Zatímco boom kolem této technologie pokračuje a Nvidia zůstává hlavním dodavatelem výkonného hardwaru pro AI, data ukazují, že podniky mají stále problémy s návratností investic do těchto řešení. To může být špatnou zprávou pro výrobce jako Nvidia (NVDA), kteří sázejí na pokračující expanzi výkonných, ale nákladných modelů.

IBM (IBM) provedlo globální průzkum mezi dvěma tisíci generálními řediteli, který odhalil, že pouze 25 % z nich zaznamenalo očekávanou návratnost z investic do AI v posledních letech. Ještě znepokojivější je, že jen 16 % firemních lídrů uvedlo, že se jim podařilo AI projekty škálovat napříč celou organizací.

Z těchto čísel vyplývá, že většina projektů zatím zůstává v pilotní fázi nebo v omezeném nasazení, což limituje jejich finanční přínosy. Přesto 52 % generálních ředitelů uvedlo, že již nyní získávají z AI nějakou hodnotu mimo prosté snižování nákladů. Téměř dvě třetiny z nich přiznaly, že je k investicím do AI žene spíše strach z technologického zaostávání, než jednoznačná představa o výnosech.

Optimismus ale zcela nezmizel. Až 85 % oslovených generálních ředitelů věří, že AI začne generovat pozitivní návratnost investic nejpozději do roku 2027. To však vytváří časový tlak na poskytovatele AI hardwaru a softwaru, kteří budou muset během několika let dokázat, že jejich technologie firmám přinášejí reálný finanční efekt.

Problém pro Nvidia: tlak na levnější a efektivnější AI

Nvidia je jednoznačným lídrem v oblasti grafických akcelerátorů pro AI. Její čipy se prodávají za desetitisíce dolarů za kus a tvoří základ většiny současné AI infrastruktury. Její tržní kapitalizace dosahuje 2,8 bilionu USD a společnost má extrémně vysoké marže kolem 75 %. Takový model ale může být těžko udržitelný, pokud firmy budou hledat cenově efektivnější řešení.

Logika je jednoduchá: pokud podniky nedosahují s AI očekávané návratnosti, budou chtít snížit své náklady. A to se může dotknout právě firem jako Nvidia. Analytici se shodují, že dlouhodobý úspěch AI bude záviset na levnějších modelech, které budou běžet na dostupnějším hardwaru.

Na trhu se již objevují produkty, které tuto změnu reprezentují. Společnost DeepSeek na začátku roku představila mimořádně úsporné modely AI. Microsoft (MSFT) zase nedávno oznámil „1bitový“ model, který zvládá běžet na klasických CPU s minimální spotřebou paměti a výkonem srovnatelným s těmi nejpokročilejšími nástroji. IBM se přidalo se svým modelem Granite 4.0 Tiny AI, který je navržen tak, aby běžel na běžných spotřebitelských GPU.

Levná umělá inteligence je budoucnost, ale ne pro každého

Tento trend „levné AI“ může být pro celý sektor přínosný. Otevírá nové možnosti pro firmy, které si dosud nemohly dovolit vysoké náklady spojené s trénováním a provozem modelů na drahém hardwaru. Z hlediska adopce technologie ve větším měřítku je to pozitivní vývoj – prospěje menším firmám, veřejným institucím a rozvojovým trhům.

Na druhé straně však tento vývoj nepřeje výrobcům high-end hardwaru, mezi které Nvidia bezpochyby patří. Pokud se rozšíří levnější alternativy, mohou jejich vysoce výkonné GPU čelit omezené poptávce, nebo alespoň poklesu růstového tempa.

Navzdory současné dominanci v oblasti AI by tak Nvidia mohla být v příštích letech konfrontována s novou realitou. Firmy se budou stále více dívat na celkové náklady vlastnictví, nikoliv jen na absolutní výkon čipů. A čím nižší bude poměr cena/výkon, tím vyšší bude tlak na změnu obchodního modelu.

Budoucnost AI závisí na efektivitě, ne jen na výkonu

Zpráva od IBM potvrzuje, že podniky zůstávají optimistické ohledně budoucnosti umělé inteligence, ale zároveň začínají být opatrnější a hledají reálné přínosy. To představuje výzvu pro společnosti jako Nvidia, jejichž produkty jsou spojeny s vysokými náklady.

Zatímco Nvidia má silné postavení a výkonné produkty, trh se začíná posouvat směrem ke dostupnějším a efektivnějším řešením. Pokud se tento trend potvrdí, mohou těžit ti výrobci a poskytovatelé, kteří budou schopni nabídnout dostatečný výkon za rozumnou cenu.

Celkově lze říci, že sektor AI zůstává velmi atraktivní, ale investoři by měli sledovat, zda firmy dokážou z technologií generovat reálné příjmy – a jaká infrastruktura k tomu bude skutečně potřeba. Jinými slovy, budoucnost AI nemusí být jen o výkonnějších čipech, ale hlavně o chytrém poměru cena/výkon.