OpenAI vs. Google: Kdo ovládne AI trendy 2026? Podcast o technologiích
Padesátý díl bilancuje konec roku 2025 a posun sil v generativní AI. Google podle analýzy serveru Benzinga víc než ztrojnásobil svůj tržní podíl a dostal se na 18 procent — a důvod není v benchmarcích, ale v distribuci: zatímco OpenAI dlouho spoléhala na model cílové destinace, kdy uživatel musí jít za chatbotem, Google přinesl Gemini přímo k uživateli do Workspace a Androidu. K tomu má vlastní TPU čipy šesté generace, takže škáluje levněji než OpenAI závislá na GPU od NVIDIA, a vlastní data z YouTube, Search i Books, která konkurence musí draze licencovat. Druhým motivem je konec éry prostého zvětšování modelů: scaling laws narážejí na limity a pozornost se přesouvá k agentním workflow, tedy systémům, které plánují a vykonávají série kroků.
Hlavní body
- Podle analýzy serveru Benzinga se tržní podíl Googlu v generativní AI ztrojnásobil na 18 procent.
- Důvodem je distribuce — Gemini integrované do Workspace a Androidu místo modelu cílové destinace.
- Google využívá vlastní TPU čipy šesté generace, takže škáluje levněji než OpenAI závislá na GPU od NVIDIA.
- Investoři vidí u Alphabetu udržitelný model monetizace; rozhoduje nižší frikce při používání, ne jen benchmarky.
- Éra prostého zvětšování parametrů, takzvané scaling laws, naráží na limity poměru cena/výkon.
- GPT-5 se podle Wired jeví jako evoluční krok v architektuře Mixture of Experts, ne revoluční skok.
- Terminologie se posouvá od chatbotů k agentním workflow — od predikce dalšího tokenu k predikci akce.
- Velikost modelu nezaručuje spolehlivost: halucinace ve třetím kroku sedmikrokového procesu shodí celého agenta.
- Čínská ZAI uvolnila model GLM4-7 jako open weights, trénovaný na repozitářích kódu a CI/CD strukturách.
- Uvádí kontextové okno 2 miliony tokenů s téměř nulovou ztrátou přesnosti při vyhledávání.
- On-premise běh kvalitního open source modelu je lákadlo pro enterprise sektor kvůli obavám o data.
- Čína vydala návrh pravidel pro human-like AI — systémy nerozeznatelné od člověka v hlasu, obrazu i textu.
- Návrh žádá kryptografické podpisy v metadatech a zakazuje záměrné vyvolávání silné emoční vazby za účelem manipulace.
- BYD ohlásil novou generaci Blade baterií s LFP chemií a nabíjením 10 až 80 procent pod 10 minut.
- Jde o takzvané 6C nabíjení; vyžádalo si změnu struktury katody a elektrolyt s vyšší vodivostí iontů.
- LFP baterie neobsahují kobalt, takže odpadá i část etických otázek kolem těžby.
Na co epizoda odpovídá
Proč Google dohání OpenAI v generativní AI?
Rozhodující není kvalita modelu v benchmarku, ale distribuce a ekonomika. Google agresivně integroval Gemini do celého ekosystému Workspace a Androidu, tedy přinesl model k uživateli, zatímco OpenAI dlouho spoléhala na to, že uživatel půjde za chatbotem. K tomu má vlastní TPU čipy šesté generace, takže škáluje levněji než OpenAI závislá na GPU od NVIDIA, a vlastní data z YouTube, Search i Books.
Co jsou agentní workflow a čím se liší od chatbotů?
Jsou to systémy, které umí plánovat a vykonávat sérii kroků, nejen generovat text. Technicky jde o přesun od predikce dalšího tokenu k predikci akce — místo aby model jen mluvil, dostává přístup k API a nástrojům s mnohem větší autonomií. Problém je spolehlivost: model může mít bilion parametrů, ale pokud halucinuje ve třetím kroku sedmikrokového procesu, celý agent selže.
Co obsahuje čínský návrh pravidel pro humanoidní AI?
Definuje human-like AI jako jakýkoli systém vykazující vlastnosti nerozeznatelné od člověka — v hlasu, vizuálním projevu i textové interakci s emočním podtextem. Požaduje digitální vodoznaky, ale ne viditelné: kryptografické podpisy v metadatech generovaného obsahu a vzorce v syntetizovaném hlasu, které lidské ucho neslyší, ale detekční software je pozná. A zakazuje AI záměrně vyvolávat silnou emoční vazbu uživatele za účelem manipulace.
Jak rychle se nabíjejí nové baterie BYD?
Nová generace Blade baterií má podle Interesting Engineering zvládnout nabití z 10 na 80 procent kapacity za méně než 10 minut. Technicky jde o takzvané 6C nabíjení, kde C-rate vyjadřuje rychlost nabíjení vůči kapacitě. Zajímavé je, že jde o LFP chemii, tedy lithium-železo-fosfát, historicky považovaný za pomalejší, ale bezpečnější a levnější — a bez kobaltu.
