Cisco izpilddirektors brīdina, ka mākslīgā intelekta uzplaukums izskatās pēc burbuļa, taču saka, ka mākslīgais intelekts būs lielāks par internetu

Kopsavilkums:Cisco izpilddirektors Čaks Robinss saka, ka mākslīgais intelekts varētu būtlielāks nekā internets, taču viņš vispirms sagaida sāpīgu satricinājumu — “parādīsies uzvarētāji, un pa ceļam būs asinspirts.” Tas nav vienreizlietojams citāts. Robinss pārdzīvoja dot-com uzplaukumu, kad Cisco 2000. gadā kļuva par vērtīgāko uzņēmumu pasaulē, bet pēc tam, kad burbulis pārsprāga, zaudēja aptuveni 80% no savas vērtības.

Galvenais vēstījums ir niansēts: mākslīgais intelekts ir reāls un pārveidojošs, taču mūsdienu investīciju cikls ir pārkarsis, un ne katrs uzņēmums (vai amats) pārdzīvo pāreju.

Ko Robinss patiesībā saka (nevis virsraksta versija)

No ziņojuma:

Mākslīgais intelekts “mainīs visu” un, iespējams, būs lielāks par internetu.
Pašreizējais tirgus "iespējams" ir burbulis.
Daži uzņēmumi "neizdosies".
Dažas darbavietas mainīsies vai tiks likvidētas, īpaši tādās jomās kā klientu apkalpošana.
Lielāks risks darbiniekiem nav tas, ka “mākslīgais intelekts atņem jūsu darbu”, bet gan tas, ka “kāds, kas labi izmanto mākslīgo intelektu, atņem jūsu darbu”.
Mākslīgais intelekts uzlabos kiberuzbrukumus un krāpšanas; drošība kļūs svarīgāka.
Apvienotajai Karalistei ir “diezgan labas izredzes” kļūt par mākslīgā intelekta lielvalsti, ja tā pieņems mākslīgo intelektu.

Tēma nav “panika”. Tā ir “pieņemt pārmaiņas, bet būt godīgam par traucējumiem”.

Kāpēc dot-com analoģija ir noderīga (un kur tā maldina)

Dot-com burbulis bieži tiek piesaukts slinki, it kā tas nozīmētu “ažiotāža tagad, krahs vēlāk”. Noderīgāka mācība ir strukturāla:

Ko uzbūvēja burbulis

Lai gan daudzi interneta uzņēmumi beidza pastāvēt, laikmets veidojās:

datu centri
optisko šķiedru tīkli
programmatūras infrastruktūra
patērētāju uzvedība saistībā ar tiešsaistes pakalpojumiem

Uzvarēja pamatā esošā tehnoloģija.

Ko iznīcināja burbulis

Spekulatīva pašu kapitāla vērtība uzņēmumos bez ilgstošas lietošanas produktiem vai izplatīšanas.

Robinsa “asinsiznīcināšanas” formulējums būtībā ir šāds: kapitāls un uzņēmumi tiek iznīcināti, bet platformas maiņa joprojām notiek.

Cisco skatījums: infrastruktūra, nevis lietotnes

Cisco galvenokārt nav “mākslīgā intelekta lietotņu” uzņēmums. Tas pārdod un būvē infrastruktūru, kas ļauj mākslīgajam intelektam darboties:

tīklošanās
drošība
datu centru sistēmas

Tāpēc, kad Cisco runā par mākslīgo intelektu, tas bieži vien runā no tā slāņa, kas izdzīvo burbuļus.

Lietotņu uzņēmumi nāk un iet; infrastruktūras un izplatīšanas uzvarētāji bieži vien saglabājas.

Kāpēc tīklošanās kļūst par mākslīgā intelekta sašaurinājumu

Lieli modeļi tiek apmācīti daudzos paātrinātājos. Jo vairāk mikroshēmu izmantojat, jo vairāk jūsu sistēma kļūst ierobežota ar:

tīkla latentums (cik ātri mezgli var koordinēt)
joslas platums (cik daudz datu var pārvietot)
uzticamība (viena kļūme var palēnināt vai pārtraukt apmācības procesus)

Tāpēc uzņēmumi runā par “mākslīgā intelekta klasteriem” tā, it kā tie būtu superdatori. Šādā pasaulē tīklošana nav santehnika — tā ir konkurences diferenciācija.

Darbavietu aspekts: kas mainās vispirms

Robins norāda uz klientu apkalpošanu kā kategoriju, kurā uzņēmumiem varētu būt nepieciešams mazāk cilvēku.

Kāpēc klientu apkalpošana ir pirmais mērķis

Atbalsta darbplūsmām bieži vien ir:

liels apjoms
atkārtoti jautājumi
zināmi politikas noteikumi
teksta ievades un izvades dati

Tas padara tos par dabiski piemērotiem mākslīgā intelekta triāžai un daļējai automatizācijai. Pirmais vilnis parasti ir “novirzīšana” (atbildes bez cilvēka), kam seko “aģenta palīdzība” (cilvēki ar mākslīgā intelekta atbalstu) un pēc tam vienkāršāko pilna cikla lietu automatizācija.

Tas ir ticami, jo klientu atbalstam ir daudz:

atkārtoti jautājumi
standarta darbplūsmas
uz tekstu balstīta mijiedarbība

Bet dziļākā doma ir tāda, ka mākslīgais intelekts neaizstāj “darbavietas”. Tas aizstājuzdevumi.

