Jutro 3. rujna donijelo je neuobičajenu situaciju za milijune korisnika generativne umjetne inteligencije: prelazak s jednog alata na drugi nije nužno rješavao problem. ChatGPT i Claude imali su potvrđene poteškoće u radu, dok je istodobno rastao broj prijava smetnji za Grok i Gemini.
Platforma Downdetector zabilježila je više od 37.000 prijava problema povezanih s OpenAI-jem. Claude je na vrhuncu imao približno 1.300 prijava, Grok gotovo 1.400, a Gemini oko 500. Važno je naglasiti da to nisu podaci o ukupnom broju pogođenih korisnika, nego prijave koje su korisnici poslali servisu za praćenje prekida rada.
No, poslovna poruka tog događaja važnija je od same statistike. Umjetna inteligencija u mnogim poduzećima više nije alat za povremeno sastavljanje teksta ili eksperimentiranje s idejama. Ona je ugrađena u svakodnevne procese: od izrade ponuda i marketinških sadržaja do analize dokumenata, pripreme izvještaja, programiranja i automatizacije korisničke podrške.
Kada takav alat privremeno prestane raditi, zastoj više nije samo tehnički incident. Postaje operativni i poslovni rizik.
Poremećaj nije pogodio samo chat: zastoj se osjetio i u programiranju
OpenAI je na svojoj stranici sa statusom sustava naveo poteškoće na 15 komponenti ChatGPT-a te četiri komponente Codexa, svog okruženja i alata povezanih s programiranjem. Incident nije značio potpuno gašenje svih funkcionalnosti, nego povećanu stopu pogrešaka.
Ta razlika može zvučati tehnički, ali u praksi je ključna. Dio korisnika mogao je nastaviti raditi bez većih problema, dok su drugi nailazili na neuspjele upite, prekide u generiranju sadržaja ili nedostupne funkcije. Dostupnost može varirati ovisno o modelu, pretplatničkom paketu, regiji ili konkretnoj funkcionalnosti koju korisnik pokušava koristiti.
OpenAI je tijekom incidenta objavio da provodi mjere ublažavanja problema i prati oporavak sustava. Javna obavijest nije, međutim, sadržavala tehničko objašnjenje uzroka ni procjenu ukupnog broja pogođenih računa.
Za poslovne korisnike to otvara važno pitanje: koliko je radni proces otporan ako ključni dio posla ovisi o jednoj vanjskoj AI platformi? Posebno se to odnosi na razvojne timove koji generativne modele koriste za pisanje, provjeru i dokumentiranje koda.
Claudeov prekid pokazao ranjivost aplikacija povezanih putem API-ja
Anthropic je zabilježio širi incident koji je zahvatio ne samo web-verziju Claudea nego i API, Claude Code te Claude Cowork. Poteškoće su se u početku odnosile na više modela, a kasnije se popis proširio.
Oporavak je trajao približno dva sata i 50 minuta, od prve obavijesti o istrazi do službenog zatvaranja incidenta. Tvrtka je izvijestila da je uzrok identificiran i da je primijenjeno rješenje, ali ga javno nije detaljno objasnila.
Najvažnija poslovna pouka leži u utjecaju API-jaAPI je skraćenica od Application Programming Interface i pr.... Tvrtka može imati vlastitu aplikaciju, uredno dizajnirano korisničko sučelje i aktivne zaposlenike, ali njezina usluga ipak može zakazati ako se “inteligencija” aplikacije oslanja na vanjski model koji trenutačno nije dostupan.
Drugim riječima, aplikacija može izgledati kao da radi, ali ne može izvršiti ključni zadatak. Primjerice klasificirati dokument, izraditi sažetak ugovora, odgovoriti kupcu ili analizirati podatke. To je nova vrsta ovisnosti u digitalnom poslovanju: infrastruktura i model koji donosi AI odgovor često nisu pod izravnom kontrolom kompanije koja krajnju uslugu pruža klijentu.
Više ponuđača ne znači automatski i veću sigurnost
Istodobne prijave poteškoća kod više poznatih AI alata mogu stvoriti dojam zajedničkog kvara. Međutim, javne obavijesti OpenAI-ja i Anthropica nisu potvrdile da je postojao jedinstven infrastrukturni uzrok koji je povezao njihove incidente.
To je bitna razlika. Korelacija u vremenu nije dokaz zajedničkog uzroka.
Ipak, poslovni zaključak ostaje isti: oslanjanje isključivo na jednog ponuđača stvara koncentracijski rizik, ali ni jednostavna strategija “prebacit ćemo se na drugi chatbot” nije dovoljna ako alternativni alati nisu unaprijed testirani, ugovoreni i integrirani u radne procese.
Tvrtke koje AI smatraju kritičnom infrastrukturom trebale bi definirati osnovni plan kontinuiteta poslovanja. On ne mora biti složen ni skup, ali bi trebao uključivati alternativne postupke za ključne zadatke, jasne protokole za zaposlenike te procjenu koji procesi mogu privremeno funkcionirati bez modela.
Koliko zapravo košta nekoliko sati bez AI-ja?
Ni OpenAI ni Anthropic nisu u javnim obavijestima procijenili izgubljeno radno vrijeme ni financijski trošak incidenta. Takvu je štetu ionako teško precizno izračunati. Neuspjeli upit iz znatiželje i prekid rada programera na važnom projektu jednako mogu završiti kao jedna prijava na Downdetectoru, iako je poslovna vrijednost tih situacija neusporediva.
Broj prijava također ne određuje automatski pouzdanost pojedine platforme. Veći servis ima više korisnika i potencijalno više prijava, dok Downdetector mjeri odstupanje od uobičajenog broja pritužbi, a ne ukupnu populaciju korisnika.
Za menadžere je zato važnije pratiti vlastitu izloženost nego tuđu statistiku prekida rada. Treba znati koji odjeli ovise o AI alatima, koje su usluge vezane uz API-je trećih strana i koliko dugo poslovanje može funkcionirati u degradiranom režimu rada.
Događaj od 3. rujna nije dokaz da generativna umjetna inteligencija nije spremna za poslovnu primjenu. Upravo suprotno: pokazuje da je postala dovoljno važna da njezina nedostupnost zahtijeva jednaku ozbiljnost kao prekid interneta, nedostupnost poslovnog softvera ili kvar platne infrastrukture.
Izvor: TechLife. Prijevod i prilagodba: Financa.ba
Prilikom preuzimanja obvezno navesti izravni link na članak.
