Šok z OpenAI: Co odložená IPO znamená pro vaše peníze

Umělá inteligence: Past za biliony dolarů? Nepříjemné tajemství akcií s umělou inteligencí

Navzdory megahumbuku: Proč by investoři mohli v boomu umělé inteligence nakonec ztratit

Překvapivé stažení generálního ředitele společnosti OpenAI Sama Altmana z hrozící IPO je více než jen poznámka pod čarou v Silicon Valley – představuje potenciální zlom v největším infrastrukturním cyklu digitálního věku. Zatímco technologickí giganti pumpují stovky miliard do datových center, čipů a globální energetické expanze, na finančních trzích se zvětšuje nebezpečná propast mezi astronomickými oceněními a prokazatelně reálnými výnosy. Jsme na prahu bezprecedentního skoku v produktivitě, nebo se budeme svědky opakování fatálního vzorce internetové bubliny, kdy revoluční technologie změnila svět, ale nakonec přivedla k bankrotu nespočet investorů? Tato hloubková analýza vrhá světlo na nevyřešená bezpečnostní rizika, hrozbu masivní nadkapacity a drsnou ekonomickou pravdu o tom, proč může umělá inteligence jako technologie triumfovat, aniž by nutně prospívala vašemu akciovému portfoliu.

Boom umělé inteligence: mezi skokem produktivity a ničením kapitálu

Technologie je skutečná: Nvidia, Microsoft a spol. – Jak se historické rozšíření umělé inteligence stává nevyčíslitelným rizikem

Odstoupení generálního ředitele OpenAI Sama Altmana z potenciální IPO v roce 2026 je více než jen personální rozhodnutí ze Silicon Valley. Dopadá na kapitálový trh, který již nepovažuje umělou inteligenci za izolovanou technologii, ale spíše za nový ekonomický řád. Výrobci polovodičů, cloudové společnosti, provozovatelé datových center, dodavatelé energie a dodavatelé softwaru investují částky, díky nimž se i předchozí technologické cykly zdají malé. Zároveň se zvětšuje propast mezi očekáváními finančních trhů a dosavadními výnosy mnoha aplikací umělé inteligence. Právě v tom spočívá skutečné riziko: ne v tom, že umělá inteligence je bezvýznamná, ale v tom, že skutečná technologická revoluce je využívána příliš brzy, příliš draho a jednostranně.

Klíčovou otázkou tedy není, zda tu umělá inteligence zůstane. O tom není téměř pochyb. Rozhodujícím faktorem je spíše to, které společnosti vygenerují udržitelnou a rozumnou návratnost investovaného kapitálu, který bude z rozvoje infrastruktury těžit pouze dočasně, a to, do jaké míry je budoucí růst již zahrnut v současných oceněních. Technologie může hluboce transformovat ekonomiku a přesto investorům přinést neuspokojivé výnosy. Železnice, elektřina, telekomunikace a internet demonstrovaly přesně tento vzorec: společenské přínosy byly obrovské, zatímco četní investoři cestou přišli o peníze.

Když hodiny náhle zastaví

Altmanovo odmítnutí IPO v roce 2026 rezonuje tak silně, protože OpenAI, stejně jako málokteré jiné společnosti, ztělesňuje současný cyklus umělé inteligence. ChatGPT zpřístupnil generativní umělou inteligenci masovému trhu během několika měsíců, což spustilo globální investiční závod. Když nyní generální ředitel této společnosti uvádí jako důvod své neochoty nevyřešené bezpečnostní a regulační otázky, debata nabývá nového rozměru. Už nevychází pouze od regulačních orgánů, akademiků nebo skeptických investorů, ale ze samotného srdce vývoje nejvýkonnějších modelů.

Z ekonomického hlediska by však toto rozhodnutí nemělo být interpretováno pouze jako bezpečnostní opatření. IPO zavazuje společnost k pravidelnému reportingu, větší transparentnosti, spolehlivým prognózám a průběžnému hodnocení trhu. Soukromá společnost může snáze vyjednávat obrovské investice, značné ztráty a dlouhodobé projekty s malým okruhem strategických investorů. Naproti tomu na burze by růst tržeb, marže, závazky v oblasti infrastruktury, závislost na partnerech a samotná monetizace počtu uživatelů podléhaly mnohem přísnější kontrole. Odklad tak chrání nejen před společenským tlakem, ale také před bodem, kdy by investoři porovnávali mimořádně vysoké soukromé ocenění s veřejně ověřitelnými peněžními toky.

To neznamená, že bezpečnostní odůvodnění je nutně záminkou. Obojí se může uplatňovat současně. Technologie může vytvářet reálná kontrolní rizika, zatímco struktura společnosti ještě není připravena na IPO. Toto spojení je obzvláště důležité pro investory: bezpečnostní otázky nejsou etickou otázkou oddělenou od ekonomické. Mohou zpomalit vývojové cykly, zvýšit rizika odpovědnosti, oddálit uvedení produktů na trh, spustit regulační požadavky, a tím přímo ovlivnit tržby, náklady a hodnotu společnosti.

IPO jako zátěžový test

Hodnota společnosti OpenAI po kole financování v březnu 2026 činila 852 miliard dolarů. Podle společnosti získala vázaný kapitál ve výši 122 miliard dolarů. Takové ocenění není neutrálně stanovenou tržní cenou, ale spíše výsledkem soukromé transakce mezi několika stranami. Odráží hodnotu, kterou investoři s podstatným kapitálem společnosti přikládají na základě specifických smluvních podmínek. Nabízí však pouze omezený vhled do ceny, kterou by široký veřejný trh akceptoval vzhledem k dennímu obchodování, větší transparentnosti a kolísavé ochotě riskovat.

