IPO SpaceX uniká gravitačním zákonům oceňování

IPO SpaceX: příliš velké na to, aby padlo

Společnost SpaceX představila prospekt k IPO o rozsahu 200 000 slov, který dláždí cestu k největšímu primárnímu úpisu akcií všech dob. S oceněním 1,75 bilionu dolarů by SpaceX mělo vyšší hodnotu než téměř jakákoli veřejně obchodovaná společnost na světě. Dokument S-1 odhaluje dva zcela odlišné byznysy pod jednou střechou: Starlink generuje EBITDA 7,2 miliardy dolarů s 63% marží, zatímco divize umělé inteligence xAI ročně pálí 30 miliard dolarů a stahuje společnost do čisté ztráty 4,9 miliardy dolarů. Elon Musk kontroluje 85,1 % hlasovacích práv bez časového omezení, bez nezávislé dozorčí rady a bez možnosti odvolání. Tři z největších amerických penzijních fondů s celkovým majetkem jednoho bilionu dolarů již požadovaly strukturální reformy – SpaceX všechny odmítlo. → Linas's Newsletter

Synthszr Take: Ocenění 1,75 bilionu dolarů při 94násobku tržeb a struktura řízení, která degraduje veřejné akcionáře na pouhé statisty – to je cena za Muskovu vizi Marsu. Starlink je bezpochyby nejcennějším aktivem v oblasti konektivity za poslední generaci, ale divize AI pálí tyto zisky rychleji, než raketa Falcon-9 spotřebovává palivo. 37 stran rizikových faktorů v prospektu se čte jako varování pro každého institucionálního investora: kupujete si podíl v one-man show, kde celkový oslovitelný trh (Total Addressable Market) ve výši 28,5 bilionu dolarů zahrnuje těžbu na asteroidech a kolonizaci Marsu. CalPERS a newyorské penzijní fondy to pochopily; požadují reformy, které SpaceX kategoricky odmítá. Při této ceně a této struktuře nezbývá žádná bezpečnostní marže – pouze sázka na muže, který si od vlastní firmy kupuje Cybertrucky za 131 milionů dolarů.

Nejnovější němečtí AI miliardáři: SAP kupuje Prior Labs

Částka je stále tajná, ale katapultuje tři zakladatele z Freiburgu přímo do žebříčku 500 nejbohatších Němců: SAP kupuje 17 měsíců starý AI startup Prior Labs. Zakladatelé Frank Hutter (48), Noah Hollmann (29) a Sauraj Gambhir (31) vyvinuli jazykový model speciálně pro tabulková data – přesně to, co SAPu léta chybělo. CEO Christian Klein naléhavě potřebuje příběh o AI poté, co cena akcií měsíce trpěla pod nedůvěrou investorů. Prior Labs je přitom víc než jen prestižní akvizice: jejich technologie by mohla transformovat celou produktovou řadu SAP, od účetnictví po optimalizaci dodavatelského řetězce. Rychlá integrace ukazuje, jak moc jsou zavedení softwaroví giganti pod tlakem, aby si relevantní AI kompetence kupovali, místo aby je sami vyvíjeli. → manager magazin – Der Tag

Synthszr Take: Roční zisk 435 milionů eur, ale žádná vlastní strategie v oblasti AI – to je dilema SAPu ve třech číslech. Prior Labs řeší specifický problém: zatímco OpenAI a Anthropic se zaměřují na obecné jazykové modely, zakladatelé z Freiburgu pochopili, že 80 % všech firemních dat se nachází v tabulkách. SAP zde neplatí jen za technologii, ale také za ztracený čas. Skutečná pointa: 17 měsíců starý startup zachraňuje 52 let starého světového lídra na trhu před bezvýznamností v oblasti AI. Tento vzorec budeme vídat častěji – zavedené společnosti si kupují rychlost inovací, protože jejich vlastní struktury se staly příliš pomalými.

