AI Chat GPT-6: čo zatiaľ vieme a prečo môže ísť o poriadny skok

GPT-6 ešte oficiálne nevyšlo. Nemáme predstavenie, nemáme finálny zoznam funkcií a nemáme ani istotu, čo všetko z dnešných informácií sa nakoniec naozaj dostane k používateľom. Ale niečo už vieme. Niečo som našiel, niečo si pospájal a priznám sa – vyzerá to zaujímavo. Na našich AI školeniach často riešime, ako dnes používať ChatGPT, čo od neho čakať, kde sú jeho limity a kde nám už vie celkom slušne pomôcť. No vývoj ide ďalej. A pri GPT-6 sa začína črtať posun, ktorý môže byť výrazne väčší než len trochu lepšie odpovede. Rád sa s vami preto aj mimo školenia podelím o to, čo zatiaľ viem, čo som zistil a kam to podľa dostupných informácií celé smeruje. Zaujíma vás táto téma? Čítajte ďalej.

Kedysi sme mali malý pohárik – tokeny

Pamätám si, ako som ešte nie tak dávno na školeniach hovoril ľuďom pri práci s GPT-4: „Pozor, pozor. Nepreháňajte to s množstvom textu.“
A nehovoril som to preto, že by som ich chcel brzdiť alebo im kaziť radosť z novej hračky. Vtedy sme boli všetci nadšení, že máme nástroj, ktorý vie čítať, písať, sumarizovať, vysvetľovať, opravovať texty, pomáhať s nápadmi a tváriť sa pritom tak sebavedomo, že by mu človek skoro zveril aj rodinnú oslavu. Lenže malo to jeden veľmi praktický limit. GPT-4 malo kontextové okno približne 8 192 tokenov. Ľudsky povedané – malo obmedzený priestor na to, čo dokáže naraz udržať v hlave. A keď ste sa do toho priestoru snažili natlačiť celé PDF, dlhý manuál, zmluvu, zadanie od šéfa, poznámky z porady a ešte aj tri odseky typu píš to kreatívne, ale odborne, nie príliš predajne, ale nech to predáva – začal byť problém.

Vysvetľoval som to na kurzoch veľmi jednoducho. Predstavte si, že máte 1 dcl pohár a rozhodnete sa doň naliať 5 litrov vody. Čo sa stane? No nič zázračné, priatelia. Tá voda sa tam proste nezmestí. Časť ostane v pohári, časť pretečie, časť skončí na stole a vy sa potom čudujete, prečo máte mokrý obrus, mokré poznámky a faktúru, ktorá vyzerá ako nepodarený akvarel z výtvarnej výchovy. A presne takto fungoval problém s kontextovým oknom. On len jednoducho nemal dosť veľký pohár. Niečo sa doň zmestilo, niečo pretieklo a niečo síce formálne bolo v zadaní, ale v odpovedi sa to správalo, akoby to nikdy neexistovalo.

Nedávajte AI viac, než dokáže spracovať

Preto som ľuďom hovoril: nedávajte AI viac, než dokáže spracovať. Lebo potom sa ľahko stalo, že GPT zabudlo zadanie zo začiatku, ignorovalo dôležitú časť dokumentu alebo začalo odpovedať tak, akoby videlo iba polovicu problému. A používateľ si povedal: No vidíte, tá umelá inteligencia je vlastne hlúpa. Omyl. Často nebola hlúpa. Bola len preliata. Ako ten pohárik.

Kontextové okno nie je nudný technický parameter. V praxi je kontextové okno pracovný stôl umelej inteligencie. Čím je väčší, tým viac dokumentov, poznámok, súvislostí a inštrukcií naň položíte naraz. A tým väčšiu šancu máte, že model nebude odpovedať len na poslednú vetu, ale na celý problém.

A teraz sa pozrime, kde sme dnes. Dnes sa pri GPT bežne bavíme o kontextových oknách na úrovni státisícov tokenov. A pri GPT-6 sa v dostupných zdrojoch objavuje číslo, pri ktorom som sa aj ja na chvíľu zastavil: 20 miliónov tokenov. Nie dvadsaťtisíc. Nie dvestotisíc. Ale dvadsať miliónov. Ak sa toto potvrdí, už sa nebavíme o tom, že GPT zvládne prečítať dlhší článok alebo jednu zmluvu. Bavíme sa o tom, že by vedelo naraz pracovať s obrovským balíkom informácií – s dokumentáciou, históriou projektu, firemnou komunikáciou, reportmi, poznámkami a tabuľkami, ktoré dnes často držíme roztrúsené po e-mailoch, diskoch, šanónoch, Slackoch a v hlave kolegu, ktorý je práve na dovolenke v Chorvátsku.

