Ang 2025 ay ang taon na sumailalim sa "vibe check" ang AI

Hindi naging hadlang ang pera para sa industriya ng AI sa unang bahagi ng 2025. Ngunit sa ikalawang kalahati ng taon, nagsimulang maramdaman ang pagbabago ng atmospera. 

Nagtaas ng $40 bilyon ang OpenAI sa halaga ng $300 bilyon. Ang Safe Superintelligence at Thinking Machine Labs ay parehong nakalikom ng tig-$2 bilyong seed round bago pa man makapaglabas ng kahit isang produkto. Kahit ang mga unang beses na tagapagtatag ay nakakalikom na ngayon ng pondo sa antas na dati ay para lamang sa malalaking kumpanya ng teknolohiya. 

Ang mga napakalaking pamumuhunan ay sinundan ng kaparehong laki ng paggasta. Gumastos ang Meta ng halos $15 bilyon upang makuha si Scale AI CEO Alexandr Wang at milyon-milyong dolyar pa upang maakit ang mga talento mula sa ibang AI labs. Samantala, nangako ang pinakamalalaking manlalaro sa AI ng halos $1.3 trilyon para sa mga gastusin sa imprastraktura sa hinaharap. 

Ang unang kalahati ng 2025 ay kasintindi ng kasiglahan at interes ng mga mamumuhunan ng nakaraang taon. Ngunit nitong mga nakaraang buwan, nagbago ang mood at nagsimula ang isang uri ng pagsusuri sa sitwasyon. Nananatili pa rin ang matinding optimismo para sa AI at ang kasamang mataas na pagpapahalaga, ngunit ito ay napapahupa na ng mga alalahanin ukol sa posibilidad ng pagputok ng AI bubble, kaligtasan ng mga user, at kakayahan ng teknolohiyang magpatuloy sa kasalukuyang bilis nito. 

Ang panahon ng walang pag-aalintanang pagtanggap at pagdiriwang sa AI ay unti-unting naglalaho. Kasabay nito, dumarami ang pagsusuri at mga tanong. Kaya bang mapanatili ng mga AI company ang kanilang bilis? Kailangan ba ng bilyon-bilyong dolyar para sa pag-scale sa post-DeepSeek era? Mayroon bang business model na makakabawi kahit isang maliit na bahagi ng multi-bilyong investment? 

Naroon kami sa bawat hakbang. At ang aming mga pinakapopular na kuwento ng 2025 ang nagsasabi ng totoong istorya: isang industriyang sumasailalim sa reality check kahit na nangangakong babaguhin ang reyalidad mismo. 

Paano nagsimula ang taon

Lalo pang lumaki ang pinakamalalaking AI labs ngayong taon. 

Noong 2025 lamang, nagtaas ang OpenAI ng $40 bilyon na pinangunahan ng Softbank sa post-money valuation na $300 bilyon. Iniulat ding may mga mamumuhunan tulad ng Amazon na nakikipag-deal na may kaugnayan sa compute, at kasalukuyang nakikipag-usap na magtaas ng $100 bilyon sa $830 bilyong valuation. Kung mangyayari iyon, malapit nang maabot ng OpenAI ang $1 trilyong valuation na sinasabing target nito para sa IPO sa susunod na taon. 

Ang karibal ng OpenAI na Anthropic ay nakapagsara rin ng $16.5 bilyon ngayong taon sa dalawang round, kung saan ang pinakabagong pagtaas ay nagdala ng valuation nito sa $183 bilyon, kasama ang malalaking mamumuhunan tulad ng Iconiq Capital, Fidelity, at Qatar Investment Authority. (Inamin ng CEO na si Dario Amodei sa isang leaked memo na hindi siya “masaya” sa pagtanggap ng pera mula sa mga diktaduryal na estado ng Gulf). 

Nariyan din ang xAI ni Elon Musk, na nakalikom ng hindi bababa sa $10 bilyon ngayong taon matapos bilhin ang X, ang dating Twitter na pag-aari rin ni Musk.

Nakita rin naming ang maliliit at bagong startup ay tumanggap ng hype mula sa mga sabik na mamumuhunan. 

Ang startup ni dating OpenAI chief technologist Mira Murati na Thinking Machine Labs ay nakakuha ng $2 bilyong seed round sa $12 bilyong valuation kahit halos walang inilalathalang impormasyon tungkol sa produkto nito. Ang vibe-coding startup na Lovable ay nakatanggap ng $200 milyong Series A at naging unicorn walong buwan pa lamang mula nang magsimula; ngayong buwan, nagtaas pa ng karagdagang $330 milyon ang Lovable sa halos $7 bilyong post-money valuation. At hindi rin pwedeng kalimutan ang AI recruiting startup na Mercor, na nakalikom ng $450 milyon ngayong taon sa dalawang round, kung saan ang pinakabago ay nagdala ng valuation nito sa $10 bilyon. 

Ang mga napakalaking valuation na ito ay patuloy pa ring nangyayari kahit na ang enterprise adoption ay nananatiling limitado at may seryosong kakulangan sa imprastraktura, na nagpapalala ng takot sa isang AI bubble. 

Build, baby, build

Para sa malalaking kumpanya, hindi nanggagaling sa wala ang mga numerong iyan. Kailangan ng malawakang imprastraktura upang mapatunayan ang mga valuation na iyon. 

Ang resulta ay nagdulot ng isang mabisyong siklo. Ang kapital na nalikom para sa compute ay lalong nauugnay sa mga deal kung saan ang parehong pera ay bumabalik sa chips, cloud contract, at enerhiya, tulad ng nakita sa infrastructure-linked funding ng OpenAI sa Nvidia. Sa praktika, binubura nito ang linya sa pagitan ng pamumuhunan at demand ng customer, na nagpapalala ng takot na ang AI boom ay pinapalakas ng circular economics imbes na matatag na paggamit.

Ilan sa pinakamalalaking deal ngayong taon na nagpapalakas sa infrastructure boom ay: 

• Stargate, isang joint venture sa pagitan ng Softbank, OpenAI, at Oracle, na may halagang hanggang $500 bilyon para sa pagbuo ng AI infrastructure sa U.S. 
• Pagbili ng Alphabet sa energy at data center infrastructure provider na Intersect sa halagang $4.75 bilyon, kasabay ng anunsyo nitong itataas ang compute spend sa 2026 hanggang $93 bilyon.
• Pinabilis na pagpapalawak ng data center ng Meta, na nagtulak sa inaasahang capital expenditures nito hanggang $72 bilyon sa 2025 habang nagmamadali ang kumpanya na makakuha ng sapat na compute para sanayin at patakbuhin ang susunod na henerasyon ng mga modelo. 

Ngunit nagsisimula nang lumitaw ang mga bitak. Ang isang pribadong financing partner, ang Blue Owl Capital, ay kamakailan lamang umatras mula sa planong $10 bilyong Oracle data-center deal na kaugnay ng OpenAI capacity, na nagpapakita kung gaano kahina ang ilan sa mga capital stack na ito. 

Kung ang lahat ng gastos na iyon ay tunay na magbubunga ay ibang usapan. May mga limitasyon sa grid, tumataas na gastos sa konstruksyon at kuryente, at lumalakas na pagtutol mula sa mga residente at policymaker – kabilang ang panawagan mula sa mga tulad ni Sen. Bernie Sanders na pigilan ang pagpapalawak ng data center – na nagpapabagal sa mga proyekto sa ilang rehiyon. 

Kahit malaki pa rin ang pamumuhunan sa AI, ang realidad ng imprastraktura ay nagsisimulang pumigil sa hype. 

Pag-reset ng mga inaasahan

Noong 2023 at 2024, bawat malaking model release ay parang isang rebelasyon, na may mga bagong kakayahan at sariwang dahilan upang mahulog sa hype. Ngayong taon, nawala ang mahika, at walang mas makakapagsalarawan nito kundi ang rollout ng GPT-5 ng OpenAI. 

Bagama’t mahalaga ito sa papel, hindi ito tumama nang kasing lakas ng mga naunang release na GPT-4 at 4o. Katulad na pattern ang lumitaw sa buong industriya dahil ang mga improvement mula sa mga LLM provider ay naging mas incremental at domain-specific kaysa transformative. 

Kahit ang Gemini 3, na nangunguna sa ilang benchmarks, ay breakthrough lamang dahil naibalik nito ang Google sa pantay na antas ng OpenAI – na naging sanhi ng sikat na ‘code red’ memo ni Sam Altman at pakikipaglaban ng OpenAI upang mapanatili ang dominasyon.

Nagkaroon din ngayong taon ng pagbabago sa inaasahan kung saan manggagaling ang mga frontier model. Ang paglulunsad ng DeepSeek ng R1, ang “reasoning” model nito na nakipagkumpitensya sa o1 ng OpenAI sa mga pangunahing benchmark, ay nagpapatunay na kayang maglabas ng mga bagong laboratoryo ng credible models nang mabilis at sa mas mababang gastos. 

Mula breakthrough ng modelo tungo sa business model

Habang paliit nang paliit ang bawat pagitan ng mga bagong modelo, mas pinagtutuunan ng pansin ng mga mamumuhunan ang kung ano ang nakabalot dito kaysa sa raw model capacity. Ang tanong: sino ang kayang gawing produkto ang AI na ginagamit, binabayaran, at ini-integrate ng mga tao sa kanilang araw-araw na trabaho? 

Ipinapakita ang pagbabagong ito sa ilang paraan habang sinusubukan ng mga kumpanya kung ano ang gumagana at ano ang papayagan ng mga customer. Halimbawa, pansamantalang inisip ng AI search startup na Perplexity na i-track ang mga galaw ng user online upang ibenta sila ng hyper-personalized ads. Samantala, iniulat na pinag-iisipan ng OpenAI na singilin ng hanggang $20,000 kada buwan para sa specialized AI, isang senyales ng agresibong pagsusuri sa kayang bayaran ng mga customer.

Higit pa sa lahat, lumipat na ang labanan sa distribution. Sinusubukan ng Perplexity na manatiling mahalaga sa pamamagitan ng paglulunsad ng sariling Comet browser na may agentic na kakayahan at pagbabayad ng $400 milyon sa Snap upang mapagana ang search sa loob ng Snapchat, na epektibong binibili ang daan papunta sa umiiral na user funnels. 

Sumusunod ang OpenAI sa kaparehong estratehiya, pinalalawak ang ChatGPT mula sa pagiging chatbot patungo sa platform. Inilunsad ng OpenAI ang sariling Atlas browser at iba pang consumer-facing features tulad ng Pulse, habang nilalapitan din ang mga enterprise at developer sa pamamagitan ng paglulunsad ng mga app sa loob ng ChatGPT mismo. 

Sa panig ng Google, umaasa ito sa pagiging incumbent. Sa bahagi ng consumer, ini-integrate ang Gemini direkta sa mga produkto tulad ng Google Calendar, habang sa bahagi ng enterprise, nagho-host ng MCP connectors upang gawing mas mahirap alisin ang ecosystem nito. 

Sa isang merkado kung saan lalong mahirap magpakilala ng bagong modelo, ang pagmamay-ari sa customer at sa business model ang tunay na moat. 

Pagsusuri sa trust at safety

Nakaranas ng walang kapantay na pagsusuri ang mga kumpanya ng AI sa 2025. Mahigit 50 copyright lawsuits ang dumaaan sa mga korte, habang ang mga ulat ng “AI psychosis” – bunga ng chatbots na nagpapatibay ng delusyon at diumano’y nag-ambag sa ilang insidente ng pagpapakamatay at iba pang nakamamatay na pangyayari – ay nagbunsod ng panawagan para sa reporma sa trust at safety. 

Habang may ilang copyright battle na natapos na – tulad ng $1.5 bilyong settlement ng Anthropic sa mga may-akda – karamihan ay hindi pa rin nareresolba. Mukhang lumilipat na ang usapan mula sa pagtutol sa paggamit ng copyrighted content para sa training patungo sa panawagan para sa kompensasyon (Hal. New York Times nagsampa ng kaso laban sa Perplexity para sa copyright infringement).

Samantala, ang mga usapin sa kalusugan ng pag-iisip na may kaugnayan sa pakikisalamuha sa AI chatbot – at ang kanilang sycophantic na mga sagot – ay lumitaw bilang seryosong isyu ng pampublikong kalusugan kasunod ng ilang kaso ng pagpapakamatay at delusyon sa mga kabataan at matatanda pagkatapos ng matagal na paggamit ng chatbot. Bunga nito ay nagkaroon ng mga demanda, malawakang pag-aalala sa mga propesyonal sa kalusugan ng pag-iisip, at mabilis na pagtugon ng polisiya tulad ng SB 243 ng California na nagre-regulate sa AI companion bots.

Marahil ang pinakamahalaga: ang panawagan para sa mga restriksyon ay hindi na lamang nanggagaling sa karaniwang anti-tech na mga grupo. 

Nagbabala na rin ang mga lider ng industriya laban sa chatbots na “nagpapalakas ng engagement,” at maging si Sam Altman ay nagbabala laban sa labis na emosyonal na pagdepende sa ChatGPT. 

Maging ang mga laboratoryo mismo ay nagsimulang magbigay ng babala. Sa May safety report ng Anthropic, naitala na sinubukan ng Claude Opus 4 na i-blackmail ang mga engineer upang hindi ito patayin. Ang subtext? Ang scaling nang hindi nauunawaan ang iyong ginawa ay hindi na isang viable na estratehiya.

Ang pagtanaw sa hinaharap

Kung ang 2025 ang taon na nagsimulang mag-mature ang AI at harapin ang mahihirap na tanong, ang 2026 ang taon na kailangan nitong sagutin ang mga ito. Nagsisimula nang humina ang hype cycle, at ngayon ay mapipilitan ang mga kumpanya ng AI na patunayan ang kanilang business model at magpakita ng tunay na halaga sa ekonomiya.

Malapit nang matapos ang panahon ng ‘magtiwala kayo, darating ang kita’. Ang susunod na mangyayari ay maaaring magpatunay o magdulot ng reckoning na mas malala pa kaysa sa dot-com bust para sa Nvidia. Panahon na para tumaya.