Microsoft a Uber se loučí s Claude Code

Microsoft a Uber odstavily své vývojářské týmy od produktu Claude Code od společnosti Anthropic. Microsoft ukončí používání tohoto nástroje k 30. červnu, přestože ho vývojáři interně preferovali před vlastním GitHub Copilot CLI. Uber již vyčerpal svůj rozpočet na AI pro rok 2026. Není divu: tržby společnosti Anthropic by měly ve druhém čtvrtletí vzrůst na 10,9 miliardy dolarů. Náklady založené na tokenech se pro oba koncerny staly neudržitelnými. Tisíce vývojářů ve Windows, Office, Outlooku, Teams a Surface se musí vrátit k interním nástrojům Microsoftu, i když modely Claude zůstanou nadále dostupné přes Copilot CLI. Současně Alibaba buduje konkurenční model Qwen3.7-Max: kontext s jedním milionem tokenů, čtyřikrát větší než u předchůdce, což je dostatečné pro středně velké repozitáře kódu. → The Code

Synthszr Take: Toto je první skutečný test reality pro nástroje na kódování s AI v masovém měřítku. Účet vždycky přijde: cenové modely založené na tokenech brutálně rostou, když tisíce vývojářů denně spotřebovávají miliony tokenů. Microsoft zde provádí klasickou kalkulaci build-vs-buy a rozhoduje se: zpět k vlastnímu stacku. Čtvrtletní tržby společnosti Anthropic ve výši 10,9 miliardy dolarů ukazují druhou stranu mince. To, co se zde děje, známe z migrace do cloudu: nejdřív vše běží na kreditní kartu, pak přijde na řadu dashboard finančního ředitele. Tah Alibaby s milionem tokenů je správnou odpovědí ve správný čas. Kdo chce v roce 2026 hrát na trhu s AI pro kódování, potřebuje buď flat-rate modely, nebo vlastní kapacity pro inferenci.

Spotify kopíruje NotebookLM

Spotify nyní také dělá AI podcasty. Nová desktopová aplikace „Studio by Spotify Labs“ generuje osobní audio brífinky z e-mailů, kalendáře a vyhledávání na webu. Koncept: agent prohledá vaše digitální stopy a vytvoří z nich podcast pro cestu autem do Itálie – včetně doporučení restaurace a vhodného zábavního programu. Podcasty se ukládají do osobní knihovny Spotify, ale nejsou veřejně přístupné. Spotify samo varuje před nespolehlivým obsahem generovaným AI. Aplikace startuje jako výzkumný náhled (Research Preview) ve více než 20 zemích pro vybrané uživatele starší 18 let. → Techpresso

Synthszr Take: Spotify kopíruje Google NotebookLM a všechny ostatní, kteří v roce 2026 prodávají osobní AI podcasty jako další velkou věc. Dělá to Adobe, dělá to ElevenLabs, teď i Spotify. Vzorec je vždy stejný: agent shromažďuje osobní data, generuje audio obsah, a hotovo, „magický zážitek“ je na světě. Až na to, že tyto podcasty nikdo neposlouchá (pravděpodobně ani samotní vývojáři). Formulace záměru „Vytvoř mi podcast pro mou cestu do Itálie“ zní jako řešení, které hledá problém. Spotify by udělalo lépe, kdyby výpočetní zdroje investovalo do funkcí, které lidé skutečně používají. Ale v současné zlaté horečce AI musí mít každá platforma svůj vlastní generátor podcastů – i když jen zaplňuje knihovnu Spotify digitálním odpadem.

Je HTML nový Markdown?

