Velký víkendový speciál: Jak firmy skutečně adaptují umělou inteligenci

Synthszr spouští žebříčky: Kdo má dynamiku a kdo ztrácí?

Synthszr spouští novou rubriku Charts: denní žebříček AI produktů podle dynamiky, vyhodnocený ze zmínek v tisících zpravodajských a newsletterových zdrojů. Skóre je váženo podle aktuálnosti s poločasem rozpadu 14 dní a je granulární na úrovni verzí. Charts tedy neměří ani benchmarky, ani počet uživatelů, ale to, jak intenzivně je produkt v danou chvíli v oboru diskutován. Každá verze je hodnocena samostatně, GPT-5.6 Sol vedle GPT-5.6 Terra, Claude Opus 4.8 vedle Claude Fable 5, a to v kategoriích od jazykových modelů přes kódování a agenty až po hardware. Pohled na aktuální vydání ukazuje, kam směřuje pozornost: na prvním místě je s 3 451 zmínkami Claude Code, následovaný Claude Fable 5 a OpenAI Codex. Anthropic obsazuje šest z prvních jedenácti míst. Žebříčky se aktualizují denně, sparklines ukazují 90denní vývoj. → synthszr.com

Synthszr Take: Zajímavé je zde rozhodnutí nehodnotit rodinu modelů, ale každou verzi zvlášť. Kategorie jako „GPT“ nebo „Claude“ dnes říkají stejně málo jako „auto“. Důležité se odehrává mezi Sol a Terra, mezi dvěma vydáními, která jsou od sebe tři týdny a přesto mají zcela odlišné křivky pozornosti. Co zde Synthszr v podstatě měří, je „Share of Model“ na straně nabídky: ne jak často model zmiňuje značky, ale jak často obor zmiňuje samotný model. Vážení podle aktuálnosti s 14denním poločasem rozpadu je přitom upřímnějším filtrem, protože dynamika se vytrácí, jakmile přijde další verze (což se na tomto trhu děje zhruba každé úterý). Mapa je stále mladá a bude se muset rychle sama korigovat, jakmile se každý poskytovatel pokusí ovlivnit své vlastní skóre. Ale jako denní teploměr pro obor, který právě přechází z fáze hype výkonu do fáze zralosti, je to užitečnější pohled.

Mark Zuckerberg je frustrovaný, jeho šéf AI zůstává euforický

Na interním setkání se zaměstnanci Mark Zuckerberg přiznal, že práce Mety na AI agentech se v posledních čtyřech měsících nezrychlila podle očekávání a že sázky na novou strukturu „zatím nepřinesly ovoce“. Právě tato restrukturalizace stála v květnu zhruba 8 000 pracovních míst, což je asi 10 procent zaměstnanců, zatímco dalších 7 000 lidí bylo přesunuto do týmů AI. O několik minut později šéf AI Alexandr Wang ve stejné místnosti vyprávěl zcela jiný příběh: další model Mety s kódovým označením „Watermelon“ v benchmarcích „dohnal“ GPT-5.5 od OpenAI a byl trénován s řádově větším výpočetním výkonem než jeho předchůdce Avocado. Které benchmarky měl Wang na mysli, zůstalo nejasné a ani Meta, ani OpenAI tvrzení nepotvrdily. Za tím stojí prognóza kapitálových výdajů (Capex) Mety ve výši 125 až 145 miliard dolarů pro rok 2026, což je část z více než 700 miliard, které velké technologické koncerny letos investují do AI infrastruktury. Akcie ve čtvrtek uzavřely o 4,9 procenta níže na 582,90 dolaru. Zuckerberg očekává návratnost investic za tři až šest měsíců. → Marcus Schuler

