Ceny paměťových čipů se v posledních měsících zdvojnásobily, počítače Mac i iPady znatelně podražily a v těsném závěsu má následovat také nová generace iPhonů. Významný technologický publicista a moderátor podcastu Better Offline Ed Zitron, kterého magazín Politico označil za jednoho z nejostřejších kritiků současné AI horečky, dlouhodobě tvrdí, že masivní investice do infrastruktury umělé inteligence se investorům nikdy nemohou vrátit. Podle něj je celá ekonomika velkých jazykových modelů (LLM) od základu nefunkční.
Mohlo by vás zajímat
Předplatné za dvacet dolarů spálí stovky: Model LLM nedává smysl
Zitron upozorňuje na to, že náklady na provoz velkých jazykových modelů zcela odporují tradičním principům prodeje softwaru. Zatímco běžný uživatel i firemní zákazník očekávají za pevný měsíční poplatek předvídatelnou službu, LLM spotřebovávají výpočetní výkon na základě milionů zpracovaných tokenů. A to bez ohledu na to, zda uživatel dostane správnou odpověď, nebo zda se AI zacyklí v chybné smyčce.
Aby vývojáři zákazníky neodradili reálnou cenou výpočetního výkonu, prodávají měsíční předplatná s poměrně nejasnými limity. Podle analýzy společnosti SemiAnalysis však může uživatel s předplatným za 20 dolarů měsíčně spálit tokeny v hodnotě stovek dolarů a u předplatného za 200 dolarů jde dokonce o tisíce. To se přímo odráží na hospodaření. Samotná společnost OpenAI vykázala za rok 2025 obří ztrátu 20,9 miliardy dolarů při tržbách 13,07 miliardy. Když navíc poskytovatelé převedli firemní zákazníky na přímou platbu podle tokenů, například společnost Uber vyčerpala svůj roční rozpočet na AI během jediného čtvrtletí.
Kód plný balastu a chybějící inovace
Dalším problémem je podle Zitrona fakt, že samotné služby umělé inteligence nabízejí velmi podobné funkce bez výraznější přidané hodnoty. Většina modelů dokáže pouze generovat text, sumírovat podklady nebo vyhledávat, což z nich dělá do značné míry zaměnitelné produkty. Nástroje zaměřené na generování kódu navíc podle nejnovějších zjištění vývojáře spíše zpomalují a zaplavují databáze nekvalitním kódem.
Není proto divu, že celých 89 % příjmů v celém odvětví ovládají pouze dvě společnosti. A sice Anthropic a OpenAI. Ostatní AI startupy jako Perplexity nebo Cursor jsou kvůli nutnosti platit vysoké částky za tokeny trvale ztrátové a jejich reálné roční tržby zůstávají na velmi nízké úrovni.
Fotogalerie
Předražená datová centra a skrytá čísla
Posledním dílkem do mozaiky jsou samotná datová centra. Výstavba jednoho AI datového centra trvá až tři roky a stojí miliardy dolarů. Tato infrastruktura se staví z drtivé většiny na dluh, přičemž reálné zákazníky pro takto dimenzovaný výkon představují opět pouze ztrátoví giganti OpenAI a Anthropic.
Trh podle Zitrona zatím nepropadá panice jen proto, že akcie technologických firem stále rostou na vhnané vlně očekávání a velcí hráči své skutečné příjmy z AI aplikací schovávají v celkových hospodářských výsledcích. Účet za tuto masivní výstavbu infrastruktury však nakonec v podstatě platí všichni běžní zákazníci, a to právě v podobě zdražujících se paměťových čipů a vyšších cen za nová elektronická zařízení od Applu a dalších značek.
