Microsoft se rozvádí s OpenAI. A je to varování i pro vaši firmu

Microsoft strávil posledních pět let tím, že stavěl půlku svého byznysu na OpenAI. Investoval do firmy desítky miliard dolarů, zabudoval její modely do Windows, Office i GitHub Copilotu a před celým světem se prezentoval jako její nejbližší partner. Na začátku června na konferenci Build oznámil, že vydává sedm vlastních modelů, aby OpenAI nepotřeboval.

Tohle není drb o tom, kdo se s kým pohádal. Je to nejjasnější signál měsíce, ve kterém se jinak vyrojila spousta novinek: i ten největší hráč na trhu právě teď horečně pracuje na tom, aby nebyl závislý na jednom dodavateli AI. A pokud to dělá Microsoft, který si toho dodavatele do velké míry sám vychoval, měla by si stejnou otázku položit i firma o tři řády menší. Tedy nejspíš vy.

Co se v červnu stalo

Tři zprávy, na první pohled nesouvisející, ve skutečnosti jeden trend.

Microsoft vydal vlastní modely (Build, 2. června). Sedm modelů rodiny MAI, v čele s reasoningovým MAI-Thinking-1 (35 miliard aktivních parametrů, kontextové okno 256 tisíc tokenů) a kódovacím MAI-Code-1-Flash, který už běží ve Visual Studiu a GitHub Copilotu. Podstatné jsou tři věci. Za prvé, jsou to první modely Microsoftu trénované zcela na komerčně licencovaných datech, bez technologie OpenAI. Za druhé, běží na vlastní Azure infrastruktuře, takže Microsoft neplatí třetí straně. Za třetí, podle firemních měření jsou v některých úlohách srovnatelné s Claude Opus 4.6 a přitom řádově levnější. Smysl je jednoznačný: udělat OpenAI uvnitř vlastního stacku volitelným, ne nutným.

Google drží tempo. Gemini 3.5 Flash je v ostrém provozu od května za 1,50 / 9 dolarů za milion tokenů, Gemini 3.5 Pro byl ohlášený na červen. Žádné drama, jen neúprosná kadence – nová generace každých pár měsíců, vždycky rychlejší a levnější než ta předchozí.

SpaceX koupil Cursor za 60 miliard dolarů (16. června). Firma Anysphere za nástrojem Cursor se za necelé čtyři roky dostala na zhruba 4 miliardy dolarů ročních tržeb a stala se největší akvizicí venture firmy v historii – pár dní po rekordním IPO SpaceX za 75 miliard. Konkurence v kódovacích nástrojích se přelévá mezi hráče, kteří před rokem s AI neměli nic společného.

Co mají ty zprávy společného

Na povrchu jde o tři různé věci: konkurenční boj, tempo vydávání, miliardová akvizice. Pod povrchem je to jeden pohyb. Trh s AI se přestává točit kolem otázky „který model je nejlepší“ a začíná se točit kolem otázky „jak nebýt na žádném z nich pověšený.“

Microsoft to říká nejhlasitěji, ale není sám. Když si firma za stovky miliard dolarů buduje vlastní modely jen proto, aby měla alternativu k partnerovi, do kterého sama investovala, dělá přesně to, co by měl dělat každý, kdo na AI staví něco důležitého: snižuje riziko, že ho jeden dodavatel jednoho dne zaskočí – cenou, výpadkem, změnou podmínek nebo tím, že model prostě zmizí.

A že modely mizí, jsme tady viděli docela nedávno. Před dvěma týdny jsme psali o Claude Fable 5 – nejvýkonnějším veřejném modelu, který vydržel tři dny, než ho na příkaz americké vlády museli vypnout úplně všem. V článku o Opus 4.8 jsme zase ukazovali, jak rychle se to, co je dnes špička, stává za pár měsíců legacy. Červnová vlna novinek je třetí díl téhle skládačky. Fable ukázal, že model může zmizet z geopolitických důvodů. Opus ukázal, jak rychle zastarává. A Microsoft teď ukazuje, že i firmy, které mají z modelů přímý zisk, se proti téhle nejistotě aktivně pojišťují.

Proč to platí dvojnásob pro malou firmu

Microsoft si může dovolit postavit sedm modelů. Vy ne. Ale právě proto je vaše pozice zranitelnější, ne méně.

Velký hráč má páku. Když mu dodavatel zdraží nebo změní podmínky, sedne si k jednacímu stolu jako rovný s rovným. Když se mu nelíbí směr, postaví si vlastní. Malá firma nemá ani jedno. Když vám poskytovatel AI zdvojnásobí cenu, zruší endpoint, na kterém vám běží produkce, nebo vám model přes noc vypne kvůli exportní direktivě, kterou nemůžete ovlivnit, nemáte vyjednávací sílu – máte jen to, jak chytře jste si to postavili předem.

To je celá pointa. Závislost na jednom modelu není problém, dokud se nic neděje. Stává se problémem ve chvíli, kdy se něco stane – a v téhle branži se něco děje pořád. Otázka tedy nezní, jestli vás dodavatel jednou zaskočí, ale jestli vás to bude stát hodinu, nebo měsíc.

