Když se ke konci loňského roku objevila v kancelářích Hugging Face, firmy, která se pohybuje v oboru umělé inteligence, nabídka na investici ve výši 500 milionů dolarů (10 miliard korun), většina startupů by ji považovala za životní jackpot. Taková částka by ji ocenila na zhruba sedm miliard dolarů, navíc přišla od Nvidie, dnes jedné z nejmocnějších technologických firem světa. Nicméně gigant si musel podle Financial Times nechat zajít chuť, vzkaz zněl jasně: „Nechceme!“

Nebyl to teatrální protest ani snaha jít proti proudu za každou cenu. Vstup do firmy by totiž Nvidii nepřinesl jen podíl, ale i nepřímý vliv na to, jakým směrem se celý obor bude ubírat. Právě tomu se chtěl Hugging Face vyhnout.

Sám neprodává chatbota ani aplikaci, kterou by si lidé stahovali do mobilu. Místo toho provozuje platformu, kam chodí vývojáři z celého světa. Je to místo, kde sdílejí hotové nástroje, modely a data, na kterých pak staví vlastní projekty. Dnes se na platformě nachází zhruba 2,5 milionu veřejných modelů a více než 700 tisíc datových sad. Používá ji přibližně 13 milionů lidí. A hlavně: to, co se na Hugging Face ujme, se velmi často prosadí i v praxi. Platforma se tak postupně stala jedním z míst, která určují, kudy se celý obor vydá.

Místo uzavřených řešení podporuje technologie, které si mohou vývojáři vzít, upravit a použít po svém. Bez závislosti na jediné firmě a nutnosti platit za každý krok. „Tohle přispívá k demokratizaci umělé inteligence a boji proti koncentraci moci, která je podle mého názoru největším rizikem umělé inteligence,“ komentoval to spoluzakladatel a šéf firmy Clem Delangue.

Většina lidí za službu nic neplatí, vydělává se na velkých firmách. Jednotlivci, studenti nebo malé týmy mohou platformu používat volně, sdílet modely a pracovat veřejně, díky čemuž tam vznikla obrovská komunita. Jakmile ale přijde na řadu korporace, banky nebo technologické firmy, které potřebují chránit svá data a vyvíjet v soukromí, začínají platit za uzavřené projekty, větší úložiště, bezpečnost, technickou podporu i přístup k výkonným serverům pro trénování modelů.

Firmy si tak přes Hugging Face v podstatě pronajímají infrastrukturu a servis kolem umělé inteligence, aniž by si musely budovat vlastní drahá datacentra. Právě tyto placené služby pro zhruba tři procenta uživatelů financují provoz celé platformy a umožňují firmě fungovat bez závislosti na neustálém shánění nových investorů.

Podle Delangua byla firma v roce 2025 zisková. V prvním čtvrtletí letošního roku se sice dostala do ztráty, ale důvodem byly investice do dat. Celkem Hugging Face získala od investorů asi 400 milionů dolarů, v roce 2023 byla oceněna na 4,5 miliardy dolarů a zhruba polovina těchto peněz podle vedení firmy stále leží na účtech.

Firma se přitom vědomě vyhýbá tomu, aby soupeřila s těmi, kterým dává prostor. V roce 2022 sice vytvořila vlastní vícejazyčný model Bloom, ale později od vývoje ustoupila. Důvod byl pragmatický: udržet náklady pod kontrolou a nekonkurovat komunitě, na které celý byznys stojí.

Specifická je i kultura firmy. Hugging Face funguje jako globální organizace bez jednoho centra. Lidé pracují na dálku, kanceláře jsou rozeseté po Spojených státech, Evropě a Švýcarsku a komunikace probíhá převážně online. Platy jsou pak ve srovnání s technologickými giganty spíše střídmé. Hugging Face obvykle nabízí výzkumníkům 100 až 200 tisíc dolarů ročně, tedy výrazně méně než částky, které jsou běžné u největších firem.

Na oplátku ale nabízí něco, co v technologickém světě není samozřejmostí: svobodu mluvit o své práci veřejně. Zaměstnanci mohou vystupovat na konferencích, psát pod svým jménem a otevřeně komentovat, na čem pracují. Nemusí vše filtrovat přes právníky a tiskové oddělení, jak je běžné u velkých korporací. „Naši zaměstnanci jsou obvykle velmi viditelní,“ říká Thomas Wolf, šéf vědeckého oddělení. „Je to pro ně velmi dobré. Ale zároveň neustále dostávají nabídky na práci.“

Většina z nich pracuje na nástrojích a výzkumu, které denně používají miliony vývojářů po celém světě. Vyvíjejí základní software pro práci s umělou inteligencí, testují nové postupy, snaží se, aby modely byly spolehlivější a méně chybovaly, a zároveň pomáhají komunitě s jejich využíváním. A očividně i bez velkých investic.