Projekt „Shallotpeat“ a „Těžké časy“: Interní memorandum Sama Altmana odhaluje největší krizi OpenAI

A problém 650 miliard dolarů: Proč je OpenAI odsouzena k úspěchu

V listopadu 2025 se tektonické desky technologického průmyslu zásadně posunuly. OpenAI byla dlouho považována za nedotknutelného monarchu nové éry umělé inteligence – Davida ukazujícího Goliášům ze Silicon Valley, jak fungují inovace. Tato aura neporazitelnosti se však začala hroutit. S vydáním Google Gemini 3 a rychlým vzestupem Claudeových modelů od Anthropic se situace obrátila. Co začalo jako triumfální pochod k umělé superinteligenci, se pro OpenAI nyní proměnilo v existenciální bitvu proti technologické stagnaci a ekonomické realitě.

Situace je paradoxní: OpenAI nikdy nebyla na akciovém trhu cennější, přesto její technologické vedení nikdy nebylo křehčí. Zatímco společnost Sama Altmana s oceněním 500 miliard dolarů se pouští do území obvykle vyhrazeného pro zavedené technologické giganty, mezi její tržní hodnotou a její skutečnou ziskovou silou existuje nebezpečná propast. Roční tržby ve výši 13 miliard dolarů jsou v ostrém kontrastu s masivními ztrátami a závazky v oblasti infrastruktury v řádu stovek miliard dolarů. Tento agresivní model růstu fungoval, dokud OpenAI měla nepopiratelně nejlepší produkt na trhu. Ale právě tento předpoklad se nyní rozpadl.

S Gemini 3 Google nejen technologicky dohnal, ale v klíčových oblastech dokonce předběhl OpenAI. Prostřednictvím oživení předběžného školení a masivní integrace do vlastního ekosystému tento vyhledávací gigant ukazuje, že hluboké kapsy, proprietární hardware a desítky let zkušeností se zpracováním dat nakonec převažují nad výhodou startupu, který je prvním tahem na trhu. Ukvapená strategická změna zaměření OpenAI – symbolizovaná interním projektem „Shallotpeat“ – je přiznáním, že se jeho předchozí sázka na čisté „modely uvažování“ nevyplatila.

Následující článek analyzuje anatomii tohoto mocenského posunu. Osvětluje, jak technické chyby v kalkulacích, finanční lajny a oživení konkurence vytvářejí toxickou směs, která by mohla předefinovat nejen budoucnost OpenAI, ale i strukturu celého odvětví umělé inteligence.

Vhodné pro:

• Je tohle revoluce umělé inteligence? Gemini 3.0 vs. OpenAI: Nejde o lepší model, ale o lepší strategii.

Bývalá avantgarda umělé inteligence bojuje o svou budoucnost – zatímco Google mění rovnováhu sil pomocí surové technologické síly.

Globální závod o dominanci v oblasti umělé inteligence nabral v listopadu 2025 dramatický spád. To, co bylo po léta považováno za jistou vedoucí pozici OpenAI, se během několika měsíců stalo nejistou obrannou pozicí. Vydání Gemini 3 od Googlu nejen znamenalo technologický milník, ale také zpochybnilo základní předpoklady o architektuře trhu s umělou inteligencí. V interní zprávě generální ředitel OpenAI Sam Altman varoval své zaměstnance před těžkými časy a připustil, že nedávný pokrok Googlu by mohl pro společnost vytvořit dočasné ekonomické nepříznivé okolnosti. Toto neobvykle upřímné hodnocení odhaluje křehkost pozice, která se donedávna zdála nepřekonatelná.

Rozsah tohoto posunu se vyjasní až v kontextu logiky oceňování v tomto sektoru. OpenAI má v současnosti ocenění přibližně 500 miliard dolarů, přesto generuje roční tržby pouze 13 miliard dolarů. Tento extrémní rozdíl mezi tržní kapitalizací a skutečnými tržbami je založen na předpokladu exponenciálního růstu a trvalé technologické převahy. Gemini 3 od Googlu oba tyto předpoklady současně podkopává. Model překonává OpenAI GPT-5.1 téměř ve všech standardizovaných benchmarkech a demonstruje tak schopnosti, které se OpenAI sama stále snaží rozvíjet.

Ekonomické důsledky sahají daleko za krátkodobé posuny v podílu na trhu. OpenAI spálí ročně zhruba osm miliard dolarů a loni vykázala ztrátu pět miliard dolarů. Tento deficit lze udržet pouze neustálým přílivem kapitálu, který zase závisí na důvěře investorů v její technologické vedení. Pokud toto vedení naruší, celá logika financování se zhroutí. Situace je jako vysokorychlostní vlak, kterému dochází palivo, zatímco stále jede maximální rychlostí.

Hlavním zdrojem interní zprávy Sama Altmana je The Information, zpravodajská publikace specializující se na technologický průmysl.

Toto memorandum původně publikoval deník The Information 20. listopadu 2025. Původní článek má název „Altmanovo memorandum předpovídá „drsné vibrace“ kvůli oživujícímu se Googlu“ nebo „Generální ředitel OpenAI se připravuje na možné ekonomické nepříznivé okolnosti oživujícího se Googlu“.

