Tko je zapravo pametniji — model koji je pojeo megavat struje da bi pogodio koliko će jogurta...

Na GIFT-Eval ljestvici, jednoj od onih tablica na kojima se danas mjeri tko je tko u predviđanju vremenskih serija, na 130 mjesta, treće mjesto drži sustav zvan TW3Cast. Iznad njega su dva agentna sustava. Oni koriste agente i jezične modele da razmišljaju, generiraju ili biraju prognoze. Znači, imaju mozak. Skup, bučan, gladan struje.

TW3Cast nema ništa od toga. Nema agenta. Nema jezični model. Njegov odabir je tablica. Izračunata jednom, na trening skupu podataka, i onda zamrznuta. Kao slika u okviru. Kao odluka koju si donio trijezan pa je se držiš i kad si pijan.

Pročitaj to još jednom jer je bitno. Treće mjesto na međunarodnom benchmarku ne drži sustav koji uči, zaključuje, prilagođava se, poziva alate, piše lance misli i moli Boga da halucinacija ne bude prevelika. Drži ga tablica. Fiksna. Statična. Dosadna.

Koji kurac.

Pacijent, dakle, ima temperaturu od 39, puls 130, leukocite kroz krov, a na rendgenu — ništa. Nikakva pneumonija, nikakav tumor, nikakav strani predmet. Samo čovjek koji je bolesniji od sobe pune pacijenata s nalazima. To je dijagnoza koju ne želiš propisati, jer ti ruši cijelu teoriju o tome što uzrokuje bolest. A teorija je, zadnjih tri godine, bila: više modela, više parametara, više inferencije, više novca, bolji rezultat.

Ova tablica kaže: ne.

I sad, prije nego što netko pomisli da je ovo napad na strojno učenje — nije. Ovo je napad na priču koja se prodaje uz strojno učenje. Priča ide ovako: napredak je linearan, napredak je skup, i napredak zahtijeva da svaki kvartal potrošiš više nego prošli. Ako ne trošiš više, zaostaješ. Ako zaostaješ, mrtav si. A ako si mrtav, tko će onda kupiti novi cluster?

Trideset godina sam u ovom poslu, od Kvarner Neta do danas, i jedno sam naučio o tehnološkoj industriji: ona ne prodaje rješenja. Ona prodaje nužnost. Rješenje možeš odbiti. Nužnost ne možeš. Nitko ne može reći "ne hvala" nužnosti, jer nužnost znači da bez nje nemaš posao, nemaš budućnost, nemaš ništa. I zato svaka generacija tehnologije dolazi umotana u nužnost. Cloud je bio nužnost. Big data je bila nužnost. Blockchain je bio nužnost, dok nije prestao biti. AI je danas nužnost, i to onaj najgori tip nužnosti — onaj koji sam sebe dokazuje time što svi oko tebe tvrde da je nužan.

A onda dođe tablica na treće mjesto i kaže: nije nužno. Bilo bi lijepo, možda. Ali nije nužno.

Pogledajmo što točno TW3Cast radi, jer u detaljima je cijela poanta. Njegov odabir — selection, način na koji odlučuje koja će se prognoza koristiti — je tablica izračunata jednom na trening skupu. Ne na validacijskom. Ne na testnom. Na treningu. To znači da je taj odabir napravljen bez ijednog pogleda na podatke na kojima se kasnije mjeri uspjeh. Nema prilagodbe. Nema feedback loopa. Nema agenta koji u hodu odlučuje "ovaj put ću koristiti model A, a sljedeći put model B jer mi se čini da je vrijeme vlažnije".

To je kao da si postavio termostat u siječnju, po prognozi za cijelu godinu, i onda ga više nikad nisi dirao. I na kraju godine ispadne da si bio točniji od sustava koji svakih pet minuta provjerava temperaturu, poziva meteorološku službu, konzultira satelit i pita ChatGPT je li vani hladno.

Zabavno je da su dva sustava iznad njega agentna. Znači, oni koriste jezične modele. Oni razmišljaju. Oni generiraju. Oni biraju. I jesu bolji — ne sporim, brojevi su brojevi. Ali su bolji za dlaku. Za djelić mjesta na ljestvici. A cijena te dlake je nebo i zemlja.

Ovdje se ne radi o tome da su agenti loši. Radi se o tome da je razlika između "pametno" i "skupo" postala nevidljiva, a industrija je odlučila da su to sinonimi. Pa ako nešto košta više, sigurno je pametnije. Pa ako je pametnije, sigurno je budućnost. Pa ako je budućnost, sigurno moramo svi to kupiti, implementirati, skalirati i objaviti na LinkedInu.

A tablica. Jebote, tablica.

Sad, pošteno je reći i ono što TW3Cast ne govori. Ne govori da su agenti beskorisni. Ne govori da je zaključivanje precijenjeno. Ne govori da je duboko učenje prevara. Govori nešto mnogo uže i mnogo neugodnije: da postoji klasa problema gdje pažljivo odabran, jednom izračunat, zamrznut pristup radi gotovo jednako dobro kao najskuplja dostupna mašinerija. I da nitko u industriji nema poticaj to priznati, jer priznanje bi srušilo cijelu priču o skaliranju.

Zamisli pitch deck. "Naš pristup je tablica. Izračunali smo je jednom. Ne treba nam GPU. Ne treba nam API. Ne treba nam tim od dvadeset ljudi. Trebamo nam jednog čovjeka koji zna statistiku i jedan popodnevni rad." Koliko bi investitora dobio? Nula. Koliko bi novinara nazvalo? Nula. Koliko bi ljudi na konferenciji slušalo? Nula.

