Závod se přiostřuje. SpaceX Elona Muska, která kromě vesmírných raket vyvíjí i modely umělé inteligence, minulý týden oznámila, že na americkém akciovém trhu usiluje o ocenění ve výši 1,77 bilionu dolarů (1,31 bilionu liber). Mezitím startup Anthropic, stojící za chatbotem Claude, uvedl, že podal žádost o vstup na burzu. Očekává se, že OpenAI, vývojář ChatGPT, učiní totéž.
Tento nejnovější vrchol na trhu s umělou inteligencí přichází uprostřed mnohabilionových investic do související infrastruktury, jako jsou datová centra. Zároveň se společnosti snaží technologii využívat způsoby, které by jejich investice zhodnotily. Následuje přehled toho, kde se boom umělé inteligence nachází, a šest klíčových grafů, které ukazují, jak jsme se sem dostali.
1. Umělá inteligence vynesla akcie do nových výšin
Index S&P 500, který sleduje 500 největších amerických společností, za posledních pět let vzrostl o téměř 80 %. Tento skok byl poháněn akciemi velkých technologických firem, které mají podíl na boomu umělé inteligence – „velkolepou sedmou": Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia a Tesla.
Zaměření investorů na technologie je bezprecedentní, říká Jim Bianco z americké firmy Bianco Research. Jeho výzkum zjistil, že 41 akcií souvisejících s AI nyní tvoří téměř polovinu celkové tržní hodnoty indexu S&P 500.
Neil Wilson, analytik investiční platformy Saxo UK, varuje, že riziko inflačního šoku ve stylu 70. let, obecně vysoká ocenění technologických firem a potenciální zamrznutí trhů soukromého úvěru nevěstí pro akcie nic dobrého.
„Celý trh se stal jednou obří AI strukturou," říká. „Nebezpečí spočívá v opakování prasknutí internetové bubliny – masivní krach a roky ztracených výnosů. Podle některých měřítek nejsou ocenění tak natažená jako tehdy, ale vypadá to jako neuvěřitelně rizikový trh."
2. Výdaje rostou ohromujícím tempem
Výdaje na AI – od datových center po čipy – prudce rostou, z 765 miliard dolarů v tomto roce na 1,6 bilionu dolarů do roku 2031, podle Goldman Sachs. Tato investiční banka připouští, že s tak obrovským závazkem mohou být problémy. Co když se zpozdí výstavba datových center?
„Při rozsahu vkládaného kapitálu i malá zpoždění v realizaci vyvolávají vážné otázky ohledně předpokladů poptávky, na nichž jsou tyto investice založeny," uvádějí analytici Goldman. Dodávají však, že pokud investiční plány proběhnou hladce, mohlo by to podnítit novou vlnu poptávky po AI. Výdaje nicméně ukazují, jak obrovské globální finanční zdroje – a očekávání návratnosti – jsou do AI vkládány.
3. Firmy i spotřebitelé rychle přijímají AI
Navzdory smíšeným zprávám o jejích přínosech drtivá většina společností začíná AI využívat – z 33 % v roce 2023 na téměř 80 % nyní, uvádí poradenská firma McKinsey. Vysoké je i veřejné využití; ChatGPT od OpenAI nyní dosahuje 1 miliardy měsíčně aktivních uživatelů, podle údajů Sensor Tower – což je rekord pro jakoukoli aplikaci.
Výzvou pro vývojáře AI je nyní to, jak na této obrovské základně veřejných a firemních zákazníků vydělat. Společnosti musí prokázat, že AI zlepšuje výsledky a snižuje náklady natolik, aby ospravedlnila vynaložené výdaje. To znamená používat ji k budování celých pracovních postupů – obchodní žargon pro dokončení úkolu od začátku do konce. V tomto směru je ještě dlouhá cesta.
4. Claude dotahuje ChatGPT
Anthropic začal získávat půdu pod nohama OpenAI koncem loňského roku, kdy se jeho nástroj Claude Code stal virálním mezi vývojáři softwaru, převážně v oblasti San Francisca, než se rozšířil dále. Claude Code znamenal posun v tom, jak se používají velké jazykové modely – základní technologie chatbotů – směrem k autonomním AI agentům, kteří vykonávají úkoly bez lidské pomoci, což umožňuje i lidem bez technických znalostí vytvářet software a zvládat širokou škálu úkolů.
