Anatomija simultanog kvara: Zašto su ChatGPT, Claude i Grok pali u isto vrijeme
Simultani prekid rada vodećih sustava umjetne inteligencije poput ChatGPT-a, Claudea i Groka — zabilježen 3. rujna 2026. godine — izazvao je veliku pozornost javnosti te potaknuo niz teorija o uzrocima ovog nezapamćenog pada.
Iako se iz korisničke perspektive činilo da je riječ o jedinstvenom i povezanom slomu cjelokupnog “AI sustava”, detaljnije analize i službena izvješća pružatelja usluga pokazuju znatno složeniju sliku.
Pojedinačni uzroci prekida rada
Usprkos tome što su se problemi pojavili u gotovo identičnom vremenskom prozoru, službeni podaci pokazuju da su se tvrtke susrele s različitim tehničkim izazovima
- ChatGPT (OpenAI): Problem je nastao uslijed pogreške u usmjeravanju mrežnog prometa (routing error). Iako su sami AI modeli na poslužiteljima bili funkcionalni, zahtjevi korisnika nisu mogli biti ispravno usmjereni, što je onemogućilo rad ChatGPT-a i Codexa.
- Claude (Anthropic): Zabilježen je iznenadni porast pogrešnih obradivih zahtjeva (elevated error rates) na razini API-ja i specifičnih modela (uključujući modele poput Opus 5). Incident je utjecao i na pozadinske API usluge koje pokreću vanjske aplikacije.
- Grok (xAI): Kvar je bio direktno povezan s infrastrukturom računalnog centra u Memphisu, gdje je došlo do tehničkih poteškoća u hardverskom sloju odgovornom za procesiranje i inferenciju.
Zajednički uzroci simultanog pada
Stručnjaci ističu nekoliko ključnih razloga zašto je došlo do istovremenog prekida rada na više različitih platformi.
Zajednička infrastruktura (Cloud infrastructure): Unatoč tome što ChatGPT, Claude i Grok razvijaju različite tvrtke, svi oni u velikoj mjeri ovise o istim pružateljima cloud usluga (poput Microsoft Azurea ili AWS-a) i mreža za dostavu sadržaja (CDN / Cloudflare). Izvješća sugeriraju da su povremeni problemi u određenim Azure podatkovnim centrima (npr. Azure East US) mogli neizravno utjecati na više usluga odjednom.
Složena ovisnost sistemskih slojeva: Od trenutka kada korisnik pošalje upit do trenutka dobivanja odgovora, zahtjev prolazi kroz DNS, sustave za autentifikaciju, mrežne usmjerivače, API poslužitelje te konačno GPU klastere. Prekid u samo jednoj od ovih karika onemogućuje rad cjelokupne aplikacije.
Koincidencija i povećano opterećenje: Veliki mrežni sustavi svakodnevno se nose s nepredviđenim fluktuacijama prometa. Taj je dan zabilježen i povećan volumen zahtjeva zbog visokog interesa javnosti i najava novih AI modela, što je dodatno opteretilo već osjetljive mrežne čvorove.
Ovaj incident jasno naglašava da stabilnost umjetne inteligencije ne ovisi samo o samim algoritmima i modelima, već i o iznimno složenoj fizikalnoj i mrežnoj infrastrukturi koja stoji u njihovoj pozadini.
