Mýto za data pro AI: přístup k výsledkům vyhledávání se zavírá

Jedenáctého srpna 2025 přestalo Bing Search API existovat, Google to svoje uzavřel novým zákazníkům a stávajícím doběhne k lednu 2027. Náhradou stále častěji není seznam odkazů, ale služba, která webová data sama zpracuje pro model - a k jejím vstupům se zákazník nedostane. Retrieval se tím mění ze samozřejmé komodity na vrstvu, o kterou se hraje.

Jedenáctého srpna 2025 Microsoft definitivně vyřadil Bing Search API. Oznámení zveřejnil v květnu: existující instance budou kompletně vyřazeny a produkt už nebude dostupný k používání ani k nové registraci. Jako doporučenou cestu uvedl Grounding with Bing Search, tedy službu určenou k dodávání aktuálních webových informací modelům. Adresa api.bing.microsoft.com přitom stojí dodnes. Zavolal jsem ji před psaním tohoto textu a odpověděla - chybou 401, tedy chybí platný klíč. Nový už Microsoft nevydá.

Google zvolil mírnější variantu. Od 20. ledna 2026 je Custom Search JSON API zavřené novým zákazníkům a stávající mají do 1. ledna 2027 přejít jinam. Dokumentace dál uvádí sto dotazů denně zdarma a pět dolarů za 1 000 dalších, ale jen pro dosavadní zákazníky. Kdo potřebuje prohledávat celý web, má firmu kontaktovat kvůli jinému řešení. Příbuzné Site Restricted JSON API přestalo obsluhovat provoz už 8. ledna 2025.

Není tedy přesné tvrdit, že velké vyhledávače přestaly prodávat přístup k webovým datům. Přesnější je, že se zužuje jednoduchý samoobslužný přístup ke klasickým strukturovaným výsledkům v době, kdy je AI aplikace potřebují jako vstup pro RAG, agenty a odpovědní systémy.

Není to technický detail ani úsporné opatření. Model je poslední článek řetězce; před ním musí někdo web procházet, dokumenty čistit a indexovat, udržovat je čerstvé, hledat kandidáty, řadit je a rozhodnout, které pasáže se vůbec dostanou do kontextu. Právě tuto část budu dál označovat jako retrieval stack - a kontrola nad ní se stala jednou z nejhůř nahraditelných částí celého systému. Neplyne z toho, že se právě tam účetně tvoří marže; to z veřejných dat spočítat nelze. Plyne z toho něco skromnějšího: Microsoft ani Google se o přístup ke svým výsledkům dělit nehodlají.

Takovou vrstvu navíc nestačí vybudovat jednou. Web se mění nepřetržitě a s ním i to, co uživatelé hledají; index, který se nepřizpůsobuje a neobnovuje, rychle zastarává. Crawling, ukládání, zpracování i obsluha dotazů tak stojí peníze stále; s rozsahem infrastruktury náklady nezmizí ani po jejím vybudování. Dokud šlo výsledky snadno koupit, bylo pro většinu produktů jednodušší je nakupovat jako službu.

Když oficiální rozhraní mizí, jednou z náhrad jsou nezávislé indexy a druhou služby, které získávají výsledkové stránky scrapingem. Právě druhá cesta se v USA dostala do důležitého právního testu.

Dne 19. prosince 2025 Google zažaloval v severním distriktu Kalifornie firmu SerpApi, která prodává programový přístup k výsledkům vyhledávání. Žaloba se opírala o § 1201 amerického DMCA a tvrdila, že služba obchází technickou ochranu SearchGuard nasazenou v lednu 2025 proti automatizovanému přístupu.

Soudkyně Yvonne Gonzalez Rogers 20. července 2026 oba uplatněné nároky zamítla, ale rozdělila je na dvě části. Tam, kde výsledky neobsahují autorsky chráněné dílo, šlo podle soudu o právní vadu, kterou nelze opravit další verzí žaloby. Google totiž netvrdil, že samotná stránka výsledků nebo její kompilace veřejně dostupných informací je chráněným dílem. V žalobě uváděl jen to, že výsledky „často“ doprovází Knowledge Panel a ten může někdy obsahovat licencovaný obsah; v jednom vlastním příkladu byl chráněný pouze jeden z několika obrázků.

U výsledků s chráněnou složkou dostal vyhledávač 21 dnů na přepracování. Problém nebyl v tom, že by technická ochrana musela být vytvořena výhradně pro autorsky chráněný obsah. Soud tuto širší námitku žalované strany odmítl. Chybělo však dostatečné tvrzení, že opatření fungovalo s oprávněním nositele autorského práva, jak zákon vyžaduje. Samotná informace, že Google obsah licencuje, k tomu nestačila.

Rozhodnutí zároveň není obecným verdiktem, že scraping výsledků je legální. Soud výslovně považoval za dostatečně popsané údajné obcházení ochrany - například maskování údajů o zařízení, softwaru či lokaci a předávání autorizace z prohlížeče, který výzvu vyřešil, dalším instancím. Odmítl také argument, že žalovat může pouze nositel autorského práva nebo výhradní nabyvatel licence, i námitku, že ustanovení o prostředcích k obcházení nemůže dopadat na poskytovanou službu.

Dne 10. srpna Google podal upravenou žalobu. Nově se dovolává konkrétnějších tvrzení o licenčních vztazích, mimo jiné s Redditem a dvěma nejmenovanými partnery. Protistrana 24. srpna znovu navrhla zamítnutí; jednání o tomto návrhu je nařízeno na 29. září 2026. Spor tedy není skončený.

Paralelní newyorská kauza dopadla o jedenáct dní později jinak a pro celý příběh je podstatnější, protože se v ní všechny linky protínají naráz. Dvaadvacátého října 2025 zažaloval Reddit u soudu pro jižní distrikt New Yorku čtyři firmy: SerpApi, litevský Oxylabs, doménu AWMProxy, kterou označuje za bývalý botnet, a Perplexity. Tvrdí, že první tři jeho obsah ve velkém vytěžily z výsledků Googlu - na servery Redditu podle žaloby nikdo nesáhl - a prodaly ho AI firmě, která si ho místo toho mohla licencovat. Sám tomu říká praní dat.

Rozsah doložil čísly, která si vyžádal od Googlu. SerpApi mělo v prvním červencovém týdnu roku 2025 přistoupit k 784 milionům výsledkových stránek obsahujících redditový obsah a v druhém k dalším 1,06 miliardy; Oxylabs a AWMProxy ve stejné době přidaly 1,26 miliardy. Za čtrnáct dní přes tři miliardy stránek.

Perplexity to odmítá. Tvrdí, že na redditovém obsahu netrénuje, pouze shrnuje a cituje veřejné diskuse, a licenci proto podepsat nelze; žalobu označilo za nátlakový nástroj v jednáních Redditu s Googlem a OpenAI. Namítá také, že stojí až za případným obcházením a že ustanovení o obcházení nezná odpovědnost za cizí jednání. SerpApi argumentuje mimo jiné tím, že podle uživatelských podmínek zůstávají práva k příspěvkům jejich autorům, takže Reddit drží jen nevýhradní licenci a k žalobě podle DMCA není oprávněn.

Soudce Paul Engelmayer 31. července 2026 návrhy na zamítnutí z převážné části odmítl. Vyškrtl jeden z nároků podle § 1201 vůči SerpApi, protože popsaná ochrana kontroluje přístup k obsahu, nikoli jeho kopírování po získání, a k tomu státní nároky z bezdůvodného obohacení a nekalé soutěže. Ostatní nároky podle DMCA a nárok ze spiknutí podle newyorského práva ponechal ve hře: podle soudu je dostatečně tvrzeno, že SerpApi dodalo nástroj schopný obejít ochranu Googlu a Perplexity za něj zaplatilo.

Obě rozhodnutí tedy nejsou v přímém rozporu a rozdíl mezi nimi je poučný. Google neuspěl proto, že o svých vlastních výsledcích netvrdil, že jsou chráněným dílem. Reddit uspěl proto, že u obsahu, o který mu jde, tvrdí přesně to. Kdo chce scraping bránit autorským právem, potřebuje dílo - a provozovatel vyhledávače ho ve svých výsledcích hledá hůř než ten, čí obsah se v nich zobrazuje. Pro jakoukoli firmu závislou na cizích výsledcích je přitom už samotná právní a technická nejistota nákladem.

Největší rozdíl mezi starým vyhledávacím API a novějšími groundingovými produkty není v ceně. Je v tom, co zákazník skutečně dostane.

Microsoft na stránce Grounding with Bing uvádí cenu 14 dolarů za 1 000 transakcí a zároveň výslovně píše, že výstupy nejsou přímo dostupné pro použití v jiných aplikacích nebo programech. Dokumentace to upřesňuje: vývojář ani koncový uživatel nemá přístup k surovému obsahu vrácenému vyhledáváním. Ten dostane interně model. Aplikace obdrží vygenerovanou odpověď s citacemi a odkazem na použitý bingový dotaz; stanovené reference mají zůstat zobrazené.

To je architektonicky zásadní rozdíl. Klasické Search API vrací data, nad nimiž lze dělat vlastní deduplikaci, reranking, filtrování, porovnání více modelů nebo diagnostiku chyb. U groundingu je tato mezivrstva uvnitř služby. Vývojář může řídit agenta a zpracovat jeho odpověď, ale nemá stejnou kontrolu nad surovými vstupními daty, která rozhodnutí modelu předcházela.

Teprve na tomhle pozadí dávají smysl čísla. Ještě v roce 2023, kdy Microsoft výrazně zdražil - tarif S1 pro webové hledání šel ze sedmi na 25 dolarů za tisíc transakcí a S2 ze tří na 15, s účinností od 1. května - se pořád kupovaly strukturované výsledky, nad kterými si zákazník stavěl vlastní logiku. Google za totéž dosavadním zákazníkům dodnes účtuje pět dolarů za tisíc dotazů. Čtrnáct dolarů za grounding proto není jen vyšší cena. Je to jiné zboží, měřené jinou jednotkou: jedna otázka uživatele může vyvolat několik volání vyhledávače.

Ještě názornější je současný ceník Brave Search API, protože z jednoho indexu nabízí oba přístupy vedle sebe. Plán Search stojí pět dolarů za tisíc požadavků a má uvedenou kapacitu 50 dotazů za sekundu. Answers stojí čtyři dolary za tisíc webových vyhledávání plus pět dolarů za milion vstupních i výstupních tokenů a uvádí dva dotazy za sekundu.

Samotná nižší základní sazba Answers proto neznamená levnější odpověď. Rozdíl jednoho dolaru na tisíc požadavků zaplatí při tokenové sazbě jen 200 tisíc tokenů, tedy v průměru 200 tokenů na požadavek. Ilustrační výpočet: při dvou tisících vstupních a třech stech výstupních tokenech stojí tisíc odpovědí 15,50 dolaru; při čtyřech tisících vstupních a třech stech výstupních 25,50 dolaru. To je přibližně troj- až pětinásobek ceny tisíce požadavků na Search, a to za předpokladu, že na jednu odpověď připadne jen jedno zpoplatněné vyhledávání. Skutečný účet závisí na počtu vyhledávání i tokenů.

Všechny tyto částky jsou veřejné samoobslužné sazby. Podmínky velkých individuálně sjednávaných kontraktů veřejné nejsou u žádného z dodavatelů.

Bylo by lákavé vysvětlit posun od výsledků k odpovědím autorským právem a říct, že si dodavatel nechává právní riziko uvnitř své infrastruktury. Veřejné podklady takovou motivaci neprokazují. Doložit lze pouze konstrukci produktu, cenové podmínky a fakt, že licence, redistribuce obsahu a technické blokování scrapingu jsou předmětem reálných sporů. Příčinnou souvislost mezi nimi z veřejných dat vyvodit nelze.

Jedním z mála velkých západních dodavatelů, kteří provozují vlastní webový index a nabízejí ho přes API, je Brave. Nevznikal ovšem od nuly. V březnu 2021 převzal technologii Tailcat a příslušný tým z někdejšího mnichovského Cliqzu. Jeho většinový vlastník Hubert Burda Media předtím ukončil spotřebitelské produkty; zakladatel projektu tehdy otevřeně uvedl, že vyhledávač nedosáhl měřítka potřebného k samofinancování. Při pozdějším převodu dostal mediální dům podle vlastního vyjádření kupní cenu i podíl v kupující firmě. Technologie tak nezmizela, pouze změnila ekonomický kontext.

Dnešní provozovatel uvádí přes 30 miliard stránek v indexu a více než sto milionů nových nebo obnovených stránek denně. Jeho tvrzení, že provozuje jeden ze tří nezávislých globálních indexů západního světa, je ale vlastní firemní klasifikace, nikoli neutrální statistika. A rozhodně nejde o jediný nezávislý vyhledávač s komerčním rozhraním: britský Mojeek má také vlastního crawlera, index i API a uvádí přes devět miliard indexovaných stránek, tedy zhruba třetinu.

Je tu ještě jedna hodnota vlastního retrievalu, kterou ceník API vůbec nezachytí: možnost monetizovat obchodní záměr uživatele. Dotaz „který notebook si mám koupit“ není jen žádost o informaci, ale okamžik těsně před nákupním rozhodnutím - právě ten, za který se ve vyhledávání tradičně platí nejvíc.

Reklamu lze samozřejmě zobrazit i vedle odpovědi postavené nad cizím vyhledáváním. Kdo ale ovládá retrieval a ranking, může rozhodovat už o krok dříve: které produkty, firmy a zdroje se vůbec dostanou mezi kandidáty předložené modelu. Vedle klasické reklamy se tak otevírá prostor pro sponzorované výsledky, obchodní feedy, affiliate modely nebo jiné transparentně označené placené zvýhodnění.

Je to rozdíl mezi monetizací pozornosti a monetizací výběru. Pokud jedna firma ovládá index, retrieval i rozhraní k uživateli, nemusí se o tuto část hodnotového řetězce dělit s dodavatelem vyhledávání. Skutečná cena vlastní vyhledávací infrastruktury se proto nemusí měřit jen tím, kolik dolarů ušetří za tisíc API dotazů. Hodnotu může mít i místo, které drží na cestě k nákupnímu rozhodnutí.

Tomu odpovídají i technická rozhodnutí samotných AI firem. Perplexity v dubnu 2025 oznámilo přesun vyhledávací vrstvy do vlastního stacku postaveného na platformě Vespa; případová studie dodavatele uvádí, že stejná vrstva dnes obsluhuje odpovědní systém i veřejné Search API. Ekonomicky firma mezitím výrazně vyrostla: Reuters 24. srpna 2026 s odkazem na The Information uvedl, že anualizované tržby vzrostly z méně než 250 milionů dolarů na začátku roku na více než 750 milionů a že k části růstu přispěl agentní produkt Computer. Nvidia podle stejné zprávy jedná o investici při valuaci přes 30 miliard dolarů; předchozí financování mělo firmu ocenit na 20 miliard. Jde o probíhající jednání, nikoli uzavřenou valuaci, a anualizované tržby nejsou zisk.

Jiný příklad ukazuje, proč by bylo chybou z toho vyvozovat, že úspěšný odpovědní systém musí vlastnit celý index. OpenAI provozuje OAI-SearchBot a vydavatelům doporučuje crawler povolit, pokud chtějí mít obsah zahrnovaný do souhrnů a úryvků. Současná dokumentace však zároveň výslovně popisuje dotazy na externí poskytovatele vyhledávání. Vlastní crawling a nákup dat zvenčí se tedy nevylučují. Podstatný signál je užší: ve velkém měřítku se vyplatí mít pod kontrolou alespoň část procesu, který rozhoduje o čerstvosti, výběru a pořadí informací před generováním. Vlastnit úplně všechno není podmínka.