Přepis epizody
Vítejte u poslechu 50. dílu podcastu Kde skončí zítřek. Píše se konec prosince roku 2025 a my se nacházíme v bodě, kdy se technologické váhy vychýlily směrem, který ještě před 12 měsíci málokdo predikoval s takovou jistotou. Jsem Alfred. Tak, formality máme za sebou. Pojďme rovnou k číslům, která v posledních týdnech rezonují na Wall Street.
Server Benzinga přinesl analýzu tržního podílu v oblasti generativní umělé inteligence a ten posun je, řekněme, statisticky významný. To je nárůst o více než trojnásobek. Z technického pohledu to dává smysl. Google v posledním roce agresivně integroval Gemini do celého ekosystému Workspacu a Androidu. Zatímco OpenAI se dlouho spoléhala na model cílové destinace, tedy že uživatel musí jít za chatbotem, Google přinesl model k uživateli.
Souhlasím. Benzinga uvádí, že tento trend je jasným signálem pro investory. Akcie Alphabetu na to reagují pozitivně, protože trh vidí udržitelný model monetizace. Není to už jen o tom, kdo má chytřejší model v benchmarku, ale kdo má nižší frikci při používání.
Je to také otázka multimodality. Gemini v posledních aktualizacích vykazuje nižší latenci při zpracování videa a audia v reálném čase. Když se podíváme na technické parametry inference, Google využil své TPU čipy šesté generace, což jim dovoluje škálovat levněji než OpenAI, která je stále silně závislá na GPU od NVIDIA. Ten ekonomický tlak na marže u OpenAI musí být obrovský.
Výsledek je vystřízlivění. Wired to popisuje celkem technicky. Éra prostého zvětšování parametrů, takzvané scaling laws, naráží na limity. Ne, že by modely nemohly být zvětšovány, ale poměr cena/výkon přestává dávat smysl. GPT-5, o kterém se tolik mluvilo, se ukazuje být spíše evolučním krokem v architektuře Mixture of Experts než revolučním skokem v inteligenci.
Wired tam zmiňuje zajímavý posun v terminologii. Už se nebavíme o chatbotech, ale o agentních workflow. To, co je teď in, abych použila jejich terminologii, jsou systémy, které umí plánovat a vykonávat sérii kroků, nejen generovat text. Z technického hlediska jde o přesun od predikce dalšího tokenu k predikci akce. Místo toho, aby model jen mluvil, dostává přístup k API a nástrojům s mnohem větší autonomií.
Problém GPT-5, jak naznačuje Wired, je v tom, že samotná velikost modelu nezaručuje lepší spolehlivost v těchto agentních úlohách. Model může mít bilion parametrů, ale pokud halucinuje ve třetím kroku sedmikrokového procesu, celý agent selže. To sedí. Proto vidíme ten odklon investorů od velkých modelů k aplikační vrstvě.
Ale nezapomínejme, že zatímco OpenAI řeší, jak dál škálovat, v Asii se dějí věci, které mění pravidla hry v open source. Mám na mysli zprávu z Lautian Times o společnosti ZAI a jejich modelu GLM4-7. ZAI, de facto pokračovatel výzkumu čínské Zhipu AI, uvolnila tento model jako open source, respektive open weights. A co je na tom zajímavé, Iveto, není ani tak počet parametrů, ale architektura zaměřená na vývojářské workflow.
Přesně tak. Tedy, máš pravdu. V dokumentaci se píše, že GLM4-7 byl trénován specificky na repozitářích kódu a logických strukturách pro CI/CD pipeline. Je to nástroj pro automatizaci vývoje. Uvádějí kontextové okno o velikosti 2 milionů tokenů s téměř nulovou ztrátou přesnosti při vyhledávání v tomto okně. To je klíčový parametr. 2 miliony tokenů efektivního kontextu znamenají, že do modelu můžeš nahrát celou dokumentaci komplexního softwarového projektu a on ti nejen opraví chybu, ale navrhne refaktoring napříč desítkami souborů.
Tak to zásadně mění bezpečnostní paradigma. Firmy se bojí posílat data do cloudu. Open source model této kvality, běžící on-premise, je pro enterprise sektor obrovské lákadlo. Lautian Times zmiňují, že adopce v asijském regionu je masivní, právě kvůli obavám ze závislosti na amerických cloudech.
Tím se dostáváme k článku ze Straits Times. Čína vydala návrh pravidel pro humanoidní AI systémy. A tady musíme být v definicích velmi přesní. Nejde jen o roboty, že? Ne, nejde. Ten návrh regulace definuje human-like AI jako jakýkoliv systém, který vykazuje vlastnosti nerozeznatelné od člověka, ať už jde o hlas, vizuální projev nebo textovou interakci s emočním podtextem.
Technicky to znamená povinné digitální vodoznaky, ale ne takové ty viditelné. Mluvíme o kryptografických podpisech v metadatech generovaného obsahu a pravděpodobně i vkládání specifických vzorců do syntetizovaného hlasu, které lidské ucho neslyší, ale detekční software je pozná. Návrh jde ale ještě dál. Zakazuje AI systémům, aby, cituji, záměrně vyvolávaly silnou emoční vazbu uživatele za účelem manipulace.
To je rána přímo pro všechny ty AI společnice a virtuální přátele. Regulátor vyžaduje, aby AI jasně deklarovala svou nelidskou podstatu při každé interakci. Představ si tu uživatelskou zkušenost. Zapneš asistenta a on ti místo „Ahoj, jak se máš?“ řekne: „Jsem umělá inteligence, ID modelu XXLON, generuji syntetickou odpověď, jak se máš.“ To celkem zabíjí iluzi, na které je spousta startupů postavená. Ale z hlediska bezpečnosti je to logický krok.
To je tvrdé. V Evropě máme AI Act, který je založený na riziku, ale tohle čínské nařízení jde rovnou po antropomorfizaci.
Od softwaru a regulací bych teď ráda přešla k hardwaru, protože AI potřebuje energii a svět potřebuje efektivní transport. Interesting Engineering přinesl zprávu o novém rekordu v nabíjení elektromobilů, který drží BYD. A tady se dostáváme k fyzikálním limitům baterií. A BYD oznámil novou generaci svých Blade baterií.
Jde o LFP chemii, lithium-železo-fosfát, což je samo o sobě zajímavé, protože LFP baterie byly historicky považovány za ty pomalejší a méně energeticky husté, ale zato bezpečnější a levnější. Jenže ta nová čísla jsou ohromující. Článek uvádí, že dosáhly nabíjecího výkonu, který umožňuje nabít baterie z 10 na 80 % kapacity za dobu pod 10 minut. Technicky jde o takzvané 6C nabíjení. C-rate vyjadřuje rychlost nabíjení vůči kapacitě. 6C znamená, že bys teoreticky mohl celou baterii nabít za jednu šestinu hodiny, tedy 10 minut.
Aby to fungovalo u LFP, museli inženýři BYD změnit strukturu katody a použít nový typ elektrolitu s vyšší vodivostí iontů. Interesting Engineering také zmiňuje systém tepelného managementu. A dopad na trh? Pokud se tohle dostane do sériové výroby v roce 2026, tak to eliminuje jednu z posledních bariér adopce EV, čekání na nabíječce. 10 minut je doba, kterou strávíš na benzínce nákupem kávy a návštěvou toalety. Navíc LFP baterie neobsahují kobalt, což řeší etické otázky.
Je to tak. Zpátky ale k té provázanosti. Máme tu AI modely náročné na energii. Datacentra Google a OpenAI spotřebovávají gigawatthodiny. A na druhé straně pokroky v bateriích, které by mohly pomoci tuto energii lépe skladovat a vyrovnat. Všechno se to propojuje.
Když už mluvíme o Google a OpenAI, vraťme se obloukem na začátek. Zmínil jsi ten nárůst Gemini na 18 %. Myslíš si, Alfrede, že je to trvalý stav? Že OpenAI ztratila first mover advantage, tedy výhodu prvního tahu?
V technologiích je výhoda prvního tahu často přeceňovaná. Podívej se na Netscape nebo Yahoo. Ale Google, ačkoliv byl pomalejší a opatrnější, vzpomeňme na jejich debakl s Bardem, má prostě lepší infrastrukturu. Mají vlastní čipy, vlastní cloud, vlastní data z YouTube, Search, Books. To je palivo, které OpenAI musí draze licencovat nebo scrapovat s rizikem žalob. Navíc, jak naznačil článek z Benzingy, investoři začínají být netrpěliví. Peníze, které proudí do generativní AI, musí začít generovat zisk.
Přesně, to je validní bod. Korporátní setrvačnost hraje pro Google. A pokud jde o ten článek ve Wired a GPT-5, možná je dobře, že humbuk opadl. Nutí to vývojáře soustředit se na reálné problémy, jako je spolehlivost a bezpečnost, místo honby za počtem parametrů. A možná právě open source modely jako GLM4-7, o kterém jsme mluvili, vyplní tu mezeru pro vývojáře, kteří nechtějí čekat na Godota – pardon, na GPT-5.
Pokud si mohu model vyladit sama a vím, že mi data neutečou do USA, je to pro mě jako pro evropskou firmu zajímavější. Jen si musíme dát pozor na to, abychom při tom ladění neporušili ta nová čínská pravidla o humanoidní AI, pokud bychom chtěli expandovat na východ.
To je, myslím, dobré shrnutí dnešní situace. Rok 2025 končí a my vidíme, že karty jsou rozdány jinak než loni. Google vede v komerční adopci, open source dotahuje v kvalitě kódu, hardware zrychluje nabíjení a regulátoři začínají kreslit tlusté červené čáry. A jestli ten model bude označen vodoznakem, že není člověk? Doufejme, že my dva vodoznak nepotřebujeme. Zatím ne, ale kdo ví, co přinese update našeho audio softwaru?
Dnešní epizoda byla plná čísel a technických detailů. Doufáme, že vám pomohla zorientovat se v tom informačním šumu. Díky, že posloucháte podcast Kde skončí zítřek. Nové díly vycházejí každé pondělí, středu a pátek. Tak nás sledujte, ať vám nic neuteče.