Soukromá kola financování často zahrnují zvláštní práva, preference při likvidaci nebo strategické motivy, které komplikují jednoduchý převod na ocenění na akciovém trhu. Poskytovatel cloudových služeb, výrobce čipů nebo infrastrukturní partner může investovat do společnosti zabývající se umělou inteligencí, protože investice současně generuje poptávku po jeho vlastních službách nebo zajišťuje přístup ke strategicky důležité platformě. Pro typického akcionáře je však primárním faktorem dlouhodobý volný peněžní tok, který lze připsat jeho podílu. To posouvá metriku oceňování z hodnoty strategické opce na prokazatelné ekonomické výnosy.

S tržní kapitalizací 852 miliard dolarů musí OpenAI nejen rychle růst, ale také generovat mimořádně vysoké příjmy v průběhu mnoha let, kontrolovat své vysoké výpočetní náklady a rozvíjet udržitelnou cenovou sílu. Kromě toho by musela konkurovat finančně silným platformním společnostem, které nemusí nutně považovat AI za samostatné centrum zisku. Microsoft, Alphabet, Amazon a Meta mohou využít schopnosti AI ke zvýšení příjmů z cloudu, reklamy, produktivity, udržení zákazníků nebo stávajících softwarových předplatných. Čistý poskytovatel AI na druhou stranu musí větší část svých nákladů získat přímo prostřednictvím přístupu k modelům, předplatného, ​​podnikových řešení nebo nových služeb.

Zajištění se stává položkou rozvahy

Varování od předních vývojářů umělé inteligence se stále častěji týkají systémů, které dokáží samostatně plánovat, používat nástroje, spouštět programový kód a jednat napříč rozsáhlými řetězci úloh. Čím autonomnější se tito agenti stanou, tím větší jsou jejich ekonomické výhody. Zároveň rostou náklady na jakékoli chyby. Textový model, který poskytuje nepřesnou odpověď, obvykle způsobuje omezené škody. Naproti tomu agent s přístupem k interním systémům, platebním procesům, vývojovým prostředím nebo otevřenému internetu může mít provozní, právní a finanční důsledky.

To pro firmy vytváří nové nákladové centrum. Potřebují auditorské postupy, kontrolu přístupu, protokolování, red teaming, nezávislá hodnocení, lidské schvalování a robustní procesy pro případ nouze. Tato opatření zpočátku zvyšují náklady a mohou zpomalit uvedení na trh. Z dlouhodobého hlediska jsou však předpokladem pro škálování. Umělá inteligence, která spolehlivě funguje pouze za idealizovaných laboratorních podmínek, má menší ekonomickou hodnotu než o něco méně výkonný systém, který lze bezpečně integrovat do reálných procesů.

Bezpečnost a ziskovost se proto nemusí nutně vzájemně vylučovat. Dobrá bezpečnostní architektura může budovat důvěru, zlepšovat pojistitelnost a umožňovat nasazení v regulovaných odvětvích. Banky, pojišťovny, průmyslové podniky, poskytovatelé zdravotní péče a veřejná správa budou široce přijímat autonomní systémy pouze tehdy, pokud budou jasně definovány odpovědnosti a kontrolní mechanismy. Pro investory to znamená významný posun: Vítěz již není určen pouze nejlepším výkonem modelu, ale spíše schopností převést výkon do kontrolovatelných a ekonomicky životaschopných produktů.

Koordinované zpomalení vývoje modelů by mohlo zlepšit bezpečnostní situaci, ale bylo by ekonomicky obtížné jej realizovat. Každý jednotlivý poskytovatel se obává ztráty podílu na trhu, kvalifikovaného personálu a technologického vedení, pokud by konkurence nadále zrychlovala. Jedná se o klasický problém koordinace. Dobrovolná pravidla fungují pouze tehdy, jsou-li ověřitelná a podporována klíčovými hráči. Národní předpisy na druhou stranu mohou společnosti nutit k různým právním systémům. Mezinárodní dohody by byly účinnější, ale narážejí na geopolitickou rivalitu a odlišné bezpečnostní zájmy.

852 miliard dolarů na sázku na budoucnost

Ocenění OpenAI vystihuje logiku celého trhu s umělou inteligencí. Investoři neplatí za současný stav, ale za potenciální budoucí strukturu trhu. V tomto scénáři se několik předních modelů stane jakýmsi operačním systémem pro znalostní práci, vývoj softwaru, výzkum, administrativu a digitální služby. Kdokoli, kdo takovou platformu ovládá, by mohl získat významnou část globální tvorby hodnoty. Za tohoto předpokladu se ani ocenění v řádu stovek miliard nemusí nutně jevit jako iracionální.

Protiargumentem je, že modely by se mohly stát zaměnitelnými rychleji, než se očekávalo. Rozdíly ve výkonu mezi poskytovateli kolísají, otevřené modely se zlepšují a podnikoví zákazníci mohou vytvářet aplikace pro paralelní používání více modelů. Snižující se náklady na přechod omezují cenovou sílu. Zároveň technologický pokrok snižuje náklady na výpočetní jednotku, čímž se umělá inteligence stává levnější a rozšířenější, ale automaticky negeneruje vyšší marže pro poskytovatele modelu. Co je pozitivní pro ekonomiku jako celek, může být pro výrobce ekonomicky nevýhodné.

Dále existuje paradoxní vztah mezi nedostatkem a komodifikací. Dnes je nedostatek moderních čipů, datových center, energetických přípojek a špičkových výzkumníků. Tento nedostatek podporuje ceny a oceňování. Masivní rozšíření kapacity má však tento nedostatek eliminovat. Pokud se to podaří, náklady na užívání klesnou a umělá inteligence se bude šířit rychleji. Zároveň se může objevit nadměrná kapacita, cenová konkurence a nižší návratnost infrastruktury. Investiční boom tak obsahuje zárodky vlastní eroze marží.

Spolehlivé posouzení by proto muselo zvážit několik scénářů. V optimistickém scénáři se objevují dominantní platformy s vysokými opakujícími se příjmy. V mírném scénáři trh silně roste, ale konkurence a klesající ceny rozdělují výhody především mezi zákazníky. V pesimistickém scénáři bezpečnostní problémy, regulace, nedostatek energie nebo neuspokojivé aplikace zpomalují růst, zatímco dlouhodobé smlouvy na infrastrukturu zůstávají v platnosti. Čím vyšší je počáteční ocenění, tím méně prostoru je pro mírné nebo negativní scénáře.

Největší infrastrukturní cyklus digitálního věku

Rozsah současné expanze je historický. Společnosti Alphabet, Amazon, Microsoft a Meta plánovaly podle svých aktualizovaných údajů v roce 2026 investovat dohromady přibližně 725 miliard dolarů. Odpovídající částka za rok 2025 činila přibližně 410 miliard dolarů. Ne každý dolar z této investice je určen výhradně pro umělou inteligenci, ale datová centra, čipy, síťové technologie a dodávky energie představují zdaleka nejvýznamnější faktory. Během jediného roku se tak kapitálová náročnost odvětví, které bylo dlouho považováno za obzvláště snadné a škálovatelné, zvyšuje na úroveň, která spíše připomíná energetiku, telekomunikace nebo těžký průmysl.

Tyto investice zpočátku generují skutečný růst. Profitují z nich stavební firmy, výrobci polovodičů, výrobci elektřiny, provozovatelé sítí, dodavatelé chladicích systémů, výrobci optických vláken a specializovaní finančníci. Regiony s dostupnými pozemky a elektrickými přípojkami přitahují miliardové projekty. Boom tak posiluje nejen softwarové společnosti, ale i široký fyzický dodavatelský řetězec. Vysvětluje to také, proč boom umělé inteligence může dočasně maskovat celkovou ekonomickou slabost.

Hlavní nejistota spočívá v načasování. Infrastruktura se buduje dnes, zatímco velká část očekávaných příjmů se neočekává ještě několik let. Datová centra vyžadují zdlouhavé procesy plánování a schvalování. Elektrické sítě, elektrárny a transformátory lze rozšiřovat ještě pomaleji. Společnosti si proto musí objednávat kapacitu dříve, než je potvrzena poptávka. Pokud čekají na jasné důkazy, riskují, že zaostanou za konkurencí. Pokud investují příliš brzy, riskují nevyužitá aktiva a nízkou návratnost investic.

Pro velké korporace je toto riziko zvládnutelnější než pro vysoce zadlužené specializované poskytovatele. Hyperscaleři mají ziskové klíčové podnikání, rozsáhlou zákaznickou základnu a snadný přístup ke kapitálu. Jejich finanční síla však není neomezená. Rostoucí odpisy, vyšší náklady na elektřinu a klesající volný peněžní tok mohou ovlivnit jejich ocenění, a to i v případě, že tržby a provozní zisky nadále rostou. Pro dodavatele je riziko jiné: Z expanze výrazně těží, ale jsou obzvláště zranitelní, pokud objednávky po období nadměrných investic náhle klesnou.

Kde růst vede k nadměrné kapacitě

Investiční boom se nestává nebezpečným pouze tehdy, když selže základní technologie. Stačí, aby vytvořená kapacita rostla rychleji než poptávka po investicích. Pak klesá využití a ceny, zatímco odpisy, úroky a náklady na údržbu se nadále hromadí. Tento vzorec byl pozorován u optických sítí po éře internetových společností, u solárních panelů, v lodní dopravě a v různých komoditních cyklech. Infrastruktura zůstala společensky prospěšná, ale někteří majitelé přišli o peníze.

U umělé inteligence vstupuje do hry další faktor: nejistá životnost technologie. Budovy a elektrické přípojky lze používat po celá desetiletí, ale moderní akcelerační čipy rychle ztrácejí relativní výkon. Pokud se nové generace stanou výrazně efektivnějšími, starší hardware se může stát ekonomicky zastaralým rychleji, než předpokládají účetní odpisové plány. To zvyšuje riziko, že vykázané zisky mohou dočasně podhodnotit skutečně potřebné investice do náhrady.

Na druhou stranu, rychlé zvýšení efektivity může vyvolat novou poptávku. Pokud se dotazy umělé inteligence zlevní, objeví se aplikace, které by při vysokých nákladech nebyly praktické. Tento tzv. rebound efekt je dobře známý z energetických a technologických trhů: Nižší jednotkové náklady nemusí nutně snižovat celkovou spotřebu, ale mohou spotřebu znásobit. Proto jednoduchý výpočet, že efektivnější čipy automaticky vyžadují méně datových center, nestačí.

Kritickou metrikou je v konečném důsledku úroveň placeného užívání. Miliardy požadavků mají vysokou ekonomickou hodnotu pouze tehdy, pokud za ně zákazníci platí přímo, nebo pokud měřitelně zvyšují další příjmy a snižují náklady. Bezplatné užívání, zlevněné zkušební nabídky a umělá inteligence integrovaná do stávajících produktů mohou výrazně zvýšit aktivitu, aniž by generovaly proporcionální peněžní tok. Investoři by se proto měli méně zaměřovat na počet uživatelů a výpočetní výkon a více na příjmy na jednotku užívání, hrubou marži, míru udržení zákazníků a návratnost investic.

Tok peněz ukončí veškerou euforii

Ekonomický test začíná tam, kde se investice promítají do odpisů a průběžných nákladů. Datové centrum již během výstavby ovlivňuje peněžní tok. Náklad se pak objevuje ve výkazu zisku a ztráty rozloženě na několik let. To umožňuje společnosti zpočátku vykázat solidní provozní zisky, i když volný peněžní tok výrazně klesá. S prudce rostoucími investicemi se zvětšuje rozdíl mezi účetními výsledky a skutečně dostupnými peněžními prostředky.

Tento rozdíl je obzvláště důležitý v cyklu umělé inteligence. Velké technologické společnosti financují expanzi primárně ze stávajících podniků, ale někteří účastníci trhu se stále více spoléhají na dluhopisy, projektové financování nebo soukromé půjčky. Dokud roste poptávka, ocenění a ochota půjčovat si, jeví se tento systém stabilní. Pokud však dojde ke zpoždění nebo nižšímu využití kapacity, platby a splátky úroků pokračují. Tlak se pak přesouvá z akciového trhu na úvěrový trh.

Zvláštní pozornost si zaslouží sektor soukromých úvěrů. Datová centra, energetické projekty a specializovaní operátoři jsou zde někdy financováni mimo tradiční bankovní rozvahy. To diverzifikuje rizika, ale nečiní je neviditelnými. V době poklesu je obtížné nelikvidní úvěry ocenit a prodat. Pokud zajištění ztratí hodnotu a je třeba refinancovat několik projektů současně, může se problém specifický pro daný sektor stát širší zátěží pro fondy, pojišťovny a institucionální investory.

Společnost může být technologicky úspěšná a přesto být špatnou investicí, pokud byla cena příliš vysoká nebo kapitálové požadavky byly podhodnoceny. Naopak, mírně rostoucí společnost může být atraktivní, pokud spolehlivě generuje volný peněžní tok a je příznivě oceněna. Tento základní poznatek se v době boomu často ztrácí, protože investoři si pletou růst tržeb s tvorbou hodnoty. Trvalá hodnota společnosti však vzniká pouze tehdy, když výnosy po všech nezbytných investicích překročí náklady na kapitál.

Proč je srovnání s internetovými společnostmi výstižné i zavádějící

Srovnání s internetovou bublinou je užitečné, pokud se nepoužívá mechanicky. Tehdy byl základní předpoklad správný: internet transformoval obchod, média, komunikaci a obchodní procesy. Často se však mýlily ceny, obchodní modely a očekávání ohledně rychlosti. Mnoho společností zmizelo, zatímco infrastruktura a několik málo případných vítězů vytvořilo obrovskou hodnotu. Právě proto je tvrzení, že umělá inteligence není bublina, protože technologie je skutečná, logicky nedostatečné.

Dnes se však přední společnosti od mnoha internetových firem výrazně liší. Microsoft, Alphabet, Amazon a Meta se pyšní vysokými tržbami, ziskovými klíčovými podniky, globálními platformami a značnými hotovostními rezervami. Jejich investice nejsou financovány pouze spekulativním dluhem. To snižuje bezprostřední riziko rozsáhlého kolapsu. Nezabrání to však poklesu ceny akcií ani nesprávné alokaci. I vynikající společnost může být předražená a i finančně silná korporace může investovat miliardy do projektů se slabou návratností.

Větší podobnost spočívá méně v rozvahách lídrů trhu než v narativu nevyhnutelného růstu. V obou fázích se věrohodný technologický vývoj transformuje do zdánlivě bezpečné finanční prognózy. Mezi užíváním, příjmy, ziskem a návratností pro akcionáře však existuje několik přechodů. Každý z těchto přechodů může být oslaben konkurencí, regulací, cenovým tlakem nebo rostoucími náklady.

Dnešní akciový trh je navíc koncentrovanější. Velké technologické společnosti mají významné podíly v širokých amerických indexech a v důsledku toho i v mnoha ETF, produktech penzijního spoření a mezinárodních portfoliích. Pokles jen několika málo společností proto může mít významný dopad na široké indexy, i když zbytek ekonomiky je zasažen méně. To může u široce diverzifikovaného investora uvést do omylu vnímání rizika: Fond se stovkami podílů není automaticky ekonomicky vyvážený, pokud velká část jeho výkonnosti závisí na stejných několika společnostech zabývajících se umělou inteligencí a platformami.

Nový rozměr digitální transformace s „řízenou AI“ (umělou inteligencí) – platforma a řešení B2B | Xpert Consulting - Obrázek: Xpert.Digital

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:

• Řešení spravované umělé inteligence – Průmyslové služby umělé inteligence: Klíč ke konkurenceschopnosti v odvětvích služeb, průmyslu a strojírenství

Kruhový systém za miliardami

Dalším varovným signálem je rostoucí propojenost v rámci ekosystému umělé inteligence. Dodavatelé čipů investují do modelových společností, cloudové společnosti poskytují kapitál a výpočetní výkon, poskytovatelé modelových služeb se zavazují k dlouhodobým nákupům infrastruktury a provozovatelé datových center financují nová zařízení na základě očekávaných velkých objednávek. Každá jednotlivá transakce může být strategicky výhodná. Dohromady však mohou mimo systém způsobit, že se poptávka a finanční síla jeví jako větší, než ve skutečnosti jsou.

Takové kruhové vztahy nejsou ze své podstaty problematické. Strategické investice mají v rozvíjejících se odvětvích dlouhou tradici. Zajišťují dodavatelské řetězce, sdílejí rozvojová rizika a urychlují standardy. Nebezpečí vzniká, když jsou příjmy nepřímo financovány kapitálem, který dříve poskytli dodavatelé nebo partneři, nebo když je ocenění více společností založeno na stejných očekávaných příjmech od koncových zákazníků. V takových případech se jedno euro budoucí poptávky v různých rozvahách počítá vícekrát jako argument růstu.

