Průmyslová umělá inteligence a řízená umělá inteligence: Skok Německa k suverénní výpočetní síle

Německá odpověď americkým technologickým gigantům: Co nový stack umělé inteligence v mnichovském Tucherparku skutečně přináší

Společnost Deutsche Telekom dosáhla v Mnichově technologického milníku: Za pouhých šest měsíců byla v Tucherparku postavena jedna z nejvýkonnějších evropských továren na umělou inteligenci – soukromě financovaný projekt v hodnotě několika miliard eur, který okamžitě zvýšil výpočetní výkon Německa o 50 procent. Nový „průmyslový cloud pro umělou inteligenci“ sice působivě ukazuje, že v Německu lze gigantické infrastrukturní projekty realizovat rychle a efektivně, ale zároveň odhaluje nepříjemnou pravdu: německé malé a střední podniky často na tento obrovský výpočetní výkon ještě nejsou připraveny. Data uzamčená v silech, nejasné strategie, drastický nedostatek kvalifikovaných pracovníků a hrozící nákladová past interního vývoje umělé inteligence brzdí inovace. K tomu se přidávají přísné předpisy, jako je zákon EU o umělé inteligenci, a rostoucí bezpečnostní riziko, které představuje nekontrolovaná „stínová umělá inteligence“ v rámci pracovní síly. Jak mohou malé a střední podniky překonat tyto složité překážky a zůstat konkurenceschopné na globálním trhu? Odpověď nespočívá v drahém interním technickém vývoji, ale v „řízené umělé inteligenci“ – klíčové páce pro ekonomickou, bezpečnou a efektivní integraci nové suverénní výpočetní síly do každodenního podnikání.

Souvisí s tím:

• Deutsche Telekom spouští v Mnichově obrovské datové centrum s umělou inteligencí – co to znamená pro digitální suverenitu?

Proč největší evropská továrna na umělou inteligenci (stále) nechává malé a střední podniky chladnými, ale je to přesně ta správná věc ve správný čas

Začátkem února 2026 společnost Deutsche Telekom oficiálně spustila v Mnichově svůj cloud pro průmyslovou umělou inteligenci (Industrial AI Cloud), jednu z nejvýkonnějších evropských infrastruktur umělé inteligence, která byla vybudována v rekordním čase šesti měsíců. Toto zařízení, vybavené přibližně 10 000 grafickými procesory Nvidia Blackwell a výpočetním výkonem až 0,5 exaFLOPS, představuje investici přesahující jednu miliardu eur a okamžitě zvyšuje dostupný výpočetní výkon umělé inteligence v Německu o 50 procent. Sdělení je jasné: Německo může budovat infrastrukturu, Německo může zvyšovat rychlost a Německo může vytvořit svůj vlastní nezávislý ekosystém umělé inteligence. Mezi tímto vlajkovým projektem a tím, co německé malé a střední podniky dnes skutečně potřebují, však existuje mezera, která si zaslouží poctivou analýzu. Odpovědí na tuto mezeru je řízená umělá inteligence (Managed AI), která by se mohla ukázat jako rozhodující páka pro konkurenceschopnost evropského průmyslu.

Šest měsíců, jedna miliarda eur: Továrna na umělou inteligenci v mnichovském Tucherparku

V suterénu bývalé bankovní budovy v mnichovském Tucherparku vytvořila společnost Deutsche Telekom společně se společností Nvidia a jejím partnerem pro datová centra Polarise něco, co v německém technologickém prostředí nemá obdoby. Více než tisíc systémů Nvidia DGX B200 a serverů RTX Pro tvoří páteř infrastruktury, která by podle Telekomu stačila k tomu, aby všem 450 milionům občanů EU poskytla asistenta s umělou inteligencí současně. Samotná platforma DGX B200 je hnací silou: Každý uzel se skládá ze dvou procesorů Xeon Platinum 8570 a osmi grafických procesorů Nvidia B200, které poskytují až 72 petaflopů pro trénování a 144 petaflopů pro inferenci, se spotřebou energie až 14,3 kilowattů.

Zvláštní pozornost si zaslouží rychlost jeho vývoje. Zatímco infrastrukturní projekty v Německu jsou často zpožděny o roky kvůli byrokracii, povolovacím procesům a koordinačním postupům, tato továrna na umělou inteligenci byla v provozu již po šesti měsících. Generální ředitel společnosti Telekom Timotheus Höttges výstižně vystihl naléhavost situace, když na prezentaci v Berlíně prohlásil, že bez umělé inteligence by německý průmysl byl odsouzen k zániku. Generální ředitel společnosti Nvidia Jensen Huang, který do Německa přijel speciálně pro tuto příležitost, rovněž zdůraznil legendární sílu Německa ve strojírenství a průmyslu, kterou nyní umělá inteligence dále posiluje. Spolkový ministr financí Lars Klingbeil prohlásil, že technologické vedení musí být jádrem budoucího obchodního modelu Německa.

Klíčovým aspektem tohoto projektu je jeho soukromoprávní povaha. Průmyslový cloud s umělou inteligencí není iniciativou řízenou dotacemi, ani projektem financovaným z grantů se zdlouhavými procesy podávání žádostí; jedná se o čistě firemní investici. Tato skutečnost sama o sobě vyvrací běžný narativ, že velké technologické projekty v Německu jsou proveditelné pouze s vládní podporou. Společnost Deutsche Telekom dokázala, že rychlost je v Německu skutečně možná, pokud je na místě podnikatelská vůle a zdravé ekonomické kalkulace.

Německý stack: Suverenita jako obchodní model

Průmyslový cloud s umělou inteligencí (AI Cloud) je více než jen datové centrum s působivými specifikacemi GPU. Společnost Deutsche Telekom ve spolupráci se společnostmi SAP a Siemens vytvořila na této infrastruktuře tzv. „Germany Stack“, který zahrnuje vše od konektivity a provozu až po infrastrukturu umělé inteligence a platformu jako službu (SaaS). Společnost SAP poskytuje platformu Business Technology Platform, na které lze exkluzivně vyvíjet a provozovat aplikace, zatímco společnost Siemens integruje části svého simulačního portfolia SIMCenter. Od března 2026 je součástí tohoto ekosystému jakožto suverénní partnerský poskytovatel cloudových služeb i společnost ServiceNow.

Tento technologický stack sleduje jasný cíl: digitální suverenitu. Veškerá data zůstávají v Německu a jsou zpracovávána v souladu s německými a evropskými bezpečnostními standardy. V době, kdy se mnoho evropských společností obává odlivu svých dat mimo Evropský hospodářský prostor a proto váhá s používáním umělé inteligence, nabízí tato architektura základní kotvu důvěry. Iniciativa nese programový název „Made for Germany“ a záměrně se prezentuje jako alternativa k hyperškálujícím se americkým modelům společností Microsoft, Google a Amazon.

Skutečnost, že 45 procent německých společností výslovně preferuje datová centra umístěná v Německu, podtrhuje tržní relevanci tohoto přístupu. Evropská iniciativa Gaia-X, jejímž cílem je od roku 2019 vybudovat suverénní, bezpečnou a interoperabilní datovou infrastrukturu pro Evropu, poskytuje pro toto úsilí širší regulační rámec. Zatímco se Gaia-X nadále potýká s výzvou transformace vlajkových projektů do životaschopných obchodních modelů, Deutsche Telekom již dosáhl hmatatelných výsledků se svým cloudem pro průmyslovou umělou inteligenci. Datové centrum již více než z třetiny využívají její stávající zákazníci, včetně společností jako Agile Robotics, která migruje svůj základ umělé inteligence pro robotické aplikace do cloudu, a PhysicsX, která se specializuje na technické simulace s cílem zkrátit dobu vývoje produktů.

Nepříjemná pravda: Proč středně velké podniky (zatím) nepotřebují tento výpočetní výkon

Navzdory oprávněné euforii kolem cloudu s průmyslovou umělou inteligencí musí poctivá analýza zohlednit realitu německých malých a středních podniků. A tato realita je podstatně střízlivější než lesklé obrázky z mnichovského Tucherparku. Grafická karta Nvidia B200 stojí v cloudovém provozu zhruba 4,50 až 18,50 dolarů za hodinu, v závislosti na poskytovateli a konfiguraci. Jeden systém DGX B200 s osmi grafickými kartami má pořizovací náklady přibližně 515 000 dolarů. Tento masivní výpočetní výkon je určen pro trénování velkých jazykových modelů, pro komplexní 3D simulace, pro robotické aplikace a pro zpracování obrovského množství dat. Je to druh výpočetního výkonu, který potřebují společnosti jako SAP, Siemens, ThyssenKrupp nebo velké automobilové koncerny.

Pro drtivou většinu německých malých a středních podniků je situace zásadně odlišná. Pouze 47 procent německých společností optimalizovalo svá obchodní data pro použití umělé inteligence, ve srovnání se 74 procenty ve Velké Británii a 64 procenty v USA. 43 procentům malých a středních podniků stále chybí konkrétní strategie pro umělou inteligenci. Přibližně třetina malých a středních podniků již umělou inteligenci používá, ale způsob, jakým ji používají, je výmluvný: 73 procent z nich se spoléhá na generativní umělou inteligenci, v podstatě na chatboty a generování textu, zatímco pouze 12 procent používá prediktivní umělou inteligenci a pouze 10 procent používá agenty umělé inteligence.

Většina těchto společností se stále potýká se zásadními výzvami. Data se nacházejí izolovaně, jsou nestrukturovaná nebo jednoduše postrádají kvalitu potřebnou pro sofistikované aplikace umělé inteligence. Mnoho podniků nadále funguje výhradně on-premise nebo v hybridních nastaveních, což brání bezproblémové integraci cloudu. Identifikované hlavní překážky hovoří za vše: nedostatek znalostí o konkrétních oblastech použití (27 procent), nedostatek kvalifikovaných pracovníků (14 procent), nedostatečné školení (12 procent) a právní nejistota (21 procent). V této situaci většina společností mnohem více těží z jednoduchých statistických metod, lehkých modelů strojového učení a strukturovaných datových kanálů než z gigantických modelů Transformer trénovaných na tisících GPU.

Rostoucí investiční mezera: Německo v globální konkurenci umělé inteligence

Plný rozsah této výzvy se projeví až v mezinárodním srovnání. V roce 2024 do sektoru umělé inteligence v USA proudily soukromé investice ve výši přibližně 109 miliard dolarů. Německo pro srovnání investovalo ve stejném období pouze 1,97 miliardy dolarů, zatímco celá Evropská unie investovala 19,4 miliardy dolarů. USA tak investovaly téměř šestkrát více než celá Evropa dohromady. Jen OpenAI plánuje mít do konce roku 2025 online více než milion GPU, zatímco 10 000 GPU v cloudu pro průmyslovou umělou inteligenci, ačkoli je to silný signál, představuje v absolutních číslech poměrně skromnou velikost.

V případě patentů na umělou inteligenci je situace ještě dramatičtější: Více než 60 procent všech patentů na umělou inteligenci mezi lety 2010 a 2022 pocházelo z Číny, téměř 21 procent z USA a celá EU se na nich podílela pouze 2 procenty. Investice do umělé inteligence v celé EU se od roku 2022 dokonce snížily o 44,2 procenta. Globální trh s umělou inteligencí se v roce 2025 odhadoval na více než 130 miliard eur a do roku 2030 by měl vzrůst přibližně na 1,9 bilionu eur.

Existují však i povzbudivé signály. Podle studie BCG AI Radar 2026 je Německo s 52 procenty na prvním místě v Evropské unii v připravenosti na investice do umělé inteligence, což je výrazně nad průměrem EU ve výši 38 procent. Celosvětově se očekává, že plánované investice do umělé inteligence se v roce 2026 zdvojnásobí a transformace umělé inteligence se stala hlavní prioritou ve více než 70 procentech společností. Zároveň studie poradenské společnosti Horváth odhaluje znepokojivý protitrend: V roce 2025 vynaložily středně velké podniky na technologie umělé inteligence pouze 0,35 procenta svých tržeb, oproti 0,41 procenta v předchozím roce, zatímco celkový trh vzrostl na 0,5 procenta. To znamená, že středně velké podniky investují přibližně o 30 procent méně, než je průměr trhu. Varování je jednoznačné: Pokud se transformace umělé inteligence masivně neurychlí, technologická propast se stane existenčním strategickým rizikem.

Nedostatek kvalifikovaných pracovníků jako strukturální překážka

I tam, kde existuje vůle k přijetí umělé inteligence, představuje nedostatek kvalifikovaných pracovníků téměř nepřekonatelnou překážku. V říjnu 2025 činil celostátní nedostatek pracovních sil v oblasti STEM 148 500 lidí, přičemž největší nedostatek byl v energetice a elektrotechnice (53 100 volných míst), strojírenství a automobilovém průmyslu (30 000) a zpracování kovů (28 900). Jen v odvětví IT chybí přes 100 000 kvalifikovaných pracovníků a prognózy Německého ekonomického institutu naznačují, že celkový nedostatek by se do roku 2027 mohl zvýšit na více než 700 000 lidí.

