Problémy Thinking Machines Lab Miry Murati

Společnost Thinking Machines Lab, kterou v únoru 2025 založila bývalá CTO OpenAI Mira Murati, čelila v polovině ledna 2026 vážné personální krizi. Murati náhle oznámila ukončení spolupráce se spoluzakladatelem a CTO Barretem Zophem a jmenovala nového technologického ředitele – Soumitha Chintalu, spoluzakladatele frameworku PyTorch. Téměř současně potvrdila OpenAI, že se Zoph vrací do jejich řad, a to spolu s dalším spoluzakladatelem Luke Metzem a členem zakládajícího týmu Samem Schoenholzem. Tato trojice tak opustila Thinking Machines Lab a znovu se připojila k OpenAI. Již dříve odešel i další spoluzakladatel Andrew Tulloch (známý expert na PyTorch), který zamířil do nové superinteligentní laboratoře Meta, takže firma přišla celkem o tři ze svých původních spoluzakladatelů. Není divu, že situace vzbudila pozdvižení v AI komunitě – některé hlasy dokonce předčasně pohřbívaly ambiciózní startup s tím, že „je skončený“.

Krize však pokračovala. Hned následující den (16. ledna 2026) vyšlo najevo, že odchod zvažují další dva klíčoví členové týmu – inženýr infrastruktury Ian O’Connell a výzkumnice modelových architektur Lia Guy. Podle zpráv se minimálně Lia chystá také vrátit do OpenAI. Média situaci popsala jako „nájezd OpenAI na talenty Thinking Machines Lab“, přičemž magazín Wired uvedl, že získávání lidí od Muratiho startupu připravovalo vedení OpenAI několik týdnů. Objevily se i protichůdné narativy o příčinách: Z interního zdroje Thinking Machines zaznělo, že Mira Murati Zopha propustila kvůli vážnému porušení pravidel a ztrátě důvěry – k němu mělo dojít ještě v roce 2025 a narušit jejich pracovní vztah. Vedení firmy se dokonce zabývalo otázkou, zda Zoph ještě před svým odchodem nevyzradil konkurenční OpenAI citlivé informace. Naopak OpenAI (ústy Fidji Simo, šéfky aplikační divize) v interním memo zdůraznilo, že Zoph již v pondělí informoval Murati o záměru odejít – tedy před tím, než byl ve středu propuštěn – a že OpenAI nesdílí obavy ohledně jeho profesní etiky.

Podle zdrojů, na něž se odvolává Wired, však bezprostřední incidenty se Zophem jen odkryly hlubší neshody uvnitř Thinking Machines Lab. Tým měl dlouhodobě debatovat o zásadních otázkách směřování společnosti – například jaký produkt vyvíjet, zda se soustředit spíše na výzkum nebo nasazování technologií, jak obhájit obří objem získaných investic, či jak nastavit důvěru v leadership a správu firmy. Tyto strategické třenice představovaly jádro problému. Výsledná vlna odchodů představuje pro mladou firmu citelný úder a vyvolává otázky o její budoucnosti. Kritici opět otevřeli téma, které Thinking Machines provází od počátku – tedy absenci hmatatelného produktu. Není to zcela férové, protože společnost nedávno představila platformu Tinker zaměřenou na zjednodušení infrastructure pro dolaďování (fine-tuning) velkých modelů. Z pohledu špičkových vývojářů, kteří kvůli velkým ideálům odešli z tehdejších „velkých“ zaměstnavatelů, však pouhá existence Tinker zřejmě neuspokojuje původní ambice. Thinking Machines doposud nepředstavila žádný vlajkový model ani jasnou komerční platformu a veřejnosti nesdělila roadmapu odpovídající rozsahu investic. To zvyšuje tlak na vedení, aby ukázalo konkrétní výsledky. Přesto je třeba dodat, že Thinking Machines není jediný AI startup, který zažil odchody spoluzakladatelů – v celém odvětví jsou v posledních letech překvapivě časté případy, kdy klíčové osobnosti opouštějí mladé laboratoře. Odborní analytici navíc podotýkají, že bleskové přesuny talentů – nábor, rychlé odchody a návraty ke konkurenci – se staly běžným jevem na trhu AI pracovních sil a mohou zásadně měnit směrování projektů.

Thinking Machines Lab vznikla v San Franciscu jako vizionářský startup s posláním vybudovat novou generaci AI. Mira Murati firmu založila v únoru 2025 poté, co v září 2024 náhle opustila pozici technické ředitelky OpenAI. Společnost je z právního hlediska veřejně prospěšná korporace (public benefit corporation) a od počátku deklarovala důraz na bezpečný a prospěšný vývoj AI. Murati se tím zařadila po bok dalších bývalých špiček OpenAI, které zakládají vlastní laboratoře – podobně jako Dario Amodei s Anthropic či Ilya Sutskever s projektem Safe Superintelligence (oba startupy získaly rovněž masivní financování a přetáhly řadu výzkumníků z OpenAI).

Financování Thinking Machines Lab trhalo rekordy. Již pět měsíců po založení firma oznámila úspěšné uzavření seed investičního kola v objemu kolem 2 miliard USD (cca 44 miliard Kč), vedeného fondem Andreessen Horowitz. Tato částka ohodnotila mladou společnost na zhruba 12 miliard USD, což z ní činí jednu z největších počátečních investic do startupu vůbec (podle magazínu Wired šlo dokonce o historicky největší seed round). K investorům se kromě a16z připojili přední technologičtí hráči jako Nvidia, AMD, Cisco, ServiceNow, Accel či kvantitativní fond Jane Street. Neobvykle se zapojila i vláda Albánie (rodné země Murati), která investovala 10 milionů USD a kvůli tomu musela upravit státní rozpočet. Takto mohutný kapitál vložený do firmy, která v té době neměla žádný produkt ani tržby, demonstruje obrovskou důvěru investorů a reflektuje vyhrocený závod v AI a honbu za špičkovými talenty. Sama Murati k investici uvedla, že během „pár měsíců“ firma představí svůj první produkt – s významnou open-source komponentou – a že cílem je vytvářet bezpečnější a spolehlivější AI systémy s širším polem využití než u konkurence.

Už složení zakladatelského týmu vzbuzovalo pozornost. Téměř dvě třetiny z prvních zhruba 30 zaměstnanců Thinking Machines tvořili bývalí pracovníci OpenAI, ale také posily z jiných špičkových labů (např. Meta AI či francouzského startupu Mistral AI). Murati do projektu přizvala několik svých kolegů z OpenAI. Oficiálně potvrzení spoluzakladatelé zahrnovali jména jako John Schulman (významný výzkumník, spolutvůrce ChatGPT a jeden ze zakládajících členů OpenAI), Barret Zoph (bývalý viceprezident výzkumu v OpenAI), Lilian Weng (vedla v OpenAI týmy pro AI bezpečnost a robotiku), Andrew Tulloch (odborník na předtrénování modelů a logické reasoning v OpenAI) a Luke Metz (expert na tzv. post-training fázi modelů v OpenAI). Nechyběli ani poradci zvučných jmen – například Bob McGrew (bývalý chief research officer OpenAI) či Alec Radford (jeden z hlavních vývojářů modelů GPT v OpenAI). Firma se tak mohla pochlubit mimořádně silným týmem: samotný web Thinking Machines uváděl, že jeho členové stáli u zrodu ChatGPT, podíleli se na projektech jako Character.AI, vyvíjeli populární open-source nástroje typu PyTorch či OpenAI Gym, a dokonce spolupracovali na vývoji open-source modelů typu Mistral nebo vizuálního modelu Segment Anything. Tento „dream team“ bývalých talentů z OpenAI a dalších firem byl jedním z hlavních důvodů, proč byl startup od počátku ostře sledován jako potenciální nový lídr na poli obecné umělé inteligence.

Mise Thinking Machines Lab se od počátku formulovala ve vysokých ambicích. Společnost deklaruje cíl vyvíjet pokročilé multimodální AI systémy, které budou bezpečnější, spolehlivější a využitelné v širším spektru aplikací než konkurenční modely. Chce budovat budoucnost, kde bude mít každý přístup ke znalostem a nástrojům potřebným k využití AI pro své specifické potřeby a cíle. Na rozdíl od některých jiných laboratoří klade Thinking Machines důraz na spolupráci člověka a AI – tedy ne pouze vývoj zcela autonomních systémů, ale takových, které dokáží s lidmi konstruktivně interagovat (a to skrze různé modality, od konverzace po zrak) a přizpůsobit se jejich hodnotám. Firma se také profiluje otevřeným přístupem k výzkumu: plánuje pravidelně publikovat technické příspěvky, sdílet kód a  spolupracovat se širší komunitou, protože „věda je lepší, když se sdílí“. Thinking Machines se strukturou podobá OpenAI – i zde status veřejně prospěšné společnosti a speciální akcie zajišťují Murati posílené hlasovací právo, aby mohla udržet strategický směr firmy.

Zatím jediným veřejně představeným produktem Thinking Machines Lab je platforma Tinker, kterou firma uvedla v říjnu 2025 jako svou „první vlaštovku“. Tinker je infrastruktura pro snadný fine-tuning velkých jazykových modelů, nabízená formou cloudové služby. Umožňuje vývojářům nahrát vlastní data a dolaďovat („fine-tunovat“) předtrénované AI modely podle specifických potřeb, aniž by se museli sami potýkat s  komplikovanou správou výpočetních clusterů, rozvrhováním úloh, alokací GPU zdrojů či obnovováním procesů po chybách. Tinker tyto náročné infrastrukturní úkoly plně zajišťuje jako „managed service“, čímž vývojářům šetří obrovské množství práce i nákladů při adaptaci modelů. Zároveň poskytuje velmi flexibilní API s nízkoúrovňovými funkcemi (např. volání forward_backward či sample), které dávají zkušeným výzkumníkům jemnou kontrolu nad trénováním a  experimenty. Platforma v sobě integruje nejmodernější metody pro efektivní fine-tuning – např. techniku LoRA (Low-Rank Adaptation), jež umožňuje upravovat jen malé části parametrů modelu namísto kompletního přetrénování, čímž výrazně snižuje výpočetní náročnost a  cenu dolaďování.

Tinker odráží i širší trendy v oblasti AI. Za prvé, přispívá k demokratizaci přizpůsobování modelů – donedávna mohly jen technologické giganty s obřími zdroji vytvářet špičkové modely na míru, ale s platformami jako Tinker budou schopnost jemně doladit AI na konkrétní obor či úkol mít k dispozici i menší firmy či jednotlivci. Druhým trendem je posun od paradigmatu „model-as-a-service“ (kdy vývojáři prostě volají univerzální model přes API velké firmy) k novému modelu „fine-tuning-as-a-service“ – tedy poskytování platformy, na níž si uživatelé mohou vytvářet nespočet vlastních variant modelů přesně šitých na míru svým potřebám. Thinking Machines tím reaguje na poptávku po větší personalizaci AI: místo jednoho monolitického modelu chce nabízet nástroj, který umožní vznik mnoha specializovaných AI systémů. Společnost současně deklaruje, že nezapomíná ani na vývoj vlastních špičkových modelů. Zaměřuje se na tzv. frontier models – nejpokročilejší generativní modely na pomezí současných možností, zejména v oblastech jako věda či programování. Tento směr vychází z  přesvědčení, že jen nejpokročilejší modely odemknou zcela nové průlomové aplikace (např. umožní vědecké objevy či inženýrské inovace). Firma zároveň klade důraz na robustní infrastrukturu a AI bezpečnost – otevřeně hovoří o nastavování vysoké laťky pro bezpečné využití svých modelů, prevenci zneužití a sdílení osvědčených postupů v celém odvětví. Tato kombinace výzkumných cílů a praktických produktových výstupů odráží přesvědčení Muratiho týmu, že výzkum a produkt jdou ruku v ruce a vzájemně se posilují: nasazování produktů umožňuje rychleji se učit z  reálné zpětné vazby, zatímco špičkový výzkum zajišťuje, že produkty budou skutečně inovativní.

Bouřlivé dění kolem Thinking Machines Lab se odehrává na pozadí bezprecedentního rozmachu AI odvětví v posledních letech. Investoři i  technologiechtivá veřejnost vkládají do AI obrovské naděje, což se projevuje nejen zmíněnými miliardovými investicemi do startupů, ale i prudkým nárůstem poptávky po špičkových expertech. Právě talentová válka mezi hráči, jako jsou zavedené korporace a nově vznikající laboratoře, určuje tempo inovací. Úspěch Thinking Machines při náboru bývalých zaměstnanců OpenAI je odrazem tohoto trendu – podobně jako u Daria Amodeie (Anthropic) nebo projektů, které zakládají další ex-OpenAI lídři, se hvězdná jména stala magnetem na kapitál i nové spolupracovníky. Optimismus investorů vůči mladým AI firmám zůstává vysoký – například v USA vzrostl objem startupového financování v první polovině 2025 o 76 % na 162,8 miliardy USD, přičemž AI projekty tvořily 64 % hodnoty všech uzavřených dohod.

Souboj se nevede jen o peníze, ale i o lidské mozky. Svědčí o tom nejen „přeběhlictví“ vývojářů zpět k OpenAI v případě Thinking Machines Lab, ale také iniciativy dalších gigantů. Například šéf Meta Mark Zuckerberg rozjel vlastní program lákající špičkové vědce do nové superinteligentní laboratoře – údajně neváhá nabídnout několikanásobné mzdy v řádu milionů dolarů ročně. Odborníci se shodují, že klíčové týmy v AI (včetně spoluzakladatelů Thinking Machines) byly pravděpodobně osloveny konkurencí z více stran.