Synthszr Take: Zuckerbergovo přiznání je upřímnější než většina hovorů s investory, a právě proto je zajímavé. Vsadil na nástroje pro kódování jako Claude Code, které měly urychlit vývoj, a nyní zjišťuje, že nástroj byl hotový, ale organizace nikoli. To je vzorec, který je vidět všude: agenta lze integrovat, ale kdo smí na základě jeho odpovědi jednat, kdo to schválí a kdo nese odpovědnost, na to neodpoví ani sebelepší výpočetní výkon. Gartner odhaduje, že zhruba 30 procent všech GenAI projektů skončí po fázi Proof of Concept, a to téměř nikdy kvůli technologii. Wangův Watermelon proti GPT-5.5, bez uvedených benchmarků a bez potvrzení, je klasická powerpointová iluze, která má zastínit skutečné úzké hrdlo. 145 miliard Capex vám koupí nejlepší model na světě, ale stále nevyřeší otázku, zda vašich 7 000 přeřazených lidí pracuje v souladu se stejnou kulturou rozhodování, nebo proti ní. Návratnost nepřijde za tři až šest měsíců díky většímu výpočetnímu výkonu, ale v okamžiku, kdy někdo zorganizuje překlad mezi logikou modelu a reálným jednáním.

Víkendový speciál (I): Agentní AI rapidně mění způsoby práce

Nová analýza vyhodnocuje data o používání OpenAI Codex a poprvé přináší rozsáhlé důkazy o tom, jak Agentic AI přetváří práci. Prostřednictvím automatizovaného pipeline, který chrání soukromí, autoři porovnávají tři skupiny: externí soukromé uživatele, externí firemní účty a samotné zaměstnance OpenAI. Počet aktivních uživatelů v první polovině roku 2026 vzrostl více než pětinásobně, přičemž největší nárůst byl zaznamenán mimo původní cílovou skupinu softwarových vývojářů. Interně v OpenAI je Codex téměř všudypřítomný a z velké části nahradil firemní využití ChatGPT. Více než 10 procent uživatelů každý týden ovládá tři nebo více Codex agentů současně, 26,6 procenta používá dovednosti (skills) pro komplexní procesy. Podíl uživatelů, kteří zadávají úkoly s odhadovanou lidskou prací delší než osm hodin, se od začátku roku téměř zdesetinásobil. A výstup exploduje: v červnu 2026 vygeneroval průměrný zaměstnanec OpenAI v právní roli 13krát více výstupních tokenů než v listopadu 2025, průměrný výzkumník více než 50krát tolik. → Machine Learning Pills

Synthszr Take: Nejzajímavější číslo se neskrývá v pětinásobném růstu, ale v 50násobně vyšším počtu tokenů u průměrného výzkumníka. To je oddělení počtu zaměstnanců od výstupu, nyní podložené daty, nikoli jen tvrzené jako teze. Kdo řídí tři agenty souběžně, už nepracuje ve starém modelu běžícího pásu skládajícího se z ticketu, návrhu, implementace a kontroly kvality, ale formuluje záměr a ověřuje, co stroje přinesou. Zajímavé je, že nejrychlejší růst se odehrává mimo vývojáře, v právních a výzkumných rolích, tedy přesně tam, kde se dosud o nástrojích pro kódování nemluvilo. Vytrvalost agentů umožňuje realizovat úkoly, do kterých se dříve nikdo nechtěl pouštět, a vzácný zdroj se přesouvá od tvorby k rozlišování, které úkoly stojí za to řešit. Kdo dnes ještě přemýšlí, zda spustit pilotní projekt, měl by interní křivku OpenAI číst jako předpověď: od okrajového využití k téměř univerzálnímu za půl roku. Organizace s excelentními malými týmy nepřekonají ty průměrné velké, ony je učiní irelevantními.

