IBM, Meta ja OpenAI näitavad AI tegelikku hinda

AI liigub laborist rahakotti

AI ei taha enam olla tore juturobot, kes kirjutab Sulle sünnipäevakõne ja vabanduskirja parkimistrahvi eest. Ta tahab istuda arsti kabinetis, arendaja klaviatuuri kõrval, laojuhi ekraanil ja lõpuks ka ametniku otsuselaua all. Mitte tingimata kurjalt. Pigem nagu väga ambitsioonikas praktikant, kelle CV on liiga läikiv ja kelle palganõue on peidetud pilveteenuse arvele.

27. mai uudised olid selle kohta üsna kõnekad. IBM lubab uue Watson Health AI 2.0-ga paremat haruldaste haiguste diagnoosi. Meta tõi välja Llama 4, mis tahab teksti, pilti ja heli korraga mõista. OpenAI pakub CodeGeniust arendajatele. Google Cloud müüb AI-d tarneahelasse. Anthropic panustab keeruliste piltide mõistmisele. MIT tahab AI-ga uusi materjale leida. Ja Euroopa Komisjon ütleb umbes: tore mänguasi, aga avalikus sektoris palun ärge tehke kodanikust beetatestijat.

Kui see kõlab nagu korraga liiga palju, siis tegelikult on muster lihtne. Suured tegijad ei müü enam ainult „intelligentset vestlust“. Nad müüvad vähendatud viivitust. Vähem ootamist diagnoosini. Vähem aega koodi parandamisele. Vähem laos seisvat kraami. Vähem laborikatseid. Vähem poliitilist piinlikkust, kui AI teeb rumala otsuse. Ja loomulikult rohkem tellimusi, rohkem pilvearveid ning rohkem lukustumist ühe ökosüsteemi külge. Romantika on tore. Aga arve tuleb ikka PDF-ina.

IBM proovib Watsonit lunastada

IBM teatas Watson Health AI 2.0 uuest versioonist, mis on mõeldud haruldaste haiguste diagnoosimise parandamiseks. See kasutab masinõpet (arvuti õpib näidete pealt) ja suuremat andmebaasi, et aidata arstidel kiiremini seoseid märgata.

Haruldaste haiguste puhul on suur probleem mitte ainult ravi, vaid tee diagnoosini. Patsient võib aastaid liikuda arsti juurest arsti juurde nagu halb fail jagatud kaustas: kõik näevad midagi, keegi ei tea, kuhu see kuulub. Kui AI suudab haiguslugudest, uuringutest ja sümptomitest mustreid leida, võib see olla päriselt elupäästev.

Aga siin tuleb väike külm dušš. Tervishoiu-AI ajalugu on täis suuri lubadusi ja tagasihoidlikku tegelikkust. Eriti IBM Watsoni puhul, mille varasem tervishoiuseiklus pidi kunagi vähiravi ümber tegema, aga põrkas vastu haiglate andmekvaliteeti, kliinilist reaalsust ja seda pisiasja, et arst ei taha usaldada musta kasti (süsteem, mille otsust ei näe läbi).

Watson Health AI 2.0 puhul on võtmeküsimus: kas süsteem annab arstile selgitatava vihje või lihtsalt enesekindla soovituse? Haruldaste haiguste puhul võib vale kindlus olla ohtlikum kui aus ebakindlus. Kui AI ütleb: „vaata seda geenimutatsiooni ja neid sümptomeid koos“, on see kasulik. Kui ta ütleb: „see on kindlasti X“, siis hakkab asi lõhnama nagu kallis lotopilet valges kitlis.

Eesti kontekstis võiks selline tehnoloogia pikemas vaates olla oluline just väikese turu tõttu. Meil pole iga haruldase haiguse jaoks oma suurt ekspertarmeed. AI võiks aidata perearstidel ja eriarstidel kiiremini õigele rajale jõuda. Aga see eeldab andmekaitset, kvaliteetseid terviseandmeid ja väga selget vastutust. Sest kui diagnoos läheb valesti, ei saa patsiendile öelda: „Vabandust, mudelil oli halb päev.“

Meta Llama 4 sööb kõike

Meta AI avalikustas Llama 4 mudeli, mis lubab suuri edusamme multimodaalsuses (tekst, pilt ja heli korraga). See tähendab, et AI ei piirdu enam ainult sõnadega. Ta võib vaadata pilti, kuulata heli, lugeda teksti ja teha nende põhjal ühe tervikliku järelduse.

See on tähtis, sest päris maailm ei tule ainult tekstina. Sinu külmkapp ei saada Excelit. Turvakaamera ei kirjuta kokkuvõtet. Arsti piltuuring ei ole blogipostitus. Laps ei küsi matemaatikaabi andmebaasi kujul. Multimodaalne mudel (mitut liiki infot mõistev AI) on samm selle poole, et AI saaks päriselust aru umbes nii, nagu inimene: pool infot silmadega, pool kõrvadega, natuke kontekstist ja ülejäänu kohvipaksust. Viimast loodetavasti vähem.

Meta jaoks on Llama 4 ka strateegiline käik. Llama mudeliperekond on olnud oluline seetõttu, et Meta on seda positsioneerinud avatuma alternatiivina suurtele suletud mudelitele. Open-source (avatud lähtekoodiga, kõigile nähtav) või selle lähedane mudel tähendab arendajatele rohkem paindlikkust. Meta jaoks tähendab see aga midagi veel magusamat: kui arendajad ehitavad oma tööriistad Llama peale, muutub Meta AI-maailma infrastruktuuriks. Ja infrastruktuur on tehnoloogiamaailmas koht, kus raha käib nagu vihmaveerennist.

Kas Llama 4 viib meid AGI-le (üldine tehisintellekt, inimese tasemel AI) lähemale? Võib-olla natuke. Aga see fraas on tänapäeva AI-turunduses nagu „looduslik“ jogurtipakil. Kõlab hästi, tähendab sageli vähem kui loodaks. Olulisem on, kas mudel on usaldusväärne, odav kasutada ja piisavalt hea päris tööks.

OpenAI müüb arendajale aega

OpenAI teatas CodeGenius assistendist, mis aitab arendajatel koodi kirjutada ja siluda. Silumine tähendab vigade otsimist ja parandamist. Ehk teisisõnu: CodeGenius tahab olla see kolleeg, kes leiab vea enne, kui Sina hakkad kell 23.47 serverile vabandusi sosistama.

Arendajate AI-tööriistad on üks kõige selgema ärilise väärtusega valdkondi. Kui jurist kasutab AI-d memo mustandiks, on kasu mõnikord udune. Kui arendaja kirjutab sama töö poole kiiremini, on mõju üsna kiiresti näha. Vähem tunde. Kiirem väljalase. Rohkem funktsioone. Või realistlikumalt: sama hulk tööd, aga juhtkond arvab nüüd, et saab poole väiksema tiimiga hakkama. Kapitalism, armas nagu alati.

CodeGenius lubab reaalajas soovitusi ja vigade tuvastamist. See tähendab, et tööriist ei oota, kuni arendaja küsib. Ta jälgib konteksti ja pakub abi. Siin on tohutu väärtus, aga ka risk. Kui AI kirjutab koodi, mida inimene ei mõista, tekib tehniline võlg (hiljem kalliks minev kehv lahendus). Kui AI kasutab vale teeki, ebaturvalist mustrit või „peaaegu töötavat“ lahendust, võib Sinu rakendus käituda nagu rendiauto kruusateel: alguses okei, hiljem kallis.

Eesti idufirmadele ja tarkvaramajadele on sõnum lihtne: koodi kirjutamise AI ei ole enam „kunagi tulevikus“. See on töövahend. Küsimus pole, kas seda kasutada. Küsimus on, kuidas mitte lasta sellel koodi kvaliteeti nähtamatult alla närida.

Google tahab lao rahaks teha

Google Cloud kuulutas välja AI-lahendused tarneahela optimeerimiseks. Tarneahel tähendab kogu teekonda tootjast kliendini: laod, tarnijad, transport, nõudlus, hilinemised ja see üks konteiner, mis on alati vales sadamas.

Google lubab nõudluse prognoosimist, laoseisu juhtimist ja logistika optimeerimist. See kõlab igavalt, kuni mõistad, et igavates kohtades on sageli kõige rohkem raha. Kui ettevõte hoiab liiga palju kaupa laos, seisab kapital riiulis. Kui liiga vähe, kaotab müügi. Kui transport on valesti planeeritud, põleb raha diisli ja hilinemiste sisse.

AI võib siin olla väga praktiline. Nõudluse prognoosimine (tulevase ostuhuvi ennustamine) saab arvestada ilma, kampaaniaid, varasemaid müüke, transpordiriske ja isegi sotsiaalmeedia signaale. Aga taas: mudel ei päästa halba andmestikku. Kui Sinu laosüsteem on poolenisti Excelis ja poolenisti Mati peas, siis AI saab Mati pea kohta teha vaid oletusi. Ja Mati on puhkusel.

Google võidab siin kahel viisil. Esiteks müüb ta tarkvara. Teiseks müüb ta pilvearvutust (serverid interneti kaudu). Tarneahela-AI vajab andmeid, andmetöötlust ja pidevat inference’it (AI vastuse genereerimine). Kõik see jookseb kuskil. Ja see „kuski“ on tavaliselt kellegi pilv, mille arvele on väga lihtne lisada veel üks rida.

Üle 5000+ AI tööriista ja mudeli. Üks platvorm. Üks agent.

Magica koondab kõik parimad teksti-, pildi-, video- ja helimudelid ning ainus autonoomne AI superagent kasutab neid sinu eest:

✓Käitab kõiki tipptasemel AI mudeleid (tekst, pilt, video, heli)

✓Täielik arvuti (salvestusruum, arvutusvõimsus, mälu)

✓Päris brauser (mitte lihtsalt “veebiotsingu tööriist”)

✓Ühendub sinu tööriistadega (Gmail, Drive, Slack jne)

✓Õpib kohandatud oskusi (õpeta oma töövoog ühe korra)

✓Loob, salvestab ja muudab faile (ning mäletab, kuhu need pani)

✓Töötab sujuvalt veebis, iOS-is ja Androidis

✓API + MCP ligipääs (ühenda millega iganes)

Pole vaja tehnilisi teadmisi. Pole vaja õpetusi. Pole vaja mõelda, millist mudelit valida.

Kirjelda mida soovid – Magica teeb ülejäänu. Autonoomselt. Algusest lõpuni.

Liitu miljonitega, kes on valinud Magica →

Anthropic vaatab pilti sügavamalt

Anthropic tutvustas Claude Vision mudelit, mis on mõeldud keeruliste visuaalsete andmete tõlgendamiseks. Arvutinägemine (AI, mis mõistab pilte) pole uus. Uus on võime mõista konteksti, mitte lihtsalt öelda: „pildil on kass, laud ja segadus“.

Claude Visioni lubadus on oluline meditsiinis, autonoomsetes süsteemides ja turvalisuses. Näiteks meditsiiniline pildianalüüs vajab rohkemat kui objektituvastus. Seal tuleb märgata väikseid kõrvalekaldeid, võrrelda varasemaid uuringuid ja öelda arstile, miks mingi koht vajab tähelepanu. Autonoomne süsteem vajab konteksti: kas see hele laik on teejoon, kilekott või laps jalgrattaga? Üks neist on tülikas. Teine võib olla traagiline.

Anthropicu bränd on ehitatud ohutuse peale. Nad tahavad olla see AI-firma, kes ütleb: „Meie mudel on targem, aga ka korralikum.“ See on hea positsioon ettevõtetele ja avalikule sektorile, kes kardavad, et AI teeb midagi piinlikku, kallist või kohtus selgitatavat. Samas ei maksa unustada, et ka ohutus on müügiargument. Kui kõik müüvad kiirust, saab keegi müüa turvavööd.

MIT kiirendab materjaliteadust

MIT teadlased töötasid Wiredi teatel välja AI-mudeli, mis suudab enneolematu täpsusega ennustada materjalide omadusi. See võib kõlada nagu teaduslabori nišiuudis. Tegelikult võib see olla tänase päeva kõige vaiksem, aga pikemas plaanis kõige suurem lugu.

Materjaliteadus on tehnoloogia köögipool. Paremad akud, kiiremad kiibid, tugevamad komposiidid, tõhusamad päikesepaneelid, vastupidavamad meditsiiniseadmed — kõik sõltub materjalidest. Traditsiooniliselt on uute materjalide leidmine aeglane ja kallis. Katsetad, mõõdad, ebaõnnestud, kordad. Nagu pannkookide tegemine, kui iga vale retsept maksaks miljon eurot.

Kui AI suudab ennustada, millisel materjalil on soovitud omadused, saab labor enne päris katset kitsendada otsingut. See ei asenda eksperimenti, aga teeb selle targemaks. GPU (graafikaprotsessor, AI-arvutuste kiip) ja suured andmestikud annavad teadlastele võimaluse läbi mängida rohkem variante, kui inimene jõuaks käsitsi kaaluda.

Siin on raha lõhn eriti tugev. Akutööstus, kiibitööstus, roheenergia ja kaitsetööstus maksavad paremate materjalide eest väga palju. Kui mudel aitab arendustsüklit lühendada, pole see lihtsalt teaduslik läbimurre. See on konkurentsieelis. Ja konkurentsieelis on ärikeeles viisakas sõna selle kohta, et keegi teine hakkab muretsema.

Euroopa tahab pidurit

Euroopa Komisjon esitas Reutersi andmetel uued suunised AI eetiliseks arendamiseks avalikus sektoris. Märksõnad on läbipaistvus, vastutus ja põhiõigused. Ehk Euroopa ütleb: kui riik kasutab AI-d, peab kodanik aru saama, mis toimub, miks otsus tehti ja kes vastutab.

See on Eesti jaoks väga oluline. Meile meeldib digiriik. Ja põhjusega. Aga digiriik koos AI-ga võib muutuda väga efektiivseks masinaks, mis teeb vale asja kiiresti. Kui toetuse, sotsiaalteenuse, kontrolli või riskihinnangu teeb AI, peab olema võimalik otsust vaidlustada. Mitte nii, et ametnik ütleb: „Süsteem näitas punast.“ Punane tuli on fooris kasulik. Inimese õiguste puhul on vaja rohkem seletust.

Euroopa lähenemine on sageli aeglasem kui USA tehnoloogiafirma tempo. Silicon Valley ütleb: „Liigume kiiresti ja parandame hiljem.“ Euroopa ütleb: „Võib-olla ärme lõhu avalikku usaldust.“ Mõlemal on oma karikatuur. Aga avalikus sektoris on ettevaatus mõistlik. Kui chatbot (vestlusrobot) annab halba nõu telefoniostu kohta, on kahju piiratud. Kui riiklik süsteem diskrimineerib, on kahju päris.

Mida see sulle tähendab?

Tänane AI-päev ütleb ühe asja väga selgelt: AI väärtus liigub sinna, kus on kallis viivitus. Diagnoosi ootamine. Koodi parandamine. Vale laoseis. Aeglane laborikatse. Segane haldusotsus. Kui AI vähendab viivitust ja viga, on tal väärtus. Kui ta lihtsalt genereerib ilusa demo, on ta PowerPoint pilveteenuse hinnakirjaga.

Sina Eesti ettevõtja, juht, spetsialist või lihtsalt uudishimulik lugeja ei pea iga uue mudeli peale rahakotti avama. Tee hoopis lihtne test. Vali üks töö, mida tehakse tihti ja mis maksab aega või raha. Näiteks kliendikirjade sorteerimine, koodi ülevaatus, varude prognoos, dokumentide kokkuvõte või pildimaterjali analüüs. Pane paika mõõdik: mitu tundi säästad, mitu viga väheneb, mitu eurot kokku hoiad. Alles siis vali tööriist.

Kui tegutsed tervishoius või avalikus sektoris, lisa veel üks mõõdik: kes vastutab? Kui vastust pole, ära juuruta. Kui vastus on „AI“, ära juuruta eriti. AI ei käi kohtus, ei vabanda patsiendi ees ega maksa trahvi. Sina maksad.

Kui tahad praktilisi jätkulugemisi, vaata ka meie varasemaid artikleid: AlphaFold 3 ja AI-agendid tungivad pärisellu, Google kuulutas agentliku Gemini ajastu, 10 parimat AI tööriista Eesti väikeettevõttele 2026 ja AI-kõnepettuste kaitseplaan väikefirmale.