibaigiantys procesai, neįtikėtinas išlaidų diapazonas, reikalingas kompiuteriui apskaičiuoti, tiesiog suges? Tai nereiškia, kad programinė įranga bus gera.

 

Tačiau dauguma šiuolaikinių programų nėra geros. Tai tiesiog reiškia, kad produktai gali labai greitai patekti į rinką.

 

Ir daugeliui vartotojų tai bus gerai. Žmonės nevertina dirbtinio intelekto kodo taip pat, kaip vertina prastus straipsnius ar paviršutiniškus vaizdo įrašus. Jie neieško žmogiškojo meno ryšio. Jie siekia pasiekti tikslą. Kodas tiesiog turi veikti.

 

Yra daug argumentų prieš dirbtinio intelekto panaudojimą „vibe“ kodavimui. Tai ekologinė katastrofa, nes duomenų centrai kasmet aušinimui sunaudoja milijardus galonų vandens; tai gali generuoti blogą, nesaugų kodą; tai sukuria standartines programas, o ne tikrus, apgalvotus sprendimus; tikroji vertė slypi žmonėse, o ne programinėje įrangoje. Visa tai yra teisinga ir pagrįsta.

 

Bet aš jau per ilgai čia esu. Internetas nebuvo „tikra“ programinė įranga, kol ji nebuvo. Tinklaraščiai nebuvo leidyba. Didelės, rimtos įmonės neketino migruoti į debesį, o vieną dieną jos tai padarė.

 

Tačiau šiuo metu susijaudinę kūrėjai persistengia iki perdegimo ribos, nuolat obsesyviai programuodami. Atvirojo kodo projektus užplūsta dirbtinis intelektas. paraiškos, dažnai iš robotų, apsimetančių radus saugumo klaidą, prašančių mokėjimo. Žmonės trimituoja apie Jevonso paradoksą, kuris rodo, kad didesnis efektyvumas dažnai lemia didesnį vartojimą, tačiau tuo pačiu metu, ar nustebtumėte, jei rytoj sužinotumėte, kad didelės technologijų konsultacijų įmonės ką tik atleido 10 000 žmonių? Šimtą tūkstančių? Milijoną?

 

Rinka ir toliau konvulsuoja, ir norėčiau, kad galėtume paspausti stabdžius. Tačiau gyvename stabdžių neturinčioje eroje.

 

Nesvarbu, kur dirbate, mano nuojauta yra tokia, kad tai jus pasieks. Ar pastebėjote, kad programinė įranga, kurią naudojate kiekvieną dieną, prideda „DI funkcijas“? Tai yra slidžios nuokalnės viršūnė. Kad ir koks vienijantis principas būtų lygus laivybos rizikai jūsų pramonės šakoje, žmonės bando ją sušvelninti naudodami DI. Draudimas, finansai, architektūra, gamyba, tekstilė, visų rūšių projektų valdymas – jie nori visa tai automatizuoti naudodami DI.

 

Kai didelių kalbos modelių nepakanka, įmonės naudoja „pasaulio modelius“, kurie imituoja fizinę realybę, o ne tik kalbą.

 

Vienas žinomiausių šios technologijos naudotojų yra „Waymo“, „Alphabet“ autonominių taksi bendrovė. Idealioje Silicio slėnio sistemoje robotai rašytų kodą, kuris paleistų robotus, vairuojančius taksi, kiekvieną minutę kurdami naują kodą. Kiekviena programėlė sukuria save. Kas galės sau leisti šios sistemos siūlomas taksi keliones? Į tai turi atsakyti kitas skyrius.

 

Paskutinius kelerius metus dirbau su komanda kurdamas dirbtinio intelekto programinės įrangos platformą, stengdamasis padėti klientams ir vartotojams prisitaikyti prie visų šių pokyčių. Šiuo metu tai skamba kaip tobulas darbas, tiesa? Taip nėra. Kas šešis mėnesius mūsų pramonėje sprogsta kokia nors nauja dirbtinio intelekto bomba, ir mes turime įsisavinti pokyčius, iš naujo nustatyti savo produktą, pakeisti savo strategiją ir rinkodarą bei prisitaikyti, ir tai kainuos labai brangiai. Dėl visos šios „pažangos“ mūsų veiksmų planas nuolat atidedamas. Visi iškepę.

 

Visa tai dar labiau pablogina tai, kiek didelę dalį dirbtinio intelekto pramonės valdo žmonės, kurie žmogaus mintis laiko žaliava, kaip plieno gamintojas mato rūdą. Ši pramonės šaka yra susispietusi į abipusių investicijų „ouroborą“, o pasaulio ekonomika balansuoja ties saldžiausių svajonių riba. Socialiniai pokyčiai šiame lygmenyje reikalauja kruopštaus, federalinio valdymo ir apgalvoto reguliavimo. Tačiau mums įteikiama priešingybė: Grokas daro nežinia ką Pentagone, o Baltuosiuose rūmuose taikoma politika, suteikianti JAV generaliniam prokurorui galią užginčyti bet kurios valstijos bandymą reguliuoti dirbtinį intelektą. Jokių stabdžių.