Víkendový speciál (II): Softwaroví vývojáři mezi nadšením a skepsí

Business Insider pro svou sérii „The Great Coding Reset“ zpovídal sedm softwarových inženýrů a našel tři tábory: nadšence, skeptiky a ty rozpolcené mezi nimi. Nástroje jako Claude od Anthropic a Codex od OpenAI způsobily, že pro mnohé už psaní kódu není jádrem práce. Podle průzkumu Stack Overflow z roku 2025 vidělo téměř 60 procent vývojářů AI nástroje pro kódování pozitivně, ale od té doby technologie dramaticky pokročila a obraz se stal nejasnějším. Dmitry Olev (47) z Los Angeles byl propuštěn z velké technologické společnosti, ale neviní z toho AI: denně ji používá pro prototypování a zůstává optimistou. Současně se týmy přou o rozpočty na tokeny, bojují s tempem změn a trpí kognitivním přetížením. Počáteční euforie ustupuje střízlivému hodnocení nákladů a přínosů. → Business Insider

Synthszr Take: Příběh o třech táborech zní úhledně, ale je především symptomem toho, že se úzké hrdlo rozpouští. Když u Anthropic pochází 80 procent kódové základny od Claude Code a Google i Microsoft píší přes 30 procent svého kódu s podporou AI, práce se přesouvá od psaní syntaxe k umožňování, revizi a zabezpečování. Olev to pochopil: řadí AI do řetězce vln produktivity, které zažil během své kariéry, a zůstává akceschopný. Skeptici mají často obsahově pravdu, AI generovaný kód produkuje skutečné edge cases, jenže nejlepší odborné znalosti jsou k ničemu, když jsou prezentovány triumfálně místo konstruktivně. Kdo dnes tvoří software, právě se rozhoduje, zda bude truchlit nad zmizelým úzkým hrdlem, nebo se specializuje na roli toho, kdo věci umožňuje – v oblasti platformy, bezpečnostní architektury a integrace. To se dá řešit tento týden, ne až po dalším strategickém off-site setkání. Nejzajímavější skupinou jsou stejně ti rozpolcení, protože kdo dokáže snést optimismus i nepohodlí zároveň, vidí obvykle jasněji než oba tábory fanoušků dohromady.

Víkendový speciál (III): Proč vývojáři váhají

Dvě nové zprávy kreslí stejný obraz z různých úhlů pohledu. Průzkum Economist-Enterprise-Survey zjistil, že 98 % firem, které předaly procesy agentním systémům, již zažilo vážné incidenty kvůli ztrátě kontroly, a 90 % přiznává, že agenty nasazují rychleji, než je jejich bezpečnostní týmy stíhají prověřovat. Belgicko-americký bezpečnostní jednorožec Aikido přichází se svou 47stránkovou studií „The State of AI in Pentesting 2026“: 76 % dotázaných vedoucích v oblasti bezpečnosti a inženýrství již muselo zasáhnout, aby zastavili chování AI, a 71 % tvrdí, že AI výrazně ztěžuje odhalování incidentů. Skutečná časovaná bomba se skrývá v rychlosti. 76 % dodává týdně nebo častěji, 51 % přiznává, že důkladný pentesting by zpozdil vydání a stál peníze, a pouze 21 % ověřuje bezpečnost při každém vydání. U týmů, které dodávají denně, 92 % „vždy nebo často“ přehlíží logické chyby a nefunkční řízení přístupu. CEO společnosti ThreatLocker Danny Jenkins shrnuje jádro problému: AI nemá koncept záměru, nedokáže rozlišit nástroj pro vzdálenou údržbu útočníka od nástroje IT profesionála. → TLDR IT

Synthszr Take: Nejzajímavější číslo v celé zprávě je mezera mezi 90 % a 21 %. Devět z deseti nasazuje rychleji, než stíhá prověřovat, ale jen každý pátý testuje při každém vydání. Přesně tato nesrovnalost je důvodem, proč se argument „jen AI může řešit problémy AI“ zde hroutí: obránce zdědí stejný problém se záměrem jako útočník, a kdo nedokáže rozpoznat záměr, pouze legitimizuje další chybu. Velocity je přesto správná, ale velocity bez ověření není rychlost, nýbrž odložené riziko, které dopadá na zákazníky. Tým, který dodává denně a přitom propustí 92 % svých logických chyb, neprovozuje Product Thinking, provozuje naději. Cesta ven je nepohodlná a zároveň proveditelná: přesunout pentesting do pipeline, místo aby byl zaparkován jako brzda před ním, a jediný řádek kódu, který rozhoduje o přístupových právech, brát jako hraniční případ, ne jako formalitu. Kdo to vezme vážně, může ověření zavěsit do kroku nasazení hned zítra ráno, aniž by musel čekat na další bezpečnostní off-site setkání.

