Umělá inteligence, která poslouchá a mluví zároveň. Yelp ji nasadil po milionu hovorů a je to signál i pro vaši firmu
OpenAI spustil hlasový model, který nepřehazuje slovo jako vysílačka, ale mluví a naslouchá současně — přesně jako člověk. Yelp ho nasadil do systému, který už zvedl přes milion hovorů. Pro každou firmu, která zvedá telefon, je to zásadní zpráva.
Zkuste si vybavit poslední telefonát s hlasovým automatem. Nejspíš ta trapná pauza po každé větě, kdy nevíte, jestli už můžete mluvit. Nebo okamžik, kdy jste robota přerušili a on beze všeho pokračoval ve své předpřipravené větě, jako by vás vůbec neslyšel. Tahle nepřirozenost byla dlouhá léta hlavním důvodem, proč zákazníci hlasové asistenty nesnášeli. A právě ji se OpenAI pokusil odstranit.
Firma 10. září 2026 zpřístupnila vývojářům nový model GPT-Live-1 — hlasovou umělou inteligenci, která dokáže mluvit a naslouchat ve stejný okamžik. Ne přepínat mezi rolemi jako u vysílačky, ale vést rozhovor tak, jak ho vedou dva lidé: se skákáním do řeči, přeformulováním v půlce věty i drobným zaváháním. Zásadní na tom je, že to není akademický experiment. Prvním velkým zákazníkem se stal Yelp, který model nasadil do systému, jenž už zvedl přes milion hovorů.
V čem je to jiné než dosavadní hlasoví roboti
Dosavadní hlasoví asistenti fungovali jako řetěz tří oddělených kroků. Nejdřív jeden systém převedl vaši řeč na text, pak jazykový model text zpracoval a vymyslel odpověď, a nakonec třetí nástroj tuto odpověď převedl zpět na hlas. Každý ten krok přidával zpoždění. Robot proto musel počkat, až domluvíte, teprve pak začal přemýšlet a nakonec odpovídat. Odtud ty otravné pauzy — a odtud i neschopnost reagovat, když jste ho přerušili.
GPT-Live-1 tenhle řetěz nahrazuje jediným modelem, který zvuk zpracovává průběžně. Poslouchá vás i ve chvíli, kdy sám mluví. Díky tomu umí zareagovat na přerušení, zachytit, když do řeči vstoupíte s doplněním, a upravit směr konverzace za pochodu. Tomuto principu se říká full-duplex — obousměrný přenos, kde obě strany mohou být aktivní současně.
Model navíc podle OpenAI rozpozná tón hlasu — pozná nadšení, netrpělivost i frustraci — a sám detekuje jazyk, kterým voláte, takže dokáže plynule přejít do „téměř libovolného jazyka“. Cena je nastavená na 0,05 dolaru za minutu hovoru za hlasovou vrstvu, tedy zhruba jednu korunu za minutu. To z technologie, která ještě před rokem patřila jen do laboratoří, dělá něco, co si může dovolit i malá firma.
Yelp jako důkaz, že to funguje v praxi
Nejsilnějším argumentem není technická specifikace, ale reálné nasazení. Yelp integroval GPT-Live-1 do dvou produktů: Yelp Host pro restaurace a Hatch pro řemeslníky a firmy poskytující služby v domácnostech. Yelp Host přitom není žádná novinka — spuštěný byl už v říjnu 2025 a od té doby vyřídil přes milion hovorů. Systém navíc rostl tempem 38 procent měsíčně a v červenci 2026 dosáhl anualizovaného tempa 2,4 milionu hovorů ročně.
To jsou čísla firmy, která technologii nezkouší, ale spoléhá na ni v každodenním provozu. Yelp Host bere rezervace a objednávky jídla, když restaurace nemá čas nebo lidi zvednout telefon. A právě sem přišel GPT-Live-1 jako výměna hlasové vrstvy — obchodní logika zůstala stejná, změnil se způsob, jakým konverzace zní a plyne.
S GPT-Live-1 je každý hovor konverzačnější a pohotovější.
To jsou slova Akhila Kuduvalliho Ramesha, produktového ředitele Yelpu. Podle firmy se po nasazení zlepšilo takzvané předávání slova — model přesněji pozná, kdy má mluvit a kdy mlčet — a klesl počet hovorů, které bylo nutné přepojit na živého člověka. Zajímavý je i jeden vedlejší efekt: volající prý začali mluvit celými, přirozenými větami místo úsečných příkazů. Jako by na druhé straně vycítili, že mluví s někým, kdo skutečně poslouchá.
Že Yelp technologii bere vážně, dokazuje i to, jak k druhému produktu přišel. Firmu Hatch koupil v lednu 2026 za zhruba 270 milionů dolarů v hotovosti plus dalších 30 milionů na udržení klíčových lidí. Hatch dnes spravuje desítky milionů kontaktů napříč hlasem, textem, e-mailem i webem.
Co si z toho má odnést český podnikatel
První a nejpraktičtější poznatek: telefonní hovor přestává být úzkým hrdlem. Pokud vaše firma zvedá telefony — ať jde o restauraci, kadeřnictví, servis, ordinaci nebo řemeslo — dosud jste měli dvě špatné možnosti. Buď platit člověka, který u telefonu sedí i v době, kdy nezvoní, nebo nechat hovory padat do hlasové schránky a ztrácet zakázky. Full-duplex hlasová AI otevírá třetí cestu: automatizaci, která nezní jako robot a zákazníka neodradí.
Druhý poznatek se týká nákladů. Cena kolem jedné koruny za minutu mění celou ekonomiku. Firma, která dřív nemohla obsadit recepci na noční hodiny nebo o víkendu, si teď může dovolit systém, který je dostupný nepřetržitě a platí se jen za skutečně odbavené hovory. Yelp Host jako hotové řešení startuje na 249 dolarech měsíčně — ale samotný model je přes API dostupný komukoli, kdo si chce postavit vlastní.
A tady je klíč pro Česko. Model umí automaticky rozpoznat jazyk a odpovídat téměř v libovolném z nich. To znamená, že bariéra, která dřív bránila nasazení amerických hlasových technologií u nás — totiž slabá čeština — může s touto generací modelů rychle mizet. Než ale technologii pustíte na skutečné zákazníky, ověřte si její češtinu na vlastních hovorech. Marketingové sliby o „téměř libovolném jazyce“ a plynulá čeština v provozu nemusí být totéž.
Třetí věc je strategická. Yelp neukázal jen technologii — ukázal vzorec. Vzal existující produkt, který už fungoval a měl zákazníky, a jen vyměnil jeho hlasovou vrstvu za lepší. Nemuseli přestavovat celý systém. Přesně tenhle přístup dává smysl i pro menší firmy: nehledejte revoluci, ale konkrétní bod, kde vás dosavadní automatizace brzdila. Hlasový kanál byl roky tím nejslabším článkem. Teď se stává jedním z nejsilnějších.
Praktický takeaway: Udělejte si audit vlastních telefonátů. Kolik hovorů týdně vám propadne mimo pracovní dobu? Kolik zakázek tím ztratíte? Jakmile máte tohle číslo, dokážete spočítat, jestli se vám hlasová AI vyplatí — a v mnoha případech se ukáže, že se vyplatí okamžitě. Začněte pilotem na jednom typu hovorů, změřte úspěšnost a teprve pak škálujte.