Spor o trénování AI může změnit cenu přístupu k obsahu

Americké ministerstvo spravedlnosti poslalo soudu 20stránkové podání ve sporu, v němž The New York Times žaluje OpenAI a Microsoft za použití svých článků k trénování AI bez povolení. Vláda tvrdí, že výklad vydavatele by mohl poškodit vývoj umělé inteligence, vědecký pokrok i ekonomiku Spojených států.

Fair use je výjimka v americkém autorském právu. Za určitých podmínek umožňuje použít cizí dílo bez souhlasu autora. Soud při ní posuzuje více faktorů, zejména účel použití, povahu díla, rozsah použitého materiálu a dopad na trh.

Klíčové vládní tvrzení se týká transformační povahy použití. Trénování podle ní nevytváří jednoduchou kopii článku. Vstupní texty mění v model, který dokáže vytvářet nové odpovědi. Ministerstvo zároveň tvrdí, že výstupy jazykových modelů významně nekonkurují samotným článkům The New York Times.

Právě druhá část je pro vydavatele citlivá. Pokud chatbot poskytne uživateli přesný souhrn nebo reprodukci obsahu, za který by si jinak koupil předplatné, hranice mezi novým nástrojem a náhradou původního produktu se stírá. To bude pravděpodobně patřit mezi nejtěžší otázky při rozhodování soudu.

Stanovisko není rozsudek. Soudce Sidney H. Stein jím není vázán, ačkoli právníci oslovení Wired očekávají, že podání ministerstva bude mít vzhledem ke svému původu značnou váhu. TechCrunch připomíná, že americké soudy zatím rozlišují mezi samotným trénováním a způsobem, jakým firma získala tréninková data.

Toto rozlišení ukázal i případ Anthropic. Soud uznal, že samotné trénování může být fair use, firma však má autorům zaplatit 1,5 miliardy dolarů za použití pirátských kopií knih. Meta v jiném sporu uspěla proto, že žalobci podle soudu neprokázali dostatečnou škodu. Ani jedno rozhodnutí proto nepředstavuje obecné povolení k používání jakéhokoli obsahu.

Co si z toho odnést? Pokud ve firmě používáte cizí články, knihy, fotografie nebo databáze k nastavování či trénování AI, evidujte jejich původ, licenci a účel použití. Americké stanovisko neurčuje pravidla pro Evropu, ale ukazuje, že datová stopa se stává právním i obchodním rizikem.

Gemini 3.8 Flash vyměňuje nižší cenu za více přemýšlení

Google představil Gemini 3.8 Flash jako model se silnějším uvažováním a programováním. V testu DeepSWE v1.1 dosáhl 73,7 %, zatímco Gemini 3.7 Flash měl 65,3 %. Claude Opus 5 dosáhl 74 %, takže rozdíl mezi modely je v tomto konkrétním testu malý.

Cena při uvedení zůstává na úrovni 0,75 dolaru za milion vstupních tokenů a 3,75 dolaru za milion výstupních tokenů. Od ledna 2027 se má zvýšit na dvojnásobek. U složitějších úloh však nová verze provádí další kroky uvažování a opakovaně volá nástroje. Vytváří proto přibližně o 30 % více výstupních tokenů.

Důsledek je vidět v celkové ceně práce. The Decoder uvádí měření Artificial Analysis, podle něhož cena jednoho úkolu vzrostla z 0,40 na 0,58 dolaru, přestože ceníková cena tokenů se nezměnila. Jde však o benchmarkové měření, nikoli o univerzální účet pro každou firmu. Výsledek závisí na zadání, nastavení uvažování a počtu volání nástrojů.

Google proto u jednoduchých procesů doporučuje nižší úroveň uvažování nebo starší verzi 3.7 Flash. Model je vývojářům dostupný přes Google AI Studio, Antigravity a Android Studio. Firmy ho získají také přes Gemini Enterprise.

Co si z toho odnést? Při výběru modelu měřte cenu dokončeného úkolu, nikoli cenu milionu tokenů. Pro slovenskou a českou firmu může levný model zdražit, pokud odpověď trvá déle, spotřebuje více výpočetního výkonu nebo vyžaduje další volání.

Uber v Londýně spustil robotaxi, člověk však zůstává vpředu

Uber začal v Londýně nabízet jízdy ve vozech Ford Mustang Mach-E vybavených technologií britské firmy Wayve. Zákazník může při objednávce UberX, Uber Comfort nebo Uber Electric dostat autonomní vozidlo. Před jízdou dostane upozornění a může si zvolit tradiční auto.

Projekt je komerční, ne však zcela bez lidské kontroly. Licence vydaná minulý měsíc vyžaduje, aby byl ve vozidle stále bezpečnostní řidič v dohlížející roli. Cena má zůstat stejná jako u tradiční jízdy a aplikace řidiče automaticky nevyzve ke spropitnému.

Podle Engadget Uber již provozuje autonomní vozidla také ve městech Dallas, Las Vegas, Atlanta a Austin. Londýnský start však ukazuje praktickou přechodnou fázi. Software řídí vozidlo, odpovědnost a schopnost zasáhnout však zůstávají na člověku.

Co si z toho odnést? Při firemní automatizaci určete člověka, který sleduje výjimky, převezme kontrolu a dokáže zpětně vysvětlit, co se stalo. Automatický proces bez pravidla eskalace je jen rychlejší cesta k nejasné odpovědnosti.

Co ještě stojí za přečtení?

  • Jihokorejský export polovodičů v srpnu meziročně vzrostl o 209 % na 46,65 miliardy dolarů, což představovalo 47,5 % celkového exportu země, uvádí CNBC.
  • Google tvrdí, že agentní analýza videa může u vybraných modelů snížit spotřebu tokenů až o 88 % oproti zpracování po jednotlivých snímcích, píše The Decoder.
  • Indický Jio chce podle TechCrunch přeměnit starší počítače na zařízení připravená pro AI za přibližně 11 dolarů na dva měsíce.
  • Adobe přidalo do Slacku více než 70 nástrojů z Photoshopu, Illustratoru a dalších aplikací, informuje Engadget.
  • Amazon testuje funkci AI, která prověřuje podezřelé zprávy v e-mailech, SMS a telefonátech a odhaduje, zda skutečně pocházejí od Amazonu, uvádí The Verge.

Co si o tom myslím a co z toho plyne pro firmy

Názor

Na tomto sporu mi vadí, že se diskuse často tváří jako volba mezi pokrokem a autory. Takto postavená debata je pohodlná, ale nepřesná. Vláda správně odděluje trénování od výsledného textu. Transformační proces však zároveň automaticky nemaže otázku, jak byla data získána a komu patří. Případ Anthropic ukazuje, že právní riziko se může přesunout z trénování na samotný původ dat. Vládní podání proto nepovažuji za povolení k masovému kopírování obsahu. Je to silný signál pro americký trh a argument v jednom sporu, nikoli univerzální licence. Vydavatelé mají oprávněný důvod žádat kontrolu nad tím, jak se jejich práce používá. Firmy vyvíjející AI zase potřebují pravidla, podle kterých lze investovat, aniž by každý datový soubor znamenal budoucí žalobu. Je to silný signál pro americký trh a argument v jednom sporu, ne univerzální licence. Vydavatelé mají oprávněný důvod žádat kontrolu nad tím, jak se jejich práce používá. AI firmy zase potřebují pravidla, podle kterých se dá investovat, aniž by každý datový soubor znamenal budoucí žalobu.

Důsledek pro slovenskou a českou firmu

Pro běžnou středoevropskou firmu z toho nevyplývá, že má začít trénovat vlastní jazykový model na internetu. Většina firem nemá objem dat, rozpočet ani právní tým pro takový projekt. Praktičtějším úkolem je zkontrolovat, co posíláte do existujících nástrojů, kdo je vlastníkem materiálu a zda smlouva povoluje strojové zpracování.

Marketingový tým by měl podklady rozdělit do tří skupin: vlastní obsah, licencovaný obsah a materiály s nejasným původem. Poslední skupina nemá automaticky putovat do veřejného nástroje AI. Obchod potřebuje vědět, zda zákaznické prezentace, technické výkresy nebo smluvní přílohy povolují zpracování externím dodavatelem. IT a právní oddělení by při nákupu měla hledat pravidla pro použití dat k trénování modelů dodavatele, jejich uchovávání a mazání.

Změna procesu nemusí začít velkou směrnicí. Začněte registrem zdrojů. U každého materiálu stačí evidovat vlastníka práv, licenci, povolený účel, nástroj, do kterého se smí vložit, a osobu odpovědnou za kontrolu. Základní verze vznikne do týdne. Bez ní firma neví, která data má chránit ani kde už vznikla výjimka.

V Česku ani na Slovensku americké fair use automaticky neplatí. Firma působící v obou zemích musí posuzovat evropská autorská pravidla, smlouvy a podmínky konkrétního dodavatele. Rozdíl mezi zeměmi může vzniknout u místní smlouvy nebo sektorové regulace, nikoli však tak, že by americké podání najednou vytvořilo evropské povolení.

Druhý důsledek se týká nákladů na modely. U Gemini 3.8 Flash bych rozpočet nestavěl na ceně za token. Zkušební úkol může vypadat levně, ale více uvažování a volání nástrojů účet zvyšuje. Produktový manažer by proto měl sledovat cenu vyřízeného tiketu, vytvořeného dokumentu nebo uzavřené zakázky. Finanční tým tak dostane číslo, které souvisí s výsledkem, nikoli s technickým ceníkem.

V horizontu jednoho měsíce se to týká také lidí, kteří automatizace provozují. Londýnský Uber ukazuje, že komerční nasazení neznamená odstranění dohledu. Každý proces potřebuje vlastníka, limit pro automatické rozhodnutí a upozornění při selhání. Pokud systém pouze mlčí, když přestane fungovat, firma problém objeví až prostřednictvím zákaznické reklamace. To není úspora práce, ale odložený účet.

Pro slovenskou a českou firmu je proto rozumná menší a konkrétnější strategie. Nejprve registr dat, potom měření ceny jednoho úkolu a teprve následně širší automatizace. Takový postup nezní jako konferenční slogan. O to větší je šance, že bude fungovat i po konferenci.

Na závěr

AI při určování hub ukázala nepříjemnou hranici mezi užitečnou pomůckou a nebezpečným rozhodčím. V testu Piotra Migdała bylo 16 modelů zkoušeno na 1 040 fotografiích. Nejlepší první tip měl úspěšnost 65 %, což je u běžného obrázku možná přijatelné, u večeře však nikoli.

Člověk si u technologie často všimne správných odpovědí a zapomene na jednu chybnou. U hub může být právě ta jedna rozhodující. Ve firmě to platí u smluv, peněz i zákaznických dat.

Výzva k AI implementaci dne

Do jednoho týdne nasaďte registr AI dat v Google Sheets nebo Microsoft Lists. Vytvořte sloupce: název zdroje, vlastník práv, licence, účel použití, povolené nástroje, datum kontroly a odpovědná osoba.

Marketingu, obchodu a IT tím ušetříte opakované zjišťování, zda se konkrétní dokument smí vložit do nástroje AI. Pokud dnes tyto otázky řešíte e-maily, realistická úspora činí 2 až 4 hodiny týdně. První verze je hotová za 2 až 4 hodiny.

K nejčastějšímu selhání dojde tehdy, když nikdo neurčí vlastníka záznamu a tabulka se přestane aktualizovat. Vyberte proto jednoho správce a ještě dnes zapište prvních 20 zdrojů, které firma posílá do AI.