ProfG varuje na OMR a Trumpovi se regulace najednou zdá sexy

OMR: Scott Galloway varuje před eufórií z AI

Scott Galloway vidí odvětví AI v nebezpečném rozporu: Zatímco se šéfové technologických firem snaží apokalyptickými scénáři získat investice, slibovaný nárůst produktivity se nedostavuje. V rozhovoru americký profesor tvrdí, že odvětví ztratilo za pouhých 18 měsíců masivně na důvěře. Rozdíl mezi miliardovými valuacemi a skutečnými obchodními modely je stále zřetelnější. Zvláště ostře kritizuje „katastrofickou rétoriku“ vedoucích osobností jako Elon Musk a Sam Altman, kteří podle něj cíleně podněcují obavy ze ztráty pracovních míst. Přitom historická data ukazují, že technologické revoluce dlouhodobě vždy vytvořily více pracovních míst, než kolik jich zničily. Skutečné nebezpečí Galloway nevidí v technologii samotné, ale v rostoucí sociální izolaci způsobené digitálními náhražkami vztahů. → MEEDIA Daily Update

Synthszr Take: Galloway diagnostikuje klasický fenomén adopce technologie: přecenění krátkodobých a podcenění dlouhodobých efektů. Jeho varování před „AI jako strojem na osamělost“ připomíná knihu Roberta Putnama „Bowling Alone“, jen s tím rozdílem, že tentokrát sociální vazby nenarušuje televize, ale personalizované algoritmy. Šéfové technologických firem jednají jako středověcí prodavači odpustků: prodávají vykoupení z obav, které sami vytvořili. Zatímco varují před apokalypsou, paralelně budují infrastrukturu pro přesně takovou budoucnost, před kterou varují. To, co je skutečně znepokojivé, není technologie, ale to, že jsme se jako společnost odnaučili rozlišovat mezi legitimními varováními a marketingem. Gallowayův recept zní staromódně, ale trefuje do černého: storytelling, schopnost budovat vztahy a odolnost se stávají nedostatkovým zbožím ve světě, kde rutinní práci přebírají stroje.

Trump: Regulace je skvělá, pokud rozhoduji já

Bílý dům zvažuje proces prověřování modelů umělé inteligence nové generace předtím, než budou veřejně dostupné. Spouštěčem je model Mythos od společnosti Anthropic s omezeným přístupem, který dokáže odhalovat zranitelnosti softwaru a představuje tak jak produkt, tak státní zdroj. Zatímco Pentagon stále klasifikuje Anthropic jako riziko v dodavatelském řetězci, NSA již chce model využít k zabezpečení sítí. Trumpova administrativa mluví o „bezpečnosti modelů“, ale ve skutečnosti myslí na prioritní přístup: Kdo uvidí model s kybernetickými schopnostmi jako první, kdo ponese odpovědnost po útoku a stane se prověřování nákupem zadními vrátky? Podíl Grega Brockmana v hodnotě téměř 30 miliard dolarů v OpenAI mezitím poskytuje právníkům Elona Muska jasné číslo pro jejich žalobu, zatímco OpenAI poukazuje na ještě větší podíl nadace. Současně Anthropic s 1,5 miliardy dolarů od Blackstone a dalších buduje distribuční nástroj pro podnikové služby AI. → Marcus Schuler

Synthszr Take: Americká vláda právě znovu objevuje koncept starý jako knihtisk: předběžnou cenzuru. Gutenberg si musel nechat své Bible schválit církví, než je mohl vytisknout. Nyní chce Washington „prověřovat“ modely AI, než je vypustí do světa. Rozdíl je v tom, že církev chtěla zabránit kacířství, zatímco NSA chce mít nástroje jako první. Model Mythos od Anthropic toto dilema dokonale ukazuje: systém, který nachází bezpečnostní díry, je zároveň obrannou zbraní i vektorem útoku. Sázka ve výši 1,5 miliardy dolarů na podnikové služby ukazuje, kam cesta vede: AI se již neprodává jako software, ale jako kontrolovaný přístup ke schopnostem, kde má stát automaticky právo prvního zákazníka.

Zaměstnanci Google DeepMind zakládají odbory proti vojenským smlouvám o AI

Zaměstnanci v londýnské centrále Google DeepMind hlasovali pro založení odborů, aby zabránili využití jejich AI technologie Izraelem a americkou armádou. 98 procent členů Communication Workers Union (CWU) v DeepMind podporuje tento krok, který by se týkal nejméně 1 000 zaměstnanců. V dopise vedení společnosti Google zaměstnanci požadují konkrétní závazky: žádný vývoj zbraní nebo sledovacích technologií, právo spolurozhodovat o projektech AI, které se týkají jejich práce, a právo odmítnout projekty z etických důvodů. Anonymní zaměstnanec DeepMind to formuluje drasticky: „I když se naše práce používá jen pro administrativní účely, činí genocidu levnější, rychlejší a efektivnější.“ Odborová iniciativa navazuje na zprávy o přímé spolupráci Googlu s izraelskou armádou a nových smlouvách s Pentagonem, které umožňují využití modelů AI pro „jakýkoli zákonný účel“. → Techpresso

Synthszr Take: Výzkumníci z DeepMind právě prožívají svůj vlastní „Oppenheimerův moment“: fyzici v Los Alamos také po Trinity nemohli kontrolovat, k čemu bude jejich práce použita. Rozdíl je v tom, že modely AI nelze zavřít do zabezpečených zařízení jako uran. Jakmile model Gemini existuje, Google sice může slíbit, že ho nepoužije pro zbraně, ale stejné architektury Transformer a trénovací metody již kolují v open-source komunitě. Odborová iniciativa působí jako pokus nabírat vodu sítem: morálně pochopitelný, prakticky beznadějný. To, co zaměstnanci DeepMind skutečně požadují, je jakási „Ženevská konvence pro algoritmy“ (nápad, který selhal již v roce 2018). Skutečná tragédie spočívá v tom, že jejich nejbrilantnější výzkum v predikci proteinových struktur zachraňuje životy, zatímco stejné optimalizační metody by mohly zefektivnit roje dronů. Vedení Googlu stojí před volbou mezi loajalitou zaměstnanců a miliardovými smlouvami s Pentagonem.

Palantir zažívá boom, když padají bomby

Společnost Palantir Technologies zvyšuje svou roční prognózu tržeb poté, co prudce vzrostla poptávka americké vlády po datové analýze podporované umělou inteligencí. Společnost nyní očekává roční tržby mezi 2,805 a 2,809 miliardami dolarů, což je výrazně nad předchozí prognózou. Tržby od amerických vládních zákazníků vzrostly ve třetím čtvrtletí o 40 procent na 408 milionů dolarů. Růst pohání zejména nová platforma Artificial Intelligence Platform (AIP): Palantir dokázal během tří měsíců ztrojnásobit počet uživatelů u amerických vládních agentur. CEO Alex Karp hovoří o „nezastavitelné“ poptávce, zatímco společnost zároveň rozšířila svou komerční zákaznickou základnu o 51 procent na 498 zákazníků. Akcie po uzavření trhu vzrostly o více než 13 procent. → Techpresso

Synthszr Take: Palantir zdokonaluje dealerský princip softwarového průmyslu: nejdříve bezplatná dema pro úřady, pak exponenciální šíření uživatelů a nakonec strukturální závislost. Ztrojnásobení počtu vládních uživatelů za jediné čtvrtletí ukazuje klasické síťové efekty v uzavřených systémech. Jakmile Pentagon převede své pracovní postupy na AIP, není cesty zpět. Obchodní model připomíná ranou strategii SAP: staň se operačním systémem pro znalosti organizace. 40% nárůst vládních příjmů není růst, ale začátek fáze lock-in. Palantir už neprodává software, ale kognitivní infrastrukturu.

