SpaceX ostab Cursorit: AI muutus taristuks

AI läks mänguasjast elektrivõrguks

Kui keegi veel eile ütles, et AI on lihtsalt tore vestlusrobot, siis täna võiks talle pakkuda klaasi vett ja näidata SpaceX-i väidetavat 60 miljardi dollari suurust panust koodikirjutamise platvormi. See pole enam mänguasi. See on torustik. Nagu elekter, ainult et vahepeal teeb see ka enesekindlalt valesid järeldusi.

17. juuni 2026 AI-uudiste ühine nimetaja oli jõhkralt lihtne: raha liigub sinna, kus kirjutatakse koodi, jooksutatakse mudeleid ja kontrollitakse andmeid. SpaceX vaatab arendajate tööriistu. Google ostab võimsust juurde. OpenAI põletab raha nagu andmekeskus jaanilõket. Pangad aga küsivad lõpuks ebamugava küsimuse: kas me ikka tohime selle kõik oma klientide andmetega ühendada?

See on hetk, kus AI liigub eksperimendist kriitiliseks taristuks. Ja kui miski muutub taristuks, siis tulevad kolm asja: hinnatõusud, reeglid ja hankespetsialistid, kes küsivad Excelis väga halastamatuid küsimusi.

SpaceX ostab koodikihi

Tech Startups’i 17. juuni ülevaate suurim pauk oli SpaceX-i väidetav 60 miljardi dollari suurune kõik-aktsiates tehing AI-koodiplatvormi Cursor omandamiseks. Kõik-aktsiates tähendab siin lihtsas keeles: raha asemel antakse ostetavale firmale ostja aktsiaid. Nagu maksaksid korteri eest mitte eurodes, vaid lubadusega, et sinu tehnoloogiline kosmoselaev läheb veel kallimaks.

Tehing peaks allikate järgi sulguma 2026. aasta kolmandas kvartalis. Cursorit kasutab väidetavalt umbes 40 miljonit arendajat. See number on oluline, sest arendajad on AI-ajastu uued jaotuskanalid. Mitte romantilises mõttes. Väga ärilises mõttes. Kui kontrollid tööriista, milles tarkvara sünnib, siis kontrollid ka seda, milliseid mudeleid kasutatakse, kuhu andmed liiguvad ja kes saab iga päringu pealt väikese tüki raha.

Siin tuleb mängu AI-agendid (iseseisvad digitaalsed abimehed). Need ei ole enam lihtsalt vestlusaknad, kuhu kirjutad: “tee mulle palun ilus funktsioon”. Agent võib ise faile muuta, teste käivitada, vigu parandada ja vahel ka täpselt sama enesekindlalt süsteemi põlema panna. Arendaja roll liigub käsitsi tippimiselt orkestreerimisele. Nagu kokk, kes ei haki enam sibulat, vaid jälgib, et robotköök suppi serveriruumi ei kallaks.

Kui see tehing realiseerub kirjeldatud kujul, on see signaal, et AI-koodimine pole kõrvalfunktsioon. See on kontrollkiht. Täpselt nagu mobiiliajastul sai äpipoest värav internetiärisse, võib AI-ajastul arenduskeskkonnast saada värav kogu tarkvaratootmisse.

OpenAI põletab hapnikku

Teine suur number tuli Unrot’i AI-päevaülevaatest: OpenAI 2025. aasta auditeeritud tulemused näitavad väidetavalt 34 miljardi dollari suurust kogukulu, 13 miljardi dollari suurust käivet ja 38,5 miljardi dollari suurust kahjumit. Jah, matemaatika kõlab nagu oleks keegi Excelis kohvi peale ajanud. Aga põhipunkt jääb: generatiivne AI (sisu loov tehisintellekt) on kapitalimahukas koletis.

Kui tavaline tarkvaraettevõte müüb sulle programmi ja teenindab miljoneid kasutajaid suhteliselt madala lisakuluga, siis suured keelemudelid vajavad iga vastuse jaoks arvutusvõimsust. LLM (suur keelemudel) ei vasta tasuta. Iga nupuvajutus sööb kiipe, elektrit, jahutust ja pilvearveid. Token (AI tekstijupp) on selles maailmas nagu väike makaron: üks ei maksa midagi, miljard juba maksab.