A "agentic AI forecasting framework s multi-model orchestrationom i reasoning loopom"? Puni auditorij. Puni mediji. Puni novac.

To nije zato što je agentic bolji. To je zato što je agentic PRIČA. A priče se prodaju. Tablice se ne prodaju. Tablice se koriste.

I tu dolazimo do nečeg što me zapravo nervira više od samog benchmarka. Ne radi se o tome da je industrija sklona pretjerivanju — to je normalno, to je oduvijek tako, i svatko tko je proveo desetljeće u ovom poslu zna da ciklusi dolaze i odlaze. Radi se o tome da je pretjerivanje postalo INSTITUCIONALIZIRANO. Da postoje cijele strukture — fondovi, mediji, konferencije, akademski programi, karijere — koje ovise o tome da priča bude istinita. I da nitko unutar tih struktura nema ni motiv ni hrabrost reći: "Pazi, možda je pola ovoga nepotrebno."

Jer reći to znači priznati da si zadnjih pet godina radio nešto što je možda moglo biti jednostavnije. A to priznanje ne dolazi lako. Pogotovo kad si za to dobio nagradu, promaknuće, ili rundu financiranja.

Sjetimo se kako je izgledala tranzicija s monolitnih aplikacija na mikroservise. Bila je opravdana. Bila je potrebna. Bila je, za mnoge slučajeve, prekomplicirana. Ljudi su rastavljali aplikacije na pedeset servisa jer je Netflix to napravio, a Netflix je imao milijardu korisnika i specifične probleme skaliranja. Firma s dvije tisuće korisnika je završila s pedeset servisa, Kubernetesom, service meshom i timom DevOps inženjera koji su trošili više vremena na održavanje infrastrukture nego na proizvod. Nije bilo pogrešno. Bilo je nepotrebno. A nepotrebno je, u tehnologiji, gore od pogrešnog, jer pogrešno barem priznaš i popraviš. Nepotrebno ostane u produkciji pet godina, jer nitko nema hrabrosti reći da je car gol.

Ista stvar se danas događa s AI-jem. Ne u smislu da AI ne radi. Radi. Ponekad radi odlično. Ali "radi odlično" i "radi bolje od svega ostaloga, uvijek, za svaki problem" nisu ista stvar. A industrija je odlučila da jesu, jer industrija živi od te razlike.

TW3Cast je zanimljiv jer je mali, tih, i ne tvrdi ništa. Samo stoji tamo, na trećem mjestu, i šuti. Tablica. Bez ambicije. Bez roadmapa. Bez Series A. Bez osnivača koji drži keynote u crnoj jakni.

I baš zato je neugodan. Jer podsjeća nas da smo, u žaru skaliranja, zaboravili postaviti najosnovnije pitanje: je li ovo uopće potrebno? Ne "je li ovo impresivno". Ne "je li ovo novo". Ne "može li se ovo prodati". Nego: je li ovo POTREBNO. Za ovaj konkretni problem. Na ovim konkretnim podacima. S ovim konkretnim resursima.

Odgovor, u mnogim slučajevima, je: nije. Ali nitko ne pita. Jer pitanje ruši poslovni model.

U redu, sad će netko reći: "Ali agenti mogu raditi stvari koje tablica ne može. Mogu se prilagođavati, mogu generalizirati na nove domene, mogu..." To je istina. I to je važno. I to je točno smjer u kojem treba ići. Ali nije poanta. Poanta je da se ta prednost prodaje kao univerzalna, a nije univerzalna. Nije čak ni česta. Ponekad je marginalna. A kad je marginalna, cijena postaje jedina stvar koja je stvarno drugačija.

I onda se pitamo zašto startupi troše milijune na inferenciju za zadatke gdje bi regresijski model s tri varijable radio gotovo jednako dobro. Ne zato što su glupi. Zato što je "regresija" neprodavan pitch, a "agentic AI pipeline" je pitch koji otvara vrata. Tržište ne nagrađuje istinu. Tržište nagrađuje priču koja se uklapa u trenutni narativ. A trenutni narativ je: sve mora biti AI, sve mora biti agentic, sve mora biti skupo.

TW3Cast je dokaz da to nije istina. Nije dokaz da je suprotno istina. Samo da trenutni narativ nije univerzalan. I da postoji ozbiljan prostor između "nema AI" i "sve je AI", u kojem živi većina stvarnih problema i većina stvarnih rješenja. Taj prostor je dosadan. Taj prostor ne drži konferencije. Taj prostor ne piše blogove. Ali taj prostor radi.

Treće mjesto od sto trideset. Bez agenta. Bez jezičnog modela. Bez ičega što bi danas prošlo kao "AI-native". Samo tablica, izračunata jednom, zamrznuta, i puštena u svijet.

Kad sam prije trideset godina postavljao prve servere u Rijeci, nisam imao ni približno sofisticirane alate koje danas imam. Ali sam imao nešto što se, čini se, izgubilo u međuvremenu: naviku da prvo pitam je li problem stvaran, pa tek onda tražim alat. Danas se prvo kupi alat, pa se onda traži problem koji bi ga opravdao. I tako dobijemo agente koji rješavaju probleme koje nitko nije imao, uz cijenu koju nitko ne može objasniti, i benchmarke koji izgledaju impresivno dok ne pogledaš što je na trećem mjestu.

Na trećem mjestu je tablica. I ona ne treba ništa. Ni struju. Ni GPU. Ni PR. Ni pitch deck. Samo je tamo. Radi svoj posao. I čeka da je netko primijeti.

Budućnost je stigla. Donijela je račun. A najbolji dio je da je račun napisala tablica.

Izvor: arxiv.org