Pro spolehlivou analýzu je proto nutné rozlišovat mezi interní poptávkou ekosystému a nezávislou koncovou poptávkou. Klíčovým faktorem je, kolik peněz budou firmy a spotřebitelé trvale platit ze svých vlastních rozpočtů za služby umělé inteligence. Výpočetní výkon dotovaný investorským kapitálem může podpořit technologický rozvoj, ale zatím není důkazem soběstačného obchodního modelu.

V době poklesu taková propojení korelaci zesilují. Pokud významný poskytovatel modelů omezí své plány expanze, klesne nejen jeho vlastní hodnota, ale mohou být ovlivněni i cloudoví partneři, objednávky čipů, projekty datových center, smlouvy o nákupu energie a věřitelé. To vysvětluje, proč mezinárodní finanční instituce varují před synchronizovaným poklesem investic. Systém nemusí být nutně nestabilní, ale je vzájemně více závislý, než by naznačovaly analýzy jednotlivých společností.

Elektřina, sítě a čipy stanovují limity

Umělá inteligence není čistě virtuální odvětví. Spotřebovává prostor, polovodiče, měď, vodu, chladicí technologie a především elektřinu. Podle centrální projekce Mezinárodní energetické agentury by se globální spotřeba elektřiny v datových centrech mohla zvýšit z přibližně 485 terawatthodin v roce 2025 na zhruba 950 terawatthodin v roce 2030. To by odpovídalo zhruba třem procentům globální poptávky po elektřině. Globálně je tento podíl zvládnutelný, ale lokálně by tento nárůst mohl znamenat velkou zátěž pro sítě, povolení a výrobní kapacitu.

Úzké hrdlo často nespočívá v celkovém množství dostupné energie, ale v jejím umístění a načasování. Velké datové centrum vyžaduje vysoce výkonné připojení k síti, spolehlivé dodávky a často předvídatelné dlouhodobé ceny. Výstavba nových elektrických vedení a rozvoden trvá roky. To dává regionům s rychlým povolováním, stabilními sítěmi a cenově dostupnou energií konkurenční výhodu. Pro provozovatele se přístup k elektrické síti může stát cennějším než samotná budova.

Rostoucí ceny energií mění konkurenční prostředí. Velcí poskytovatelé si mohou zajistit dlouhodobé smlouvy na dodávky, propagovat vlastní výrobu a distribuovat lokality mezinárodně. Menší společnosti nakupují výpočetní výkon za tržní ceny, a proto nesou větší podíl na výkyvech. Zároveň se zvyšuje politický tlak, protože datová centra soutěží s domácnostmi a průmyslem o kapacitu sítě. Nové poplatky, požadavky na připojení nebo požadavky na flexibilní zátěž by mohly ovlivnit ziskovost.

Pro investory tato expanze otevírá příležitosti nad rámec zjevných akcií z oblasti umělé inteligence. Síťové technologie, výroba energie, chlazení, transformátory a průmyslové komponenty mohou ze zvýšené poptávky těžit. Ani zde však strukturální potřeba nezaručuje dobrou návratnost. Pokud příliš mnoho projektů zohledňuje stejný předpoklad růstu, ocenění a kapacity porostou rychleji než trh. Chytřejší otázkou proto není, který sektor bude z boomu umělé inteligence profitovat, ale spíše která společnost má omezené kapacity, cenovou sílu a rozumné ocenění.

Produktivita vyžaduje více než jeden model

Nejsilnějším odůvodněním těchto vysokých investic je potenciál pro růst produktivity. Umělá inteligence může urychlit výzkum, programování, zákaznický servis, design, dokumentaci a administrativní procesy. Může usnadnit přístup k znalostem, automaticky kontrolovat varianty a zbavit kvalifikované pracovníky rutinních úkolů. Pokud tyto efekty firmy široce přijmou, mohly by v nadcházejících letech zvýšit růst, mzdy a zisky.

Provozní realita však zaostává za technologickými demonstracemi. Stanfordský index umělé inteligence z roku 2026 uvádí, že 88 procent dotázaných organizací používá nějakou formu umělé inteligence. Přibližně 70 procent používá generativní umělou inteligenci alespoň v jedné obchodní funkci. Tato vysoká míra přijetí ukazuje, že se již nejedná o specializované téma. Zatím však neprokazuje odpovídající přínos k ziskovosti.

Průzkumy mezi společnostmi vykreslují smíšený obraz. Mnoho uživatelů uvádí snížení nákladů nebo zlepšení tržeb v konkrétních oblastech. Zároveň velká většina z nich zatím nevidí jasný vliv na celkový výsledek společnosti. Často citovaná studie projektu MIT NANDA dokonce dospěla k závěru, že přibližně 95 procent zkoumaných pilotních projektů generativní umělé inteligence neprokázalo žádný měřitelný dopad na zisk nebo ztrátu. Toto číslo by nemělo být zaměňováno za univerzální míru selhání pro všechny projekty umělé inteligence. Vychází z omezeného výzkumného návrhu a měří viditelný finanční dopad, nikoli technickou funkčnost. Nicméně popisuje skutečný problém: Mezi pilotními projekty a tvorbou hodnoty ve velkém měřítku existuje značná organizační propast.

Úzkým hrdlem často není model, ale proces. Data jsou neúplná, odpovědnosti nejasné, chybí rozhraní, zaměstnanci nejsou zapojeni a úspěchy se neměří spolehlivými klíčovými ukazateli výkonnosti. Chatbot spolu s nezměněným pracovním postupem zřídka ušetří v dlouhodobém horizontu značné peníze. Větší efekty se projeví, když firmy přepracují procesy, upraví schvalování, integrují systémy a průběžně sledují výsledky. To vyžaduje čas a snižuje nárůst produktivity, jelikož je méně ohromující, ale ekonomicky věrohodnější.

