Az Intel frissen kinevezett technológiai és AI-igazgatója, Sachin Katti bejelentette, hogy otthagyja a vállalatot és az OpenAI-hoz csatlakozik, ahol az AGI-hoz (általános mesterséges intelligenciához) szükséges számítási infrastruktúrán fog dolgozni. A váltás érzékeny pillanatban éri az Intelt: a cég épp új AI-stratégiát, felgyorsított GPU-kiadási ciklust és adatközponti offenzívát épít; a terület felügyeletét ideiglenesen maga a vezérigazgató, Lip-Bu Tan veszi át.
Kontextus: miért kulcsfigura Katti?
Katti 2025 áprilisában lépett a CTO & AI vezetői szerepbe, miután az Intel vezetői struktúráját átalakították. Pályája előtt a Stanfordon volt professzor, az Intelnél pedig a hálózati, edge és adatközponti területekhez kötődő MI-kezdeményezéseket fogta össze. Az OpenAI-nál a feladata kifejezetten a számítási infrastruktúra megtervezése és bővítése lesz, ami a következő évek AI-versenyében a legszűkebb keresztmetszet: kapacitás, energia, ellátási lánc és megbízhatóság.
Mi az újdonság lényege?
A bejelentés két fontos üzenetet hordoz. Egyrészt az Intel rövid távon vezetői űrt kénytelen kezelni egy olyan területen, ahol amúgy is óriási a verseny az Nvidiával és az AMD-vel. Másrészt az OpenAI tovább erősíti „hardveres lábát”, miután látványosan a saját (vagy dedikáltan számára optimalizált) számítási infrastruktúra felépítésére fókuszál.
Hatások: mi történik most az Intelnél és az OpenAI-nál?
- Intel: Lip-Bu Tan közvetlen felügyelete egyszerre stabilizációs lépés és jelzés a piac felé: az AI továbbra is „top prioritás”, de a megvalósítás fókusza rövid távon a menedzsment konszolidációján és a gyártási-/adatközponti végrehajtáson lesz. A kérdés: sikerül-e a GPU-/AI-terméktervet és az ökoszisztémát a kívánt tempóban előre vinni a kulcsemberek fluktuációja mellett.
- OpenAI: A szervezet egyre határozottabban tekint magára nemcsak szoftveres AI-kutatóként, hanem infrastruktúra-építőként is. Katti érkezése ezt a váltást betonozza be: szállítói tárgyalások, adatközpont-tervezés, energia- és ellátási lánc-stratégia, valamint új gyorsítók és hálózati topológiák értékelése kerülhet a napirendjére.
Számok és adatok – amit most érdemes fejben tartani
| Mutató | Érték / megjegyzés |
|---|---|
| Kinevezés CTO & AI vezetőnek | 2025. április – Intel vezetői átszervezés része |
| Távozás bejelentése | 2025. november 10–11. (eredeti sajtójelentések) |
| OpenAI-feladat | AGI-hoz szükséges compute infrastruktúra tervezése és kiépítése |
| Intel átmeneti megoldás | Az AI és fejlett technológiák közvetlen felügyeletét Lip-Bu Tan CEO veszi át |
Magyar vonatkozás: miért fontos ez nekünk?
A hazai vállalati IT-/adatközpont-szektor számára az üzenet egyértelmű: az AI-projektek kimenetelét egyre inkább a fizikai infrastruktúra és az energiamenedzsment döntik el. Az OpenAI-féle óriásberuházások lefelé is hatnak a beszállítói láncokra: gyorsító-elérhetőség, szállítási idők, hálózati és hűtési követelmények. Az Intel oldalán az a kérdés, mennyire tudja stabilan tartani a GPU-/NPU-útitervet és a szoftveres ökoszisztémát a vezetői változások közepette – ez a magyar rendszerszállítók és integrátorok portfóliójára, ajánlati ciklusaira is kihat.
Következő lépések és kilátások
- Intel: rövid távon vezetői konszolidáció, termék- és roadmap-megerősítés; középtávon az adatközponti GPU-k (és köréjük épített szoftver/driver) piaci ütőképességének bizonyítása.
- OpenAI: a következő 12–24 hónap a skálázásról szól: adatközpont-kapacitások, energia-szerződések, gyártópartnerek és hálózati-topológiai döntések. Katti szerepe itt rendszer-szintű: a „modellekhez” igazított hardver-stack megrajzolása.
- Piac: a tehetségáramlás a hardver-/infrastruktúra-oldal felé folytatódik; a beszállítói diverzifikáció és a költséggörbe alakulása határozza meg, ki milyen tempóban tud MI-szolgáltatásokat skálázni.
GYIK
Tényleg ekkora gond az Intelnek egy vezető távozása?
Önmagában nem végzetes, de az AI-piacon a végrehajtás sebessége kritikus. Egy CTO & AI távozása lassíthat, ha a feladatok és a partnerek újrapriorizálása időt visz el.
Mit nyer ezzel az OpenAI?
Olyan vezetőt, aki a kutatás és az ipari megvalósítás határán tud dönteni: hol érdemes saját infrastruktúrát építeni, milyen gyorsítóra/hálózatra optimalizálni, és hogyan lehet fenntarthatóan skálázni.
Változik-e ettől az OpenAI modell-roadmapje?
Közvetlenül nem; közvetetten viszont a jobb és olcsóbb compute gyorsíthatja az új generációs modellek tréningjét és bevezetését.