To už nie je 1 dcl pohárik. To je cisterna zaparkovaná pred kanceláriou. Samozrejme, férovo povedané – GPT-6 ešte nie je oficiálne predstavené. Nemáme finálny zoznam funkcií a nevieme, čo z týchto informácií bude dostupné hneď, čo neskôr a čo možno ostane len peknou víziou v prezentácii. Ale už dnes vidíme smer. AI sa neposúva len k tomu, aby krajšie odpovedala. Posúva sa k tomu, aby dokázala naraz chápať oveľa väčší kus reality. A to je jeden z dôvodov, prečo sa o GPT-6 oplatí hovoriť už teraz. Nie ako o hotovej veci. Ako o signáli, kam sa celé odvetvie rúti.

20 miliónov tokenov nie je len väčšia nádrž

Teraz si možno poviete: Dobre, väčšie kontextové okno. Fajn. Tak tam nahrám viac textu. A čo? No práve. Toto nie je len o tom, že si GPT-6 prečíta viac strán. To by bolo príliš jednoduché vysvetlenie. Ako keby sme povedali, že nové auto je lepšie len preto, že má väčší kufor. Áno, väčší kufor poteší – najmä keď idete na dovolenku s rodinou, dvoma bicyklami, nafukovacím plameniakom a svokriným hrncom rezňov – ale skutočná zmena je inde.

Pri takomto veľkom kontexte sa mení spôsob práce. Dnes často používame AI po častiach. Najprv jej dáme jeden dokument. Potom druhý. Potom jej pripomenieme, čo bolo v prvom. Potom ju opravíme, že zabudla tón značky. Trochu ako keby ste mali šikovného kolegu, ale každých desať minút by dostal jemnú amnéziu a vy by ste mu museli hovoriť: Jano, my už sme sa o tomto bavili. Toto je tá istá firma. Toto je ten istý projekt. Toto je stále ten istý klient, ktorý nechce, aby sme používali slovo inovatívny, lebo ho neznáša od roku 2018.

S veľkým kontextovým oknom sa toto môže zásadne zmeniť. Mohli by ste AI dať oveľa širší obraz – nie len jednu stránku zo zmluvy, ale celú zmluvnú históriu. Nie len jednu kampaň, ale všetky kampane za posledné roky. Nie len jeden report, ale celú sériu reportov, poznámok, výsledkov, zmien a rozhodnutí. A model by sa nemusel tváriť, že svet sa začal pred tromi odsekmi.

A to je obrovský rozdiel. Lebo skutočná hodnota AI nie je v tom, či vám napíše peknú vetu. Peknú vetu vám napíše už dnes. Niekedy až príliš peknú – takú, že ju potom musíme poľudšťovať, odcukrovať a vyháňať z nej všetky tie v dnešnej dynamickej dobe nezmysly. Ale skutočná hodnota je v tom, či AI rozumie kontextu. Či chápe, prečo sa niečo robí. Či vie, čo už bolo povedané. Či vidí súvislosti medzi dokumentmi. Či si všimne, že v januári ste tvrdili jedno, v marci druhé a v septembri ste do tabuľky napísali niečo, čo tomu celému potichu odporuje.

Veľké kontextové okno znamená viac súvislostí

A viac súvislostí znamená lepšie rozhodnutia. Samozrejme, neznamená to automaticky, že AI bude neomylná. Aj veľmi veľká cisterna môže viezť kalnú vodu, keď ju naplníte kalnou vodou. Ak do modelu nahráte chaos, nepresné dáta a protichodné zadania, nečakajte zázrak. Pozor: väčší kontext nerieši kvalitu vstupov. Rieši to, že sa do hry dostane oveľa viac materiálu naraz. A to je samo o sebe revolučné.

Predstavte si napríklad firmu, ktorá rieši marketing. Dnes si do AI vložíte pár textov, pár poznámok, možno tone of voice a nejaký brief. Pri obrovskom kontexte by AI naraz videla celé roky komunikácie značky – web, blogy, kampane, e-maily, reklamy, komentáre zákazníkov, spätnú väzbu, staré stratégie, nové stratégie, všetky tie finálne_final_v3_naozaj_posledne.docx súbory, ktoré všetci milujeme a nikto sa k nim nechce priznať. A zrazu by sa nepýtala len: Aký text mám napísať? Mohla by sa pýtať: Ako tento text zapadá do všetkého, čo sme doteraz robili? To je iný level.

Pri právnikoch by to mohlo znamenať prácu s veľkým množstvom zmlúv a príloh. Pri účtovníkoch porovnávanie dokumentov a výkazov. Pri programátoroch čítanie obrovských kódových základní. Pri výskumníkoch hľadanie súvislostí medzi stovkami štúdií. Pri školiteľoch by to mohlo znamenať lepšiu prípravu materiálov, príkladov, cvičení a personalizovaných výstupov pre konkrétnych ľudí.
A pri bežnom používateľovi? Menej opakovania. Menej vysvetľovania od nuly. Menej viet typu: Ako som už písal vyššie…

A teraz pozor — kontextové okno je len začiatok

Keby bolo GPT-6 iba o tom, že zvládne naraz spracovať obrovské množstvo textu, už to by bolo dosť. Naozaj dosť. Lenže podľa toho, čo zatiaľ vieme, kontextové okno nebude jediná veľká zmena. Skôr to vyzerá tak, že GPT-6 má byť celý balík zmien, ktoré spolu môžu zmeniť spôsob, akým s umelou inteligenciou pracujeme. Začína sa črtať posun od nástroja, ktorý odpovedá, k systému, ktorý spolupracuje. A to je veľmi dôležitý rozdiel.

Dnes ChatGPT často používame ako múdre okienko. Niečo doň napíšeme, niečo nám vráti. My to skontrolujeme, upravíme, doplníme, pošleme ďalej alebo zahodíme a povieme si, že nabudúce zadáme prompt lepšie. Klasika. Lenže pri GPT-6, ak sa potvrdia očakávania, už nepôjde len o múdre okienko. Pôjde viac o pracovného parťáka, ktorý si pamätá, čo riešite, vie pracovať s väčším kontextom, rozumie textu, obrazu, zvuku a možno aj videu v reálnom čase, dokáže plánovať postup a niektoré úlohy aj samostatne vykonať.

Dlhodobá pamäť: konečne menej opakovania

Jedna z najzaujímavejších očakávaných vecí pri GPT-6 je dlhodobá pamäť – a teraz nemyslím len to, že si model počas jedného rozhovoru pamätá, čo ste napísali pred desiatimi minútami. Myslím tým pamäť naprieč prácou, projektmi, štýlom, preferenciami a možno aj dlhším obdobím používania.

Dnes musíte často začínať odznova.

Píš po slovensky.
Môj štýl je taký a taký.
Nepoužívaj tieto frázy.
Moja cieľová skupina sú podnikatelia.
Toto je značka.
Toto nerob.
Toto sme už skúšali.
Toto klient nechce.
Toto znie príliš americky.
Toto je ako z LinkedInu po troch espressách, prosím ťa, uber,…

A GPT prikyvuje. Teda neprikyvuje, ale tvári sa textovo ochotne. A potom o pár dní začínate znova.

Dlhodobá pamäť by mohla toto zmeniť. Model by si mohol pamätať, ako píšete, čo riešite, aké máte projekty, aké výstupy preferujete, čo ste v minulosti odmietli, aké slová nemáte radi a naopak, aký tón vám sedí. Nie pri každom použití od nuly, ale s históriou. Lebo dobrý asistent nie je dobrý len preto, že má vysoké IQ. Dobrý asistent je dobrý preto, že pozná kontext. Vie, že pondelkové reporty majú ísť stručne. Vie, že klient Novák nemá rád emoji. Vie, že pri článkoch nechcete frázu v dnešnej digitálnej dobe.

