Martin Pavlíček

Štítek: USA

  • Neoblíbený Grok

    Grok se v institucích USA netěší přízi.

  • 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.

  • Uvolňování pracovního trhu v USA

    Je to otázka AI, přezaměstnanosti díky nabírání za Covidu, nebo otázka H1B?

  • Gemini Omni

    Google představil svůj nový špičkový model Gemini Omni, který označuje jako tzv. world model (model světa). Tento systém přináší pokročilá multimodální kouzla, kdy dokáže v reálném čase plynule propojovat a chápat text, obraz, zvuk i video, čímž se schopnosti umělé inteligence opět posouvají blíž k přirozenému lidskému vnímání. Více informací najdete přímo na DeepMind.

    Zdroj: https://deepmind.google/models/gemini-omni

    Komentář

    Označení world model není jen marketingový tahák. Pokud AI dokáže skutečně vnímat časoprostorové souvislosti z videa a zvuku naráz, a ne jen pasivně překládat obrázky na text, mění to pravidla hry. Pro Google je to kritický krok, jak si udržet technologický náskok a ukázat, že multimodální budoucnost nestojí jen na generování hezkých textů, ale na hlubokém pochopení kontextu světa kolem nás. Teď už jen zbývá počkat, jak rychle se tyto sliby propíší do reálných produktů a stabilního API bez drastického nárůstu latence.