Генерални директор Нвидије критикује Немачку: Колико је озбиљно упозорење о технолошком заостајању?

Вештачка интелигенција и индустрија: Зашто Немачка мора брже да пређе са знања на стварање вредности

Јенсен Хуанг, извршни директор произвођача чипова за вештачку интелигенцију, компаније Nvidia, даје оштру процену Немачке: земља је технолошки далеко заостала. Ова изјава је оштра и долази од предузетника који и сам профитира од глобалног бума вештачке интелигенције. Међутим, погађа у живац. Немачка и даље поседује јаку индустријску базу, високо ефикасна истраживања и опсежну техничку експертизу. Истовремено, често је преспоро да се то претвори у успешне дигиталне производе, скалабилна предузећа и мерљиве добитке продуктивности. Јаз са међународним конкурентима се повећава, посебно у области вештачке интелигенције, софтвера, капитала за раст и дигиталне инфраструктуре.

То не значи да је Немачка технолошки готова. Уместо тога, земља се суочава са питањем како да комбинује своје индустријске снаге са новим дигиталним технологијама – на пример, у роботици, аутоматизованој производњи и такозваној физичкој вештачкој интелигенцији. Сарадња са Нвидијом и немачким индустријским партнерима могла би да помогне, али она такође носи ризике, као што су нове зависности од појединачних добављача. Стога, кључни фактор није улагати што је више могуће и што је брже могуће, већ поуздано трансформисати истраживања и пилот пројекте у продуктивне примене. Хуангово упозорење није коначан суд о будућности Немачке, али је разлог да се озбиљно испита темпо имплементације у самој земљи.

Није размишљање оно што паралише Немачку, већ немогућност да се знање брзо претвори у додату вредност

Необично оштра критика извршног директора компаније Нвидија, Јенсена Хуанга, дотиче дубоко у живац немачке економије, али су његове опсежне генерализације такође претеране. Немачка није ни технолошки безначајна нити генерално заостаје. Земља и даље поседује изузетно широку индустријску базу, глобално конкурентне компаније, високо ефикасне истраживачке институције, богатство инжењерског знања и велику густину аутоматизованих производних погона. У 2025. години, 24.476 европских патентних пријава потекло је из Немачке, чиме је задржала водећу позицију у Европи. Са 449 индустријских робота на 10.000 запослених у производном сектору, Немачка се такође може похвалити највећом густином робота у Европи и једном од највиших у свету.

Ипак, Хуангово упозорење мора се схватити озбиљно из економске перспективе. Проблем Немачке мање лежи у апсолутном недостатку технологије, а више у растућем јазу између научних и технолошких капацитета и њихове тржишно ефикасне примене. Многе компаније поседују напредну стручност у машинству, аутоматизацији, материјалима, сензорској технологији, планирању производње и индустријској контроли квалитета. Међутим, када су у питању клауд платформе, скалабилни софтвер, полупроводнички екосистеми, дигитални пословни модели, модели вештачке интелигенције великих размера и финансирање раста са високим ризиком, фокус стварања вредности се све више помера ван Европе. Кључно питање, дакле, није да ли је Немачка још увек иновативна. Већ да ли може довољно брзо да претвори свој постојећи иновативни капацитет у продуктивне апликације, нове компаније, извозне платформе и већу укупну економску продуктивност.

Хуангова дијагноза је преувеличана, али не и неоснована

Изјава да је једна од технолошки најнапреднијих земаља знатно заостала у почетку функционише као провокативно претеривање. Она не описује потпуни индустријски пад, већ релативни губитак позиције у кључним дигиталним технологијама. Релативно значи да Немачка може побољшати своје капацитете, а и даље заостајати ако друге економије знатно брже скалирају своје капацитете, инвестиције и компаније. Управо овај механизам обликује глобалну трку вештачке интелигенције. Технолошки напредак се не мери искључиво тиме да ли земља спроводи добра истраживања или може да представи појединачне пилот пројекте. Кључно је колико брзо се капитал, рачунарска снага, подаци, квалификовани радници и предузетништво комбинују да би се створили производи који се могу на тржишту.

