A VentureBeat Pulse Research júniusi, 145 vállalati válaszadót érintő felmérése azt mutatja: a szervezetek kétharmada már kialakította a modellezési stratégia „hedgelését”, azaz nem támaszkodik kizárólag egyetlen, zárt szolgáltató modelljére. A vizsgálat terepe átfedett azzal az időszakkal, amikor az Anthropic Claude Fable 5 modelljét az Egyesült Államok exportellenőrzési rendelete miatt június 12-én minden ügyfél számára lekapcsolták.
Mi történt és miért számít
Fable 5 hivatalos indulása június 9-én történt, rögtön magas árakkal (a cikk szerint 10 dollár per millió input token és 50 dollár per millió output token). Harmadnapra a hatósági sürgősségi exportkorlátozás idegen állampolgárok számára való hozzáférését tiltva azt eredményezte, hogy Anthropic — mivel nem tudta valós időben ellenőrizni a felhasználók nemzetiségét — a modellt mindenki számára elérhetetlenné tette. A modell később visszatért, de szigorúbb védelmekkel.
A blackout élesre állította a figyelmet a szolgáltatói függésen: mi történik, ha a használatban lévő modell egyik pillanatról a másikra eltűnik, legyen az kormányzati intézkedés vagy más ok miatt. Ugyanakkor ennél is nagyobb probléma a felmérés szerint, hogy a vállalatok zöme nem rendelkezik automatizált megfigyeléssel, amellyel észlelni lehetne, ha egy élesben futó AI-rendszer eltér, hibásan viselkedik vagy leáll.
Mire mutatnak a számok?
- A 145 válaszadó szervezetből 51% vegyes stratégiát alkalmaz: zárt, frontier modelleket használ általános következtetésre, és nyílt-weights modelleket telepít saját infrastruktúrára speciális feladatokra. További 16% teljesen elmozdul a zárt API-któl és magukon futtatják a kulcsfontosságú munkafolyamatokat. A maradék 33% kizárólag zárt ökoszisztémákra támaszkodott, amikor a blackout bekövetkezett.
- Csak 1 a 10 vállalatnál (14 a 145 közül, vagyis 10%) létezik automatizált monitoring, ami képes lenne észrevenni a modell driftjét, hibás működését vagy kiesését.
- 32% azt várja, hogy a problémákat "végül" észreveszi, 19% valószínűleg csak a végfelhasználók jelzéseiből értesülne a meghibásodásról, és 8% egyáltalán nem rendelkezik rendszerszintű láthatósággal az éles AI-viselkedésre.
- 79% már elszenvedett pénzügyi vagy üzemeltetési kárt autonóm ügynökök miatt; ezen belül 49% a legnagyobb kárként a shadow AI-t (jogosulatlan, részlegektől induló agent-tevékenység vállalati kártyákra) nevezte meg. 25% egy végtelen ciklusú számlázás miatt szenvedett el költséget; 6% adatbázis-degradációt említett.
A "Control Gap" (irányítási rés)
A VentureBeat a felmérés eredményeit a „Control Gap” kifejezéssel írja le: ez a távolság a vállalatok gyors AI-telepítései és az azok feletti valódi láthatóság, tulajdonlás és kormányzás között. A felmérés azt mutatja, hogy a telepítés rendszerint előbb jár a felügyeleti eszközök és költségkontroll kialakításánál.
Szervezeti akadályok és tulajdonhiány
A top korlát az AI-platformok átfogó kormányzásában az, hogy nincs egyetlen felelős tulajdonos vagy csapat — ezt 32% jelölte meg. Vendor-opacitás 25%-nál, hiányzó eszközök 16%-nál, míg tehetséghiány csak 5%-nál jelent meg.
- 38% mondta, hogy van központi csapat, amely ma ténylegesen kormányozza az AI-viselkedést. 21% szerint a felelősség tisztázatlan vagy csapatok között vitatott. 17% állítása szerint nincs formális felelős szerep.
- 85% több, egymással versengő „elsődleges” AI platformot futtat (ERP, ITSM, produktivitási csomag, adatplatform stb.), 36% négy vagy több ilyen platform közti nyílt versenyt ír le. Csak 8% konszolidálódott egyetlen platformra.
A válaszadók szabad szöveges megjegyzéseiben a leggyakoribb javaslat egyetlen felelős kijelölése és egy olyan vezérlőréteg létrehozása volt, amely elrejti a végfelhasználó elől a költségeket, driftet és modellválasztást.
Gazdasági kockázatok és token-költségek
A tokenalapú költségek csökkennek (évi 70–80%-os visszaesést említ a riport), ugyanakkor az agentikus munkaterhelések 100–500-szor annyi tokent fogyasztanak, mint a korábbi LLM-eszközök. Ez a fogyasztás gyorsan növelheti a számlákat; a felmérés példái között szerepel, hogy Uber négy hónap alatt elégette 2026-os AI-kódolási költségvetését, és Microsoft is visszavonta belső Claude Code licencek egy részét.
Szakértők javasolják a jobb model- és feladatrészesítést (semantic routing), valamint kisebb, specializált modellek használatát, hogy ne égessenek prémium tokeneket alapfeladatokra.
Következtetések
A jelentés szerint a vállalatok gyorsan terjesztik az AI-t, de a kontrollok laggardok: 58% több AI kezdeményezést ad hozzá, mint amennyit bezár; 85% több platformot futtat; háromszor annyian bíznak emberi átnézésben, mint ahányan automatizált monitoringot használnak; és 79% már fizetett valamilyen agent-kontroll hibáért.
Egy területen azonban a cégvezetők alkalmazkodtak: a modell-heddgelés terjed. Kétharmadnyi vállalat vagy egyszerre futtat nyílt és zárt modelleket, vagy áthelyezte a kritikus munkafolyamatokat nyílt-weights modellekre saját infrastruktúrán. A Fable 5 lekapcsolása világosan megmutatta ennek a megközelítésnek az értékét.
Ugyanakkor a belső problémák, mint a felelős kijelölésének hiánya és a megfigyelési eszközök hiánya, továbbra is megoldatlanok — és ezekhez semmilyen külső modellvásárlás nem jelent megoldást. A VentureBeat ígérete szerint a Q3-as hullámuk megmutatja majd, változott-e a helyzet június után: alakítottak-e felelős szerepet és telepítettek-e automatizált monitoringot, vagy csupán új modelleket adtak hozzá.
Adatforrás és módszertan: a VentureBeat Pulse Research 145, legalább 100 fős szervezeteknél dolgozó válaszadó körében végzett felmérése júniusban, a Fable 5 blackout kezdetétől átfedésben. A minta önkéntes és iránymutató; 41% technológiai/szoftver területről, 20% tanácsadó, és a válaszadók senior, technikai szerepköröket is tartalmaznak (CIO/CTO/CISO 18%, engineering/IT igazgatók 14%, enterprise architectek 12%). Több mint a válaszadók fele 10 000+ fős cégtől érkezett. A teljes metodológia a riportban található.
A VentureBeat július 14–15-én tartja VB Transform eseményét Hotel Nia-ban, Menlo Parkban; a riport témái (agent-orchestráció, governance, költségkontroll) ennek a konferenciának is központi témái lesznek.
A cikk a VentureBeat Research eredményein alapul, a június 24-i AI Impact rendezvényt Red Hat és Intel támogatta; a szponzoroknak nem volt beleszólásuk a felmérés tervezésébe vagy az editorial tartalomba.