Tipisks darbs ir uzdevumu kopums:

daži automatizējami (sagatavošana, kopsavilkumu veidošana, atlase)
daži ne (spriedums, empātija, atbildība, sarunas)

Tātad ietekme uz darbaspēku ir nevienmērīga:

cilvēki, kas pielāgojas, kļūst produktīvāki un vērtīgāki
cilvēki lomās, kurās dominē atkārtojami uzdevumi, saskaras ar spiedienu mainīt darba kārtību

“Kāds labs mākslīgā intelekta jomā atņems jūsu darbu” — ko ar to iesākt?

Šī rinda ir neērta, jo tā ir patiesa.

Praktiski tas ierosina izdzīvošanas stratēģiju:

apgūstiet rīkus agri
veidot darbplūsmas un kontrolsarakstus
kļūt par cilvēku, kurš spēj apvienot mākslīgā intelekta ātrumu ar cilvēka spriestspēju

Konkurences priekšrocība nav norādījumu pārzināšana, bet gan zināšana:

ko jautāt
ko pārbaudīt
kā vajadzētu izskatīties izvadei
kur mīt risks

Drošība: mākslīgais intelekts uzlabo krāpniecību un uzbrukumus

Robins brīdina, ka mākslīgais intelekts padarīs kiberuzbrukumus labākus un pikšķerēšanu pārliecinošāku.

Tas jau ir redzams šeit:

labāk uzrakstīti krāpnieciski e-pasti
ticamāka personības imitācija
Krāpšanai izmantots dziļi viltots audio/video

Tātad “mākslīgā intelekta revolūcijai” ir paralēla revolūcija:

identitātes pārbaude
krāpšanas atklāšana
droša saziņa

Drošība nav mazsvarīga tēma. Tā ir viena no galvenajām mākslīgā intelekta ieviešanas kaujas laukiem.

Ko īsti nozīmē "Mākslīgais intelekts ir lielāks par internetu"?

Ja atmetam retoriku, "lielāks par internetu" varētu nozīmēt:

Cita interpretācija: internets savienoja cilvēkus un sistēmas, taču lielākā daļa darbu joprojām prasīja, lai cilvēki pārvērstu informāciju darbībā. Mākslīgais intelekts samazina šīs tulkošanas izmaksas. Ja tā ir taisnība, mākslīgais intelekts kļūst par vispārēju produktivitātes slāni tāpat kā elektrība kļuva par vispārēju spēju — redzamu visās nozarēs, ne tikai “tehnoloģijās”.

Mākslīgais intelekts kļūst par informācijas saskarni (meklēšanas izmaiņas)
Mākslīgais intelekts kļūst par saskarni darbam (aģenti darbplūsmās)
Mākslīgais intelekts tiek iestrādāts katrā produktā (no banku pakalpojumiem līdz veselības aprūpei)

Ar internetu savienotās sistēmas. Mākslīgais intelekts maina to, ko šīs sistēmas spēj.darīt.

Tātad tiek apgalvots, ka mākslīgais intelekts nav tikai jauna lietotņu kategorija; tas ir spēju slānis, kas pārraksta programmatūras ekonomiku.

Apvienotā Karaliste kā mākslīgā intelekta lielvalsts: svarīgi apstākļi

Robinss saka, ka Apvienotajai Karalistei ir “diezgan labas izredzes”, ja tā pieņems mākslīgo intelektu.

Ko politikas izteiksmē parasti nozīmē vārds “aptvert”:

atvieglot atbildīgu eksperimentu veikšanu uzņēmējdarbībā un valdībā
ieguldīt prasmēs, lai adopcija neaprobežotos tikai ar nelielu elites grupu
finansēt pētniecības un komercializācijas tiltus (ne tikai akadēmisko darbu)
uzturēt ticamu regulējumu, kas vērsts pret kaitējumu, neapturot inovācijas

Apvienotajai Karalistei ir stiprās puses (pētniecība, talanti, finanses, spēcīga jaunuzņēmumu kultūra), bet arī ierobežojumi (piekļuve datoriem un konkurence ar ASV/Ķīnu par labākajām laboratorijām). Iespējamais ceļš uz “lielvalsts” statusu nav ASV un Ķīnas pārspēks masveidā, bet gan konkurētspējīgu klasteru un augstas vērtības specializāciju veidošana.

Praksē “pieņemt mākslīgo intelektu” nozīmē:

pētniecības spēks + talantu plūsmas
datoru piekļuve (vai partnerības)
atbalstošs, bet reālistisks regulējums
ieviešana valdībā un rūpniecībā

Valstis, kas ievieš agrāk, var iegūt produktivitātes priekšrocības un piesaistīt investīcijas.

Kā izskatās “veselīga” mākslīgā intelekta uzbūve

Burbuļstāstījums ir saistošs, taču ir iespējams arī vienlaikus panākt gan ažiotāžu, gan reālu progresu.

Veselīgāka ķermeņa uzbūve parasti parāda:

skaidri ieguldījumu atdeves (ROI) lietošanas gadījumi (izmaksu samazināšana vai ieņēmumu pieaugums, ko var izmērīt)
konsekventa ieviešana darbplūsmās (ne tikai demonstrācijās)
drošības prakses uzlabošana (uzraudzība, novērtēšana, sarkanās komandas veidošana)
konsolidācija ap standartiem un platformām

Tas atšķiras no putojoša tirgus, kur vislielākā vērtība ir paziņojumos un līdzekļu piesaistē.

