Čínský závod v AI se přesouvá od velkých modelů k agentům ve velkém měřítku

Čínský sektor umělé inteligence stále méně posuzuje úspěch podle toho, kdo natrénuje největší základní model. Do popředí se dostává schopnost převést modely do AI agentů – systémů, které umějí vykonávat konkrétní práci v softwaru, telekomunikacích, výrobě či spotřebitelských službách.

Klíčová otázka proto zní: kdo dokáže tyto systémy provozovat ve velkém objemu s přijatelnou cenou, odezvou, spolehlivostí a bezpečnostními kontrolami?

Inference má převážit nad tréninkem

Výzkumný institut China Telecom očekává, že inference, tedy výpočetní práce vykonávaná ve chvíli, kdy již natrénovaný model odpovídá nebo plní úkol, bude v roce 2029 tvořit 80 % čínského trhu s výpočetním výkonem. Poptávka spojená s agenty by podle této prognózy mohla v příštích dvou až třech letech růst meziročně téměř desetinásobně. Jde o předpověď, nikoli o hotový výsledek. 59

Stejný výzkumný směr odhaduje, že roční spotřeba tokenů v Číně dosáhne v roce 2026 100 kvadrilionů a do roku 2030 překročí 35 kvintilionů. I tato čísla jsou projekcí, ale dobře ukazují rozsah očekávané zátěže při opakovaném provozu modelů. 6

Agent přitom obvykle neodešle jen jednu odpověď jako chatbot. Může vyhledávat informace, volat další softwarové nástroje, provádět vícekrokový postup, ověřovat výsledek a jednotlivé kroky opakovat. Každý z nich spotřebovává výpočetní výkon a přidává provozní složitost.

Z jednorázové investice se stává průběžný provozní účet

Trénink špičkového modelu je zpravidla velká, soustředěná infrastrukturní investice. Agent je naopak služba, jejíž náklady vznikají opakovaně: za inference, vyhledávání dat, síťový provoz, úložiště, monitoring i případné lidské posouzení nebo převzetí úkolu.

Schopný agent tedy automaticky není životaschopný produkt. Pokud běží příliš draze, reaguje pomalu nebo mu nelze svěřit firemní systémy, jeho praktická hodnota klesá. Důležitější než efektní výsledek v benchmarku se stává cena a kvalita dokončeného úkolu.

V praxi to vytváří tlak na několik oblastí:

• volbu nejmenšího modelu, který daný úkol bezpečně zvládne;
• směrování úloh ke správnému modelu či nástroji;
• omezení opakovaných výpočtů pomocí mezipaměti a efektivního obsluhování modelů;
• propojení agentů s důvěryhodnými daty pro konkrétní úkol;
• testování používání nástrojů a celého pracovního postupu, nejen samotných odpovědí modelu;
• sledování chyb, přístupových oprávnění a auditních stop;
• možnost lidského zásahu u rizikových rozhodnutí nebo akcí.

Neznamená to, že trénink nejpokročilejších modelů přestává být podstatný. Nadále rozhoduje o schopnostech, technologické nezávislosti i přístupu k pokročilým modelům. Pokud jsou však schopné modely široce dostupné, může být těžší konkurenční výhodou jejich levný, stabilní a bezpečný provoz napojený na reálné systémy.

Peking tlačí na rozšíření aplikací

Signály čínské průmyslové politiky tento posun podporují. Plán ministerstva průmyslu a informačních technologií pro propojení AI a softwaru počítá s tím, že nástroje pro programování s podporou AI se do roku 2028 dostanou do více než 20 000 velkých softwarových podniků. Součástí cíle je také 100 referenčních aplikací agentního softwaru v klíčových odvětvích a nejméně pět kvalitních open-source projektů. 3

Cílem pro rok 2030 je inteligentnější a bezpečnější softwarový ekosystém včetně inteligentních modernizací kritických softwarových systémů. 37 Samostatný plán pro AI a informační komunikace do roku 2028 počítá s více než 30 vysoce hodnotnými scénáři, reprezentativními aplikacemi a specializovanými agenty. Nasazování zároveň spojuje s posilováním sítí a výpočetní infrastruktury. 17

Další iniciativa ministerstva a Národní správy dat výslovně požaduje oborové scénáře s vysokou hodnotou, specializované datové sady a pro úlohy vyžadující autonomní plánování a vykonávání také specializované modely nebo agenty. Počítá rovněž s upravenými datovými sadami a metodikami pro jejich vyhodnocování. 18

Dohromady jde o model, který se snaží urychlit šíření AI: vytvářet opakovatelně použitelné scénáře, data, softwarové nástroje a referenční nasazení pro více oborů. Rizikem ovšem je, že se úspěch bude poměřovat počtem pilotních projektů, nikoli tím, zda systémy dlouhodobě přinášejí bezpečný a ekonomicky udržitelný přínos.

Výdaje i průmyslové ambice zvyšují sázky

Zprávy vycházející z analýzy China Telecom Research Institute odhadují letošní výdaje čínských technologických firem na AI na téměř 600 miliard jüanů. Protože veřejné zdroje nemusí pojem výdaje na AI vymezovat stejně, je vhodné tento souhrnný údaj chápat jako odhad, nikoli jako plně standardizované měřítko. 9

Na celostátní úrovni Čína očekává, že odvětví související s AI do konce období 15. pětiletého plánu, tedy do roku 2030, překročí hodnotu 10 bilionů jüanů. 45 Agenti se tak neprofilují jen jako další cloudová služba, ale jako vrstva pro modernizaci průmyslu, vývoj softwaru, komunikace i spotřebitelské služby.

Evropa buduje kapacitu, rozhodne ale i využití

Evropská komise otevřela výzvu k vybudování až sedmi AI gigatováren. Program může získat až 10 miliard eur z unijních a národních zdrojů a má uvolnit nejméně 20 miliard eur soukromých investic. 50

Pro evropskou výpočetní kapacitu a technologickou suverenitu jde o významný krok. Samotná výstavba výpočetní infrastruktury však problém nasazování nevyřeší. Konkurenční hodnotu těchto kapacit určí také to, zda nabídnou dostupnou a cenově únosnou inference, užitečná oborová data, propojení se softwarem a důvěryhodné aplikace pro evropské organizace.

Co bude odměňovat další etapa závodu v AI

Čínský důraz na agenty ukazuje širší globální změnu: výhoda v AI bude stále více záviset na schopnosti převádět výpočetní výkon na užitečnou, kontrolovatelnou práci ve velkém měřítku. Důležité budou čipy a elektřina, ale také efektivita obsluhování modelů, přístup k datům, integrace do pracovních postupů, bezpečnost, vyhodnocování a lidská odpovědnost.

Podíl 80 % pro inference je třeba číst jako směrnou prognózu, ne jako jistotu. Jeho sdělení je však zřejmé: jak se AI přesouvá z ukázek do nepřetržitého provozu, vítěze může méně určovat největší tréninkový běh než schopnost provozovat agenty dostatečně spolehlivě a levně, aby se stali běžnou součástí práce. 56