Ja siin peitubki küüniline, aga kasulik õppetund. Kui sinu ettevõte ehitab täna protsessi odava AI-teenuse peale, siis küsi: kas see hind on päris hind või riskikapitali subsideeritud tutvumispakkumine? Tead küll, nagu jõusaali esimene kuu 9 eurot. Kolmandal kuul avastad, et maksad ka sauna, rätiku ja “heaolu infrastruktuuri” eest.

AI-äri ilus loosung on “tootlikkus”. Raamatupidamise reas on see sageli “andmekeskus sõi kasumi ära”.

Samal ajal kirjeldas Unrot ka Google-i vajadust osta lisapilvevõimsust, et katta Gemini Enterprise klientide nõudlus. Enterprise (suurfirmadele mõeldud teenus) on koht, kus demo muutub lepinguks ja leping muutub teenustaseme kokkuleppeks. Seal ei piisa enam sellest, et mudel kirjutab naljaka luuletuse. Ta peab töötama esmaspäeval kell 9.03, kui raamatupidamine, klienditugi ja juristid kõik korraga nuppe vajutavad.

Pilv on kitsaks jäänud

Google’i lisavõimsuse ostmine on oluline just seetõttu, et see on vaikne, aga väga kõnekas uudis. Kui isegi Google peab võimsust juurde ostma, siis pole probleem ainult idufirmadel. Probleem on selles, et AI nõudlus on jõudnud faasi, kus serveririiulid, kiibid ja elekter on äristrateegia, mitte IT-osakonna joonealune märkus.

Siin tuleb sisse inference (AI vastuse arvutamine). See on hetk, kus mudel tegelikult vastust genereerib. Treenimine on nagu koolis käimine; inference on eksamil vastamine. Ja kui miljoneid kasutajaid küsib korraga vastuseid, on eksamisaal ülerahvastatud.

The Just’i 17. juuni AI-uudiste lühivideo lisas siia tehnilise, aga väga praktilise nüansi: kohalik inference on arendajate jaoks ületanud kasutuskünnise. Ehk spetsiaalne riistvara suudab väidetavalt töödelda üle 100 tokeni sekundis. See tähendab, et mõni tiim saab mudeleid jooksutada oma masinas või oma serveris, mitte iga kord välise API (programmide suhtluskanal) kaudu pilve küsides.

API on mugav. Aga API on ka kraan. Keegi teine omab torustikku, hinda ja sulgemisventiili. Kohalik jooksutamine on kallim alguses, aga annab rohkem kontrolli. Eriti siis, kui töötled tundlikke dokumente, meditsiiniandmeid, avaliku sektori infot või ärisaladusi, mida ei taha saata teadmata teekonnale läbi võõra andmekeskuse.

Agent teeb laboritööd

The Just’i samas ülevaates mainiti ka Carpathy automaatse masinõppe uurimissüsteemi skaleerimisanalüüsi: 50-realise agendi näidet, mis suudab masinõppe eksperimente jooksutada ilma inimsekkumiseta. Machine learning (masinõpe, mustrite õppimine) kõlab alati nagu midagi steriilset ja valgetes kitlites. Tegelikult tähendab see sageli: proovi sada varianti, vaata, mis töötab, korda.

Kui agent suudab eksperimente ise käivitada, tulemusi lugeda ja järgmise katse valida, muutub uurimistöö rütm. See ei tähenda, et teadlased kaovad. See tähendab, et halbade katsete käsitöö võib väheneda. Nagu praktikant, kes ei solvu, kui palud tal 300 korda sama asja proovida. Väike erinevus: praktikant tahab lõunat, agent tahab GPU (AI-arvutuste kiip) aega.

Veel üks mainitud areng oli Hermes agendi versioon 0.16 ja selle Docker (rakenduste pakendamise tööriist) režiim. Docker on arendajate maailmas nagu läbipaistev lõunakarp: paned rakenduse ja tema sõltuvused sisse ning loodad, et see maitseb samamoodi ka teises arvutis. AI-agentide puhul on see oluline, sest kui annad agendile õiguse asju käivitada, tahad väga täpselt teada, millises liivakastis ta mängib.

