Tržní sentiment vůči umělé inteligenci je v roce 2026 poněkud smíšený a investoři jsou více selektivní. Všímají si rekordních kapitálových výdajů na infrastrukturu, zatímco hmatatelná návratnost těchto investic je stále v nedohlednu. Podle průzkumu The Motley Fool však v současnosti AI využívá na denní bázi pouze 18 % podniků. Očekává se, že toto číslo v příštích měsících vzroste na 22 %. U větších firem je míra využití o něco vyšší a dosahuje 27 %, což je ale stále hluboko pod polovinou.
I přes toto relativně malé rozšíření v podnikatelské sféře jsou výpočetní zdroje pro AI již nyní silně omezené. To představuje masivní dlouhodobou investiční příležitost. Společnost McKinsey & Company projektuje, že do roku 2030 bude k uspokojení globální poptávky po výpočtech zapotřebí investovat do datových center přibližně 7 bilionů USD. Pro srovnání, očekává se, že takzvaní hyperscaleři letos utratí zhruba 650 miliard USD.
Z tohoto nevyhnutelného budování infrastruktury budou nadále profitovat hardwaroví giganti jako Nvidia a Taiwan Semiconductor Manufacturing. Zejména grafické procesory od Nvidie se staly preferovanou volbou pro AI pracovní postupy díky svým komplexním schopnostem. Krátkodobá skepse trhu by tak pro trpělivé investory mohla představovat ideální nákupní příležitost, protože k plošnému nasazení AI bude potřeba násobně vyšší výpočetní výkon.
Tržní sentiment vůči umělé inteligenci je v roce 2026 poněkud smíšený a investoři jsou více selektivní. Všímají si rekordních kapitálových výdajů na infrastrukturu, zatímco hmatatelná návratnost těchto investic je stále v nedohlednu. Podle průzkumu The Motley Fool však v současnosti AI využívá na denní bázi pouze 18 % podniků. Očekává se, že toto číslo v příštích měsících vzroste na 22 %. U větších firem je míra využití o něco vyšší a dosahuje 27 %, což je ale stále hluboko pod polovinou.
I přes toto relativně malé rozšíření v podnikatelské sféře jsou výpočetní zdroje pro AI již nyní silně omezené. To představuje masivní dlouhodobou investiční příležitost. Společnost McKinsey & Company projektuje, že do roku 2030 bude k uspokojení globální poptávky po výpočtech zapotřebí investovat do datových center přibližně 7 bilionů USD. Pro srovnání, očekává se, že takzvaní hyperscaleři letos utratí zhruba 650 miliard USD.
Z tohoto nevyhnutelného budování infrastruktury budou nadále profitovat hardwaroví giganti jako Nvidia a Taiwan Semiconductor Manufacturing. Zejména grafické procesory od Nvidie se staly preferovanou volbou pro AI pracovní postupy díky svým komplexním schopnostem. Krátkodobá skepse trhu by tak pro trpělivé investory mohla představovat ideální nákupní příležitost, protože k plošnému nasazení AI bude potřeba násobně vyšší výpočetní výkon.
Tržní sentiment vůči umělé inteligenci je v roce 2026 poněkud smíšený a investoři jsou více selektivní. Všímají si rekordních kapitálových výdajů na infrastrukturu, zatímco hmatatelná návratnost těchto investic je stále v nedohlednu. Podle průzkumu The Motley Fool však v současnosti AI využívá na denní bázi pouze 18 % podniků. Očekává se, že toto číslo v příštích měsících vzroste na 22 %. U větších firem je míra využití o něco vyšší a dosahuje 27 %, což je ale stále hluboko pod polovinou. I přes toto relativně malé rozšíření v podnikatelské sféře jsou výpočetní zdroje pro AI již nyní silně omezené. To představuje masivní dlouhodobou investiční příležitost. Společnost McKinsey & Company projektuje, že do roku 2030 bude k uspokojení globální poptávky po výpočtech zapotřebí investovat do datových center přibližně 7 bilionů USD. Pro srovnání, očekává se, že takzvaní hyperscaleři letos utratí zhruba 650 miliard USD. Z tohoto nevyhnutelného budování infrastruktury budou nadále profitovat hardwaroví giganti jako Nvidia a Taiwan Semiconductor Manufacturing. Zejména grafické procesory od Nvidie se staly preferovanou volbou pro AI pracovní postupy díky svým komplexním schopnostem. Krátkodobá skepse trhu by tak pro trpělivé investory mohla představovat ideální nákupní příležitost, protože k plošnému nasazení AI bude potřeba násobně vyšší výpočetní výkon.
