Plánovanie scenárov
pre generatívnu AI

Vzor schodiska

Pri pohľade späť postupovala schopnosť AI vo vzore schodiska: veľký skok zhruba každé dva roky, nasledovaný zjemňovaním v rámci tej generácie. GPT-3 (2020) dramaticky prekonal GPT-4 (2023), ktorý sa potom zjemňoval cez GPT-4 Turbo, GPT-4o a nakoniec GPT-4o-mini, každá iterácia lepšia a lacnejšia v rámci tej istej úrovne schopností. Rovnaký vzor sa objavuje, keď Claude 3 Opus ustupuje Claude 3.5 Sonnet, potom Claude Opus 4, zjemnenému cez Opus 4.6 a 4.7. Ďalší schod, generácia Mythos, má podľa tohto rytmu prísť ku koncu roka 2026 a do roku 2027. To, čo pristálo v júni 2026, bol jej raný variant; viac o tom nižšie.

Ak tento vzor platí, 228 miliárd dolárov minutých v roku 2024 dnes produkuje tréningovú infraštruktúru pre modely, ktoré sa dodajú v rokoch 2026–2027. 416 miliárd zaviazaných na rok 2025 financuje modely prichádzajúce v rokoch 2027–2028. A ~700 miliárd plánovaných na rok 2026 investuje do schopností, ktorých architektúry možno ešte ani nie sú navrhnuté: výskumný výpočtový výkon pre myšlienky, ktoré ešte neboli počaté. Najjasnejšia ukážka tohto oneskorenia prišla 24. marca 2026, keď OpenAI dokončilo predtréning GPT-6 („Spud“) v zariadení Stargate v Abilene, modelu, ktorého existenciu financoval capex z roku 2024, zhruba tri roky pred jeho očakávaným verejným spustením. Ďalšia generácia Anthropicu „Mythos“ sedí v tom istom pruhu: obmedzené testovanie s kybernetickými obrancami počas 1. kvartálu 2026 a potom, 9. júna 2026, verejne vyšiel ochrannými vrstvami obalený variant ako Claude Fable 5 (neobmedzený Mythos 5 ostal vyhradený pre kyberobrancov), s cenou 10 $ za vstup / 50 $ za výstup na milión tokenov. Schopnosť zaplatená peniazmi zaviazanými skôr, než mala jej architektúra meno.

To júnové vydanie je dôvod, prečo Fable 5 nesie na časovej osi vyššie hviezdičku, zakreslený bez počtu parametrov. Naše čítanieinterpretácia: téza schodiska platí, plná generácia Mythos / Spud ostáva na značke 2027 presne tam, kam ju kladie pipeline oneskorenia, a Fable 5 vyzerá ako tá generácia vydaná skoro, v zámerne obalenej podobe. Tvar vydania to podporuje. Namiesto posledných kôl dolaďovania sa zosúladenie a moderovanie zdanlivo vezú na softvérovej vrstve vedľa modelu (konzervatívne ochranné mechanizmy, ktoré smerujú citlivé témy na Opus 4.8) a načasovanie, osem dní po podaní S-1 Anthropicu, naznačuje, že kalendár IPO mohol spustenie potiahnuť dopredu. Berte skorý príchod ako ukážku schodu, nie ako schod samotný: spúšťač, ktorý treba sledovať, je plné nasadenie.

Dovetok, júl 2026: tri dni po spustení federálna direktíva vypla oba modely celosvetovo; vrátili sa za bránami, Mythos tečie cez Project Glasswing pre veľké americké organizácie a Fable je dostupný cez API tokeny za silnou vrstvou moderovania, za prémiové ceny. Čítanie schopnosti vyššie sa nemení: ukázaný schod je skutočný a Remote Labor Index ho zmeral skôr, než dopadli obmedzenia (Prúd 6). Ale príbeh prístupu sa stal vlastnou silou. Preberá ho Prúd 4 a sprievodná brožúra mu dáva plné spracovanie.

Ako ho odtiaľto používať

Dekodér vám dáva disciplínu na čítanie správ o AI. Keď pristane titulok o schopnostiach, pýtajte sa, ktorého roku peniaze ho vyprodukovali. Keď pristane oznámenie o capexe, pýtajte sa, ktoré roky vyprodukuje: obslužnú kapacitu o dva, modely o tri, prielomy o štyri. Osem prúdov, ktoré nasledujú, sú sily ťahajúce za túto mašinériu: či schodisko ďalej stúpa (Prúd 1), či efektivita nechá klastre uviaznuť (Prúd 2), či investičná časová os prežije kontakt s časovou osou tržieb (Prúd 3), či suverén prestrihne drôt medzi vami a vaším dodávateľom (Prúd 4), či sa niečo z toho vôbec dostane do produkcie (Prúd 5), či matematika hodín a dolárov začne presúvať prácu (Prúd 6), či atómy energie, čipov a povolení držia krok s peniazmi (Prúd 7) a čo urobí politika, keď matematika vytláčania začne fungovať (Prúd 8). Každý prúd končí spúšťacími signálmi na sledovanie a dekodér je spôsob, ako datovať spúšťač, keď sa spustí.

Stávka, vyslovená jednoducho

Dekodér capexu ukazuje, kam idú peniaze a kedy sa vrátia ako schopnosť. Tento prúd je stávka, že výdavky budú naďalej správne: že nad schodom, ktorý odbor práve urobil, je aspoň jeden ďalší, a že klastre, ktoré sa dnes lejú, budú tie, ktoré ho natrénujú.

Všimnite si, čo sa s touto stávkou práve stalo: začala sa vyplácať. Kohorta capexu z roku 2024 bola sčasti vyčlenená na modely dodávané v rokoch 2026–2027 a 9. júna 2026 dorazil raný variant generácie Mythos ako Claude Fable 5, pričom plná generácia (Mythos ako taký, Spud od OpenAI) sa stále očakáva ku koncu roka 2026 a do roku 2027, presne podľa harmonogramu pipeline oneskorenia. Živá otázka je teda dvojaká: či plné nasadenie potvrdí schod, ktorý raný variant ukazuje, a či ~700 miliárd dolárov z roku 2026 kúpi schod nad ním, alebo sa schodisko splošti presne vo chvíli, keď sa spustia najdrahšie klastre v histórii. Na to sú naladené spúšťacie signály nižšie.

Čo sa stavia

Rozsah jednotlivých projektov je ohromujúci. xAI Elona Muska nasadilo Colossus, klaster 100 000 GPU, za púhych 122 dní na konci roka 2024. Project Rainier, klaster, ktorý Amazon postavil pre Anthropic, má zhruba 500 000 čipov. Projekt Stargate (spoločný podnik OpenAI, Oracle a SoftBank) mieri na 450 000 GPU vo svojej vlajkovej lokalite v texaskom Abilene a plánuje klastre presahujúce jeden gigawatt výkonu, ekvivalent jadrovej elektrárne vyhradenej pre AI, kým kampus Hyperion Mety v Louisiane je navrhnutý na päť. Pri týchto rozsahoch sa limitujúci faktor presúva z dostupnosti čipov na surovú elektrickú energiu: jadrová elektráreň Three Mile Island sa reštartuje špecificky na zásobovanie dátových centier AI. Či atómy udržia krok s peniazmi, je dnes samostatná sila; Prúd 7 preberá tento príbeh v plnom rozsahu.

Stávka na inferenciu

Bežným nedorozumením je, že všetky tieto peniaze sú o trénovaní väčších modelov. V skutočnosti laboratóriá čoraz viac stavia na to, že výpočtovému výkonu AI bude dominovať inferencia, prevádzka modelov vo veľkom pre milióny používateľov. Predpovede Deloitte na rok 2026 už kladú inferenciu na zhruba dve tretiny všetkého výpočtového výkonu AI tento rok hlásené a infraštruktúrna prognóza Brookfieldu ju má na zhruba 75 % dopytu po výpočtovom výkone AI do roku 2030 hlásené. Natrénovať frontier model je jednorazový náklad; obsluhovať ho pre každého podnikového zákazníka, každého vývojára, každý spotrebiteľský produkt je priebežný náklad, ktorý škáluje s prijatím. Vlna capexu je rovnako o budovaní obslužnej infraštruktúry pre produkty poháňané AI ako o trénovaní ďalšej generácie modelov.

Toto je jadro plánovacieho vhľadu Prúdu 1: aj keď veríte, že súčasná generácia AI je „dosť dobrá“, už zaviazaná investícia prinesie výsledky v najbližších 2–4 rokoch. Tie výsledky (rýchlejšie modely, lacnejšia inferencia, nové schopnosti) zmenia, čo je možné a čo sa očakáva. Vaše plány musia počítať s pohyblivým cieľom, nie so snímkou.

Voľný pád nákladov na tréning

V marci 2023 OpenAI natrénovalo GPT-4 za odhadovaných 63–100 miliónov dolárov; Sam Altman verejne potvrdil, že náklady vrátane výskumu a vývoja presiahli 100 miliónov. Do júla 2024 Meta natrénovala Llama 3.1 405B, model s otvorenými váhami vyrovnávajúci sa GPT-4 na väčšine benchmarkov, za zhruba 60 miliónov dolárov výpočtového výkonu (30,84 milióna GPU-hodín H100). Potom v decembri 2024 DeepSeek vydal V3, model, ktorý sa vyrovnal alebo prekonal GPT-4o na kľúčových benchmarkoch za púhych 5,6 milióna dolárov času GPU.

To je zhruba 95-percentné zníženie nákladov za 20 mesiacov. O mesiac neskôr DeepSeek vydal R1, ktorý sa vyrovnal o1 od OpenAI v úlohách uvažovania za dodatočných 294 000 dolárov nákladov na tréning.

Výhrady sú dôležité: číslo 5,6 milióna DeepSeeku pokrýva iba finálny predtréningový beh. Ich materská firma High-Flyer investovala do GPU Nvidie celkovo vyše 500 miliónov dolárov a plné náklady od základného modelu po R1 odhaduje Epoch AI na 6–7 miliónov. Ale aj štedrý odhad predstavuje viac než 90-percentné zníženie oproti GPT-4. Kľúčové inovácie, ktoré to umožnili (tréning so zmiešanou presnosťou FP8, architektúry zmesi expertov s vyvažovaním záťaže a vlastné CUDA jadrá dosahujúce využitie GPU 85 %+ oproti priemeru odvetvia 55–65 %), sú algoritmické, nie viazané na hardvér. Dajú sa zopakovať.

Konvergencia open-source

Správa Stanford HAI 2025 AI Index zdokumentovala najdôležitejší posun v krajine AI: výkonnostná medzera medzi najlepšími modelmi s otvorenými váhami a proprietárnymi, meraná ratingom Elo v Chatbot Arena, sa zmenšila z 8,04 % v januári 2024 na 1,7 % vo februári 2025, čo je 79-percentné zníženie za jediný rok. Konkrétne na MMLU sa medzera medzi americkými a čínskymi modelmi zrútila zo 17,5 percentuálneho bodu na iba 0,3 medzi koncom roka 2023 a koncom roka 2024.

Llama 3.1 405B bol prvým otvoreným modelom, ktorý sa v júli 2024 vyrovnal alebo prekonal GPT-4 na viacerých benchmarkoch, zhruba 16 mesiacov po vydaní GPT-4. Začiatkom roka 2025 sa toto oneskorenie ďalej stlačilo. Open-source modely dnes tvoria 62,8 % všetkých modelov podľa počtu a najlepšie otvorené LLM zaostávajú za uzavretými o 5–22 mesiacov na benchmarkoch. Jedna analýza predpovedala paritu otvorených a uzavretých modelov do 2. kvartálu 2026; tá predpoveď na samom vrchole zostarla zle, kde AI Index 2026 ukazuje, ako sa medzera Elo znovu rozšírila na zhruba 3,3 % po tom, čo špička znovu urobila krok. Čítajte konvergenciu ako príbeh po úrovniach: každá úroveň schopností sa komoditizuje s oneskorením 5–22 mesiacov, kým skutočne nová úroveň môže medzeru nad sebou znovu otvoriť.

Ceny inferencie vo voľnom páde

Cenový vývoj vlastného API OpenAI rozpráva príbeh komoditizácie v dolároch. GPT-4 štartoval v marci 2023 na 60 dolároch za milión výstupných tokenov. GPT-4 Turbo to v novembri 2023 stlačil na 30. GPT-4o štartoval v máji 2024 na 15, potom bol v októbri znížený na 10. Medzitým GPT-4o-mini ponúkol výkon triedy GPT-4 za 0,60 dolára na milión tokenov, 99-percentné zníženie oproti štartovacej cene GPT-4 za necelé dva roky.

Open-source alternatívy sú ešte lacnejšie. Llama 3 70B cez Groq stojí zhruba 0,79 dolára na milión výstupných tokenov. DeepSeek V3 je dostupný za 0,42. Vlastne hostované modely 70B na hardvéri H100 môžu pri plnom využití dosiahnuť približne 0,07 dolára na milión tokenov. Open-source modely stoja v priemere 7,3-krát menej než ich proprietárne ekvivalenty.

Aprílová vlna 2026

Počas 18-dňového okna v apríli 2026 vyšli tri frontier modely na programovanie s otvorenými váhami. GLM-5.1 (Zhipu, 7. apríla) je 744B MoE / 40B aktívnych pod licenciou MIT a dosahuje 58,4 % na SWE-Bench Pro, pred GPT-5.4 a Opus 4.6 na tomto benchmarku. Qwen 3.6 (Alibaba, 16. apríla) sa rozdelil na varianty; otvorený variant 35B-A3B beží s kvantizáciou na jedinej RTX 4090 a dosahuje 73,4 % SWE-Bench Verified, priepustnostný sladký bod pre sólo vývojárov a nasadenia on-prem. Kimi K2.6 (Moonshot, 20. apríla) je 1T celkom / 32B aktívnych a zavádza primitívum roja 300 agentov na paralelné skúmanie ťažkých tiketov, agentný predchodca, ktorý sa spája s Hodinami a dolármi v časti 6. DeepSeek V4-Pro (24. apríla) dosahuje 80,6 % SWE-Bench Verified za 0,28 $ vstup / 2,48 $ výstup na milión tokenov s kontextovým oknom 1M tokenov, zhruba o rád lacnejšie než Opus 4.6 pri porovnateľnej schopnosti programovania, s hybridnou pozornosťou (Compressed Sparse + Heavily Compressed) pri asi 27 % FLOPs na token oproti V3.2. Mistral Medium 3.5 (29. apríla) vychádza ako hustý model 128B, hostovateľný vo vlastnej réžii z Hugging Face, so 77,6 % SWE-Bench Verified a konfigurovateľným úsilím uvažovania pre každú požiadavku; nesie najčistejší príbeh rezidencie dát v EÚ na trhu, spárovaný s ARR Mistralu 400 mil. $ (január 2026) pri ocenení 13,8 mld. $.

Do polovice roka 2026 už otázka kupujúceho neznie „sú otvorené váhy dosť dobré“. Znie: ktoré otvorené váhy na ktorú záťaž, ktorý hostingový stack a ktorý tvar suverénneho nasadenia. Najmä pre podniky v EÚ sa to priamo pretína s príbehom suverenity v časti 4: po prvý raz je „hostovateľný ekvivalent špičky vo vlastnej réžii“ doslovný popis produktu, nie eufemizmus.

Kam ide hodnota, keď je model zadarmo?

Šéf Mistralu Arthur Mensch je najvýrečnejším hlasom tohto posunu. V rozhovoroch zo začiatku roka 2026 (Big Technology Podcast v januári, Davos a Bloomberg v tom istom mesiaci, Economic Times vo februári) rámcoval AI ako niečo, čo sa stáva infraštruktúrou, „utilitou“ meranou efektivitou, kapitálovou disciplínou a spoľahlivým dodávaním, nie novosťou. Jeho najcitovanejšia veta: „Moja generácia inžinierov viac-menej uspela v komoditizácii vlastnej profesie.“ Dôsledok, ktorý dôsledne obhajuje, je, že konkurenčná výhoda bude čoraz viac pripadať tomu, kto postaví najšpecializovanejší systém okolo svojich konkrétnych dát a domény, a nie tomu, kto má najväčší model.

Ak má Mistral pravdu, a nákladové dáta ten argument podporujú, potom sa model sám stáva komoditnou vrstvou a hodnota migruje do vrstiev okolo neho: dolaďovanie a doménová adaptácia, dátové pipeline a generovanie rozšírené o vyhľadávanie, nástroje a orchestrácia (agentné frameworky, MCP servery, vyhodnocovacie pipeline) a nakoniec doménová odbornosť. Organizácie, ktoré v tomto scenári vyhrajú, sú tie, ktoré najlepšie rozumejú vlastným problémom, nech už prevádzkujú akýkoľvek model.

Precedens dot-com

10. marca 2000 dosiahol Nasdaq Composite historické maximum 5 048,62. Do 9. októbra 2002 klesol na 1 114, 78-percentný pokles, ktorý zničil vyše 5 biliónov dolárov trhovej hodnoty. Nasdaq neuzavrel nad 5 000 znova až do 23. apríla 2015, zotavenie, ktoré trvalo pätnásť rokov. Na vrchole vyskočili investície rizikového kapitálu zo zhruba 7 miliárd dolárov v roku 1995 na takmer 100 miliárd v roku 2000, pričom internetové firmy pohltili 80 % všetkého rizikového kapitálu. Telekomunikačné firmy investovali do infraštruktúry vyše 500 miliárd dolárov v piatich rokoch po telekomunikačnom zákone z roku 1996.

Poučenie, ktoré si z tohto obdobia berie väčšina ľudí, znie: „bola to bublina a praskla.“ Užitočnejšie poučenie je, že preživších a obete odlišovala jediná vec: skutočné tržby, skutoční zákazníci a hotovosť na prežitie sucha vo financovaní. Kvalita ich technológie záležala prekvapivo málo.

Argument o bubline dozrel

Najviditeľnejší medvedí hlas posledných dvoch rokov, Ed Zitron, je pozoruhodný nie tým, že mal pravdu, ale tým, ako sa jeho argument musel posúvať. Jeho pôvodná téza, udržiavaná naprieč blogovými príspevkami a podcastom „Better Offline“, bola ekonomická: AI je stroj na ničenie hodnoty, capex hyperškálových firiem je šialený a jednotková ekonomika jednoducho nefunguje. Časť tej tézy zostarla dobre (medzera v návratnosti je skutočná). Väčšina nie. Ceny inferencie na frontier úrovni klesli za 19 mesiacov zhruba o 83 % (o 99 %, ak prijmete lacnejšiu úroveň schopností, rozdiel, ktorý Prúd 2 rozoberá). Ročné tržby Anthropicu prekonali v apríli 2026 tržby OpenAI (30 mld. $ vs 25 mld. $)hlásené a do polovice mája dosiahli hlásené bežné tempo 47 mld. $. Pokles nákladov plus rast tržieb urobili pôvodný ekonomický argument v jeho najsilnejšej podobe ťažšie udržateľným. Kelsey Piperová v The Argument ten posun zdokumentovala: Zitronova téza migrovala od „ekonomika nefunguje“ k obvineniam z podvodu a účtovných praktík proti OpenAI a hyperškálovým firmám.

Medvedí argument je stále živý a časti ostávajú ostré. Ale bránky sa posunuli a to samo je signál, ktorý stojí za zváženie. Argument o bubline, ktorý prežije kolabujúce náklady a úročiace sa tržby tým, že prejde od ekonomiky k podvodu, je slabší než ten, ktorý sa nemusel posúvať. Držte scenár korekcie otvorený; nedržte túto konkrétnu verziu ako medvedí prípad.

Amazon vs. Pets.com

Akcie Amazonu klesli o 94 % zo zhruba 106 dolárov v decembri 1999 na približne 5,51 dolára na konci roka 2001. Napriek tomu jeho tržby rástli každý jeden rok počas krachu: 2,76 miliardy v roku 2000, 3,12 miliardy v roku 2001, 5,26 miliardy v roku 2003, 8,49 miliardy v roku 2005. Prvý ziskový kvartál zaznamenal v 4. kvartáli 2001 a prvý celý ziskový rok v roku 2003, s čistým ziskom 35 miliónov dolárov pri tržbách 5,26 miliardy. Kľúčovým rozhodnutím bola dobre načasovaná emisia dlhopisov za 1,25 miliardy, ktorá dala Amazonu 1 miliardu dolárov hotovosti na prežitie sucha. Dnes má hodnotu zhruba 2,5 bilióna dolárov, vyše 800-násobok svojej trhovej kapitalizácie na dne.

Pets.com získal celkovo 300 miliónov dolárov, minul vyše 70 miliónov na reklamu, pričom vygeneroval iba 619 000 dolárov tržieb, a zavrel 268 dní po svojom IPO. Webvan spálil 1,5 miliardy na stavbe automatizovaných skladov, kým vyhlásil bankrot. Boo.com získal 135 miliónov, spálil ich za 18 mesiacov a predal aktíva za menej než 2 milióny. Spoločná niť: záporná jednotková ekonomika, žiadna cesta k ziskovosti a úplná závislosť od ďalšieho investičného kola.

Investície do AI vstúpili na neprebádané územie

Spoločný capex Veľkej štvorky (Alphabet, Amazon, Meta, Microsoft) vzrástol zo zhruba 140 miliárd dolárov v roku 2023 na 228 miliárd v roku 2024 (+62 % medziročne), na 416 miliárd v roku 2025 a na zhruba 700 miliárd ohlásených na rok 2026, ten istý rad, ktorý vykresľuje dekodér capexu. Kapitálová intenzita dosiahla u týchto firiem historicky bezprecedentné podiely na tržbách. Rizikové financovanie sa koncentrovalo podobne: globálne financovanie AI rizikovým kapitálom vzrástlo zo zhruba 45–50 miliárd dolárov v roku 2022 na 211 miliárd v roku 2025, prvom roku, keď AI startupy zachytili viac než polovicu (52,7 %) celkovej globálnej hodnoty rizikových obchodov.

OpenAI dosiahlo po svojom investičnom kole za 122 miliárd v marci 2026 ocenenie 852 miliárd dolárov po investíciihlásené. Ročné tržby dosiahli do februára 2026 25 miliárdhlásené, oproti zhruba 2 miliardám v roku 2023. Ale firma projektuje stratu 14–17 miliárd v roku 2026projekcia, nečaká sa, že bude zisková skôr než v roku 2029, a zaviazala sa k 600 miliardám výdavkov na výpočtový výkon do roku 2030. Trajektória Anthropicu bola ešte strmšia: tržby vzrástli z 1 miliardy ARR v decembri 2024 na zhruba 9 miliárd na konci roka 2025 a na bežné tempo 47 miliárd do polovice mája 2026hlásené, jeho séria H sa uzavrela pri 965 miliardách po investíciihlásené a 1. júna 2026 podal dôverný S-1, najkonkrétnejší signál IPO okrem roadshow.

Medzera v tržbách

Partner Sequoie David Cahn publikoval v júni 2024 „AI’s $600B Question“, kde vypočítal, že výstavba infraštruktúry AI vyžaduje na svoje zdôvodnenie zhruba 600 miliárd dolárov ročných tržieb od koncových používateľov. V tom čase boli skutočné tržby z AI produktov zhruba 100 miliárd, čo nechávalo ročnú medzeru 500 miliárd. Odvtedy vzrástli výdavky aj tržby, ale výdavky rástli oveľa rýchlejšie: capex sa zhruba strojnásobil, kým medzera v tržbách sa pravdepodobne rozšírila, nie zúžila. Barclays odhadol, že súčasná úroveň capexu by na dosiahnutie rovnováhy vyžadovala ekvivalent 12 000 produktov veľkosti ChatGPT.

Osobná hodnota je jasná. Podniková hodnota je otvorená otázka.

Dva príbehy o návratnosti ležia na sebe a bežne sa zamieňajú. Jednotliví predplatitelia, ktorí si kupujú Claude alebo ChatGPT za 20–200 dolárov mesačne, hlásia hodnotu jasne a stabilne: platené spotrebiteľské plány dvoch lídrov spolu prekročia do polovice roka 2026 desiatky miliónov miest, odchodovosť je nevýrazná a prieskumy konzistentne ukazujú, že osobní používatelia opisujú zmysluplné úspory času. Táto časť trhu odpovedala. Podnikový trh nie.

Prieskum Omdie z októbra 2025 medzi 350 stredne veľkými a veľkými podnikmi hlásil od väčšiny respondentov „veľmi dobrú“ až „mimoriadnu“ návratnosť, skutočne pozitívny signál. Accenture paralelne zistilo, že 61 % podnikových predplatných AI je nedostatočne využívaných kvôli slabej integrácii. Štúdia MIT NANDA hlásila, že 95 % organizácií nevidí žiadnu návratnosť, s už spomenutými výhradami k meraniu (žiadne východiskové hodnoty, šesťmesačný strih, dizajn paralelných pilotov). Zosúlaďte to a obraz je: podniky, ktoré integrovali AI do pracovných postupov, získavajú skutočnú hodnotu; väčšina, ktorá sa o to stále snaží, nie. Model zvyčajne úlohu zvládne, takže medzera má so schopnosťou málo spoločné. Úzkym hrdlom je, ako sa model zapojí do pracovného postupu. To je téma časti 5.

Koncentrácia dodávateľov je poddiskutované riziko

1. kvartál 2026 priniesol koncentráciu rizikového financovania AI v miere, ktorá v softvéri nemá nedávny precedens. OpenAI, Anthropic a xAI tvorili zhruba 67,3 % všetkého rizikového financovania AI naprieč vyše 1 500 obchodmi. Kolo OpenAI za 122 miliárd pri ocenení 852 miliárd spotrebovalo netriviálny podiel globálnej kapacity rizikového kapitálu. Microsoft, Meta, Amazon a Alphabet spoločne nasmerovali investorov k ~700 miliardám capexu v roku 2026. Tri laboratóriá základných modelov sedia na vrchole stacku, ktorý si zvyšok odvetvia od nich prenajíma.

Takáto extrémna koncentrácia sa zvyčajne obhajuje ako bezpečnosť: giganti nezlyhajú. Situácia Anthropic–Pentagon (pokrytá v časti 4) je prípad, ktorý treba naštudovať, kým s tým budete súhlasiť. Jediné suverénne rozhodnutie vo februári 2026 odrezalo prístup k veľkému dodávateľovi AI pre celú americkú federálnu vládu, uprostred zmluvy, takmer bez varovania. Technológia fungovala ďalej. Dodávateľ nezlyhal. Kupujúci jednoducho nemohol kupovať. 12. jún potom dodal všeobecný prípad: jedna direktíva a každý používateľ modelu ho stratil naraz (Prúd 4). To je režim zlyhania z koncentrácie dodávateľov, ktorý analógia dot-com nemala. Záťažové testovanie vašej AI stratégie proti odrezaniu od dodávateľa je dnes prvotriedna plánovacia práca, nie paranoja.

Prečo sa paralela láme a prečo na tom možno nezáleží

Od éry dot-com sú tu dôležité rozdiely. Dnešní poprední investori do AI sú masívne ziskové firmy míňajúce zo ziskov, nie startupy páliace rizikový kapitál. Forwardové pomery ceny k zisku na Nasdaqu sú približne 26-násobok oproti 60-násobku na vrchole dot-com. Podnikové prijatie je oveľa ďalej: veľká väčšina veľkých podnikov zaviedla AI v nejakej podobe, aj keď väčšinou v pilotoch. Ale jadrové štrukturálne riziko, investície dramaticky predbiehajúce realizáciu tržieb, je identické. A objavili sa nové riziká: firemný dlh súvisiaci s AI narástol na 1,2 bilióna dolárov (JPMorgan), ceny prenájmu GPU už klesli zhruba o 70 % z vrcholu a skutočná životnosť infraštruktúry GPU môže byť 2–3 roky namiesto 5–6 rokov používaných na účtovné odpisy.

AI je hodnotná; to je uzavreté. Plánovacia otázka je, či vaši konkrétni dodávatelia, nástroje a poskytovatelia sú Amazonom alebo Pets.com tohto cyklu.

Dve zrážky, jeden vzor

Dve udalosti na jar 2026 zmenili suverenitu z hypotetickej na prevádzkovú. Prvá: 27. februára 2026 americký minister obrany označil Anthropic za „riziko dodávateľského reťazca“ a Trumpova administratíva nariadila federálnym agentúram prestať používať Claude. Anthropic a Pentagon podpísali v júli 2025 zmluvu za 200 miliónov dolárov podľa politiky prijateľného použitia Anthropicu; Pentagon chcel prístup „na všetky zákonné účely“ bez obmedzení a Anthropic odmietol odstrániť obmedzenia na autonómne zbrane a domáce hromadné sledovanie. Anthropic žaloval, koncom marca vyhral predbežné opatrenie (sudkyňa Rita Linová nazvala označenie „orwellovským“ a odvetou za výkon slobody prejavu), potom začiatkom apríla prehral na odvolacom súde. K júnu 2026 je spor stále živý a označenie sa v praxi ukázalo užšie, než sa spočiatku zdalo: Anthropic argumentoval, a Microsoft súhlasil, že nedosahuje na zákazníkov mimo samotných obranných zmlúv, takže Claude ostal dostupný cez M365, GitHub a AI Foundry. Ale hlavné poučenie platí: technológia nikdy neprestala fungovať. Kupujúci jednoducho nemohol kupovať.

Druhá: 8. apríla Meta spustila Muse Spark, svoj prvý proprietárny model s uzavretými váhami, z Meta Superintelligence Labs pod Alexandrom Wangom. Po takmer desaťročí verejného záväzku k otvorenej špičke AI je vývoj Mety na špičke teraz uzavretý. Existujúce modely Llama ostávajú dostupné, ale už sa nevyvíjajú. Kombinácia 115–135 mld. $ capexu na rok 2026, konkurenčného tlaku čínskych laboratórií stavajúcich komerčné produkty nad Llamou a strategického cieľa hlboko integrovanej „osobnej superinteligencie“ viazanej na používateľské dáta Mety ten posun vyvolala. Yann LeCun, najviditeľnejší obhajca open-source v Mete, odišiel v novembri 2025. Téza „Linux umelej inteligencie“ neprežila kontakt s ekonomikou výpočtového výkonu za 100 mld. $+, aspoň na západnej špičke.

12. jún: zrážka zovšeobecnená

Potom, pár dní pred uzávierkou tohto vydania, vzor eskaloval z obstarávania na existenciu. 12. júna 2026, tri dni po spustení Fable 5, americká vláda prinútila Anthropic vypnúť Claude Mythos 5 a Fable 5 pre všetkých používateľov na svete, na základe direktívy vymedzenej cudzou štátnou príslušnosťou, ktorá, keďže je v praxi neoveriteľná, vynútila globálne stiahnutie. Začiatkom júla sa schopnosť vracala, ale obmedzená a nacenená: plný prístup k Mythosu obmedzený na veľké americké organizácie cez Project Glasswing; Fable obnovený iba cez API tokeny, za prémiové ceny, za silnou vrstvou moderovania. Februárové poučenie znelo, že jeden kupujúci môže stratiť svojho dodávateľa. Júnové poučenie je silnejšie: každý kupujúci môže stratiť model naraz a prístup sa vracia, keď sa vracia, za podmienok suveréna, úroveň po úrovni. Sprievodná brožúra bola napísaná v hodinách po tom ráne; berie 12. jún nie ako výpadok, ale ako generálku.

Čínska vlna otvorených váh zapĺňa medzeru

Do 18 dní v apríli 2026 vyšli z čínskych laboratórií tri frontier modely na programovanie s otvorenými váhami: GLM-5.1 (Zhipu, licencia MIT, 744B MoE / 40B aktívnych, 58,4 % SWE-Bench Pro), Kimi K2.6 (Moonshot, 1T celkom / 32B aktívnych s primitívom roja 300 agentov) a DeepSeek V4-Pro (1,6T celkom / 49B aktívnych, 80,6 % SWE-Bench Verified pri zhruba o rád nižších výstupných nákladoch než Opus 4.6). Qwen 3.6 (Alibaba, 16. apríla) sa rozdelil na varianty; otvorený variant 35B-A3B beží s kvantizáciou na jedinej RTX 4090. Podľa záťaže k polovici roka 2026: DeepSeek V4-Pro pre lacných agentov na programovanie s veľkým kontextom, Kimi K2.6 pre ťažké viackrokové tikety s primitívom roja, GLM-5.1 pre produkciu vo vlastnej réžii, kde záleží na licencii MIT, Qwen 3.6-35B-A3B pre lokálne nasadenie na notebooku alebo jednom GPU. Llama 4 ostáva integračným štandardom, ale už sa nevyvíja.

Čo to znamená pre podniky v EÚ

Otázka kupujúceho sa posunula z „sú otvorené váhy dosť dobré“ na viacdielnu obstarávaciu otázku: ktoré otvorené váhy na ktorú záťaž, ktorý hostingový stack, ktorý tvar suverénneho nasadenia. Mistral Medium 3.5 (128B hustý, hostovateľný vo vlastnej réžii, ARR 400 mil. $ pri ocenení 13,8 mld. $) je najčistejší príbeh rezidencie dát v EÚ na trhu: hustý, nie MoE, ľahšie nasaditeľný než čínske stacky, zosúladený so suverenitou. Vlastne hostované čínske otvorené váhy sú druhá veľká možnosť, s dvoma výhradami, ktoré stojí za to označiť: geopolitická expozícia, ak sa obstarávacie rámce sprísnia, a otázky pôvodu dátových sád, ktoré niektorí regulátori v EÚ začínajú klásť.

Hlbšia pointa: po prvý raz v živote tejto brožúry „hostovateľný ekvivalent špičky vo vlastnej réžii“ nie je eufemizmus. Nákupné tímy, ktoré predtým predpokladali, že jeden alebo dvaja americkí dodávatelia nemajú realistickú alternatívu, ich teraz majú viacero. Práca sa presúva z vyjednávania s jedným dodávateľom na navrhovanie architektúry okolo voľby. Tá voľba závisí od toho, ktoré suverénne režimy zlyhania vážite najviac.

Kde tento prúd pokračuje

Suverenita je jediný prúd, kde táto brožúra zámerne obmedzuje vlastnú hĺbku: sprievodná brožúra Merkantilizmus generatívnej AI ju spracúva v rozsahu knihy. Ak si z nej vezmete dva kúsky, vezmite si tieto. Po prvé, test vyzbrojený verzus na muške: ktoré odvetvia dostanú frontier prístup za priaznivých podmienok, lebo držiteľ továrne sa nimi nikdy nemôže stať, a na ktoré bude namierený šampión bloku, lebo ich marža je kognitívna práca, ktorú továreň vyrába. Po druhé, mechanizmus „otvorenosť je pozícia, nie princíp“: dôvod, prečo táto kapitola naceňuje čínske otvorené váhy ako stratégiu, ktorá sa môže zmeniť, nie ako záruku, a zdroj najčistejšieho jediného prezradenia v oboch brožúrach: deň, keď popredné čínske laboratórium dodá svoj najlepší model zatvorený, je deň, keď verí, že získalo náskok. Datované stávky sprievodnej brožúry sú zapojené do časti o žetónoch tejto brožúry.

Paralela s rokom 2015

Ktokoľvek, kto zažil podnikové prijímanie strojového učenia v rokoch 2014 až 2018, už tento tvar videl. Štatistici a dátoví vedci prišli z matematiky a štatistiky, plynulí v modelovaní, ale nerovnomerní v softvérovom inžinierstve. Stavali modely v notebookoch; modely fungovali v notebooku; modely sa nedodávali. Medzera bola skutočná a nosná, nie módna sťažnosť. Nakoniec ju vyriešilo desaťročie práce na MLOps, úložiskách príznakov, registroch modelov a medzifunkčných tímoch párujúcich dátových vedcov so softvérovými inžiniermi a platformovými ľuďmi. Schopnosť tam bola vždy. Cesta od schopnosti k produkcii sa stavala lepšiu časť desiatich rokov.

Medzera pri LLM má rovnaký tvar a podniky práve teraz tvrdo zasahuje. Schopnosť predbehla prevádzkovú zrelosť na jej nasadenie. Piloty sa množia; produkčné nasadenia zaostávajú. Číslo MIT NANDA „95 % nulová návratnosť“ má problémy s meraním, ale aj pri konzervatívnom prerámcovaní je základné posolstvo správne: väčšina podnikov nedokončila stranu nasadenia. Tých 61 % predplatných AI, ktoré Accenture označilo za „nedostatočne využívané kvôli slabej integrácii“, je ten istý príbeh vyslovený opatrnejšie. Rovnaká medzera v talente a nástrojoch. Rovnaká odpoveď: postavte most.

Čo je tentoraz inak

Paralela s rokom 2015 je správne lešenie, ale nie kópia. Dve veci sú podstatne iné a mali by pretvoriť, ako tímy rozpočtujú most.

Po prvé, oveľa menej práce na dátových pipeline. Éra ML z roku 2015 minula obrovské úsilie na dátové inžinierstvo: ETL, pipeline príznakov, rozdiel medzi tréningom a obsluhou, úložiská príznakov. LLM väčšinu z toho obracajú. Generujú výstupy z neštruktúrovaných vstupov namiesto spracovania štruktúrovaných dát; dátovou vrstvou je vyhľadávanie a skladanie kontextu, nie transformácia príznakov; veľkoobjemové ETL väčšinou nie je úzke hrdlo. Tímy, ktoré predpokladajú, že ich nasadenie LLM potrebuje dátový tím v tvare MLOps, budú rozpočtovať zle. Práca je skutočná, ale sedí inde.

Po druhé, oveľa viac práce na testovaní a validácii. Toto je časť, ktorú väčšina podnikov systematicky podceňuje. LLM vie vierohodne konfabulovať, agent vie konať, výstup sa dostáva priamo ku koncovým používateľom a potenciál škody neodhaleného zlyhania je kvalitatívne vyšší než „naša regresná testovacia sada sa posunula“. Práca, ktorá bývala 10–15 % výdavkov na MLOps (vyhodnocovanie, monitorovanie, kontrola výstupov), sa stáva prvotriednou infraštruktúrou. Vyhodnocovacie pipeline, red-teaming, kalibrácia ľudskej kontroly, riadenie zmien správania pri upgrade modelu: toto je samotná práca nasadenia. Tímy, ktoré obsadia most v tvare MLOps, zistia, že most je postavený zle.

Medzera medzi benchmarkom a nasadením, kvantifikovaná

Rovnaký vzor sa objavuje v každej doméne, ktorá bola starostlivo zmeraná. GPT-4 dosiahol v kontrolovaných medicínskych štúdiách 92-percentnú diagnostickú presnosť, ale metaanalýza 83 štúdií zistila iba 52,1 % celkovej diagnostickej presnosti AI v podmienkach skutočného sveta, takmer 40-bodovú medzeru. (Tie dve čísla pochádzajú z rôznych štúdií, modelov a návrhov úloh, takže rozdiel neberte ako meranie; zistením je konzistentný tvar, laboratórne skóre vysoko nad skóre v teréne.) Na benchmarku SWE-Lancer so skutočnými úlohami z freelance programovania uspejú aj špičkové modely iba v 26,2 % prípadov napriek takmer dokonalým skóre na HumanEval. Na úlohách s dlhým horizontom RE-Bench dosahujú AI systémy pri 2 hodinách 4× vyššie skóre než ľudia, ale pri 32 hodinách ľudia prekonávajú AI 2:1. Podnikový prieskum Deloitte 2026 zistil, že 20 % podnikov hlási tržby poháňané AI, kým dve tretiny sú stále zaseknuté v pilotoch. Každé z týchto čísel opisuje problém nasadenia a ani jedno problém schopnosti.

Regulácia ako druhotná sila zdvíhajúca podlahu

Regulácia hrá v tomto prúde vedľajšiu, nie hlavnú úlohu, ale je to skutočná sila druhého rádu a jedna správa objasňuje, ako ju vážiť. 7. mája 2026 dosiahli vyjednávači EÚ predbežnú politickú dohodu o Digitálnom omnibuse pre AI: vysokorizikové povinnosti podľa prílohy III sa odkladajú z 2. augusta 2026 na 2. decembra 2027 (16-mesačný odklad) a vysokorizikové povinnosti podľa prílohy I pre produkty regulované inými predpismi sa odkladajú z 2. augusta 2027 na 2. augusta 2028. Vodoznaky a transparentnosť AI obsahu sa posúvajú iba o tri mesiace, na 2. decembra 2026.

Odklad by nemal znížiť naliehavosť pre kupujúcich. Povinnosti pre modely všeobecného použitia podľa článkov 50–55 sú nezmenené a pokračujú podľa pôvodného harmonogramu. Zákazy podľa článku 5 už platia. Povinnosť gramotnosti v oblasti AI podľa článku 4 je už záväzná. Normy a usmernenia sa aj tak zverejnia tesne pred novými termínmi. Kódex postupov pre syntetický obsah sa má finalizovať v máji alebo júni 2026. Omnibus posunul najdrahšie, prevádzkovo najťažšie povinnosti, presne tie viazané na nasadenie vysokorizikových systémov. Medzera v nasadení je hlavný titulok; regulácia je podlaha pod ňou, ktorú omnibus posunul, ale neodstránil.

Paralelne beží autorské právo. Prípad Bartz v. Anthropic priniesol hromadné vyrovnanie za 1,5 miliardy dolárov. Viacokresný spor New York Times v. OpenAI sa stále melie cez dokazovanie: očakávané rozhodnutie v skrátenom konaní na jar 2026 neprišlo; namiesto toho rozhodnutie z januára 2026 prinútilo OpenAI vydať vzorku 20 miliónov konverzácií z logov ChatGPT, ktorá bude tvarovať spor o fair use. Proti AI firmám prebieha vyše 56 sporov o autorské práva. Každé vyrovnanie zdvíha podlahu práce na pôvode dát a náležitej starostlivosti potrebnej na nasadenie LLM v produkcii. Berte to ako trenie na strane nasadenia, nie ako samostatnú silu.

Ako naozaj vyzerajú tímy, ktoré medzeru preklenú

Riešením z roku 2015 boli medzifunkčné tímy: dátový vedec plus softvérový inžinier plus platformový inžinier. Riešenie z roku 2026 vyzerá tvarom podobne, ale prevážené: inžinieri vyhodnocovania, špecialisti na red-teaming a návrhári pracovných postupov sa stávajú prvotriednymi rolami. Menej práce s úložiskami príznakov; viac behaviorálneho testovania. Menej ETL; viac kontroly výstupov. Menej posunu konceptov; viac upgradov modelov, ktoré menia osobnosť. Tímy, ktoré v roku 2026 dodávajú funkcie s LLM do produkcie vo veľkom, sú tie, ktoré tento tvar už obsadili. Väčšina nie.

Dve jednotky

Rozhovor o schopnostiach AI sa mení, lebo ľudia, ktorí schopnosti kupujú, nie sú výskumníci benchmarkov. Zamestnávateľov nezaujíma, či model pridal dva body na MMLU. Zaujímajú ich dve čísla. Po prvé: koľko hodín dokáže agent na niečom autonómne pracovať, kým musí zasiahnuť človek. Po druhé: koľko hodina tej autonómnej práce stojí, v API tokenoch alebo výpočtovom výkone, v porovnaní s plne zaťaženou hodinovou sadzbou človeka, ktorý by to inak robil. Tieto dve čísla, vynásobené, sú matematika vytláčania. Prvé sa pozorovateľne zlepšuje v tempe zdvojnásobenia zhruba každé štyri mesiace. Druhé kolabuje na krivke, ktorú pokrýva časť 2. Súčin tých dvoch rozhodne, ktorá práca sa presunie a ktorá nie.

Kde je autonómia dnes

Prvá jednotka už nie je hypotetická. Pozorovateľné výstupy k polovici roka 2026: Claude Code bežne prevádzkuje viachodinové autonómne sedenia programovania; Computer Use od Anthropicu dovolí agentovi priamo ovládať plochu; Cursor (s Composerom 2.5) a Windsurf (s pribaleným Devin Cloud) predávajú agentné programovanie na hodiny, nie na demá. Google predviedol Antigravity 2.0 tak, že 93 podagentov vygenerovalo 2,6 miliardy tokenov na postavenie jadra frameworku operačného systému za zhruba 12 hodín: divadlo, áno, ale výstup existoval. Gemini Spark, oznámený na I/O 19. mája, je osobný agent, ktorý beží v cloude 24/7, aj keď je zariadenie používateľa vypnuté. Funkcia „Dreaming“ od Anthropicu dáva modelom konsolidáciu pamäte naprieč dlho bežiacou prácou. Žiadny z týchto nástrojov zatiaľ spoľahlivo neprekročí prah 8 hodín nerušenej práce, ale viaceré vedia v úzkych doménach udržať hodiny užitočnej autonómnej práce. To pred rokom neplatilo.

Porovnanie nákladov

Rámcovanie vytláčania funguje len vtedy, ak sa druhá jednotka zoradí s prvou. Vezmite reprezentatívnu úlohu znalostného pracovníka, ktorá senior praktikovi zaberie asi osem hodín: stredne zložitý programátorský tiket s testami alebo štruktúrovanú analýzu so syntézou dokumentov. Dnešná matematika, s cenami z mája 2026 a pozorovanou telemetriou tokenov Claude Code:

• Claude Opus 4.7 za 5 $ vstup / 25 $ výstup na milión tokenov. Mierne zaťažený autonómny agent na programovanie spáli rádovo 1M tokenov za hodinu (typicky ~700K vstup, ~300K výstup, s väčšinou vstupu v cache). Pri cene cachovaného vstupu to vychádza zhruba na 8 $ za agentnú hodinu. 8-hodinový autonómny beh vychádza na 65–80 $. Ťažká autonómna záťaž s mnohými nástrojmi tlačiaca 3–5M tokenov za hodinu posúva hodinové náklady do rozsahu 25–45 $.
• Claude Sonnet 4.6 za 3 $ vstup / 15 $ výstup na milión tokenov. Rovnaká záťaž pri miernom zaťažení: zhruba 5 $ za agentnú hodinu (samotných ~300K výstupných tokenov stojí 4,50 $); 8-hodinový beh vychádza na 35–45 $. Ťažká záťaž dosahuje 15–25 $ za hodinu.
• Claude Fable 5 (aktualizácia júl 2026) za 10 $ vstup / 50 $ výstup na milión tokenov, po stiahnutí iba cez API. Rovnaká mierna záťaž: zhruba 16 $ za agentnú hodinu (samotných ~300K výstupných tokenov stojí 15 $); 8-hodinový beh vychádza na 130–160 $. Prémia je nacenená proti nameranej schopnosti; pozri „Čo cena Fable 5 robí s matematikou“ nižšie.
• Porovnávací senior vývojár: v USA plne zaťažené hodinové náklady typicky vychádzajú na 130–245 $ za hodinu (základ 110–175 $ plus 20–40 % za benefity, dane, réžiu). V západnej Európe ekvivalent vychádza na 100–150 € plne zaťažených; v strednej a východnej Európe zhruba polovicu. Za 8-hodinový deň je to 1 000–2 000 $ v USA / 800–1 200 € v západnej EÚ.

Surový pomer, pred akoukoľvek réžiou, je pozoruhodný: autonómna hodina Opus 4.7 stojí zhruba 15–30× menej než hodina senior vývojára v USA, ktorú by nahradila; autonómna hodina Sonnet 4.6 zhruba 30–50× menej; aj hodina Fable 5, najdrahšia agentná hodina na trhu, vychádza zhruba 8–15× pod ľudský komparátor. Väčšina pozorovateľov sa tu zastaví, nadchne sa a dôjde k nesprávnemu záveru. Poctivé číslo pridáva réžiu kontroly a opakovaní: každá autonómna hodina dnes realisticky potrebuje zhruba 20–40 minút ľudského dohľadu, vyhodnocovacích behov a cyklov opakovania, kým sa práca dodá. Táto réžia stláča efektívnu medzeru na niečo skôr ako 3–10× lacnejšie pri správnom pracovnom postupe a na nulu alebo horšie pri pracovných postupoch, kde sa model stále zasekáva.

Časť 2 vysvetľuje, prečo sa podkladová medzera v tokenoch uzatvára rýchlejšie, než ľudia čakajú: náklady na inferenciu ekvivalentnú špičke klesli za dva roky o ~99 % a aprílová vlna otvorených váh 2026 (DeepSeek V4-Pro za 0,28 $/2,48 $ na milión tokenov) je ďalší faktor 10 pod platenou špičkou. Bod zlomu pre akýkoľvek konkrétny pracovný postup závisí najmä od dvoch vecí: koľko réžie ľudského dohľadu stále potrebuje a aký je plne zaťažený komparátor vo vašej geografii. Vyberte si jeden pracovný postup, ktorý váš tím naozaj robí. Odhadnite obe čísla. Sledujte pomer kvartálne. Ten pomer, viac než akýkoľvek benchmark, vám povie, kedy sa vytláčanie stane ekonomickým.

Dátový bod od METR

Jeden podporný dátový bod stojí za to držať na očiach. METR (Model Evaluation & Threat Research) publikuje meraný benchmark s názvom Time Horizon: dĺžka ľudskej práce, ktorú model dokáže dokončiť s 50-percentnou spoľahlivosťou. Ich dátová sada 2019–2025 ukazovala, že špička sa zdvojnásobuje zhruba každých 7 mesiacov. Ich aktualizácia TH 1.1 (január 2026) rozšírila sadu úloh o tretinu a zdvojnásobila počet úloh na 8+ hodín; merané od roku 2024 vychádza čas zdvojnásobenia blízko 3 mesiacov (89 dní). Kotvy sa hýbu rýchlo: Claude 3.7 Sonnet (začiatok 2025) sedel okolo horizontu 50 minút, kým pilot METR s frontier laboratóriami z februára–marca 2026 hlásil najsilnejších agentov blízko alebo za spoľahlivým meracím rozsahom samotného benchmarku. Ak ~3–4-mesačné zdvojnásobovanie vydrží, frontier modely prekročia 8-hodinový prah koncom roka 2026 alebo začiatkom 2027; pravítko sa môže minúť skôr než kalendár. Ak sa presadí staršie 7-mesačné tempo, posúva sa to k roku 2028. Tak či onak, vstupom do krivky vytláčania je trajektória, nie titulkové číslo.

Remote Labor Index: vytláčanie dostalo rebríček

K júlu 2026 má tento prúd nástroj, ktorý mu chýbal. Remote Labor Index (Center for AI Safety a Scale AI) je postavený zo skutočných zadaných freelance projektov: vyše 6 000 hodín profesionálnej práce v hodnote vyše 140 000 dolárov naprieč ôsmimi doménami od CAD a architektúry po dátovú analýzu a animáciu. Jeho metrikou je presne otázka tejto kapitoly v podobe benchmarku: miera automatizácie, podiel projektov, kde je výstup AI agenta posúdený ako rovnako dobrý ako výstup plateného profesionála. Na rozdiel od SWE-bench či MMLU sú jednotkami doláre a dodávky, nie body.

Doterajšia krivka: 2,5 % pri štarte koncom roka 2025; 4,17 % na jar (Opus 4.6 bežiaci v agentnom lešení); potom 1. júla 2026 CAIS publikoval prvý výsledok triedy Mythos: Fable 5 na 16,1 % (merané na 218 z 240 projektov pred dopadom obmedzení prístupu), zhruba dvojnásobok 8,3 % Opus 4.8, s GPT-5.5 na 6,3 %. Špička sa za necelých osem mesiacov viac než zoštvornásobila. Dve čítania toho čísla sú súčasne pravdivé a na oboch záleží. Pesimistické čítanie: 84 % skutočných, platených projektov práce na diaľku sa stále nedá zautomatizovať od začiatku do konca a aj titulkové výstupy by sa často nedali dodať ako hotová klientska práca; to je medzera medzi laboratóriom a produkciou z Prúdu 5, meraná vo faktúrach. Čítanie ako trajektória: toto je zdvojnásobovacie tempo METR objavujúce sa v nástroji denominovanom v dolároch a prevádza jednotku „hodiny“ tejto kapitoly na niečo, čo zamestnávateľ vie dať do tabuľky.

Čo cena Fable 5 robí s matematikou

Júnové frontier vydanie pohlo aj druhou jednotkou, nahor, a preto čísla tejto časti potrebujú nový základ. Fable 5 štartoval na 10 $ vstup / 50 $ výstup na milión tokenov, dvojnásobok Opus 4.7 na oboch meračoch, a jeho dostupnosť po stiahnutí je iba cez API so silnou vrstvou moderovania. Rovnaká mierna autonómna záťaž (~1M tokenov za hodinu) vychádza zhruba na 16 $ za agentnú hodinu; samotných ~300K výstupných tokenov stojí 15 $. Ale naceňte obe strany obchodu: pri zhruba 2× cene dosahuje zhruba 2× mieru automatizácie RLI oproti Opus 4.8, takže schopnosť na dolár na samom vrchole ostala rovnaká alebo lepšia, aj keď absolútna cena vzrástla. Toto je dvojpruhový trh z Prúdu 2 videný zo stoličky kupujúceho: frontier pruh si účtuje prémiu, ktorá zatiaľ kupuje merateľne viac hotovej práce na dolár pri najťažších úlohách, kým jednu úroveň nižšie komoditný pruh ďalej kolabuje k nákladom na hardvér. # SK segments of scenario-planning (part 3)

Čo z toho vyplýva pre capex

Ak sú „hodiny autonómnej práce“ správna os schopností, obraz capexu z časti 1 mení tvar. Tréningová časť výdavkov hyperškálových firiem (najväčšie predtréningové behy) sa sama osebe ťažšie obhajuje; menšie modely so silným post-tréningom, RL a používaním nástrojov sa pri mnohých pracovných postupoch vyrovnajú schopnostiam väčších. Inferenčná časť, projektovaná na zhruba 75 % dopytu po výpočtovom výkone AI do roku 2030 hlásené, sa stáva viac odôvodnenou, lebo každý dlho bežiaci agent je inferenčná záťaž s mnohými tokenmi, mnohými volaniami a často mnohými hodinami. Uvažujúce modely s rozšíreným myslením môžu použiť 10–100× viac tokenov na úlohu než chatové modely. Capex ostáva odôvodnený; posúva sa jeho rozdelenie medzi tréning a obsluhu.

Nesúlad bitov a atómov

Každá časová mierka v dekodéri capexu je v skutočnosti fyzická časová mierka vo finančnom kostýme. Postaviť fabriku na najmodernejšie čipy trvá tri až päť rokov. Pripojenie k sieti v gigawattovom rozsahu môže v preťažených regiónoch trvať väčšinu desaťročia. Dátové centrum trvá 12–24 mesiacov, ak energia už je. Frontier tréningový beh trvá mesiace. Čistá aritmetika dekodéra (peniaze v roku N, schopnosť v roku N+2 až N+4) platí len dovtedy, kým sa najpomalšie z tých hodín nezošmyknú. Tento prúd hodiny sleduje.

Energia: rad je priekopa

Sledovač radov Lawrence Berkeley National Laboratory počíta zhruba 2 300 gigawattov výroby a úložísk čakajúcich na pripojenie k americkej sieti, takmer dvojnásobok celej inštalovanej kapacity krajiny, s typickým čakaním meraným v rokoch. Medzitým sa strana dopytu úročí: energetická správa LBNL/DOE má dátové centrá na 4,4 % americkej elektriny v roku 2023, s projekciou 6,7–12 % do roku 2028, a 451 Research má dopyt dátových centier po sieti viac než zdvojnásobený zo 61,8 GW v roku 2025 na 134 GW do roku 2030. Trh už zrážku nacenil. PJM, prevádzkovateľ siete pre najhustejší koridor dátových centier na svete, dnes uzavrel tri po sebe idúce kapacitné aukcie na regulačnom cenovom strope; decembrová aukcia 2025 sa vyrovnala na 333,44 $/MW-deň a bez stropu by sa uzavrela blízko 530 $, pričom trhový monitor pripisuje dátovým centrám ako primárnemu hnaciemu faktoru zhruba 40 % z 16,4 miliardy dolárov nákladov tej aukcie. Preto hyperškálové firmy kupujú elektrárne, nie elektrinu: reštart bloku 1 Three Mile Island (dnes Crane Clean Energy Center) existuje, lebo Microsoft podpísal 20-ročnú zmluvu na všetkých jeho 835 MW, a smeruje k reštartu v druhej polovici roka 2027, rok pred pôvodným plánom. Prvý americký jadrový reaktor privedený späť z dôchodku špecificky na kŕmenie AI je fakt, ktorý by verzia tohto odvetvia z roku 2015 považovala za neuveriteľný.

Čipy: jeden ostrov, jeden baliaci závod, traja dodávatelia pamäte

Kremíková strana sa koncentruje ešte tvrdšie. TSMC vyrába zhruba 90 % najpokročilejších logických čipov sveta a jeho pokročilé uzly (tie, ktoré používajú AI akcelerátory) dnes tvoria asi 74 % jeho tržieb z waferov, so zvyšovaním cien naprieč všetkými. Úzke hrdlo v úzkom hrdle je pokročilé balenie: kapacita CoWoS je úplne obsadená s dodacími lehotami 52–78 týždňov, dopyt sa v roku 2026 blíži k miliónu waferov a samotná Nvidia drží odhadovaných 60 % z toho. Pamäť s vysokou priepustnosťou je oligopol troch dodávateľov, v ktorom SK Hynix drží zhruba 62 %, a HBM3E je na celý rok 2026 fakticky vypredaná. Prečítajte tie tri vety oproti dekodéru: keď sú vstupy schopnosti predpredané 12–18 mesiacov dopredu, capex prestane byť gombíkom, ktorým otáčate, a stane sa pozíciou v rade, ktorú bránite.

Politika energie dorazila

Počas roka 2025 bol tento prúd inžinierskym príbehom. V roku 2026 mu rýchlo narástla politická vrstva. V prvých šiestich týždňoch roka bolo vo vyše 30 štátoch podaných vyše 300 návrhov zákonov o dátových centrách (oproti asi 200 návrhom za celý rok 2025), pričom aspoň tucet štátov navrhuje priame moratóriá. Zákonodarný zbor Maine skutočne schválil prvý celoštátny zákaz (LD 307, blokujúci dátové centrá nad 20 MW); guvernérka Millsová ho v apríli vetovala a prelomenie veta zlyhalo o sedem hlasov. Zákonodarný zbor New Yorku schválil vlastné ročné moratórium, ktoré čakalo na podpis, keď toto vydanie išlo do tlače. Vzor, ktorý treba sledovať, nie je jednotlivý zákon, ale smer: maloobchodné účty za elektrinu sa stávajú politickým prenosovým mechanizmom, keďže IEEFA pripisuje 63 % nárastu cien v aukcii PJM 2025/26, nejakých 9,3 miliardy dolárov vymáhateľných od odberateľov, dátovým centrám, a voliči platia maloobchodné účty. Paralelne začala federálna vrstva zaobchádzať so samotným výpočtovým výkonom ako s kontrolovanou látkou: pravidlá účinné od 15. januára 2026 kodifikovali exportnú kontrolu pokročilých AI čipov prípad od prípadu a uložili 25-percentné clo na pokročilé AI čipy neurčené pre americký dodávateľský reťazec. Kapitola „zlato je výpočtový výkon“ sprievodnej brožúry argumentuje, že presne sem merkantilistická kontrola prirodzene pristáva, lebo koncentrovaný výpočtový výkon je jediný vstup, ktorý nemôže uniknúť.

Prečo je to prúd, nie poznámka pod čiarou k Prúdu 1

Prúd 1 sa pýta, či peniaze ostávajú správne. Tento prúd sa pýta, či sa peniaze dajú minúť. To sú rôzne režimy zlyhania s rôznymi podpismi: Prúd 1 zlyháva cez sklamanie z modelov, Prúd 3 cez miznúce financovanie a Prúd 7 cez posúvajúce sa dátumy, regionálnu vzácnosť a cenové prémie, ktoré nemajú nič spoločné so schopnosťou. Z pozadia bol na plný prúd povýšený v tomto vydaní, lebo 2026 je rok, keď sa jeho spúšťací povrch stal pozorovateľným: kapacitné aukcie na stropoch, návrhy moratórií v tucte parlamentov, dodacie lehoty balenia presahujúce poldruha roka. Atómy sa stali politickými.

Odstráňte štatistiky a tento prúd kladie jednoduchú otázku: keď AI začne robiť skutočnú prácu, čo urobia ľudia, ktorých práca to bola, a politici, ktorí ich zastupujú? Prúd 6 sleduje, či matematika automatizácie funguje. Tento prúd sleduje ľudskú odpoveď na ňu: pracovníci sa organizujú, firmy zatajujú, dodávatelia si potichu predplácajú politické účty, zákonodarcovia hľadajú, čo zdaniť. Príbeh nesú štyri scény.

Kanáriky prestali spievať

Najčistejší dôkaz, že vytláčanie je skutočné, pochádza zo štúdie Stanford Digital Economy Lab „Kanáriky v uhoľnej bani“, spracovanej na mzdových dátach ADP pokrývajúcich milióny pracovníkov. Jej jadrové zistenie je jednoduché: AI pohlcuje úlohy skôr než pracovné miesta, a najprv vstupné úlohy. Od príchodu generatívnej AI klesla zamestnanosť najmladších pracovníkov (22–25) v profesiách najviac vystavených AI zhruba o 16 %, kým starší pracovníci v tých istých profesiách v tých istých firmách rástli. Prečítajte si to znova: tá istá firma, ten istý názov pozície, opačné osudy, podľa toho, či vaša denná práca bola vstupný výsek. Nadväzujúci dashboard ukazuje, že pokles sa počas jari 2026 stále zrýchľuje, a Stanford AI Index pridáva najostrejší sektorový rez: zamestnanosť mladých softvérových vývojárov klesla od roku 2024 takmer o 20 %. Toto je ekonomika Prúdu 6 prichádzajúca do mzdových dát, najmladšia kohorta prvá, presne tam, kde matematika hodín a dolárov povedala, že zahryzne.

Pranie pripisovania

Teraz položte tento dôkaz vedľa oficiálneho záznamu, lebo tie dva rozprávajú opačné príbehy. New York sa stal prvým štátom, ktorý od zamestnávateľov vyžaduje, aby uviedli, či hromadné prepúšťanie spôsobila AI. Po jedenástich mesiacoch nula zo 162 hlásení povedala áno. V tom istom úseku dosiahol priebežný tlačový súčet verejne AI pripísaných škrtov pracovných miest (Challenger, Gray & Christmas) 87 714 za prvých päť mesiacov 2026, viac než za celý rok 2025. Obe čísla môžu byť pravdivé naraz, lebo pripisovanie je voľba: prepúšťanie ohlásené ako „reštrukturalizácia“ je právne čistejšie a reputačne lacnejšie než ohlásené ako „automatizácia“. Amazon škrtajúci zhruba 30 000 korporátnych pozícií, kým míňa 125 miliárd dolárov na capex do AI, s hlásenými internými plánmi vyhnúť sa asi 600 000 budúcim náborom cez robotiku a AI, je ten istý ťah v najväčšom rozsahu. Plánovací dôsledok je nezvyčajný: oficiálne štatistiky budú tento prúd systematicky podceňovať, takže jeho spúšťače musia sledovať iné miesta (medzery v hláseniach, požiadavky odborov, súkromné fondy), nie titulkové čísla.

Otázka dane prichádza pred daňou

Najvýrečnejší vývoj roku 2026 je, kto sa pohol prvý. 6. apríla OpenAI zverejnilo hospodársko-politické návrhy, ktoré zahŕňajú potenciálnu daň z robotov, „Public Wealth Fund“ dávajúci Američanom automatický podiel v AI firmách a infraštruktúre a dotovaný štvordňový pracovný týždeň. Zastavte sa pri tom na sekundu: firma, ktorá tú technológiu stavia, navrhuje vlastný redistribučný mechanizmus, bez vyzvania. V júni sa spustil fond pre pracovnú silu RAISE US s vyše 500 miliónmi dolárov získanými smerom k cieľu 1 miliardy, ukotvený Amazonom, Anthropicom, Microsoftom a OpenAI Foundation. Medzitým definičný problém drží skutočnú legislatívu zaseknutú: ako to vyjadril prieskum daňových úradov Bloomberg Law, vlády chcú zdaniť AI, ale zatiaľ nevedia definovať jednotku. Tokeny? Agentné hodiny? Výpočtový výkon? Nahradené hlavy? Keď si odvetvie začne predplácať politický účet, ktorý mu nikto formálne nepredložil, hovorí vám, čo očakáva, že tento prúd prinesie.

Odborársky scenár už existuje

Strana odpovede nezačína od nuly. Ustanovenia SAG-AFTRA o AI z roku 2023, podmienky technologického odstupného Kulinárskeho zväzu v Las Vegas (2 000 dolárov za každý odpracovaný rok pre technológiou vytlačených pracovníkov) a zmluva prístavných robotníkov z januára 2025 obmedzujúca automatizáciu prístavov predchádzajú agentnej ére. V roku 2026 scenár vstúpil do znalostnej práce: jednodňový štrajk v ProPublica v apríli s používaním AI ako ústrednou témou, list odborov New York Times deň predtým označujúci politiku novín k AI za nedostatočnú, sťažnosť odborov AP na nekalé pracovné praktiky pre AI deň pred tým a arbitrážne víťazstvo z decembra 2025 v Politicu za spustenie AI produktov bez konzultácie s odbormi. Klauzuly o AI sa stávajú bežnou požiadavkou pri vyjednávaní. Nič z toho zatiaľ nie je akcia 10 000 pracovníkov, ale šablóny sú napísané, otestované a kolujú.

Prečo je to prúd, nie kapitola Prúdu 6

Prúd 6 meria ekonomiku; tento prúd sleduje funkciu odpovede a funkcie odpovede sú nespojité tam, kde je ekonomika hladká. RLI je pánt medzi nimi: ten istý nástroj, ktorý zamestnávateľom hovorí, že matematika začína fungovať, hovorí zákonodarcom, že funguje. Všimnite si účtovný dôsledok, lebo záleží na ňom pri syntéze: keď jedno zverejnenie RLI pristane v denníkoch spúšťačov oboch kapitol, je to jedna udalosť v dvoch kabátoch. Podľa pravidla jednej udalosti sa počíta raz, nie ako spustený pár.