Pro společnosti, které chtějí vytvářet vlastní systémy umělé inteligence, se tento nedostatek promítá do dramatického nárůstu nákladů. Datoví vědci se sedmi až deseti lety praxe stojí ročně 300 000 až 500 000 eur, zatímco hlavní a ostatní výzkumníci si mohou vydělat roční platy od 500 000 do 1 milionu eur. Dokonce i pozice na základní úrovni se pohybují od 53 000 do 70 000 eur. Tyto osobní náklady samy o sobě tvoří deset až patnáct procent typických rozpočtů na umělou inteligenci, a to ještě předtím, než je spuštěn jediný model. Demografické změny a postupný odchod generace „baby boomers“ situaci dále zhoršují. Imigrace prostřednictvím univerzit se sice ukazuje jako důležitá páka, ale zdaleka nestačí k překlenutí strukturální mezery.

Je důležité poznamenat, že pouze jedna z dvanácti společností v současné době využívá umělou inteligenci k boji proti nedostatku IT dovedností. Zároveň 42 procent společností očekává, že umělá inteligence vytvoří dodatečnou poptávku po IT profesionálech. To vytváří paradoxní cyklus: K implementaci umělé inteligence jsou potřeba kvalifikovaní pracovníci, ale samotná implementace umělé inteligence generuje novou poptávku po kvalifikovaných pracovnících. Tento cyklus lze prolomit pouze tehdy, pokud společnosti externalizují technickou složitost.

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence je vaším komplexním a bezstarostným řešením pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte hotové řešení šité na míru vašim potřebám od specializovaného partnera – často během několika dní.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k aplikaci připravené k použití během několika dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou přidanou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstanou u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. Postaráme se o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme neustálou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více informací zde:

• Spravovaná platforma umělé inteligence

Nákladová past při budování vlastní umělé inteligence: Proč se stavění často stává naprostou ztrátou

Ekonomická analýza interního vývoje umělé inteligence přináší znepokojivé výsledky. Aktuální data ukazují, že 95 procent všech podnikových projektů v oblasti umělé inteligence negeneruje měřitelnou obchodní hodnotu. 42 procent společností v roce 2025 ukončilo většinu svých iniciativ v oblasti umělé inteligence, což představuje dramatický nárůst oproti 17 procentům v předchozím roce. V průměru 46 procent všech projektů zaměřených na testování konceptu nikdy nedosáhne produkční připravenosti. Důvody nejsou primárně technologická omezení: 70 procent implementačních problémů pramení z lidských a procesních problémů, zatímco pouze deset procent je algoritmické povahy.

Celkové náklady na vlastnictví odhalují plný rozsah problému. Studie ukazují, že 80 procent společností nedosahuje svých rozpočtů na infrastrukturu umělé inteligence o více než 25 procent. Skryté náklady jsou v průměru o 2,3 milionu dolarů vyšší, než bylo původně vypočítáno, a překročení rozpočtu o 300 procent a více není výjimkou, ale pravidlem. Náklady na licence, které jsou středem většiny plánování, ve skutečnosti tvoří pouze asi 20 procent celkových nákladů. Zbývajících 80 procent je rozděleno mezi implementaci, školení, infrastrukturu, údržbu, dodržování předpisů a skryté náklady, které se v žádném návrhu neobjevují.

Středně velká společnost, která se rozhodne pro interní vývoj, čelí počáteční investici ve výši 200 000 až 1 milionu eur. K tomu se přidává tzv. modelový drift, postupné zhoršování kvality v důsledku měnících se datových vzorců, což vyžaduje neustálé přeškolování a spotřebovává o 22 procent více zdrojů než původní vývoj. Celkové úsilí o údržbu generuje průběžné náklady ve výši 15 až 30 procent celkových výdajů. Typický stavební projekt trvá 12 až 24 měsíců, než dosáhne produkční připravenosti, pokud jí vůbec dosáhne. Během této doby konkurenti již dávno generují měřitelnou obchodní hodnotu ze svých aplikací umělé inteligence.

Pětileté srovnání názorně ilustruje rozdíl: Přístup „build-from-spec“ (stavba ze specifikace) představuje zhruba 450 000 EUR na hardware a provozní náklady, plus odhadovaných 300 000 EUR na dva datové vědce střední úrovně, 100 000 EUR na infrastrukturu MLOps a 50 000 EUR na audity shody, což celkem činí přibližně 900 000 EUR. Srovnatelný přístup ke spravovaným službám pro 100 uživatelů ve stejném období stojí zhruba 200 000 EUR, včetně implementace a průběžných úprav. Nákladová výhoda přesahující 700 000 EUR ve prospěch spravovaného přístupu se stává ještě dramatičtější, když vezmeme v úvahu riziko selhání: S 95% mírou selhání u interně vyvinutých systémů existuje vysoká pravděpodobnost, že celá investice nepřinese návratnost.

Souvisí s tím:

• Odklon od „udělej si sám“: Proč spravované služby umělé inteligence uvádějí industrializaci umělé inteligence

Zákon EU o umělé inteligenci: Od regulačních omezení ke strategickému štítu

Díky zákonu EU o umělé inteligenci (AI Act) Evropa vytvořila první komplexní zákon o umělé inteligenci na světě, který právně upravuje používání umělé inteligence. Nařízení je v platnosti od srpna 2024 a klíčové povinnosti se stanou závaznými od srpna 2026. Přístup založený na riziku klasifikuje systémy umělé inteligence do čtyř kategorií: nepřijatelné riziko, vysoké riziko, omezené riziko a minimální riziko. Vysoce rizikové systémy, které se používají například v kritické infrastruktuře, zaměstnanosti nebo zdravotnictví, podléhají komplexním požadavkům týkajícím se správy a řízení, dokumentace, řízení rizik a transparentnosti.

Důsledky porušení předpisů jsou závažné: pokuty až do výše 35 milionů eur nebo sedm procent globálních ročních příjmů představují významné finanční riziko. Společnosti musí zavést systémy řízení rizik pro průběžné hodnocení hrozeb, používat vysoce kvalitní a nediskriminační data, poskytovat technickou dokumentaci a zajistit lidský dohled. V mnoha organizacích to vede ke vzniku nových rolí, jako jsou specializovaní úředníci pro dodržování předpisů v oblasti umělé inteligence nebo specializované týmy pro správu a řízení.

Pro malé a střední podniky (MSP) tato regulace vytváří paradox. Na jedné straně zákon EU o AI chrání evropské občany a podniky a stanoví rámec pro důvěryhodnou AI. Na druhou stranu výrazně zvyšuje složitost zavádění AI a představuje zejména pro menší společnosti výzvy, které samy jen těžko dokážou překonat. Průnik zákona EU o AI, GDPR a NIS-2 zahlcuje mnoho malých a středních podniků, které postrádají potřebné právní a technické znalosti. Právě zde však leží strategická příležitost: Společnosti, které prezentují připravenost na GDPR a dodržování zákona EU o AI jako rozlišovací prvek na trhu, mohou oslovit zákaznické segmenty, které jsou skeptické vůči americkým nebo asijským poskytovatelům kvůli obavám o ochranu osobních údajů. Regulace se tak mění z překážky v konkurenční výhodu, pokud společnosti najdou správný způsob, jak ji implementovat.

Stínová umělá inteligence: Neviditelné riziko v německých firmách

Zatímco osoby s rozhodovací pravomocí diskutují o formálních strategiích v oblasti umělé inteligence, paralelní realita se již dávno etablovala: Stínová umělá inteligence. To se týká nekontrolovaného používání nástrojů umělé inteligence zaměstnanci mimo formální struktury správy IT. Čísla jsou alarmující: Používání stínové umělé inteligence se ve srovnání s rokem 2023 zvýšilo přibližně o 250 procent. Každý druhý zaměstnanec nyní tajně používá neautorizované nástroje umělé inteligence a většina z nich v tom pokračuje, i když jim zaměstnavatel jejich používání oficiálně zakazuje. Index pracovních trendů společnosti Microsoft odhalil, že téměř 80 procent těch, kteří používají generativní umělou inteligenci, si do práce přináší vlastní nástroje.

Rizika sahají od úniků dat a porušení předpisů až po přímé bezpečnostní hrozby. Důvěrné informace, jako jsou zákaznická data, finanční údaje, zdrojový kód a strategické dokumenty, se nekontrolovaně dostávají do rukou externích poskytovatelů umělé inteligence. Neověřená rozšíření prohlížeče a nezabezpečená připojení API výrazně rozšiřují oblast útoku. Menší společnosti mají dokonce proporcionálně více stínových nástrojů umělé inteligence na zaměstnance než velké korporace, ale mají menší monitorovací kapacitu.

Stínová umělá inteligence je v podstatě příznakem hlubšího problému: zaměstnanci chtějí pracovat produktivněji a uvědomují si potenciál nástrojů umělé inteligence, ale jejich společnosti jim neposkytují adekvátní a schválená řešení. Řešení nespočívá v zákazech, ale v poskytování kontrolovaných nástrojů umělé inteligence, které jsou v souladu s pravidly řízení a splňují funkční potřeby zaměstnanců, a zároveň zajišťují dodržování předpisů a ochranu osobních údajů.

Řízená umělá inteligence: Ekonomicky přesvědčivá odpověď na dilema umělé inteligence

Vzhledem k popsaným výzvám – nedostatku kvalifikovaných pracovníků, explodujícím nákladům na interní vývoj, složitosti regulace a riziku stínové umělé inteligence – se řízená umělá inteligence stává racionální strategií pro drtivou většinu evropských společností. Trh s umělou inteligencí jako službou tomu odpovídajícím způsobem rychle roste: globální trh s umělou inteligencí jako službou se zvýšil z 12,7 miliardy USD v roce 2024 a do roku 2034 směřuje k ročnímu tempu růstu 30,6 procenta. Evropský trh se řízenými službami dosáhl v roce 2024 objemu 52,09 miliardy USD a očekává se, že do roku 2029 vzroste na více než 100 miliard USD.

Studie společnosti Lünendonk z roku 2025 tento trend potvrzuje: 77 procent firem očekává udržitelné zlepšení procesů prostřednictvím spravovaných služeb, 69 procent si přeje znatelné zvýšení efektivity a téměř polovina všech firem plánuje outsourcovat celé obchodní procesy spravovaným službám. Spravovaná umělá inteligence však nespočívá pouze v nákupu výpočetního výkonu nebo softwarových licencí. Popisuje komplexní model, ve kterém specializovaní poskytovatelé služeb pokrývají celý hodnotový řetězec: od identifikace vhodných případů užití a jejich implementace a integrace do stávajících systémů až po průběžný provoz, monitorování, údržbu a neustálou optimalizaci řešení umělé inteligence.

Spravovaná umělá inteligence nabízí malým a středním podnikům (MSP) zásadní výhody. Zaprvé eliminuje potřebu náboru a trvalého zaměstnávání datových vědců, inženýrů strojového učení a specialistů na umělou inteligenci. Zadruhé eliminuje vysoké počáteční investice do hardwaru a infrastruktury. Zatřetí, poskytovatelé přebírají zátěž spojenou s dodržováním předpisů tím, že nabízejí soulad s GDPR, připravenost na zákon EU o umělé inteligenci a lokální hosting jako nedílnou součást architektury své platformy. Začtvrté, společnosti získají přístup k osvědčeným postupům ze stovek projektů, místo aby musely každou chybu dělat samy. A zapáté, spravovaná umělá inteligence strukturálně řeší problém stínové umělé inteligence tím, že zaměstnancům poskytuje schválené nástroje umělé inteligence v souladu s předpisy.

Řízený přístup přesouvá tvorbu hodnoty z interního technického vývoje do obchodních aplikací. Společnosti soustředí své omezené zdroje na to, co je skutečně odlišuje: odborné znalosti v oboru, znalosti procesů a vztahy se zákazníky. Technickou složitost outsourcují specialistům, kteří ji zvládnou efektivněji, bezpečněji a nákladově efektivněji.

Cesta k vyspělosti v oblasti umělé inteligence: Co musí malé a střední podniky udělat nyní

Průmyslový cloud s umělou inteligencí od společnosti Deutsche Telekom je základem. Základ je však k ničemu, pokud na něm nejsou postaveny budovy. Míč je nyní na straně malých a středních podniků a seznam úkolů je jasný. V první řadě je třeba vyčistit a strukturovat jejich vlastní data. Dokud budou firemní data uložena v izolovaných úložištích, v nekonzistentních formátech nebo budou jednoduše neúplná, i ta nejvýkonnější infrastruktura umělé inteligence zůstane k ničemu. Skutečnost, že pouze 47 procent německých společností optimalizovalo svá obchodní data pro aplikace umělé inteligence, ukazuje na obrovskou potřebu zlepšení.

Za druhé, firmy potřebují modernizovat svou infrastrukturu a připravit se na cloud. Přechod z čistě on-premise řešení na hybridní nebo cloudově nativní architektury je nezbytným předpokladem pro používání spravovaných služeb umělé inteligence. Šedesát tři procent středně velkých firem uvádí, že cloudové technologie ovlivňují jejich obchodní strategii, a 41 procent má v úmyslu aktivně prosazovat cloudovou transformaci. Tento proces nevyžaduje revoluční změny, ale lze jej implementovat postupně, počínaje nekritickými úlohami a jasnou migrační strategií.

Za třetí, každá společnost potřebuje konkrétní strategii pro AI. Skutečnost, že 43 procent středních podniků takovou strategii stále nemá, je vzhledem k rychlosti technologických změn znepokojivá. Strategie pro AI nemusí být stostránkový dokument. Musí však poskytovat jasné odpovědi na tři otázky: Jaké obchodní problémy by měla AI řešit? Jaká data a infrastruktura jsou potřeba? A měla by být implementace interní, externí nebo hybridní?

Za čtvrté, klíčové je zvyšování kvalifikace stávající pracovní síly. Nedostatek znalostí o konkrétních oblastech použití je nejčastěji uváděnou překážkou přijetí umělé inteligence, a to s 27 procenty respondentů. Zvyšování kvalifikace v oblasti gramotnosti v oblasti umělé inteligence, rychlého inženýrství a porozumění datům často generuje větší hodnotu než neúspěšné hledání specializovaných datových vědců na přehřátém trhu práce. 82 procent společností, které již generativní umělou inteligenci používají, hlásí průměrný nárůst produktivity o 13 procent ročně.

Od majáku k rozsáhlé infrastruktuře: Příštích několik let bude rozhodujících

Průmyslový cloud s umělou inteligencí je přesně tím vlajkovým projektem, který Německo naléhavě potřebovalo. Dokazuje, že evropské společnosti dokážou rychle, soukromě financované a autonomně vybudovat infrastrukturu světové úrovně. Deutsche Telekom sebevědomě prohlašuje svou ambici: činy, ne jen řeči. Skutečnost, že společnosti jako Agile Robots, PhysicsX a další již využívají kapacitu a že datové centrum pracuje na více než třetinu své kapacity, dokazuje, že existuje skutečná poptávka.

Pro velké průmyslové společnosti, které již disponují potřebnou datovou vyspělostí a technickou infrastrukturou, je průmyslový cloud s umělou inteligencí okamžitě použitelným nástrojem. Pro širší střední trh se skutečně stane relevantním až za několik let, jakmile budou položeny základy z hlediska kvality dat, připravenosti na cloud a odborných znalostí v oblasti umělé inteligence. Poskytovatelé spravovaných služeb umělé inteligence tvoří naléhavě potřebný most mezi dnešním statutem quo a budoucností umělé inteligence, kterou slibuje průmyslový cloud s umělou inteligencí.

Rovnice je v podstatě jednoduchá: Rozsáhlá infrastruktura je zavedena. Regulační rámec je stanoven zákonem EU o umělé inteligenci. Nedostatek kvalifikovaných pracovníků nutí k outsourcingu. Náklady na budování vlastní umělé inteligence jsou pro většinu společností neúnosné. A trh s řízenou umělou inteligencí roste každoročně o více než 30 procent. Každý, kdo tyto proměnné spojí, dospěje k jasnému závěru: Řízená umělá inteligence není druhou nejlepší možností pro společnosti, které si nemohou dovolit vybudovat si vlastní umělou inteligenci. Je to ekonomicky racionální a strategicky lepší cesta pro drtivou většinu německých podniků, které v umělé inteligenci nevidí jen trik, ale zásadní konkurenční výhodu.

Příští dva až tři roky ukážou, zda Německo dokáže přejít od připravenosti infrastruktury k jejímu skutečnému využití. Průmyslový cloud s umělou inteligencí položil základy. Řízená umělá inteligence poskytuje nástroje. Malé a střední podniky (MSP) si nyní musí udělat domácí úkoly. Ti, kteří si tuto příležitost nechají ujít, zjistí, že je žádný výpočetní výkon na světě nezachrání.

Rád/a bych sloužil/a jako váš osobní poradce.

Můžete mě kontaktovat na adrese wolfenstein∂xpert.digital nebo

Zavolejte mi na +49 7348 4088 965 .

LinkedIn