KAM KRÁČÍ UMĚLÁ INTELIGENCE?

MICHALA BENEŠOVSKÁ

Letošní rok bude pro umělou inteligenci dalším významným mezníkem. Stále více společností se posouvá od experimentování s AI k jejímu hlubokému zakotvení do obchodní strategie. Už nejde jen o hledání jednotlivých způsobů využití – AI se stává nástrojem pro dosažení komplexních byznysových cílů.

Firmy, které dokážou propojit AI se svou vizí, mohou očekávat postupné, ale výrazné zlepšení v produktivitě, rychlosti inovací a ziskovosti. Tento přístup k AI však není jen otázkou technologického pokroku –vyžaduje jasnou strategii a schopnost identifikovat, kde může přinést největší hodnotu.

Přestože kolem AI stále panuje určitá míra očekávání, její tempo inovací a přijetí v byznysu nemá obdoby. Společnosti, které se dokážou adaptovat a využít AI jako strategický nástroj, budou mít zásadní výhodu v měnícím se technologickém prostředí.

Monetizace AI jako motor rozvoje průmyslu

Komercializace podnikové umělé inteligence (AI) vytváří rozsáhlé příležitosti napříč technologickým ekosystémem, od datových center přes poradenské firmy až po poskytovatele cloudových služeb a kybernetické bezpečnosti. Rychlý růst klíčových hráčů a šířící se vliv AI přetváří trh a otevírá nové zdroje příjmů.

Firmy specializující se na AI dosahují dynamického růstu. OpenAI, podporovaná společností Microsoft, dosáhla v srpnu 2024 ročního obratu 3,6 miliardy dolarů, což představuje meziroční nárůst o 125 %. Předpokládá se, že rok 2024 ukončila s čistým příjmem okolo pěti miliard dolarů, což by znamenalo meziroční růst o 225 %. Dalším významným hráčem je Anthropic, který od uvedení svého AI chatbotu Claude v březnu 2023 zaznamenal prudký růst. Jeho příjmy se očekávají na úrovni miliardy dolarů za rok 2024 oproti 100 milionům v předchozím roce. Tyto úspěchy ukazují, jak rychle lze komerčně zhodnotit generativní AI modely.

Ekosystém AI roste napříč odvětvími

Dopad AI však nekončí u vývojářů velkých jazykových modelů. Adopce AI má výrazný multiplikační efekt, z něhož těží široká škála odvětví. Poradenské společnosti jako Accenture a IBM vykazují výrazný růst příjmů z AI služeb. Accenture například ohlásila, že má v září 2024 v pipeline generativní AI projekty v hodnotě téměř tří miliard dolarů, což odráží silnou poptávku klientů po implementaci AI.

Poskytovatelé cloudových služeb a softwarových řešení rovněž využívají rostoucí poptávky po AI. ServiceNow připsala největší nárůst hodnoty nových kontraktů v historii své produktové rodiny své generativní AI platformě „Now Assist“. Oracle zaznamenává růst svého IaaS segmentu díky rostoucímu počtu AI úloh, zatímco Equinix podepsal významné smlouvy na infrastrukturu pro AI. Jeho hyperscale datová centra xScale ve třetím čtvrtletí pronajala 20 MW nové kapacity a téměř 90 % všech aktuálně dostupných i budovaných zařízení je již smluvně zajištěno.

Dopad AI na reklamu a média

Reklamní sektor také těží z integrace AI. Meta Platforms ohlásila 19% meziroční růst příjmů díky vyššímu počtu zobrazení reklam a zlepšení jejich průměrné ceny, což bylo podpořeno AI technologiemi. Amazon implementoval generativní AI nástroje pro tvorbu produktových obrázků, což vedlo ke zvýšení impresí u vybraných kampaní.

Cloudová infrastruktura, software a aplikace, stejně jako firmy s unikátními daty a silnou distribucí, budou pravděpodobně hlavními vítězi v roce 2025. Jak AI trh zraje, společnosti s vhodnou pozicí na trhu mohou očekávat akcelerovaný růst, zatímco se poptávka po AI službách nadále rozšiřuje.

Vývoj infrastruktury a uspokojení rostoucí poptávky po AI

Rychlý pokrok v oblasti AI vyžaduje zásadní investice do infrastruktury, zejména do datových center optimalizovaných pro náročné AI úlohy. Klíčovou roli hrají GPU clustery, sítě serverů navržené speciálně pro zpracování AI modelů, které se rozšiřují bezprecedentním tempem. Tento růst pohání zlepšující se efektivita a škálovatelnost GPU clusterů a průlomový hardware, jako je například nová generace GPU od společnosti Nvidia, známá jako Blackwell. Jedním z nejvýznamnějších projektů v této oblasti je „Colossus“, AI tréninkový cluster vytvořený v rámci platformy X Elona Muska. Colossus, dokončený za pouhých 122 dní s rozpočtem mezi třemi a čtyřmi miliardami dolarů, je považován za nejvýkonnější AI cluster na světě. Plánované zdvojnásobení jeho kapacity zahrnuje integraci 100 000 GPU, kombinující čipy Nvidia H100 a nadcházející H200, což posune jeho výkonnostní limity.

Meta Platforms také investuje do AI infrastruktury v nebývalém rozsahu. Nedávno představila dvě verze clusteru na úrovni datového centra s kapacitou 24 000 GPU, které mají podporovat další generaci jejích AI modelů. Tyto investice zdůrazňují rostoucí potřebu robustní infrastruktury, která bude schopná zvládnout náročné výpočetní požadavky.

Hlavní technologické společnosti, jako jsou Meta, Amazon, Alphabet a Microsoft, směřují investice do hyperscalových datových center, přičemž kapitálové výdaje těchto firem dosáhnou v roce 2025 téměř 250 miliard dolarů. Významná část těchto prostředků směřuje přímo na podporu AI infrastruktury, což odráží její strategickou důležitost. Microsoft a OpenAI například zvažují výstavbu datového centra s kapacitou 5 GW, jehož náklady by mohly přesáhnout 100 miliard dolarů.

Kolokační poskytovatelé, jako je Equinix, rovněž rozšiřují své kapacity zaměřené na AI. Equinix například zajistil téměř 15 miliard dolarů na výstavbu datových center v USA, která budou sloužit především klientům z řad Fortune 500, kteří potřebují infrastrukturu pro trénink a nasazení rozsáhlých soukromých AI modelů.

Související produkty a energetické výzvy

Expanze AI datových center zvyšuje poptávku po přidružených produktech, jako jsou nízkoenergetické procesory, paměťové a úložné systémy, síťové komponenty a chlazení. Společnost Vertiv, dodavatel chladicích systémů, zaznamenala meziroční růst tržeb o 19 % ve třetím čtvrtletí 2024, což ukazuje na dynamický růst tohoto sektoru.

Energetická náročnost AI clusterů je však rostoucím problémem. V současnosti datová centra spotřebovávají 1–1,5 % globální elektřiny a do roku 2030 by tento podíl mohl přesáhnout 5 %. To podněcuje investice do alternativních zdrojů energie, jako je jaderná energie, a lokalizované výroby energie v blízkosti datových center, spolu s technologiemi pro správu tepla a energie.

Výhled do roku 2025

Rozvoj AI infrastruktury bude klíčovým faktorem pro udržení tempa inovací. S rostoucí poptávkou po výpočetním výkonu a tlakem na energetickou efektivitu bude nezbytné nasazení nových technologií a investic do infrastruktury, která dokáže podporovat rychlý růst AI aplikací. Firmy, které dokážou tuto potřebu naplnit, si zajistí silnou pozici na stále více konkurenčním trhu.

Vlastní modely: Klíč k cílenému využití AI

Rostoucí adopce umělé inteligence mění přístup organizací k jejímu využívání. Společnosti se stále častěji odklánějí od univerzálních modelů a zaměřují se na vývoj vlastních velkých jazykových modelů (LLM) přizpůsobených jejich specifickým potřebám. Tento posun umožňuje firmám využít jedinečné, proprietární datové sady k vytvoření cílených AI řešení, která efektivněji automatizují pracovní postupy a přinášejí praktické výsledky.

Vývoj vlastních modelů je atraktivní zejména proto, že univerzální modely často nedokážou plně reflektovat specifické požadavky jednotlivých odvětví. Trénink na proprietárních datech umožňuje optimalizaci pro konkrétní úkoly, což vede ke vzniku nástrojů lépe přizpůsobených potřebám konkrétních firem nebo odvětví. Tento přístup se rychle rozvíjí napříč různými sektory a ukazuje, jaké výhody může přinést.

Ve finančních službách společnosti jako JPMorgan Chase nebo Bloomberg vyvíjejí vlastní LLM modely trénované na interních datech. Tyto modely jsou navrženy tak, aby zlepšily provozní efektivitu, podporovaly rozhodování a poskytovaly detailní analýzy a zprávy. Pro organizace s obrovskými množstvími dat jde o způsob, jak získat unikátní poznatky a konkurenční výhodu.

V oblasti kybernetické bezpečnosti firmy jako Palo Alto Networks trénují vlastní LLM modely, které pomáhají bezpečnostním týmům lépe detekovat a reagovat na hrozby. Tento přístup se ukazuje jako velmi efektivní: Palo Alto Networks v posledním čtvrtletí fiskálního roku 2024 oznámilo, že příjmy z AI služeb vzrostly meziročně čtyřnásobně a přesáhly 200 milionů dolarů. To potvrzuje rostoucí poptávku po AI řešeních integrovaných do bezpečnostních systémů.

V obraně společnosti jako Palantir uzavírají rozsáhlé smlouvy na nasazení AI modelů navržených specificky pro vojenské a obranné aplikace. Tyto modely zrychlují nasazení technologií a podporují specifické úkoly, jako je plánování misí nebo analýza terénu.

S klesajícími náklady na AI infrastrukturu se očekává další zrychlení tohoto trendu. Zatímco současné systémy jsou optimalizovány především pro trénink, budoucí generace modelů se zaměří na inferenční procesy, což umožní efektivnější nasazení při nižších nákladech. Tyto změny zpřístupní pokročilé AI technologie širšímu spektru organizací a zároveň umožní rychlejší návratnost investic.

Vývoj vlastních modelů také otevírá nové příležitosti v oblasti podpůrných technologií, jako jsou systémy pro správu datových skladů, datové pipelines nebo analytické platformy. Tyto nástroje jsou klíčové pro efektivní využití AI a přizpůsobení modelů specifickým potřebám.

Adopce vlastních modelů přináší organizacím více než jen technologickou výhodu. Jde o možnost optimalizovat provozní procesy, snížit náklady a vytvářet nové zdroje příjmů.

Tento přístup zároveň umožňuje lépe využívat unikátní datové zdroje a posiluje hodnotu investic do AI. V roce 2025 lze očekávat, že stále více společností začne vyvíjet vlastní modely jako součást své dlouhodobé strategie digitální transformace.

AI každodennosti aneb nová éra chytré elektroniky

Umělá inteligence se v roce 2025 stává běžnou součástí každodenních zařízení, od smartphonů a počítačů po průmyslové vybavení a domácí automatizaci. Tento posun představuje zásadní technologický milník, který přetváří způsob, jakým lidé komunikují s technologiemi, a otevírá nové možnosti ve spotřebitelském i průmyslovém segmentu.

Smartphony zůstávají v čele adopce AI, přičemž přední výrobci jako Apple a Samsung přidávají do svých produktů pokročilé funkce poháněné umělou inteligencí.

Apple představil Apple Intelligence, která využívá proprietární modely i GPT-4 od OpenAI. Uživatelé mohou těžit z vylepšené Siri, která nabízí personalizovanější a efektivnější interakci.

Samsung zase sází na praktické AI aplikace, jako je Galaxy AI, která zahrnuje pokročilé funkce pro editaci fotografií a překlady v reálném čase.

S globálním trhem smartphonů v hodnotě přibližně 500 miliard dolarů ročně lze očekávat, že tyto inovace vyvolají významnou vlnu obnovy zařízení, kdy uživatelé budou nahrazovat starší modely, aby získali přístup k novým AI funkcím. Tento cyklus zároveň podpoří růst výrobců komponent a dodavatelů.

AI-enabled počítače se rychle stávají standardem, přičemž prodeje AI PC jsou sice na vzestupu, ale stále nepřišel očekávaný boom, což se má do konce roku 2025 změnit, a dle odhadů se prodá přes114 milionů kusů AI PC, což představuje meziroční nárůst o 165 %. Tato zařízení kombinují výpočetní výkon s pokročilými AI funkcemi, které umožňují rychlejší a inteligentnější pracovní postupy, například automatické analýzy dat nebo prediktivní plánování.

Integrace AI do zařízení nekončí u smartphonů a počítačů. Její dopad je patrný i v průmyslových IoT zařízeních, nositelné elektronice a zdravotnických technologiích. Průmyslový IoT trh roste s odhadovaným složeným ročním tempem růstu (CAGR) 23 %, přičemž do roku 2030 by mohl dosáhnout hodnoty 1,7 bilionu dolarů. Vybavení s integrovanými AI čipy, jako jsou produkty Qualcomm, umožňuje zpracování dat přímo v místě jejich vzniku. Tento přístup nabízí vyšší bezpečnost, protože omezuje nutnost posílat data do cloudu, a zároveň zvyšuje efektivitu díky rychlejší reakci na místě.

AI rovněž přetváří domácí automatizaci. Chytré spotřebiče a systémy řízení domácností se stávají citlivějšími na uživatelské preference a přizpůsobují se dynamicky měnícím se podmínkám.

Ve zdravotnictví přináší AI vyšší přesnost diagnostiky, rychlejší monitorování pacientů a efektivnější správu zdravotních záznamů.

Integrace AI do zařízení zlepšuje výrobní procesy, automatizaci a efektivitu napříč odvětvími. Zpracování dat přímo na zařízení snižuje energetickou náročnost a poskytuje vyšší bezpečnost. Tyto technologie zásadně transformují fungování propojených systémů a přibližují nás k éře, kdy zařízení budou schopna pracovat nejen samostatně, ale i kolektivně v rámci komplexních sítí.

Jak se AI stává standardní součástí každodenní technologie, očekává se, že její vliv na průmysl i spotřebitelský trh bude dále růst. Tento trend nabídne příležitosti nejen pro výrobce zařízení, ale také pro společnosti zabývající se vývojem komponent, softwaru a dodavatele podpůrných služeb, které ovlivní podobu budoucího ekosystému AI zařízení.

Fúze a akvizice

Rychlý rozvoj umělé inteligence pohání výraznou aktivitu v oblasti fúzí a akvizic (M & A – merges and acqusitions) napříč technologickým sektorem. Společnosti hledají strategické akvizice, aby upevnily své postavení na trhu, rozšířily kapacity a získaly klíčové technologie potřebné k udržení kroku s rychle se měnícím prostředím.

Mezi významné nedávné transakce patří akvizice společnosti Juniper Networks firmou Hewlett Packard Enterprise (HPE) za 14,3 miliardy dolarů. Tento krok rozšiřuje možnosti HPE v oblasti infrastruktury AI, zejména v řešeních pro datová centra a síťovou konektivitu, a zdůrazňuje rostoucí důležitost hardwaru v ekosystému AI.

Nvidia, naprosto klíčový hráč na poli AI, se pustila do nejaktivnější akviziční kampaně za posledních pět let, během níž dokončila v roce 2024 pět klíčových transakcí. Patří sem například nákup společnosti Run, poskytovatele softwaru pro orchestraci GPU, za 700 milionů dolarů, a Octo AI, platformy zaměřené na AI inference, za 250 milionů dolarů.

Tyto akvizice reflektují snahu Nvidie rozšířit své nabídky pro podnikové AI aplikace.

Hlavní poskytovatelé cloudových služeb rovněž aktivně investují do AI. Amazon přislíbil až čtyři miliardy dolarů společnosti Anthropic na posílení schopností AWS v oblasti AI, zatímco Microsoft pokračuje ve své strategii s OpenAI prostřednictvím investic ve výši 14 miliard dolarů, což dále posiluje jeho cloudovou infrastrukturu.

Očekává se, že tato akviziční dynamika bude pokračovat i v roce 2025. Společnosti napříč technologickým spektrem – od hardwarových výrobců po poskytovatele softwaru – se snaží využít příležitosti, které AI nabízí. Firmy disponující klíčovými distribučními kanály, přístupem k datům nebo proprietárními vztahy na specializovaných trzích se stávají atraktivními cíli akvizic.

Vyrovnání valuací v technologickém sektoru spolu s rostoucí poptávkou po AI řešeních vytváří podmínky pro další vlnu obchodních transakcí, zejména v oblasti cloud computingu, kde se očekává výrazný nárůst aktivity.

Vedle M & A transakcí roste také zájem o veřejné trhy. Společnosti zaměřené na AI infrastrukturu, jako je Cerebras Systems, známá pro své AI inference čipy, plánují vstup na burzu s očekávanou hodnotou až 20 miliard dolarů. Podobně CoreWeave, poskytovatel služby GPU-as-a-service, plánuje svůj IPO na rok 2025. Tyto kroky ukazují na silný zájem investorů o společnosti zaměřené na AI infrastrukturu, což by mohlo dále stimulovat expanzi tohoto trhu.

S pokračující expanzí AI a rostoucí potřebou sofistikovaných řešení lze očekávat, že fúze a akvizice budou pokračovat i v nadcházejících letech.

AI jako klíčová součást strategické transformace

Rok 2025 zdůrazňuje, že umělá inteligence není jen technologickým nástrojem, ale zásadním prvkem strategických rozhodnutí, která formují budoucnost firem. Jak bylo řečeno, AI se stává hnacím motorem pro inovace napříč odvětvími – od finančních služeb po průmyslové IoT – a její adopce postupně přechází od izolovaných případů k plné integraci do byznysových strategií.

AI na jedné straně zajišťuje postupná zlepšení, například automatizaci rutinních procesů nebo zvýšení produktivity. Tyto menší kroky vytvářejí základ pro širší využití a postupně přinášejí hodnotu, která transformuje celou organizaci. Na straně druhé umožňuje AI zásadní inovace, například vývoj zcela nových obchodních modelů nebo služeb. Firmy, které se dokážou zaměřit na oba přístupy –postupná vylepšení i ambiciózní projekty – budou lépe připraveny maximalizovat přínosy AI.

Zmíněná rostoucí popularita proprietárních modelů AI přizpůsobených konkrétním potřebám firem zdůrazňuje, že pochopení a integrace AI nejsou pouze otázkou technologie, ale také schopnosti využít data a zdroje jedinečné pro každou organizaci.

Firmy, které AI přehlížejí, riskují nejen ztrátu konkurenceschopnosti, ale i narušení klíčových obchodních procesů. Jak bylo zmíněno v souvislosti s fúzemi a akvizicemi, společnosti investují do AI nejen z potřeby technologického pokroku, ale také z důvodu udržení relevance v rychle se měnícím prostředí.

AI tedy dávno není pouze o výběru správných modelů nebo technologií. Jde o to, jak AI integrovat do stávajících procesů a jak ji propojit s datovými strategiemi a dlouhodobými cíli firmy. Organizace by měly identifikovat oblasti, kde AI může přinést největší hodnotu – ať už jde o zlepšení provozní efektivity, snížení nákladů, nebo vytváření nových zdrojů příjmů.

Umělá inteligence je transformační silou, která přetváří celá odvětví. Firmy, které se na AI dívají strategicky a investují do jejího pochopení a integrace, mají šanci nejen udržet krok s konkurencí, ale rovněž ji předstihnout. Firmy, které dokážou tento trend uchopit, budou těmi, kdo v následujících letech určuje směr.

Historický pohled na umělou inteligenci

Vývoj umělé inteligence je příběh inovací, který se rozprostírá přes několik dekád. Od prvních teorií po dnešní technologie přinesla AI řadu průlomů a výzev, které formovaly její podobu a aplikace. Tento historický pohled mapuje klíčové milníky, které vedly k současnému stavu AI.

První koncepty: Počátky umělé inteligence (1950–1960)

Termín „umělá inteligence“ se objevil v 50. letech 20. století, kdy AI začala získávat konkrétní obrysy. Alan Turing a John McCarthy vytvořili základy teorie AI. Turing představil Turingův test jako způsob, jak hodnotit schopnost stroje projevovat lidskou inteligenci. Výzkum v této době se zaměřil na symbolickou AI, která používala formální logiku k simulaci lidského uvažování.

První překážky a stagnace (1970)

S nástupem 70. let se AI potýkala s omezenými výpočetními zdroji a rostoucím povědomím o složitosti lidské inteligence. Tyto překážky vedly k období známému jako „AI zima“, kdy se zpomalil pokrok a klesla ochota financovat další výzkum.

Éra expertních systémů (1980)

V 80. letech zažila AI oživení díky expertním systémům. Tyto programy napodobovaly lidskou odbornost v konkrétních oblastech pomocí rozsáhlých znalostních bází a pravidel. Přestože byly úspěšné v některých aplikacích, nedokázaly zvládat nejistotu a postrádaly schopnost učit se z dat, což omezilo jejich univerzálnost.

Vzestup strojového učení (1990–2000)

V 90. letech se pozornost přesunula ke strojovému učení, které umožnilo systémům zlepšovat výkon prostřednictvím zkušeností. Algoritmy jako neuronové sítě, rozhodovací stromy nebo podpůrné vektorové enginy zaznamenaly významný pokrok. Nicméně praktické využití AI bylo stále omezeno dostupností dat a výpočetními zdroji.

Velká data a hluboké učení (2010)

Nástup velkých dat a výkonnějších počítačů v 10. letech 21. století přinesl revoluci v AI. Hluboké učení, odvětví strojového učení, přineslo pokroky v oblastech rozpoznávání řeči a obrazu či zpracování přirozeného jazyka. Vícevrstvé neuronové sítě se ukázaly jako mimořádně účinné při učení složitých vzorů z velkého množství dat.

AI v každodenním životě (2010–2020)

Během poslední dekády se AI stala nedílnou součástí každodenního života. Technologie poháněné AI, jako jsou virtuální asistenti, doporučovací systémy, autonomní vozidla nebo nástroje pro medicínskou diagnostiku, zásadně proměnily způsoby, jakými pracujeme a žijeme.

Etické otázky a společenské dopady (2020 a dál)

S rostoucím vlivem AI na společnosti vzrůstají i obavy ohledně jejího etického a společenského dopadu. Diskuse se soustřeďují na otázky ochrany dat, zaujatosti algoritmů, nahrazování pracovních míst nebo bezpečnosti AI systémů.

Pokroky a cesta k AGI (obecné umělé inteligenci)

Současný výzkum se zaměřuje na inovace, jako je posilované učení a generativní modely, které posouvají hranice toho, co je AI schopna zvládnout. Ambiciózním cílem zůstává vytvoření obecné umělé inteligence (AGI), systémů schopných plně nahradit člověka při intelektuální práci.

Zdroj: globalxetfs.com, pwc.com, nvidia.com, hulhub.com