Zveřejnění memoranda v deníku The Information následně převzala řada dalších médií, včetně:

• Časy Indie
• Ekonomické časy
• Výhled do podnikání
• Futurismus

Samotné memorandum bylo interní komunikací Sama Altmana se zaměstnanci OpenAI a zřejmě jej serveru The Information poskytl zdroj ze společnosti. V memorandu Altman varoval před „dočasnými ekonomickými nepříznivými vlivy“ vyplývajícími z pokroku Googlu a uvedl, že očekává „nepříznivé vibrace“.

Anatomie technologického průlomu

Úspěch Googlu s Gemini 3 je založen na zásadním přehodnocení údajně vyčerpané vývojové metodologie. Předběžné školení, základní fáze, ve které se modely umělé inteligence učí z masivních datových sad, byla některými členy výzkumné komunity považována za z velké části vyčerpanou. Principy škálování, které po léta slibovaly předvídatelné zlepšení výkonu prostřednictvím větších modelů a více dat, se zdály dosahovat svých fyzikálních a ekonomických limitů. OpenAI reagovala přesunem svého strategického zaměření na tzv. modely uvažování, jako je o1, které zlepšují svůj výkon díky delším dobám myšlení během inference.

Google však prokázal, že údajně odsouzený procesor stále skrývá značný potenciál. Demis Hassabis, šéf Google DeepMind, tento poznatek stručně shrnul: I když již nedochází k exponenciálním skokům ve výkonu z generace na generaci, návratnost investic do předběžného školení zůstává mimořádně dobrá. Gemini 3 Pro dosahuje 91,9 procenta v benchmarku GPQA Diamond pro vědecké uvažování na úrovni PhD, čímž překonává GPT-5.1 o téměř čtyři procentní body. Ještě působivější je jeho výkon v abstraktním vizuálním uvažování: S 31,1 procenty v benchmarku ARC-AGI-2 Gemini 3 téměř zdvojnásobuje výkon GPT-5.1 a překonává svého vlastního předchůdce více než šestkrát.

Ekonomický význam této technologické převahy se projevuje v konkrétních oblastech použití. V algoritmickém řešení problémů dosahuje Gemini 3 Pro v testu LiveCodeBench Pro hodnocení Elo 2439, což je téměř o 200 bodů více než GPT-5.1. Nejedná se o akademickou metriku, ale o přímý ukazatel produktivity vývojářů používajících tyto modely. Na trhu, kde OpenAI generuje 70 procent svých příjmů z přístupu k API a od podnikových zákazníků, se technologická méněcennost promítá do okamžitých ztrát příjmů.

Problémy OpenAI s předtrénováním se projevily během vývoje GPT-5, kde zavedené optimalizace škálování již nefungovaly. Společnost si uvědomila, že tradiční metody pro zlepšení výkonu ztratily svou účinnost. V reakci na to OpenAI vyvinula GPT-5 s výrazně menším rozpočtem na předtrénování než GPT-4.5, ale to kompenzovala intenzivní optimalizací po trénování pomocí posilovacího učení. Tato strategie se v krátkodobém horizontu ukázala jako úspěšná, ale vytvořila strukturální zranitelnost: OpenAI se specializovala na metodologii, která sice generovala inovativní schopnosti, ale zanedbávala základní principy modelu.

Strategické přemístění a projekt Shallotpeat

Altmanova zpráva nejen diagnostikuje problém, ale také nastiňuje protistrategii OpenAI. Jejím jádrem je vývoj nového modelu s kódovým označením Shallotpeat, který je speciálně navržen tak, aby řešil zjištěné nedostatky před trénováním. Samotný název je programový: šalotka v rašelinové půdě špatně roste, substrát má daleko k ideálnímu. OpenAI tak signalizuje, že si uvědomuje, že základ jejích stávajících modelů má slabiny, které nelze odstranit optimalizací povrchu.

Vývoj projektu Shallotpeat je součástí širší strategické změny. Altman ve svém memorandu zdůrazňuje potřebu zaměřit se na vysoce ambiciózní sázky, i když to dočasně znevýhodní OpenAI. Jednou z těchto sázek je samotná automatizace výzkumu v oblasti umělé inteligence, metapřístup zaměřený na dramatické zkrácení vývojových cyklů nových modelů. Nejde jen o optimalizaci efektivity, ale o pokus o zásadní změnu podmínek: pokud systémy umělé inteligence dokáží urychlit svůj vlastní vývoj, mohlo by to snížit strukturální výhody zavedených hráčů s obrovskými zdroji.

Naléhavost této strategie je podtržena finanční situací společnosti OpenAI. Společnost musí dosáhnout ziskovosti do roku 2029, aby splnila své závazky vůči společnosti Microsoft a dalším partnerům v oblasti infrastruktury. Tyto závazky činí přibližně 60 miliard dolarů ročně, oproti současným závazkům v oblasti cloudové infrastruktury, které v příštích několika letech přesahují 650 miliard dolarů. Rozdíl mezi těmito závazky a současnými příjmy ve výši 13 miliard dolarů zdůrazňuje rozsah problému.

Zároveň OpenAI prosazuje diverzifikační strategii s cílem snížit svou závislost na společnosti Microsoft. Úprava partnerství oznámená v lednu 2025 umožňuje OpenAI poprvé využívat výpočetní zdroje od konkurence, jako je Oracle. Microsoft si sice ponechává předkupní právo na novou kapacitu, ale toto exkluzivitu porušil. Pro OpenAI to potenciálně znamená rychlejší přístup k masivním klastrům GPU potřebným pro trénování nových modelů. Iniciativa Stargate, spolupráce mezi OpenAI, Oracle, SoftBank a Microsoftem, má v průběhu čtyř let investovat 500 miliard dolarů do datových center. První zařízení v texaském Abilene je již v provozu s klastry GPU Nvidia GB200.

Ekonomická křehkost obchodního modelu

Obchodní modely předních společností zabývajících se umělou inteligencí jsou založeny na implicitní sázce na síťové efekty a technologické vazby. OpenAI tuto strategii s velkým úspěchem uplatňuje: ChatGPT dosáhl v listopadu 2025 přibližně 700 až 800 milionů aktivních uživatelů týdně, což je dvojnásobek oproti únoru. Platforma denně zpracovává 2,5 miliardy dotazů a řadí se mezi nejnavštěvovanější webové stránky na světě. Tato uživatelská základna se zpočátku jeví jako nedobytná hráz, ale míra konverze odhaluje zásadní slabinu: pouze asi čtyři až deset procent uživatelů platí za předplatné.

Ekonomická životaschopnost tedy závisí na dvou klíčových předpokladech: zaprvé, že uživatelská základna nadále exponenciálně poroste, takže i malé míry konverze umožňují absolutní nárůst tržeb; zadruhé, že technologická převaha váže uživatele k platformě a náklady na přechod ke konkurenci zůstávají vysoké. Gemini 3 od Googlu oba předpoklady podkopává. Technická parita, nebo dokonce méněcennost, činí z OpenAI zaměnitelného poskytovatele na stále více komodifikujícím se trhu.

Struktura nákladů tento problém ještě zhoršuje. Trénování rozsáhlých jazykových modelů a jejich operační nasazení vyžaduje masivní výpočetní zdroje. Projekty OpenAI mají rozpočty přesahující 450 miliard dolarů od roku 2024 do roku 2030, s celkovými závazky přibližně 650 miliard dolarů, z nichž některé přesahují rok 2030. Tyto investice musí být odůvodněny příjmy, které zase závisí na podílu na trhu. Vzniká začarovaný kruh: Pokud OpenAI ztratí podíl na trhu, klesnou příjmy, což omezuje její schopnost dále investovat a tím dále snižuje její technologickou konkurenceschopnost.

Srovnávací analýzy ilustrují rozsah problému. Anthropic, přímý konkurent používající Claudeův model, je v současnosti oceněn na 170 miliard dolarů s předpokládanými ročními tržbami ve výši 4 miliard dolarů. OpenAI a Anthropic by musely do roku 2030 dosáhnout kombinovaných tržeb přesahujících 300 miliard dolarů, aby ospravedlnily své současné ocenění – za předpokladu marže volného cash flow ve výši 27 procent, srovnatelné s Alphabetem nebo Microsoftem. Pro srovnání, Nvidia, přední dodavatel čipů pro umělou inteligenci, by měla do roku 2030 vygenerovat tržby pouze 350 miliard dolarů.

Google jako držitel strukturální výhody

Pozice společnosti Google v závodě o umělou inteligenci se zásadně liší od pozice společnosti OpenAI kvůli její integraci do zavedeného ekosystému s diverzifikovanými zdroji příjmů. Společnost generuje roční tržby přes 300 miliard dolarů, a to především prostřednictvím reklamy a cloudových služeb, což umožňuje vnímat vývoj umělé inteligence jako strategickou investici, která nemusí být v krátkodobém horizontu zisková. Tato finanční stabilita umožňuje společnosti Google experimentovat a investovat v oblastech, kde hráči s čistě umělou inteligencí, jako je OpenAI, čelí okamžitému tlaku na generování příjmů.

Výhody distribuce jsou stejně významné. Google integruje Gemini do svého vyhledávače, který denně zpracovává miliardy dotazů, do Gmailu s více než 1,5 miliardami uživatelů, do Dokumentů Google, Tabulek a celého balíku Workspace. Tato všudypřítomnost vytváří pasivní expozici: uživatelé se s Gemini setkávají ve svých každodenních digitálních pracovních postupech, aniž by museli aktivně vyhledávat nástroje umělé inteligence. I když GPT-5.1 nebo Claude Sonnet 4.5 dosahují v konkrétních benchmarkech o něco lepších výsledků, Google umisťuje svůj model před miliardy očí.

Technologická vertikální integrace tyto výhody umocňuje. Google vyvíjí vlastní čipy umělé inteligence s využitím TPU (Tensor Processing Units), řídí celou cloudovou infrastrukturu a disponuje unikátními školicími zdroji získanými během desetiletí sběru dat. Tato kontrola nad celým hodnotovým řetězcem snižuje náklady a umožňuje optimalizace, které nejsou dostupné externím poskytovatelům. Jak to výstižně vyjádřil jeden komentátor na Redditu: Google řídí hardware, datová centra, distribuční kanály a samotné informace.

Historické precedenty varují před přeceňováním raného vedoucího postavení na trhu. Internet Explorer dominoval trhu prohlížečů na konci 90. let s více než 90% podílem na trhu a byl považován za nepřekonatelný, ale během deseti let byl marginalizován technicky lepšími alternativami. Yahoo a AOL, kdysi synonymum pro přístup k internetu, byly nahrazeny společností Google a dalšími. Výhody průkopníků na technologických trzích se často ukážou jako dočasné, pokud nelze překonat strukturální nevýhody, jako je nedostatek vertikální integrace nebo finanční nestabilita.

Pohled investora a rizika oceňování

Ocenění OpenAI na 500 miliard dolarů představuje jeden z největších rozdílů mezi současnými zisky a tržní kapitalizací v historii technologického průmyslu. Toto ocenění implikuje násobek tržeb přibližně 38, zatímco zavedení technologickí giganti se obchodují s násobky mezi 5 a 15. Zdůvodnění této prémie spočívá v předpokladu, že OpenAI získá neúměrný podíl na rozvíjejícím se trhu s umělou inteligencí.

Tento předpoklad je stále více zpochybňován empirickým vývojem. Poslední kolo financování v březnu 2025, které ocenilo OpenAI na 300 miliard dolarů, bylo pětkrát překročeno. Následné kolo v listopadu, které zvýšilo ocenění na 500 miliard dolarů, bylo získáno primárně prostřednictvím sekundárních prodejů stávajících akcií, nikoli prostřednictvím nových kapitálových injekcí. To signalizuje změnu nálady: investoři v rané fázi využívají příležitostí k částečné realizaci, zatímco noví investoři jsou méně ochotni poskytovat dodatečný primární kapitál.

Srovnání s internetovou bublinou je nevyhnutelné. Sám Sam Altman veřejně prohlásil, že očekává bublinu umělé inteligence, a přirovnal tržní podmínky k těm z boomu internetových společností a varoval před nadměrnou euforií investorů. Zároveň předpovídá biliony dolarů ve výdajích na rozšiřování datových center a reaguje na obavy ekonomů tím, že všechny vyzývá, aby prostě nechali OpenAI dělat si svou práci. Tato rétorika připomíná aroganci z konce 90. let, kdy byly otázky fundamentálního oceňování odsunuty stranou s odkazy na nové paradigma.

Analytici z agentury Reuters a dalších institucí vypočítali, že OpenAI a Anthropic by musely do roku 2030 dosáhnout kombinovaných ročních tržeb přesahujících 300 miliard dolarů, aby ospravedlnily své kombinované ocenění. To by znamenalo, že obě společnosti by dohromady musely generovat téměř stejné tržby jako Nvidia, nesporný lídr na trhu s čipy pro umělou inteligenci. Vzhledem k zesílené konkurenci ze strany společností Google, Microsoft, Meta a mnoha dalších hráčů se tento scénář jeví stále méně pravděpodobný.

Situaci zhoršuje vývoj na širším trhu s umělou inteligencí. Studie MIT naznačila, že 95 procent společností nevidí měřitelnou návratnost svých investic do generativní umělé inteligence. Toto zjištění v listopadu spustilo výrazný výprodej technologických akcií, kdy akcie Nvidie klesly o 3,5 procenta a Palantir o téměř 10 procent. Trhy reagují s rostoucí nervozitou na jakýkoli náznak, že se slibované výnosy z umělé inteligence nedostavují.

Naše odborné znalosti v USA v oblasti rozvoje obchodu, prodeje a marketingu - Obrázek: Xpert.Digital

Zaměření na odvětví: B2B, digitalizace (od AI po XR), strojírenství, logistika, obnovitelné zdroje energie a průmysl

Více o tom zde:

• Obchodní centrum Xpert

Tematické centrum s poznatky a odbornými znalostmi:

• Znalostní platforma o globální a regionální ekonomice, inovacích a trendech specifických pro dané odvětví
• Sběr analýz, impulsů a podkladových informací z našich oblastí zájmu
• Místo pro odborné znalosti a informace o aktuálním vývoji v oblasti podnikání a technologií
• Tematické centrum pro firmy, které se chtějí dozvědět více o trzích, digitalizaci a inovacích v oboru

Renesance předtréninkové éry a algoritmické průlomy

Úspěch Googlu s Gemini 3 představuje návrat k předběžnému školení jako primárnímu zdroji zvýšení výkonu. Tento vývoj je v rozporu s narativy, které hlásaly konec škálování. Realita je složitější: Zatímco předběžné školení již nepřináší exponenciální skoky, systematických a podstatných zlepšení je stále možné dosáhnout, pokud se použijí správné metody.

Architektura Gemini 3 integruje několik algoritmických inovací. Model využívá strukturu se smíšenou skupinou expertů, kterou vyvinul Jeff Dean, hlavní vědecký pracovník ve společnosti Google DeepMind. Tato architektura aktivuje pouze zlomek parametrů pro každý dotaz, což umožňuje efektivitu při zachování vysoké kapacity. Gemini 3 také demonstruje schopnosti multimodální integrace, které sahají nad rámec jednoduchého převodu textu do obrazu a zahrnují i ​​složité úlohy vizuálního uvažování.

Režim Deep Think v systému Gemini 3 představuje reakci Googlu na modely uvažování OpenAI. Místo toho, aby Google vnímal předtrénování a uvažování jako konkurenční paradigmata, integruje obě. Deep Think dosahuje 41 procent v benchmarku Humanity's Last Exam bez pomůcek a 45,1 procenta v ARC-AGI-2 s prováděním kódu. Tyto výsledky ukazují, že dichotomie mezi předtrénováním a výpočty v době testu je falešná: optimální systémy kombinují oba přístupy.

Význam tohoto zjištění pro konkurenční dynamiku nelze přeceňovat. OpenAI se specializovala na výpočty v testovací době, protože škálování před trénováním již nefungovalo. Google nyní ukazuje, že předtrénování má stále potenciál, pokud se k němu přistoupí správně. To znamená, že OpenAI nejen technologicky zaostává, ale také strategicky spoléhá na metodologii, která se ukazuje jako neúplná.

Demis Hassabis formuloval tuto integrovanou vizi v několika rozhovorech. Zdůrazňuje, že cesta k obecné umělé inteligenci vyžaduje více inovací, nejen škálování. Mezi tyto inovace patří systémy agentů schopné sledovat složité úkoly po delší dobu, modely světa, které vytvářejí vnitřní reprezentace fyzické reality, a meta-učení, které umožňuje systémům zobecňovat z omezeného počtu příkladů. Google systematicky investuje do všech těchto oblastí, zatímco OpenAI se primárně zaměřuje na uvažování.

Vhodné pro:

• Strategie umělé inteligence v globálním srovnání: Srovnání (USA vs. EU vs. Německo vs. Asie vs. Čína)

Role modelů uvažování a jejich omezení

Model o1 od OpenAI a jeho nástupci představují zásadní paradigmatický posun ve vývoji umělé inteligence. Namísto primárního škálování prostřednictvím větších modelů a většího množství trénovacích dat investují tyto systémy výpočetní čas během inference do vývoje delších řetězců uvažování. Tento přístup dosáhl působivého úspěchu v určitých oblastech, zejména v matematice, kódování a formální logice, kde ověřitelné výsledky slouží jako zpětná vazba.

Omezení tohoto přístupu jsou však stále zřetelnější. Studie výzkumníků společnosti Apple ukázala, že modely uvažování fungují dramaticky hůře, když jsou problémy byť jen nepatrně upraveny. Změna čísel nebo názvů v matematických problémech sama o sobě vede k znatelným ztrátám výkonu. Ještě závažnější je, že přidání logicky irelevantních, ale povrchně věrohodných informací způsobilo pokles výkonu o 17,5 procenta u o1-preview, 29,1 procenta u o1-mini a až o 65,7 procenta u modelů s nižším výkonem.

Tato zjištění naznačují, že modely uvažování ve skutečnosti nevyvíjejí obecné strategie řešení problémů, ale primárně replikují naučené vzorce. Chovají se jako studenti, kteří si zapamatovali specifické typy problémů, ale selhávají, když se setkají s mírně odlišnými formulacemi. Nejde pouze o akademickou kritiku, ale má okamžité praktické důsledky: V reálných aplikacích zahrnujících složité, mnohostranné problémy bez standardizovaných formulací zůstávají tyto systémy nespolehlivé.

Struktura nákladů na modely uvažování zhoršuje jejich omezení. Na rozdíl od tradičních modelů, kde je předtrénování výpočetně nejnáročnější fází, je tento vztah u modelů uvažování obrácený. Následné trénování a inference se stávají dominantním nákladovým faktorem, což škálování činí ekonomicky náročným. OpenAI musí vynaložit podstatně více výpočetních prostředků na každý dotaz o1 než na srovnatelné dotazy GPT-4, aniž by uživatelé byli ochotni platit proporcionálně více.

Integrace schopností uvažování do modelů optimalizovaných pro předtrénování společností Google by se mohla ukázat jako lepší přístup. Gemini 3 s Deep Think dosahuje srovnatelného nebo lepšího výkonu v oblasti uvažování než o1, ale je postaven na silnějším základě. To naznačuje, že optimální architektura nepoužívá uvažování jako náhradu za předtrénování, ale spíše jako doplněk robustního základního modelu.

Soutěžní dynamika a dohánění Anthropicem

Rodina Claude od Anthropicu, zejména Sonnet 4.5, se etabluje jako seriózní třetí síla v konkurenci umělé inteligence. Claude Sonnet 4.5 dosáhl v testu SWE-bench Verified Benchmark 77,2 procenta pro řešení reálných softwarových problémů, což z něj činí přední model v této kritické aplikační oblasti. S paralelními výpočty v testovacím čase se tento výkon zvyšuje na 82 procent, což je úroveň, které se nemohou rovnat ani GPT-5.1, ani Gemini 3.

Strategické zaměření společnosti Anthropic na bezpečnost a sladění vytváří mezeru na trhu s vysokou ochotou platit. Společnosti ve vysoce regulovaných odvětvích, jako jsou finance, zdravotnictví a kybernetická bezpečnost, stále více upřednostňují modely, které prokazatelně integrují robustní bezpečnostní mechanismy. Claude Sonnet 4.5 dosahuje v bezpečnostních benchmarkech 98,7 procenta a vykazuje snížené tendence k podlézavosti, klamání, mocenskému usilování a bludnému uvažování. Tyto charakteristiky nejsou pouhými marketingovými prvky, ale řeší skutečné obavy podnikových zákazníků.

Schopnost Claude Sonnet 4.5 udržet komplexní, vícestupňové uvažování a úkoly provádění kódu po dobu více než 30 hodin z něj činí ideální model pro autonomní agenty. Jedná se o rychle rostoucí trh, kde systémy umělé inteligence nezávisle řídí rozsáhlé pracovní postupy. OpenAI a Google v tomto segmentu konkurují, ale Anthropic získal výhodu díky rané specializaci.

Claudeova cena odráží tuto pozici. S cenou tří dolarů za milion vstupních tokenů a 15 dolarů za milion výstupních tokenů se Claude nachází ve středním cenovém segmentu, v mnoha případech použití levnější než GPT-5.1, ale dražší než některé open-source alternativy. Tato cenová struktura naznačuje strategii Anthropic: nikoli masový trh prostřednictvím nízkých cen, ale prémiový segment prostřednictvím vynikající kvality a zabezpečení.

Ocenění společnosti Anthropic ve výši 170 miliard dolarů s předpokládaným ročním obratem 4 miliardy dolarů se zdá být méně extrémní než vícenásobné ocenění společnosti OpenAI, ale zůstává ambiciózní. Logika investorů se liší: Anthropic se pozicionuje jako cíl převzetí nebo dlouhodobý hráč na oligopolním trhu, nikoli jako dominantní hráč na trhu. Tato skromnější ambice by se paradoxně mohla ukázat jako udržitelnější než strategie OpenAI „všechno, nebo nic“.

Nedostatek dat a syntetická řešení

Zásadní výzvou pro všechny vývojáře umělé inteligence je rostoucí nedostatek vysoce kvalitních trénovacích dat. Epoch AI odhaduje, že modely jsou v současné době trénovány s 4,6 až 17,2 biliony tokenů. Většina volně dostupného internetového textu již byla spotřebována. Budoucího zlepšení výkonu již nelze dosáhnout primárně pouhým zvětšením velikosti trénovacích datových sad, ale vyžaduje kvalitnější nebo rozmanitější data.

Syntetická data, tedy trénovací obsah generovaný systémy umělé inteligence, jsou diskutována jako potenciální řešení. Tento přístup je ze své podstaty paradoxní: modely mají být trénovány na datech generovaných předchozími modely. To s sebou nese riziko kolapsu modelu, kdy se chyby a zkreslení v průběhu generací zesilují. Pečlivě spravované syntetické datové sady s kontrolou diverzity a kvality však mohou generovat vzácné okrajové případy, které se v přirozených datech nevyskytují.

Google má strukturální výhody v oblasti získávání dat prostřednictvím svého vyhledávače, Gmailu, YouTube, Map Google a mnoha dalších služeb, které nepřetržitě produkují nová, rozmanitá data generovaná člověkem. Tyto datové toky jsou nejen objemné, ale také longitudinálně strukturované, což umožňuje identifikovat časové vzorce a vývoj. OpenAI postrádá srovnatelné zdroje dat, která se stále více spoléhá na partnerství s vydavateli, licenční smlouvy s mediálními společnostmi a generování syntetických dat.

Právní situace tuto asymetrii ještě zhoršuje. Několik žalob vydavatelů a autorů proti OpenAI za porušení autorských práv by mohlo omezit přístup k historickým datům a učinit budoucí aktivity scrapingu právně riskantními. Google může argumentovat, že procházení webových stránek za účelem indexování vyhledávání je zavedenou a právně opodstatněnou praxí, která prospívá rozvoji umělé inteligence. Tato právní nejistota klade na OpenAI další rizika, která zavedení technologickí giganti nenesou ve stejné míře.

Superinteligence jako dlouhodobá sázka

Altmanova zpráva opakovaně zdůrazňuje potřebu zachovat si zaměření na dosažení superinteligence, a to i přes krátkodobé konkurenční tlaky. Tato rétorika je strategická: ospravedlňuje současné investice a ztráty poukázáním na transformační zisky v budoucnosti. Superinteligence označuje hypotetické systémy umělé inteligence, které překonávají lidskou inteligenci ve všech relevantních oblastech a jsou potenciálně schopné urychlit svůj vlastní vývoj.

Odborné odhady ohledně načasování tohoto vývoje se značně liší. Analýzy více než 8 500 předpovědí naznačují medián mezi lety 2040 a 2045 pro dosažení umělé inteligence (UGI), předchůdce superinteligence. Některé významné osobnosti, jako například Dario Amodei z Anthropic a Elon Musk, předpovídají výrazně dřívější data, v některých případech již v letech 2026 až 2029. Sám Sam Altman označil rok 2029 za cílové datum.

Ekonomický význam této debaty spočívá v logice oceňování: Pokud je superinteligence dosažitelná do pěti let a OpenAI zůstane lídrem v jejím vývoji, ospravedlňuje to téměř jakékoli současné ocenění. Pokud je však superinteligence vzdálena 20 let nebo OpenAI nezůstane lídrem, základ pro oceňování se hroutí. Investoři tak sázejí nejen na technologii, ale také na konkrétní časové harmonogramy a pozice na trhu v hypotetických budoucích scénářích.

Automatizace výzkumu umělé inteligence, kterou Altman identifikuje jako klíčové zaměření, by mohla tyto časové harmonogramy zkrátit. Systémy, které nezávisle generují hypotézy, navrhují experimenty, trénují modely a interpretují výsledky, by dramaticky zvýšily rychlost vývoje. Google DeepMind pracuje na podobných přístupech, zejména integrací plánovacích algoritmů podobných AlphaGo do jazykových modelů. Otázkou není, zda budou takové meta-AI systémy vyvinuty, ale kdo je implementuje jako první.

Struktura trhu a formování oligopolů

Trh s umělou inteligencí se rychle vyvíjí v oligopol se třemi až pěti dominantními hráči. OpenAI, Google, Anthropic, Microsoft a Meta disponují finančními zdroji, technickými talenty a infrastrukturou, aby si udržely popředí konkurence. Vstupní bariéry jsou nyní neúnosné: Trénink nejmodernějšího modelu stojí několik stovek milionů dolarů, vyžaduje přístup k tisícům špičkových grafických procesorů a vyžaduje týmy špičkových výzkumníků.

Open-source modely jako Llama od Mety, Mistral nebo Olmo od Allen AI nabízejí alternativy pro specifické případy použití, ale v absolutním výkonu zaostávají za proprietárními modely na hranici možností. Jejich význam spočívá především v demokratizaci schopností umělé inteligence pro vývojáře bez obrovských rozpočtů a ve vytváření konkurenčního tlaku, který zmírňuje ceny přístupu k API.

Čína současně rozvíjí svůj vlastní nezávislý ekosystém umělé inteligence se společnostmi jako Alibaba Qwen, Baidu Ernie, ByteDance a dalšími hráči. Tyto modely se stále více blíží západním systémům, ale od globálního trhu jsou částečně odděleny odlišnými regulačními rámci, omezeným přístupem k nejmodernějším čipům v důsledku kontrol vývozu a jazykovými bariérami. Geopolitický rozměr rozvoje umělé inteligence by mohl vést k paralelním, regionálně dominantním ekosystémům, podobným fragmentovanému internetu.

Pro OpenAI tento oligopol znamená, že marginální pozice nejsou stabilní. Buď se společnost udržitelně etabluje jako jeden z mála předních systémů, nebo je odsunuta na druhou úroveň, z níž je postup kvůli kapitálové náročnosti prakticky nemožný. Investoři tuto dynamiku chápou, což vysvětluje extrémní volatilitu ocenění: U binárních výsledků se pravděpodobnosti neustále přehodnocují a malé změny v hodnocení pravděpodobnosti vedou k velkým posunům v ocenění.

Vertikální integrace jako strategický imperativ

Licencování duševního vlastnictví společnosti OpenAI v oblasti návrhu čipů a systémů společností Microsoft v listopadu 2025 signalizuje strategickou změnu orientace. Dohoda poskytuje společnosti Microsoft komplexní přístup k portfoliu proprietárních čipů OpenAI a mohla by podstatně zkrátit vývojové cykly společnosti Microsoft pro procesory umělé inteligence nové generace. To je součástí širšího trendu vertikální integrace, kde se přední poskytovatelé cloudových služeb snaží získat větší kontrolu nad svými hardwarovými základy.

Google vyvíjí TPU již léta, čímž ovládá celý stack od křemíku až po software. Amazon vyvíjí vlastní čipy Trainium a Inferentia. Microsoft investuje značné prostředky do vlastních akcelerátorů umělé inteligence. Tento přechod k zakázkovému křemíku odráží poznání, že univerzální GPU jsou pro specifické úlohy umělé inteligence neoptimální. Specializované čipy mohou dosáhnout řádově lepší efektivity pro specifické operace, což snižuje náklady a zvyšuje výkon.

OpenAI tato vertikální integrace chybí. Společnost se spoléhá na externí dodavatele čipů, především na Nvidii, a využívá cloudovou infrastrukturu od společností Microsoft, Oracle a dalších. Tyto závislosti vytvářejí cenové nevýhody a strategické zranitelnosti. Partnerství se společností Microsoft pro licencování IP by mohlo být prvním krokem k překlenutí této mezery, ale vývoj vlastního hardwaru trvá roky a vyžaduje odborné znalosti, které si OpenAI stále musí vybudovat.

Ekonomické důsledky jsou značné. Provozovatelé modelů s vlastní kontrolou hardwaru mohou snížit své náklady o několik řádů, což umožňuje agresivnější cenové strategie nebo alternativně zajišťuje vyšší marže. Google může potenciálně nabízet Gemini za ceny, kde OpenAI utrpí ztráty, protože Google může dramaticky snížit své náklady díky využití TPU. Nejde o teoretickou možnost, ale o praktickou realitu, která již ovlivňuje dynamiku trhu.

Od Netscape a Yahoo k OpenAI: Opakuje se historie?

Vývoj roku 2025 znamená konec éry nesporného vedoucího postavení jednotlivých průkopníků v sektoru umělé inteligence. Pozice OpenAI jakožto určujícího hráče v revoluci generativní umělé inteligence je zásadně zpochybňována technologickou paritou, strukturálními nevýhodami zavedených technologických gigantů a finanční křehkostí. Společnost čelí výzvě zvládat simultánní krize: technologicky dohnat Google, zajistit finanční udržitelnost navzdory masivním ztrátám, strategicky se změnit pozici na konsolidujícím se trhu a vyrovnat se s provozní složitostí rychlého růstu.

Úspěch Googlu s Gemini 3 ukazuje, že na technologicky náročných trzích nabízí hloubka zdrojů, vertikální integrace a trpělivý kapitál často strukturální výhody oproti agilním inovacím. Schopnost absorbovat ztráty po dobu let, dokud produkty nezrají a nebudou realizovány úspory z rozsahu, je neocenitelnou výhodou. OpenAI a podobné společnosti zabývající se čistě umělou inteligencí musí dosáhnout ziskovosti v časových rámcích daných očekáváními investorů, zatímco Google může experimentovat, dokud nebudou řešení skutečně připravena pro trh.

Budoucnost trhu s umělou inteligencí bude pravděpodobně charakterizována oligopolem tří až pěti dominantních poskytovatelů, z nichž každý bude zastávat jinou strategickou niku. Google jako vertikálně integrovaný generalista s vynikající distribucí, Microsoft jako integrátor zaměřený na podniky, Anthropic jako specialista na bezpečnost a zarovnání a Meta jako šampion open-source pro vývojářské ekosystémy. Budoucí pozice OpenAI v této konstelaci zůstává nejistá a kriticky závisí na tom, zda projekt Shallotpeat řeší zjištěné nedostatky v předškolování a zda se společnosti podaří získat udržitelnou konkurenční výhodu nad rámec svého historického vedoucího postavení značky.

Pro investory, firemní klienty a technology znamená toto přeskupení přehodnocení rizik a příležitostí. Předpoklad, že první lídři trhu obhájí své pozice, se ukazuje jako stále spornější. Rychlost technologických změn, kapitálová náročnost špičkového výzkumu a síla zavedených distribučních kanálů vytvářejí dynamiku, v níž jsou strukturální výhody často důležitější než historické inovační vůdcovství. Nadcházející roky ukážou, zda agilní průkopníci disponují zdroji a strategickou vizí, aby odolali drtivé síle technologických gigantů, nebo zda se příběh Netscape, Yahoo a dalších prvních internetových průkopníků zopakuje i v éře umělé inteligence.

Nový rozměr digitální transformace s „řízenou AI“ (umělou inteligencí) – platforma a řešení B2B | Xpert Consulting - Obrázek: Xpert.Digital

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence (AI) je vaším komplexním a bezstarostným balíčkem pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte od specializovaného partnera řešení na klíč šité na míru vašim potřebám – často během několika dnů.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k provozní aplikaci během dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstávají u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. My se postaráme o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme průběžnou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více o tom zde:

• Řešení spravované umělé inteligence – Průmyslové služby umělé inteligence: Klíč ke konkurenceschopnosti v odvětví služeb, průmyslu a strojírenství

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem národním jazyce!

Konrad Wolfenstein

Rád vám a mému týmu posloužím jako osobní poradce.

Kontaktovat mě můžete vyplněním kontaktního formuláře nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) . Moje e-mailová adresa je: wolfenstein ∂ xpert.digital

Těším se na náš společný projekt.

☑️ Podpora MSP ve strategii, poradenství, plánování a implementaci

☑️ Vytvoření nebo přeladění digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální obchodní platformy B2B

☑️ Pioneer Business Development / Marketing / PR / Veletrhy

Využijte rozsáhlé pětinásobné odborné znalosti společnosti Xpert.Digital v komplexním balíčku služeb | Výzkum a vývoj, XR, PR a optimalizace digitální viditelnosti - Obrázek: Xpert.Digital

Xpert.Digital má hluboké znalosti z různých odvětví. To nám umožňuje vyvíjet strategie šité na míru, které jsou přesně přizpůsobeny požadavkům a výzvám vašeho konkrétního segmentu trhu. Neustálou analýzou tržních trendů a sledováním vývoje v oboru můžeme jednat s prozíravostí a nabízet inovativní řešení. Kombinací zkušeností a znalostí vytváříme přidanou hodnotu a poskytujeme našim zákazníkům rozhodující konkurenční výhodu.

Více o tom zde:

• Využijte 5x odborných znalostí Xpert.Digital v jednom balíčku – již od 500 EUR měsíčně