Pentagon pustil ChatGPT dovnitř. Co mu vlastně dovolil?

Chatbot může napsat přesvědčivý odstavec během několika sekund. Získat povolení, aby směl pracovat s citlivými dokumenty Pentagonu, trvá měsíce. ChatGPT Mil tuto cestu dokončil 31. srpna 2026. Za zprávou o dalším vojenském softwaru se přitom skrývá otázka, kterou brzy dostane na stůl každý větší podnik: komu svěří svá data a kdo ponese odpovědnost za výsledek?

Pentagon pustil ChatGPT dovnitř. Co mu vlastně dovolil?

Americké ministerstvo obrany zařadilo ChatGPT Mil do prostředí GenAI.mil. Produkt OpenAI tam doplnil další komerční nástroje. Ve stejný den přibyl Grok for Government, dříve už platforma nabízela Gemini od Googlu. Podle reportáže Patricka Tuckera pro Defense One začaly přípravy vojenské verze ChatGPT v únoru. Následovaly měsíce zabezpečování a testování. Defense One

Podstatné je přesné vymezení oprávnění. ChatGPT Mil získal akreditaci pro řízené neutajované informace, označované CUI, v prostředí bezpečnostní úrovně IL5. Taková data nemají klasifikaci utajovaných skutečností, přesto vyžadují zvláštní ochranu. Slovo „neutajované“ tedy rozhodně neznamená „klidně zveřejněte“.

Oficiální oznámení uvádí plánování, logistiku, administrativu a práci s rozsáhlými dokumenty. Základ tvoří konverzace, soubory, projekty a vlastní asistenti GPT. Systém má kapacitně podporovat více než tři miliony pracovníků resortu. Jde o rozsah zamýšleného nasazení, nikoli doložený počet aktivních uživatelů ChatGPT Mil. Oznámení Pentagonu zveřejněné prostřednictvím Public Technologies

Právě administrativa může nabídnout velmi praktický přínos. Představme si pracovníka zásobování, který porovnává několik verzí požadavků na náhradní díly. Asistent mu může připravit seznam rozdílů a upozornit na chybějící údaje. Člověk potom ověří čísla proti evidenci. Úspora vzniká při hledání a třídění, odpovědnost zůstává u pracovníka.

Takový příklad není zprávou o konkrétní dokončené vojenské zakázce. Ukazuje ale, proč může být obyčejná práce se soubory pro velkou organizaci zajímavější než efektní demonstrace robota.

Bezpečnostní razítko nezaručuje správnou odpověď

Při posuzování podobného systému je potřeba oddělit dvě věci. První je zabezpečení prostředí: kdo se přihlásí, k jakým dokumentům získá přístup a kam mohou informace odcházet. Druhou je správnost toho, co model napíše. Dobře chráněný systém může stále vytvořit chybnou odpověď.

Schválení konkrétního nasazení proto nelze přenést na běžný osobní účet. Stejně tak z oprávnění pro CUI neplyne automatické povolení pro utajované podklady. Rozhoduje konkrétní služba, její prostředí a stanovené podmínky použití. Název výrobce na přihlašovací stránce sám nestačí.

Pro provoz má smysl požadovat dohledatelné podklady. Když asistent shrnuje servisní dokumentaci, měl by uživatel vidět, ze které verze vycházel. Pokud v dokumentech údaj chybí, přijatelným výsledkem je přiznaná mezera. Domyšlené objednací číslo může být jazykově bezchybné a provozně naprosto nepoužitelné.

Představme si také vyhodnocování dodavatelských nabídek. Model může rychle sestavit porovnání, ale hodnotitel musí zkontrolovat jednotky, přílohy a výjimky. Cena za kus a cena za celé balení vypadají v tabulce podobně. Ve skladu už méně.

Ověřování kvality musí pokračovat i po spuštění. Rozumný provozovatel sleduje četnost oprav, závažnost chyb a čas potřebný ke kontrole. Pokud zaměstnanec stráví opravováním výstupu déle než původní prací, organizace získala nový náklad. Počet vytvořených odpovědí tak není dostatečným měřítkem úspěchu. Důležitější je počet správně dokončených úkolů.

Space Force nakupuje data. Část lidí neví, jak je využít

Podobný problém, tentokrát kolem komerčních družicových služeb, popsal americký kontrolní úřad GAO. Zprávu GAO-26-107959 vydal 27. srpna 2026. Organizace Joint Commercial Operations Cell, zkráceně JCO, podle ní od ledna 2023 do září 2025 pořídila přes Global Data Marketplace data a související služby za 76,8 milionu dolarů.

Nákupy podporovaly přehled o dění ve vesmíru i taktické sledování a průzkum. Někteří pracovníci Space Force ale váhali s využitím komerčních dat. Řešili licenční náklady, domnělá omezení použití a dostupnost informací v delším časovém horizontu.

Existovala přitom pracovní skupina vedená JCO, která se scházela měsíčně a koordinovala nákupy. Část dotázaných pracovníků se jí neúčastnila a informace o skupině nebyly dostatečně rozšířené. GAO doporučil zlepšit informovanost a zapojení uživatelů. Resort s doporučením souhlasil. Zpráva GAO o komerčních vesmírných datech

Pro zavádění AI je to užitečná lekce. Organizace může zaplatit kvalitní produkt, ale jeho hodnota se ztratí mezi odděleními. Analytik potřebuje vědět, že data existují, kde je najde a zda je smí použít pro daný účel. Nové vyhledávací políčko samo smluvní nejasnosti neodstraní.

Zpráva současně nedokazuje propojení zmíněného tržiště s ChatGPT Mil. Ukazuje obecnější organizační slabinu. Komerční technologie vstupují do obrany rychleji, než se někdy mění vnitřní postupy. Bez jasného vlastníka dat a odpovědného správce může drahá služba připomínat zamčenou knihovnu. Knihy jsou uvnitř výborné, jen nikdo nemá správný klíč.

NASA hledá lidi, kteří rozhodnou pod tlakem

Do stejného obrazu zapadá oznámení NASA z 2. října 2026. Agentura otevřela přihlášky do dalšího výběru letových ředitelů. Uzávěrku stanovila na 12. října. Vybraní uchazeči mají řídit týmy při pilotovaných misích z Johnsonova vesmírného střediska v Houstonu.

Podmínkou je americké občanství, odpovídající vysokoškolské vzdělání a výrazná odborná praxe. NASA výslovně požaduje zkušenost s časově kritickým rozhodováním v prostředí vysokého stresu a rizika. Předchozí práce letového kontrolora není nezbytná. Hlavní letová ředitelka Emily Nelson zdůrazňuje schopnost propojit různé týmy a odbornosti. Oznámení NASA o náboru letových ředitelů

Nábor sám o sobě není oznámením nového programu umělé inteligence. Připomíná však vlastnost kritického provozu, kterou marketing automatizace často přehlíží: někdo musí rozhodnout i tehdy, když podklady nesouhlasí.

V hypotetické situaci může software připravit několik variant reakce na poruchu. Odpovědný člověk musí posoudit jejich předpoklady, časové nároky a následky pro posádku. Nestačí vybrat text, který zní nejjistěji.

Pro firmy je to docela přesný vzor při určování odpovědnosti. S růstem automatizace se má zpřesňovat, kdo může návrh schválit, zastavit nebo vrátit k prověření. Role zkušeného pracovníka se může posouvat od ručního zpracování údajů k řešení výjimek. Právě výjimky ovšem bývají nejdražší část provozu.

Etická hranice začíná už u kancelářské práce

Diskuse o vojenské AI se často soustředí na autonomní zbraně. Jenže etické otázky vznikají také při zpracování personálních podkladů, při nákupu služeb nebo při určování priorit zásobování. Administrativní doporučení může ovlivnit konkrétní lidi i dostupnost vybavení.

Představme si systém, který sestavuje pořadí žádostí podle historických záznamů. Pokud byly některé útvary v minulosti hůře zásobované nebo měly méně úplnou evidenci, mohou jejich požadavky vypadat méně naléhavě. Tento příklad není doloženým chováním ChatGPT Mil. Ukazuje otázku, kterou má provozovatel před automatizací rozhodování otestovat.

Další problém představuje lidská kontrola pouze na papíře. Zaměstnanec může formálně schvalovat každý výstup, ale při vysokém objemu práce jen odklikávat doporučení. Skutečný dohled vyžaduje čas, přístup k podkladům a možnost odporovat výsledku bez sankce za „zdržování“.

Důležitá je také přezkoumatelnost. Kdo zadal úkol? Jaké informace byly použity? Co člověk upravil? Pokud organizace tyto kroky nedokáže zpětně sestavit, obtížně vysvětlí chybu postiženému člověku nebo kontrolnímu orgánu.

A nakonec závislost na dodavateli. Stát i podnik by měly umět vyvézt vlastní podklady a pokračovat v základním provozu při výpadku služby. Praktickou etickou otázkou je i rozdělení odpovědnosti: kdo získává výhody automatizace a kdo nese náklady jejích omylů? Odpověď musí být součástí návrhu systému, ne dodatkem po prvním incidentu.

Vojenská AI má civilní účet za elektřinu

Přenos mezi obranou a civilním sektorem dnes funguje oběma směry. U ChatGPT Mil přichází komerční produkt do vojenského prostředí. Pro civilní zákazníky mohou být inspirativní nároky na kontrolu přístupů, oddělení dat a dohledatelnost rozhodnutí. Konkrétní převzetí vojenských úprav do běžných služeb ale nelze automaticky předpokládat.

Společná je také fyzická infrastruktura. Podle aktualizované analýzy Mezinárodní energetické agentury z roku 2026 spotřebovala datová centra v roce 2025 přibližně 485 TWh elektřiny. Výhled pro rok 2030 počítá zhruba s 950 TWh, tedy asi třemi procenty světové spotřeby. Jde o všechna datová centra v daném odhadu, nikoli pouze o AI nebo americkou armádu. IEA: energetické otázky spojené s AI

Pro český podnik z toho plyne praktický požadavek: posuzovat digitální projekt společně s provozními náklady. Sledování odběrových špiček, chlazení a vytížení zařízení může přinést užitečnější podklady než obecné tvrzení, že nový software „šetří zdroje“.

Při mapování vlastního provozu lze začít u monitoringu zařízení a spotřeby. Pokud podnik dokáže část odběru časově posouvat, další oblastí k prověření je obchodování flexibility. Ne každá zátěž je ovšem vhodná k omezení. Dostupnost kritické služby má své technické hranice.

Energetická bilance by proto měla zahrnout spotřebu výpočetní techniky i případné úspory, které její použití prokazatelně přineslo. K širším souvislostem chytrého řízení energie se věnuje také SmartEnergyShare.info. Samotné nasazení AI žádnou úsporu nezaručuje. Rozhodnou měření a srovnatelné podmínky.

Co si má česká firma odnést z Pentagonu

Začít lze jedním přesně vymezeným úkolem. Například přípravou návrhu servisního přehledu z podkladů, které firma smí do zvoleného prostředí vložit. Před pilotním provozem si tým stanoví, jak pozná správný výsledek a kdo jej ověří.

Měřit je potřeba celý postup. Pokud příprava přehledu původně trvala hodinu, nestačí zaznamenat, že model vytvořil návrh za minutu. Do výsledku patří příprava vstupů, kontrola, opravy i řešení nestandardních případů. Teprve potom vznikne poctivé srovnání.

V energetice je vhodné začít vysvětlováním a kontrolou podkladů. Přímé ovládání zařízení vyžaduje další technické posouzení. Chybně shrnutý měsíční výkaz lze opravit; nevhodný zásah do provozu může mít okamžité následky.

Podniky s fotovoltaikou mohou souběžně prověřit možnosti sdílené elektřiny pro firmy. Podle ERÚ se skupiny sdílení registrují v systému Elektroenergetického datového centra. AI tyto procesy nenahrazuje a její doporučení samo o sobě nemění pravidla vyúčtování. ERÚ: sdílení elektřiny a energetická společenství

Pro orientaci v komunitní energetice lze využít [ShareElectric.cz](https://shareelectric.cz), konkrétní nabídku pak představuje řešení SmartEnergyShare. Smyslem je propojit rozhodování s vlastními provozními údaji.

Udělejte tedy jednoduchý krok: vyberte jeden proces, určete odpovědnou osobu a změřte výsledek pilotu. Moje předpověď? Nejdražší chybou příštích let nebude pomalý chatbot. Bude jí rychlý chatbot zapojený do procesu, kterému nikdo pořádně nerozumí.

Zdroje

Následující prameny oddělují vojenské nasazení, kontrolní zjištění, nábor NASA a energetické souvislosti. Časové údaje jsou podstatné: srpnové spuštění služby, říjnová náborová výzva a energetický výhled popisují různé události. Jejich propojení v článku představuje autorskou analýzu, nikoli oznámení společného programu těchto organizací.

• Defense One: spuštění vojenské verze ChatGPT — Reportáž Patricka Tuckera z 31. srpna 2026 přibližuje přípravu produktu, bezpečnostní testování a zamýšlené použití. Pomáhá zasadit oznámení Pentagonu do provozního kontextu.

• GAO: využívání komerčních vesmírných dat — Kontrolní zpráva GAO-26-107959 dokládá objem nákupů JCO, překážky při využívání dat a doporučení zlepšit informovanost pracovníků. Nepopisuje integraci těchto dat s ChatGPT Mil.

• NASA: výběr nové skupiny letových ředitelů — Oficiální oznámení obsahuje termín přihlášek, požadavky na uchazeče a náplň práce. Slouží jako podklad pro část věnovanou lidské odpovědnosti v kritickém provozu.

• IEA: aktualizované otázky energetiky a AI — Analýza z roku 2026 uvádí spotřebu datových center a výhled do roku 2030. Budoucí hodnoty jsou projekcí, nikoli již naměřenou skutečností.

• ERÚ: sdílení elektřiny a energetická společenství — Český regulatorní zdroj vysvětluje organizaci sdílení a registraci skupin. Nabízí oporu pro civilní energetickou část článku a ověření základních pravidel.

Obchodujete s batteriovými úložišti nebo hledáte partnera pro flexibilitu a day trading elektřiny? SmartEnergyShare nabízí kompletní řešení pro BESS projekty od 50 do 250 kW — obchodování flexibility, SVR služby a IoT monitoring. Zjistěte víc →

Další články na toto téma najdete na: SdileniElektriny.com Český startup ovládl ChatGPT: Proč ale OpenAI spálí víc e... Vice o after months