Levné čínské modely míří do geopolitiky: sankce mohou změnit pravidla

Z modelové soutěže se stává otázka státní politiky

Debata o umělé inteligenci se v létě 2026 posunula za hranice obvyklého porovnávání benchmarků, cen a schopností chatbotů. Bezprostředním impulzem byl příchod Kimi K3, otevřeného modelu čínské společnosti Moonshot AI, který je podle podkladů největším dosud zveřejněným modelem s otevřenými vahami. Jeho schopnosti a příslib levnějšího provozu znovu otevřely spor, zda mají Spojené státy chránit domácí vývojáře špičkových modelů před zahraniční konkurencí — a jak daleko při tom mohou zajít.

Americký ministr financí Scott Bessent 21. července uvedl, že USA prověří čínské otevřené modely kvůli možným známkám krádeže duševního vlastnictví. Pokud by se takové jednání prokázalo, Washington by podle něj mohl na čínské AI společnosti uvalit sankce. Administrativa podle Bessenta otevřené modely jako takové podporuje, odmítá však jejich případné budování na neoprávněně převzatých technologiích amerických firem.

Význam tohoto výroku přesahuje jednu společnost či jeden model. Spojené státy už Číně omezují přístup k pokročilým čipům a zpřísňují vývozní kontroly. Zacílení přímo na modely by znamenalo další stupeň technologického soupeření: regulace by neřešila jen hardware nutný pro trénování AI, ale také software, který mohou organizace stáhnout, provozovat ve vlastním prostředí nebo získat přes cloud. V sázce proto není pouze to, kdo vyvine nejlepší jazykový model, ale kdo určí podmínky jeho dostupnosti.

Kimi K3 ukazuje, proč otevřené váhy tlačí na americké laboratoře

Kimi K3 se stal symbolem širšího obchodního problému amerických laboratoří, jako jsou OpenAI a Anthropic. Tyto firmy stavějí ekonomiku svého podnikání na placeném přístupu k velmi výkonným proprietárním modelům. Výcvik i provoz systémů na špičkové úrovni vyžadují rozsáhlé investice do datových center. Pokud firmy mohou pro část úloh použít levnější model s otevřenými vahami na vlastní infrastruktuře, snižuje se prostor pro vysoké marže za token.

Podklady nicméně varují, že označení „levný“ nemusí automaticky znamenat levný provoz. Dean W. Ball, šéf strategické budoucnosti v OpenAI, hodnotil Kimi K3 v zásadě pozitivně, zároveň jej ale označil za model náročný na tokeny. K3 při uvedení nabízí jen maximální úroveň úsilí při uvažování a výstup účtuje za 15 dolarů za milion tokenů. Rozhodnutí mezi americkým API a otevřeným modelem tedy není jen otázkou ceníkové ceny: rozhodují i požadavky konkrétní úlohy, spotřeba tokenů, infrastruktura a náklady na správu.

Tlak otevřených modelů už je vidět v provozních datech. Podle AI News obstarávaly otevřené modely v červnu 29 % tokenů vedených produkční bránou společnosti Vercel, zatímco v dubnu to byla zhruba devítina. Jejich podíl na výdajích přitom zůstával pod 4 %. Spoluzakladatel Snorkel AI Braden Hancock tento efekt popsal jednoduše: levnější modely mohou stlačit marže výrobců špičkových uzavřených systémů, aniž by kleslo celkové využívání AI. Spíše naopak — dostupnější inteligence může počet aplikací dál zvýšit.

Zajímavý je i příklad Microsoftu. GitHub 1. července zpřístupnil model Moonshotu Kimi K2.7 Code ve výběru modelů pro Copilot, hostovaný na Microsoft Azure. Deník The Information pak uvedl, že Microsoft přidává K3 do Azure a vyhodnocuje, zda by model mohl převzít některé funkce Copilotu nyní zajišťované systémy OpenAI a Anthropic; potenciální úspora na inferenci má podle této zprávy dosahovat až 600 milionů dolarů. Microsoft ovšem nepotvrdil ani částku, ani konkrétní funkce a nejde o nasazení, nýbrž o vyhodnocování alternativy.

Krádež duševního vlastnictví a destilace nejsou totéž

Středem amerického argumentu je podezření, že zahraniční modely mohou neoprávněně přebírat schopnosti produktů domácích firem. Debata se zde soustředí na destilaci modelů: postup, při němž se některé schopnosti velkého systému přenesou do menšího modelu, který lze snáze provozovat. Pro firmy vyvíjející nejsilnější modely může být takový proces hrozbou, pokud konkurent získá výsledné schopnosti bez srovnatelných nákladů na výzkum a trénink.

Z podkladů ale neplyne shoda, že každá destilace automaticky představuje krádež. Generální ředitel Microsoftu Satya Nadella v červenci kritizoval podle něj rozporný přístup velkých laboratoří: ty obhajují spravedlivé užití veřejných dat při vlastním trénování, zároveň však u destilace uplatňují omezující podmínky. Šéf platformy Hugging Face Clem Delangue naopak říká, že destilace je jen malým faktorem při tvorbě kvalitních modelů a používají ji firmy v USA i jinde. Čínský náskok podle něj nelze zredukovat na kopírování; roli hrají také silné výzkumné týmy a otevřenější, spolupracující přístup.

Tato námitka je citlivá i proto, že právní rizika kolem trénovacích dat se nevyhýbají americkým lídrům. Anthropic tento týden získal možnost začít vyplácet autory v rámci vyrovnání ve výši 1,5 miliardy dolarů. Soudce předtím rozhodl, že firma nezákonně stáhla a uchovávala miliony knih chráněných autorským právem pro výcvik AI. Neznamená to, že případné porušování práv čínskými firmami nemá být vyšetřeno. Ukazuje to však, že hranice mezi oprávněným učením z dat, porušením autorských práv a přebíráním schopností modelů je sporná napříč celým odvětvím.

Právě proto by sankce vyžadovaly jasně doložené důvody. Bessent mluvil o sankční možnosti v případě zjištěné krádeže, nikoli o hotovém rozhodnutí proti konkrétnímu modelu. Veřejná diskuse však zároveň ukazuje, že obchodní zájmy a bezpečnostní argumenty se mohou prolínat. Pro uživatele i menší vývojáře je podstatné rozlišovat mezi prokázaným zjištěním, politickým návrhem a pouhou obavou konkurentů z levnější alternativy.

Bezpečnostní obavy jsou reálné, důkazy i nástroje se liší

Odpůrci čínských otevřených modelů nestaví případ jen na ekonomice. Jednou z obav je bezpečnost dat a možnost, že by model mohl fungovat jako kanál pro jejich únik k čínské vládě. Další se týká možných skrytých zadních vrátek, politických zkreslení ve prospěch Čínské lidové republiky nebo slabších bezpečnostních omezení proti zneužití. Podle TechCrunchu se však odborníci většinou domnívají, že model s otevřenými vahami běžící na amerických serverech data zpět do Číny pravděpodobně neodesílá, ač takovou možnost nelze zcela vyloučit.

Specifická vlastnost otevřených vah bezpečnostní správu komplikuje. Jakmile si organizace model stáhne a rozběhne jej ve vlastním prostředí, původní vydavatel mu nemůže vzdáleně odebrat přístup, opravit zjištěnou chybu ani vynutit aktualizaci. AI News upozorňuje, že chování modelu se navíc prověřuje hůře než běžný zdrojový kód: rizika, předsudky či problematické chování mohou být obsaženy i v dodatečném doladění. Americký Národní institut pro standardy a technologie, NIST, již dříve nalezl bezpečnostní zranitelnosti v otevřených modelech DeepSeek.

To jsou důvody pro pečlivé testování, zejména v bankách, zdravotnictví, státní správě či kritické infrastruktuře. Otázky původu trénovacích dat a zacházení s citlivým obsahem jsou důležité bez ohledu na zemi původu modelu. Zároveň z nich samo o sobě neplyne, že zákaz všech čínských otevřených modelů by byl přiměřenou odpovědí. Některé americké firmy podle TechCrunchu dokonce používají čínské jazykové modely tam, kde americké špičkové systémy odmítají vykonat určité úkoly kvůli vlastním bezpečnostním omezením.

Výzkumník Sam Bresnick z Georgetownského centra pro bezpečnost a nové technologie proto prosazuje jinou prioritu: účinnějším krokem ke zpomalení Číny by podle něj bylo omezení prodeje procesorů Nvidia H200 do Číny. Takový postup míří na vstupní zdroj nutný pro vývoj a provoz pokročilé AI, ne na již vydaný software, který chce využívat velké množství amerických organizací. Nejde o jednoduchou volbu mezi bezpečností a otevřeností, ale o otázku, který nástroj řeší konkrétní riziko s nejmenšími vedlejšími dopady.

Nejpravděpodobnější není zákaz, ale nejistota v cloudu

Mediální zprávy se v popisu bezprostředních kroků Washingtonu rozcházejí. Axios 20. července napsal, že administrativa zvažuje plošný zákaz čínských otevřených modelů, zatímco Politico uvedlo, že ministerstvo obchodu k takovému kroku v dohledné době nepřistoupí. Axios současně popsal, že už v minulém roce se uvažovalo o zařazení čínských AI laboratoří na seznam Entity List, o varování Národní bezpečnostní agentury a Úřadu národního koordinátora pro kybernetickou bezpečnost a také o výkonném nařízení, které by americké firmy činilo odpovědnými za narušení bezpečnosti při použití čínských modelů. Tyto návrhy tehdy zastavili činitelé obávající se brzdění inovací.

Nyní se debata obnovila, avšak z dostupných zpráv nelze vyvozovat, že zákaz je rozhodnutý. AI News popisuje pravděpodobnější a dlouhodobější variantu: pravidla pro federální nákupy, hrozby zařazením na Entity List a veřejný tlak či bezpečnostní doporučení. Právě tato „měkčí“ regulace by mohla být mimořádně účinná. Regulované firmy by nemusely čekat na výslovný zákaz; už samotné riziko budoucího omezení, auditů nebo reputační škody je může přimět, aby čínské modely předem vyřadily.

Takový přístup předvídal i Dean W. Ball, když hovořil o vytváření regulační nejistoty kolem čínských modelů. Vyvolal tím ostrou kritiku, mimo jiné od Davida Sackse, spolupředsedy Rady poradců prezidenta pro vědu a technologie. Sacks uvedl, že využívat regulační nejistotu jako nástroj konkurence by bylo nepřijatelné. Ball posléze vysvětlil, že postup předpovídal, nikoli doporučoval, a vzal zpět i tvrzení, že otevřené váhy nutně zpomalují technologický vývoj.

Dopad by se přitom nemusel zastavit na území USA. Mnoho podniků mimo Ameriku získává tyto modely přes Azure, AWS nebo Google Cloud, nikoli přímo přes rozhraní Moonshot AI. Pokud by americké úřady učinily hostování čínských otevřených modelů pro velké cloudy příliš rizikovým, mohou zmizet z katalogů současně ve Virginii i v Kuala Lumpuru. Pravidlo určené pro federální nákupy tedy formálně nezaváže například malajsijskou banku, infrastruktura globálních poskytovatelů cloudu však může jeho účinek přenést daleko za hranice USA.

Co by měli řešit firmy i uživatelé v Evropě

Pro evropské firmy není hlavní otázkou pouze to, zda je Kimi K3 nebo jiný čínský model dnes technicky dostupný a cenově výhodný. Mnohem praktičtější je, zda bude zvolený model za rok nadále v nabídce jejich cloudového poskytovatele a kolik bude stát přechod jinam. To není abstraktní geopolitická úvaha, ale otázka dodavatelského rizika: aplikace mohou záviset na konkrétním formátu, chování modelu, výkonu pro určité jazyky, licenčních podmínkách i kapacitě infrastruktury.

Teoretickou pojistkou je vlastní provoz staženého modelu. Moonshot má zveřejnit váhy K3 27. července; po stažení je už nelze uživatelům vzít zpět. Pro většinu organizací ale tato možnost nebude snadná. Moonshot doporučuje K3 provozovat nejméně na 64 akcelerátorech a samotné váhy zabírají přibližně 1,4 TB. Vlastní hosting proto nepředstavuje levnou náhradu cloudové nabídky, ale náročný projekt vyžadující hardware, odborníky, zabezpečení i průběžnou správu.

Rozumným postupem je nesázet kritické systémy na jediný model nebo jediný katalog cloudového poskytovatele. Před nasazením je vhodné vyhodnotit, kde se zpracovávají data, jak se model testuje na bezpečnostní rizika, zda organizace dokáže vyměnit poskytovatele a jaké jsou náklady této migrace. U regulovaných oborů je nutné prověřit také původ dat a požadavky vlastních pravidel pro nákup technologií. Tyto kroky dávají smysl pro čínské, americké i jiné modely.

Příští měsíce ukážou, zda Washington zůstane u signálů, nebo přejde k cíleným sankcím a omezením. Jisté je pouze to, že otevřené modely přestaly být okrajovou technickou alternativou. Staly se součástí boje o marže velkých AI laboratoří, o bezpečnost dodavatelských řetězců i o to, zda bude další generace výzkumu vznikat v několika uzavřených firmách, nebo v širší globální komunitě. Pro uživatele je proto nejcennější připravit si technickou i smluvní cestu, jak reagovat na změnu pravidel dříve, než ji vynutí geopolitika.