Rubrika: Nezařazené

  • Nekontrolovaný trh

    Eric Schmidt (ex Google CEO) zmiňuje problém nekontroly open-source čínských modelů (DeepSeek a spol.), které jsou dostupné globálně.

  • Nový model – Qwen3.7-Max

    Nový model Qwen3.7-Max a jeho obdivuhodné výsledky.

  • Neoblíbený Grok

    Grok se v institucích USA netěší přízi.

  • Mimosmyslová komunikace agentů

    Budoucí agenti už si mezi souboru nebudou posílat text.

  • Omezení modelů

    Poprvé jsem zaslechl názor, že je docela možné, že se bude zvažovat plošné omezení lokálních jazykových modelů pro osobní použití z důvodu možnosti používat necenzurované modely. Sice si nedokážu představit technické řešení, které by plošně zahnalo džina do zpátky do lahve, ale uvidíme…

  • MIT studie: Skutečný stav adopce AI v byznysu

    Nová studie se detailně podívala na to, jakým tempem a s jakými výsledky firmy aktuálně nasazují umělou inteligenci do svých procesů. Report State of AI in Business 2025 mapuje očekávání manažerů v kontrastu s reálnými dopady integrace AI technologií na podnikovou efektivitu. Přináší zajímavá data o tom, ve kterých odvětvích se implementace skutečně daří a kde naopak plány narážejí na nečekané překážky. Kompletní zprávu ve formátu PDF si můžete projít zde.

    Komentář

    Reporty a případové studie snesou všechno, ale každodenní praxe ve firmách je diametrálně odlišná od vybájené reality. Adopce umělé inteligence často naráží na nepřipravenost interních dat, neochotu měnit zaběhnuté procesy a nedostatek správných návyků u samotných zaměstnanců. Zázračné zrychlení práce se ze dne na den zkrátka nekoná.

    Navíc nás v blízké době čeká ještě jedna studená sprcha: ceny za užívání AI technologií – ať už jde o měsíční licence za firemní kopiloty nebo volání API – téměř jistě porostou. Poskytovatelé nejlepších modelů brzy přestanou masivně dotovat jejich provoz s cílem nabrat tržní podíl a budou muset začít splácet extrémně drahou infrastrukturu a vývoj. Pro firmy to znamená jediné: návratnost investic (ROI) do AI bude v nadcházejícím období mnohem tvrdší oříšek a bude nutné velmi přísně rozlišovat, kde nástroje reálně generují zisk nebo úsporu, a kde jsou jen moderní, ale zbytečně drahou hračkou.

  • Jak učit modely?

    Zdá se, že textová data, která doposud vytvořila lidská civilizace, už pro trénink nejnovějších AI modelů přestávají stačit. Narážíme na takzvanou datovou zeď. Společnost Meta proto hledá nové zdroje, jak své modely posunout od pouhého generování textu k reálné akci, a přistupuje k poměrně radikálnímu kroku. Podle zprávy agentury Reuters začne Meta pro trénink AI zaznamenávat aktivitu na obrazovkách, pohyby myší a údery do klávesnice svých zaměstnanců. Cílem je získat zcela nový typ obrovského množství behaviorálních dat, ze kterých se umělá inteligence naučí, jak lidé krok za krokem reálně interagují se softwarem a jak vizuálně i mechanicky řeší úkoly na počítači.

    Zdroj

    https://www.reuters.com/sustainability/boards-policy-regulation/meta-start-capturing-employee-mouse-movements-keystrokes-ai-training-data-2026-04-21

    Komentář

    Tohle je fascinující, ale pro někoho možná trochu mrazivý milník. Je to první precedent? Úplně ne – menší startupy zaměřené na agentní AI (jako například Adept) a tvůrci RPA systémů s nahráváním workflow experimentují už nějakou dobu. Nicméně to, že na tento způsob sběru dat přechází v masivním měřítku gigant kalibru Mety, představuje absolutní zlom na trhu.

    Ukazuje to na zásadní evoluci umělé inteligence: od fáze „vědět, co říct“ (jazykové modely natrénované na internetovém textu) se přesouváme k fázi „vědět, jak to udělat“ (akční modely a agenti). Aby za nás mohla AI proklikávat firemní systémy nebo tvořit prezentace, nepotřebuje číst Wikipedii – potřebuje vidět náš reálný pracovní postup. Otázkou pochopitelně zůstává obrovský střet se soukromím. Dnes Meta začíná u svých zaměstnanců, ale můžeme se ptát, jak dlouho potrvá, než podobné kontinuální sledování pohybu myši a obrazovky odklikneme v podmínkách použití našich oblíbených nástrojů výměnou za „ještě chytřejšího asistenta“. Hranice toho, co vnímáme jako trénovací data, se právě dramaticky posunula.

  • Agent smazal produkční data

    Vývojářskou komunitou nedávno obletěl infarktový příběh od týmu PocketOS. Stalo se přesně to, před čím varují bezpečnostní experti – autonomní AI agent dostal nešťastnou shodou okolností oprávnění, díky kterým dokázal smazat celou produkční databázi za pouhých 9 sekund. Zasažený tým se ale naštěstí mohl opřít o zálohy, data úspěšně obnovil a i po této extrémní zkoušce nervů jasně prohlašuje: „Ano, AI nám smazalo databázi za 9 sekund. Ano, obnovili jsme ji. A ano, stále do AI jdeme naplno.“ Celou pitvu tohoto incidentu si můžete přečíst v původním článku na blogu PocketOS.

    Komentář

    Tento příběh by se měl tesat do kamene pro všechny firmy, které dnes bezhlavě integrují AI do svých systémů. Je to dokonalá ukázka toho, že reálné nasazování autonomních agentů už zdaleka není jen o ladění promptů a výběru správného LLM, ale především o staré dobré systémové architektuře a bezpečnosti. Dát umělé inteligenci přímý destruktivní přístup do produkce bez neprůstřelných „guardrails“ (bezpečnostních mantinelů) a bez dodržení principu nejnižších možných privilegií je čiré šílenství.

    Přesto naprosto rozumím a tleskám postoji týmu, který na AI nezanevřel. Umělá inteligence tady nebyla „zlá“ – pouze neuvěřitelně rychle a efektivně provedla operaci, ke které dostala od vývojářů (byť omylem) klíče. Skutečná lekce nespočívá ve strachu z AI, ale v nutnosti budovat takovou infrastrukturu, ve které může agent bezpečně halucinovat, mýlit se nebo dělat boty, aniž by s sebou vzal ke dnu celou firmu.

  • AI prohlížeče

    Týden byl okolo AI prohlížečů (Comet, Atlas) rozruch a série bezpečnostních problémů, a pak nastalo ticho