Skutečná bitva se odehrává při popravě

V další fázi trhu s umělou inteligencí se konkurence přesouvá od čistého výkonu modelu k jeho implementaci. Základní modely zůstávají důležité, ale jejich ekonomická hodnota stále více pramení ze znalostí oboru, proprietárních dat, prodeje, integrace a důvěry. Technicky méně výkonný model může být úspěšnější, pokud je spolehlivě integrován do systému plánování podnikových zdrojů (ERP), plánování výroby nebo regulovaného schvalovacího procesu.

To vytváří příležitosti pro specializované poskytovatele. Průmysl, logistika, medicína, právo a finance vyžadují řešení, která zohledňují profesní předpisy, odpovědnost a stávající systémy. Specializovaní poskytovatelé však automaticky nemají trvalou ochranu. Velké platformy mohou převzít funkce, zákazníci si mohou vytvářet vlastní vývoj na standardních modelech a konzultační firmy mohou nabízet podobná řešení. Udržitelná konkurenční výhoda vzniká pouze tehdy, když je obtížné kopírovat data, integraci procesů a uživatelskou zkušenost.

Pro zavedené společnosti může být umělá inteligence primárně nástrojem pro ochranu stávajících marží. Pojišťovna nepotřebuje globální model umělé inteligence k urychlení zpracování pojistných událostí. Průmyslová společnost může lépe analyzovat data o údržbě, aniž by se sama stala softwarovou společností. Poskytovatel logistických služeb může optimalizovat trasy, kapacity a dokumenty. Významná část celkových ekonomických výhod by proto mohla připadnout uživatelům, nikoli nejvýznamnějším výrobcům umělé inteligence.

Tato příležitost je na akciovém trhu často podceňována. Kapitál má tendenci přednostně proudit k viditelným poskytovatelům čipů, modelů a cloudové infrastruktury. Jakmile se však umělá inteligence stane mainstreamovým nástrojem, budou výhody rozloženy ve větší míře. Marže méně nápadných společností se pak mohou zvýšit, zatímco poskytovatelé technologií budou trpět cenovou konkurencí. Největšími technologickými vítězi proto nemusí být nutně ti s nejvyššími výnosy akcií.

Ne každá hvězda umělé inteligence zůstává vítězem

Nvidia je příkladem první fáze boomu. Společnost těžila z neobvyklé kombinace výkonného hardwaru, zavedeného softwarového ekosystému a obrovské poptávky. Takové konkurenční výhody jsou reálné. Budoucí návratnost akcií nicméně závisí na tom, jak dlouho budou trvat výjimečné tempo růstu a marže a kolik z toho je již v akciích zahrnuto. Konkurence ze strany vlastních čipů cloudových společností, efektivnějších modelů nebo pozastavení investic by mohla růst zpomalit, aniž by se tím snížil technologický význam Nvidie.

U poskytovatelů softwaru a datové analytiky, jako je Palantir, je situace jiná. Investoři zde platí především za silný růst, vysoké marže a očekávání, že umělá inteligence trvale zvýší poptávku po platformách založených na datech. Riziko spočívá méně ve fyzické nadměrné kapacitě než v ocenění. I drobná zklamání v růstu nebo rozvoji zákazníků mohou vyvolat velké reakce ceny akcií, pokud jsou očekávání mimořádně vysoká.

Cloudové společnosti mají širší obchodní modely, ale nesou hlavní tíhu nákladů na infrastrukturu. Mohou získat podíl na trhu a zároveň snížit návratnost vlastního kapitálu. Provozovatelé datových center a energetické společnosti těží z dlouhodobých smluv, ale jsou závislí na nákladech na financování, stavebních nákladech a regulačních rozhodnutích. Malé společnosti zabývající se umělou inteligencí naopak mohou rychle růst, ale čelí tlaku ze strany výkonných platforem a vysokých výpočetních nákladů.

Paušální úsudek o akciích společností s umělou inteligencí proto není příliš užitečný. Trh zahrnuje velmi odlišné obchodní modely, rozvahy a rizikové profily. Společný příběh o boomu umělé inteligence tyto rozdíly zakrývá. S postupem cyklu se rozdíly mezi společnostmi pravděpodobně prohlubují. V raných fázích mnoho akcií roste společně. Později budou rozhodujícími faktory kvalita cash flow, rozvaha a konkurenční výhoda.

Podhodnocená koncentrace v portfoliu

Mnoho investorů se domnívá, že jsou dostatečně diverzifikovaní díky široce diverzifikovaným americkým akciím nebo globálním ETF. I když mohou formálně vlastnit akcie stovek nebo tisíců společností, portfolio může být stále silně závislé na několika technologických společnostech, protože indexy jsou váženy tržní kapitalizací. Pokud si největší společnosti vedou obzvláště dobře, jejich váha se automaticky zvyšuje. Minulé úspěchy tak také zvyšují budoucí koncentraci.

Další technologické, Nasdaq nebo AI ETF tento efekt zesilují. Často obsahují stejné velké podíly, jen s různou vahou. Investor tak může vlastnit několik fondů a stále mít silné investice do Nvidie, Microsoftu, Amazonu, Alphabetu nebo Mety. Diverzifikace se neměří počtem cenných papírů, ale nezávislostí jejich ekonomických faktorů.

To neznamená, že by se investoři měli kategoricky vyhýbat úspěšným technologickým společnostem. Úplný exit by byl stejně jednostrannou sázkou jako extrémní nadhodnocení. Ti, kteří si uvědomují dlouhodobý dopad umělé inteligence na produktivitu, mohou zůstat investováni do předních společností a zároveň omezit rizika ocenění a koncentrace. Klíčovými faktory jsou investiční horizont, tolerance k riziku a to, jak silně portfolio závisí na jednom narativu.

Spekulace financované úvěry jsou obzvláště problematické. Vysoká volatilita je pro růstové akcie normální. Investoři, kteří využívají vypůjčený kapitál nebo jsou závislí na krátkodobé likviditě, mohou být nuceni prodat v nevhodnou dobu. Pro dlouhodobé investory však ne každý pokles ceny představuje trvalou ztrátu. Trvale nebezpečným se stává především tehdy, když bylo počáteční ocenění založeno na výnosech, které se nikdy nedostaví.

Nuda jako racionální protiklad

Posun k údajně nudným akciím společností v potravinářském průmyslu, pojišťovnictví nebo zdravotnictví není důkazem, že tyto akcie jsou automaticky bezpečné nebo levné. I defenzivní společnosti se potýkají s inflací nákladů, cenovým tlakem, slabým růstem, přírodními katastrofami nebo regulační zátěží. Jejich výhoda spočívá spíše v tom, že jejich výnosy závisí na jiných ekonomických faktorech než na investičním cyklu umělé inteligence.

Potraviny se i během recese stále nakupují, ale značkoví výrobci ztrácejí podíl na trhu, když spotřebitelé přecházejí na levnější produkty. Zajišťovny mohou profitovat z vyšších cen, ale nesou vysoká rizika spojená s přírodními katastrofami a velkými ztrátami. Zdravotnické společnosti mají strukturální poptávku, ale jsou závislé na úspěchu výzkumu, patentech a vládní regulaci. Obranná odvětví proto nenahrazují obchodní analýzu.

Takové akcie mohou být stále užitečné jako součást portfolia, protože snižují závislost na výdajích na technologie. Pokud se akcie společností s umělou inteligencí zlepší, nemusí nutně klesnout výrobci potravin nebo pojišťovny ve stejné míře. Tato nižší korelace je skutečnou výhodou. Opačná pozice by však neměla být volena z nostalgie nebo strachu, ale podle stejných kritérií jako u jakékoli jiné investice: ocenění, kvalita rozvahy, cenová síla, návratnost vlastního kapitálu a udržitelný cash flow.

Termín „nudný“ může být také zavádějící. Zejména pojišťovny, průmyslové podniky a dodavatelé energií již umělou inteligenci používají. Jsou proto potenciálními uživateli nárůstu produktivity, aniž by museli nést extrémní ocenění poskytovatelů čisté umělé inteligence. Vyvážená strategie tak může zahrnovat jak vítěze v oblasti infrastruktury a platformy, tak i ziskové uživatele. Nespoléhá se na přístup typu „buď, anebo“, ale spíše na různé způsoby, jak z technologie získat ekonomickou hodnotu.

Nařízení mění seznam vítězů

Vládní regulace nejen zpomalí nebo podpoří trh s umělou inteligencí, ale zásadně změní jeho strukturu. Přísnější požadavky na testování, dokumentaci a odpovědnost zvyšují fixní náklady. Velcí poskytovatelé mohou tyto náklady snáze absorbovat než menší konkurenti. Regulace proto může zlepšit bezpečnost a zároveň zvýšit koncentraci trhu. Pro investory to představuje smíšený obraz: lídři na trhu jsou chráněni, zatímco inovace a cenová konkurence mohou oslabit.

Důvěryhodný dohled by mohl urychlit přijetí v citlivých odvětvích. Pokud společnosti vědí, které normy platí a jak je rozdělena odpovědnost, je pravděpodobnější, že investují do produktivních aplikací. Nejistota je často nákladnější než striktní, ale jasné pravidlo. Protichůdné národní předpisy jsou však problematické, protože fragmentují globální produkty a znásobují náklady na dodržování předpisů.

Geopolitika konflikt zhoršuje. Vysoce výkonné čipy, výrobní zařízení, cloudová kapacita a energetická infrastruktura jsou stále více vnímány jako strategické zdroje. Kontroly vývozu a dotace ovlivňují dodavatelské řetězce a rozhodnutí o umístění. Společnosti musí vyvažovat efektivitu s bezpečností dodávek. Dodatečné zásoby, regionální datová centra a redundantní dodavatelské řetězce zvyšují odolnost, ale snižují návratnost investic.

Politicky žádoucí technologická suverenita může vytvářet nové trhy, ale nevede automaticky ke vzniku globálně konkurenceschopných společností. Dotovaná kapacita zůstává ekonomicky životaschopná pouze tehdy, je-li dlouhodobě plně využita. Evropa má příležitost etablovat se v oblasti průmyslové umělé inteligence, energetické účinnosti, ochrany dat a důvěryhodných aplikací. Pouhé kopírování amerických platformních strategií by bylo vzhledem k menším kapitálovým trhům a dalším silným stránkám méně přesvědčivé.

Co by znamenalo prasknutí bubliny

Potenciální prasknutí bubliny umělé inteligence by pravděpodobně nenastalo v jediném okamžiku, kdy by technologie zmizela. Pravděpodobnějším scénářem by byla řetězová reakce neuspokojivých výnosů, snížených investičních plánů, klesajících ocenění a zpřísněných podmínek financování. Zpočátku by nejvíce byly zasaženy vysoce oceňované nebo neziskové společnosti. Poté by mohly klesnout objednávky dodavatelů čipů, stavebnictví a infrastruktury. Odložené projekty datových center by zatížily regionální investice, energetické smlouvy a úvěrová portfolia.

Celkový ekonomický dopad by silně závisel na financování. Vzhledem k tomu, že největší technologické společnosti mají ziskové klíčové podnikání, není kolaps, jaký se vyskytuje u vysoce zadlužených cyklů na trhu s nemovitostmi, nevyhnutelný. Významný pokles hodnoty hlavních akcií by však mohl oslabit spotřebu prostřednictvím efektů bohatství, zejména v USA. Mezinárodní indexy a fondy by pak odrážely korekci globálně.

Pokles by měl i produktivní aspekty. Levnější výpočetní výkon by mohl umožnit vznik nových aplikací. Kvalifikovaní pracovníci a infrastruktura by se staly dostupnými pro společnosti, které dříve nemohly konkurovat. Po krizi internetových společností mnoho poskytovatelů zaniklo, ale sítě vybudované dříve vytvořily základ pro další vlnu digitalizace. Otřesy proto nejen ničí hodnotu, ale také korigují ceny a přesouvají zdroje k životaschopnějším obchodním modelům.

Pro reálnou ekonomiku je klíčové, zda firmy opustí projekty umělé inteligence kvůli nedostatku finančních prostředků, nebo zda budou i nadále využívat již prokazatelných nárůstů produktivity. Čím více bude umělá inteligence integrována do ziskových procesů, tím silnější bude poptávka. Čím více se bude spoléhat na dotované experimenty, tím razantnější budou škrty. Přechod od demonstrací ke spolehlivému používání je proto klíčový nejen pro jednotlivé společnosti, ale také pro stabilitu celého investičního cyklu.

Mezi varovným signálem a proroctvím o havárii

Současná situace sice vyžaduje jasný varovný signál, ale nikoli jistou předpověď krachu. Ocenění je někdy náročné, investice jsou historicky vysoké a propojení se zvýšilo. Zároveň však rapidně roste využívání, přední korporace jsou ziskové a technologie již generuje měřitelné výhody. Obě strany debaty proto mají platné argumenty.

Optimistický pohled předpokládá, že umělá inteligence, podobně jako internet v polovině 90. let, je stále v plenkách. Podle tohoto pohledu se dnešní investice budou zpětně jevit jako malé, protože prakticky každý software, stroj a služba nakonec bude obsahovat funkce umělé inteligence. Skeptický pohled naopak zdůrazňuje, že ani obrovský koncový trh neospravedlňuje libovolné ceny. Pokud kapitál proudí příliš rychle do stejných úzkých míst, budoucí výnosy klesnou.

Nejpřesvědčivější perspektiva kombinuje obě tvrzení. Umělá inteligence se pravděpodobně stane jednou z nejdůležitějších základních technologií nadcházejících desetiletí. Zároveň některé části kapitálového trhu zažívají období přehnaných očekávání a mimořádné koncentrace. Je proto možné být ohledně technologie velmi optimistický, ale zároveň zůstat extrémně opatrný, pokud jde o individuální ocenění. Tento zdánlivý rozpor je ve skutečnosti jádrem nezaujaté analýzy.

Altmanův varovný signál by proto neměl být odmítnut ani jako důkaz hrozícího kolapsu, ani jako pouhý reklamní tah. Ukazuje, že technologické schopnosti, sociální kontrola a ekonomická vyspělost se nevyvíjejí stejným tempem. Právě tato asynchronicita je ústředním rizikem boomu. Kapitálový trh již oceňuje velkou část potenciální budoucnosti, zatímco firmy, vlády a infrastruktury se stále potýkají s její bezpečnou a ziskovou organizací.

Jasný výhled pro investory a ekonomiku

Hlavní nebezpečí nespočívá v tom, že umělá inteligence nevytváří hodnotu. Spočívá ve skutečnosti, že kalkulace investic funguje pouze s velmi vysokými budoucími příjmy a že mnoho společností současně očekává stejnou budoucnost. Čím více kapitálu proudí do čipů, datových center a investic, tím vyšší je potřebný peněžní tok k ospravedlnění těchto investic. Pokud se tento peněžní tok nenaplní, korekce by mohla být závažná, i když technologie dále roste.

Pro firmy se to promítá do disciplinované priority: Projekty umělé inteligence by neměly být vybírány na základě pozornosti veřejnosti, ale na základě jejich dopadu na procesy. Jasně definovaný případ užití s ​​měřitelným dopadem na náklady, kvalitu nebo tržby je cennější než široká strategie bez provozní odpovědnosti. Přístup k datům, integrace, řízení a školení nejsou druhořadými faktory, ale spíše skutečnou investicí, která stojí za modelem.

Pro investory není racionální odpovědí ani panické prodeje, ani slepá euforie. Klíčovými faktory jsou cena, kvalita obchodního modelu, financování a celková koncentrace portfolia. Robustní portfolio se může podílet na vývoji umělé inteligence, aniž by na něm bylo zcela závislé. Může zahrnovat jak výrobce, tak uživatele technologie a zohledňovat sektory, jejichž výnosy sledují různé cykly.

Boom umělé inteligence je tedy reálný i nebezpečný. Technologický pokrok, rychlé šíření a rozvoj nové infrastruktury jsou skutečné. Obrovské počáteční investice, vysoká ocenění a předpoklad, že dnešní lídři na trhu automaticky sklízejí budoucí ekonomické výhody, jsou nebezpečné. Umělá inteligence pravděpodobně promění ekonomiku hluboceji, než se mnoho skeptiků domnívá. Stejně tak je pravděpodobné, že značná část kapitálu investovaného dnes nepřinese očekávané výnosy. Technologie by mohla vyhrát, zatímco mnoho investorů prohraje. Právě tato možnost by měla být středem pozornosti každého seriózního ekonomického hodnocení.

Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business - Obrázek: Xpert.Digital

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

Konrad Wolfenstein

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde [email protected]:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy