
Nejdůležitější novinka není jen obecné tvrzení, že Čína dohání Ameriku. Aktuální tržní signál je, že Alibaba poslala ven model Qwen3.8-Max, který se podle citované zprávy dostává na úroveň nebo nad úroveň vlajkového modelu Fable 5 od Anthropicu. Přesně tohle je moment, kdy se z technologického závodu stává cenová a maržová válka. Podle Stanford HAI se americko-čínská výkonová mezera v AI modelech v zásadě uzavřela a k březnu 2026 vedl nejlepší model Anthropicu už jen o 2,7 %.
Právě proto se pro současnou situaci hodí označení „zóna smrti“. V ní se ocitá každá AI firma, která není ani technologicky špičková, ani dramaticky levná. Pro investora i tradera z toho plyne nepříjemně praktická věc: část AI byznysu může být méně o exkluzivním modelu a víc o tom, kdo má čipy, datacentra, elektřinu, distribuci a peníze na další kolo. Dnešní příběh o Číně je proto zároveň příběhem o amerických valuacích a evropském zpoždění.
Mediální zkratka zní jednoduše: Čína chrlí silné AI modely a dohání Spojené státy. Pod tou zkratkou ale leží důležitější změna. Čínské firmy netlačí jen na výkon, ale i na rychlost iterace, open-source dostupnost a cenu. Právě zmíněný Qwen3.8-Max od Alibaby je důležitý ne proto, že by šlo o další hezké demo, ale protože zapadá do série modelů, které posouvají čínské hráče na přední příčky benchmarků a zároveň zvyšují tlak na americké marže.
To je přesně logika takzvané zóny smrti: pokud nejste na absolutní špici výkonu a zároveň neumíte jít tvrdě po ceně, začínáte být nahraditelní. Reuters v červenci upozornil na model Moonshotu jako na největší otevřený AI model na světě, který se přibližuje americkým rivalům. To není jen technologická zajímavost. To je tlak na to, aby se AI chovala méně jako luxusní software a víc jako rychle zlevňující infrastruktura.
Do toho zapadá i širší politická linie. Reuters současně psal, že Si Ťin-pching prezentuje Čínu jako lídra nového globálního AI řádu. To znamená, že AI už není jen sektorový příběh, ale součást průmyslové a geopolitické strategie.
Největší tržní dopad nemusí být v tom, že „čínský model je skoro stejně dobrý“. Důležitější je, že se tím snižuje prémie za samotnou modelovou inteligenci. Pokud kvalitní modely přibývají rychleji a část z nich se otevírá nebo zlevňuje, trh začne tvrději rozlišovat mezi firmami, které mají skutečný moat, a těmi, které žily hlavně z narativu.
To je citlivé hlavně pro segment, který se tváří jako čistá sázka na AI software bez dostatečně silné distribuce, ekosystému nebo enterprise lock-inu. Naopak to může dál podporovat vrstvy, kde se bariéry vstupu drží výš: čipy, výpočetní infrastruktura, datacentra, cloud a elektřina.
Jinými slovy: pokud Čína tlačí AI do cenově agresivnějšího režimu, nemusí to být bearish pro celé AI. Může to být bearish pro marže v modelové vrstvě a zároveň bullish pro ty, kdo prodávají „krumpáče“ celé zlaté horečce.
| Vrstva | Co se děje | Co to může znamenat pro trh |
|---|---|---|
| Modely | Výkonová mezera USA vs. Čína se zavírá | Tlak na pricing power a na přecenění části softwarových valuací |
| Open-source | Roste tlak na dostupnost a nižší cenu | Komoditizace části AI funkcí |
| Čipy a compute | Bez infrastruktury nelze škálovat | Hodnota se drží u hardwaru, cloudu a datacenter |
| Politika | AI se mění v průmyslovou a bezpečnostní prioritu | Více subvencí, kontrol exportu a suverénních investic |
Z ekonomického pohledu je nejzajímavější, že levnější AI může urychlit adopci mimo úzký okruh Big Techu. Pokud se modely zlevňují a výkonnostně přestávají být tak vzácné, AI se rychleji přelévá do běžných firemních workflow, zákaznických služeb, průmyslové automatizace a analytiky.
To může mít dvojí efekt. Krátkodobě tlak na marže části dodavatelů AI. Střednědobě vyšší produktivitu a širší ekonomický přínos pro firmy, které AI spotřebovávají, ne nutně jen vyrábějí. Právě tady je zajímavé číslo ze Stanfordu: generativní AI dosáhla 53% populační adopce během tří let, rychleji než PC nebo internet. To ukazuje, že levnější inteligence není akademická debata, ale ekonomický přenašeč produktivity.
Zároveň ale platí, že ekonomická moc se netvoří jen v adopci. Tvoří se i v tom, kdo kontroluje kapacitu. A tady Amerika pořád vede výrazněji, než naznačují virální titulky o čínských modelech.
Stanford HAI ukazuje, že Spojené státy zůstávají nejsilnější tam, kde se dnes v AI kumuluje kapitál a infrastruktura. Americké soukromé AI investice dosáhly v roce 2025 285,9 mld. USD, proti 12,4 mld. USD v Číně. USA zároveň měly 1 953 nově financovaných AI firem. To je stále úplně jiná hloubka trhu než ve většině světa.
Ještě důležitější je compute. Stanford uvádí, že Spojené státy hostí 5 427 datacenter, tedy víc než desetinásobek jakékoli jiné země. Pokud se AI posouvá od wow efektu k průmyslové kapacitě, tohle je obrovská výhoda. Amerika tedy nemusí vyhrát každý benchmark, aby dál vydělávala na celé AI vlně.
Americká slabina je jinde: technologický polštář už není tak tlustý jako před dvěma lety. Pokud se výkonnostní rozdíl zúží a modely se rychleji komoditizují, trh začne být méně tolerantní k valuacím postaveným jen na příběhu „náš model je nejlepší“.
Čína dnes nepůsobí jen jako kopírovač americké AI. Podle Stanfordu vede v objemu publikací, citací, patentové produkci i instalacích průmyslových robotů. To je důležitý signál, protože ukazuje propojení AI s průmyslem, ne jen se softwarem.
To je přesně důvod, proč může být čínský příběh pro ekonomiku dlouhodobě tak silný. Když se AI opře o domácí výrobní řetězce, robotiku, státní strategii a obrovský domácí trh, její dopad se přelévá i mimo chatbota nebo spotřebitelskou appku. Čína netlačí jen modely. Tlačí celý provozní stack kolem AI.
Tržně to znamená, že tlak z Číny nemusí přijít jen na americké AI laboratoře. Může přijít i na každou firmu, která si dnes účtuje prémii za schopnost, která se zítra stane levnější a dostupnější.
Evropa si problém uvědomuje, ale reaguje později a institucionálněji. Evropská komise teď spustila výzvu na až 7 AI gigafactory s podporou do €10 mld. veřejných peněz a s cílem odemknout nejméně €20 mld. soukromých investic. Sama to popisuje jako pokus zrychlit technologickou suverenitu a udělat z Evropy „AI Continent“.
Jenže tahle formulace zároveň nepřímo říká, kde je problém. Evropa se teprve snaží vybudovat to, co Amerika už má ve větším a co Čína tlačí jako národní prioritu: compute, kapitál, rychlé škálování a průmyslovou koordinaci. Nejde tedy jen o to, že by Evropa moc regulovala. Jde i o roztříštěný trh, slabší rizikový kapitál, méně hyperscalerů, dražší energii a pomalejší schopnost proměnit výzkum v agresivní komerční nasazení.
Stanford navíc upozorňuje, že produkce modelů zůstává koncentrovaná v USA a Číně, zatímco open-source participace ze zbytku světa už Evropu předbíhá a přibližuje se Spojeným státům na GitHubu. To je další známka, že Evropa není mimo hru úplně, ale není dnes v centru frontier závodu.
Čína dnes opravdu zrychluje víc, než je Západu příjemné. Ale není přesné říkat, že už definitivně přejela Ameriku. Přesnější je říkat, že zkrátila výkonovou mezeru a nutí celý trh přehodnocovat, kde v AI vlastně vzniká ekonomická hodnota.
Evropa také není odepsaná. Je ale v horší pozici, protože musí zároveň dohánět compute, kapitál i tempo. Proto dnes její příběh není „vedeme v AI“, ale spíš „snažíme se nezůstat bez vlastní infrastruktury“. To je obrovský rozdíl.
První věc je jednoduchá: sledujte, jestli další čínské modely znovu stáhnou cenu a zkrátí čas mezi releasy. Druhá: sledujte, jestli se trh víc přesune od obdivu k modelům k ocenění compute, cloudových marží a energetické infrastruktury. Třetí: sledujte Evropu ne podle regulace, ale podle toho, jestli se z plánovaných gigafactory skutečně stane reálná kapacita.
Praktický závěr je tento: dnešní otázka nezní jen „kdo vyhraje AI“. Dnešní otázka zní spíš takto: kdo vydrží, až se AI modely stanou levnějšími, dostupnějšími a méně vzácnými. A to je pro trhy mnohem důležitější otázka než další demo s lepším benchmarkem.
Ne. Spíš to znamená tlak na přecenění těch částí trhu, které stojí hlavně na prémii za model. Amerika pořád vede v kapitálu, datacentrech a infrastruktuře, takže dopad nebude plošný, ale velmi selektivní.
Protože nižší cena zrychluje komoditizaci. Jakmile dobrý model není vzácný, část hodnoty se přesouvá z modelu samotného do čipů, cloudu, distribuce a firem, které AI dokážou reálně nasadit do provozu.
Ne jen méně regulace, ale hlavně hlubší compute kapacita, větší rizikový kapitál, silnější hyperscalerská vrstva a rychlejší přerod výzkumu do komerčního škálování. Právě proto teď EU dohání situaci přes gigafactory a veřejně podpořenou infrastrukturu.
Sledujte AI ne jen jako technologickou show, ale jako boj o marže, čipy, datacentra a kapitálovou disciplínu. Právě tam se stává skutečný tržní příběh.