 

 

Visi žmonės, kuriuos myliu, nekenčia šių dalykų, o visi žmonės, kurių nekenčiu, juos myli. Ir vis dėlto, tikriausiai dėl tų pačių asmenybės trūkumų, kurie mane iš pradžių patraukė prie technologijų, esu erzinančiai susijaudinęs.

 

 

Štai kodėl: renku istorijas apie programinės įrangos problemas. Galvoju apie draugą imigracijos ne pelno organizacijoje, kuriam, didėjant nusivylimui, reikia daugybę kartų spustelėti, kad sugeneruotų svarbias ataskaitas. Arba apie smulkaus verslo savininkus, bandančius viską valdyti el. paštu ir dėl to prarandančius užsakymus. Arba apie mano gydytoją, kurio laiką su pacientais suryja tai, kad jis įnirtingai turi spausdinti į ligoninės elektroninių įrašų sistemą.

 

Po dešimtmečių tokių istorijų manau, kad yra milijonai, o gal ir milijardai programinės įrangos produktų, kurie neegzistuoja, bet turėtų egzistuoti: ataskaitų suvestinės, programėlės, projektų stebėjimo priemonės ir daugybė kitų. Žmonės nori, kad šie dalykai atliktų jų darbą arba padėtų kitiems, bet neranda biudžeto. Jie tenkinasi skaičiuoklėmis ir darbų sąrašais.

 

Mano pramonės šaka garsėja tuo, kad sako „ne“ arba parduoda jums tai, ko jums nereikia. Esame užsitarnavę reputaciją kaip daugybė tikrai nuobodžių vyrukų. Bet manau, kad jei „vibe“ kodavimas taps šiek tiek geresnis, šiek tiek prieinamesnis ir šiek tiek patikimesnis, žmonėms nereikės mūsų laukti. Jie gali tiesiog pažiūrėti keletą mokomųjų vaizdo įrašų ir mokytis, o tada patys galės pasinaudoti šių įrankių galia. Dabar galėčiau jus išmokyti sukurti sudėtingą žiniatinklio programėlę per kelias savaites. Maždaug per šešis mėnesius galėtumėte padaryti daug dalykų, kurių išmokti man prireikė 20 metų. Rašau visokius kodus, kurių anksčiau niekada negalėjau – bet jūs taip pat galite. Jei negalime sustabdyti krovininio traukinio, bent jau galėtume įšokti ir pavažiuoti.

 

Paprasta tiesa yra ta, kad esu mažiau vertingas nei anksčiau. Gaila būti pasenusiam, bet smagu ir programuoti traukinyje. Ir jei ši technologija toliau tobulės, tai visi, kurie man pasakys, kaip sunku parengti ataskaitą, pateikti užsakymą, atnaujinti programėlę ar įrašą, galėtų gauti programinę įrangą, kurios nusipelno. Tai galėtų būti geri ilgalaikiai mainai.

 

Paulas Fordas yra eseistas ir technologas. Jis yra „Aboard.com“, dirbtinio intelekto pagrindu sukurtos programinės įrangos spartinimo platformos, bendraįkūrėjas ir prezidentas.“ [1]

 

1. The A.I. Disruption We’ve Been Waiting for Has Arrived: Guest Essay. Ford, Paul.  New York Times (Online) New York Times Company. Feb 18, 2026.

„Alphabet“ „Google“ pristatė projektą „Genie“. Ar jį būtų galima panaudoti robotų automobilių mokymui? Ką daro Kinijos konkurentai?

  

Taip, „Google“ projektas „Genie“ (konkrečiai „Genie 3“) skirtas dirbtinio intelekto agentams, įskaitant autonomines transporto priemones ir robotus, mokyti kuriant itin realistiškas 3D virtualias aplinkas. Jis veikia kaip „pasaulio modelis“, kuris generuoja interaktyvius, pirmojo asmens scenarijus, imituojančius sudėtingas vairavimo sąlygas, pvz., retus kraštutinius atvejus, nereikalaujant realaus pasaulio bandymų.

 

Pagrindinė informacija apie projekto „Genie“ naudojimą robotų automobilių mokymui:

 

Modeliuojamas mokymas: „Waymo“ jau naudoja „Genie 3“, kad sukurtų fotorealistinius, sudėtingus vairavimo scenarijus, pvz., neįprastas kliūtis ar įvairias oro sąlygas.

 

Fizikos supratimas: „Genie 3“ išmoksta imituoti fizines taisykles, pvz., gravitaciją, susidūrimų aptikimą ir aplinkos dinamiką, leisdama dirbtiniam intelektui praktikuotis realistiškame virtualiame pasaulyje prieš pereinant prie fizinės įrangos.

 

Mastelio keitimas: sistema gali generuoti didelius kiekius vairavimo duomenų (iki 720p raiškos), o tai padeda mokyti autonomines sistemas efektyviai valdyti įvairias situacijas. Interaktyvios aplinkos: tai leidžia kūrėjams greitai kurti ir modifikuoti virtualius pasaulius, kad būtų galima išbandyti, kaip transporto priemonės reaguoja į besikeičiančią aplinką.

