Talent utíká z velkých technologických firem rychleji, než se stihne nahradit. Noam Shazeer, viceprezident pro engineering v Googlu a jeden z architektonických mozků modelů Gemini, právě oznámil přechod do OpenAI. Jde o signál, který by měl zajímat každého, kdo sleduje, kam se posouvá gravitační centrum AI průmyslu.
Shazeerův odchod není osobní výstřelkou, ale symptomem širšího posunu. Google si postavil impozantní vědeckou infrastrukturu a vyprodukoval technicky sofistikované modely, přesto některé klíčové osobnosti vidí svou budoucnost spíše u konkurence. OpenAI, navzdory vlastním interním výzvám, si stále udržuje pověst místa, kde se věci děje nejrychleji. To je oprávněné nebo ne, je jiná otázka – ale v talentové válce počítá vnímání víc než realita.
Zatímco skvadra inženýrů se přesouvá mezi firmami, pokračuje všudypřítomný pragmatismus. Microsoft užívá své pozice distributora OpenAI modelů v Číně, kde se mu daří obchodně navzdory eskalujícím geopolitickým třením mezi USA a Pekingem. Tady jde o čistý obchod – Microsoft byl prostě schopnější a rychlejší než konkurence v tom, aby se stal Most mezi americkými AI modely a čínským trhem. Pozoruhodné není technologie, ale politická tolerance vůči takovému distribuování.
Na druhé straně trhu vidím zajímavý posun v tom, jak se formují AI agenti. AWS právě představilo Web Search pro své Bedrock agenty a přidalo nástroje jako AWS Continuum a AWS Context, které mají umožnit firmám nasazovat agenty v reálných procesech. To není revoluce, ale je to praktický progres – agenti se začínají dostávat z laboratoří do výroby. V medicíně se situace vyvíjí jinak. Přestože jazykové modely mají obrovský teoretický potenciál pro klinická rozhodnutí, dosud zůstávají převážně užšími nástroji. Skutečné autonomní medicínské agenty, schopné komplexního uvažování v rizikových situacích, budou vyžadovat řešení mnohem hlubších věcí než jen lepší prompt engineering.
A tady se dostávám k otázce, kterou méně řešíme. Congresman Gottheimer prosazuje povinné vládní přezkumy pokročilých modelů a zmiňuje rizika od kybernetické bezpečnosti až po zneužití pro biologické zbraně. Zároveň výzkumníci hlásí, že polysémantičnost – jev, kdy jednotlivé neurony reagují na více nesouvisejících konceptů – zůstává jednou z největších překážek při snaze pochopit, jak naše nejsilnější modely vůbec fungují. Chceme regulovat, kontrolovat a nasazovat agenty v medicíně, ale stále ne zcela rozumíme tomu, co se uvnitř těchto systémů děje. Není to pohled na něco, co se řeší brzy.