Peter Thiel financuje datová centra na volném moři místo ve vesmíru

Odvětví AI hledá nové cesty pro svá energeticky náročná datová centra. Investice ve výši 140 milionů dolarů do společnosti Panthalassa, vedená Peterem Thielem, ukazuje radikální alternativu: 85 metrů dlouhé ocelové konstrukce, které autonomně plují v Tichém oceánu a přeměňují pohyb vln na výpočetní výkon. Plovoucí datová centra chladí své AI čipy mořskou vodou, navigují bez motorů pouze pomocí tvaru trupu a výsledky posílají zpět přes Starlink. Zatímco Google a Elon Musk sní o datových centrech ve vesmíru, Panthalassa plánuje komerční nasazení již v roce 2027. Odpor proti datovým centrům na pevnině roste – Oregon, kde Panthalassa staví svou pilotní továrnu, tyto konflikty dobře zná. Thielovo prohlášení, že „mimozemská řešení již nejsou science fiction“, nemíří na Mars, ale na mezinárodní vody. → The Rundown AI

Synthszr Take: Panthalassa řeší problém NIMBY (Not In My Back Yard) v oblasti AI infrastruktury jako středověká hanzovní města své obchodní spory: vyplutím na otevřené moře. Tento nápad připomíná hnutí seasteading, které léta sní o libertariánských technických utopiích na plovoucích platformách – jen s tím rozdílem, že zde za tím skutečně stojí obchodní model. Vlnová energie jako zdroj je elegantní: na rozdíl od solárních parků nebo větrných elektráren funguje 24/7 a moře poskytuje chlazení zdarma. Skutečná inovace však spočívá v arbitráži správy: mezinárodní vody znamenají žádná stavební povolení, žádné protesty místních obyvatel, žádné národní zákony o ochraně údajů.

Proč by Amazon mohl být v éře inference opět na špici navzdory zaostávání v trénování

Ben Thompson ve svém podcastu Stratechery vysvětluje, proč by se zdánlivá slabina Amazonu v trénování AI mohla ukázat jako strategická výhoda v éře inference. Klíč spočívá v desetileté strategii Amazonu vyvíjet vlastní infrastrukturní primitivy a ty pak nabízet jako službu – vzorec, který se táhne od AWS přes logistiku až po AI infrastrukturu. Amazon vybudoval vlastní křemíkovou architekturu s čipy Nitro a procesory Graviton na bázi ARM, která byla zpočátku horší než Intel a AMD, ale díky nabídkám Platform-as-a-Service, jako je RDS (Relational Database Service), se přesto dala profitabilně využít. Zatímco Nvidia se svými GPU dominuje trhu s trénováním, Amazon se pozicuje pro fázi inference, ve které se musí natrénované modely miliardkrát vypočítávat. Výhoda Amazonu: zátěž při inferenci se více podobá tradičním úlohám cloud computingu, kde je důležitější nákladová efektivita a škálovatelnost než čistý výpočetní výkon. Thompson v tom vidí opakování vzorce AWS: Amazon nejprve buduje infrastrukturu pro vlastní potřebu, dosahuje tak úspor z rozsahu a následně ji monetizuje jako službu pro třetí strany. → Ben Thompson

Synthszr Take: Amazon hraje šachy, zatímco ostatní hrají dámu. Firma léta investuje do specializovaných inferenčních čipů, které jsou optimalizovány pro spouštění natrénovaných modelů, nikoli pro samotné trénování. To připomíná historii železnice: velká jmění nevydělali zlatokopové, ale provozovatelé zásobovacích linií. Inference je nové Platform-as-a-Service – zákazníci nepotřebují nejrychlejší čipy, ale nejlevnější náklady na provedení za token. Vývoj Gravitonu od Amazonu ukazuje tento vzorec: nejprve horší hardware, skrytý za spravovanými službami, pak postupné zlepšování při strukturálně nižších nákladech. Skutečná disrupce nepřichází z lepší AI, ale z levnějšího provádění AI.

Vercel spouští deepsec: Bezpečnostní agenti analyzují kód v paralelních sandboxech

Vercel zveřejnil open-source nástroj deepsec, který automaticky vyhledává bezpečnostní zranitelnosti ve velkých kódových bázích. Rozhraní příkazového řádku (CLI) umožňuje provozovat několik AI agentů paralelně v izolovaných sandboxech, kteří identifikují a ověřují zranitelnosti. Vývojáři mohou nástroj provozovat na své vlastní infrastruktuře se svými API klíči, což zajišťuje kontrolu nad citlivými daty. Zvláštní důraz je kladen na redukci falešně pozitivních výsledků, což je chronický problém automatizovaných bezpečnostních skenů. Nástroj je k dispozici zdarma a pozicuje se jako alternativa ke komerčním nabídkám Security-as-a-Service. → The Neuron

Synthszr Take: Vercel dělá z bezpečnostních auditů otázku infrastruktury, nikoli důvěry. Zatímco tradiční bezpečnostní skenery pracují jako monolitické elektrárny, deepsec se řídí principem distribuovaných solárních panelů: každý agent pracuje ve svém vlastním sandboxu, paralelně a autonomně. To připomíná architekturu moderních mikroslužeb, jen aplikovanou opačně: místo rozdělení aplikace na služby je atomizován samotný proces kontroly. Strategický krok je subtilní: Vercel nejenže rozdává software, ale etabluje novou kategorii mezi SaaS a self-hosted. Firmy získávají zpět kontrolu, ale musí si samy zajistit výpočetní výkon. CLI se stává trojským koněm pro skutečnou misi Vercelu: předefinovat vývojářskou infrastrukturu, jeden bezpečnostní check po druhém.

Paradox transformace: AI selhává na podnikové organizaci

Nový Work Trend Index 2026 od Microsoftu odhaluje hořkou pravdu: 65 % dotázaných uživatelů AI se obává, že ztratí krok, pokud si umělou inteligenci dostatečně rychle neosvojí. Zároveň je jen 13 % z nich odměňováno za své experimenty s AI na pracovišti. Studie s 20 000 účastníky po celém světě ukazuje, že problémem není technologie ani zaměstnanci, ale zkostnatělé organizační struktury. Matt Firestone, generální manažer iniciativy Frontier-Firm společnosti Microsoft, hovoří o „paradoxu transformace“: Zatímco zaměstnanci jsou připraveni přetvořit svůj způsob práce, metriky, motivační systémy a normy je drží ve starých kolejích. Microsoft tvrdí, že vedoucí pracovníci musí práci samotnou nově architektonicky navrhnout, místo aby jen distribuovali nové nástroje a doufali ve spontánní inovace. → Marcus Schuler

Synthszr Take: Microsoft zde diagnostikuje klasické vězňovo dilema v podnikové kultuře. Všichni zúčastnění vědí, že spolupráce s nástroji AI by zvýšila celkový výnos, ale nikdo nechce být první, kdo se vystaví riziku. Číslo je brutální: 87 % uživatelů AI není za své experimenty odměňováno, zatímco dvě třetiny se obávají, že ztratí krok. To připomíná zavedení e-mailu v 90. letech, kdy firmy ještě aktualizovaly směrnice pro faxy, zatímco jejich zaměstnanci už dávno komunikovali digitálně. Řešení Microsoftu („re-architect work“) zní jako konzultační zakázka pro Accenture, ale podstata je správná: dokud budou firmy přistupovat k AI jako k lepšímu Excelu, uvidí jen marginální nárůst produktivity. Skutečná transformace začíná, když se tolerance k chybám a ochota experimentovat stanou součástí hodnocení výkonu.

Zubaté technologické rozhraní: Harvardská studie ukazuje nerovnoměrné přínosy pro znalostní pracovníky

Harvardská studie se 758 konzultanty z Boston Consulting Group ukazuje, jak nerovnoměrně AI ovlivňuje produktivitu znalostních pracovníků. Výzkumníci kolem Fabrizia Dell’Acqua a Karima Lakhaniho pro to razí termín „zubaté technologické rozhraní“ (jagged technological frontier): u 18 typických konzultačních úkolů v rámci schopností AI zvýšil GPT-4 výkon o 12,2 % více splněných úkolů, 25,1 % vyšší rychlost a výrazně lepší kvalitu. Ale u komplexního manažerského úkolu mimo tuto hranici dosáhli uživatelé AI o 19 % méně správných řešení než kontrolní skupina bez AI. Studie zkoumala tři skupiny: bez AI, s GPT-4 a s GPT-4 plus školením v prompt engineeringu. Klíčové je zjištění, že i u zdánlivě podobných úkolů nelze předpovědět, zda AI pomůže, nebo uškodí. → Latent.Space

Synthszr Take: „Zubaté technologické rozhraní“ připomíná Mandelbrotovu množinu v matematice: čím přesněji se díváte, tím komplexnější je hranice mezi „AI pomáhá“ a „AI škodí“. Boston Consulting zde netestuje jen GPT-4, ale v jistém smyslu mapuje fraktální strukturu lidské expertízy. O 19 % horší výkon u komplexních úkolů ukazuje fenomén „iluze kompetence“: znalostní pracovníci přeceňují AI tam, kde by vlastně měli myslet sami. To připomíná GPS navigaci, která nás sice rychleji dovede do cíle, ale nechává zakrnět náš orientační smysl. Harvard zde dokumentuje přechod od softwaru jako nástroje k softwaru jako kognitivnímu náhradnímu orgánu – se všemi riziky protézy, která někdy funguje lépe než originál, ale někdy také selže, když ji nejvíce potřebujete.

Vyhledávání pomocí AI se stává novým prodejním kanálem: Jak se B2B značky dostávají do ChatGPT

Nová studie od AirOps ukazuje, jak se B2B softwarové společnosti systematicky objevují ve výsledcích vyhledávání pomocí AI. Analýza více než 15 milionů vyhledávacích dotazů AI identifikuje čtyři klíčové strategie, kterými společnosti jako Ramp, Carta a Webflow zvyšují svou viditelnost v ChatGPT, Gemini a Perplexity. Webflow dokázal během několika dní zaznamenat 6% nárůst registrací přiřazených k AI a pětinásobně zrychlit aktualizaci obsahu. Chime ztrojnásobil počet citací ve vyhledávání AI tím, že je společnost doporučována v 68 prioritních vyhledávacích dotazech místo dosavadních 24. Zjištění naznačují zásadní změnu: vyhledávání založené na AI se vyvíjí z experimentální funkce na měřitelný prodejní kanál s vlastním playbookem a specifickými optimalizačními strategiemi. → Techpresso

Synthszr Take: B2B software právě znovu vynalézá SEO – jen tentokrát pro stroje místo pro lidi. Čísla jsou pěkná — Webflow: +6 % registrací z AI, Chime: trojnásobek citací. Otázka však zní: Kde se má značka dnes vůbec objevuje — v jakých modelech, pro jaké zákaznické segmenty, na základě jakých zdrojů? Přesně tuto mapu poskytují nástroje jako raidar. Místo namátkových kontrol se zrcadlí tisíce dotazů na téma napříč všemi relevantními modely a v průběhu času, ve třech vrstvách: trénovací obsah, odpovědi v chatu a AI Overviews. Patnáct statistických modelů odděluje signál od šumu. Teprve potom začíná optimalizace. Poučení z éry PageRank: Kdo včas měří, co vidí stroje, optimalizuje pro realitu, kterou jeho zákazníci dostávají v ChatGPT.