Historický milník: Výdaje na provoz AI předstihnou v roce 2026 náklady na trénink

Inference versus trénink: Čísla mluví jasně

Podle zprávy Gartneru z konce léta 2026 vypadají předpovědi výdajů na AI-optimalizovanou cloudovou infrastrukturu takto:

• 2026: Výdaje na inference dosáhnou 23,3 miliardy dolarů, zatímco na trénink půjde 19 miliard dolarů. Inference tak letos poprvé trénink předstihne .
• 2027: Podíl inference na AI-optimalizovaných výdajích stoupne z letošních 55 % na 59 % .

Pro srovnání: ještě na počátku boomu generativní AI tvořily náklady na trénink drtivou většinu investic. Tento poměr se nyní zcela obrátil .

Růst se neomezuje jen na inferenci. Celkové výdaje na AI-optimalizované IaaS by měly v roce 2026 dosáhnout 42,3 miliardy dolarů, což je o 96,4 % více než 21,5 miliardy v roce 2025. V roce 2027 se očekává další nárůst na 66,1 miliardy dolarů (meziročně +56,5 %) .

Veškeré celosvětové výdaje na IaaS (včetně běžných, ne-AI úloh) mají v roce 2026 činit 287,3 miliardy dolarů (meziročně +29,3 %) a v roce 2027 pak 359,9 miliardy dolarů .

Proč k obratu došlo: Agentická AI a dolaďované modely

Podle Gartneru stojí za tím, že inference předbíhá trénink, dva hlavní faktory:

• Agentická AI — autonomní systémy schopné plnit složité, vícestupňové úkoly — dramaticky zvyšuje potřebu výpočetního výkonu, čímž se inference stává dominantním způsobem spotřeby .
• Doladěné a doménově specifické modely (DSM) se začleňují do zákaznických i provozních systémů, kde vyžadují nepřetržitý běh v reálném čase, nikoliv jen občasné tréninkové cykly .

Analytik Gartneru Hardeep Singh k tomu dodal: "Tento posun urychluje spotřební modely v cloudu a vytváří trvalou poptávku po infrastruktuře optimalizované pro AI" .

Tento trend potvrzují i další analytické společnosti. Podle zprávy Deloitte Tech Trends 2026 připadá na inferenci už v letošním roce celé dvě třetiny veškerého výpočetního výkonu pro AI . Nezávislá prognóza společnosti The Futurum Group dokonce uvádí, že spravovaná inference dosáhla v roce 2025 výše 23,1 miliardy dolarů (58,6 % veškerých výdajů na infrastrukturu) a trénink předstihla už loni .

Širší kontext výdajů na AI

Uvedená čísla jsou součástí mnohem většího obrazu:

• Celosvětové výdaje na AI ve všech kategoriích by měly v roce 2026 dosáhnout 2,59 bilionu dolarů, což představuje meziroční nárůst o 47 % .
• Největší cloudoví hráči (hyperscaleři) oznámili na rok 2026 společné kapitálové výdaje přes 500 miliard dolarů na AI infrastrukturu .
• Rychlý růst výdajů odráží, že firmy přecházejí od pilotních projektů k ostrému provozu. Náklady na inferenci se přitom stávají největší položkou jejich účtů .

Navzdory prudkému poklesu cen — Deloitte uvádí, že ceny API v cloudu pro inferenci meziročně klesly téměř o 80 % — celkové výdaje raketově rostou, protože objem využití AI stoupá ještě rychleji, než klesají jednotkové náklady .

Varování Gartneru: Hrozí překročení rozpočtů

Gartner zároveň varuje, že nejméně 50 % projektů generativní AI překročí do roku 2028 své plánované rozpočty vinou nevhodných architektonických rozhodnutí a nedostatku provozních zkušeností .

Hlavním viníkem je právě inference. Zatímco trénink je jednorázová, byť vysoká počáteční investice, náklady na inferenci se opakují pokaždé, když uživatel či aplikace zavolá model. Podle Gartneru bude inference tvořit nejméně 70 % celoživotních nákladů modelu .

Co by měli CIO dělat: Strategická doporučení

Gartner doporučuje následující kroky:

• Zaměřte investice do infrastruktury na inference, protože právě zde je soustředěna většina výdajů a růstu .
• Vyhněte se univerzální architektuře — nejlepší řešení vždy závisí na konkrétním případu použití, umístění dat, regulatorních požadavcích a nákladové struktuře .
• Využívejte hybridní cloudová řešení pro nasazení AI, která nabízejí rovnováhu mezi flexibilitou, kontrolou nákladů a suverenitou dat. Podle studie Gartner CIO Playbook 2026 dává nyní 62 % organizací přednost hybridnímu cloudu jako primárnímu modelu pro AI .
• Počítejte s trvalým růstem nákladů, nikoliv s tím, že klesající jednotkové ceny automaticky sníží celkové účty .

Co to znamená pro obor

„Inferenční obrat" není jen statistická zajímavost. Představuje zásadní přestavbu priorit v oblasti AI infrastruktury. Éra, kdy hlavním nákladem bylo stavět stále větší modely, končí a nastupuje éra, kdy klíčové je provozovat tyto modely ve velkém měřítku v ostrém provozu. Pro poskytovatele cloudu to znamená trvalou poptávku po kapacitě GPU a ASIC čipů. Pro firmy to znamená, že plánování infrastruktury se nyní musí točit kolem provozních nákladů na AI, nejen kolem počáteční investice do tréninku modelu.

Jak zpráva Gartneru jasně ukazuje: přesun od vývoje k nasazení je tady a rozpočtové položky už nikdy nebudou vypadat jako dřív.

Zdroje: , , , , , , , , , , ,