Nejsilnější námitka proti celé tezi zní, že se obchodní záměr přesouvá z vyhledávacího pole do konverzačního rozhraní. Jestli uživatel začne nákup v asistentovi, může klasický vyhledávač vypadat jako tiskařský stroj v době, kdy se publikum stěhuje jinam.

Data Adobe Digital Insights potvrzují alespoň u amerického e-commerce rychlý posun v objevování produktů. Během vánoční sezóny 2025 vzrostla návštěvnost amerických maloobchodních webů přicházející z generativní AI meziročně o 693,4 %. V prvním čtvrtletí 2026 byl růst 393 % a v červenci 62 %. Od října 2024 do července 2026 se tento provoz zvýšil o 1 219 %.

Klesající meziroční procenta sama o sobě neznamenají ústup kanálu; porovnávají se s rychle rostoucí základnou. Důležitější je kvalita návštěv. V březnu 2026 konvertoval provoz z AI o 42 % lépe než ostatní zdroje, zatímco o rok dříve byl o 38 % horší. V červenci činil náskok 60 % a šlo o jedenáctý měsíc v řadě, kdy návštěvy z AI v konverzi vedly. Adobe přitom stále popisuje celkový objem tohoto kanálu jako skromný ve srovnání s hlavními zdroji návštěvnosti.

Nejnázorněji ten obrat ukazuje hodnota jedné návštěvy. V červenci 2024 byla návštěva z AI podle Adobe o 97 % méně hodnotná než návštěva z ostatních zdrojů. V červenci 2025 už jen o 27 % méně. O vánoční sezóně 2025 byla o 32 % hodnotnější. Firma k tomu uvádí i růst této metriky o 254 % - jde ovšem o kumulativní údaj od začátku roku do konce sezóny, nikoli o meziroční skok, jak se často cituje.

Analýzy stojí na více než bilionu návštěv amerických maloobchodních webů, takže nejde o malý panel. Zároveň jsou to data o návštěvách, které už z AI služby na e-shop skutečně přišly; sama o sobě neměří všechny nákupní dotazy ani celý podíl asistentů na maloobchodním trhu.

Přesun uživatele do konverzačního rozhraní ale potřebu vyhledávání neruší. Posouvá pouze místo, kde se vybírá, které zdroje model vůbec uvidí. Asistent může nahradit stránku s deseti modrými odkazy, ale aktuální informace musí odněkud získat.

Pro drtivou většinu firem nedává ekonomický smysl stavět vlastní globální index - potřebují vyhledávání v jednom oboru a v jednom rozsahu, ne celý web. Důležitější otázka je, kterou část retrieval stacku lze ještě bezpečně považovat za snadno zaměnitelnou službu. Modely se mění rychle a jejich dodavatele lze v některých architekturách vystřídat. Zdroj čerstvých webových dat, způsob jejich výběru a možnost kontrolovat, co do modelu skutečně vstoupilo, se nahrazují hůř.

A právě tam může vzniknout nové mýto: ne za samotnou odpověď, ale za každou cestu k informacím, které model potřebuje, aby vůbec mohl zjistit, co je dnes pravda.

Informace, ceny a stav řízení ověřeny k 1. září 2026. Kalifornská část vychází zejména z rozhodnutí sp. zn. 4:25-cv-10826-YGR a z následných podání dostupných k tomuto datu.

Transparentnost tvorby:

Koncepce, struktura a redakční linie článku jsou dílem autora, který vypracoval obsahovou skicu, stanovil klíčové teze a řídil celý proces tvorby. Generativní AI (Claude, Anthropic a ChatGPT , OpenAI) byla využita jako nástroj pro rešerši, vyhledávání primárních zdrojů a formulační rozpracování autorovy obsahové skici.

Autor výstupy průběžně redigoval, ověřil klíčová zjištění a schválil finální znění. Žádná část textu nebyla publikována bez lidské kontroly. Všechny faktické údaje byly ověřeny proti veřejně dostupným zdrojům uvedeným v textu.

Postup je v souladu s požadavky čl. 50 Nařízení EU 2024/1689 (AI Act) na transparentnost AI-generovaného obsahu. #poweredByAI