Thariq Shihipar, vedoucí vývoje v Anthropic Claude Code, vyvolal svým blogovým příspěvkem „The Unreasonable Effectiveness of HTML“ bouři obav. Jeho teze: Markdown pochází z éry nedostatku tokenů, zatímco HTML nabízí interaktivní navigaci, sbalitelné sekce, vložené vizualizace a sdílitelné odkazy. 4,4 milionu zhlédnutí za 16 hodin ukazuje, že se trefil do černého. Reakce se dělí na dva tábory: Tým HTML vidí v lineárním formátu Markdownu přežitek („Markdown soubor, kolem kterého jen scrollujete, neexistuje“), zatímco Tým Markdown varuje před bezpečnostními riziky spojenými s JavaScriptem generovaným AI, nečitelnými revizemi kódu a plýtváním tokeny. Obě strany mají platné argumenty, ale diskuse ukazuje především jedno: vývojářská komunita je připravena na debatu o budoucnosti formátů dokumentace v éře AI. → Medium Weekly Digest

Synthszr Take: Debata o Markdownu je zástupnou válkou o skutečnou otázku: kolik kontroly přenecháme systémům AI? Shihiparův argument přehlíží, že Markdown není úspěšný navzdory, ale právě kvůli svým omezením. Nutí k jasné struktuře, zabraňuje JavaScript injection a zůstává čitelný po celá desetiletí. HTML může být praktické pro reporty generované AI, ale kdo chce revidovat kód se skrytými skripty? Skutečným pokrokem by byl formát, který by kombinoval bezpečnost Markdownu s interaktivitou HTML – aniž by vývojáři zaplavovali svou historii Gitu šumem DOM. Do té doby platí: kdo prohlašuje Markdown za mrtvý, nechápe, proč byl vůbec vynalezen.

Agent ve Figmě: Přímá manipulace vítězí nad prompt engineeringem

Figma přináší vlastního designového agenta přímo na plátno (canvas). Zvláštností je, že agent zná komponenty design systému, tokeny a vzory týmu a pracuje ve stejném souboru jako všichni ostatní členové týmu. Místo zadávání promptů přes externí nástroje se začíná přímo z jakékoli vrstvy designu. Lze souběžně zkoumat různé směry, zatímco agent iteruje. Integrace je tak hluboká, že agent automaticky upřednostňuje naposledy a nejčastěji používané komponenty – designéři však mohou také cíleně ovládat knihovny a specifické tokeny pomocí @-zmínek. Pracovní postup: ve Figma Design vyvinout layouty a toky, poté je poslat do Figma Make pro generování kódu, tam iterovat a zase zpět. → AI Valley

Synthszr Take: Toto je správná odpověď na AI designové nástroje, které se všude rojí jako houby po dešti: integrace přímo do pracovního prostředí místo oddělených „hřišť“. Rozhodujícím bodem je přímá manipulace – zůstáváte ve flow Figmy a používáte AI jako sparing partnera, nikoli jako náhradu. Paralelnost (agent iteruje, zatímco designér iteruje) řeší starý problém sekvenčních předávek. Figma zde ukazuje, co se ostatní výrobci nástrojů ještě musí naučit: AI agenti fungují pouze tehdy, když chápou a rozšiřují stávající pracovní model, místo aby ho nahrazovali. Ovládání komponent design systému pomocí @-zmínek? Geniálně jednoduché. Tak se z generického AI nástroje stává specifický nástroj přesně pro tuto designovou organizaci.

OpenAI vizuálně přepisuje budoucnost reklamy

OpenAI systematicky vyvíjí ChatGPT v reklamní platformu. Po měsících práce na infrastruktuře nyní následují nové reklamní formáty: větší obrázky, přizpůsobitelná tlačítka s výzvou k akci (call-to-action) a speciální e-commerce formáty s cenami a hodnocením. Obzvláště chytré: portrétová verze umožňuje karuselové umístění se třemi až čtyřmi reklamami vedle sebe. Samoobslužný Ads Manager otevírá platformu středně velkým inzerentům, zatímco funkce jako retargeting a optimalizace CPA jsou stále ve fázi testování. Poptávka již převyšuje kapacity – mnoho účtů stále čeká na schválení. → STACKED MARKETER

Synthszr Take: OpenAI zde buduje další velký reklamní stroj, maskovaný jako AI asistent. Nové formáty ukazují: ChatGPT se stává nákupním centrem s konverzačním rozhraním. Rozhodující bod spočívá v poznámce Benjiho Shomaira o „kreativní variaci“ – v prostředí s vysokým záměrem (high-intent), kde uživatelé aktivně hledají řešení, fungují reklamní formáty zásadně jinak než v klasickém newsfeedu. OpenAI nyní masivně sbírá data o tom, které kreativní formáty fungují v jakých konverzačních kontextech. To je skutečná konkurenční výhoda: ne technologie AI, ale porozumění kontextuálnímu účinku reklamy v dialogových situacích. Čekací listiny na Ads Manager již ukazují: trh je hladový po této nové formě reklamy založené na záměru.

Datasette získává hravou vizualizaci agentů

Ekosystém Datasette Simona Willisona se rozšiřuje o nečekanou komponentu: datasette-agent-sprites. Tento plugin vizualizuje AI agenty jako animované sprity v rozhraní databáze. Když agent prochází SQL dotazy nebo transformuje data, malý avatar ukazuje jeho akce v reálném čase. Verze 0.1a0 podporuje různé persony agentů s odlišnými sadami animací – od „Průzkumníka“ (Explorer) pro dotazy na čtení až po „Architekta“ (Architect) pro změny schématu. Celé to je založeno na Willisonově integraci MCP (Model Context Protocol) a činí dosud neviditelný proces uvažování agentů vizuálně srozumitelným. Příklad: Claude analyzuje databázi SQLite a vy živě vidíte, jak sprite agenta přeskakuje z tabulky na tabulku, vizualizuje joiny a provádí agregace. → Simon Willison from Simon Willison's Newsletter

Synthszr Take: Willison zde dělá něco chytrého: dává abstraktní práci agenta vizuální podobu. To řeší klíčový problém při nasazování AI nástrojů pro kódování ve firmách – nedostatečnou transparentnost. Když vývojářský tým vidí, jak agent prochází jejich databází, buduje to důvěru. Metafora spritů je přitom záměrně hravá. To snižuje bariéru pro netechnické uživatele, aby se začali zabývat datovou analýzou s podporou AI. Pro organizaci s 200 vývojáři z mého rámce to znamená: roční investice 546 000 € do AI nástrojů se stává hmatatelnější, když lze agenty sledovat při práci. Datasette se tak profiluje jako open-source alternativa k velkým cloudovým hráčům – s rozhodující výhodou úplné kontroly nad vlastními daty.

AI ve Starbucks: příliš mnoho rozlitého mléka

Starbucks po pouhých 9 měsících zrušil své řešení pro inventuru založené na AI ve všech 11 000 pobočkách v Severní Americe. Dodavatel NomadGo, 50členný startup z Bellevue, se v roce 2024 přeorientoval ze sčítání osob na sčítání zásob a k tomu využíval kamery chytrých telefonů, LiDAR a počítačové vidění (computer vision) přímo na zařízeních. Systém byl propagován s 99% přesností a měl pracovat osmkrát rychleji než lidé. Háček byl v tom, že aplikace neustále zaměňovala různé druhy mléka. → AI Secret

Synthszr Take: Toto je dokonalý praktický test limitů počítačového vidění v reálném světě. 99% přesnost zní působivě, dokud si neuvědomíte: při tisících produktů denně znamená jednoprocentní chybovost stovky chybných objednávek. Mléko jako mléko? Pro kameru možná, ale zkuste vysvětlit baristovi, proč byla místo ovesného mléka opět dodána plnotučná verze. NomadGo udělal klasickou chybu: optimalizovali technologii (osmkrát rychlejší!), ale podcenili skutečný problém. V gastronomii se nepočítá rychlost, ale přesnost u klíčových surovin. Starbucks se zde naučil lekci za miliony dolarů: někdy jsou lidé s psací podložkou stále lepším řešením.