Víkendový speciál (IV): Praktické příručky pro firemní adaptaci AI

Turing Post ve své sérii „The Org Age of AI“ shrnuje to, o čem v první polovině roku 2026 mluvil málokdo: praktickou stránku firemní AI. Centrální diagnóza se prolíná všemi příspěvky: největší přínosy nepocházejí z nejnovějšího modelu, ale z přestavby pracovních postupů kolem AI. Většina pilotních projektů selhává, protože firmy našroubují nástroje na staré procesy. Pětistupňový model zralosti má organizace učinit čitelnými pro stroje a nepohodlná pravda zní: AI-nativní firmy zatím neexistují, protože desetiletí skrytých pracovních postupů, interní politiky a zvyků nelze jednoduše automatizovat. K tomu se přidávají konkrétní případy použití: od AI-flywheels, kde ověření stojí před autonomií, po Spec-Driven Development, který nahrazuje „Vibe Coding“, jakmile AI začne psát produkční kód. Turing Post přitom slaví své tříleté výročí a láká na 30% slevu za 49 dolarů ročně. → 🔳 Turing Post

Synthszr Take: Konečně někdo, kdo klade otázku pro dospělé. Proč se návratnost nedostavuje, i když jsou modely brutálně dobré? Odpověď se shoduje s tím, co už dávno propočítalo BCG: zhruba deset procent hodnoty se skrývá v algoritmech, dvacet v datech a technice, sedmdesát v lidech, procesech a kulturní změně. Kdo rozpočtuje jen prvních třicet procent, koupí licenci a nechá hodnotu ležet ladem. Přesně proto věta „ještě neexistují žádné AI-nativní firmy“ není poraženectvím, ale nejupřímnějším zhodnocením stavu, jaké v roce 2026 dostanete: problém nesedí v modelu, sedí v organizaci. A poznámka o flywheel efektu, že pracovní postup se špatnými metrikami jen rychleji opakuje stejnou chybu, se shoduje s tím, co jsme zde již v březnu naznačili na téma rychlosti inference: rychlost bez řádného ověření škáluje chybu. Dobrou zprávou je, že s redesignem pracovních postupů lze začít hned zítra ráno a ne až po dalším strategickém off-site setkání. Tou špatnou: nestojí to v excelové buňce, a proto to bude většinu nadále přetěžovat.

Víkendový speciál (V): Alibaba zakazuje Claude Code jako bezpečnostní riziko

Alibaba nařídila všem zaměstnancům odstranit veškeré produkty společnosti Anthropic ze svých počítačů poté, co interní bezpečnostní audit údajně zjistil možná rizika backdooru v Claude Code. Od 10. července je celá produktová řada Anthropic tabu, včetně rodin modelů Sonnet, Opus a Fable. Koncern tím ruší svůj vlastní program, který inženýrům proplácel až 1 400 dolarů měsíčně za externí AI nástroje jako Claude Code, GPT a Gemini. Předcházel tomu spor, který Anthropic zdokumentoval v dopise americkým senátorům Scottovi a Warrenové: aktéři blízcí Alibabě měli mezi 22. dubnem a 5. červnem prostřednictvím zhruba 25 000 falešných účtů vygenerovat více než 28,8 milionu interakcí s Claudem, údajně za účelem distilace modelů. Vývojáři, kteří provedli reverzní inženýrství Claude Code, našli ve verzích od dubna 2024 kód, který čte místní časové pásmo a porovnává konfigurace API a proxy s klíčovými slovy čínských cloudových a AI poskytovatelů. Anthropic označuje části tohoto kódu jako „experimentální“ a nikoli škodlivé; nezávislé potvrzení úmyslného backdooru zatím neexistuje. Současně Alibaba žaluje kvůli svému zařazení na seznam Section-1260H Pentagonu. → Techpresso