Ko skatīties tālāk (īsta burbuļa pazīmes salīdzinājumā ar veselīgu ekonomikas uzkrāšanos)

Ja tas ir burbulis, jums vajadzētu sagaidīt:

Pārpildīšana lietotnēs
Daudzi līdzīgi produkti konkurē, pamatojoties uz plānu diferenciāciju.
Maržas spiediens
Uzņēmumi tērē lielus līdzekļus skaitļošanas tehnoloģijām bez skaidras ieņēmumu atdeves.
Konsolidācija
Spēcīgāki spēlētāji iegūst vai pārspēj vājākus.
Infrastruktūras uzvarētāji
Tīkla, mikroshēmu, mākoņpakalpojumu un drošības pakalpojumu sniedzēji gūst labumu neatkarīgi no tā, kuras lietotnes uzvar.
Regulējošais šoks
Nopietns incidents (krāpšana, dziļviltojums, modeļu ļaunprātīga izmantošana) var paātrināt noteikumus, kas maina ekonomiku.

Praktiski padomi: kā būt pārejas uzvarētāju pusē

Privātpersonām:

iemācieties izmantot mākslīgā intelekta rīkus savā jomā (ne tikai vispārīgas uzvednes)
veidot pārbaudes paradumus (kam jūs uzticaties, kā jūs to pārbaudāt?)
koncentrēties uz uzdevumiem, kuros cilvēki joprojām ir atbildīgi: spriedums, attiecības, stratēģija, drošība

Organizācijām:

sākt ar izmērāmiem lietošanas gadījumiem (atbalsts, analītika, koda pārskatīšana)
laicīgi ieguldiet drošībā un krāpšanas aizsardzībā
uztveriet mākslīgo intelektu kā procesa maiņu, nevis “rīka ieviešanu”

Apakšējā līnija

Robinsa vēstījums nav vērsts pret mākslīgo intelektu. Tā ir reālistiska platformu pāreju diagnoze:

tehnoloģija pārveidos darbu un drošību
investīciju cikls ir pārkarsts
daudzi uzņēmumi bankrotēs

Ja jūs veidojat vai investējat, ilgtermiņa ieguvēji būs tie, kas mākslīgo intelektu pārvērš ilgtspējīgā izplatīšanā, uzticamos produktos un izmērāmā vērtībā, nevis tikai lielākās demonstrācijās.

Secinājums (viens teikums)

Mākslīgais intelekts ir īsta platformas maiņa, taču tirgus uzvedas kā burbulis; ieguvēji būs uzņēmumi, kas pārvērtīs mākslīgo intelektu uzticamā, izmērāmā vērtībā, vienlaikus pārvarot satricinājumu.

Avoti

BBC ziņas (tehnoloģijas):https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss

Document Title
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet	Cisco izpilddirektors brīdina, ka mākslīgā intelekta uzplaukums izskatās pēc burbuļa, taču saka, ka mākslīgais intelekts būs lielāks par internetu

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.	Cisco izpilddirektors Čaks Robinss saka, ka mākslīgais intelekts būs lielāks par internetu, taču šodienas tirgus, iespējams, ir burbulis. Lūk, ko tas nozīmē darbavietām, drošībai un investoriem.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Skatīt visus administratora ierakstus
TikTok US: when outages look like censorship (and why trust breaks fast)	TikTok US: kad pārtraukumi izskatās pēc cenzūras (un kāpēc uzticība ātri zūd)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works	Irānas internets atgriežas fragmentāri: kā patiesībā darbojas “racionāla savienojamība”
Page Content
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet	Cisco izpilddirektors brīdina, ka mākslīgā intelekta uzplaukums izskatās pēc burbuļa, taču saka, ka mākslīgais intelekts būs lielāks par internetu
Nature
Climate
Cisco CEO on the AI ‘bubble’: why the crash can still leave winners	Cisco izpilddirektors par mākslīgā intelekta "burbuli": kāpēc avārija joprojām var atstāt uzvarētājus
/
Technology
/ By
Admin
Summary:
Cisco CEO Chuck Robbins says AI could be	Cisco izpilddirektors Čaks Robinss saka, ka mākslīgais intelekts varētu būt
bigger than the internet
, but he expects a painful shakeout first—“winners will emerge, and there’ll be carnage along the way.” That’s not a throwaway quote. Robbins lived through the dot‑com boom as Cisco became the most valuable company in the world in 2000, then lost roughly 80% of its value when the bubble burst.	, taču viņš vispirms sagaida sāpīgu satricinājumu — “parādīsies uzvarētāji, un pa ceļam būs asinspirts.” Tas nav vienreizlietojams citāts. Robinss pārdzīvoja dot-com uzplaukumu, kad Cisco 2000. gadā kļuva par vērtīgāko uzņēmumu pasaulē, bet pēc tam, kad burbulis pārsprāga, zaudēja aptuveni 80% no savas vērtības.
The core message is nuanced: AI is real and transformative, but today’s investment cycle is overheated, and not every company (or job role) survives the transition.	Galvenais vēstījums ir niansēts: mākslīgais intelekts ir reāls un pārveidojošs, taču mūsdienu investīciju cikls ir pārkarsis, un ne katrs uzņēmums (vai amats) pārdzīvo pāreju.
What Robbins is actually saying (not the headline version)	Ko Robinss patiesībā saka (nevis virsraksta versija)
From the report:
AI will “change everything” and may be bigger than the internet.	Mākslīgais intelekts “mainīs visu” un, iespējams, būs lielāks par internetu.
The current market is “probably” a bubble.	Pašreizējais tirgus "iespējams" ir burbulis.
Some companies “won’t make it.”
Some jobs will change or be eliminated, especially in areas like customer service.	Dažas darbavietas mainīsies vai tiks likvidētas, īpaši tādās jomās kā klientu apkalpošana.
The bigger risk for workers is not “AI taking your job,” but “someone using AI well taking your job.”	Lielāks risks darbiniekiem nav tas, ka “mākslīgais intelekts atņem jūsu darbu”, bet gan tas, ka “kāds, kas labi izmanto mākslīgo intelektu, atņem jūsu darbu”.
AI will improve cyber attacks and scams; security becomes more important.	Mākslīgais intelekts uzlabos kiberuzbrukumus un krāpšanas; drošība kļūs svarīgāka.
The UK has “pretty good odds” of becoming an AI superpower if it embraces AI.	Apvienotajai Karalistei ir “diezgan labas izredzes” kļūt par mākslīgā intelekta lielvalsti, ja tā pieņems mākslīgo intelektu.
The theme is not “panic.” It’s “embrace the shift, but be honest about disruption.”	Tēma nav “panika”. Tā ir “pieņemt pārmaiņas, bet būt godīgam par traucējumiem”.
Why the dot-com analogy is useful (and where it misleads)	Kāpēc dot-com analoģija ir noderīga (un kur tā maldina)
The dot‑com bubble is often invoked lazily, as if it means “hype now, crash later.” The more useful lesson is structural:	Dot-com burbulis bieži tiek piesaukts slinki, it kā tas nozīmētu “ažiotāža tagad, krahs vēlāk”. Noderīgāka mācība ir strukturāla:
What the bubble built
Even though many internet companies died, the era built:	Lai gan daudzi interneta uzņēmumi beidza pastāvēt, laikmets veidojās:
data centres
fibre networks
software infrastructure	programmatūras infrastruktūra
consumer behaviours around online services	patērētāju uzvedība saistībā ar tiešsaistes pakalpojumiem
The underlying technology won.	Uzvarēja pamatā esošā tehnoloģija.
What the bubble destroyed
Speculative equity value in companies without durable products or distribution.	Spekulatīva pašu kapitāla vērtība uzņēmumos bez ilgstošas lietošanas produktiem vai izplatīšanas.
Robbins’ “carnage” framing is basically that: capital and companies get wiped out, but the platform shift still happens.	Robinsa “asinsiznīcināšanas” formulējums būtībā ir šāds: kapitāls un uzņēmumi tiek iznīcināti, bet platformas maiņa joprojām notiek.
Cisco’s vantage point: infrastructure, not apps	Cisco skatījums: infrastruktūra, nevis lietotnes
Cisco is not primarily an “AI app” company. It sells and builds infrastructure that enables AI to run:	Cisco galvenokārt nav “mākslīgā intelekta lietotņu” uzņēmums. Tas pārdod un būvē infrastruktūru, kas ļauj mākslīgajam intelektam darboties:
networking
security
data centre systems
So when Cisco talks about AI, it’s often speaking from the layer that survives bubbles.	Tāpēc, kad Cisco runā par mākslīgo intelektu, tas bieži vien runā no tā slāņa, kas izdzīvo burbuļus.
App companies come and go; infrastructure and distribution winners often persist.	Lietotņu uzņēmumi nāk un iet; infrastruktūras un izplatīšanas uzvarētāji bieži vien saglabājas.
Why networking becomes a bottleneck in AI	Kāpēc tīklošanās kļūst par mākslīgā intelekta sašaurinājumu
Large models are trained across many accelerators. The more chips you use, the more your system becomes limited by:	Lieli modeļi tiek apmācīti daudzos paātrinātājos. Jo vairāk mikroshēmu izmantojat, jo vairāk jūsu sistēma kļūst ierobežota ar:
network latency (how fast nodes can coordinate)	tīkla latentums (cik ātri mezgli var koordinēt)
bandwidth (how much data can move)	joslas platums (cik daudz datu var pārvietot)
reliability (a single failure can slow or interrupt training runs)	uzticamība (viena kļūme var palēnināt vai pārtraukt apmācības procesus)
That’s why companies talk about “AI clusters” like they’re supercomputers. In that world, networking isn’t plumbing—it’s a competitive differentiator.	Tāpēc uzņēmumi runā par “mākslīgā intelekta klasteriem” tā, it kā tie būtu superdatori. Šādā pasaulē tīklošana nav santehnika — tā ir konkurences diferenciācija.
