Apple ustupuje od drahého headsetu a sází na AI brýle

Apple podle reportu Engadgetu propouští přibližně 200 lidí z týmů Vision Pro, Siri a souvisejícího softwaru. Zhruba polovina má připadnout na divizi Vision Pro a druhá polovina na Siri a další softwarové týmy.

Nejde však o úplné ukončení projektu. Apple tvrdí, že Vision Pro a systém visionOS pokračují. Firma má údajně stále připravovat nový model, který by mohl přijít nejdříve v roce 2028.

Změna se týká především konkrétních oblastí. Ve Vision Pro mají škrty zasáhnout týmy pro hry a pohlcující video. U Siri jde o lidi pracující na starší verzi asistenta. Nová Siri založená na velkých jazykových modelech potřebuje jiné technické dovednosti.

Na první pohled to vypadá jako běžná reorganizace. Pod povrchem je ale jasný signál o návratnosti hardwaru. Headset za 3 699 dolarů nezískal masový trh a jeho používání zůstalo pro mnoho lidí nepraktické. Apple zároveň údajně přesouvá část kapacit z Vision Pro k brýlím podobným těm, které rozvíjí Meta.

Dalším problémem je obsah. Pohlcující video patřilo mezi hlavní důvody ke koupi Vision Pro, jeho výroba je však drahá. Při omezené uživatelské základně se takový obsah nemusí ekonomicky vyplatit.

Je třeba dodat, že údaj o přibližně 200 propuštěných lidech pochází z reportu a Apple ho v citovaném vyjádření nepotvrzuje jako přesné číslo. Firma hovoří o omezeném počtu stávajících pozic a o vytváření nových úloh. To je rozdíl mezi oficiálním oznámením a odhadem médií.

Co si z toho odnést? Pro slovenskou a českou firmu je poselství praktické: nespoléhejte na to, že drahý AI hardware automaticky vytvoří hodnotu. Nejprve si ověřte používání, návratnost a dostupnost obsahu nebo dat, bez nichž zařízení zůstane drahou vitrínou.

Washington tlačí spojence k volbě mezi USA a Čínou

Spojené státy podle The Decoder připravují dopis partnerům, v němž je mají vyzvat k jasné volbě mezi Washingtonem a Pekingem v oblasti AI. Reuters, na který The Decoder odkazuje, uvádí, že země spolupracující s čínskou iniciativou by mohly přijít o účast v americké koalici Pax Silica.

Tato koalice se zaměřuje na dodavatelské řetězce pro AI modely, polovodiče a kritické nerostné suroviny. Přidaly se k ní přibližně dvě desítky zemí a Evropská unie. Zatím je znám nejméně jeden stát, Kazachstán, který patří do obou konkurenčních rámců.

Čína v červenci představila vlastní World Artificial Intelligence Cooperation Organization. Prosazuje otevřené modely, tedy modely s dostupnými váhami, jako alternativu k systémům od OpenAI a Anthropic. Čínské velvyslanectví ve Washingtonu tvrdí, že americký tlak by globální rozvoj AI zpomalil.

Zdroj zároveň popisuje návrh amerického stanoviska, nikoli definitivní politiku. Firmy by proto neměly dělat investiční rozhodnutí pouze na základě titulku o připravovaném dopisu.

Co si z toho odnést? Při výběru AI dodavatele si slovenská a česká firma musí kromě ceny prověřit také původ modelu, místo zpracování dat, smluvní omezení a možnost přechodu ke konkurenci.

Méně odpadu v supermarketech může znamenat méně potravin pro potravinové banky

AI nástroje pomáhají obchodům přesněji odhadovat poptávku. Modely pracují s počasím, termíny sociálních dávek, historií prodeje a dalšími faktory. Následně mohou doporučit nebo přímo vytvořit objednávku.

Startup Guac tvrdí, že jeho zákazníci dokázali snížit potravinový odpad až o 38 %. Nástroj Afresh je podle Fast Company nasazen ve více než 12 000 odděleních supermarketů a uvádí, že zabránil odpadu o hmotnosti více než 200 milionů liber.

Další vrstvou je dynamické určování cen. Systém Crisp odhaduje zbývající trvanlivost a může upravit cenu masa, ovoce či zeleniny tak, aby se prodaly před uplynutím trvanlivosti. Jedna studie citovaná v článku odhaduje, že dynamické ceny mohou snížit odpad o 21 %.

Vedlejší účinek se týká potravinových bank. Obchody mají méně přebytků k darování a banky musí potraviny ve větší míře nakupovat. Gleaners Food Bank of Indiana uvádí, že podíl rozpočtu určený na nákup potravin vzrostl ze 16 % v roce 2018 na 50 % v tomto roce. Tato čísla pocházejí z vyjádření konkrétní organizace, nikoli z univerzálního měření všech potravinových bank. Také údaj o snížení odpadu od Guacu je tvrzení dodavatele o jeho zákaznících, nikoli nezávislé srovnání celého trhu.

Co si z toho odnést? Obchodní firma by při automatizaci objednávek neměla měřit pouze kilogramy odpadu. Do dashboardu patří také hodnota darovaných potravin a dopad na partnery, kteří je distribuují.

Co ještě stojí za přečtení?

  • Nvidia chce za technologii Model Factory od startupu Poolside zaplatit 6 miliard dolarů a převzít 109 zaměstnanců, uvádí The Decoder.
  • Datový startup Micro1 zaměřený na trénování AI dosáhl hrubého ročního výnosu 500 milionů dolarů, informuje TechCrunch AI.
  • Až 80 % vývojářů v jednom průzkumu označilo programování s AI spíše za návykové než užitečné, píše ZDNET AI.
  • Google DeepMind navazuje na 15 let výzkumu AI ve hrách a spolupracuje s herními studii na nových herních mechanikách, uvádí Google DeepMind.
  • V Kalifornii podalo 29 generálních prokurátorů žalobu související s technologickými praktikami AI ve vztahu k teenagerům, informuje Fast Company Technology.

