Gartner zvýšil odhad celosvětových výdajů na umělou inteligenci pro rok 2026 na 2,7 bilionu dolarů, meziročně o 49,5 %. Nejde však především o signál, že firmy již plošně proměnily experimenty s AI v opakovatelně ziskové procesy. Nejvíce utrácejí technologičtí dodavatelé, kteří budují servery, čipy a cloudovou kapacitu pro budoucí AI zátěž.
22
30
Odhad se během roku opakovaně zvyšoval
Samotný směr revizí je stejně podstatný jako konečné číslo. V lednu Gartner pro rok 2026 očekával výdaje 2,52 bilionu dolarů a meziroční růst o 44 %. V květnu prognózu zvýšil na 2,59 bilionu dolarů neboli 47 %. Aktuální odhad činí přibližně 2,7 bilionu dolarů, tedy růst o 49,5 %.
41
29
22
Z toho vyplývá, že očekávaná poptávka po kapacitě pro AI dál překonává dřívější předpoklady. Podle zveřejněné analýzy navazující na prognózu Gartneru má celkový trh v roce 2027 růst zhruba o 36 %, než se tempo v dalších letech začne mírnit.
17
Těžištěm investic je infrastruktura
Největší část peněz nemíří hlavně do samostatných AI aplikací. Jde o fyzickou i cloudovou základnu pro trénování a provoz modelů: infrastrukturu jako službu (IaaS) optimalizovanou pro AI, servery, síťovou infrastrukturu, procesorové čipy a zařízení. V květnové prognóze připadalo na AI infrastrukturu více než 45 % veškerých globálních výdajů na AI.
29
Technologičtí poskytovatelé tvoří v nejnovějších údajích 35 % výdajů. Nakupují servery optimalizované pro AI, cloudovou infrastrukturu a čipy potřebné k vývoji, nasazování a provozu modelů i agentů.
22
To také vysvětluje, proč výstavbu nezastavilo zdražování paměťových komponent. Gartner uvádí, že poptávka po infrastruktuře pro očekávané budoucí pracovní zátěže zůstává silná a vůči tomuto cenovému tlaku relativně necitlivá.
49 Velcí poskytovatelé cloudu a služeb tak upřednostňují dostupnou kapacitu před krátkodobou úsporou na komponentech.
Rostou i služby, software a modely
Infrastruktura sice dominuje, ale není jedinou rostoucí kategorií. Květnový výhled Gartneru počítal pro rok 2026 přibližně s 585,5 miliardy dolarů na AI služby, 453,2 miliardy dolarů na AI software a 64,25 miliardy dolarů na AI platformy a modely. Poslední jmenovaná kategorie měla meziročně vzrůst o 63,4 %.
38
20
35
Pro podniky jsou tyto položky důležité: využitelná AI neznamená jen přístup k modelu. Vyžaduje integraci, přípravu dat, správu a řízení rizik, návrh pracovních postupů, monitoring i provozní podporu. Infrastrukturní boom vytváří prostor pro tyto navazující nákupy, sám o sobě ale nezaručuje návratnost každého nasazení.
Gartner také očekává, že se podnikové využití modelů bude specializovat. Do roku 2027 má být více než polovina generativních AI modelů používaných podniky zaměřena na konkrétní odvětví nebo podnikovou funkci; v roce 2024 to bylo zhruba 1 %.
12
Od asistentů k agentům
V rámci AI softwaru nastává důležitý posun od konverzačních asistentů k systémům, které dokážou vykonat vymezený vícekrokový úkol. Analýza dat z prognóz Gartneru uvádí, že výdaje na integrované chatboty a asistenty dosáhnou vrcholu v roce 2027. Ve stejném roce je překoná integrovaná agentní AI a bude dál růst.
45
Rozdíl je podstatný. Asistent pomáhá například s návrhem textu, vyhledáváním nebo shrnutím. Agentní systém má používat nástroje a posouvat práci napříč pracovním procesem. S vyšší mírou autonomie ovšem roste i význam oprávnění, testování kvality, auditovatelnosti a kontroly využití.
„Údolí vystřízlivění“ neznamená konec investic
Gartner označil rok 2026 za období „údolí vystřízlivění“ (Trough of Disillusionment), kdy se počáteční nadšení střetává s realitou implementací, jež nepřinášejí očekávané výsledky.
41
53
To není v rozporu s rekordními výdaji. Poskytovatelé infrastruktury mohou masivně investovat do kapacity, zatímco jednotlivé podniky stále opatrně zjišťují, které případy použití jsou dostatečně spolehlivé, ekonomické a řiditelné pro širší nasazení. Ve veřejně dostupných podkladech zde není doložena jednotná přesná míra produkčního nasazení AI napříč podniky, proto je namístě brát podobně konkrétní tvrzení s rezervou.
Co z prognózy plyne pro firmy
Praktickým závěrem není prosté doporučení utrácet za AI více. Je třeba oddělit globální závod ve výstavbě infrastruktury od vlastní schopnosti firmy vytvářet měřitelnou hodnotu.
Prioritami pro firmy by měly být zejména:
- Měřit ekonomiku po jednotlivých pracovních postupech. Porovnávat náklady na model, inferenci, integraci a lidskou kontrolu s jasně definovaným obchodním výsledkem.
- Zavést pravidla pro využití už od začátku. Rozpočtové limity, omezení počtu požadavků a monitoring jsou zvlášť důležité, pokud agenti provádějí vícekrokové úlohy.
- Zachovat architektonickou flexibilitu. Pokud je to možné, udržet přenositelná data, vyhodnocovací vrstvu a orchestraci, místo úplného navázání na jediný proprietární model či cloud.
- Řešit suverenitu dat a možnost odchodu od dodavatele už ve smlouvách. Nejnovější informace Gartneru upozorňují, že riziko vendor lock-inu, požadavky na suverenitu dat a nekontrolovaně rostoucí náklady kupující neodrazují od proprietárních řešení.
30
Shrnutí
Prognóza 2,7 bilionu dolarů ukazuje, že investice do AI v roce 2026 prudce zrychlují a vysoké tempo nejspíš vydrží i v roce 2027. Především je to ale příběh budování globální kapacity pro AI. Pro jednotlivé firmy zůstává klíčová užší otázka: dokážou tuto kapacitu proměnit v bezpečné, dobře řízené pracovní postupy s měřitelnou ekonomikou a trvalým přínosem pro podnik?
22
30