Synthszr Take: Skutečným spouštěčem není technický strach z backdooru, ale prosté poznání, že nikdo nechce nechat cizí model běžet na svém vlastním klíčovém kódu, pokud neslyší pískání cívek GPU ve vlastním serverovém sále. To se shoduje s tím, co jsme viděli na konci února, kdy Anthropic otevřeně obvinil DeepSeek a další z krádeže: fronty mezi americkými laboratořemi a čínskými giganty se zrychleně utužují. Zajímavá je operativní reakce. Alibaba okamžitě staví vlastní nástroj Qoder, místo aby se dostala do závislosti, a právě to je správná disciplína v oblasti výpočetního výkonu. Neutralita vůči dodavatelům není ideologie, ale hygiena: kdo provozuje identickou vrstvu pro prompty s vyměnitelným adaptérem pro základní model, může přes noc změnit poskytovatele, aniž by musel znovu stavět architekturu. To lze zakotvit v registru rizik hned zítra ráno, ne až po dalším strategickém off-site setkání. Firmy, které mají nyní v záloze čistou migrační cestu k open-source, mají v této fázi konsolidace delší páku.

Víkendový speciál (VI): Tesla tvrdě omezuje výdaje na AI

Tesla od 6. července omezuje výdaje na AI na zaměstnance na 200 dolarů týdně, jak vyplývá z interního memoranda, o kterém informoval The Information. Dříve softwaroví inženýři pravidelně spotřebovávali tokeny v hodnotě několika tisíc dolarů týdně; kdo nyní chce více, potřebuje schválení. Beta verze produktů xAI jsou z tohoto limitu vyňaty. Předtím Tesla interně tlačila na zvýšení využívání AI a spustila platformu Bottle Rocket s modely od OpenAI, Anthropic, xAI a Cursor. Elon Musk naléhal na zaměstnance, aby testovali kódovací model Composer od Cursoru a Grok, ale Grok se příliš neosvědčil, mnozí dávají přednost Claude od Anthropic. Současně SpaceX plánuje převzít tvůrce Cursoru, společnost Anysphere, za 60 miliard dolarů. Tržby Tesly stagnují přibližně dva roky. → Techpresso

Synthszr Take: Zajímavostí tohoto limitu není částka, ale načasování. Nejprve Musk tlačil své inženýry k všudypřítomnému nasazení AI, pak přišel účet, a několik tisíc dolarů za tokeny týdně na hlavu nevytváří při stagnujících tržbách pěkný řádek v dashboardu finančního ředitele. Vítejte v Jevonsově paradoxu: čím levnější je jednotlivá inference, tím více se jich spotřebuje, dokud někdo nešlápne na brzdu. Tento vzorec jsme viděli už na konci května, kdy explodující náklady na tokeny firmám způsobily šok; Tesla nyní reaguje jen tím nejtupejším nástrojem, jaký existuje – paušálním limitem. Skutečným problémem je chybějící telemetrie nákladů: kdo agreguje spotřebu tokenů podle případu použití, týmu a dne, nemusí omezovat plošně, ale může drahé pracovní postupy cíleně přesměrovat na levnější modely. A zajímavější poznámka pod čarou se skrývá v drobném písmu: beta verze xAI jsou vyňaty, Grok nikdo nemá rád, všichni chtějí Claude. Disciplína v oblasti výpočetního výkonu je správná odpověď, arbitrární limit 200 dolarů je jen provizorní oprava před ní.

GEO: Uživatelé AI už nepřemýšlejí v klíčových slovech

Shivani Mohan, viceprezidentka pro datovou vědu ve Google Search, zveřejnila v reportu „How People Are Using AI Mode in the U.S.“ (19. května 2026) roční data o chování uživatelů a čísla vyvracejí SEO předpoklady z roku 2025. Průměrný dotaz v AI Mode je dnes třikrát delší než klasické vyhledávání. Následné dotazy rostou v průměru o více než 40 % měsíčně, uživatelé tedy zůstávají v konverzaci a jdou do větší hloubky, místo aby po jedné odpovědi odešli. Více než každé šesté vyhledávání probíhá multimodálně prostřednictvím hlasu, obrazu nebo videa, přičemž obrazové vstupy od spuštění rostou měsíčně o více než 40 %. Nejčastějšími úvodními slovy jsou „what“, „how“, „I“, „is“ a „can“, přičemž „I“ na třetím místě ukazuje, že lidé do vyhledávacího pole vkládají svůj osobní kontext („Nenávidím kardio, dej mi program, který se bez něj obejde, ale přesto funguje“). Dotazy na plánování rostou o 80 % rychleji než celkový průměr, dotazy začínající „which“ o 40 % rychleji, z vrstvy pro objevování se stal skutečný nástroj pro nákupní rozhodování. → MyClaw Newsletter

Synthszr Take: Uživatel se přestěhoval, obsah stále stojí na starém místě. Většina týmů stále optimalizuje meta popisky a H2 struktury na tří-slovné cíle jako [nejlepší běžecké boty 2026], zatímco člověk u promptu píše „trénuji na svůj první 5K, jaký pár se hodí pro ploché nohy“. Oba myslí běžecké boty, ale jen jedna formulace popisuje, co se skutečně děje. To skutečně zajímavé se skrývá v mechanice: model zhušťuje dlouhý, kontextově bohatý záměr do jedné odpovědi, a kdo se tam neobjeví, pro tuto konverzaci neexistuje. Přesně proto se disciplína obrací z defenzivní na ofenzivní. Produktivní otázka není „jak zaplním své mezery v klíčových slovech“, ale „kterou z těchto formulovaných každodenních otázek dokážu zodpovědět věrohodněji než kdokoli jiný“. Přečíst si nahlas svých deset nejdůležitějších stránek proti skutečným konverzačním otázkám není otázka pro strategické off-site setkání, to se dá rozhodnout tento týden.

Prezidentství Donalda Trumpa bude jeho největším byznysem v historii

The New York Times se probral Trumpovými finančními výkazy z prvního roku jeho druhého funkčního období a výsledek je jednoznačný: více než dvě miliardy dolarů osobního zisku, nejziskovější prezidentské období vůbec. Většina pochází z prodejů kryptoměn, ale Trump se stal i technologickým investorem. Dne 23. července nakoupil akcie v hodnotě až pěti milionů dolarů u společností Amazon, Apple, Meta, Microsoft, NVIDIA a Broadcom, a to ve stejný den, kdy Bílý dům zveřejnil svůj dlouho očekávaný AI Action Plan. Makléřské účty rodiny Trumpových v lednu provedly přes 3 600 obchodů, údajně bez jejich přičinění, ačkoli neexistuje žádný blind trust. Noviny dokumentují nápadně dobře načasované nákupy, například investici do Dellu krátce před uzavřením zbrojní zakázky v hodnotě 9,7 miliardy dolarů. K zveřejnění informací byl ze zákona povinen, ale neučinil tak a zaplatil za to malou pokutu. → The Download from MIT Technology Review

Synthszr Take: Kdo píše pravidla pro celou zemi a ve stejný den kupuje dotčené akcie, má v ruce páku, jakou žádný fondový manažer na světě nikdy nedostane. V březnu jsme zde psali o dohodě Pentagonu s OpenAI a o zařazení Anthropic na černou listinu, v červnu o plánech na zestátnění AI firem. Nyní se kruh uzavírá: regulace umělé inteligence a soukromé portfolio regulátora se sbíhají ve stejném kalendáři. To je skutečný governance problém éry AI, protože koncentrace výpočetního výkonu, kapitálu a legislativní moci v jedněch rukou vytváří přesně ty vektory útoku, proti kterým byly guardrails původně zamýšleny. Malá pokuta za nezveřejnění informací je cena, kterou zaplatíte z drobné hotovosti, když informační náskok má hodnotu miliard. Kdo bere integritu trhu vážně, musí trvat na tvrdých povinnostech zveřejňování a skutečných blind trustech, než bude napsáno další kolo regulace.