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

Názor

Apple znovu ukazuje, že v AI nerozhoduje velikost firmy, ale schopnost přesunout zdroje tam, kde vzniká budoucí hodnota. Propouštění nikdy není příjemná zpráva. Z pohledu řízení portfolia však dává větší smysl upravit tým pro drahý produkt s omezeným dosahem než donekonečna obhajovat původní plán. Vision Pro přitom nemusí být technickým neúspěchem. Může jít o komerčně slabý produkt, který Applu přinesl zkušenosti, ale ne dostatečně velký trh. To jsou dvě rozdílné věci. Stejně tak u Siri platí, že výměna odborností není důkazem, že AI projekt funguje. Je to pouze důkaz, že starý způsob práce už firmě nestačí.

Zároveň bych z toho nedělal návod k bezhlavému rušení všeho starého. Apple má kapitál, značku i možnost přesouvat stovky specialistů. Běžná středoevropská firma takovou rezervu nemá. Pro ni je správným krokem nejprve změřit, kde projekt nepřináší hodnotu, a teprve potom měnit technologii nebo tým. Propouštění není strategie. Je to důsledek strategického rozhodnutí.

Důsledek pro slovenskou a českou firmu

Pro běžnou středoevropskou firmu z toho vyplývá především disciplína při investicích. Pokud dnes kupujete AI nástroj, nehodnoťte ho podle toho, jak dobře vypadá demo. Sledujte, kolik úloh systémem projde každý týden, kolik minut ušetří na jedné úloze a kdo výsledek kontroluje.

Apple přesouvá lidi mezi projekty. Menší firma nemusí provádět personální reorganizaci, ale měla by stanovit priority stejným způsobem. Sepište všechny AI piloty a u každého uveďte vlastníka, vstupní data, náklady na používání, čas kontroly a měřitelný výsledek. Pokud výsledek neumíte pojmenovat, zatím to není projekt. Je to experiment.

Důležité je také rozlišit typ problému. Nová Siri potřebuje jiné odborné znalosti, protože pracuje s jiným typem systému. Ve firmě to může znamenat, že člověk, který dobře připravuje pravidla v tabulce, nebude automaticky umět navrhnout spolehlivý AI workflow (pracovní tok). Nepotřebujete však hned datového vědce. Často stačí procesní vlastník, který práci zná, a technický člověk, který umí nástroje propojit.

U dodavatelů se připravte na změnu směru. Produkt, který je dnes prioritou velké technologické firmy, může být za rok druhořadý. Proto si do smluv a interních postupů zapište export dat, náhradní nástroj a způsob manuálního pokračování. Uzavřenost se neukáže při nákupu. Ukáže se v den, kdy dodavatel změní cenu nebo rozhraní.

To platí i pro geopolitiku. Pokud nástroj zpracovává firemní data mimo Evropskou unii, rozhodnutí není pouze technické. Týká se právního oddělení, IT bezpečnosti i nákupčího, který podepisuje smlouvu. V horizontu měsíců se mohou měnit pravidla přístupu k modelům, cloudové infrastruktuře nebo čipům. Smlouva bez možnosti exportu a náhradního řešení proto zvyšuje provozní riziko, i když je dnešní cena nízká.

V obchodě s potravinami by nasazení prediktivního modelu mělo začít jedním oddělením a jednou kategorií. Výsledek porovnejte s ručním objednáváním. Nehodnoťte pouze odpad, ale také dostupnost zboží, marži, slevy před uplynutím trvanlivosti a objem darů. Jinak můžete vytvořit pěkné číslo v reportu a současně přenést náklady na potravinovou banku.

Pro Slovensko a Česko se princip nemění. Lišit se mohou místní dodavatelské řetězce, pravidla darování a dostupnost dat. Proces měření však musí existovat v obou případech. AI bez provozního vlastníka je jen další účet, který se platí každý měsíc. Pokud se po třech měsících neuvolní kapacita člověka, nezlepší se marže nebo neklesne riziko, je třeba projekt zastavit, nikoli ho zachraňovat dalším školením.

Na závěr

Před novým školním rokem se část učitelů v USA snaží nahradit zákaz AI praktickou gramotností. Na školení v Charlestonu ukázali žákům mapu světa vytvořenou chatbotem. Obsahovala překlepy, nesmyslné názvy zemí a zeměpisné chyby. Příklad funguje lépe než zákaz, protože žák vidí problém na vlastní oči. Fast Company připomíná i jednoduchou definici dobré AI gramotnosti: vědět, kdy nástroj nepoužít. To platí ve třídě i v zasedačce.

Výzva k AI implementaci dne

Do týdne nasaďte kontrolovaný pilot prediktivního objednávání pro jednu produktovou kategorii. Stačí export prodejů, skladových zásob, počasí a dat uplynutí trvanlivosti do jedné tabulky. AI nástroj z ní každý den připraví návrh objednávky a seznam položek, u nichž je třeba upravit cenu. Nákupčímu nebo vedoucímu prodejny tím ušetří opakované přepočítávání a hledání rizikového zboží.

Při 30 minutách denně může pilot ušetřit přibližně 10 hodin práce měsíčně. Spuštění zvládnete za 3 až 5 pracovních dní, pokud data existují v použitelné podobě. Nejčastěji projekt ztroskotá na nejasných názvech produktů a chybějících datech uplynutí trvanlivosti. Přidejte proto člověka, který každý den návrh zkontroluje a zapíše odchylku.

Vyberte jednu kategorii, změřte první týden a podle výsledku rozhodněte o dalším kroku.