Sam Altman přiznal chybný odhad: GPT-4 změnil AI, ne však ekonomiku tak rychle

Generální ředitel OpenAI Sam Altman zřejmě neupravuje svůj názor na význam umělé inteligence, ale na rychlost, s jakou změní ekonomiku. V rozhovoru zveřejněném 23. srpna 2026 uvedl, že po příchodu GPT-4 v roce 2023 očekával mnohem rychlejší otřesy v softwarových firmách i v širší ekonomice. 36

Hlavní poučení je jednoduché: schopný model je teprve začátek. Aby se jeho schopnosti promítly do celé ekonomiky, musí vzniknout užitečné aplikace, firmy musejí přepracovat své procesy, vybudovat se potřebná infrastruktura a společnost musí přijmout pravidla i náklady spojené s jejich provozem. To vše postupuje pomaleji a vyvolává více sporů, než naznačovala euforie po uvedení GPT-4.

Altmanův nový odhad vývoje AI

Altmanovo přiznání staví do kontrastu technologický pokrok a ekonomické osvojení technologie. Očekával, že poté, co GPT-4 předvedl novou úroveň schopností, se firmy a softwarový trh rychle promění. Přechod od výkonu modelu k rozsáhlému narušení podnikání se však ukázal jako pomalejší. 36

Neznamená to, že AI ztratila ekonomický význam. Trénování stále schopnějších modelů samo o sobě automaticky nezmění způsob fungování firem. Podniky potřebují spolehlivé produkty, napojení na stávající systémy, nové pracovní postupy, školení zaměstnanců a přesvědčivý důvod, proč přijmout další náklady.

Krátkodobým úzkým hrdlem proto podle tohoto pohledu není jen otázka, zda se modely dokážou dále zlepšovat, ale také to, zda je organizace umějí efektivně nasadit. Altman zároveň dál popisuje rychlý vývoj AI a pokles nákladů na její používání. Pomalejší dopad na ekonomiku tedy nelze zaměňovat za ústup od ambicí. 40

Proč firmy zaostávají za schopnostmi modelů

Mezi ukázkou schopností modelu a jeho skutečným nasazením ve firmě zeje velká mezera. Organizace musejí často přepracovat procesy, nastavit kontrolu, zabezpečit data, vyřešit kybernetická rizika a určit, kdo ponese odpovědnost, když systém udělá chybu.

Další překážkou je infrastruktura. AI vyžaduje obrovské množství výpočetní kapacity, zatímco výstavba datových center naráží na obavy z odběru elektřiny a vody, zatížení sítí, využití půdy i dopadů na místní ekonomiku. Podle průzkumu Gallupu citovaného deníkem The New York Times 71 % dospělých Američanů odmítá výstavbu AI datového centra ve svém okolí. Stejná zpráva uvedla, že více než desítka projektů byla kvůli odporu místních obyvatel zablokována nebo odložena. 18

Altman řekl, že místním obavám rozumí, a navrhl, že datová centra by mohla být vhodnější v odlehlých pouštních oblastech. 23 Tento návrh dobře ilustruje praktické limity expanze AI: nestačí mít čipy a přístup k výpočetnímu výkonu. Projekty potřebují také povolení, přenosové kapacity, pozemky a podporu komunit.

Proč Altman mluví o zpomalení vývoje

Altman samostatně uvedl, že vývoj AI možná bude nutné „dávkovat“ tak, aby společnost získala čas připravit se na nové úrovně schopností a „vyztužit se kolem nich“. Zároveň varoval, že případný koordinovaný postup nesmí vést k ovládnutí regulace nebo k tajné spolupráci několika předních laboratoří. 37

Nejde o výzvu k trvalému zastavení vývoje AI. Spíše o argument, že tempo nasazování by mělo být lépe sladěno s tempem společenské adaptace. Technologie může postupovat rychle, zatímco instituce, firmy i veřejnost, které ji mají řídit, používat a přijmout, se přizpůsobují pomaleji.

Dvě podoby varování před „protilidskou“ AI

V popisované debatě se objevují dva protichůdné scénáře:

1. AI se stane natolik mocnou, že ji lidé a instituce přestanou smysluplně kontrolovat.
2. Kontrola nad pokročilou AI se soustředí do rukou příliš malého počtu firem nebo vlád.

Druhý scénář odpovídá Altmanovu širšímu názoru, že AI musí být demokratizována a že moc nesmí být příliš koncentrovaná. 44 Tyto dva typy rizik však vedou k odlišným politickým řešením. Silná centrální kontrola může omezit některé způsoby zneužití, zároveň ale může posílit koncentraci přístupu a rozhodování u několika aktérů.

Dostupné podklady nepotvrzují, že Altman přímo útočil na Anthropic nebo že označil jeho bezpečnostně zaměřený přístup za ze své podstaty protilidský. Takové čtení je interpretace, nikoli potvrzené tvrzení. Opatrnější a doložitelný závěr je, že vývoj pokročilé AI vytváří skutečné napětí mezi bezpečnostními omezeními a koncentrací moci.

Co naznačuje investice Nvidie do Poolside

Ohlášená transakce Nvidie s firmou Poolside ukazuje, proč pomalejší adopci nelze zaměňovat za slabší investice. Nvidia má podle zpráv zaplatit 6 miliard dolarů za licenci na technologie Poolside a dalších 1 miliardu dolarů do startupu investovat. Více než 100 zaměstnanců Poolside má pracovat na rodině otevřených modelů Nemotron od Nvidie. 1

Tento krok naznačuje, že závod v AI se neomezuje na trénování nejpokročilejších modelů. Výrobci hardwaru a vývojáři modelů investují také do softwarových systémů, procesů pro vývoj modelů a modelů s otevřenými vahami, které lze snáze upravovat a nasazovat v různých prostředích. 5

Smysluplnější je proto chápat tuto transakci jako přípravu na delší cyklus nasazování než jako signál, že Nvidia očekává kolaps poptávky po AI. Firmy mohou počítat s tím, že se AI bude postupně šířit do mnoha aplikací a organizací, nikoli že jediné vydání modelu okamžitě převrátí celou ekonomiku.

Nejde o ústup, ale o pomalejší šíření

Altmanův upravený časový odhad, odpor proti datovým centrům i investice Nvidie do Poolside společně ukazují na složitější proměnu než původní technologický optimismus.

Vývoj AI dál zrychluje, adopci však omezují zejména:

• obtížnost vytvářet spolehlivé aplikace;
• organizační změny nutné k přepracování firemních procesů;
• dostupnost výpočetní kapacity, elektřiny, vody a přenosových sítí;
• povolovací řízení a místní politický odpor;
• otázky bezpečnosti, odpovědnosti a koncentrace moci.

Nejpřesnější závěr proto nezní, že se přední AI firmy dohodly na záměrném zpomalení vývoje. Důkazy ukazují něco nuancovanějšího: dál investují agresivně, zároveň ale počítají s tím, že ekonomická proměna přijde prostřednictvím pomalejšího, kapitálově náročného a politicky sporného šíření. GPT-4 mohl představovat velký skok ve schopnostech modelů, schopnost modelu však nikdy nebyla totéž co okamžité přijetí v celé ekonomice.