Jak stavět, aby byl model vyměnitelná součástka

V článku o Fable 5 jsme tyhle zásady shrnuli do pár bodů. Teď, když je trend potvrzený potřetí, je čas je rozepsat konkrétněji. Tohle není teorie pro velké korporace – jsou to věci, které děláme v běžných projektech pro malé firmy, protože dávají smysl provozně, ne ideologicky.

Tenká abstrakční vrstva mezi vaší aplikací a modelem. Vaše aplikace nemá volat „OpenAI“ nebo „Anthropic“ napřímo. Má volat vaše vlastní rozhraní – funkci zeptej_se_modelu(), za kterou se schovává konkrétní poskytovatel. Když ho chcete vyměnit, měníte jedno místo, ne padesát. Je to pár hodin práce na začátku a ušetří vám týden, až to budete potřebovat. Knihovny jako LiteLLM nebo Vercel AI SDK tuhle vrstvu z velké části řeší za vás.

Izolujte věci, které jsou na konkrétním modelu specifické. Každý poskytovatel má vlastní formát volání nástrojů, vlastní způsob práce se strukturovaným výstupem, vlastní limity. Pokud tyhle specifika prosáknou do celé aplikace, je migrace bolestivá. Když je držíte u sebe v té abstrakční vrstvě, zbytek kódu o nich neví a je mu jedno, co je pod ním.

Mějte evaluační sadu. Tohle je krok, který firmy nejčastěji přeskakují, a přitom je nejdůležitější. Eval je sada reálných příkladů z vašeho provozu – dvacet, padesát, sto vstupů, u kterých víte, jak má vypadat dobrý výstup. Bez ní je výměna modelu skok do tmy: nasadíte jiný model a doufáte, že se nic nerozbilo. S ní výměnu uděláte za odpoledne – nový model proženete sadou a okamžitě vidíte, jestli je stejně dobrý, lepší, nebo kde konkrétně padá. Eval je rozdíl mezi „máme záložní model“ jako zbožným přáním a jako reálnou pojistkou.

Data a prompty jsou vaše, ne dodavatelovy. Promptové šablony, vaše interní znalostní báze, historie konverzací – tohle všechno mějte u sebe ve formátu, který není svázaný s jedním poskytovatelem. Pokud vaše know-how žije jen v konfiguraci jednoho nástroje, neměníte model, ale stěhujete se. Rozdíl je v týdnech práce.

Záložní model otestujte, ne jen vyhlédněte. „V případě nouze přepneme na konkurenci“ zní dobře na papíře. Reálná pojistka znamená, že druhý model už máte zapojený přes tu samou abstrakční vrstvu, proběhl vaším evalem a víte, že na vašich úlohách obstojí. Když vám vypadne primární dodavatel, nesmí být přepnutí objevný projekt – má to být přepnutí.

Kde to nepřehánět

Aby to nevyznělo jako výzva předělávat všechno přes noc: ne každý projekt tuhle míru pojištění potřebuje. Pokud používáte AI na interní, nekritické věci – sumarizace poznámek, koncepty textů, nápady – a výpadek vás stojí jen nepohodlí, je budování robustní abstrakční vrstvy zbytečná práce. Přepnete ručně a jedete dál.

Hranice je tam, kde na modelu visí něco, co nesmí spadnout: zákaznický proces, produkt, který prodáváte, nebo provoz, který se zastaví. Čím blíž jste téhle hranici, tím víc se těch pár hodin práce navíc vyplatí. A platí to i naopak – kdo dnes začíná stavět něco vážného na AI, má to udělat rovnou pořádně, protože dodatečně se abstrakce dolepuje hůř než předem.

Co si z toho odnést

Trend je jasný a je potřetí potvrzený. Fable ukázal, že model může zmizet. Opus, jak rychle zastarává. Microsoft, že i nejsilnější hráči se proti závislosti na jednom modelu aktivně pojišťují. Tři různé příběhy, jeden závěr.
Vaše pozice je zranitelnější než Microsoftova, ne méně. Velký hráč má páku a může si postavit vlastní model. Vy máte jen to, jak chytře jste si to postavili předem.
Vyměnitelnost modelu je věc architektury, ne štěstí. Tenká abstrakční vrstva, izolovaná specifika, evaluační sada a otestovaný záloha – pár hodin práce, které z výpadku udělají hodinu místo měsíce.
Měřte podle kritičnosti. Na interní hraní se nepojišťujte. Na všechno, co nesmí spadnout, ano.

Žádný z těch kroků není reakce na paniku z titulků. Jsou to věci, které dávaly smysl už předtím – a každá další zpráva z téhle branže je posouvá z kategorie „bylo by fajn“ do kategorie „už jste to měli mít hotové.“

Stavíte něco na AI a nevíte, jak moc visíte na jednom dodavateli? V rámci Quick Auditu projdeme vaši architekturu a řekneme rovnou, kde jste závislí na jednom bodě a co s tím udělat dřív, než vás to zaskočí.

Zdroje:

Čtěte dál: