Trumpův převrat s umělou inteligencí? Proč má slovo „superinteligence“ nyní způsobit revoluci na světových trzích

Umělá inteligence, nebo už superinteligence? Skutečný důvod Trumpovy nové technologické doktríny

Trumpův příkaz k superinteligenci: Co to znamená pro investory, Evropu a naši budoucnost

Donald Trump pronesl jazykovou bombu: Umělá inteligence bude od nynějška v oficiálních amerických dokumentech označována jako „superinteligence“. Co zpočátku zní jako pouhý rétorický vrtoch amerického prezidenta, se při bližším zkoumání ukáže jako nekompromisní kalkul průmyslové politiky v globálním technologickém závodě, zejména proti Číně. Toto radikální rebranding zavádí nový interpretační rámec, jehož cílem je ospravedlnit rozsáhlou deregulaci, usměrnit gigantické kapitálové toky a legitimizovat masivní rozšiřování datových center. Tento sémantický trik však s sebou nese značná rizika: Živí nadsazená očekávání, ohrožuje mezinárodní standardy a hrozí udusením zásadních bezpečnostních debat v jejich počátcích. Nová zkratka automaticky nevytváří novou technologickou realitu – ale může drasticky změnit pravidla globální ekonomiky. Toto je hloubková analýza geopolitických a ekonomických motivů, které stojí za narativem nové supervelmoci, a otázky, jak by měla Evropa reagovat na tento koncepční chaos.

Od závodu o umělou inteligenci k narativu o supervelmocích: Trumpův riskantní rebranding

Nová zkratka sice nevytváří novou inteligenci – ale může ovládat miliardy, znehodnocovat pravidla a potlačovat rizika

Návrh Donalda Trumpa označovat umělou inteligenci v oficiálních amerických dokumentech jako „superinteligenci“ se na první pohled jeví jako jazyková kuriozita. Ve skutečnosti se však dotýká klíčového ekonomického a geopolitického konfliktu: Měla by být další fáze digitalizace chápána především jako globální závod o kapitál, výpočetní sílu a vojensko-technologickou dominanci, nebo jako ekonomická strukturální transformace, která vyžaduje inovace i ověřitelné bezpečnostní standardy, konkurenci a sociální legitimitu? Nový termín nenabízí žádnou technickou odpověď. Významně však posouvá politický rámec směrem k akceleraci, síle a národní nadřazenosti.

Toto rebrandingové řešení je tedy více než jen osobní branding. Jazyk ovlivňuje očekávání, očekávání ovlivňují investice a investice zase formují tržní struktury. Když vláda největší technologické ekonomiky světa kategoricky označuje běžné systémy umělé inteligence jako superinteligenci, může to vyvolat dojem, že historicky nové úrovně strojových schopností již bylo dosaženo. Právě to není vědecky prokázáno. Nicméně tento termín je ekonomicky efektivní, protože může legitimizovat mobilizaci kapitálu, infrastrukturní politiku, exportní strategie a deregulaci. Klíčovou otázkou tedy není, zda zkratka SI celosvětově převládne, ale spíše to, jaké zájmy a zvrácené pobídky tento narativ posílí.

Slovo jako signál průmyslové politiky

Dne 22. září 2026, před 81. Valným shromážděním OSN, Trump prohlásil, že Spojené státy by od nynějška měly ve svých dokumentech používat termín „superinteligence“. Zdůvodnil to tím, že slovo „umělý“ vyvolává mylný dojem, že podkladová inteligence je falešná nebo bezcenná. Zároveň změnu názvu spojil s tvrzením, že vítěz technologického závodu nakonec zvítězí. Tím se sémantická poznámka proměnila v poselství průmyslové politiky: Umělá inteligence by neměla být chápána primárně jako nástroj vyžadující regulaci, ale spíše jako nadřazený strategický zdroj.

Zda toto oznámení okamžitě spustí právně a administrativně závazné přejmenování všech amerických dokumentů, se teprve uvidí. Prezidentský projev automaticky nenahrazuje prováděcí předpisy, upravené směrnice agentur, pravidla pro zadávání veřejných zakázek a právní definice. Právě proto, že umělá inteligence je přesně definována v řadě předpisů, smluv, finančních programů a mezinárodních standardů, by komplexní nahrazení bylo složitější, než by naznačovalo politické prohlášení. Dokud nebudou k dispozici podrobné implementační pokyny, je proto třeba rozlišovat mezi ústním příkazem prezidenta a plně implementovanou administrativní praxí.

Bylo by však chybou tuto epizodu zavrhnout jako pouhou rétoriku. Prezidentská mluva může rychle ovlivnit vládní agentury, státní klienty a vládní instituce. Poskytuje společnostem vodítka o tom, které projekty jsou politicky žádoucí, a mění vnímání rizika investory. Zejména na trhu, kde oceňování silně závisí na budoucích očekáváních, může termín jako superinteligence fungovat jako státem posílený stimul poptávky. Slibuje nejen efektivnější software, ale také technologickou revoluci historických rozměrů.

Superinteligence není synonymum

Z technického hlediska nejsou umělá inteligence a superinteligence zaměnitelné. Umělá inteligence se obecně vztahuje na systémy založené na strojích, které odvozují výstupy, jako jsou predikce, obsah, doporučení nebo rozhodnutí, ze vstupů. Tato definice zahrnuje velmi široké spektrum: zahrnuje rozpoznávání obrazu, detekci podvodů, průmyslovou kontrolu kvality, optimalizaci tras, jazykové modely a autonomní asistenční systémy, stejně jako experimentální agenty. Samotný termín neříká nic o tom, zda systém dosahuje nebo překračuje lidské schopnosti.

Superinteligence se na druhou stranu obvykle vztahuje k teoretickému stavu, kdy je systém výrazně nadřazen lidem téměř ve všech relevantních kognitivních oblastech. To by zahrnovalo nejen rychlou tvorbu textu nebo nadprůměrný výkon ve vybraných testech, ale také široké dovednosti v řešení problémů, robustní plánování, vědeckou kreativitu, spolehlivou adaptaci na neznámé situace a potenciálně sebezdokonalování. Současné systémy mohou dosáhnout působivých výsledků v jednotlivých oborech, ale zůstávají náchylné k chybám, závislé na kontextu a nerovnoměrné ve svých schopnostech. Neprokazatelně disponují komplexní nadřazeností, kterou termín superinteligence obvykle předpokládá.

Toto plošné přejmenování proto vytváří zmatek kategorií. Transformuje heterogenní rodinu technologií do zdánlivě jednotné, již tak nadlidské inteligence. Toto zjednodušení může být atraktivní pro politickou komunikaci, ale je problematické pro zadávání veřejných zakázek, odpovědnost, pojistitelnost a regulaci. Systém pro predikci údržby v továrně vyžaduje jiná testovací kritéria než model, který generuje lékařská doporučení nebo řídí kritickou infrastrukturu. Každý, kdo shrnuje všechny aplikace pod jeden maximalistický termín, ztěžuje diferenciaci na základě rizik.

Sémantika se stává hospodářskou politikou

Technologické termíny nikdy nejsou zcela neutrální. Strukturují trhy, protože definují, co představuje inovaci, riziko nebo strategickou infrastrukturu. Termín „umělá inteligence“ zaměřuje pozornost na technický design systému. „Superinteligence“ ji naopak směřuje k deklarovanému postavení nad lidmi. To také posouvá implicitní politický cíl: pozornost se již neklade na rozumnou implementaci konkrétních nástrojů, ale spíše na dosažení údajně nadřazeného postavení nad konkurenčními státy.

Toto rámování podporuje ekonomiku založenou na rase. V závodě se audity, schvalování a požadavky na transparentnost snadno jeví jako zpoždění, zatímco vysoké investice a rychlé škálování jsou automaticky vnímány jako pokrok. To je sice efektivní z hlediska průmyslové politiky, ale v žádném případě to není vždy ekonomicky efektivní. Společnost může investovat obrovské částky do datových center, aniž by generovala odpovídajícím způsobem vysoké produktivní výnosy. Podobně může země vést v počtu instalovaných akceleračních čipů a přesto mít nedostatek kvalifikovaných pracovníků, energetických sítí, aplikačních znalostí nebo konkurence.

Přejmenování tak slouží jako signál politické koordinace. Může signalizovat investorům, energetickým společnostem, výrobcům polovodičů, poskytovatelům cloudových služeb a dodavatelům obranných technologií, že vláda upřednostňuje expanzi. Zároveň oslabuje důležitost pečlivých analýz nákladů a přínosů. Čím více je superinteligence prezentována jako nevyhnutelná a rozhodující pro vítězství, tím obtížnější je vyhodnotit jednotlivé projekty na základě jejich skutečné ziskovosti, spotřeby zdrojů a společenských nákladů.

Kapitálová síla s dilematem efektivity

Spojené státy si i nadále udržují výjimečné vedení v oblasti financování v sektoru umělé inteligence. Podle indexu Stanford AI dosáhly soukromé investice do umělé inteligence v USA v roce 2025 přibližně 285,9 miliard dolarů. V Číně se podle stejné definice jednalo o zhruba 12,4 miliardy dolarů. Celosvětově dosáhly soukromé investice do umělé inteligence přibližně 344,7 miliardy dolarů, což představuje meziroční nárůst o 127,5 procenta. Generativní umělá inteligence z toho přilákala přibližně 170,9 miliardy dolarů, což představuje téměř polovinu celkového soukromého kapitálu.

Tato čísla dokumentují enormní koncentraci. Přibližně 83 procent zaznamenaných globálních soukromých investic do umělé inteligence v roce 2025 směřovalo do Spojených států. Zároveň tam bylo založeno 1 953 nově financovaných společností v oblasti umělé inteligence. To znamená, že USA disponují kombinací rizikového kapitálu, cloudové infrastruktury, špičkových univerzit, odborných znalostí v oblasti polovodičů a firemních zákazníků s vysokými výdaji, kterou žádná jiná země nenabízí stejnou měrou.

Rozdíl v investovaném kapitálu by neměl být zaměňován s proporcionálním technologickým náskokem. Index AI Stanfordské univerzity dospěl k závěru, že v březnu 2026 byl přední americký model v klíčovém ukazateli výkonnosti pouze o 2,7 procenta před nejlepším čínským modelem. Americký a čínský model si od začátku roku 2025 opakovaně vyměňovaly první místo. Čína navíc vede v počtu vědeckých publikací, citací, patentů a instalovaných průmyslových robotů, zatímco USA nadále produkují více vynikajících špičkových modelů a obzvláště vlivných patentů.

To vytváří dilema efektivity: Kapitálová výhoda USA je skutečná, ale její mezní návratnost by mohla klesat. Pokud čínské společnosti s výrazně menším vykázaným soukromým kapitálem dosáhnou téměř technické parity, vysoké výdaje samy o sobě nestačí jako měřítko úspěchu. Data o čistě soukromém financování však podceňují čínské výdaje na zdroje, protože státem řízené fondy, dotované úvěry, veřejné zakázky a infrastrukturní programy jsou zachyceny pouze částečně. Srovnání proto neodhaluje ani americkou plýtvání, ani čínskou zázračnou ekonomiku. Spíše ukazuje, že technologická konkurenceschopnost vyplývá ze složité souhry kapitálu, talentu, energie, dat, výroby a vládní koordinace.

Čína je ve zpětném zrcátku blíž

Trumpův argument, že USA musí udržet náskok před Čínou, má věrohodný strategický základ. Umělá inteligence funguje jako průřezová technologie, která ovlivňuje obranu, kybernetickou bezpečnost, výzkum, průmyslovou automatizaci, finanční trhy a informační prostor. Přední modely mohou také generovat poptávku po amerických cloudových službách, čipech, softwarových standardech a konzultačních službách. Kdokoli ovládá technologickou platformu, může vytvářet dlouhodobé závislosti prostřednictvím rozhraní, bezpečnostních architektur a ekosystémů.

Představa, že vedoucí postavení lze zajistit především rychlostí a minimální regulací, je problematická. Čína konkuruje nejen obchodními modely, ale také průmyslovým škálováním, dodávkami energie, výrobou a státem koordinovanou poptávkou. V robotice země kombinuje umělou inteligenci se širokou výrobní základnou. Disponuje také značnou silou ve vědeckých publikacích, patentech a technických znalostech. Americký přístup, který se spoléhá téměř výhradně na soukromé hyperškálovatelné společnosti a kapitálové trhy, může být v krátkodobém horizontu dynamický, ale také vytváří novou závislost na několika málo korporacích.

Kontroly vývozu mají navíc protichůdné účinky. Mohou bránit přístupu Číny k nejmodernějším čipům a omezovat transfer vojenských technologií. Zároveň vytvářejí pobídky pro domácí polovodiče, alternativní softwarové balíčky a efektivnější modelové architektury. Politika zaměřená na ochranu amerických technologií proto musí rozlišovat mezi legitimními bezpečnostními zájmy a nadměrnou izolací. Pokud jsou spojenci zatíženi složitými pravidly nebo jim je odepřen spolehlivý přístup, mohli by diverzifikovat své dodavatelské řetězce a prosazovat vlastní alternativy.

Módní slovo „superinteligence“ tuto logiku ještě zhoršuje, protože vykresluje konkurenci jako hru typu „všechno, nebo nic“. Ve skutečnosti však existuje několik vrstev technologické síly: základní výzkum, trénování modelů, čipy, cloudová kapacita, aplikace, průmyslová implementace, standardy a důvěra. Spojené státy mohou v jednom z těchto faktorů zaostávat, zatímco v jiných mohou nadále dominovat. Životaschopná strategie proto vyžaduje spíše portfolio schopností než jedno umístění v žebříčku.

Datová centra se stávají otázkou umístění

Boom umělé inteligence už není jen softwarovým fenoménem. Vyžaduje datová centra, vysoce výkonné procesory, síťová připojení, chladicí systémy, transformátory, vodu a obrovské množství elektřiny. Mezinárodní energetická agentura odhadla celosvětovou spotřebu elektřiny v datových centrech pro rok 2024 na přibližně 415 terawatthodin. To odpovídalo zhruba 1,5 procentu celosvětové spotřeby elektřiny. Do roku 2030 by se poptávka mohla více než zdvojnásobit na přibližně 945 terawatthodin, přičemž umělá inteligence je považována za nejdůležitější faktor růstu.

V roce 2024 se USA podílely zhruba 45 procenty na celosvětové spotřebě elektřiny v datových centrech. Do konce desetiletí by datová centra v USA mohla představovat téměř polovinu dodatečné poptávky po elektřině. Pravděpodobně by pak spotřebovala více elektřiny než celá americká produkce hliníku, oceli, cementu, chemikálií a dalšího energeticky náročného zboží dohromady. To nevyhnutelně transformuje politiku umělé inteligence na politiku v oblasti energie, sítě a lokality.

Ekonomické přínosy nových datových center vyžadují podrobné posouzení. Během fáze výstavby se uzavírají smlouvy pro stavební firmy, elektrikáře, inženýry zařízení, specialisty na chlazení a síťové techniky. Během provozu však vysoce automatizovaná zařízení často zaměstnávají méně lidí než tradiční průmyslové projekty s podobnými energetickými nároky. Pro obce mohou být atraktivní daňové příjmy a investice do infrastruktury. Zároveň představují potenciální rizika vyšší náklady na síť, konflikty ohledně využívání vody a půdy a přesun nákladů na rozšiřování na domácnosti a další podniky.