See on Eesti jaoks huvitav. Väiksemad teadusgrupid, idufirmad ja avaliku sektori tiimid võivad saada ligipääsu tööviisidele, mis varem olid ainult suurte laborite luksus. Aga luksusega tuleb ka kindlustusmakse: logid, audit, õigused, andmekaitse ja keegi, kes vastutab, kui agent “optimeerib” kogemata vale andmebaasi tühjaks.

Uued mudelid, sama võidujooks

Dentro.de juuni AI-ülevaade kirjeldas samuti mudelite ja funktsioonide rallit: Anthropic tõi välja Claude Fable 5 ja Mythos 5 mudelid ning Google käivitas Gemini 3.5 Live Translate’i, mis pakub reaalajas kõnest-kõnesse tõlget. Live Translate (reaalajas kõnetõlge) on eriti huvitav väikeste keelte jaoks, sest ideaalmaailmas võiks eestlane rääkida eesti keeles ja jaapanlane kuulda jaapani keelt peaaegu ilma viivituseta.

Aga ideaalmaailm on tavaliselt turundusosakonna PowerPointis. Tegelik küsimus on: kui hästi need süsteemid päriselt toetavad väikeseid keeli, murdeid, ametlikku terminoloogiat ja konteksti? Eesti avalikus sektoris ei piisa sellest, et tõlge on “enam-vähem”. Kui toetuse tingimus, ravijuhis või õiguslik teade tõlgitakse valesti, siis pole see naljakas tehnovidin. See on risk.

Dentro.de tõi esile ka Google DeepMind-i DiffusionGemma mudeli, mis lubab kuni 4 korda kiiremat tekstigeneratsiooni. Latentsus (vastuse ooteaeg) on AI-toodetes kriitiline. Inimene võib andestada mudelile ühe väikese vea, aga kui klienditeeninduse bot mõtleb 12 sekundit iga lause peale, siis kasutaja on juba konkurendi lehel ja kirub sinu brändi.

Pangad tõmbavad käsipidurit

Finantssektor on AI suhtes nagu range lapsevanem: tahab, et laps õpiks kiiresti, aga ei taha, et ta internetis võõrastega räägiks. Reutersi teatel keelas JPMorgan Chase oma Hongkongi töötajatel ligipääsu Anthropicu mudelitele, viidates andmete liikumise, vastavusnõuete ja sanktsiooniriskide hirmudele.

See on palju olulisem kui üks panga sisemine keeld. Kui üks maailma suurimaid panku ütleb konkreetsel turul konkreetsele AI-teenusele “ei”, siis kuulavad ka teised. Mitte seepärast, et nad armastaksid kopeerida. Vaid seepärast, et ükski compliance (reeglitele vastavuse kontroll) juht ei taha olla see inimene, kes lubas kliendiandmed teenusesse, mille pärast hiljem regulaator uksele koputab.

Euroopa kontekstis lisanduvad siia GDPR (EL-i andmekaitsereegel), AI-määrus ja sektoripõhised nõuded. Eesti pangale, kindlustusele, haiglale või riigiasutusele tähendab see: AI-tööriista valik pole enam IT-vidina ost. See on riskijuhtimise otsus.

Sama pilt paistab Anthropicuga seotud tarbijavaidlusest, mida The Just’i ülevaade samuti mainis: Claude Max kasutajad väidavad grupihagis, et lubatud kasutuslimiidid ja tegelik väärtus ei klappinud. Grupihagi (paljude ühine kohtuasi) on siin signaal, et AI-teenuste turunduslaused hakkavad lõpuks kohtuma juristidega. Ja juristid on nagu mudeli hindajad, ainult aeglasemad ja kallimad.

Kui müüd AI-teenust lubadusega “piiramatu”, siis peab keegi varem või hiljem küsima: piiramatu mille suhtes — kasutaja kannatuse, serverikulu või turundaja fantaasia?

Eesti vaade on kainem

RIA 23. nädala AI-uudiste ülevaade on siin kasulik vastukaal Silicon Valley ilutulestikule. Eesti vaade ei ole ainult “mis uus mudel välja tuli?”. Eesti vaade on: kuidas see mõjutab küberturvet, digiriiki, andmekaitset ja avaliku sektori usaldust.

See on igav ainult seni, kuni midagi katki läheb. Siis muutub see kõige põnevamaks teemaks ruumis.

Kui globaalsed tehnoloogiahiiglased liiguvad AI-ga eksperimendist taristutasemele, peab Eesti organisatsioon küsima neli väga praktilist küsimust. Esiteks: milliseid andmeid me mudelisse saadame? Teiseks: kus neid töödeldakse? Kolmandaks: kas meil on lepingus kirjas, mida teenusepakkuja nendega teha võib? Neljandaks: kas meil on plaan B, kui teenus kallineb, aeglustub või regulatiivselt lukku läheb?

Kui töötled tundlikke dokumente, tasub lugeda ka meie juhendit kuidas töödelda AI-ga tundlikke dokumente ilma pilve saatmata. See ei ole glamuurne. Aga glamuuri eest ei saa andmekaitse trahvi maksta.

Mida see sulle tähendab?

Sinu jaoks on tänase päeva õppetund lihtne: ära vaata AI-tööriista nagu äppi. Vaata seda nagu elektrilepingut, raamatupidamissüsteemi või makselahendust. Kui see läheb sinu töövoogu sügavale sisse, siis muutub see sõltuvuseks. Mõnikord heaks sõltuvuseks. Aga sõltuvuseks ikkagi.

Kui juhid ettevõtet, tee järgmise kahe nädala jooksul AI-inventuur. Kirjuta üles kõik tööriistad, mida inimesed kasutavad: ChatGPT, Claude, Gemini, Copilot, Cursor, Perplexity, koosolekuabilised, tõlketööriistad, brauserilaiendused. Jah, ka see tasuta Chrome’i laiendus, mille praktikant leidis ja mis “lihtsalt teeb kokkuvõtteid”. Eriti see.

Seejärel jaga need kolme hunnikusse: madal risk, keskmine risk, kõrge risk. Madal risk on avaliku info töötlemine. Keskmine risk on sisemine äriinfo. Kõrge risk on isikuandmed, finantsandmed, terviseinfo, lepingud, riigisaladuse lähedane kraam või mis tahes asi, mille lekkimisel keegi ütleb koosolekul: “Kes selle heaks kiitis?”

Kui oled arendaja või tehnoloogiajuht, ära lukusta kogu tarkvaraarendust ühe agent-platvormi külge ilma varuplaanita. Cursor või mõni teine tööriist võib olla fantastiline. Aga fantastiline tööriist võib homme olla kallim, teise omaniku käes või uute kasutustingimustega. Küsi ekspordi, logide, mudelivaliku ja privaatsuse kohta. See on tüütu. Täpselt nagu turvavöö. Ja täpselt sama põhjusel vajalik.

Kui oled avalikus sektoris või reguleeritud valdkonnas, alusta hübriidmudelist. Üldised tekstid ja avalik info võivad minna pilveteenustesse, kui leping ja riskihinnang lubavad. Tundlik info võiks jääda kontrollitud keskkonda. Kui vajad laiemat tausta Euroopa reeglite ja rahastuse kohta, vaata ka meie lugu AI jõuab Euroopas reeglite ja rahani.

Kokkuvõte? AI ei ole enam ainult nutikas assistent. See on muutumas kihiks, mille peal ettevõtted kirjutavad koodi, teenindavad kliente, tõlgivad kõnet, haldavad dokumente ja teevad otsuseid. Ja kui tehnoloogia muutub kihiks, muutub küsimus alati samaks: kes omab kihti, kes maksab arve ja kes jääb vastutama, kui kiht alt ära kaob?

Sina ei pea selle peale paanikasse minema. Aga Sa pead lõpetama AI kohtlemise tasuta mänguasjana. Tänane AI-turg ütleb väga selgelt: tasuta lõuna sai läbi. Nüüd tuleb menüü väikese kirjaga läbi lugeda.