AI trhový briefingAI market briefing
Hlavná novinka: Anthropic + SpaceX a boj o výpočtový výkonMain story: Anthropic + SpaceX and the fight for compute
Vyberte jeden proces, kde sa dá poznatok overiť do 30 dní na dátach, čase alebo kvalite výstupu.Pick one process where the insight can be validated within 30 days on data, time, or output quality.
Čo si odnesieteWhat you will take away
- Hlavná novinka: Anthropic + SpaceX a boj o výpočtový výkon
- Top trendy posledných 14 dní
- Nové pravidlá OpenAI × Microsoft: koniec absolútnej exkluzivity
- Tlak na Nvidiu zo strany vlastných zákazníkov
- Main story: Anthropic + SpaceX and the fight for compute
- Top trends of the last 14 days
- New rules for OpenAI × Microsoft: the end of absolute exclusivity
- Pressure on Nvidia from its own customers
Posledné dva týždne, od 26.4.2026 do 7.5.2026, ukázali jednu vec bez prikrášlenia: umelá inteligencia už nie je trend na sledovanie, ale infraštruktúrna sila, ktorá mení kapitálové trhy, dodávateľské reťazce, softvérový vývoj, reguláciu aj každodennú prácu vo firmách.
Tento článok je praktický briefing k najdôležitejším AI novinkám obdobia. Nie je to zoznam titulkov. Je to mapa rozhodnutí: čo sa stalo, prečo na tom záleží a čo má firma urobiť skôr, než sa z AI výhody stane AI dlh.
Hlavná novinka: Anthropic + SpaceX a boj o výpočtový výkon
Najsilnejší signál posledných dní prišiel od Anthropicu. Firma oznámila compute partnerstvo so SpaceX, ktoré má výrazne zvýšiť kapacitu pre Claude a umožnilo okamžité navýšenie limitov pre Claude Code aj Claude API.
Pointa nie je iba vyšší limit v produkte. Pointa je, že compute sa stáva novou ropou AI ekonomiky. Kto má prístup k energii, čipom, sieťam a dátovým centrám, ten rozhoduje, aké modely dokáže trénovať, aké služby dokáže garantovať a aké ceny dokáže ponúknuť zákazníkom.
Anthropic zároveň ukazuje, že víťazi AI éry nebudú stáť na jednom dodávateľovi. Kombinácia AWS Trainium, Google TPU, NVIDIA GPU, Microsoft/Azure kapacity a nového SpaceX partnerstva vytvára architektúru odolnosti. To je lekcia aj pre menšie firmy: AI stratégia bez plánovania závislostí je riziko, nie stratégia.
Top trendy posledných 14 dní
- Compute je strategická komodita AI firmy už nesúťažia len modelmi, ale prístupom k energii, čipom, dátovým centrám a sieťovej infraštruktúre
- Nvidia má prvý vážny tlak zospodu hyperscaleri investujú do vlastných čipov a chcú časť marže presunúť späť k sebe
- OpenAI a Microsoft prepisujú partnerstvo nová dohoda ponecháva Azure ako primárny cloud, ale OpenAI získava širšiu multi-cloud flexibilitu
- AI kapitál sa koncentruje veľké peniaze idú do AI infraštruktúry, agentov, vývojárskych nástrojov a aplikácií s jasným ekonomickým dopadom
- Regulácia nestíha tempo EU AI Act je realita, ale praktické termíny, výklady a interné firemné procesy sa ešte budú ladiť
- Robotika sa presúva z videí do výroby humanoidní roboti už nie sú iba marketingová ukážka, ale začiatok ďalšieho kola automatizácie fyzickej práce
Nové pravidlá OpenAI × Microsoft: koniec absolútnej exkluzivity
Dňa 27.4.2026 OpenAI oznámilo ďalšiu fázu partnerstva s Microsoftom. Pre bežného čitateľa to môže znieť ako korporátna právničina. Pre AI trh je to jeden z najdôležitejších signálov roka.
Microsoft zostáva primárnym cloudovým partnerom a zachováva si licenciu na IP OpenAI do roku 2032. Zároveň však licencia už nie je exkluzívna a OpenAI môže svoje produkty obsluhovať zákazníkom cez akýkoľvek cloud, ak to obchodne alebo technicky dáva zmysel.
Preklad do biznis jazyka: OpenAI sa správa ako infraštruktúrna firma, nie ako startup naviazaný na jedného patróna. Microsoft zostáva strategický partner, ale OpenAI potrebuje flexibilitu, pretože dopyt po AI rastie rýchlejšie než kapacita jedného ekosystému.
Tlak na Nvidiu zo strany vlastných zákazníkov
Nvidia je stále kráľ AI čipov. To sa nezmenilo. Zmenilo sa však to, že jej najväčší zákazníci už nechcú byť iba zákazníkmi. Google, Amazon, Microsoft a Meta investujú do vlastného kremíka, pretože pri miliardových výdavkoch na infraštruktúru je vlastný čip otázkou marže, nezávislosti a kontroly.
Google TPU sa čoraz výraznejšie posúva smerom k externým zákazníkom a Anthropic je symbolom tejto zmeny. Pre Nvidiu to neznamená okamžitú porážku. Znamená to však, že trh sa fragmentuje. AI infraštruktúra nebude jeden monolit, ale viacvrstvový ekosystém GPU, TPU, špecializovaných akcelerátorov, optických sietí a energetických kontraktov.
Pre firmy je praktická otázka jednoduchá: je váš AI stack prenositeľný, alebo ste zamknutí v jednom modeli, jednom cloude a jednom cenovom mechanizme?
Prelomové aplikácie, ktoré stoja za pozornosť
- Claude pre finančné tímy Anthropic posúva Claude do analýz, reportingu, compliance a rozhodovania v regulovaných odvetviach
- ChatGPT konektory a nahrávanie mítingov kancelárska práca sa presúva od ručného zapisovania k automatickej extrakcii úloh, rozhodnutí a rizík
- xAI modelová migrácia xAI oznámilo deprecation starších Grok modelov od 15.5.2026, čo je pripomienka, že AI produkty sa musia navrhovať s plánom migrácie
- Farmácia a AI veľké zdravotnícke a farmaceutické firmy zrýchľujú použitie modelov v drug discovery, dokumentácii, supply chain a internom rozhodovaní
- Agentic commerce nákupný proces sa mení z klikania v e-shope na asistované rozhodovanie, porovnávanie a vykonanie transakcie cez AI agenta
Vplyv na biznis: chatbot už nestačí
Firmy, ktoré v roku 2026 stále merajú AI stratégiu počtom chatbotov, riešia nesprávnu metriku. Dôležitejšie je, koľko rozhodnutí, procesov a výstupov dokáže AI zlepšiť bez toho, aby zvyšovala chaos.
Agentická AI prestala byť experiment. V praxi sa presúva do schvaľovania faktúr, spracovania ticketov, predpredaja, právneho pred-screeningu, HR onboardingu, dátovej analytiky a interného knowledge managementu.
Rozdiel medzi amatérskym a profesionálnym nasadením je v kontrole. Amatérske nasadenie dá zamestnancom nástroj a dúfa, že ho budú používať správne. Profesionálne nasadenie definuje proces, práva, dátové hranice, validačné kroky, audit trail a merateľný výstup.
Vplyv na každodenný život
Pre bežného človeka je zmena tichšia, ale hlbšia. Aplikácie sa menia na asistentov. Mapa sa stáva konverzáciou. E-mail sa mení na workflow. Meeting sa mení na úlohy. Vyhľadávanie sa mení na syntézu.
Najväčšia zmena nie je v tom, že AI odpovie na otázku. Najväčšia zmena je v tom, že AI začne dokončovať celé mikropostupy: nájdi, porovnaj, vyhodnoť, priprav, pošli, zapíš, skontroluj.
Preto bude dôležité nové digitálne minimum: vedieť zadávať úlohy, overovať výstupy, chrániť dáta a rozpoznať, kedy AI pomáha a kedy iba zrýchľuje chybu.
Globálne trendy: kapitál, geopolitika, regulácia
Investície smerujú do infraštruktúry. Goldman Sachs uvádza, že AI firmy môžu v roku 2026 investovať viac než 500 miliárd USD do kapitálových výdavkov. To nie je softvérový boom v starom zmysle. To je priemyselná výstavba digitálnej ekonomiky.
Geopolitika sa posúva k robotike a výrobe. Čína má silnú pozíciu v dodávateľských reťazcoch, batériách, senzoroch a priemyselnej robotike. Ak sa humanoidní roboti dostanú do sériového nasadenia, ďalší boj nebude iba o softvér, ale o to, kto vie automatizovať fyzickú prácu v mierke.
Regulácia zostáva nevyhnutná, ale oneskorená. EU AI Act už určuje rámec povinností, no firmy by nemali čakať na poslednú chvíľu. AI literacy, evidencia používaných systémov, klasifikácia rizika a interné pravidlá pre dáta sú veci, ktoré sa nedajú dobehnúť za jeden víkend.
Návrhy na optimalizáciu firemných procesov
- Audit compute a vendor závislostí spíšte, ktoré modely, cloudy, API a dátové toky sú kritické pre prevádzku
- Prechod od chatbotov k agentom začnite procesmi, kde je 80 % krokov opakovateľných a výsledok sa dá jednoducho skontrolovať
- Record-first kultúra — z mítingov automaticky vytvárajte rozhodnutia, úlohy, riziká a follow-upy
- AI literacy program zaveďte praktické školenie, ktoré učí zadávanie úloh, overovanie výstupov, dátovú bezpečnosť a limity modelov
- Modelová diverzifikácia kombinujte uzavreté modely, open-source modely a lokálne spracovanie podľa citlivosti dát
- Kontrolné brány každé AI rozhodnutie v rizikovom procese musí mať vlastníka, logiku validácie a jasný bod ľudskej kontroly
Praktické tipy: 10 spôsobov, ako AI agentov využiť už teraz
- Automatizácia e-mailovej schránky — agent triedi správy, vyťahuje prílohy, pripravuje odpovede a označuje veci, ktoré musí vidieť človek
- Právny pred-screening zmlúv — AI prejde NDA, DPA alebo dodávateľskú zmluvu podľa checklistu a označí červené vlajky pred právnikom
- Konkurenčný monitoring agent sleduje ceny, weby, kampane a produktové zmeny konkurencie a raz týždenne pošle brief
- Hlasový asistent pre stretnutia nahrávka sa zmení na rozhodnutia, úlohy, zodpovednosti a termíny
- Obchodný research agent pripraví profil prospektu, aktuálne udalosti, relevantný problém a personalizovaný outreach hook
- Predspracovanie faktúr OCR a LLM extrahujú údaje, validujú IČO, DPH, sumy a pripravia import do účtovníctva
- Coding agent v dennej praxi AI robí prvý návrh refaktoringu, testov, dokumentácie a code review komentárov
- Learning buddy interné smernice, kurzy a PDF sa zmenia na personalizovaný tréning s otázkami a spätnou väzbou
- Osobný finančný analytik agent kategorizuje výdavky, hľadá úniky a navrhne realistické optimalizácie
- Kontrolór dodávateľov AI porovná SaaS, telco a utility kontrakty s trhom a pripraví vyjednávací podklad
Otázky a odpovede
Naozaj môže Anthropic rásť extrémnym tempom
Áno, ale treba rozlišovať medzi rastom konkrétnych produktových línií a celou firmou. Claude Code a API môžu rásť mimoriadne rýchlo, pretože riešia bolestivý problém vývojárov a podnikov: ako premeniť AI z odpovedača na pracovný nástroj.
Mám sa báť, že AI vezme ľuďom prácu
Najväčšie riziko majú rutinné kognitívne úlohy bez vlastníctva výsledku. Menšie riziko majú profesie, ktoré kombinujú doménový kontext, empatiu, zodpovednosť, fyzickú realitu alebo vysokú mieru rozhodovania. Najlepšia obrana je naučiť sa AI riadiť, nie ignorovať.
Kedy budú humanoidní roboti reálne vo firmách
Prvé nasadenia sa budú sústreďovať na logistiku, výrobu, skladovanie a jednoduchú manipuláciu. Masovejší nástup v Európe a USA bude závisieť od ceny, bezpečnosti, servisu a integrácie s existujúcimi procesmi. Roky 2027 až 2028 budú pravdepodobne rozhodujúce.
Čo má urobiť firma do 30 dní
Vyberte jeden proces, kde AI môže znížiť čas, chyby alebo čakacie lehoty. Zmerajte aktuálny stav, navrhnite AI workflow, nastavte ľudskú kontrolu a po 30 dňoch porovnajte čísla. Ak neviete zmerať dopad, nemáte projekt. Máte iba demo.
Záver: rok 2026 je o rýchlosti aj disciplíne
Posledné dva týždne potvrdili, že AI trh vstúpil do priemyselnej fázy. Compute sa mení na geopolitickú komoditu, agenti nahrádzajú klikacie workflow, modelové portfóliá sa zrýchlene menia a regulácia tlačí firmy k zodpovednejšiemu používaniu.
Víťazi nebudú tí, ktorí použijú najviac AI nástrojov. Víťazi budú tí, ktorí vedia rozhodnúť, kde AI patrí, kde nepatrí, ako ju kontrolovať a ako z nej urobiť merateľnú výhodu.
Ak máte vo firme stále iba otázku „aký chatbot si vybrať“, zmeňte otázku. Pýtajte sa: ktorý proces bude o 30 dní rýchlejší, presnejší alebo lacnejší vďaka agentickej AI?
The last two weeks, from April 26 to May 7, 2026, showed one thing without decoration: artificial intelligence is no longer a trend to watch. It is an infrastructure force reshaping capital markets, supply chains, software development, regulation, and everyday work inside companies.
This article is a practical briefing on the most important AI news of the period. It is not a list of headlines. It is a decision map: what happened, why it matters, and what a company should do before an AI advantage turns into AI debt.
Main story: Anthropic + SpaceX and the fight for compute
The strongest signal of the last few days came from Anthropic. The company announced a compute partnership with SpaceX that substantially increases capacity for Claude and enabled higher usage limits for Claude Code and the Claude API.
The point is not just a higher product limit. The point is that compute is becoming the new oil of the AI economy. Whoever controls access to power, chips, networks, and data centers controls which models can be trained, which services can be guaranteed, and which prices can be offered to customers.
Anthropic is also showing that winners in the AI era will not stand on one supplier. A mix of AWS Trainium, Google TPUs, NVIDIA GPUs, Microsoft/Azure capacity, and the new SpaceX partnership creates an architecture of resilience. That lesson applies to smaller companies too: an AI strategy without dependency planning is not a strategy. It is a risk.
Top trends of the last 14 days
- Compute is a strategic commodity AI companies now compete not only on models, but on access to energy, chips, data centers, and network infrastructure
- Nvidia is facing serious pressure from below hyperscalers are investing in custom silicon and want to bring part of the margin back in-house
OpenAI and Microsoft are rewriting their partnership — the new agreement keeps Azure as the primary cloud while giving OpenAI broader multi-cloud flexibility
AI capital is concentrating — major funding is flowing into AI infrastructure, agents, developer tools, and applications with clear economic impact
Regulation is behind the speed of deployment — the EU AI Act is real, but deadlines, interpretations, and internal company processes are still being refined
Robotics is moving from demos into operations — humanoid robots are no longer just marketing videos, but the beginning of the next wave of physical automation
New rules for OpenAI × Microsoft: the end of absolute exclusivity
On April 27, 2026, OpenAI announced the next phase of its partnership with Microsoft. To a casual reader, it may sound like corporate legal language. For the AI market, it is one of the most important signals of the year.
Microsoft remains the primary cloud partner and keeps a license to OpenAI IP through 2032. At the same time, the license is no longer exclusive, and OpenAI can serve its products to customers across any cloud provider when it makes business or technical sense.
Translated into business language: OpenAI is behaving like an infrastructure company, not like a startup tied to one patron. Microsoft remains a strategic partner, but OpenAI needs flexibility because demand for AI is growing faster than the capacity of one ecosystem.
Pressure on Nvidia from its own customers
Nvidia is still the king of AI chips. That has not changed. What has changed is that its largest customers no longer want to be only customers. Google, Amazon, Microsoft, and Meta are investing in their own silicon because at billions of dollars in infrastructure spending, custom chips become a question of margin, independence, and control.
Google TPUs are moving more visibly toward external customers, and Anthropic is a symbol of that shift. For Nvidia, this does not mean immediate defeat. It means fragmentation. AI infrastructure will not be one monolith, but a layered ecosystem of GPUs, TPUs, specialized accelerators, optical networks, and energy contracts.
For companies, the practical question is simple: is your AI stack portable, or are you locked into one model, one cloud, and one pricing mechanism?
Breakthrough applications worth watching
- Claude for finance teams Anthropic is moving Claude into analysis, reporting, compliance, and decision support in regulated industries
- ChatGPT connectors and meeting capture office work is shifting from manual note-taking to automatic extraction of tasks, decisions, and risks
- xAI model migration xAI announced deprecation of older Grok models from May 15, 2026, a reminder that AI products need migration plans
Pharma and AI — large healthcare and pharmaceutical companies are accelerating model use in drug discovery, documentation, supply chain, and internal decision-making
Agentic commerce — the buying process is shifting from clicking through stores to assisted decision-making, comparison, and transaction execution through AI agents
Business impact: a chatbot is no longer enough
Companies that still measure AI strategy in 2026 by the number of chatbots are measuring the wrong thing. The better question is how many decisions, processes, and outputs AI can improve without increasing chaos.
Agentic AI is no longer an experiment. In practice, it is moving into invoice approval, ticket processing, pre-sales, legal pre-screening, HR onboarding, data analysis, and internal knowledge management.
The difference between amateur and professional deployment is control. Amateur deployment gives employees a tool and hopes they use it correctly. Professional deployment defines the process, permissions, data boundaries, validation steps, audit trail, and measurable output.
Impact on everyday life
For ordinary people, the change is quieter but deeper. Apps are becoming assistants. A map becomes a conversation. Email becomes a workflow. A meeting becomes tasks. Search becomes synthesis.
The biggest change is not that AI answers a question. The biggest change is that AI starts completing entire micro-processes: find, compare, evaluate, prepare, send, record, check.
That creates a new digital baseline: knowing how to delegate tasks, verify outputs, protect data, and recognize when AI is helping versus when it is only accelerating a mistake.
Global trends: capital, geopolitics, regulation
Investment is moving into infrastructure. Goldman Sachs has argued that AI companies may invest more than $500 billion in capital expenditure in 2026. This is not a software boom in the old sense. It is industrial construction for the digital economy.
Geopolitics is shifting toward robotics and manufacturing. China has a strong position in supply chains, batteries, sensors, and industrial robotics. If humanoid robots reach scaled deployment, the next battle will not only be about software, but about who can automate physical work at scale.
Regulation remains necessary but delayed. The EU AI Act already sets the framework for obligations, but companies should not wait until the last moment. AI literacy, inventories of AI systems, risk classification, and internal data rules cannot be fixed over one weekend.
Process optimization recommendations
- Audit compute and vendor dependencies list which models, clouds, APIs, and data flows are critical to operations
- Move from chatbots to agents start with processes where 80% of steps are repeatable and the result is easy to verify
- Build a record-first culture — turn meetings automatically into decisions, tasks, risks, and follow-ups
- Launch an AI literacy program train people in task delegation, output verification, data security, and model limits
- Diversify models combine closed models, open-source models, and local processing according to data sensitivity
- Add control gates every AI decision in a risky process needs an owner, validation logic, and a clear human control point
Practical tips: 10 ways to use AI agents now
- Email automation an agent triages messages, extracts attachments, drafts replies, and flags items a human must see
- Legal pre-screening — AI checks NDAs, DPAs, or supplier contracts against a checklist and marks red flags before legal review
- Competitive monitoring an agent watches competitor prices, websites, campaigns, and product changes, then sends a weekly brief
- Voice assistant for meetings a recording becomes decisions, tasks, owners, and deadlines
- Sales research an agent prepares prospect context, recent events, a relevant pain point, and a personalized outreach hook
- Invoice preprocessing OCR and LLMs extract data, validate IDs, VAT, sums, and prepare accounting import
- Coding agent in daily work AI creates the first draft of refactors, tests, documentation, and code review comments
- Learning buddy internal guidelines, courses, and PDFs become personalized training with questions and feedback
- Personal finance analyst an agent categorizes spending, finds leaks, and suggests realistic optimization
- Supplier contract controller AI compares SaaS, telecom, and utility contracts against the market and prepares negotiation notes
Questions and answers
Can Anthropic really grow at an extreme pace
Yes, but it is important to distinguish between growth of specific product lines and growth of the entire company. Claude Code and API usage can grow extremely fast because they solve a painful problem for developers and enterprises: turning AI from an answer machine into a work tool.
Should I be afraid that AI will take jobs
The greatest risk is in routine cognitive work without ownership of the result. Lower risk exists in roles combining domain context, empathy, accountability, physical reality, or high-quality decision-making. The best defense is learning to direct AI, not ignoring it.
When will humanoid robots really enter companies
The first deployments will focus on logistics, manufacturing, warehousing, and simple manipulation. Broader adoption in Europe and the US will depend on price, safety, service, and integration with existing processes. The years 2027 and 2028 will likely be decisive.
What should a company do within 30 days
Choose one process where AI can reduce time, errors, or waiting. Measure the current state, design an AI workflow, set human control, and compare the numbers after 30 days. If you cannot measure the impact, you do not have a project. You have a demo.
Conclusion: 2026 is about speed and discipline
The last two weeks confirmed that the AI market has entered its industrial phase. Compute is becoming a geopolitical commodity, agents are replacing click-based workflows, model portfolios are changing quickly, and regulation is pushing companies toward more responsible use.
The winners will not be the companies using the most AI tools. The winners will be the companies that know where AI belongs, where it does not, how to control it, and how to turn it into a measurable advantage.
If your company is still asking only “which chatbot should we choose,” change the question. Ask instead: which process will be faster, more accurate, or cheaper 30 days from now because of agentic AI?
Premeniť čítanie na konkrétny ďalší krokTurn the insight into a concrete next step
Vyberieme procesy, kde AI agenti dávajú ekonomický aj operačný zmysel, a ukážeme realistický ROI model.We identify processes where AI agents make economic and operational sense, then model the ROI realistically.
Naplánovať auditSchedule audit