V USA v současnosti pochází více než 40 procent elektřiny vyrobené pro datová centra ze zemního plynu. Obnovitelné zdroje energie tvoří přibližně 24 procent, jaderná energie zhruba 20 procent a uhlí přibližně 15 procent. Očekává se, že do roku 2030 bude zemní plyn pokrývat většinu dodatečné poptávky, následovaný obnovitelnými zdroji energie. Do značné míry nekontrolované rozšiřování obnovitelných zdrojů energie proto může zajistit krátkodobou bezpečnost dodávek, ale může také zvýšit závislost na palivech a emise. Dlouhodobá konkurenceschopnost vyžaduje nejen četné elektrárny, ale také stabilní sítě, dostupné ceny elektřiny, skladování, řízení poptávky a realistické plánování nových výrobních kapacit.

Přejmenování na „superinteligenci“ by mohlo dále polarizovat místní opozici. Zastánci mohou každý infrastrukturní projekt vykreslovat jako národní nutnost, zatímco kritici mohou každou novou budovu vykreslovat jako symbol nekontrolovaného technologického kapitalismu. Transparentní posouzení lokality by bylo ekonomicky výhodnější: Kdo nese náklady na síť, kolik stálých pracovních míst bude vytvořeno, jaká vodní práva jsou požadována, jaké odpadní teplo lze využít a jaký přínos projekt bude mít pro regionální hospodářský rozvoj? Národní bezpečnost může být kritériem, ale neměla by ospravedlňovat plošné osvobození od transparentnosti nákladů a posuzování vlivů na životní prostředí.

Produktivita je možná, distribuce otevřená

Ekonomické naděje, které stojí za tlakem na umělou inteligenci, jsou značné. Generativní systémy mohou urychlit generování textu, vývoj softwaru, analýzu, návrh a komunikaci se zákazníky. V kombinaci s daty specifickými pro dané odvětví mohou zlepšit údržbu, podpořit výzkum, optimalizovat logistiku a automatizovat administrativní procesy. Společnost McKinsey odhadla roční potenciál generativní umělé inteligence pro tvorbu hodnoty v 63 studovaných případech užití na 2,6 až 4,4 bilionu dolarů. Podle jejich zjištění by mohla do roku 2040 zvýšit roční růst produktivity o 0,1 až 0,6 procentního bodu, za předpokladu, že uvolněný pracovní čas bude využíván produktivně.

Takové odhady nejsou zaručenými předpověďmi. Popisují potenciální přínosy založené na předpokladech týkajících se implementace, restrukturalizace procesů, školení a kapitálových investic. V praxi největší přínos neplyne z nákupu jazykového modelu, ale z reorganizace pracovních postupů. Společnosti musí zpřístupnit data, definovat odpovědnosti, zavést kontroly kvality a školit zaměstnance. Bez těchto předpokladů se umělá inteligence stává dodatečnou zátěží z hlediska nákladů na software nebo, což je rychlejší, generuje průměrnější obsah bez zvýšení přidané hodnoty.

Z makroekonomického hlediska hodně závisí na tom, zda se nárůst produktivity rozšíří do širokého spektra. Pokud jen několik platformních společností vlastní výkonné modely, čipy a data, velká část zisků může těmto poskytovatelům zůstat jako monopolní renta. Malé a střední podniky (MSP) pak těží z levných nástrojů, ale mohou ztratit vyjednávací sílu a know-how. Otevřené standardy, přenositelná data, konkurenceschopné cloudové trhy a odvětvová centra excelence jsou proto stejně důležité jako špičkový výzkum.

Termín „superinteligence“ může zkreslovat střízlivou debatu o produktivitě. Zaměřuje pozornost na hypotetickou konečnou fázi, přestože krátkodobá ekonomická hodnota spočívá v běžných vylepšeních: méně odpadu, rychlejší generování cenových nabídek, lepší plánování tras, efektivnější dokumentace a přesnější prognózy. Pro většinu společností není důležité, zda se model jeví jako nadlidský, ale zda je spolehlivý, cenově dostupný, integrovatelný a právně spravovatelný.

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 je vaším komplexním a bezstarostným řešením pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte hotové řešení šité na míru vašim potřebám od specializovaného partnera – často během několika dní.

Klíčové výhody na první pohled:

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

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstanou 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. Postaráme se o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

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

Více informací zde:

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

Trh práce mezi pákovým efektem a vytlačováním

Mezinárodní měnový fond odhaduje, že umělá inteligence by mohla ovlivnit téměř 40 procent pracovních míst na celém světě. V rozvinutých ekonomikách toto číslo stoupá na zhruba 60 procent kvůli velkému počtu pracovních míst náročných na znalosti. Přibližně polovina exponovaných pracovních míst by se díky umělé inteligenci mohla stát produktivnější. Druhá polovina však čelí riziku automatizace klíčových úkolů, což by mohlo vést ke snížení poptávky po pracovní síle, mezd nebo počtu nových zaměstnanců.

