V prosinci 2025 řekl šéf OpenAI Sam Altman v jednom rozhovoru něco, co znělo skoro jako přiznání. Podle něj firma AGI, obecnou umělou inteligenci, už postavila. Prý to „profrčelo kolem“ beze slávy, kterou si lidé roky představovali. Měsíc předtím přitom odešel z Mety jeden z nejcitovanějších výzkumníků oboru, Yann LeCun, a založil vlastní firmu s úplně opačným poselstvím: dnešní jazykové modely jsou podle něj slepá ulička, ze které k obecné inteligenci nevede žádná cesta. Dva lidé z první ligy AI výzkumu, v podstatě ve stejné chvíli, s naprosto neslučitelnými závěry.

Rozpor není náhoda. Definice AGI se totiž mezi firmami, výzkumníky i smlouvami liší natolik, že bod, kdy má být „dosaženo“, si každý staví jinam.

Slovo, které si každý definuje po svém

OpenAI má pojem AGI přímo ve svém poslání. Zakládací dokument firmy z roku 2018 říká, že jejím cílem je zajistit, aby obecná umělá inteligence prospívala celému lidstvu. Jenže technickou definici, podle které by šlo jednoznačně poznat, kdy k tomu došlo, dokument neobsahuje.

Google DeepMind se o exaktnější popis pokusil v roce 2023 studií „Levels of AGI“, kterou spolupodepsal i Shane Legg, jeden ze zakladatelů firmy. Autoři navrhli stupnici od „nastupující“ přes „kompetentní“ a „expertní“ až po „nadlidskou“ úroveň a měří ji ve dvou osách: jak hluboko systém danou dovednost ovládá a jak široký záběr úloh zvládá.

Podle jejich měřítka je „kompetentní“ AGI systém, který v kognitivních úlohách dosáhne aspoň na medián zkušených dospělých, napříč širokou paletou oborů. Tělo ani fyzické dovednosti podle autorů nejsou podmínkou, jen bonus ke všeobecnosti systému. K datu vydání studie tuhle úroveň nesplňoval žádný veřejně dostupný systém, a stupnice se mezi obory a firmami neujala jako univerzální norma.

Microsoft si zase v roce 2023 pustil pusu na špacír. Jeho výzkumníci publikovali studii o GPT-4 s názvem „Sparks of Artificial General Intelligence“ a napsali v ní, že model by se dal rozumně považovat za ranou, byť ještě neúplnou verzi AGI systému. Reakce zbytku oboru byla chladná, tvrzení se všeobecně nepřijalo, a označení „jiskry AGI“ se od té doby používá spíš jako příklad přehnaného marketingu než jako vážná definice.

Dario Amodei, šéf Anthropicu, jde ještě dál a slovo AGI rovnou odmítá. V eseji „Machines of Loving Grace“ z října 2024 napsal, že termín je příliš vágní a zatížený sci-fi představami, a místo něj používá spojení „mocná AI“ (powerful AI). Popisuje ji jako systém chytřejší než nositel Nobelovy ceny napříč většinou relevantních oborů, schopný týden pracovat na úkolu prakticky bez lidského dohledu. Podle jeho odhadu by taková AI mohla vzniknout už v roce 2026, i když sám připouští, že to může trvat mnohem déle.

Nejkurióznější pokus o definici ale nenapsal žádný výzkumník. Vymysleli ho právníci.

Do smlouvy mezi OpenAI a Microsoftem z roku 2025 se dostala klauzule, podle které měl Microsoftu připadat podíl na příjmech OpenAI jen do chvíle, než OpenAI dosáhne AGI, a o tom, jestli k tomu došlo, mělo rozhodovat nezávislé grémium expertů. Do dubna 2026 firmy klauzuli ze smlouvy vypustily. Definice, o kterou se přely nejmocnější AI firmy světa, se nakonec ukázala jako nepoužitelná. Altmanův výrok z úvodu, že AGI vlastně „profrčelo kolem“ bez povšimnutí, přitom zazněl ještě v době, kdy klauzule platila.

Jestli šlo o upřímnou bilanci, nebo jen o posun laťky k dalšímu velkému pojmu, superinteligenci, zůstává otevřené.

Co dnešní modely doopravdy zvládnou

Zatímco se firmy hádají o slovíčka, dá se pokrok měřit i tvrdšími čísly. Nezisková výzkumná organizace METR, která se zaměřuje na hodnocení schopností AI systémů, v březnu 2025 zveřejnila studii, podle které se délka úkolu, jejž AI model zvládne dokončit s padesátiprocentní spolehlivostí, zdvojnásobuje přibližně každých sedm měsíců, a to nepřetržitě posledních šest let. Tehdy nejnovější měřený model, Claude 3.7 Sonnet, zvládal úkoly odpovídající zhruba hodině lidské práce. Na úkolech pod čtyři minuty byla úspěšnost skoro stoprocentní. Na úkolech nad čtyři hodiny klesla pod deset procent. Pokud by tempo vydrželo, autoři odhadují, že AI agenti budou během dvou až čtyř let zvládat podstatnou část týdenních projektů bez zásahu člověka.

Druhé měřítko jde jiným směrem než délka úkolu. Programátor François Chollet navrhl v roce 2019 test ARC-AGI, který má být pro člověka snadný a pro AI těžký, protože netestuje nastřádané znalosti, ale rychlost, s jakou se systém dokáže naučit úplně novou dovednost na neznámém typu úlohy. Novější verze testu, ARC-AGI-2, byla dlouho pro modely tvrdým oříškem. V únoru 2026 na ní model Gemini 3.1 Pro od Google DeepMind dosáhl 77,1 procenta, víc než dvojnásobek skóre svého předchůdce Gemini 3 Pro z listopadu 2025. Na benchmarku SWE-Bench, který měří samostatnou práci na reálném softwarovém kódu, získal 80,6 procenta.

Podobně rychle rostou i konkurenti: OpenAI oznámilo GPT-5.2 v prosinci 2025, Anthropic svůj zatím nejsilnější model Claude Opus 5 v červenci 2026. Čísla působí ohromně. Žádný z těchto systémů si ale mezi jednotlivými konverzacemi nic nepamatuje, nemá vlastní dlouhodobé cíle a mimo zadaný úkol si neporadí o nic líp než běžná, úzce zaměřená AI, na kterou jsme si za posledních deset let zvykli. Zlepšuje se rychlost a šířka úloh, které model zvládne. Jestli tenhle typ pokroku sám o sobě povede k obecné inteligenci, nebo jestli chybí ještě něco úplně jiného, to je přesně otázka, na které se výzkumníci rozcházejí.

Za pár let, tvrdí jedni

Demis Hassabis, šéf Google DeepMind a nositel Nobelovy ceny za chemii 2024, řekl už v roce 2023, že AGI může přijít „během dekády, možná i za pár let“. O rok později se k podobně krátkému horizontu přiklonil Jensen Huang, šéf Nvidie: podle něj bude mít AI do pěti let schopnost projít prakticky jakýmkoliv testem stejně dobře jako člověk. Leopold Aschenbrenner, bývalý výzkumník OpenAI, šel v roce 2024 ještě dál a v hojně sdíleném eseji „Situational Awareness“ napsal, že AGI do roku 2027 je „nápadně věrohodná“ možnost. A jak jsme viděli výš, Dario Amodei z Anthropicu mluví o roce 2026, i když sám slovo AGI raději nepoužívá.

Všichni čtyři mají něco společného. Vedou firmy nebo napsali analýzu, která z rychlého příchodu mocné AI dělá ústřední investiční i náborový argument. To samo o sobě neznamená, že se pletou. Znamená to jen, že jejich odhad stojí vedle byznysu, který na něm přímo staví.

Slepá ulička, tvrdí druzí

Yann LeCun mluví z druhé strany barikády. V listopadu 2025, těsně před odchodem z Mety, kde přes deset let vedl výzkum AI, řekl, že si je jistý, že spousta lidí ve firmě by nejradši slyšela, že jazykové modely nejsou žádná cesta k superinteligenci, jenom slepá ulička. Krátce nato založil firmu Advanced Machine Intelligence Labs, kde je výkonným předsedou, a v březnu 2026 pro ni získal přes miliardu dolarů. Nesází na větší jazykové modely, ale na takzvané „světové modely“: systémy, které se mají učit fyzikální logice světa podobně jako batole, tedy pozorováním a zkoušením, ne čtením většiny internetu.

Gary Marcus, emeritní profesor psychologie a neurovědy na New York University, kritizuje jazykové modely ještě déle. Už v roce 2020 je popsal jako aproximaci používání jazyka, ne jako jeho porozumění. V roce 2025 dodal, že přidávání dalších dat pomáhá modelům jen do určité míry a že ani ty největší z nich pojmům, se kterými pracují, doopravdy nerozumí.

Zvláštní místo mezi kritiky má Ilya Sutskever. V květnu 2024 odešel z pozice hlavního vědce OpenAI uprostřed sporů o to, jakým směrem má firma jít, a o měsíc později založil Safe Superintelligence. Sutskever přitom na rozdíl od LeCuna v příchod superinteligence věří, možná víc než kdokoliv jiný v oboru.

Nesouhlasí ale s tím, jak k ní firmy spěchají. Jeho firma slíbila, že první věc, kterou vydá, bude bezpečná superinteligence, a do té doby nic jiného. Do léta 2026 na tenhle slib získala zhruba osm miliard dolarů, včetně pětimiliardové investice od Nvidie.

Proč experti hádají špatně už sedmdesát let

Rok 1956, Dartmouth College, letní workshop, na kterém obor umělé inteligence dostal jméno. Od té chvíle uplynulo přesně sedmdesát let, a přesně tak dlouho si výzkumníci navzájem slibují, že je to za rohem. Ekonom a nositel Nobelovy ceny Herbert Simon napsal v roce 1965, že stroje zvládnou jakoukoliv lidskou práci do dvaceti let. Marvin Minsky, jeden ze zakladatelů oboru, tvrdil v roce 1967, že problém umělé inteligence bude v podstatě vyřešený „během jedné generace“. Ani jedna předpověď nevyšla.

Analýza organizace Machine Intelligence Research Institute z roku 2012 prošla devadesát pět podobných předpovědí z let 1950 až 2012 a našla v nich jasný vzorec: experti odhadují příchod lidské úrovně AI zhruba na patnáct až pětadvacet let od chvíle, kdy predikci vyslovují, bez ohledu na to, jestli mluví v roce 1960, nebo 2010. Průzkumy mezi výzkumníky z let 2012 a 2013 daly medián kolem let 2040 až 2050, přičemž necelá pětina dotázaných řekla, že se lidské úrovně AI nedočkáme nikdy. Analýza z září 2025 ukazuje, že se medián posunul k roku 2040, tedy zhruba patnáct let od chvíle, kdy analýza vznikla, prakticky přesně do pásma, které pojmenovala už studie z roku 2012. Dokonce i Geoffrey Hinton, nositel Nobelovy ceny za fyziku a jeden z otců hlubokého učení, svůj odhad mezitím zkrátil ze třiceti až padesáti let na pět až dvacet.

Na co si dát pozor

Když nějaká firma nebo produkt tvrdí, že dosáhl AGI, ověřte si nejdřív, podle čí definice. Viděli jsme, že se na jedné konkrétní definici neshodnou ani firmy, které na vývoji AGI pracují a mají na její podobě přímý byznysový zájem. Marketingové prohlášení typu „naše AI je téměř obecně inteligentní“ samo o sobě nic neznamená, dokud nevíte, jestli mluví o testu ARC-AGI, o stupnici Levels of AGI od DeepMind, nebo jenom o dojmu marketingového oddělení.

Druhá věc: benchmarky jako METR nebo ARC-AGI-2 měří konkrétní, úzce vymezené schopnosti, ne obecnou soudnost. Model, který zvládne hodinový úkol nebo osmdesát procent na testu softwarového inženýrství, může ve stejný den vyprodukovat sebejistě znějící, ale fakticky špatnou odpověď na jednoduchý dotaz. Přesně tahle otázka, kdo nese odpovědnost za chybu AI systému a jak moc jí věřit, patří k širším etickým dilematům kolem umělé inteligence, která rozebírá samostatný článek o etice AI. Otázku, jestli by cesta k AGI mohla ohrozit konkrétní profese, jsme zase probírali v textu o budoucnosti práce.

Nálepka a čísla

AGI nemá jednu definici, kterou by uznávali všichni, a datum, kdy má vzniknout, se mezi odhady liší o desítky let. Dnešní modely lámou rekordy v konkrétních, úzce vymezených testech, což je jiná věc než všeobecná lidská inteligence, o kterou v debatě jde. Až příště narazíte na titulek slibující, že AGI je „za rohem“ nebo že „právě vznikla“, zeptejte se nejdřív, kdo to říká a jestli na tom tvrzení něco vydělá. Stejná otázka platí obráceně u apokalyptických předpovědí. Nejužitečnější návyk zůstává sledovat konkrétní schopnosti, které se dají změřit a porovnat rok od roku, ne nálepku, kterou jim někdo zrovna přilepil.