Apple ustupuje od drahého headsetu a stavia na AI okuliaroch

Apple podľa reportu Engadgetu prepúšťa približne 200 ľudí v tímoch Vision Pro, Siri a súvisiaceho softvéru. Zhruba polovica má pripadnúť na divíziu Vision Pro a druhá polovica na Siri a ďalšie softvérové tímy.

Nejde však o úplné zatvorenie projektu. Apple tvrdí, že Vision Pro a systém visionOS pokračujú. Firma má údajne stále pripravovať nový model, ktorý by mohol prísť najskôr v roku 2028.

Zmena sa týka najmä konkrétnych oblastí. Vo Vision Pro majú škrty zasiahnuť tímy pre hry a pohlcujúce video. Pri Siri ide o ľudí pracujúcich na staršej verzii asistenta. Nová Siri založená na veľkých jazykových modeloch potrebuje iné technické zručnosti.

Na prvý pohľad to vyzerá ako bežná reorganizácia. Lenže pod povrchom je jasný signál o návratnosti hardvéru. Headset za 3 699 dolárov nezískal masový trh a jeho používanie zostalo pre mnohých ľudí nepraktické. Apple zároveň údajne presúva časť kapacít z Vision Pro na okuliare podobné tým, ktoré rozvíja Meta.

Ďalším problémom je obsah. Pohlcujúce video patrilo medzi hlavné dôvody na kúpu Vision Pro, jeho výroba je však drahá. Pri obmedzenej používateľskej základni sa takýto obsah nemusí ekonomicky vyplatiť.

Treba dodať, že údaj o približne 200 prepustených ľuďoch pochádza z reportu a Apple ho v citovanom vyjadrení nepotvrdzuje ako presné číslo. Firma hovorí o obmedzenom počte existujúcich pozícií a o vytváraní nových úloh. To je rozdiel medzi oficiálnym oznámením a odhadom médií.

Čo si z toho zobrať? Pre slovenskú a českú firmu je odkaz praktický: nespoliehajte sa na to, že drahý AI hardvér automaticky vytvorí hodnotu. Najprv si overte používanie, návratnosť a dostupnosť obsahu alebo dát, bez ktorých zariadenie zostane drahou vitrínou.

Washington tlačí spojencov do výberu medzi USA a Čínou

Spojené štáty pripravujú podľa The Decoder list partnerom, v ktorom ich majú vyzvať na jasnú voľbu medzi Washingtonom a Pekingom v oblasti AI. Reuters, na ktorý The Decoder odkazuje, uvádza, že krajiny spolupracujúce s čínskou iniciatívou by mohli prísť o účasť v americkej koalícii Pax Silica.

Táto koalícia sa zameriava na dodávateľské reťazce pre AI modely, polovodiče a kritické nerastné suroviny. Pridali sa k nej približne dve desiatky krajín a Európska únia. Známy je zatiaľ aspoň jeden štát, Kazachstan, ktorý patrí do oboch konkurenčných rámcov.

Čína v júli predstavila vlastnú World Artificial Intelligence Cooperation Organization. Presadzuje otvorené modely, teda modely s dostupnými váhami, ako alternatívu k systémom od OpenAI a Anthropic. Čínske veľvyslanectvo vo Washingtone tvrdí, že americký tlak by globálny rozvoj AI spomalil.

Zdroj zároveň opisuje návrh americkej pozície, nie definitívnu politiku. Firmy by preto nemali robiť investičné rozhodnutia iba na základe titulku o pripravovanom liste.

Čo si z toho zobrať? Pri výbere AI dodávateľa si slovenská a česká firma musí okrem ceny preveriť aj pôvod modelu, miesto spracovania dát, zmluvné obmedzenia a možnosť prechodu ku konkurencii.

Menej odpadu v supermarketoch môže znamenať menej potravín pre banky

AI nástroje pomáhajú obchodom presnejšie odhadovať dopyt. Modely pracujú s počasím, termínmi sociálnych dávok, predajnou históriou a ďalšími faktormi. Následne môžu odporučiť alebo priamo vytvoriť objednávku.

Startup Guac tvrdí, že jeho zákazníci dokázali znížiť potravinový odpad až o 38 %. Nástroj Afresh je podľa Fast Company nasadený vo viac ako 12 000 oddeleniach supermarketov a uvádza, že zabránil odpadu s hmotnosťou viac ako 200 miliónov libier.

Ďalšia vrstva je dynamické určovanie cien. Systém Crisp odhaduje zostávajúcu trvanlivosť a môže upraviť cenu mäsa, ovocia či zeleniny tak, aby sa predali pred exspiráciou. Jedna štúdia citovaná v článku odhaduje, že dynamické ceny môžu znížiť odpad o 21 %.

Vedľajší účinok sa týka potravinových bánk. Obchody majú menej prebytkov na darovanie a banky musia potraviny viac nakupovať. Gleaners Food Bank of Indiana uvádza, že podiel rozpočtu určený na nákup potravín narástol zo 16 % v roku 2018 na 50 % v tomto roku. Tieto čísla pochádzajú z vyjadrenia konkrétnej organizácie, nie z univerzálneho merania všetkých potravinových bánk. Aj údaj o znížení odpadu od Guacu je tvrdenie dodávateľa o jeho zákazníkoch, nie nezávislé porovnanie celého trhu.

Čo si z toho zobrať? Obchodná firma by pri automatizácii objednávok nemala merať iba kilogramy odpadu. Do dashboardu patrí aj hodnota darovaných potravín a dopad na partnerov, ktorí ich distribuujú.

Čo ešte stojí za prečítanie?

  • Nvidia chce za technológiu Model Factory od startupu Poolside zaplatiť 6 miliárd dolárov a prevziať 109 zamestnancov, uvádza The Decoder.
  • Dátový startup Micro1 zameraný na tréning AI dosiahol hrubý ročný výnos 500 miliónov dolárov, informuje TechCrunch AI.
  • Až 80 % vývojárov v jednom prieskume označilo AI programovanie skôr za návykové než užitočné, píše ZDNET AI.
  • Google DeepMind nadväzuje na 15 rokov výskumu AI v hrách a spolupracuje s hernými štúdiami na nových herných mechanikách, uvádza Google DeepMind.
  • V Kalifornii podalo 29 generálnych prokurátorov žalobu súvisiacu s technologickými praktikami AI vo vzťahu k tínedžerom, informuje Fast Company Technology.

Čo si o tom myslím a čo z toho plynie pre firmy

Názor

Apple opäť ukazuje, že pri AI nerozhoduje veľkosť firmy, ale schopnosť presunúť zdroje tam, kde vzniká budúca hodnota. Prepúšťanie nikdy nie je príjemná správa. Z pohľadu riadenia portfólia však dáva väčší zmysel upraviť tím pre drahý produkt s obmedzeným dosahom, než donekonečna obhajovať pôvodný plán. Vision Pro pritom nemusí byť technický neúspech. Môže byť komerčne slabý produkt, ktorý dodal Applu skúsenosti, ale nedodal dostatočný trh. To sú dve rozdielne veci. Rovnako pri Siri platí, že výmena odborností nie je dôkazom, že AI projekt funguje. Je to iba dôkaz, že starý spôsob práce už firme nestačí.

Zároveň by som z toho nerobil návod na bezhlavé rušenie všetkého starého. Apple má kapitál, značku aj možnosť presúvať stovky špecialistov. Bežná stredoeurópska firma takú rezervu nemá. Pre ňu je správnym krokom najprv zmerať, kde projekt neprináša hodnotu, a až potom meniť technológiu alebo tím. Prepúšťanie nie je stratégia. Je to následok rozhodnutia o stratégii.

Dôsledok pre slovenskú a českú firmu

Pre bežnú stredoeurópsku firmu z toho vyplýva najmä disciplína pri investíciách. Ak dnes kupujete AI nástroj, nehodnoťte ho podľa toho, ako dobre vyzerá demo. Sledujte, koľko úloh prejde systémom každý týždeň, koľko minút ušetrí na jednej úlohe a kto výsledok kontroluje.

Apple presúva ľudí medzi projektmi. Menšia firma nemusí robiť personálnu reorganizáciu, ale mala by urobiť rovnaké poradie priorít. Spíšte všetky AI piloty a pri každom uveďte vlastníka, vstupné dáta, náklad na používanie, čas kontroly a merateľný výsledok. Ak výsledok neviete pomenovať, nie je to zatiaľ projekt. Je to experiment.

Dôležité je aj rozlíšiť typ problému. Nová Siri potrebuje inú expertízu, pretože pracuje s iným typom systému. Vo firme to môže znamenať, že človek, ktorý dobre pripravuje pravidlá v tabuľke, nebude automaticky vedieť navrhnúť spoľahlivý AI workflow (pracovný tok). Nepotrebujete však hneď dátového vedca. Často stačí procesný vlastník, ktorý pozná prácu, a technický človek, ktorý vie napojiť nástroje.

Pri dodávateľoch sa pripravte na zmenu smeru. Produkt, ktorý je dnes prioritou veľkej technologickej firmy, môže byť o rok druhoradý. Preto si do zmlúv a interných postupov zapíšte export dát, náhradný nástroj a spôsob manuálneho pokračovania. Uzavretosť sa neukáže pri nákupe. Ukáže sa v deň, keď dodávateľ zmení cenu alebo rozhranie.

To platí aj pri geopolitike. Ak nástroj spracúva firemné dáta mimo Európskej únie, rozhodnutie nie je iba technické. Týka sa právneho oddelenia, IT bezpečnosti a nákupcu, ktorý podpisuje zmluvu. V horizonte mesiacov sa môžu meniť pravidlá prístupu k modelom, cloudovej infraštruktúre alebo čipom. Zmluva bez možnosti exportu a náhradného riešenia preto zvyšuje prevádzkové riziko, aj keď je dnešná cena nízka.

V obchode s potravinami by sa nasadenie prediktívneho modelu malo začať jedným oddelením a jednou kategóriou. Výsledok porovnajte s ručným objednávaním. Nehodnoťte iba odpad, ale aj dostupnosť tovaru, maržu, zľavy pred exspiráciou a objem darov. Inak môžete vytvoriť pekné číslo v reporte a súčasne preniesť náklad na potravinovú banku.

Pre Slovensko a Česko sa princíp nemení. Líšiť sa môžu lokálne dodávateľské reťazce, pravidlá darovania a dostupnosť dát. Proces merania však musí existovať v oboch prípadoch. AI bez prevádzkového vlastníka je len ďalší účet, ktorý sa platí každý mesiac. Ak sa po troch mesiacoch neuvoľní kapacita človeka, nezlepší sa marža alebo neklesne riziko, treba projekt zastaviť, nie ho zachraňovať ďalším školením.

Na záver

Pred novým školským rokom sa časť učiteľov v USA snaží nahradiť zákaz AI praktickou gramotnosťou. Na školení v Charlestone ukázali žiakom mapu sveta vytvorenú chatbotom. Obsahovala preklepy, nezmyselné názvy krajín a geografické chyby. Príklad funguje lepšie než zákaz, pretože žiak vidí problém na vlastné oči. Fast Company pripomína aj jednoduchú definíciu dobrej AI gramotnosti: vedieť, kedy nástroj nepoužiť. To platí v triede aj v zasadačke.

Výzva na AI implementáciu dňa

Do týždňa nasaďte kontrolovaný pilot prediktívneho objednávania pre jednu produktovú kategóriu. Stačí export predaja, skladových zásob, počasia a dátumov exspirácie do jednej tabuľky. AI nástroj z nej každý deň pripraví návrh objednávky a zoznam položiek, ktorým treba upraviť cenu. Nákupcovi alebo vedúcemu predajne tým zoberie opakované prepočítavanie a hľadanie rizikového tovaru.

Pri 30 minútach denne môže pilot ušetriť približne 10 hodín práce mesačne. Spustenie zvládnete za 3 až 5 pracovných dní, ak dáta existujú v použiteľnej podobe. Najčastejšie to padne na nejasných názvoch produktov a chýbajúcich dátumoch exspirácie. Pridajte preto človeka, ktorý každý deň skontroluje návrh a zapíše odchýlku.

Vyberte jednu kategóriu, zmerajte prvý týždeň a podľa výsledku rozhodnite o ďalšom kroku.