Vystavení automatizaci neznamená automaticky ztrátu zaměstnání. Mnoho profesí se skládá z rozmanitých úkolů, z nichž pouze některé jsou automatizovatelné. Inženýr může urychlit technickou dokumentaci, zatímco odpovědnost, koordinace se zákazníkem a bezpečnostní rozhodnutí zůstávají na lidech. V jiných oblastech, jako jsou standardizované administrativní úkoly, jednoduchý překlad, zadávání dat nebo rutinní komunikace se zákazníky, může být tlak na automatizaci výrazně větší.

Obzvláště důležité je rozdělení mezi začínající a zkušené profesionály. Mnoho juniorních pozic tradičně slouží k budování znalostí. Automatizace těchto úkolů sice může firmám v krátkodobém horizontu ušetřit peníze, ale mohla by oslabit jejich budoucí talenty. Zkušení zaměstnanci se díky umělé inteligenci stávají produktivnějšími, zatímco nově příchozí mají méně příležitostí získat zkušenosti. To může vytvořit nový druh mezery v dovednostech, kterou nelze jednoduše překlenout krátkými školeními.

Rozdělení příjmů by se také mohlo stát nerovnoměrnějším. Zaměstnanci, jejichž znalosti jsou obohaceny umělou inteligencí, mohou dosáhnout vyšší produktivity a příjmů. Naopak lidé ve snadno nahraditelných rutinních zaměstnáních se dostávají pod tlak. Zároveň se zvyšují kapitálové zisky majitelů modelů, datových center a polovodičových společností. Bez konkurence, dalšího vzdělávání a vhodných daňových a sociálních politik by proto boom umělé inteligence mohl zvýšit celkové ekonomické příjmy a zároveň oslabit sociální soudržnost.

Trumpova volba slov toto napětí komunikačně zhoršuje. Pokud jsou systémy považovány za superinteligenci, lidská práce se rychle jeví jako druhořadá. To může vést firmy k ukvapeným personálním rozhodnutím a znepokojovat zaměstnance. Zodpovědná hospodářská politika by na druhou stranu měla zdůrazňovat, že výkonnost musí být měřena ve vztahu ke konkrétním úkolům. Investiční rozhodnutí by neměla být určována značkou systému, ale jeho prokázaným dopadem na kvalitu, náklady, zaměstnanost a bezpečnost.

Regulace není protiváhou

Od roku 2025 prosazuje Trumpova administrativa politiku zaměřenou na zrychlení vývoje umělé inteligence. Americký akční plán zahrnuje více než 90 opatření v oblasti inovací, infrastruktury a mezinárodní diplomacie a bezpečnosti. Patří mezi ně rychlejší povolování datových center a továren na polovodiče, vývoz kompletních amerických technologických balíčků a revize předpisů, které jsou považovány za překážku inovacím. Tato agenda výslovně považuje vedoucí postavení umělé inteligence za ekonomickou a národní bezpečnostní prioritu.

Deregulace může být prospěšná, pokud jsou předpisy zastaralé, protichůdné nebo zbytečně pomalé. Povolovací procesy pro sítě a elektrárny v USA jsou často zdlouhavé a roztříštěné jurisdikce mohou brzdit investice. Z toho však neplyne, že minimální regulace automaticky přináší optimální výsledky. Trhy s high-tech technologiemi vykazují informační asymetrii, externí náklady, síťové efekty a silné tendence ke koncentraci. Bez minimálních standardů mohou společnosti přesouvat rizika na uživatele, zaměstnance, komunity nebo vládu.

Dobrá regulace proto není opakem inovací, ale spíše produktivní infrastrukturou. Bezpečnostní audity, povinné hlášení závažných incidentů, transparentní odpovědnost a ochrana před diskriminací mohou budovat důvěru a usnadňovat vstup na trh. Podobně jako technické normy ve strojírenství, letectví nebo lékařské technologii umožňují společné požadavky obchod, protože kupující nemusí testovat každý systém od nuly. Špatně navržená pravidla mohou potlačovat inovace; absence pravidel jim může také bránit, pokud nejistota a rizika odpovědnosti brání investicím.

Klíčovým úkolem hospodářské politiky je rozlišovat podle rizika a aplikace. Interní nástroj pro psaní nevyžaduje stejnou kontrolu jako autonomní systém v kritické infrastruktuře. Základní model používaný miliony společností generuje jiná systémová rizika než úzce definovaná, specializovaná aplikace. Pojem „superinteligence“ k tomuto rozlišování nijak nepřispívá. Rozšiřuje diskusi, ale neupřesňuje ji.

Veřejný skepticismus se setkává s narativem elit

Trumpův optimistický obraz je v příkrém kontrastu s veřejným míněním. Průzkum mezi 2 064 dospělými, který v září 2026 publikovaly Politico a Public First, zjistil, že 63 procent respondentů vidí alespoň mírné riziko, že by pokročilá umělá inteligence mohla představovat existenční hrozbu pro lidstvo. 48 procent bylo pro pozastavení vývoje ještě výkonnějších modelů, 31 procent chtělo ve vývoji pokračovat kvůli potenciálním výhodám a 22 procent se nerozhodlo. V této konkrétní otázce tedy neexistovala absolutní většina pro pozastavení; jednalo se o jasnou relativní většinu.

Stranické rozdíly existovaly, ale byly méně výrazné, než by mohla naznačovat obecná polarizace ve Washingtonu. Mezi voliči Trumpa 44 procent podporovalo pozastavení, zatímco 40 procent upřednostňovalo pokračování ve vývoji. Mezi voliči Kamaly Harrisové dosáhla podpora pozastavení 58 procent. Další průzkum organizace Data for Progress zjistil 68% podporu pro návrh zákona, který by kombinoval dočasné pozastavení ve vývoji s trvalým zákazem nekontrolovatelné superinteligence. To zahrnovalo 63 procent republikánů, 72 procent demokratů a 70 procent nezávislých. Vzhledem ke kombinovanému znění otázek však tento výsledek nelze přímo srovnávat s obecnou výzvou k zastavení umělé inteligence.

Data neukazují jednotně technofobní veřejnost. Odhalují ambivalentní postoje: Mnoho lidí používá umělou inteligenci nebo očekává ekonomické výhody, ale zároveň touží po závazných limitech. Veřejná podpora silně závisí na tom, jak jsou otázky formulovány a zda se rozlišuje mezi současnou umělou inteligencí, pokročilými modely a hypotetickou superinteligencí. Přesná formulace je proto klíčová. Pokud vláda označí veškerou umělou inteligenci za superinteligenci, může neúmyslně posílit právě ty obavy, které zároveň odmítá jako přehnané.

Pro firmy je společenská akceptace skutečným faktorem produkce. Odpor vůči datovým centrům, soudní spory týkající se ochrany osobních údajů, pracovní spory a problémy s místními povoleními mohou projekty zpozdit. Politika, která kategoricky odmítá obavy, může krátkodobě ušetřit čas v komunikaci, ale dlouhodobě může zničit důvěru. Participace a ověřitelné záruky proto nejsou jen demokratickými povinnostmi, ale také nástroji ke snížení politických investičních rizik.

Problematické srovnání klimatu

Trumpovo srovnání varování před umělou inteligencí a varování před změnou klimatu je analyticky slabé. V oblasti změny klimatu panuje široký vědecký konsenzus ohledně lidské příčinné souvislosti a významných rizik nekontrolovaných emisí. U existenciálních rizik umělé inteligence je pravděpodobnost výskytu, časový horizont a technické mechanismy podstatně nejistější. Existují vážná varování od předních odborníků, ale neexistují srovnatelné empirické důkazy o tom, že současné systémy nevyhnutelně povedou k existenční hrozbě.

Různé úrovně důkazů neznamenají, že by rizika umělé inteligence měla být ignorována. Zejména v případech potenciálně extrémních škod mohou být preventivní opatření ekonomicky racionální, i když je pravděpodobnost nejistá. Pojišťovny, finanční regulátoři a agentury pro pomoc při katastrofách pravidelně pracují se scénáři, jejichž výskyt není jistý. Rozhodujícími faktory jsou kombinace závažnosti potenciálních škod, pravděpodobnosti, ovladatelnosti a nákladů na preventivní opatření.

Srovnání s klimatem je také neproduktivní, protože samotná umělá inteligence má energetické a klimatické důsledky. Rozšíření datových center zvyšuje poptávku po elektřině a může prodloužit využívání zemního plynu a uhlí, pokud s tím nebudou držet krok sítě a nízkoemisní výroba energie. Zároveň umělá inteligence může optimalizovat energetické systémy, urychlit výzkum materiálů a snížit emise v průmyslu a logistice. Zodpovědní tvůrci politik by museli tyto interakce měřit, místo aby klimatický výzkum a bezpečnost umělé inteligence společně zavrhovali jako přehnanou kulturu poplachu.

Z ekonomického hlediska vede tato rétorická rovnice k falešné alternativě: buď technologický pokrok, nebo preventivní opatření. Ve skutečnosti kvalita pravidel určuje, zda je inovace dlouhodobě udržitelná. Ekonomika, která včas identifikuje rizika a technologicky je řídí, může získat konkurenční výhodu. Bezpečnostní odbornost je cennou exportní komoditou, zejména na regulovaných trzích.

Mezinárodní standardy pod tlakem

USA se nejen snaží propagovat domácí umělou inteligenci, ale také exportovat kompletní technologické balíčky zahrnující čipy, cloudové služby, modely, software, kybernetickou bezpečnost a aplikace. Cílem je ekosystém ovládaný Amerikou, který propojí partnery s americkými technologiemi a potlačí čínské alternativy. Tato strategie může generovat značné ekonomické výhody, protože standardy a rozhraní vytvářejí dlouhodobé síťové efekty. Ten, kdo platformu poskytuje, často profituje z každé následné aplikace.

Jednostranné přejmenování tohoto termínu však brání mezinárodní kompatibilitě. OECD, Evropská unie a řada standardizačních organizací používají definice, které popisují systémy umělé inteligence na základě jejich funkčnosti a rizik. V těchto kontextech se „superinteligence“ obvykle vztahuje na potenciálně mnohem pokročilejší třídu systémů. Pokud americké úřady používají stejný termín pro běžnou umělou inteligenci, vznikají problémy s překladem ve smlouvách, certifikacích a regulačních procesech.

Společnosti by mohly být nuceny udržovat dva paralelní terminologické systémy: politicky ovlivněnou americkou terminologii a technicko-právní mezinárodní terminologii. To způsobuje náklady na dodržování předpisů a právní nejistotu. To by bylo obzvláště problematické s ohledem na kontrolu vývozu, otázky odpovědnosti a zadávání veřejných zakázek, protože by se mohlo stát nejasným, které systémy jsou skutečně míněny. Symbolický zisk v politickém marketingu by se tak mohl proměnit ve skutečné transakční náklady.

Zároveň je otázkou, zda se ostatní země budou řídit americkým příkladem. Evropa se pravděpodobně bude držet svých právně zakotvených definic. Čína má malou motivaci přijmout Trumpův značkový termín, pokud chce zavést vlastní standardy. Americké výzkumné instituce a společnosti budou pravděpodobně i nadále používat umělou inteligenci nebo klíčové inovace z důvodů mezinárodní srozumitelnosti. Proto je pravděpodobnější, že vedle zavedeného technického jazyka bude existovat další politický termín než jeho globální nahrazení.

Firmy potřebují jasno

Pro firmy je nejdůležitějším ponaučením neplést si politickou rétoriku s technologickou vyspělostí. Investice by měly být založeny na měřitelných případech užití: Jaké procesní náklady se snižují, jak se mění chybovost, jaká data jsou potřeba, jaká odpovědnost vzniká a jak moc se společnost stává závislou na jediném poskytovateli? Model může být strategicky cenný, aniž by se choval inteligentně v lidském smyslu. Naopak působivá demonstrace může být ekonomicky zbytečná, pokud jsou integrace a řízení příliš drahé.

Ve smlouvách o zadávání veřejných zakázek by proto měly být definovány specifické výkonnostní charakteristiky. Patří mezi ně dostupnost, přesnost v reálných podmínkách, umístění dat, bezpečnostní opatření, vstupní a výstupní práva, možnosti přepínání, protokolování a pravidla pro změny modelu. Pojem „superinteligence“ neposkytuje v žádném z těchto bodů žádné spolehlivé informace. V nejhorším případě podporuje nadsazená očekávání a oslabuje vyjednávací pozici kupujícího.

Větší pozornost si zaslouží i účetnictví a investiční plánování. Vysoké výdaje na čipy, cloudové zdroje a proprietární modely se automaticky nepromítají do produktivního kapitálu. Modely rychle stárnou, hardware se znehodnocuje a nové architektury mohou ekonomicky znehodnocovat stávající systémy. Společnosti by proto měly rozlišovat mezi investicemi do strategického učení a škálovatelnými produktivními investicemi. Pilotní projekty se vyplatí, pokud mají jasná kritéria rozhodování; nekonečné experimentování bez organizační implementace plýtvá kapitálem.

Výkonné a dozorčí rady čelí dvojí odpovědnosti. Nemohou ignorovat technologie jen proto, že konkurence mění procesy a produkty. Nemohou však také přijmout všechny sliby budoucnosti. Správným přístupem je řízená akcelerace: rychlé učení, sběr reálných dat, ochrana kritických rozhodnutí a omezení závislostí.

Příležitost Evropy uprostřed zmatku pojmů

Pro Evropu je Trumpův krok varovným signálem i příležitostí. Kontinent má méně rizikového kapitálu, méně hyperscalerů a menší školicí kapacitu než USA. Zároveň disponuje silnými průmyslovými společnostmi, vysoce kvalitními strojovými daty, specializovaným výzkumem a náročnými zákazníky na regulovaných trzích. Konkurenční výhoda Evropy proto nespočívá ani tak v největším obecném jazykovém modelu jako ve spolehlivé průmyslové umělé inteligenci, robotice, optimalizaci energie, medicíně, mobilitě a veřejné správě.

Evropská regulace je často vykreslována jako překážka. Tato kritika je částečně oprávněná, zejména pokud jsou požadavky nejasné, překrývající se nebo nepřiměřené pro menší společnosti. Nicméně ucelený právní rámec může vytvořit ekonomickou hodnotu, pokud je uplatňován jednotně v celé Evropě. Podniky potřebují předvídatelnou odpovědnost, standardizované audity a přístup k datům, kapitálu a výpočetnímu výkonu. Regulace bez infrastruktury je nedostatečná; infrastruktura bez důvěry je stejně nedostatečná.

Provokativní americká terminologie nabízí Evropě příležitost prezentovat se jako centrum technické přesnosti. To by však bylo důvěryhodné pouze tehdy, pokud by se urychlilo schvalování, prohloubily kapitálové trhy a veřejné zakázky by se staly příznivějšími pro inovace. Evropská strategie se nesmí omezovat pouze na regulaci amerických rizik. Musí rozvíjet vlastní dodavatele, otevřené modely, datová centra, energetické kapacity a aplikační odborné znalosti.

Pro Německo je průmyslová perspektiva obzvláště relevantní. Malé a střední podniky (MSP) potřebují bezpečné a integrovatelné systémy pro návrh, výrobu, údržbu, prodej a dodavatelské řetězce. Největší hodnota často nepramení z ohromující superinteligence, ale z kombinace znalostí z oblasti, dat ze senzorů a stabilních procesů. Ti, kteří tuto úroveň zvládnou, si mohou zajistit významnou přidanou hodnotu, a to i ve světě ovládaném americkými platformami.

Mezi doktrínou značky a státu

Trumpovo přejmenování odpovídá politickému přístupu, v němž nové pojmy demonstrují vlastnictví a angažovanost. Název může zjednodušit složité problémy a mobilizovat příznivce. V politice umělé inteligence termín „superinteligence“ také slibuje velikost, optimismus a vítězství. Je tak v souladu se strategií, která prezentuje technologickou dominanci jako vyjádření národní síly.

Jako značka by SI jistě mohl přitahovat pozornost. Jako administrativní termín je však nevhodný, dokud neexistuje přesná definice. Pokud jej úřady interpretují tak, že zahrnuje vše od textových asistentů až po autonomní zbraňové systémy, ztrácí tento termín svou organizační funkci. Fungující státní doktrína vyžaduje diferencované kategorie, měřitelné cíle a institucionální odpovědnost. Musí rozlišovat, co by mělo být propagováno, testováno, vyváženo nebo omezováno.

Jeho politická životaschopnost je také otázkou. Prezidentské funkční období může zmizet se změnou vlády, zatímco firmy plánují investice na desetiletí. Datová centra, elektrárny a továrny na polovodiče mají dlouhé doby amortizace. Každý, kdo zakládá miliardová rozhodnutí na krátkodobém komunikačním signálu, podstupuje značné regulační riziko. Trvalá konkurenceschopnost pramení z institucí, kvalifikovaných pracovníků, infrastruktury a právní jistoty, nikoli z nové zkratky.

Tato iniciativa by mohla mít důsledky, i když nezíská lingvistickou podporu. Normalizuje představu, že umělá inteligence je existenčním mocenským faktorem a že vládní politika by měla aktivně urychlovat její rozvoj. Tímto způsobem přesouvá zaměření debaty z digitálních služeb na průmyslovou a geopolitickou mobilizaci. Tento posun bude pravděpodobně důležitější než otázka, zda se na vládních webových stránkách bude v budoucnu častěji objevovat „AI“.

Ekonomicky zdravá perspektiva

USA mají dobré důvody k rozšíření svých odborných znalostí v oblasti umělé inteligence. Vysoká úroveň soukromých investic, silný inovační ekosystém a velké výpočetní kapacity vytvářejí skutečné výhody. Umělá inteligence může zvýšit produktivitu, urychlit vědecký výzkum a otevřít nové exportní trhy. Proto jsou zásadně správné politiky, které řeší úzká místa v infrastruktuře, školí kvalifikované pracovníky a podporují zavádění umělé inteligence ve firmách.

Tvrzení, že dnešní umělá inteligence je již superinteligencí, je však technicky zavádějící a ekonomicky riskantní. Spojuje stávající systémy s hypotetickou fází vývoje, nafukuje očekávání a brání diferencované regulaci. Tento termín může mobilizovat kapitál, ale může také podporovat nesprávnou alokaci. Může generovat národní jednotu, ale fragmentovat mezinárodní standardy. Může šířit optimismus, ale zároveň oslabovat důvěru těch občanů, kteří požadují srozumitelné bezpečnostní předpisy.

Dobrá strategie by neměla stavět konkurenci na úkor obezřetnosti. Spojené státy potřebují rychlé schvalování, efektivní energetické sítě, otevřený výzkum a podnikatelskou svobodu. Potřebují však také pravidla odpovědnosti, bezpečnostní audity, konkurenční trhy a ochranu před zneužitím. Čínu nelze trvale předběhnout tím, že se s každým kritickým argumentem bude zacházet jako s překážkou růstu. Technologické vůdčí postavení se projevuje také včasnější identifikací rizik a jejich efektivnějším řízením než konkurence.

Nejrozumnějším přístupem k Trumpově rebrandingu je proto brát jeho politický dopad vážně, aniž bychom přijímali jeho technické tvrzení. Superinteligence není neutrální náhradou umělé inteligence. Popisuje možnou budoucí fázi, jejíž existence dosud nebyla prokázána. Každý, kdo tento termín používá pro současné systémy, mění analytickou kategorii v politický marketingový slib.

Pro investory, firmy a vlády by kritéria měla být střízlivější. Důležité jsou prokazatelný výkon, ekonomická produktivita, efektivní využívání zdrojů, ovladatelnost a společenská akceptace. USA nevyhrají závod umělé inteligence pouhým přejmenováním. Mohou vyhrát pouze tehdy, pokud se jejich obrovská kapitálová a infrastrukturní výhoda promítne do udržitelně produktivních, bezpečných a mezinárodně kompatibilních aplikací. Právě to určí, zda superinteligence ohlašuje novou průmyslovou éru, nebo se pouze stane nejdražší politickou nálepkou digitální ekonomiky.

Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business - Obrázek: Xpert.Digital

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

Konrad Wolfenstein

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde [email protected]:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy