Myšlenky Antonia Neriho, prezidenta a CEO Hewlett Packard Enterprise, který na World Economic Forum v Davosu pojmenoval klíčové trendy v oblasti AI a digitální suverenity.
Budoucnost AI: konkurenceschopnost a digitální suverenita v evropském kontextu
Inspirací pro tento článek byl příspěvek Antonia Neriho, prezidenta a CEO Hewlett Packard Enterprise, který letos v lednu na World Economic Forum v Davosu pojmenoval klíčové trendy v oblasti AI a digitální suverenity. Následující text tyto myšlenky převádí do evropského kontextu v autorské podobě – nejde o doslovné převzetí původního materiálu.
Budoucnost AI: konkurenceschopnost a digitální suverenita v evropském kontextu
Evropský trh s cloudem a AI se rychle koncentruje. Stále větší část infrastruktury i inovací ovládá úzká skupina globálních hráčů, hlavně z USA a Číny. Umělá inteligence přitom začíná měnit ekonomiku, průmysl i veřejné služby. Digitální suverenita se tak přesouvá z konferenčních sálů do reálného řízení firem a institucí.
Geopolitické napětí, narušené dodavatelské řetězce a rostoucí kybernetická rizika ukazují, jak problematická může být závislost na několika málo technologických platformách. Dosavadní snahy o posílení digitální suverenity mají ale své limity. Přísná regulace zvyšuje náklady a komplikuje provoz. Preference lokálních řešení mohou zpomalovat inovace. Ani rozsáhlé dotační programy zatím nedokázaly výrazně snížit technologický náskok globálních lídrů.
Koncentrace cloudu je realita, stejně jako závislost
Vývoj evropského cloudového trhu tento trend dobře ilustruje. Podíl lokálních poskytovatelů v posledních letech výrazně klesl, zatímco několik amerických hyperscale provozovatelů dnes dominuje většině poptávky. Podobná koncentrace je patrná i v oblasti umělé inteligence, kde se hlavní investice soustředí do velkých centralizovaných datových center.
Pro firmy i veřejný sektor je to nepříjemná rovnice. Na jedné straně potřebují špičkové platformy, výkon a ekosystém. Na druhé straně řeší riziko jednostranné závislosti, regulatorní požadavky a dlouhodobou odolnost.
Vyplatí se vědět, která data jsou strategická, kde je potřeba lokální provoz a kde je naopak rozumné využít globální platformy.
Proč první vlna AI často nepřinesla očekávaný efekt?
První vlna zájmu o AI byla spojená s velkými jazykovými modely a generativními aplikacemi. Organizace testovaly nástroje pro automatizaci práce s textem, analýzu dat nebo vývoj softwaru. Rychle se ale ukázalo, že samotný model nepřináší dlouhodobou konkurenční výhodu. Bez propojení s konkrétními daty a procesy zůstává přínos omezený.
Skutečná hodnota umělé inteligence vzniká až ve spojení s vlastními daty organizací. Tato data jsou často citlivá, rozptýlená a podléhají přísným pravidlům ochrany. AI proto musí fungovat blíž k datům a v prostředí, které odpovídá konkrétnímu provozu. Jinak se z inovace snadno stane jen drahý experiment.
Agentní AI a hybridní architektura mění pravidla hry
Stále častěji se prosazuje tzv. agentní AI. Nejde o jeden centrální model, ale o síť specializovaných komponent, které spolupracují a rozhodují v reálném čase. Umělá inteligence se tím mění v hybridní systém. Kombinuje centrální trénování modelů s lokálním nasazením v podnicích, infrastruktuře nebo průmyslových provozech.
Tento posun mění i pohled na digitální suverenitu. Klíčová data zůstávají pod kontrolou jejich vlastníků a zpracování probíhá v prostředích, která si organizace samy řídí. Důležitá je také rychlost odezvy a spolehlivost. Autonomní systémy, průmyslová automatizace nebo chytré sítě nemohou čekat na odpověď vzdáleného cloudu. Lokální zpracování zvyšuje výkon i odolnost.
Do popředí se dostává i energetika a udržitelnost. Velké AI clustery mají vysoké nároky na spotřebu elektřiny i chlazení. Menší, regionálně rozmístěná datová centra mohou být efektivnější a lépe využívat lokální zdroje energie.
Antonio Neri: Druhá fáze AI revoluce právě začíná.
Co z toho plyne pro rozhodování ve firmách a ve veřejném sektoru?
Pro firmy to znamená změnu přístupu k AI. Konkurenční výhoda nevzniká kontrolou jednoho nástroje, ale schopností propojit data, infrastrukturu a technologické partnery do funkčního celku. Vyplatí se vědět, která data jsou strategická, kde je potřeba lokální provoz a kde je naopak rozumné využít globální platformy.
Veřejný sektor může tento vývoj podpořit tím, že vytvoří stabilní a předvídatelné prostředí pro rozvoj lokálních kompetencí. Dává větší smysl posilovat klíčové uzly ekosystému než se snažit kopírovat celý technologický stack. Takový přístup zvyšuje odolnost, podporuje domácí průmysl a lépe zapadá do klimatických závazků.
Druhá fáze AI revoluce právě začíná. Distribuovaná a hybridní architektura ukazuje cestu, jak zvýšit ekonomickou hodnotu technologií a zároveň snížit strategickou závislost. Digitální suverenita a konkurenceschopnost se tak stále častěji doplňují.