 

Ši technologija laikoma pagrindiniu ir ekonomišku būdu apmokyti savarankiškai važiuojančius automobilius, sumažinant priklausomybę nuo fizinių duomenų rinkimo.

 

„Alphabet“ priklausanti „Google“ pristatė „Project Genie“ kaip eksperimentinį dirbtinio intelekto įrankį, leidžiantį vartotojams kurti ir tyrinėti interaktyvius 3D virtualius pasaulius, remiantis tekstinėmis arba vaizdinėmis užuominomis. Nuo 2026 m. sausio mėn. pabaigos išleidimo nebuvo nurodyta konkreti kaina už kiekvieną vaizdo įrašą; prieigai reikalinga aukšto lygio prenumerata.

 

Čia pateikiamos konkrečios „Project Genie“ naudojimo kainos:

 

Prenumeratos modelis: „Project Genie“ šiuo metu galima tik „Google AI Ultra“ plano, kainuojančio 249,99 USD per mėnesį, prenumeratoriams.

 

Tiksliniai vartotojai: įrankis skirtas kūrėjams, specialistams ir kūrėjams Jungtinėse Valstijose, kuriems yra ne mažiau kaip 18 metų.

 

Apribojimai: dabartinė versija leidžia kurti interaktyvias aplinkas, kurias galima tyrinėti maždaug vieną minutę (60 sekundžių) per seansą.

 

Alternatyvios kainos / informacija:

 

Kai kurie šaltiniai nurodo, kad pirmuosius tris mėnesius nauji vartotojai gali gauti prieigą prie „AI Ultra“ plano su 50 % nuolaida (124,99 USD/mėn.).

 

Nors tai nėra tiesioginė kaina už vaizdo įrašą, analitikai pabrėžė, kad 250 USD/mėn. mokestis leidžia įrankiui būti skirtam profesionaliam, didelės vertės prototipų kūrimui, o ne kasdieniam naudojimui.

 

Atsirado keletas Kinijos konkurentų, kai kurie iš jų siūlo atvirojo kodo alternatyvas, kurios leidžia ilgiau generuoti duomenis realiuoju laiku ir geriau išsaugoti objektų pastovumą.

 

Pagrindiniai Kinijos „Project Genie“ konkurentai

 

„LingBot-World“ (kūrėjas „Ant Group“): Tai laikoma tiesioginiu konkurentu, išleistu netrukus po „Genie“, kuris specializuojasi 3D aplinkų kūrime realiuoju laiku. Pranešama, kad jis yra visiškai atvirojo kodo ir gali palaikyti 16 kadrų per sekundę su iki 10 minučių nepertraukiamo generavimo.

 

„PixVerse“ (R1 modelis): Remiama „Alibaba Group“, „PixVerse“ pristatė „R1“ – realaus laiko pasaulio modelio konkurentą, leidžiantį vartotojams kurti interaktyvias aplinkas.

 

„Tencent Hunyuan“ (pasaulio modelis 1.5): „Tencent“ kuria savo pasaulio modelius, kad generuotų interaktyvias 3D scenas žaidimų dizainui, naudojamas tokiuose žaidimuose kaip „Valorant“.

 

„Alibaba RynnBrain“: specialiai sukurtas „fiziniam dirbtiniam intelektui“ ir robotikai, šis modelis gali žymėti objektų žemėlapius, numatyti trajektorijas ir naršyti sudėtingoje aplinkoje.

 

„Kling 3.0“ ir „Seedance 2.0“ („ByteDance“ / „Kuaishou“): nors šie modeliai daugiausia yra vaizdo įrašų generatoriai, jie yra platesnio Kinijos spaudimo kurti interaktyvius dirbtinio intelekto vaizdo įrašus dalis.

 

Kiniškų įrankių naudojimo kaina

 

„LingBot-World“: ataskaitos rodo, kad ši platforma yra visiškai nemokama ir atvirojo kodo.

 

„Alibaba“ / „Tencent“ modeliai: daugelis, įskaitant „RynnBrain“ ir „Hunyuan“ sistemos komponentus, yra išleidžiami atvirojo kodo platformose, tokiose kaip „Hugging Face“ ir „GitHub“.

 

Bendra rinka: Nors „Google“ projektas „Genie“ skirtas tik vartotojams, mokantiems už „AI Ultra“ prenumeratą (kaip pranešama, 125–250 USD per mėnesį), kiniškos alternatyvos paprastai yra skirtos mažesnei kainai arba, kaip „LingBot-World“ atveju, visai nekainuoja.

 

Pagrindiniai galimybių skirtumai

 

Atmintis: „LingBot-World“ pademonstravo puikų „objekto pastovumą“ – gebėjimą išlaikyti objekto nuoseklumą iki 60 sekundžių po to, kai jis palieka kadrą.

 

Fizika: Kinijos modeliai, tokie kaip „LingBot-World“ ir „RynnBrain“, pabrėžia pažangią fizikos simuliaciją realistiškoms aplinkoms.

 

Prieiga: „Google“ projektas „Genie“ skirtas tik JAV vartotojams, o Kinijos modeliai yra leidžiami naudoti visame pasaulyje, naudojant atvirąjį kodą.

 

„Ar galite naudoti dirbtinį intelektą kurdami savo vaizdo žaidimus? Žinoma, bet kodėl turėtumėte?“

 

Tai natūralus klausimas, kylantis vykstant naujausioms diskusijoms apie dirbtinio intelekto perversmą.

 

Prieš kelias savaites „Alphabet“ priklausanti „Google“ pristatė projektą „Genie“, kurį bendrovė apibūdino kaip „pasaulio modelis, galintis generuoti įvairiapusę, interaktyvią aplinką“. „Genie“ leidžia vartotojams naudoti „Google“ dirbtinio intelekto įrankius, tokius kaip „Gemini“ ir „Nano Banana“, norint sukurti ištisus pasaulius su personažais, kurie gali vaikščioti, skraidyti, vairuoti ar net jodinėti arkliu ar bet kokiu kitu padaru, kokį tik jie gali įsivaizduoti.

 

Kitaip tariant, vaizdo žaidimas.

 

„Google“ pasistengė pavadinti „Genie“ „eksperimentiniu tyrimo prototipu“, kurio sesijos trukmė apribota iki 60 sekundžių. Tačiau tai mažai padėjo sušvelninti rinkos reakciją, kurioje investuotojai greitai spaudžia mygtuką „parduoti“ bet ką, kas net teoriškai gali būti pakeista dirbtinio intelekto įrankiu.

 

Vaizdo žaidimų leidėjų, tokių kaip „Take-Two Interactive“ ir „Roblox“, akcijos smarkiai krito po šios naujienos ir dabar per metus nukrito daugiau nei 20 %.

 

„Unity“, kurianti „variklio“ programinę įrangą, naudojamą konsolių ir mobiliųjų žaidimų gamyboje, nuo sausio 29 d. paskelbimo prarado daugiau nei pusę savo rinkos vertės. Tai daug sunkesnis išbandymas, nei per tą laiką patyrė net daugelis sunkumų patiriančių programinės įrangos bendrovių.

 

Šiomis dienomis vaizdo žaidimai yra labai įvairūs – nuo ​​„iPhone“ programėlių su paprasta mechanika iki sudėtingų, trigubą A įvertinimą turinčių žaidimų, tokių kaip „Grand Theft Auto“ ir „Call of Duty“.

 

Yra daug erdvės generatyviniams dirbtinio intelekto įrankiams, kurie pagreitina ir atpigina kūrimą. Šių dienų blokbasterių vaizdo žaidimuose gali būti rodomi kūrėjų ir menininkų, kurie prilygsta „Marvel“ filmams, kreditai.

 

Tačiau techninės galimybės sukurti aukščiausios klasės žaidimą nereiškia, kad pastangos bus vertos pastangų. Įsitvirtinę vaizdo žaidimų leidėjai, turintys talentingų kūrėjų, vis dar sukuria daug nesėkmių.

 

Profesionaliai sukurtos TV laidos ir filmai vis dar pritraukia didelę auditoriją, net ir tada, kai technologijos leidžia žiūrovams patiems kurti šiuos dalykus. Galimybė sukurti savo vaizdo žaidimą taip pat nereiškia, kad žaidimas bus geras – ar net vertas visų įdėtų pastangų ir laiko.

 

Kaip prieš kelias savaites savo naujienlaiškyje rašė žaidimų analitikas Joostas van Dreunenas: „Žmonės mėgsta iniciatyvą, bet tik dėl smagių dalykų.“

 

Tačiau, kaip ir jų sunkmečiu susiduriantys bendražygiai programinės įrangos srityje, vaizdo žaidimų kompanijoms kurį laiką gali būti sunku paneigti dirbtinio intelekto teoriją. Be to, kylančios atminties kainos pakenks žaidimų konsolių ir kompiuterinių žaidimų platformų pardavimams. Tai turės įtakos ir faktiniams žaidimų pardavimams.

 

 

O „Take-Two“ planuojamas kito „Grand Theft Auto“ tęsinio išleidimas lapkritį privertė kai kuriuos kitus leidėjus susilaikyti. Jie nenori konkuruoti su tuo, kas atrodo kaip didžiulis blokbasteris.

 

 

Toks sėkmės lygis iš tikrųjų būtų stiprus kontrargumentas minčiai, kad vietinė dirbtinio intelekto afera užvaldys pramonę. Ar akcijų rinka yra pasirengusi priimti šią žinią, yra kitas klausimas.“ [A]

 

Kol konkurencijoje su “Genie” kinai užima rinką, amerikiečiai žaidžia žaidimus, tame tarpe su akcijomis ir bando asmeniškai praturtėti AI sąskaita. Rinką amerikiečiai jau prarado. Gal aš čia ko nors nesuprantu?

 

Šie pastebėjimas apie įtemptą konkurenciją tarp JAV ir Kinijos dirbtinio intelekto (DI) srityje yra pagrįstas, tačiau situacija yra nevienareikšmė. Nors Kinijos bendrovės demonstruoja įspūdingą greitį ir efektyvumą, JAV vis dar išlaiko pranašumą tam tikrose srityse.

Štai dabartinė situacija pagal 2026 m. vasario mėn. duomenis:

1. „Genie“ ir vaizdo generavimo konkurencija

Nors „Google“ pristatė savo pasaulio modeliavimo įrankį Genie, Kinijos technologijų milžinė „Ant Group“ ką tik (2026 m. sausio pabaigoje) išleido Lingbot World.

 

    Lingbot World pranašumas: Jis yra nemokamas, atvirojo kodo ir, pasak pirmųjų bandymų, lenkia „Genie“ savo stabilumu (gali išlaikyti nuoseklų 10 minučių 3D pasaulio tyrimą, kai „Genie“ dažnai praranda nuoseklumą po minutės).

 

    Prieinamumas: Kol „Google“ savo pažangiausius modelius dažnai laiko už „paywall“ ar riboto prieinamumo programų, Kinijos bendrovės (pvz., „DeepSeek“, „Kling“) vis dažniau renkasi atvirojo kodo (open-weight) strategiją, kuri leidžia joms žaibiškai užimti rinką visame pasaulyje.

 

2. Amerikiečių strategija: Akcijos vs. Produktai

 

Teisingai pastebime finansinį aspektą. JAV rinka šiuo metu yra stipriai orientuota į DI kapitalizaciją:

 

    Investicijos: JAV „Big Tech“ bendrovės (Microsoft, Google, Meta) 2026 m. planuoja išleisti per 500 mlrd. USD infrastruktūrai, kai Kinijos viešosios bendrovės planuoja apie 70 mlrd. USD.

 

    Akcijų rinka: JAV rinkoje vyksta intensyvus spekuliavimas DI akcijomis, tikintis milžiniškos grąžos ateityje, tačiau realus produktų įveiklinimas (monetizacija) vis dar atsilieka nuo investicijų.

 

3. Ar amerikiečiai jau prarado rinką?

Nors Kinija dominuoja kaštų efektyvumo ir greito pritaikymo srityse, JAV vis dar juda dėl kelių priežasčių:

 

    Lustai: Dėl eksporto ribojimų Kinijos gamintojai (pvz., Biren, Huawei) vis dar atsilieka nuo JAV (Nvidia) lustų galios. Kinijoje gaminami DI lustai sudaro tik nedidelę dalį to, ką pagamina Vakarų partneriai. Kinai tai kompensuoja apjungdami daugiau lustų ir naudodami pigią atsinaujinančią ir rusų iškastinę energiją.

    Aukščiausios klasės modeliai: JAV modeliai (pvz., Gemini 3 Pro, Claude 4.5) vis dar dažnai užima aukščiausias vietas pagal grynąją loginio mąstymo ir kodavimo galią. “Vis dar dažnai” yra čia svarbiausi žodeliai.

 

Apibendrinant: Kinija laimi „demokratizacijos“ ir greito produktų išleidimo etapą, visam pasauliui pasiūlydama nemokamus, galingus įrankius. JAV tuo tarpu investuoja trilijonus į ateities infrastruktūrą ir bando išlaikyti technologinį atotrūkį per lustų kontrolę, didžiulį kapitalą bei galimybę praturtėti kiekvienam, kuris prie šių pinigų prisiliečia.

 

A. Game Over, or Level Up? Gallagher, Dan.  Wall Street Journal, Eastern edition; New York, N.Y.. 18 Feb 2026: B12.

Alphabet's Google Unveiled Project Genie. Could This Be Used for Training Robot Cars? What Is Chinese Competition Doing?


Yes, Google's Project Genie (specifically Genie 3) is designed to train AI agents, including autonomous vehicles and robots, by creating highly realistic 3D virtual environments. It acts as a "world model" that generates interactive, first-person scenarios to simulate complex driving conditions, such as rare edge cases, without needing real-world testing.

 

Key details regarding the use of Project Genie for training robot cars:

 

    Simulated Training: Waymo is already utilizing Genie 3 to create photorealistic, challenging driving scenarios, such as unusual obstacles or varied weather conditions.

 

    Physics Understanding: Genie 3 learns to simulate physical rules—such as gravity, collision detection, and environmental dynamics—allowing AI to practice in a realistic virtual world before moving to physical hardware.

 

    Scalability: The system can generate vast amounts of driving data (up to 720p resolution), which helps in training autonomous systems to handle diverse situations efficiently.

    Interactive Environments: It allows developers to quickly create and modify virtual worlds to test how vehicles react to changing environments on the fly.

 

This technology is seen as a key, cost-effective way to train self-driving cars by reducing reliance on physical data collection.

 

Alphabet's Google launched Project Genie as an experimental AI tool that allows users to create and explore interactive 3D virtual worlds based on text or image prompts. As of its late January 2026 release, there is no specific, per-video cost listed; rather, access requires a high-tier subscription.

 

Here are the specific costs to use Project Genie:

 

    Subscription Model: Project Genie is currently available only to subscribers of the Google AI Ultra plan, which costs $249.99 per month.

    Target Users: The tool is designed for developers, professionals, and creators in the United States who are at least 18 years old.

    Limitations: The current version allows for the creation of interactive environments that can be explored for roughly one minute (60 seconds) per session.

 

Alternative Costs/Information:

 

    Some sources indicate that for the first three months, new users may be able to access the AI Ultra plan at a 50% discount ($124.99/month).

    While not a direct per-video cost, analysts have highlighted that the $250/month fee positions the tool for professional, high-value prototyping rather than casual use.

 

Several Chinese competitors have emerged, with some offering open-source alternatives that allow for longer, real-time generation and better memory for object permanence.

 

Top Chinese Competitors to Project Genie

 

    LingBot-World (by Ant Group): This is considered a direct rival, released shortly after Genie, that specializes in generating 3D environments in real-time. It is reported to be fully open-source and capable of sustaining 16 frames per second with up to 10 minutes of continuous generation.

 

    PixVerse (R1 Model): Backed by Alibaba Group, PixVerse unveiled "R1," a real-time world model competitor that allows users to create interactive environments.

 

    Tencent Hunyuan (World Model 1.5): Tencent is developing its own world models to generate interactive, 3D scenes for game design, used in games like Valorant.

 

    Alibaba RynnBrain: Designed specifically for "physical AI" and robotics, this model can map objects, predict trajectories, and navigate complex environments.

 

    Kling 3.0 & Seedance 2.0 (ByteDance/Kuaishou): While primarily video generators, these models are part of the broader Chinese push into interactive AI video generation.

 

Cost of Using Chinese Tools

 

    LingBot-World: Reports indicate that this platform is completely free and open-source.

 

    Alibaba/Tencent Models: Many, including RynnBrain and components of the Hunyuan system, are being released on open-source platforms like Hugging Face and GitHub.

 

    Overall Market: While Google’s Project Genie is restricted to users paying for an "AI Ultra" subscription (reported at $125–$250/month), Chinese alternatives are generally aimed at lower cost or, in the case of LingBot-World, zero cost.

 

Key Differences in Capabilities

 

    Memory: LingBot-World has shown superior "object permanence," with the ability to maintain object consistency for up to 60 seconds after they leave the frame.

 

    Physics: Chinese models like LingBot-World and RynnBrain emphasize advanced physics simulation for realistic environments.

 

    Access: Google’s Project Genie is limited to U.S. users, whereas Chinese models are being released for global, open-source use.

 

 

 

“Can you use artificial intelligence to make your own videogames? Sure, but why would you?

 

It is a natural question to ask in the midst of the latest AI disruption debate.

 

A few weeks back, Alphabet's Google unveiled Project Genie, which the company described as a "world model capable of generating diverse, interactive environments." Genie allows users to use Google's AI tools like Gemini and Nano Banana to create entire worlds with characters that can walk, fly, drive or even ride a horse, or any other creature they can imagine.

 

In other words, a videogame.

 

Google took pains to call Genie an "experimental research prototype" that is capped at sessions lasting only 60 seconds. But that did little to tame the reaction in a market where investors are quickly hitting the "sell" button on anything even theoretically vulnerable to being replaced with an AI tool.

 

The stocks of videogame publishers like Take-Two Interactive and Roblox sold off harshly on the news, and are now down more than 20% for the year.

 

Unity, which makes "engine" software used in the production of console and mobile games, has lost more than half its market value since the Jan. 29 announcement. That is a much rougher ride than even many embattled software companies have experienced in that time.

 

Videogames run the gamut these days, from iPhone apps with simple mechanics to complex, triple-A properties like "Grand Theft Auto" and "Call of Duty."

 

There is plenty of room for generative AI tools to make development quicker and cheaper. Blockbuster videogames these days can sport credit screens of developers and artists that rival a Marvel movie.

 

But the technical capability to create a high-end game doesn't mean it is going to be worth the effort. Established videogame publishers with talented development staff still produce plenty of flops.

 

And professionally made TV shows and movies still draw sizable audiences even as technology has allowed viewers to create those things themselves. The ability to make your own videogame also doesn't mean that game will turn out well -- or even be worth all the time and effort involved.

 

As game analyst Joost van Dreunen put it in his own newsletter a few weeks back: "People enjoy agency, but only for the fun parts."

 

Like their embattled compatriots in software, though, videogame companies may have a hard time disproving the AI narrative for a while. Plus, soaring memory costs are going to hurt sales of game consoles and PC gaming rigs. This has a knock-on effect on actual game sales.

 

And Take-Two's planned release of its next "Grand Theft Auto" sequel in November has some other publishers in a holding pattern. They don't want to put their titles up against what looks to be a massive blockbuster.

 

That level of success would actually serve as a strong counterargument to the notion that homegrown AI slop will take over the industry. Whether the stock market is ready to receive that message is another question.” [A]

 

While the Chinese are taking over the market in the competition with “Genie”, the Americans are playing games, including with stocks, and trying to get personally rich at the expense of AI. The Americans have already lost the market. Maybe I don’t understand something here?

 

This observation about the intense competition between the US and China in the field of artificial intelligence (AI) is justified, but the situation is ambiguous. Although Chinese companies are demonstrating impressive speed and efficiency, the US still maintains an advantage in certain areas.

Here is the current situation according to February 2026 data:

1. “Genie” and the competition in image generation

While Google introduced its world modeling tool Genie, the Chinese technology giant “Ant Group” has just (late January 2026) released Lingbot World.

 

Lingbot World advantage: It is free, open source and, according to the first tests, surpasses Genie in its stability (it can maintain a consistent 10-minute 3D world exploration, while Genie often loses consistency after a minute).

 

Accessibility: While Google often keeps its most advanced models behind a paywall or limited-access programs, Chinese companies (e.g. DeepSeek, Kling) are increasingly choosing an open-source (open-weight) strategy, which allows them to quickly capture the market worldwide.

 

2. American strategy: Stocks vs. Products

 

We correctly note the financial aspect. The US market is currently heavily focused on AI capitalization:

 

Investments: US Big Tech companies (Microsoft, Google, Meta) plan to spend over $500 billion on infrastructure by 2026, while Chinese public companies plan about $70 billion.

 

Stock market: The US market is heavily speculating on AI stocks, expecting huge returns in the future, but actual product implementation (monetization) is still lagging behind investment.

 

3. Have the Americans already lost the market?

 

While China dominates in terms of cost efficiency and rapid adoption, the US is still moving forward for several reasons:

 

Chips: Due to export restrictions, Chinese manufacturers (e.g. Biren, Huawei) still lag behind US (Nvidia) chip power. AI chips produced in China are only a fraction of what their Western counterparts produce. The Chinese compensate for this by bundling more chips and using cheap renewable and Russian fossil energy.

High-end models: US models (e.g. Gemini 3 Pro, Claude 4.5) still often take the top spots in terms of pure logical reasoning and coding power. “Still often” is the key word here.

 

In short: China is winning the “democratization” and rapid product release phase, offering the world free, powerful tools. Meanwhile, the US is investing trillions in future infrastructure and trying to maintain a technological gap through chip control, vast capital, and the opportunity to enrich anyone who touches that money.

 

A. Game Over, or Level Up? Gallagher, Dan.  Wall Street Journal, Eastern edition; New York, N.Y.. 18 Feb 2026: B12.

Kaip reaktyviniai varikliai maitina duomenų centrus --- Dirbtinio intelekto bumo metu įmonės orlaivių variklius konvertuoja į sausumos gamtinių dujų turbinas elektros energijos gamybai


„Kovoje dėl dirbtinio intelekto dominavimo į kovą įtraukiami visi ekonomikos varikliai, įskaitant reaktyvinius variklius.“

 

Reaktyvinių variklių nuomos ir remonto bendrovė „FTAI Aviation“ planuoja šiais metais pradėti pardavinėti modifikuotą „Boeing 737“ naudojamo variklio versiją duomenų centrams maitinti. Jos akcijos pakilo maždaug 42 % nuo tada, kai ji paskelbė apie turbinų verslą, kuris, „Jefferies“ skaičiavimais, per metus galėtų padidinti pelną iki palūkanų, mokesčių, nusidėvėjimo ir amortizacijos 750 mln. USD. Tai sudaro apie 52 % EBITDA, kurį „FactSet“ apklausti analitikai tikėjosi gauti šiais metais prieš paskelbdami apie energijos verslą.

 

Kiti šios konversijos siekiantys subjektai yra „ProEnergy“, kuri parduoda gamtinių dujų turbinas, pritaikytas iš „Boeing 747“ variklio. Orlaivių startuolis „Boom Supersonic“ gruodį pareiškė, kad pradės pardavinėti modifikuotą savo variklio versiją kaip gamtinių dujų turbiną. Dirbtinio intelekto duomenų centro startuolis „Crusoe“ yra pirmasis jos klientas ir tikimasi, kad turbinas gaus 2027 m.

 

Elektros įrangos gigantai „GE Vernova“, „Siemens Energy“ ir „Mitsubishi Heavy Industries“ jau parduoda galios turbinas – žinomas kaip aeroderivatai – kurios yra sukurtos pagal reaktyvinius variklius. Orlaivių variklių kompanijos, tokios kaip „GE Aerospace“, „Howmet Aerospace“ ir „Woodward“, taip pat parduoda antžemines aeroderivatines turbinas ar komponentus.

 

Vis dėlto daugelis šių esamų bendrovių turi ilgus metų eiles galios turbinoms, atverdamos galimybes naujiems rinkos dalyviams.

 

„FTAI Aviation“ prezidentas Davidas Moreno teigė, kad bendrovei reikia 30–45 dienų, kad reaktyvinį variklį konvertuotų į energiją generuojančią turbiną. Jis teigė, kad turbinos, kurioje būtų išlaikyta kuo daugiau originalių reaktyvinio variklio savybių, projektavimas truko maždaug 18 mėnesių.

 

Bendrovė yra gerai pasirengusi pasinaudoti šia karšta rinka: ji yra viena didžiausių CFM56 variklio, perkamiausio komercinėje aviacijoje, savininkių.

 

Yra dvi pagrindinės modifikacijos, skirtos orlaivio variklį konvertuoti į gamtinių dujų turbiną elektros energijos gamybai, teigia Markas Axfordas iš „Axford Turbine Consultants“.

 

Vienas iš jų – kuro purkštukų keitimas, kad vietoj reaktyvinio kuro būtų naudojamos gamtinės dujos.