OpenAI má stále mnohem větší celkovou uživatelskou základnu, ale údaje od společnosti Kentik, která analyzuje internetový provoz a sleduje využití napříč několika americkými poskytovateli internetových služeb, ukazují, že Anthropic rychle stahuje náskok. Uživatelský provoz Claude rostl mezi lednem a dubnem výrazně rychleji než u ChatGPT a Google Gemini a po tomto období prudce vzrostl. Pentagon jej v březnu označil za riziko pro dodavatelský řetězec. Při tomto tempu růstu Kentik předpovídá, že by mohl do léta překonat ChatGPT – další důvod, proč by Anthropic mohl mít snazší cestu k IPO než jeho konkurent.
5. Používání AI je stále dražší
Pokaždé, když AI chatbot nebo agent poskytne odpověď, měří se v „tokenech" – základních jednotkách jazyka, kterými mohou být slova, interpunkční znaménka nebo slabiky. (Například OpenAI uvádí, že fráze „Nedáš-li do toho všechno, nikdy nepoznáš, co můžeš dokázat" má hodnotu 11 tokenů.) Tokeny také měří vstupy, jako je dotaz, který zadáte do ChatGPT.
Náklady se liší podle modelu; OpenAI si účtuje 5 dolarů za milion vstupních tokenů pro GPT-5.5 a 30 dolarů za milion výstupních tokenů (odpověď na váš dotaz).
Problémem pro uživatele je, že náklady na tokeny prudce rostou, a to i přesto, že společnosti všude tlačí na zaměstnance, aby „tokenmaxxovali" – tedy skutečně do toho s AI šli naplno. Problémem pro AI společnosti je, že stále neúčtují dost.
Základním slibem AI je, že peníze, které společnost utratí za tyto nástroje, jsou více než vyváženy zisky v produktivitě – míře ekonomické efektivity, kde vyšší produktivita znamená větší výstup na pracovníka. Pokud tato výměna nefunguje, pak jsou oslabeny předpoklady, na nichž stojí ocenění – a politiky – v oblasti AI.
„Náklady se naprosto vymykají kontrole," říká Liam Betsworth, zakladatel britského AI startupu Pendra. Uvádí, že vývojáři softwaru v jeho síti používají agenty k programování, začínají nejlevnějším předplatným a rychle přecházejí na to nejdražší. Nejsou sami – zpravodajský web Axios nedávno informoval o nejmenované společnosti, která utratila 500 milionů dolarů za měsíc za licence na Claude Code.
6. Výstavba datových center nemusí držet krok s poptávkou
Budování datových center je jako centrální nervový systém produktů AI, takže rostoucí vývoj a používání nástrojů AI musí být doprovázeno větší kapacitou – jinak dojde k nedostatku výpočetního výkonu, což bude znamenat vyšší náklady pro AI společnosti i uživatele.
Ambice tohoto odvětví v oblasti datových center jsou obrovské a zdají se být téměř nereálné. Bloomberg odhaduje, že v roce 2025 bylo celosvětově ve výstavbě 23 gigawattů kapacity (kapacita se měří v elektrickém výkonu, protože ten omezuje, kolik výpočtů může dané místo provádět).
Americká realitní společnost JLL předpovídá, že mezi lety 2026 a 2030 bude přidáno 100 gigawattů – což je dvojnásobek toho, co odhaduje jako současnou kapacitu, což odpovídá 1 200 datovým centrům. JLL uvádí, že její odhad zahrnuje spekulativní projekty, které se nemusí nikdy začít stavět.
Odkud se vezmou peníze – a dodávky energie – k naplnění této prognózy, je otevřenou otázkou. Cecilia Rikap, docentka na University College London, říká, že mnoho projektů po celém světě závisí na politických slibech rozšířit síť a dodat energii; vlády však nemusí mít prostředky, aby je splnily.
Ptá se: „Spočítala vláda, zda je takové rozšíření možné? Mají na to peníze? Zvážili ekologické škody, které by to způsobilo?"
7. Schopnosti modelů AI se rychle rozšiřují
Schopnosti modelů AI se od roku 2023 ohromně zlepšily, podle METR, výzkumné organizace, která měří schopnosti AI.
Měření METR jsou založena na tom, zda jsou modely AI schopny dokončit programátorský úkol, měřeno tím, jak dlouho by to trvalo člověku. Podle tohoto měření se schopnosti modelů AI zdvojnásobují každé čtyři měsíce. Například u modelu Claude Mythos od Anthropic se odhaduje, že dosahuje 50% úspěšnosti u úkolů, které by lidskému expertovi trvaly mezi osmi hodinami a dvěma dny.
Dosud to však nemělo odpovídající dopad na pracovní místa. Zpráva Anthropic z března zahrnovala výzkum ukazující, že teoreticky by AI mohla vykonávat mnoho prací, od výpočetní techniky po právní služby, ale ve velkém měřítku se tak zatím nestalo.
Bouke Klein Teeselink, akademik z King's College London a odborník na dopad AI, poznamenává, že tato mezera zůstává významná. Dopad AI na práci ukazuje, že existují překážky pro její přijetí v pracovní síle. Například jak velkou část práce generálního ředitele nebo vrcholového manažera lze bezpečně přenechat botovi? Mohou být právně citlivé úkoly vykonávány někým jiným než člověkem? Přesto, říká, změna se blíží.
„Stále jsme v raných fázích revoluce AI. Mnoho lidí vykonává úkoly, které by mohla zvládnout AI. Rozsah změny, kterou uvidíme, bude obrovský."
8. Datová centra podpírají americký HDP
I když americká vláda za administrativy Donalda Trumpa snižovala počty pracovních míst a v mnoha odvětvích došlo k hromadnému propouštění, americký HDP nadále rostl – o 2,1 % v roce 2025 a o 1,6 % v prvním čtvrtletí roku 2026, podle amerického Úřadu pro ekonomickou analýzu. Harvardský ekonom však vypočítal, že bez boomu datových center by tato čísla mohla být mnohem nižší. Ve skutečnosti „investice do zařízení pro zpracování informací a softwaru" tvořily 92 % růstu amerického HDP v první polovině roku 2025.
To znamená, že datová centra – a boom AI – pohánějí obrovský podíl amerického růstu. Jsou velkým důvodem, proč největší světová ekonomika i přes zásadní výzvy vypadá stále zdravě. Jakékoli zpomalení těchto výdajů by mohlo mít ekonomické, a tedy i politické důsledky.
Často kladené dotazy
Zde je seznam často kladených dotazů na základě článku Byly utraceny miliardy a potenciální výnosy jsou stále nejisté Zde je boom AI vysvětlen pomocí šesti grafů
Otázky pro začátečníky
1 Proč společnosti utrácejí tolik peněz za AI, když návratnost není zaručena
Vsází na to, že AI nakonec způsobí revoluci v průmyslu a přinese obrovské zisky, podobně jako v počátcích internetu. Nechtějí zůstat pozadu, pokud uspěje.
2 Co myslíte tím boomem AI
Jde o současné období obrovských investic, vzrušení a rychlého vývoje v oblasti umělé inteligence, zejména u nástrojů jako ChatGPT a generátorů obrázků.
3 Vydělává nyní AI vůbec někomu peníze
U většiny společností zatím ne. Náklady na vybudování a provoz pokročilé AI jsou obrovské a stále není jasné, kdy budou tyto náklady splaceny rozšířenou platící zákaznickou základnou.
4 O čem je těch šest grafů v článku
Ukazují klíčové trendy: masivní výdaje technologických gigantů, rostoucí poptávku po AI čipech, obrovské energetické náklady AI, malý počet skutečně platících uživatelů, zpomalení výkonu některých modelů a nejistou reakci akciového trhu.
Pokročilé otázky
5 Proč jsou náklady na inferenci tak velký problém
Inference je, když model AI skutečně používáte. Je mnohem dražší než jednorázové natrénování modelu. Pokud jej denně používají miliony lidí, náklady na elektřinu a výpočetní výkon raketově rostou, což velmi ztěžuje dosažení zisku.
6 Jak grafy ukazují, že snadné zisky z AI mohou být u konce
Jeden graf ukazuje, že zlepšení výkonu největších modelů AI se začíná zpomalovat, zatímco náklady na jejich trénování stále rostou. To naznačuje, že narážíme na bod klesajících výnosů.
7 Co článek říká o roli Nvidie v tomto boomu
Nvidia vyrábí nezbytné čipy pro AI. Grafy ukazují, že příjmy Nvidie explodovaly, ale jedná se o „krumpáče a lopaty" zlaté horečky. Otázkou je, zda společnosti, které tyto čipy kupují, někdy dosáhnou návratnosti své investice.
8 Jak nejistá návratnost ovlivňuje menší AI startupy
Je to