A teraz si predstavte, že podobne začne fungovať AI. Samozrejme – tu hneď zasvieti veľké POZOR. Lebo pamäť je úžasná vec, kým si pamätá to, čo chcete. Menej úžasná je vo chvíli, keď si začnete klásť otázky: čo presne si pamätá, kde je to uložené, ako dlho to tam je, kto k tomu má prístup a ako to viem zmazať? Je to ako mať v kancelárii človeka, ktorý si pamätá všetko. Paráda, keď potrebujete vedieť, čo ste riešili pred tromi mesiacmi. Menej paráda, keď si uvedomíte, že si pamätá aj to, čo ste povedali v strese po porade, keď vám nešla káva a účtovníctvo poslalo tretíkrát ten istý súbor s názvom final_final_opravene2.xlsx. Takže áno, dlhodobá pamäť môže byť revolučná. Ale bude musieť byť aj veľmi dobre vysvetlená, nastaviteľná a kontrolovateľná.

Multimodalita: keď AI nebude len čítať, ale aj vidieť a počuť

Ďalšia veľká vec je multimodalita – AI nebude pracovať len s textom, ale aj s obrazom, zvukom a videom. A podľa dostupných informácií by GPT-6 mohlo ísť ešte ďalej – k práci s videom a zvukom v reálnom čase.

Predstavte si, že nebudete AI len opisovať, čo vidíte. Nebudete písať: Mám tu takú červenú kontrolku, bliká to, neviem čo to je, vedľa je nejaký kábel a asi som niečo pokazil. Namiesto toho namierite kameru mobilu a poviete: Pozri sa na toto. Čo s tým? A AI sa pozrie. Vidí obraz. Počuje zvuk. Sleduje, čo robíte. A naviguje vás – pri oprave spotrebiča, pri nastavovaní techniky, pri montáži nábytku, pri varení, kde vám povie: Toto už nevyzerá ako jemne orestovaná cibuľka, Peťo, toto je uhlík. A bude mať pravdu. Žiaľ.

Toto je zásadný posun, lebo AI sa tým presúva z textového okienka bližšie do reálneho sveta. Doteraz sme jej svet museli prekladať do slov. Museli sme jej opisovať, čo vidíme, čo počujeme, čo sa deje. Lenže opis je vždy zjednodušený. Keď niekomu poviete na obrázku je tabuľka, ešte stále nevie, aká tabuľka. Realita je bohatšia než náš opis. A multimodálna AI by mohla pracovať priamo s tou realitou.

Mnohé pracovné problémy nie sú čisto textové. Marketing nie je len text – sú tam vizuály, dáta, grafy, reklamy, videá. Technická podpora nie je len text – sú tam obrazovky, chyby, zvuky, postupy. Vzdelávanie nie je len text – sú tam prezentácie, príklady, hlas, reakcie ľudí. Ak AI začne toto všetko spracovávať naraz a v reálnom čase, nebude to len lepší chatbot. Bude to skôr digitálny kolega s očami a ušami.

Agentické schopnosti: nie „tu máš návod“, ale „urobil som“

No a teraz sa dostávame k veci, ktorá môže byť pre prax ešte väčšia než všetky pekné odpovede sveta – agentické schopnosti. V praxi ide o to, že AI nebude len odpovedať na otázky, ale bude schopná samostatne plánovať a vykonávať úlohy. Dostane cieľ, rozdelí si ho na kroky, použije nástroje, skontroluje výsledok a pokračuje.

Dnes sa často pýtame:

Ako mám pripraviť podklady?
Ako mám vyplniť formulár?
Ako mám zanalyzovať tieto dáta?
Ako mám naplánovať kampaň?
Ako mám opraviť chybu v kóde?

A AI nám dá návod.
Niekedy dobrý, niekedy taký, že znie múdro, ale keď ho začnete robiť, zistíte, že krok tri predpokladá existenciu tlačidla, ktoré tam nikdy nebolo. Agentický prístup by znamenal posun od návodu k vykonaniu.

Nie: Tu je 12 krokov, ako si spracujete daňové doklady.
Ale: Nahrajte doklady, spracujem ich, roztriedim, pripravím súhrn a označím veci, ktoré treba skontrolovať.

Nie: Tu je stratégia kampane.
Ale: Pripravil som návrh kampane, rozdelil cieľovky, vytvoril texty, navrhol rozpočty a tu sú tri veci, ktoré by ste mali schváliť.

Nie: Tu je postup, ako nájsť chybu v kóde.
Ale: Našiel som chybu, pripravil opravu, otestoval ju a tu je rozdiel medzi starou a novou verziou.

Toto je obrovská zmena myslenia. Lebo doteraz bola AI ako veľmi rýchly konzultant – dali ste otázku, dostali ste odpoveď. Pri agentoch sa z nej môže stať vykonávateľ. A tu sa dostávame k momentu, ktorý bude pre veľa ľudí nepríjemný aj fascinujúci zároveň. Keď AI radí, stále máte pocit, že robíte vy. Keď AI začne robiť, otázka sa zmení.
Už to nebude len: Vie mi AI pomôcť?
Ale: Ktoré časti mojej práce vie AI reálne prevziať?

Na školeniach to vidím. Ľudia sa najprv pýtajú, ako si ušetriť čas. Potom zistia, že sa dá ušetriť veľa času. A potom príde tichá chvíľka, keď si niekto uvedomí: Počkať, ak toto robím ja tri hodiny a AI mi to pripraví za päť minút, čo presne bude moja hodnota? Výborná otázka. A odpoveď podľa mňa nie je, že človek zmizne. Odpoveď je, že sa posunie – menej rutiny, viac kontroly, zadávania, rozhodovania, overovania, tvorivosti a zdravého rozumu. Lebo AI môže spraviť veľa. Ale niekto musí vedieť, čo má robiť, prečo to má robiť a či to, čo spravila, dáva zmysel. A tam bude človek ešte veľmi potrebný.

Čo ešte vieme? A čo si treba všímať

Aby sme sa nezasekli len pri kontextovom okne, pamäti, videu a agentoch, pozrime sa ešte na pár ďalších vecí. Lebo pri GPT-6 to skôr vyzerá tak, že revolúcia nebude v jednej funkcii. Bude v tom, že sa viacero vecí spojí dokopy – väčší kontext, dlhšia pamäť, lepšie uvažovanie, práca s obrazom a zvukom, samostatnejšie vykonávanie úloh. Každá z tých vecí je zaujímavá sama o sebe. Ale spolu? Tam to začne byť naozaj silné.

Jedna z dôležitých tém je lepšie uvažovanie. GPT-6 by sa malo posúvať od rýchleho skladania odpovedí k hlbšiemu premýšľaniu nad problémom – model by nemal len vystreliť prvú sebavedomú odpoveď, ktorá znie dobre, ale mal by si pred odpoveďou viac vecí interne premyslieť, porovnať a zahodiť zlé cesty skôr, než ich vôbec uvidíme. A toto by mohlo byť veľmi dôležité pri logike, matematike, programovaní alebo pri komplikovaných rozhodnutiach, kde nestačí pekná veta. Tam potrebujeme, aby to aj držalo pokope. Nie len znelo múdro. Aj bolo múdre.

Ďalšia vec je tlak konkurencie. OpenAI už nie je samo na lúke. Dnes mu na krk dýcha Google, Anthropic a ďalší hráči – a to je pre nás používateľov dobrá správa. Konkurencia núti firmy zrýchľovať, zlacňovať, zlepšovať a prinášať funkcie, ktoré by možno inak odkladali. Keď vám niekto beží za chrbtom, zrazu sa beží inak. A pri GPT-6 je cítiť presne toto: OpenAI potrebuje ukázať veľký skok. Nie kozmetiku. Nie nové tlačidlo v menu. Wow moment.

No a potom sú tu riziká. Tie by sme nemali odsunúť na koniec ako povinnú jazdu, lebo práve pri GPT-6 môžu byť ešte dôležitejšie než pri starších modeloch. Ak bude mať AI dlhodobú pamäť, budeme riešiť súkromie. Ak bude vedieť pracovať s videom a zvukom, budeme riešiť deepfaky a dôveryhodnosť obsahu. Ak bude samostatnejšie vykonávať úlohy, budeme riešiť kontrolu, zodpovednosť a bezpečnostné brzdy.

Toto celé neznamená, že sa máme GPT-6 báť a schovať notebook do šuplíka vedľa záručného listu od mikrovlnky. Ale znamená to, že by sme sa na nové funkcie nemali pozerať iba cez optiku: Super, čo mi to ušetrí? Mali by sme sa pýtať aj: Čo tomu dávam? Čo si to pamätá? Kto to kontroluje?

