Yann LeCun: ”xAI är ett misslyckande” – varnar för ai-bubblan

Operativa och konkurrensmässiga utmaningar jämfört med OpenAI och Anthropic

LeCuns diagnos av xAI:s konkurrenssituation är dyster. Han hävdar att OpenAI och Anthropic fortfarande är ledande i AI-racet och att xAI inte kan matcha dem . Kärnproblemet, enligt LeCun, är talang: efter grundarteamets avhopp rekryterar Musk nu ”från spillrorna” .

LeCun pekade också på en avslöjande operativ detalj: xAI hyr ut sina gigantiska Colossus-datacenter till konkurrenter för att täcka sina kostnader . Detta är ett tecken på att företaget inte på ett hållbart sätt kan finansiera sina egna beräkningsbehov. Enligt en rapport betalar Google ensamt SpaceX cirka 920 miljoner dollar i månaden för datorkraft . LeCuns slutsats: xAI ser mindre ut som ett ledande AI-labb och mer som en uthyrare av datacenter .

Varning för en ”big bubble explosion”

LeCuns varning sträckte sig långt utanför xAI. Han sa till CNBC att hela AI-branschen drivs av vad han kallar ”investerarsubventioner” – labben spenderar enorma summor på datorkraft och inferens medan de tar betydligt mindre betalt än vad det kostar . ”Användningen för de flesta finansieras av investerarna. Det kan inte fortsätta särskilt länge”, sa han .

Han varnade för att om inte labben sänker kostnaderna och höjer priserna riskerar detta en ”big bubble explosion” . Han beskrev det som ett strukturellt problem för hela branschen, inte bara för xAI . Enligt honom står företag som OpenAI och Anthropic inför samma ohållbara ekonomi .

Argument för ”världsmodeller” istället för LLM

Under alla LeCuns kritik ligger en djupare övertygelse: den nuvarande LLM-paradigmen är fundamentalt felaktig för att uppnå allmän intelligens. Han har drivit detta argument i flera år och sa redan 2022 till MIT Technology Review att LLM inte kan nå mänsklig intelligens .

”Människor har haft denna illusion, eller vanföreställning, att det bara är en tidsfråga innan vi kan skala upp dem till mänsklig intelligens, och det är helt enkelt falskt”, sa han . Han har tydligt sagt att ”oavsett hur stora språkmodellerna blir, kommer de aldrig att nå mänsklig intelligens” .

LeCuns alternativ är ”världsmodeller” – AI-system som lär sig hur den fysiska verkligheten fungerar genom att förstå fysik, upprätthålla minne och planera handlingar, istället för att bara förutsäga nästa ord i en sekvens .

Han har omsatt sina ord i handling. Efter att ha lämnat Meta i november 2025 grundade LeCun AMI Labs (Advanced Machine Intelligence Labs), som i mars 2026 tog in 1,03 miljarder dollar – den största såddrundan någonsin för ett europeiskt företag – för att bygga världsmodeller . Hans arkitektur är JEPA (Joint Embedding Predictive Architecture), som lär sig abstrakta representationer istället för att generera förutsägelser på pixelnivå .

Helhetsbilden

LeCuns CNBC-intervju i juni 2026 var inte bara ett angrepp på en konkurrent; det var ett sammanhängande argument om vart AI är på väg. Hans påståenden stöds av observerbara fakta: xAI:s grundarteam har i stort sett lämnat, företaget hyr ut sin infrastruktur, och stora AI-labb verkar spendera mycket mer än de tjänar. Om hans förutsägelse om en bubbelsprängning slår in – eller om världsmodeller visar sig överlägsna skalade LLM – återstår att se. Men LeCun har satt både sitt rykte och över en miljard dollar bakom vadet.