Středisko gravitace AI se mění a mění se i peníze

Představte si servisní centrum s umělou inteligencí jednoho z největších automobilových výrobců na světě. Systém funguje krásně. Okamžik, kdy auto vjede do servisní stanice, již umělá inteligence provedla svou práci, prošla spousty údajů o vozidle a našla přesně tu konfiguraci, kterou potřebuje.

Tato elegantní aplikace na okraji sítě vyžadovala malou armádu inženýrů, kteří na ní pracovali tři roky. Bylo nasazeno v 10 dealerských prodejnách.

Když přišel čas ji rozšířit na 12 000 míst, tým objevil to, co každá firma nasazující umělou inteligenci na okraji sítě nakonec zjistí: budování aplikace je snadná část. Škálovat ji na tisíce míst vyžaduje infrastrukturu, kterou většina odvětví dosud nedokázala zcela vyřešit.

Ta mezera mezi budováním něčeho chytrého a skutečným nasazením tam, kde se děje byznys, je definujícím výzvou umělé inteligence právě teď. A mění směr, kam se bude ubírat další vlna technologických investic.

ZMĚNA SÁZEŇ V CLOUDU

Přibližně 20 let měla firemní softwarová příručka jednoduchý scénář: přesunout vše do cloudu. Centralizovat data a aplikace a řídit. Funkcionovalo to skvěle pro řízení pracovních postupů a investoři byli za to štědře odměněni.

Ale ekonomika se mění. SaaS výnosové násobky, které dosáhly maxima kolem 18–20x během pandemie, se ustálily na úrovních, které nebyly vidět od roku 2016. Medián růstu výnosů pro veřejné SaaS společnosti klesl na přibližně 12 % do konce roku 2025. Investoři stále neztratili zájem o software, ale začali klást tvrdší otázku: kde vlastně umělá inteligence generuje výnosy?

Čím dál více je odpověď jasná: ne v cloudu.

PAST UMĚLÉ INTELIGENCE

Globální investice do umělé inteligence by měly dosáhnout 2,5 bilionu dolarů do konce roku 2026. Čtyři největší americké technologické firmy samy jsou na cestě utratit přibližně 725 miliard dolarů za kapitálové výdaje letos, což je nárůst o 77 % meziročně, a největší jednorázová infrastrukturní výstavba v historii technologií. Tyto peníze plynou převážně do cloudové infrastruktury na podporu datových center, GPU a trénovacích clusterů.

Ale většina provozních dat ve světě není generována v datových centrech. Generuje se v maloobchodních prodejnách, na továrních podlahách, na ropných vrtech, uvnitř nemocnic, na lodích a napříč energetickými sítěmi. V těchto prostředích je třeba rozhodnutí učinit za milisekundy a odesílání dat na vzdálený server prostě není životaschopné.

Stále vidím v práci s firmami, že ropná a plynárenská společnost stráví měsíce budováním prediktivního modelu pro optimalizaci vrtů, poté zabalí model do obrovského souboru dat, odešle ho na vzdálené místo a doufá, že to bude fungovat. Maloobchodník vyvine umělou inteligenci pro řízení zásob, aby poté objevil, že nasazení této AI ve tisících prodejen je úplně jiný problém než budování modelu samotného.

Inteligence je efektivně držena v zajetí cloudu. Fyzický svět nečeká na zpáteční cestu.

KAM SE PENÍZE SKUTEČNĚ HNĚTJÍ

Jensen Huang to nazývá “fyzickou umělou inteligencí“. Qualcomm to označuje jako umělou inteligenci na okraji, která se stává nezbytnou. Když dvě firmy, které rozumějí ekonomice hardwaru umělé inteligence lépe než kdokoli jiný, ukazují stejným směrem, je to něco, čemu je třeba věnovat pozornost.

Tato změna již probíhá na zemi. Firmy napříč odvětvími ropy a plynu, automobilového průmyslu, maloobchodu a průmyslu již běží na okraji sítě s umělou inteligencí. Vědí, že umělá inteligence na okraji funguje, ale zápasí s tím, jak ji škálovat. Řízení tisíců nasazení v různých hardwarových a softwarových prostředích a aktualizace modelů v terénu bez narušení provozu představuje obrovskou výzvu.

Investiční případ je jednoduchý: když umělá inteligence potřebuje fungovat autonomně – kontrolovat produkty na výrobní lince, řídit energetickou produkci na větrné farmě, koordinovat autonomní systémy napříč logistickou sítí – potřebuje běžet tam, kde se děje akce.

ZE APLIKACÍ NA AGENTŮ

Probíhá další změna pod infrastrukturním příběhem, a možná bude mít ještě větší význam.

Agenti mění tradiční rigiditu firemních aplikací. Agent není statický kód, který dělá jednu věc. Je to systém, který může rozumět, interpretovat nestrukturovaná data a jednat bez explicitního programování pro každou situaci. Místo budování speciální aplikace pro monitorování kvality na výrobní lince nasadíte agenta, který interpretuje videozáznamy, identifikuje závady a signalizuje problémy, zatímco se přizpůsobuje změnám podmínek. Místo kódování prediktivního systému údržby od začátku pro každý typ zařízení nasadíte rozumový model, který zpracovává data ze senzorů a dělá rozhodnutí v reálném čase.

Kde dříve trvalo roky a týmy vývojářů budovat aplikace na okraji, agenti mohou tuto dobu zkrátit dramaticky.

PROČ TOHLE NENÍ JEDNODUCHÉ

Ale jako ve většině případů, ďábel je v detailech. Když osobní agent umělé inteligence udělá chybu, pošle trapný email. Když agent v průmyslu udělá chybu, může zastavit výrobní linku nebo vytvořit bezpečnostní riziko. Ta samá kvalita, která dělá agenty umělé inteligence flexibilními a mocnými, je přesně to, co dělá firmy opatrnými při nasazování jich v bezpečnostně kritických prostředích.

Samo citlivost duševního vlastnictví je ohromující. Energetická služba, která strávila deset let shromažďováním provozních dat pro budování autonomního systému optimalizace vrtů, vytvořila něco nenahraditelného. Pokud je tento agent kompromitován, konkurent efektivně získá institucionální znalosti za deset let přes noc. Evropská Směrnice o kybernetické odolnosti a vyvíjející se NIST rámce se snaží řešit tato rizika, ale technologická infrastruktura pro vynucování bezpečnostních záruk na okraji sítě se teprve buduje.

Bezpečnost a správa nejsou funkcemi pro éru umělé inteligence na okraji. Jsou základem.

DALŠÍ INFRASTRUKTURNÍ VÝSTAVBA

Každá velká éra výpočetní techniky byla definována infrastrukturní výstavbou. Éra PC postavila lokální sítě a stolní počítače. Éra cloudu postavila datová centra a platformy SaaS. Éra umělé inteligence buduje infrastrukturu pro běh inteligence ve fyzickém světě.

Společnosti a investoři, kteří rozpoznají tuto změnu brzy, budou dobře positionováni pro příští dekádu. To znamená neinvestovat pouze do schopností umělé inteligence, ale do orchestrace, bezpečnostní a nasazovací infrastruktury, která promění schopný model v spolehlivý průmyslový systém.

Hodnota není v příštím chatbotu nebo v příštím cloudu hostovaném modelu. Je v infrastruktuře, která dělá umělou inteligenci funkční ve velkém měřítku ve fabrice, na ropném poli, v maloobchodní síti a všude jinde, kde fyzický svět generuje data, která nemohou čekat.

Nějaká společnost právě teď stojí tam, kde stála ta automobilka, s brilantní aplikací běžící na několika místech, zírající do propasti mezi pilotním a škálovatelným nasazením. Ti, kdo tuto propast překlenou, postaví konkurenční příkopy příští dekády.

Fyzický svět generuje data, která nemohou čekat. Někde právě teď jiná společnost stojí tam, kde stála ta automobilka, s brilantní aplikací běžící na několika místech, zírající do propasti mezi pilotním a škálovatelným nasazením. Ti, kdo tuto propast překlenou, postaví konkurenční příkopy příští dekády.