Dramatický vývoj v Mira Murati’s Lab se navíc odehrál krátce po otřesu v samotné OpenAI na konci roku 2025, kdy byl z vedení na několik dní odstraněn CEO Sam Altman (událost známá interně jako “the blip”) a většina zaměstnanců hrozila odchodem, pokud se nevrátí. Mira Murati v této epizodě hrála důležitou roli – jako tehdejší CTO se postavila proti Altmanovi, čímž přispěla ke krátkodobému převratu ve vedení. Tyto události poukazují na to, jak křehké mohou být vztahy a stabilita i v nejpokrokovějších AI týmech. Za neustálými přesuny a spory stojí nejen osobní rozpory, ale i  rozdílné názory na směřování vývoje AI, míru otevřenosti či priority (bezpečnost vs. rychlé nasazení). Někteří výzkumníci v odvětví se svěřují, že je nekončící dramata unavují – pracovali na AI už před „boomem“ ChatGPT a nečekali, že jejich pole se stane středobodem neustálé pozornosti a interních soubojů. Přesto se zdá, že jakmile je hra o tak vysoké sázky (cesta k AGI, miliardové investice) a špičkoví lidé mohou prakticky „na lusknutí prstu“ získat obrovský seed kapitál, mocenské otřesy a přetahování mozků budou pokračovat. Z tohoto pohledu je situace Thinking Machines Lab spíše symptomem širšího jevu než izolovanou anomálií. Rychlé personální změny – byť bolestivé – jsou dnes v AI světě de facto normou a firmy se s nimi musí naučit pracovat.

Ještě před několika měsíci mnozí vnímali Thinking Machines Lab jako jednoho z nejvážnějších vyzyvatelů zavedených AI lídrů. Už samotný vznik této laboratoře byl signálem, že část mozkového trustu OpenAI se vydala vlastní cestou, což mohlo potenciálně urychlit pokrok v oboru díky paralelnímu úsilí více nezávislých týmů. Rekordní financování $2 mld./$12 mld. svědčí o víře investorů, že Murati a její kolegové mohou zopakovat úspěchy, které měli u projektů jako GPT-4 či DALL·E, tentokrát však pod hlavičkou nové entity. Thinking Machines do ekosystému vnesla svěží přístup kombinující špičkový fundamental research (vývoj vlastních modelů, hluboký fokus na multimodalitu a inteligenci) s praktickými nástroji jako Tinker, jež mohou demokratizovat pokročilé AI technologie i pro menší hráče. Zejména uvedení Tinker bylo vnímáno jako krok k větší otevřenosti – zatímco například OpenAI své nejpokročilejší modely (jako GPT-4) zpřístupňuje jen přes API, Muratiho startup nabídl platformu, která vývojářům umožňuje jemně doladit volně dostupné modely a  vytvořit si vlastní verze optimalizované pro jejich účely. To by mohlo přispět k větší diverzitě AI aplikací na míru a  snížit závislost na několika dominantních modelech.

Na druhou stranu, aktuální otřesy kolem Thinking Machines jsou varovným příkladem toho, jak náročné je udržet soudržnost v týmu složeném z hvězd a dostát vysokým očekáváním při tak štědrém financování. Startup bude muset obnovit důvěru investorů i zaměstnanců – částečně to již činí příchodem respektovaného Soumitha Chintaly do role CTO – a hlavně urychlit hmatatelné výsledky, aby ukázal, že obří investice byly oprávněné. Klíčové bude, zda v nadcházejícím období firma dokáže představit „vlajkovou loď“ – ať už půjde o přelomový model, či platformu – která potvrdí její status špičkového výzkumného labu. Bez toho hrozí, že se naplní skeptické prognózy o promarněné šanci.

Z širšího pohledu však Thinking Machines Lab již nyní sehrála významnou roli v AI komunitě tím, že ilustrovala jak přísliby, tak úskalí současné éry: na jedné straně nevídané množství zdrojů a talentu, ochota riskovat a  inovovat s vizí obecné AI pro dobro lidstva; na straně druhé vnitřní rozpory, personální turbulence a ostrá konkurence, které mohou pokrok brzdit. Výsledek tohoto „experimentu“ v případě Thinking Machines bude bedlivě sledován. Pokud se startupu podaří překonat aktuální krizi a  navázat na svůj původní plán – například přispět k vývoji bezpečných multimodálních AGI systémů, jež budou sloužit široké veřejnosti – může se nakonec stát jedním z milníků na cestě k další generaci umělé inteligence. V opačném případě poslouží jako cenná lekce o  tom, že ani sebelepší sestava mozků a peněz nezaručuje úspěch, pokud chybí soudržná vize a stabilní vedení. V každém případě Thinking Machines Lab rozvířila stojaté vody a její příběh – ať už skončí jakkoli – obohatil diskusi o tom, jak nejlépe organizovat vývoj AI v době prudkého pokroku.

Originál článek:https://airevolution.cz/problemy-thinking-machines-lab-miry-murat/