Бројке о финансирању илуструју обим проблема. Глобално, око 258,7 милијарди америчких долара ризичног капитала уложено је у компаније за вештачку интелигенцију у 2025. години. Од тога, приближно 194 милијарде америчких долара, или отприлике 75 процената, отишло је компанијама у Сједињеним Државама. Читава Европска унија је допринела са око 15,8 милијарди америчких долара, или шест процената. Ова разлика није само финансијски детаљ. Она утиче на то где се регрутују таленти, где се граде центри података, где се обучавају нови модели, где се комерцијализују патенти и где се младе компаније развијају у глобалне добављаче платформи.

Хуангову критику, међутим, такође покреће лични интерес. Нвидиа има користи када владе, добављачи услуга у облаку и индустријске компаније што брже купују велике количине вештачке интелигенције, мрежне технологије и софтвера. Генерални директор чија компанија продаје основну инфраструктуру бума вештачке интелигенције није неутралан посматрач технолошке политике. Његов позив на бржу акцију је стога истовремено и дијагноза економске политике и продајна презентација. Ово не поништава критику, али захтева трезвенију процену. Већа брзина не значи аутоматски већу економску корист ако се инвестиције врше без јасних случајева употребе, конкуренције, отворених интерфејса и поузданих анализа трошкова и користи.

Немачка је јака у технологији, али слаба у брзини

Немачки иновациони апарат је усмерен ка темељности, безбедности, техничкој поузданости и дугорочним индустријским односима. Овај модел је изузетно успешан деценијама. Посебно је погодан за индустрије где су кварови скупи или опасни, циклуси производа дуги, а купци цене поуздан квалитет. У хемијској индустрији, машинству, аутомобилској индустрији, електротехници и индустријској аутоматизацији, конкурентске предности често произилазе из хиљада постепених побољшања. Немачки систем може да развија, сертификује, производи и подржава сложене физичке производе путем међународних сервисних мрежа.

Међутим, дигитална тржишта понекад прате другачију логику. Софтвер се може дистрибуирати глобално по ниским маргиналним трошковима. Платформе постају вредније како се додаје више купаца, програмера и извора података. Брзо учење тржишта може бити важније од технички савршеног почетног дизајна. У вештачкој интелигенцији, модели, алати и пословни процеси се континуирано развијају у кратким циклусима. Они који рано скалирају добијају податке, корисничко искуство, задржавање програмера и капитал. Систем који годинама штити одлуке, тумачи програме финансирања до најситнијих детаља и има за циљ да унапред минимизира сваки ризик је структурно у неповољном положају на таквим тржиштима.

Због тога је Хуангова оптужба за претерано размишљање разумљива. Међутим, она остаје непотпуна. Проблем није сама анализа, већ комбинација спорих процеса одобравања, фрагментираних одговорности, компликованих услова финансирања, нејасних прописа, слабе административне дигитализације, ограниченог капитала за раст и корпоративне културе која често строже кажњава грешке него што награђује учење. ОЕЦД идентификује висока административна оптерећења, недостатак вештина и регулаторне баријере за конкуренцију као штетне за пословну динамику, иновације и раст продуктивности. Проблем, дакле, није превише размишљања, већ недостатак одлучних организационих капацитета.

Индустријско језгро није реликт, већ највреднија предност Немачке у области вештачке интелигенције

Немачка не би требало да учествује у глобалној трци вештачке интелигенције копирањем америчког платформског модела. Директна трка за највећи универзални језички модел била би скупа, ризична и, с обзиром на финансијску моћ америчких корпорација, нудила би само ограничене изгледе за успех. Стратешка полуга лежи тамо где се дигитални и физички системи спајају. Управо ту Немачка поседује средства која се не могу реплицирати у кратком року: стварни производни погони, знање о процесима, индустријски подаци, машине, стручност у сертификацији, специјализовани добављачи и блиски односи између произвођача и пословних купаца.

Физичка вештачка интелигенција обухвата системе који перципирају своје окружење, доносе одлуке и контролишу машине или возила. То укључује самоучеће роботе, аутономне транспортне системе, интелигентне производне ћелије, дигиталне близанце, контролу квалитета коју подржава вештачка интелигенција и окружења за обуку заснована на симулацији. У овим применама, сам моћан језички модел није довољан. Прецизни подаци сензора, физичко разумевање, могућности рада у реалном времену, безбедна контрола, знање домена и робусна интеграција у постојеће процесе су неопходни. Индустријска структура Немачке је фундаментално добро прилагођена за ово.

Полазна тачка је јача него што сугерише наратив о паду. Немачка је највеће европско тржиште роботике и имала је приближно 278.881 оперативних индустријских робота у 2024. години. Скоро половина роботских капацитета Западне Европе инсталирана је у Немачкој. Производња патената такође остаје висока, иако је број немачких захтева за патенте Европском патентном заводу опао за 2,2 процента у 2025. години у поређењу са претходном годином. Ове бројке истовремено показују снагу и служе као упозоравајући сигнал: Немачка поседује значајне технолошке ресурсе, али њен континуирани динамизам није загарантован.

Права слабост лежи између пилот пројекта и широке примене

Бројне иницијативе за вештачку интелигенцију су тренутно у току у немачким компанијама. Уско грло се често јавља након почетног покушаја. Пилот пројекат може бити покренут са малим тимом, ограниченим подацима и управљивим буџетом. Међутим, за продуктивну употребу потребни су стандардизовани приступ подацима, ИТ безбедност, оперативна одговорност, обука, промене процеса, интерфејси са наслеђеним системима и мерљиви економски циљеви. Многи пројекти застају у овој прелазној фази јер техничке, организационе и правне одговорности нису усклађене.

Усвајање вештачке интелигенције стога представља помешану слику. До 2025. године, 26 одсто немачких компанија са најмање десет запослених користило је барем једну технологију вештачке интелигенције. За велике компаније са 250 или више запослених, ова бројка је износила 57 одсто, за компаније са 50 до 249 запослених 36 одсто, а за мале компаније са 10 до 49 запослених 23 одсто. Немачка је тако била изнад просека ЕУ од око 20 одсто, али значајно испод европских лидера. Данска је достигла 42 одсто, Финска 38 одсто, а Шведска и Белгија по 35 одсто.

Слика је мање ружичаста за средња предузећа јер укључује и веома мале компаније. Према подацима KfW-а, 20 одсто средњих предузећа користи вештачку интелигенцију. Већина њих су лако доступне апликације као што су обрада природног језика или препознавање текста. Само три одсто користи софистициранију анализу података, а свега један одсто користи вештачку интелигенцију за аутономно кретање машина. Апликације које су посебно релевантне за индустријску продуктивност су стога још увек ретке.

Штавише, темпо дигитализације се успорава. Само 30 процената средњих компанија је завршило пројекте дигитализације током периода који се разматра. Одговарајући расходи су пали на 23,8 милијарди евра у 2024. години, што је смањење од 8,1 милијарде евра у поређењу са претходном годином. Ово је економски значајно јер се вештачка интелигенција не може скалирати на слабој дигиталној основи. Компанијама су потребни чисти главни подаци, умрежене машине, модерна cloud или edge инфраструктура и дигитализовани токови рада. Они који занемарују ове предуслове можда могу да демонстрирају вештачку интелигенцију, али тешко могу да је користе продуктивно.

Малим и средњим предузећима је потребан принос, а не технолошки спектакл

Политичка дебата се често фокусира на моделе великих размера, суперрачунаре и инвестиције од милијарде долара. Међутим, за типичну индустријску компанију средње величине, друга питања су важна: Да ли апликација смањује отпад и застоје? Да ли скраћује развојне циклусе? Да ли растерећује терет оскудних квалификованих радника? Да ли побољшава поузданост испоруке, енергетску ефикасност или одржавање? Може ли се безбедно интегрисати у постојеће машине и ЕРП системе? Да ли ће подаци и знање о процесима остати контролисани? Без јасних одговора, вештачка интелигенција се доживљава као средство за додавање сложености, а не као алат за продуктивност.

Стога би немачка стратегија вештачке интелигенције требало мање да се фокусира на спектакуларне појединачне пројекте, а више на понављајућа, индустријски специфична решења. Произвођачу машина средње величине није потребан општи модел за сваки замисливи задатак. Потребни су му поуздани системи за техничку документацију, припрему понуда, дијагностику кварова, пројектовање, планирање производње и даљинско одржавање. Логистичка компанија има користи од побољшаног планирања рута, прогнозирања залиха, визуелног откривања оштећења и динамичког управљања радном снагом. Добављач аутомобилске индустрије може користити вештачку интелигенцију за контролу квалитета, проток материјала, симулацију и предиктивно одржавање.

Економски утицај произилази из хиљада таквих примена. Оне не само да повећавају ефикасност појединачних компанија, већ могу и ублажити демографски узрокован недостатак радне снаге. Кључно је да вештачка интелигенција допуњује постојеће запослене, чини доступним знање о процесима и смањује рутинске задатке. Стратегија која се искључиво фокусира на замену посла изазвала би отпор и довела до губитка вредног искуственог знања. Успешна имплементација стога захтева заједно планирање технологије, обуке и организационог развоја.

Партнерство са Нвидијом је и прилика и зависност

Планирана сарадња између немачке владе, компаније Nvidia и немачких индустријских партнера фокусира се на две кључне области: развој високоперформансних модела вештачке интелигенције за индустријске примене и успостављање темеља за физичку вештачку интелигенцију, посебно за обуку робота и аутономна возила. Планирана су улагања у стотинама милиона евра, првенствено у рачунарске капацитете и обуку модела. Поред чипова, Nvidia ће такође допринети специјализованим инжењерским особљем. Компаније учеснице укључују Siemens, Audi и Black Forest Labs.

Овај приступ је у принципу могућ. Немачка може да користи своју индустријску базу података само ако је на располагању довољна рачунарска снага, софтверски алати и стручност. Сарадња може скратити време развоја, олакшати приступ модерној инфраструктури и окупити компаније које би саме биле премале или преспоре. Такође може послати сигнал да се индустријска вештачка интелигенција не третира као нишна истраживачка област, већ као приоритет економске политике.

Истовремено, јавља се стратешка контрадикција. Немачка жели да ојача свој дигитални суверенитет, али да би то учинила, ослања се на технологију америчке компаније која доминира тржиштем акцелератора вештачке интелигенције. У овом окружењу, суверенитет не може значити потпуну аутаркију. У догледној будућности, Немачка неће ни сама производити све релевантне чипове нити контролисати цео cloud и софтверски стек. Реалистичнији приступ је вишеслојни суверенитет: компаније морају бити у могућности да мењају добављаче, користе отворене интерфејсе, контролишу осетљиве податке, самостално развијају моделе и управљају критичним системима чак и под променљивим геополитичким или комерцијалним условима.

Партнерство са Нвидијом је стога корисно ако гради капацитете и подстиче конкуренцију. Било би проблематично када би јавна средства првенствено субвенционисала продају једног добављача и стварала трајну зависност од власничког хардвера и софтвера. Услови финансирања би стога требало да гарантују интероперабилност, отворене стандарде, транспарентне индикаторе учинка и приступ за мала и средња предузећа (МСП). Подједнако важна је архитектура која не искључује европске произвођаче чипова, компаније за облак, истраживачке институције и пројекте отвореног кода.

Квази-интерно решење: Како Xpert.Digital затвара оперативне празнине у B2B маркетингу и продаји – Паметно пословање вођено садржајем - Слика: Xpert.Digital

Xpert.Digital је B2B индустријски центар вођен подацима, којим руководи Konrad Wolfenstein . Компанија делује као екстерно, квази-интерно решење за индустријске партнере, попуњавајући оперативне празнине у маркетингу, садржају и продаји – без потребе за додатним ресурсима на страни клијента.

Више информација овде:

• Квази-интерно решење: Како Xpert.Digital затвара оперативне празнине у B2B маркетингу и продаји – Паметно пословање вођено садржајем

Отворени индустријски модели могу учинити суверенитет практичним

Пројекат Sovereign Open Source Foundation Models, или скраћено Soofi, има за циљ развој високо ефикасних отворених модела вештачке интелигенције који се могу обучавати, користити и контролисати у Немачкој. Пројекат повезује истраживачке институције, универзитете и компаније за вештачку интелигенцију и користи индустријски облак вештачке интелигенције компаније Deutsche Telekom. Прва фаза финансирања подржана је са 20 милиона евра.

Отворени приступ је стратешки релевантан јер индустријски корисници имају другачије захтеве од приватних корисника слободно доступних четботова. Потребни су им транспарентни модели, контролисани токови података, дугорочна одржавање и прилагодљивост специјализованој терминологији, стандардима и процесима. Међутим, саме тежине отворених модела не решавају ове проблеме. Висококвалитетни подаци за обуку, транспарентне лиценце, моћни алати, безбедносне ревизије, одрживо финансирање и активна заједница програмера су неопходни.

Економски успех такође зависи од тога да ли истраживачки пројекат доводи до стварања робусног екосистема. Модел има економску вредност само када га компаније продуктивно користе, пружаоци услуга развијају апликације, а квалификовани радници могу да раде са њим. У прошлости је Немачка често финансирала демонстраторе и истраживачке конзорције без производње одрживо скалабилних производа. Стога, Суфи не треба првенствено мерити бројем објављених модела. Важнији су индустријска употреба, мерљиви добици у продуктивности, број активних програмера, интеграција у пословни софтвер, могућност извоза и смањење једностраних зависности.

Капитал одлучује које ће се иновације остварити

Проблем финансирања у Немачкој не почиње оснивањем компанија, већ често њиховим растом. Доступна је научна експертиза, владини програми и финансирање у раној фази. Међутим, када компанији треба неколико стотина милиона евра за изградњу рачунарских капацитета, међународно ширење или масовну производњу индустријског хардвера, домаће тржиште капитала брзо постаје недовољно. У том тренутку, страни инвеститори преузимају велики део финансирања или успешне компаније пресељавају своје пословање у Сједињене Државе.

Немачко тржиште ризичног капитала показује напредак. У 2025. години, око 7,2 милијарде евра је уложено у немачке стартапове. Од тога, приближно 2,9 милијарди евра је отишло у компаније за вештачку интелигенцију, што је отприлике две петине укупног обима и рекордно висок износ за Немачку. Ипак, укупни обим немачког ризичног капитала, мерен као проценат економског учинка, био је нешто испод просека ЕУ од 0,18 процената, износећи 0,16 процената. Посебно у поређењу са Сједињеним Државама, обим остаје мали.

Проблем није само количина капитала, већ и његова структура. Вештачка интелигенција, роботика, полупроводници и индустријске компаније дубоке технологије захтевају дуге развојне циклусе, висока почетна улагања и инвеститоре са техничким стручним знањем. Европски финансијски систем усмерен ка банкама је мање погодан за нематеријална, неизвесна и дугорочна улагања. Европска централна банка истиче да су европска тржишта ризичног капитала и приватних кредита превише плитка да би адекватно финансирала обим могућности вештачке интелигенције.

Ефикасне политике стога морају мобилисати приватни капитал за раст, а не замењивати га јавним капиталом. Пензијски фондови, осигуравајућа друштва, породичне канцеларије и индустријски инвеститори могли би више да учествују у европским фондовима за раст, под условом да су прописи, подела ризика и подстицаји на одговарајући начин осмишљени. Јавна средства не би требало да се користе за социјализацију губитака на свим нивоима. Међутим, она могу структурирати ризике кроз сидрене инвестиције, гаранције и заједничке фондове на такав начин да приватни актери инвестирају. Кључно је да се капитал мора распоређивати на основу техничког квалитета и тржишних могућности, а не политичке видљивости.

Регулација није непријатељ, али њена примена може угушити иновације

Контраст између америчких иновација и европских прописа је често превише поједностављен. Поуздана правила могу изградити поверење, заштитити инвестиције и ограничити ризике. Посебно у индустрији, медицини, мобилности и критичној инфраструктури, безбедност, одговорност и заштита података нису споредне бриге. Неисправан систем препорука је досадан; неисправан систем управљања машинама или возилима може угрозити људе и проузроковати значајну штету.

Проблем настаје када су правила нејасна, контрадикторна или административно тешка за управљање. Велике корпорације могу изградити специјализована правна, одељења за заштиту података и одељења за усклађеност. Мала предузећа и стартапови се суочавају са истим неизвесностима са знатно мање запослених. Као резултат тога, регулација може ненамерно ојачати тржишну позицију успостављених добављача. Није постојање правила, већ високи фиксни трошкови усклађености са прописима оно што тада постаје препрека уласку.

Немачкој су стога потребне брже и компетентније структуре за одобравање и саветовање. Компаније би требало да буду у могућности да рано добију обавезујуће информације о захтевима који се примењују на одређени случај употребе. Стандардизоване процедуре тестирања, регулаторна окружења за тестирање и међусобно признати сертификати могу смањити време и трошкове. Подједнако важна је дигитализација јавне управе. Чини се контрадикторним подстицати компаније да улажу у вештачку интелигенцију док владине процесе и даље карактерише папирологија, медијске паузе и вишеструки уноси података.

Енергија и рачунарска снага су део индустријске политике

Модели и симулације вештачке интелигенције захтевају значајну рачунарску снагу. Стога ће за Немачку бити кључан не само број центара података, већ и њихови трошкови, прикључци на мрежу, снабдевање енергијом и изводљивост. Високе цене електричне енергије, дуготрајни процеси прикључка на мрежу и локални проблеми са дозволама могу ометати дигиталне инвестиције, као и недостатак капитала. Рачунарска инфраструктура није апстрактни облак; она се састоји од зграда, чипова, система за хлађење, далековода, трансформатора и квалификованог особља.

Стратегија индустријске политике мора да интегрише центре података са политикама енергетике, мреже и грејања. Требало би да се успоставе локације где се производња обновљиве енергије, високо ефикасне мреже, употребљива отпадна топлота и везе за пренос података могу ефикасно комбиновати. Флексибилно управљање оптерећењем може помоћи у усклађивању потражње за електричном енергијом са доступношћу обновљивих извора енергије. Искоришћење отпадне топлоте је посебно атрактивно са техничке и економске перспективе када су присутне одговарајуће мреже грејања и континуирани потрошачи. Међутим, општа обећања нису довољна; сваки пројекат захтева реалне студије инфраструктуре и економске изводљивости.

Истовремено, рачунарска снага не сме постати сама себи циљ. Куповина хиљада акцелератора не генерише аутоматски продуктивност. Без квалитетних података, квалификованог особља, софтвера и конкретних апликација, скупи објекти остају недовољно искоришћени. Јавно финансирање би стога требало да буде повезано са коришћењем, приступом и мерљивим резултатима. Универзитетима, стартаповима и малим и средњим предузећима потребни су транспарентни модели приступа, док индустријским корисницима требају поуздане гаранције капацитета и заштите података.

Таленат постоји, али систем га не користи доследно

Немачка се може похвалити јаким техничким универзитетима, истраживачким институцијама и системима дуалног стручног образовања. Висок ниво патентне активности и индустријске аутоматизације не би били могући без ове основе. Ипак, многи сектори се суочавају са недостатком програмера, инжењера података, електротехничара и стручњака за роботику, полупроводнике и операције вештачке интелигенције. Демографске промене интензивирају конкуренцију за квалификоване раднике.

Решење није једноставно у обуци више рачунарских стручњака. Индустријска вештачка интелигенција захтева интердисциплинарне тимове. Машински инжењери морају да разумеју ограничења података и модела; програмерима софтвера је потребно познавање процеса; квалификовани радници морају бити у стању да управљају, прате и унапређују системе. Континуирано образовање је стога стратешки фактор производње. Требало би да буде више усклађено са радним процесима у стварном свету, а не да се фокусира само на опште основе вештачке интелигенције.

Међународни таленти су такође кључни. Брже визе, административне услуге на енглеском језику, поуздано признавање диплома и атрактивни каријерни путеви могу побољшати позицију Немачке. Истовремено, истраживачима и предузетницима морају се пружити боље могућности за изградњу компанија унутар универзитета. Трансфер технологије не сме пропасти због дуготрајних преговора о патентима, уделима у капиталу и правима коришћења.

Немачкој није потребна копија Силицијумске долине

Потражња за бржим напретком често је повезана са жељом да се усвоје америчке праксе. То би било стратешки кратковидо. Снага Немачке не лежи у културној копији Силицијумске долине, већ у комбинацији индустријске дубине, техничке поузданости и дигиталне скалабилности. Немачки или европски модел могу комбиновати строже безбедносне стандарде, саодлучивање и заштиту података са брзим иновацијама ако су процеси јасно структурирани и омогућавају одлучну акцију.

Немачка би у том погледу требало да направи разлику између три нивоа. Потпуна независност је нереална за основне моделе вештачке интелигенције и чипове; овде су неопходни партнерства и диверзификовани ланци снабдевања. За индустријске моделе, системе симулације и платформе специфичне за индустрију, постоје реалне могућности за међународно водеће понуде. Када се примени у фабрикама, логистици, енергетици, мобилности и администрацији, Немачка може посебно брзо да оствари повећање продуктивности.

Овај фокус спречава симболичну расподелу оскудних ресурса. Није свакој земљи потребан сопствени универзални врхунски модел. Међутим, Немачкој је потребно довољно домаће стручности, рачунарске снаге и отворене технологије да би могла да тестира, прилагоди и, ако је потребно, замени стране системе. Технолошки суверенитет стога није аутаркија, већ стратешка способност.

Економска мера се назива продуктивност

Одлучујући тест није број стратегија вештачке интелигенције, дата центара или конференција, већ развој продуктивности. Реални економски учинак Немачке порастао је за само 0,2 процента у 2025. години. У производном сектору, бруто додата вредност прилагођена ценама пала је трећу годину заредом, за 1,3 процента у 2025. години. Аутомобилски и машински сектор, посебно, суочио се са повећаним глобалним конкурентским притиском. У том контексту, индустријска вештачка интелигенција није престижни пројекат, већ потенцијални инструмент за стабилизацију стварања вредности и прихода.

Међутим, ефекат се неће десити аутоматски. Компаније морају редизајнирати процесе, прерасподелити задатке и обучити своје запослене. Само примена вештачке интелигенције на постојеће неефикасне токове рада може довести само до дигитализације отпада. Повећање продуктивности настаје када се технологија комбинује са организационим променама. То укључује јасније одговорности, боље податке, брже доношење одлука и спремност да се елиминишу процеси који више не служе сврси.

KfW (Немачка развојна банка) је стога у праву када каже да Немачка не мора да постане светски шампион у развоју највећих модела у кратком року, већ водећа земља у примени вештачке интелигенције у индустрији и малим и средњим предузећима. Ова перспектива је економски убедљивија од чисто симболичне трке за величином модела. Међутим, она не сме послужити као изговор за одустајање од домаћих истраживања, отворених модела и инфраструктуре. Земља која је искључиво оријентисана на примену зависила би од цена, прописа и одлука о производима страних добављача платформи.

Шта је сада важно у економској политици

Немачкој је потребан програм имплементације са неколико проверљивих приоритета. Прво, дигитална инфраструктура у малим и средњим предузећима (МСП) мора бити побољшана. Програми финансирања требало би заједнички да подрже инвестиције у квалитет података, интерфејсе, cloud и edge системе, сајбер безбедност и даљу обуку. Друго, потребне су платформе за вештачку интелигенцију специфичне за индустрију, које ће компанијама омогућити да користе моделе, собе података и тестна окружења без потребе да саме граде сваку техничку компоненту.

Треће, влада би требало да делује као захтевни први купац. Јавне набавке могу младим компанијама пружити референце и могућности за скалирање ако процеси постану бржи и повољнији за иновације. Четврто, финансирање раста и излазна тржишта треба проширити како би успешне технолошке компаније могле да остану и шире се у Европи. Пето, критичној инфраструктури вештачке интелигенције потребни су отворени интерфејси, могућност промене добављача и јасна контрола података.

Шесто, лабораторије за роботику, аутономне системе и индустријску вештачку интелигенцију у стварном свету требало би значајно проширити. Компаније морају бити у могућности да тестирају технологије под контролисаним условима пре него што се сва регулаторна питања дефинитивно реше. Седмо, свака већа јавна инвестиција у вештачку интелигенцију требало би да се процени на основу конкретних резултата: продуктивни корисници, искоришћеност капацитета, приватна накнадна улагања, смањење трошкова, нови производи, извоз и време потребно за пласман на тржиште.

Најважније је, међутим, институционална промена. Одговорности морају бити консолидоване, рокови обавезујући, а одлуке транспарентне. Немачкој не недостају стратешки документи. Оно што јој недостаје су организације које преузимају одговорност, могу да прекину пројекте ако не функционишу и могу брзо да реплицирају успешне приступе.

Контрааргумент: Немачка није превише спора зато што превише размишља

Хуангова критика садржи валидно запажање, али и превише поједностављено објашњење. Немачка није технолошки заостала зато што су инжењери, компаније или владине агенције по својој природи превише темељни. Темељност остаје конкурентска предност у многим индустријским применама. Земља заостаје тамо где темељност постаје изговор за нејасне одговорности, недостатак одређивања приоритета и бескрајну координацију.

Било би подједнако погрешно третирати сваку регулативу као препреку иновацијама, а сваку брзу инвестицију као напредак. Глобални бум вештачке интелигенције садржи ексцесе, погрешна улагања и ризике високе концентрације. Хардвер брзо стари, пословни модели су понекад нејасни, а користи генеративне вештачке интелигенције су прецењене у неким областима. Немачка стога не би требало слепо да троши милијарде само да би показала одлучност.

Бољи одговор на Хуангово питање је: Немачка мора да делује брже, али не и непромишљено. Мора да искористи своју индустријску снагу уместо да имитира америчке платформске стратегије. Мора да користи страну технологију, а да не постане потпуно зависна од појединачних добављача. Мора да промовише отворене моделе, а да не меша истраживачке пројекте са функционалним тржиштима. И мора да осмисли прописе на такав начин да се безбедност не постиже на рачун стагнације.

Упозорење мора постати продуктиван шок

Оштре критике извршног директора Нвидије могу бити корисне ако се не претворе у повређена осећања или френетични активизам. Технолошка ситуација у Немачкој је озбиљнија него што уверавања сугеришу, али боља од наратива о судњем дану. Земља и даље поседује индустријску, научну и инжењерску имовину изузетне вредности. Истовремено, ове снаге ризикују да смање на значају ако се софтвер, подаци, чипови, платформе и капитал за раст трајно концентришу негде другде.

Планирана сарадња у области индустријске и физичке вештачке интелигенције могла би бити важан корак. Међутим, њен успех не зависи од истакнутости компанија учесница или висине најављених инвестиција. Кључно је да ли средње и велике компаније могу брже да развију продуктивне апликације, да ли се знање и додата вредност генеришу у Немачкој и да ли зависност од појединачних добављача остаје управљива.

Немачка се стога не суочава са избором између размишљања и деловања. Мора боље размишљати, јасније одлучивати и брже спроводити. Њена индустријска предност и даље постоји, али није трајно власништво. У фази убрзаних технолошких промена, земља не губи своју позицију само када јој се фабрике затворе. Губи је чим други почну да користе исте технологије за стварање нових производа, компанија и бржи раст продуктивности.

Хуангов апел стога не треба третирати ни као објективну процену нити као пуку провокацију. То је оштар опис стварног економског проблема: Немачка поседује знање, капитал, компаније и таленте, али преспоро комбинује ове ресурсе. Ако Савезна Република повеже своју индустријску базу са скалабилном вештачком интелигенцијом, модерном инфраструктуром, капиталом за раст и одлучним институцијама, може играти водећу улогу у следећем технолошком таласу. Ако, још једном, првенствено најављује програме, распоређује одговорности и управља ризицима, релативно заостајање ће се претворити у структурни пад.

Од видљивости до поверења: Ваш скалабилни пут са Xpert.Digital - Слика: Xpert.Digital

У индустријском B2B пословању, одрживи пословни односи ретко настају преко ноћи. Они се развијају корак по корак – кроз видљивост, професионалну релевантност, сталне тачке контакта и растуће поверење. Xpert.Digital-ов четворостепени модел се бави управо овим: нуди структурирани пут који почиње са управљивом улазном тачком и може се развити у дубљу сарадњу у развоју пословања ако је потребно.

Уместо ослањања на гласна маркетиншка обећања, овај модел ставља однос у први план. Компаније почињу са јасно дефинисаним, лако израчунатим мерама, а затим одлучују, на основу сопственог искуства, колико желе да прошире сарадњу. Кључни фактор за овај несметан процес изградње поверења: Платформа потпуно избегава досадне рекламне огласе, тако да уреднички фокус остаје искључиво на стручности компанија.

Више информација овде:

• Од видљивости до поверења: Ваш скалабилни пут са Xpert.Digital

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде [email protected]:или ме једноставно позовите на +49 7348 4088 965. Моја имејл адреса је

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови