Investiční pozornost se pro druhou polovinu roku 2026 přesouvá k takzvané datové vrstvě, která je klíčová pro fungování AI. Největší šanci na úspěch mají softwarové společnosti s obchodními modely založenými na reálné spotřebě dat. Zásadním trendem se stává softwarová orchestrace a směrování modelů, což firmám umožňuje radikálně snižovat náklady na provoz AI.   Datová vrstva jako nový motor růstu Při hledání optimální investiční strategie pro druhou polovinu roku 2026 by investoři měli zaměřit svou pozornost na takzvanou datovou vrstvu. Tento specifický segment softwarové architektury se nachází přesně na pomezí – leží nad samotným fyzickým či cloudovým úložištěm a zároveň tvoří nezbytný základ pod koncovými aplikacemi. Právě zde probíhá kritický proces čištění, formátování a strukturování obrovských objemů informací tak, aby je mohly systémy umělé inteligence efektivně využívat. Heath Terry, hlavní analytik pro výzkum investic do umělé inteligence ve finanční skupině Citigroup (C) , je přesvědčen, že právě v tomto nenápadném, ale naprosto klíčovém sektoru vzejde další generace vítězů současného technologického závodu. Umělá inteligence totiž není jen o samotných modelech, ale především o kvalitních datech, kterými jsou tyto modely krmeny. Podle Terryho budou na trhu dominovat především ty společnosti, jejichž příjmy jsou přímo navázány na reálnou spotřebu. Umělá inteligence v současnosti generuje masivní nárůst konzumace výpočetního výkonu a datových toků, což se nejvýrazněji projevuje právě na úrovni datové vrstvy. Z tohoto trendu mohou těžit firmy, které nabízejí flexibilní infrastrukturu pro správu a analýzu informací. Mezi hlavní favority s modelem založeným na spotřebě zařadil Terry platformy jako Snowflake (SNOW) , MongoDB (MDB) , Datadog (DDOG) nebo Elastic N.V. (ESTC) . Právě tyto technologické stálice představují podle elitního analytika ideální defenzivně-růstovou složku pro portfolia zaměřená na dlouhodobou integraci umělé inteligence do firemního prostředí. Oživení softwarového sektoru a tvrdá čísla Pokud se podíváme na samotnou úroveň AI aplikací, situace je zde mnohem nepřehlednější. Špičkové modely od společností jako Anthropic nebo OpenAI v současnosti tvrdě bojují o tržní pozice a strategické výhody před očekávanými primárními úpisy akcií. Těmto gigantům navíc dýchá na záda celá řada open-source alternativ, které dokážou nabídnout velmi podobné celkové schopnosti, ovšem za zlomek původních nákladů. Bez ohledu na to, který z těchto koncových modelů nakonec získá dominantní postavení, všechny bez výjimky vyžadují přístup k neustále rostoucím objemům snadno manipulovatelných dat. Softwarové společnosti, které dokážou tuto neutuchající poptávku spolehlivě uspokojit, se tak stávají zcela nepostradatelným ozubeným kolem v celém ekosystému umělé inteligence. Důvěra investorů v tuto fundamentální poptávku postupně vytváří mnohem vyváženější a pozitivnější pohled na softwarový sektor jako celek. Ten si přitom začátkem letošního roku prošel plošným a poměrně drastickým propadem valuací, pro který se na Wall Street vžil neformální termín „Saas-mageddon“. Podle Terryho se však trh konečně dostává do zdravější fáze, kdy mohou investoři opět pečlivě selektovat budoucí vítěze a poražené. Některé společnosti již nyní prokazují mimořádnou odolnost a schopnost generovat zisky. Akcie Snowflake například na konci května prudce posílily poté, co firma reportovala úctyhodný 33% meziroční růst tržeb. Podle dat agentury FactSet se její akcie aktuálně obchodují na 112násobku očekávaných zisků pro příštích dvanáct měsíců, přičemž hodnota podniku (enterprise value) přesahuje 14násobek tržeb. Podobný skok předvedl začátkem května i Datadog s 25% růstem tržeb, forwardovým P/E násobkem 98 a poměrem EV/tržby na úrovni 19. Éra orchestrace a efektivního řízení nákladů Vývoj umělé inteligence se v současnosti nachází ve fázi, kterou odborníci označují jako „agentní“. V praxi to znamená nasazení velkého množství menších, vysoce specializovaných softwarových jednotek neboli agentů, kteří musí neustále spolupracovat. Tento posun se promítá i do návrhu čipových systémů na hardwarové úrovni, kde je kladen extrémní důraz na koordinaci mezi různými procesorovými jednotkami, což se odborně nazývá orchestrace. Tato hardwarová orchestrace má svou přímou paralelu i na softwarové a aplikační úrovni. Jde o proces zvaný směrování modelů (model routing), který chytře koordinuje různé koncové modely pro odlišné uživatelské úkoly. Heath Terry ze Citigroup vnímá právě tuto oblast jako další masivní příležitost, kde se v současnosti tvoří obrovská přidaná hodnota pro firemní zákazníky. Směrovací vrstva je podle něj naprosto klíčová. Firmy totiž musí neustále optimalizovat, který konkrétní model je pro danou specifickou zátěž ten nejefektivnější. Právě tato schopnost plynule přepínat mezi různými nástroji se stane určujícím faktorem pro to, jak rychle a úspěšně dokážou korporace umělou inteligenci skutečně adoptovat a implementovat do svých každodenních procesů. Na trhu tak raketově roste význam soukromých společností jako Not Diamond, Martian či OpenRouter, které fungují jako inteligentní směrovače modelů. Jejich hlavním cílem je přinést firemním zákazníkům výrazné finanční úspory tím, že složité úkoly chytře rozdělují mezi různé AI systémy. Náklady se totiž během současného boomu umělé inteligence stávají stále palčivějším problémem. Některé podniky již dokonce omezují využívání AI výpočetního výkonu, který se standardně účtuje ve specifických jednotkách zvaných tokeny, aby udržely své rozpočty pod kontrolou.