The jobs angle: what changes first	Darbavietu aspekts: kas mainās vispirms
Robbins points to customer service as a category where companies may need fewer people.	Robins norāda uz klientu apkalpošanu kā kategoriju, kurā uzņēmumiem varētu būt nepieciešams mazāk cilvēku.
Why customer service is the first target	Kāpēc klientu apkalpošana ir pirmais mērķis
Support workflows often have:	Atbalsta darbplūsmām bieži vien ir:
high volume
repeated questions
known policy rules
text-based inputs and outputs
That makes them a natural fit for AI triage and partial automation. The first wave is usually “deflection” (answers without a human), followed by “agent assist” (humans supported by AI), and then automation of the easiest end-to-end cases.	Tas padara tos par dabiski piemērotiem mākslīgā intelekta triāžai un daļējai automatizācijai. Pirmais vilnis parasti ir “novirzīšana” (atbildes bez cilvēka), kam seko “aģenta palīdzība” (cilvēki ar mākslīgā intelekta atbalstu) un pēc tam vienkāršāko pilna cikla lietu automatizācija.
That’s plausible because customer support has many:	Tas ir ticami, jo klientu atbalstam ir daudz:
repetitive questions
standard workflows
text-based interactions	uz tekstu balstīta mijiedarbība
But the deeper point is: AI doesn’t replace “jobs.” It replaces	Bet dziļākā doma ir tāda, ka mākslīgais intelekts neaizstāj “darbavietas”. Tas aizstāj
tasks
.
A typical job is a bundle of tasks:	Tipisks darbs ir uzdevumu kopums:
some automatable (drafting, summarising, triage)	daži automatizējami (sagatavošana, kopsavilkumu veidošana, atlase)
some not (judgement, empathy, accountability, negotiation)	daži ne (spriedums, empātija, atbildība, sarunas)
So the workforce impact is uneven:	Tātad ietekme uz darbaspēku ir nevienmērīga:
people who adapt become more productive and more valuable	cilvēki, kas pielāgojas, kļūst produktīvāki un vērtīgāki
people in roles dominated by repeatable tasks face displacement pressure	cilvēki lomās, kurās dominē atkārtojami uzdevumi, saskaras ar spiedienu mainīt darba kārtību
“Someone good at AI will take your job” — what to do with that	“Kāds labs mākslīgā intelekta jomā atņems jūsu darbu” — ko ar to iesākt?
This line is uncomfortable because it’s true.	Šī rinda ir neērta, jo tā ir patiesa.
In practical terms, it suggests a survival strategy:	Praktiski tas ierosina izdzīvošanas stratēģiju:
learn the tools early
build workflows and checklists	veidot darbplūsmas un kontrolsarakstus
become the person who can combine AI speed with human judgement	kļūt par cilvēku, kurš spēj apvienot mākslīgā intelekta ātrumu ar cilvēka spriestspēju
The competitive advantage is not knowing prompts—it’s knowing:	Konkurences priekšrocība nav norādījumu pārzināšana, bet gan zināšana:
what to ask
what to verify
what the output should look like	kā vajadzētu izskatīties izvadei
where the risk lives
Security: AI makes scams and attacks better	Drošība: mākslīgais intelekts uzlabo krāpniecību un uzbrukumus
Robbins warns that AI will make cyber attacks better and phishing more convincing.	Robins brīdina, ka mākslīgais intelekts padarīs kiberuzbrukumus labākus un pikšķerēšanu pārliecinošāku.
That’s already visible in:
better-written scam emails	labāk uzrakstīti krāpnieciski e-pasti
more believable impersonation	ticamāka personības imitācija
deepfake audio/video used for fraud	Krāpšanai izmantots dziļi viltots audio/video
So the “AI revolution” has a parallel revolution in:	Tātad “mākslīgā intelekta revolūcijai” ir paralēla revolūcija:
identity verification
fraud detection
secure communications
Security is not a side topic. It’s one of the primary battlegrounds of AI adoption.	Drošība nav mazsvarīga tēma. Tā ir viena no galvenajām mākslīgā intelekta ieviešanas kaujas laukiem.
What does “AI bigger than the internet” actually mean?	Ko īsti nozīmē "Mākslīgais intelekts ir lielāks par internetu"?
If you strip away rhetoric, “bigger than the internet” could mean:	Ja atmetam retoriku, "lielāks par internetu" varētu nozīmēt:
Another interpretation: the internet connected people and systems, but most work still required humans to translate information into action. AI reduces that translation cost. If that’s true, AI becomes a general productivity layer the way electricity became a general capability—visible in every sector, not just “tech.”	Cita interpretācija: internets savienoja cilvēkus un sistēmas, taču lielākā daļa darbu joprojām prasīja, lai cilvēki pārvērstu informāciju darbībā. Mākslīgais intelekts samazina šīs tulkošanas izmaksas. Ja tā ir taisnība, mākslīgais intelekts kļūst par vispārēju produktivitātes slāni tāpat kā elektrība kļuva par vispārēju spēju — redzamu visās nozarēs, ne tikai “tehnoloģijās”.
AI becomes the interface to information (search changes)	Mākslīgais intelekts kļūst par informācijas saskarni (meklēšanas izmaiņas)
AI becomes the interface to work (agents in workflows)	Mākslīgais intelekts kļūst par saskarni darbam (aģenti darbplūsmās)
AI becomes embedded in every product (from banking to healthcare)	Mākslīgais intelekts tiek iestrādāts katrā produktā (no banku pakalpojumiem līdz veselības aprūpei)
The internet connected systems. AI changes what those systems can	Ar internetu savienotās sistēmas. Mākslīgais intelekts maina to, ko šīs sistēmas spēj.
do
So the claim is that AI isn’t merely a new app category; it’s a capability layer that rewrites software economics.	Tātad tiek apgalvots, ka mākslīgais intelekts nav tikai jauna lietotņu kategorija; tas ir spēju slānis, kas pārraksta programmatūras ekonomiku.
The UK as an AI superpower: conditions that matter	Apvienotā Karaliste kā mākslīgā intelekta lielvalsts: svarīgi apstākļi
Robbins says the UK has “pretty good odds” if it embraces AI.	Robinss saka, ka Apvienotajai Karalistei ir “diezgan labas izredzes”, ja tā pieņems mākslīgo intelektu.
What “embrace” usually means in policy terms:	Ko politikas izteiksmē parasti nozīmē vārds “aptvert”:
make it easy for responsible experimentation to happen in business and government	atvieglot atbildīgu eksperimentu veikšanu uzņēmējdarbībā un valdībā
invest in skills so adoption isn’t limited to a small elite	ieguldīt prasmēs, lai adopcija neaprobežotos tikai ar nelielu elites grupu
fund research and commercialisation bridges (not just academic work)	finansēt pētniecības un komercializācijas tiltus (ne tikai akadēmisko darbu)
maintain credible regulation that targets harms without freezing innovation	uzturēt ticamu regulējumu, kas vērsts pret kaitējumu, neapturot inovācijas
The UK has strengths (research, talent, finance, a strong startup culture) but also constraints (compute access and competition with the US/China for top labs). The likely path to “superpower” status is not beating the US and China at scale, but building competitive clusters and high-value specialisations.	Apvienotajai Karalistei ir stiprās puses (pētniecība, talanti, finanses, spēcīga jaunuzņēmumu kultūra), bet arī ierobežojumi (piekļuve datoriem un konkurence ar ASV/Ķīnu par labākajām laboratorijām). Iespējamais ceļš uz “lielvalsts” statusu nav ASV un Ķīnas pārspēks masveidā, bet gan konkurētspējīgu klasteru un augstas vērtības specializāciju veidošana.
In practice, “embrace AI” means:	Praksē “pieņemt mākslīgo intelektu” nozīmē:
research strength + talent pipelines	pētniecības spēks + talantu plūsmas
compute access (or partnerships)	datoru piekļuve (vai partnerības)
supportive but realistic regulation	atbalstošs, bet reālistisks regulējums
adoption in government and industry	ieviešana valdībā un rūpniecībā
Countries that adopt earlier may gain productivity advantages and attract investment.	Valstis, kas ievieš agrāk, var iegūt produktivitātes priekšrocības un piesaistīt investīcijas.
What a “healthy” AI buildout looks like	Kā izskatās “veselīga” mākslīgā intelekta uzbūve
A bubble narrative is compelling, but it’s also possible to have both hype and real progress at once.	Burbuļstāstījums ir saistošs, taču ir iespējams arī vienlaikus panākt gan ažiotāžu, gan reālu progresu.
A healthier buildout tends to show:	Veselīgāka ķermeņa uzbūve parasti parāda:
clear ROI use cases (cost reduction or revenue lift you can measure)	skaidri ieguldījumu atdeves (ROI) lietošanas gadījumi (izmaksu samazināšana vai ieņēmumu pieaugums, ko var izmērīt)
consistent deployment in workflows (not just demos)	konsekventa ieviešana darbplūsmās (ne tikai demonstrācijās)
improving safety practices (monitoring, evals, red-teaming)	drošības prakses uzlabošana (uzraudzība, novērtēšana, sarkanās komandas veidošana)
consolidation around standards and platforms	konsolidācija ap standartiem un platformām
That’s different from a frothy market where most value is in announcements and fundraising.	Tas atšķiras no putojoša tirgus, kur vislielākā vērtība ir paziņojumos un līdzekļu piesaistē.
What to watch next (signals of a real bubble vs a healthy buildout)	Ko skatīties tālāk (īsta burbuļa pazīmes salīdzinājumā ar veselīgu ekonomikas uzkrāšanos)
If this is a bubble, you should expect:	Ja tas ir burbulis, jums vajadzētu sagaidīt:
Crowding in apps
Many similar products competing on thin differentiation.	Daudzi līdzīgi produkti konkurē, pamatojoties uz plānu diferenciāciju.
Margin pressure
Companies spending heavily on compute without clear revenue payback.	Uzņēmumi tērē lielus līdzekļus skaitļošanas tehnoloģijām bez skaidras ieņēmumu atdeves.
Consolidation
Stronger players acquiring or outlasting weaker ones.	Spēcīgāki spēlētāji iegūst vai pārspēj vājākus.
Infrastructure winners
Network, chip, cloud, and security providers benefiting regardless of which apps win.	Tīkla, mikroshēmu, mākoņpakalpojumu un drošības pakalpojumu sniedzēji gūst labumu neatkarīgi no tā, kuras lietotnes uzvar.
Regulatory shock
A major incident (fraud, deepfakes, model misuse) can accelerate rules that change economics.	Nopietns incidents (krāpšana, dziļviltojums, modeļu ļaunprātīga izmantošana) var paātrināt noteikumus, kas maina ekonomiku.
Practical advice: how to be on the winning side of the transition	Praktiski padomi: kā būt pārejas uzvarētāju pusē
For individuals:
learn how to use AI tools in your domain (not just generic prompting)	iemācieties izmantot mākslīgā intelekta rīkus savā jomā (ne tikai vispārīgas uzvednes)
build verification habits (what do you trust, how do you check it?)	veidot pārbaudes paradumus (kam jūs uzticaties, kā jūs to pārbaudāt?)
focus on tasks where humans are still accountable: judgement, relationships, strategy, safety	koncentrēties uz uzdevumiem, kuros cilvēki joprojām ir atbildīgi: spriedums, attiecības, stratēģija, drošība
For organisations:
start with measurable use cases (support, analytics, code review)	sākt ar izmērāmiem lietošanas gadījumiem (atbalsts, analītika, koda pārskatīšana)
invest in security and fraud defence early	laicīgi ieguldiet drošībā un krāpšanas aizsardzībā
treat AI as a process change, not a “tool rollout”	uztveriet mākslīgo intelektu kā procesa maiņu, nevis “rīka ieviešanu”
Bottom line
Robbins’ message is not anti-AI. It’s a realistic diagnosis of platform transitions:	Robinsa vēstījums nav vērsts pret mākslīgo intelektu. Tā ir reālistiska platformu pāreju diagnoze:
the technology will reshape work and security	tehnoloģija pārveidos darbu un drošību
the investment cycle is overheated	investīciju cikls ir pārkarsts
many firms will fail
If you’re building or investing, the long-run winners will be those who turn AI into durable distribution, trusted products, and measurable value—not just bigger demos.	Ja jūs veidojat vai investējat, ilgtermiņa ieguvēji būs tie, kas mākslīgo intelektu pārvērš ilgtspējīgā izplatīšanā, uzticamos produktos un izmērāmā vērtībā, nevis tikai lielākās demonstrācijās.
Bottom line (one sentence)
AI is a real platform shift, but the market is behaving like a bubble; the winners will be the companies that turn AI into trusted, measurable value while surviving the shakeout.	Mākslīgais intelekts ir īsta platformas maiņa, taču tirgus uzvedas kā burbulis; ieguvēji būs uzņēmumi, kas pārvērtīs mākslīgo intelektu uzticamā, izmērāmā vērtībā, vienlaikus pārvarot satricinājumu.
Sources
BBC News (Technology):
https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss	https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss
←
Previous Post
Next Post
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Skatīt visus administratora ierakstus
TikTok US: when outages look like censorship (and why trust breaks fast)	TikTok US: kad pārtraukumi izskatās pēc cenzūras (un kāpēc uzticība ātri zūd)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works	Irānas internets atgriežas fragmentāri: kā patiesībā darbojas “racionāla savienojamība”
Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.	Cisco izpilddirektors Čaks Robinss saka, ka mākslīgais intelekts būs lielāks par internetu, taču šodienas tirgus, iespējams, ir burbulis. Lūk, ko tas nozīmē darbavietām, drošībai un investoriem.

Document Title

Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.

Title Attribute

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

TikTok US: when outages look like censorship (and why trust breaks fast)

Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works

Page Content

Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet

Nature

Climate

Cisco CEO on the AI ‘bubble’: why the crash can still leave winners

Technology

/ By

Admin

Summary:

Cisco CEO Chuck Robbins says AI could be

bigger than the internet

, but he expects a painful shakeout first—“winners will emerge, and there’ll be carnage along the way.” That’s not a throwaway quote. Robbins lived through the dot‑com boom as Cisco became the most valuable company in the world in 2000, then lost roughly 80% of its value when the bubble burst.

The core message is nuanced: AI is real and transformative, but today’s investment cycle is overheated, and not every company (or job role) survives the transition.

What Robbins is actually saying (not the headline version)

From the report:

AI will “change everything” and may be bigger than the internet.

The current market is “probably” a bubble.

Some companies “won’t make it.”

Some jobs will change or be eliminated, especially in areas like customer service.

The bigger risk for workers is not “AI taking your job,” but “someone using AI well taking your job.”

AI will improve cyber attacks and scams; security becomes more important.

The UK has “pretty good odds” of becoming an AI superpower if it embraces AI.

The theme is not “panic.” It’s “embrace the shift, but be honest about disruption.”

Why the dot-com analogy is useful (and where it misleads)

The dot‑com bubble is often invoked lazily, as if it means “hype now, crash later.” The more useful lesson is structural:

What the bubble built

Even though many internet companies died, the era built:

data centres

fibre networks

software infrastructure

consumer behaviours around online services

The underlying technology won.

What the bubble destroyed

Speculative equity value in companies without durable products or distribution.

Robbins’ “carnage” framing is basically that: capital and companies get wiped out, but the platform shift still happens.

Cisco’s vantage point: infrastructure, not apps

Cisco is not primarily an “AI app” company. It sells and builds infrastructure that enables AI to run:

networking

security

data centre systems

So when Cisco talks about AI, it’s often speaking from the layer that survives bubbles.

App companies come and go; infrastructure and distribution winners often persist.

Why networking becomes a bottleneck in AI

Large models are trained across many accelerators. The more chips you use, the more your system becomes limited by:

network latency (how fast nodes can coordinate)

bandwidth (how much data can move)

reliability (a single failure can slow or interrupt training runs)

That’s why companies talk about “AI clusters” like they’re supercomputers. In that world, networking isn’t plumbing—it’s a competitive differentiator.

The jobs angle: what changes first

Robbins points to customer service as a category where companies may need fewer people.

Why customer service is the first target

Support workflows often have:

high volume

repeated questions

known policy rules

text-based inputs and outputs

That makes them a natural fit for AI triage and partial automation. The first wave is usually “deflection” (answers without a human), followed by “agent assist” (humans supported by AI), and then automation of the easiest end-to-end cases.

That’s plausible because customer support has many:

repetitive questions

standard workflows

text-based interactions

But the deeper point is: AI doesn’t replace “jobs.” It replaces

tasks

A typical job is a bundle of tasks:

some automatable (drafting, summarising, triage)

some not (judgement, empathy, accountability, negotiation)

So the workforce impact is uneven:

people who adapt become more productive and more valuable

people in roles dominated by repeatable tasks face displacement pressure

“Someone good at AI will take your job” — what to do with that

This line is uncomfortable because it’s true.

In practical terms, it suggests a survival strategy:

learn the tools early

build workflows and checklists

become the person who can combine AI speed with human judgement

The competitive advantage is not knowing prompts—it’s knowing:

what to ask

what to verify

what the output should look like

where the risk lives

Security: AI makes scams and attacks better

Robbins warns that AI will make cyber attacks better and phishing more convincing.

That’s already visible in:

better-written scam emails

more believable impersonation

deepfake audio/video used for fraud

So the “AI revolution” has a parallel revolution in:

identity verification

fraud detection

secure communications

Security is not a side topic. It’s one of the primary battlegrounds of AI adoption.

What does “AI bigger than the internet” actually mean?

If you strip away rhetoric, “bigger than the internet” could mean:

Another interpretation: the internet connected people and systems, but most work still required humans to translate information into action. AI reduces that translation cost. If that’s true, AI becomes a general productivity layer the way electricity became a general capability—visible in every sector, not just “tech.”

AI becomes the interface to information (search changes)

AI becomes the interface to work (agents in workflows)

AI becomes embedded in every product (from banking to healthcare)

The internet connected systems. AI changes what those systems can

So the claim is that AI isn’t merely a new app category; it’s a capability layer that rewrites software economics.

The UK as an AI superpower: conditions that matter

Robbins says the UK has “pretty good odds” if it embraces AI.

What “embrace” usually means in policy terms:

make it easy for responsible experimentation to happen in business and government

invest in skills so adoption isn’t limited to a small elite

fund research and commercialisation bridges (not just academic work)

maintain credible regulation that targets harms without freezing innovation

The UK has strengths (research, talent, finance, a strong startup culture) but also constraints (compute access and competition with the US/China for top labs). The likely path to “superpower” status is not beating the US and China at scale, but building competitive clusters and high-value specialisations.

In practice, “embrace AI” means:

research strength + talent pipelines

compute access (or partnerships)

supportive but realistic regulation

adoption in government and industry

Countries that adopt earlier may gain productivity advantages and attract investment.

What a “healthy” AI buildout looks like

A bubble narrative is compelling, but it’s also possible to have both hype and real progress at once.

A healthier buildout tends to show:

clear ROI use cases (cost reduction or revenue lift you can measure)

consistent deployment in workflows (not just demos)

improving safety practices (monitoring, evals, red-teaming)

consolidation around standards and platforms

That’s different from a frothy market where most value is in announcements and fundraising.

What to watch next (signals of a real bubble vs a healthy buildout)

If this is a bubble, you should expect:

Crowding in apps

Many similar products competing on thin differentiation.

Margin pressure

Companies spending heavily on compute without clear revenue payback.

Consolidation

Stronger players acquiring or outlasting weaker ones.

Infrastructure winners

Network, chip, cloud, and security providers benefiting regardless of which apps win.

Regulatory shock

A major incident (fraud, deepfakes, model misuse) can accelerate rules that change economics.

Practical advice: how to be on the winning side of the transition

For individuals:

learn how to use AI tools in your domain (not just generic prompting)

build verification habits (what do you trust, how do you check it?)

focus on tasks where humans are still accountable: judgement, relationships, strategy, safety

For organisations:

start with measurable use cases (support, analytics, code review)

invest in security and fraud defence early

treat AI as a process change, not a “tool rollout”

Bottom line

Robbins’ message is not anti-AI. It’s a realistic diagnosis of platform transitions:

the technology will reshape work and security

the investment cycle is overheated

many firms will fail

If you’re building or investing, the long-run winners will be those who turn AI into durable distribution, trusted products, and measurable value—not just bigger demos.

Bottom line (one sentence)

AI is a real platform shift, but the market is behaving like a bubble; the winners will be the companies that turn AI into trusted, measurable value while surviving the shakeout.

Sources

BBC News (Technology):

https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss

←

→

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

TikTok US: when outages look like censorship (and why trust breaks fast)

Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.

Document Title
Page not found - Florin.blog	Lapa nav atrasta — Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog	Lapa nav atrasta — Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.	Šķiet, ka šī lapa neeksistē.
It looks like the link pointing here was faulty. Maybe try searching?	Izskatās, ka saite, kas norāda uz šejieni, bija kļūdaina. Varbūt pamēģiniet meklēt?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.	Kā Amazon partneris mēs saņemam komisijas maksu no kvalificētiem pirkumiem — bez papildu izmaksām jums.
Florin.blog
Florin.blog » Feed
RSD
Search...

Document Title

Page not found - Florin.blog

Image Alt

Florin.blog

Title Attribute

Florin.blog » Feed

RSD

Placeholder Attribute

Search...

Page Content

Page not found - Florin.blog

Home

Blog

Garden Decor

Indoor

Main Menu

This page doesn't seem to exist.

It looks like the link pointing here was faulty. Maybe try searching?

Search for:

Quick Links

Outdoors

About

Contact

Explore

Bestsellers

Hot deals

Best of The Year

Featured

Gift Cards

Help

Disclaimer

: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.

Florin.blog

Florin.blog » Feed

RSD

Search...