A bude to zadarmo? Ani náhodou

Pri všetkých tých pekných víziách o pamäti, obrovskom kontexte, videu v reálnom čase a agentoch netreba zabudnúť na jednu veľmi praktickú vec – toto celé niečo stojí. A nie málo. Lebo AI nevzniká tak, že niekto v OpenAI ráno príde do práce, otvorí notebook, dá si kávu, napíše urobme GPT-6 a poobede o štvrtej má hotovo. Toto nie je koláč z hrnčeka. Toto je obrovská priemyselná operácia – čipy, dátové centrá, elektrina, chladenie, výskumníci, inžinieri, tréningové behy, testovanie, bezpečnostné kontroly, infraštruktúra.

V podkladoch sa spomína, že tréning GPT-6 bol taký náročný, že sa hovorí o zariadení Stargate Eye v Texase, spolupráci s Oracle, kapacite 5 GW a viac ako 2 miliónoch čipov Nvidia Blackwell. Rozsah tréningu bol taký masívny, že jedna lokalita ho nedokázala energeticky utiahnuť bez rizika kolapsu siete, a preto musel byť tréning distribuovaný cez viacero štátov USA. Preložme si to do ľudskej reči: to už nie je zapnem počítač. To je skôr: Pozor, aby nám pri trénovaní modelu nepadla celá elektrická sieť.

A potom je tu Sora. Podľa podkladov bola Sora, teda model na generovanie videa, technologicky efektná, ale ekonomicky veľmi problematická. Spomína sa, že jej prevádzka mala stáť OpenAI približne 15 miliónov dolárov denne. Denne, priatelia. Nie mesačne. Nie ročne. Denne. Ešte zaujímavejšie je, že podľa zdrojov celkové príjmy zo Sory nemali dosiahnuť ani 1,5 milióna dolárov za celú dobu jej existencie – teda návratnosť nákladov nebola ani na úrovni jedného percenta.

A aby sme tomu dali konkrétnejší obraz: na modeli Sora vygenerovanie jedného 10-sekundového videa stálo približne 130 dolárov v nákladoch na GPU výkon a elektrinu. Predstavte si to. Používateľ si povie: Sprav mi krátke video mačky v skafandri, ako varí halušky na Liptove. A niekde v pozadí to zožerie výkon a elektrinu za sumu, za ktorú by ste si tam mohli vyraziť z Bratislavy na elektrickom aute, kúpili po ceste skafander, mačku na Bazoši, kameru v Alze a celé to natočili. A možno by ostalo aj na bryndzu.

Záujem o Soru začal klesať – v decembri 2025 o 32 % a v januári 2026 o ďalších 45 %. A tu sa dostávame k veľmi triezvej pravde: nie každá technológia, ktorá vyzerá úžasne ako demo, je zároveň dobrý biznis. Ľudia sa nadchnú, vyskúšajú, povedia wau, pošlú kamarátovi tri videá – a potom? Potom sa ukáže, či to rieši reálny problém, za ktorý sú ochotní platiť.

Podľa zdrojov sa výpočtový výkon a tím odborníkov zo Sory presunul vo veľkej časti smerom ku GPT-6 a robotike. OpenAI si muselo položiť veľmi tvrdú otázku: kde má náš výpočtový výkon najväčšiu hodnotu? Pri generovaní videí, ktoré stoja extrémne veľa? Alebo pri vývoji modelu, ktorý môže zlepšiť uvažovanie, pamäť, agentov a programovanie? Odpoveď bola jasná. Sora šla čiastočne bokom, hoci vývoj pokračuje a GPT-6 dostalo palivo.

A toto je podľa mňa výborný signál, ako sa bude AI trh vyvíjať. Už nestačí mať pekné demo. Technológia musí dávať zmysel aj ekonomicky – musí byť použiteľná, škálovateľná a zaplatiteľná. Lebo ak každé kliknutie stojí viac, než na ňom zarobíte, tak nemáte produkt. Máte veľmi drahý ohňostroj.

Ohňostroj je krásny. Ale trvá krátko. A potom ostane len dym.

Takže keď nabudúce uvidíte peknú prezentáciu GPT-6, kde model s úsmevom analyzuje stovky dokumentov, sleduje video, plánuje úlohy a tvári sa ako digitálny kolega z budúcnosti, spomeňte si aj na tú druhú stranu.

Na čipy.
Na elektrinu.
Na zrušenú Soru.
Na náklady.
Na otázku, či sa to celé dá udržať.

Lebo budúcnosť AI nebude len o tom, čo dokáže. Bude aj o tom, či si to môžeme dovoliť prevádzkovať.