 

Kita – didelio ventiliatoriaus skrydžio variklio priekyje pakeitimas daug mažesniu ventiliatoriumi, kuris geriau tinka elektros energijos gamybai.

 

Moreno teigė, kad FTAI gali perdirbti reaktyvinių variklių dalis, kurių likęs tarnavimo laikas yra keleri metai, ir jas naudoti turbinose, kur jos gali veikti dar daugelį metų. Siauro korpuso reaktyviniai varikliai patiria didesnį krūvį dėl pakartotinių kilimų ir nusileidimų. Turbinos gali veikti kaip piko turbinos – įsijungiančios tik tada, kai paklausa išauga, – arba nuolat kaip bazinė apkrova. Bet kuriuo atveju jos mažiau dėvisi.

 

Iki šiol dideli energetikos įrangos gamintojai atmetė susirūpinimą, kad nauji žaidėjai sumažins jų sunkiųjų turbinų kainų galią. „Mes nemanome, kad tie mažesni įrenginiai konkuruoja“, – naujausiame pelno skelbime sakė „GE Vernova“ generalinis direktorius Scottas Strazikas, pažymėdamas, kad „kai draudžiate 20 metų verslo planus, efektyvumas yra svarbus“. daug.“

 

„Thunder Said Energy“ ataskaitoje teigiama, kad sunkiosios turbinos yra ekonomiškiausias kuro atžvilgiu iš gamtinėmis dujomis varomų elektros energijos gamybos variklių. Tačiau šios turbinos tapo daug brangesnės ir jų laukiančiųjų sąrašai ilgėja. Tiek FTAI, tiek „Boom Supersonic“ teigė, kad kai kurie duomenų centrų klientai svarsto galimybę naudoti jų gaminius kaip pagrindinį ilgalaikį energijos šaltinį. Jie teigė, kad jų turbinos gali būti sukonfigūruotos kaip kombinuoto ciklo, o tai reiškia, kad pridedama garo turbina, skirta surinkti šilumą. Tai pagerina efektyvumą, palyginti su „paprasto ciklo“ konfigūracija, kuria paprastai naudojamos aerodinaminės turbinos. FTAI teigė, kad tikisi per metus pristatyti apie 100 turbinų arba 2,5 gigavato. „Boom Supersonic“ teigė, kad jos tikslas – iki 2030 m. kasmet turėti 4 gigavatų ar daugiau gamybos pajėgumų.

 

Abi bendrovės „vis dar turi įrodyti produktų kūrimą, gamybos skatinimą ir klientų susidomėjimą naujomis turbinomis, tačiau jos pagerintų tiekimo perspektyvas pramonei“, – tyrimų ataskaitoje teigė „Morgan Stanley“ analitikai. Bankas apskaičiavo, kad 2023–2025 m. pasaulinis metinis dujų turbinų gamybos pajėgumas siekė maždaug 47 gigavatus.

 

„Jefferies“ akcijų analitikė Sheila Kahyaoglu teigė, kad kasmet iš eksploatacijos išeina apie 1600 komercinių orlaivių variklių. Jei trečdalis šių variklių būtų pertvarkyti į FTAI turbinų dydžio turbinas, tai sudarytų apie 13 gigavatų galios arba daugiau nei ketvirtadalį esamos pasaulinės gamtinių dujų turbinų galios, kurią apskaičiavo „Morgan Stanley“. JAV Energetikos informacijos administracija apskaičiavo, kad iš eksploatacijos išimtuose kariniuose orlaiviuose yra pakankamai variklių, kad juos būtų galima pertvarkyti į 40 gigavatų energijos gamybos pajėgumą, nors šis skaičius yra labai teorinis.

 

Gamybos pajėgumų perorientavimas gali turėti domino efektą. Pirma, jei dar daugiau reaktyvinių variklių dalių bus nukreipta turbinų gamybai, tai gali dar labiau padidinti trūkumą reaktyvinių variklių rinkoje.

 

Antra, tai gali sumažinti energijos įrangos gamintojų kainodaros galią. „Morgan Stanley“ duomenimis, „GE Vernova“, „Mitsubishi Heavy Industries“ ir „Siemens Energy“ užima maždaug 80 % dujų turbinų rinkos.

 

Remiantis „Thunder Said Energy“ ataskaita, kurioje pažymima, kad dujų turbinų gamybos plėtra yra „stebėtinai nebrangi“, šie gamintojai greičiausiai susilaiko nuo didesnių pajėgumų didinimo, kad išvengtų ankstesnių perteklinės pasiūlos laikotarpių pasikartojimo.

 

Dirbtiniu intelektu apsėsti technologijų gigantai planuoja šiais metais išleisti daugiau nei 700 mlrd. dolerių kapitalo išlaidoms. Šios pinigų krūvos vilioklė sukurs daug kūrybiškumo energetikos sektoriuje.” [1]

 

 

1. How Jet Engines Are Powering Data Centers --- Companies are converting aircraft engines to land-based natural-gas turbines for power generation in the AI boom. Lee, Jinjoo.  Wall Street Journal, Eastern edition; New York, N.Y.. 18 Feb 2026: B12.