Net „Meta“ nebegauna kiek nori: „Google“ apribojo jos prieigą prie „Gemini“ kompiuterinių pajėgumų

Kompiuterinių pajėgumų badas pasiekė tokį lygį, kad jį pajunta net didžiausi pasaulio žaidėjai. Birželio 28 d. „Financial Times“ pranešė, kad „Google“ dar maždaug kovą informavo „Meta“ negalinti patenkinti viso jos prašomo „Gemini“ skaičiavimo pajėgumų poreikio — ir įvedė naudojimo limitus. „Reuters“ pažymėjo, kad savarankiškai patvirtinti šios informacijos negali, o nei „Google“, nei „Meta“ komentarų neatsiuntė. Vis dėlto istorija puikiai sutampa su tuo, ką abi bendrovės pastaruosius mėnesius kalba viešai: paklausa AI skaičiavimams auga greičiau, nei spėjama statyti duomenų centrus.

Esmė paprasta ir kartu simboliška. „Meta“ — viena turtingiausių planetos technologijų bendrovių, turinti savo „Llama“ modelius ir milžiniškus kapitalo srautus, — atsidūrė situacijoje, kai trūkstamų pajėgumų jai tiesiog neužteko. Pasak FT, būtent „Meta“ nukentėjo labiausiai dėl savo užsakymų masto, o kiti „Google Cloud“ klientai apribojimus pajuto švelniau.

Kodėl „Meta“ apskritai naudoja konkurento modelį

Pirmas klausimas, kuris kyla — kodėl „Meta“, turinti savo dirbtinio intelekto laboratoriją ir atvirus „Llama“ modelius, perka „Gemini“ pajėgumus iš tiesioginio konkurento? Atsakymas glūdi reklamoje. Dar 2025 m. rudenį pasirodė žinių, kad „Meta“ svarsto „Gemini“ integraciją siekdama tiksliau taikyti reklamą pagal savo turimus vartotojų duomenis. Reklama yra „Meta“ pajamų variklis, todėl net keli procentai geresnio taikymo virsta milijardais. Kai geriausią rezultatą tam tikrai užduočiai duoda svetimas modelis, pragmatika nugali prestižą — perki ten, kur veikia geriausiai.

Būtent todėl apribojimas skauda. Pasak FT, dėl pajėgumų stygiaus užstrigo arba sulėtėjo keli vidiniai „Meta“ AI projektai (konkrečių pavadinimų pranešime nenurodyta). Bendrovė ėmė raginti darbuotojus naudoti AI „tokenus“ taupiau ir įvedė griežtesnę jų suvartojimo kontrolę — t. y. tas pats taupymo režimas, apie kurį pastaruoju metu vis dažniau kalba ir kur kas mažesnės įmonės.

Tai ne gedimas, o sėkmės kaina

Svarbu suprasti niuansą: „Google“ pajėgumų limitai — ne techninis pralaimėjimas, o komercinės sėkmės pasekmė. Pati bendrovė tai pripažino atvirai. Per pirmojo ketvirčio rezultatų pristatymą generalinis direktorius Sundaras Pichai sakė, kad „Google Cloud“ būtų galėjusi parodyti dar stipresnį augimą, jei būtų pakakę papildomų skaičiavimo pajėgumų. „Google Cloud“ ketvirčio pajamos siekė apie 20 mlrd. USD, o neįvykdytų užsakymų portfelis (angl. backlog) smarkiai išaugo — paklausa tiesiog lenkia pasiūlą.

Šis spaudimas matomas ir kainodaroje. Gegužės viduryje „Google“ pakeitė neribotos prieigos prie „Gemini“ modelį griežtesne sistema su slankiaisiais penkių valandų atsinaujinimo langais ir savaitiniais limitais. Tai galioja plačiai — ne tik „Meta“, o ir kitiems klientams per dokumentuotus greičio limitus bei išlaidų pakopas. Kitaip tariant, era, kai AI pajėgumus buvo galima vartoti tarsi neribotą resursą, baigiasi. Net bendrovei su „Google“ ištekliais kapitalo sąnaudos, reikalingos neribotai paklausai patenkinti, yra tokios milžiniškos, kad paklausos valdymas tampa būtinybe.

Pajėgumai virsta strategine valiuta

Kodėl pajėgumų taip katastrofiškai trūksta, gerai iliustruoja kitas sandoris. Pernai spalį „Google“ ir „Anthropic“ patvirtino milžinišką susitarimą, pagal kurį „Anthropic“ gaus iki vieno milijono „Google“ TPU lustų ir daugiau nei gigavatą skaičiavimo galios — vertė siekia dešimtis milijardų dolerių. Vienas toks užsakymas „suvalgo“ pajėgumų kiekį, kurio kitiems klientams paskui paprasčiausiai pritrūksta.

Mastas dar geriau matomas iš debesijos rinkos „backlog'o“. Skaičiuojama, kad vien „Anthropic“ ir „OpenAI“ debesijos sutartys sudaro beveik pusę visų maždaug 2 trln. USD ilgalaikių pajamų įsipareigojimų, kuriuos laiko keturi didieji debesijos tiekėjai — „Amazon AWS“, „Microsoft Azure“, „Google Cloud“ ir „Oracle“. Pajėgumai nustojo būti savaime suprantamu fonu ir tapo strategine valiuta, dėl kurios konkuruoja net milžinai.

Ką tai reiškia Lietuvos verslui

Atrodytų, JAV gigantų rietenos dėl lustų yra toli nuo Lietuvos realybės, bet pamoka čia labai praktiška. Jei net „Meta“ susiduria su limitais ir verčiama taupyti „tokenus“, tai bet kuri įmonė, statanti produktą ant „Gemini“, „Claude“ ar GPT API, privalo planuoti tris dalykus.

Pirma — greičio limitai yra realybė, ne teorija. Architektūrą verta projektuoti taip, kad ji elegantiškai atlaikytų rate limiting: eilės, kartojimas su atidėjimu, atsarginiai modeliai. Produktas, kuris lūžta, kai tiekėjas įveda savaitinį limitą, yra trapus.

Antra — kaštų efektyvumas vėl madingas. Laikai, kai buvo skatinama naudoti kuo daugiau AI nepaisant kainos, baigėsi. Verta matuoti, kiek kainuoja vienas užklausos „tokenas“ realiame sraute, ir agresyviau optimizuoti — trumpesni promptai, talpyklavimas, mažesni modeliai ten, kur jų pakanka.

Trečia — neapsiribokite vienu tiekėju. „Meta“ pavyzdys rodo, kad net turint savo modelius kartais protingiau pirkti svetimą — ir atvirkščiai. Galimybė lanksčiai persijungti tarp tiekėjų ar lokalių modelių tampa ne prabanga, o atsparumo klausimu.

Bendra kryptis aiški: artimiausius metus AI pajėgumai išliks ribotas, brangus ir politiškai jautrus resursas. Laimės ne tie, kurie sudegins daugiausiai „tokenų“, o tie, kurie iš kiekvieno išspaus daugiausiai vertės. Tą logiką jau taiko net „Meta“ — verta perimti ir mums.