AI dnes prácu dopĺňa, nie nahrádza. A dáta to konečne ukazujú

Celý rok počúvame, že modely čoskoro zvládnu všetko lepšie ako ľudia a zmietnu zo stola celé profesie. Google Research práve priložil na stôl niečo vzácne: reálne dáta namiesto predpovedí.

Tím zverejnil štúdiu s názvom AI & Economy ATLAS, ktorá analyzovala 15 miliónov anonymizovaných interakcií naprieč aplikáciou Gemini, režimom AI Mode a rozhraním Gemini API. Záver vedcov je striedmy. Nenašli dôkaz, ktorý by podporil tvrdenia o blížiacej sa masovej automatizácii a vytláčaní kancelárskej práce.

Ako to zisťovali? Interakcie zaradili automatickým klasifikátorom podľa štandardnej klasifikácie povolaní úradu Bureau of Labor Statistics a podľa databázy konkrétnych pracovných úloh O*NET. Časť zaradení museli robiť pravdepodobnostne, no kontrola ľudskými posudzovateľmi potvrdila, že metóda spoľahlivo zachytáva, na čo ľudia Gemini v práci používajú.

Výsledky nie sú prekvapivé v tom, kto AI používa. Nadmerne zastúpené sú biele goliere v IT, financiách a v umení a zábave. Medzi najaktívnejších používateľov patria finanční a trhoví analytici, softvéroví vývojári a správcovia systémov. Naopak, obchodníci, pracovníci v doprave a v príprave jedla sú v dátach výrazne podreprezentovaní.

• •

Zaujímavejšia je hĺbka. Naprieč celou databázou úloh vedci označili len 21 % pracovných úloh za takzvané Gemini úlohy, teda tie, ktoré presiahli minimálny prah 25 súvisiacich interakcií vo vzorke. Pri 29 % povolaní nedosiahla ani jedna relevantná úloha tento prah. To naznačuje, že tie profesie AI revolúcia zatiaľ obišla. Pri ďalších 30 % povolaní presiahla prah menej ako štvrtina sledovaných úloh. Ľudia teda naďalej robia väčšinu čiastkových krokov svojej práce sami.

Len pri 3 % povolaní sa Gemini pravidelne konzultoval aspoň pri troch štvrtinách relevantných úloh. Sem spadli analytici a testeri kvality softvéru, personalisti a špecialisti na správu dokumentov. To sú podľa štúdie profesie najviac zasiahnuté používaním AI.

A ešte jeden údaj. Kognitívne úlohy, teda tie o premýšľaní, tvorili 86 % objemu interakcií. Medziľudské a manuálne úlohy boli podreprezentované. Pri kognitívnej práci navyše ľudia odovzdávali modelu prevažne úlohy s nízkou náročnosťou, ako je prepisovanie textu do iných jazykov či tvorba špecifikácií produktu. Najkomplexnejšie časti práce si nechávali pre seba.

Vedci to zhrnuli jasne. Zamestnanci sa neautomatizujú "do zabudnutia". Používajú AI na rozšírenie svojej práce tak, že jej odovzdajú rutinné kognitívne úkony a pri nerutinných s ňou spolupracujú. Môže sa to zmeniť, ak budúce modely zvládnu aj expertné úlohy alebo ak roboti dobehnú manuálnu prácu. Zatiaľ však vzorec ukazuje niečo iné.

Čo si z toho zobrať? Nasadzujte AI tam, kde reálne funguje už dnes: rutinná kognitívna práca, koncepty, rešerš a prvé verzie textov. Nečakajte, že model prevezme celé profesie. Merajte podiel úloh, ktoré skutočne zrýchli, nie podiel ľudí, ktorých by mal nahradiť. Návratnosť je dnes v spolupráci človeka a modelu, nie v prepúšťaní.

Amazon tlmí modely Nova a stavia na tím Frontier

Amazon prekopáva svoju AI stratégiu. Podľa The Decoder, ktorý cituje Business Insider, firma tlmí väčšinu svojich vlastných modelov Nova.

Škrty zasiahli vlajkové modely Nova Premier a Omni, videomodel Reel aj generátor obrázkov Canvas. Zostávajú online v režime "udržania svetiel" pre existujúcich zákazníkov, no ďalej sa aktívne nevyvíjajú. Krok nasleduje po prepúšťaní v divízii AGI a po zatvorení laboratória AGI Lab, ktoré Amazon založil v roku 2024 po akvizícii firmy Adept.

Amazon zo súboja neuteká. Zdroje presúva do skupiny Frontier Model Research pod vedením Pietera Abbeela, ktorý prišiel s akvizíciou robotického startupu Covariant. Nový základný model má prísť na jesennej konferencii re:Invent. Firma je zároveň jedným z najväčších investorov do Anthropicu a OpenAI, kde investície môžu presiahnuť 100 miliárd dolárov.

Pointa je jednoduchá. Aj hráč s hlbokým vreckom si vie priznať, že vlastné modely nedávajú zmysel, keď vie kúpiť prístup k lepším. Otázka je, či nový tím Frontier prinesie niečo, čo Nova nedokázala.

Microsoft ukázal obranný model, ktorý na CyberGyme dosiahol 95,95 %

Microsoft vydal MAI-Cyber-1-Flash, svoj prvý model postavený špeciálne na kybernetickú obranu. Nefunguje ako samostatný endpoint. Beží vnútri systému MDASH, viacmodelového agentného skenera Microsoftu.

Je to riedky MoE model so 137 miliardami parametrov, z ktorých je aktívnych 5 miliárd, a s kontextom 256-tisíc tokenov. MDASH s týmto modelom po boku GPT-5.4 dosiahol na benchmarku CyberGym 95,95 %. CyberGym je verejná sada 1 507 reálnych úloh na reprodukciu zraniteľností z 188 open-source projektov. Ešte v máji 2026 skóroval MDASH len s bežne dostupnými modelmi 88,45 %.

Kľúč nie je model, ale smerovanie úloh. MAI-Cyber-1-Flash zvláda až 90 % úloh v MDASH a najťažších 10 % posiela na GPT-5.4. To prináša 50 % úsporu nákladov oproti predošlej zostave. Model je zámerne obranný. Na benchmarku ExploitGym má samé nuly, pretože ho trénovali na opravu chýb, nie na písanie exploitov. Pre obranný produkt je to presne to, čo treba.

Cursor spúšťa lokálne ceny pre Indiu, svoj tretí najväčší trh

AI kódovací startup Cursor robí svoj zatiaľ najväčší krok do Indie. Podľa TechCrunch spustil predplatné Cursor Start za 649 rupií mesačne, teda okolo 7 dolárov. To je výrazne pod štandardným plánom Pro za 20 dolárov mesačne.

India je už dnes tretím najväčším trhom Cursoru a domovom najvyššej koncentrácie jeho power používateľov. Používateľská základňa v krajine za rok viac ako strojnásobila. Podľa GitHubu má India cez 27 miliónov vývojárov, druhá za USA, pričom len v roku 2026 pribudli vyše dva milióny.

Plán obsahuje model Composer 2.5 a Grok 4.5 s vyššími limitmi než bezplatná úroveň, no bez prístupu k špičkovým modelom od OpenAI a Anthropicu. Cursor tvrdí, že cena je komerčne udržateľná práve preto, že stojí na vlastných modeloch s nižšími prevádzkovými nákladmi. Podobne cielené plány pre Indiu už majú OpenAI aj Anthropic. Krok prichádza necelý mesiac po tom, čo SpaceX Elona Muska súhlasil s akvizíciou Cursoru za 60 miliárd dolárov.

Čo ešte stojí za prečítanie?

  • Startup Spur na detekciu botov získal 200 miliónov dolárov od Insight Partners na odlíšenie ľudskej návštevnosti od strojovej (TechCrunch).
  • Fish Audio vybral 52 miliónov dolárov v seed kole, má vyše 8 miliónov používateľov a 21 miliónov dolárov ročných opakovaných tržieb (TechCrunch).
  • Podľa Cloudflare tvoria boti už 57,5 % požiadaviek na weby, takže ľudia stratili na internete väčšinu (Fast Company).
  • Bezpečnostná firma Cyera kupuje Oasis Security za 1 miliardu dolárov, svoju tretiu akvizíciu tento rok, na ochranu množiacich sa AI agentov (TechCrunch).
  • Bezpečnostné a AI startupy tento rok vyzbierali 855 miliónov dolárov vo viac než 150 seed kolách, čo smeruje k rekordu (Crunchbase News).
  • Meranie na Apple Silicon spočítalo reálnu spotrebu piatich lokálnych LLM zo zásuvky pri sadzbe 0,31 dolára za kWh (Towards Data Science).

Na záver

Zatiaľ čo Googlove dáta ukazujú, že AI dnes prácu dopĺňa, na druhej strane rovnice sedí otázka, ako sa vôbec pripraviť na svet, v ktorom sa časť úloh presunie na modely. Coursera na to práve stavila 100 miliónov dolárov. Investuje ich do startupu LearnVector Andrewa Nga, ktorý chce stavať AI agentov v úlohe osobných tútorov (Techmeme).

Je v tom istá symetria. Rovnaká technológia, ktorá dnes preberá rutinné kognitívne úkony, môže učiť ľudí robiť tie zložitejšie. Ng dlhodobo tvrdí, že vzdelávanie je najistejší spôsob, ako z AI vyťažiť namiesto toho, aby vyťažila ona nás. Ak Googlova štúdia hovorí, že návratnosť je dnes v ľudskej zručnosti pri nerutinnej práci, potom investícia do tútorov nie je protipól automatizácie. Je jej logickým pokračovaním.

A teraz to poďme použiť.