AI & automatizace · 27. února 2026 · 21 min. čtení · Joseph Flesh, CTO & Co-Founder, Amplifa

Průmyslová AI: Poslední šance Evropy, nebo jen prázdná slova?

Průmyslová AI je víc než jen hype. Iniciativa euroFMX ukazuje cestu, ale střední firmy váhají. Zjistěte, proč musíte jednat právě teď.

Nedávno jsem stál ve výrobní hale jednoho strojírenského podniku ve Švábsku. Rodinná firma, třetí generace. Vůně chladicího maziva a horké oceli – vůně, která pro mě znamená poctivou práci. Jednatel, zkušený inženýr koncem padesátky, zaklepal na kryt 20 let staré CNC frézky a řekl: „Pane Müller, tahle věc běží. A běží a běží a běží. Proč bych měl teď utrácet statisíce za nějakou 'AI', kterou mi nakonec žádný z mých mistrů nebude umět ovládat?“ Přikývl jsem. Rozuměl jsem mu. Ale to neznamená, že má pravdu.

To, co tento odvážný podnikatel – a s ním pocitově polovina německých středních firem – přehlíží, není další vlna automatizace. Je to tsunami, které se právě teď začíná rýsovat daleko na obzoru. A sázka zní: Buď se naučíme na této vlně zatraceně rychle surfovat, nebo se utopíme. To není nadsázka. To je tvrdý výhled pro evropský zpracovatelský průmysl v příštích pěti letech.

Status Quo: Mezi veletržním hypem a realitou v dílně

Upřímně: Kdo byl v posledních dvou letech na veletrhu v Hannoveru, nemohl tomuto tématu uniknout. Na každém rohu svítila tři magická písmena: AI. Všude dema robotů předvádějících podivně elegantní tance a dashboardy, které v pestrých barvách slibují nárůst efektivity, nad nímž by každý kontrolor zaplakal radostí. Poselství je jasné: Průmyslová AI je tady, je výkonná a kdo se nezapojí, už prohrál. Realita v dílnách od Buxtehude po Bolzano však vypadá – řekněme – o něco střízlivěji.

Jde o to, že v Deutschland a v regionu DACH máme fantastický základ. Průmysl 4.0 u nás není cizí slovo, většina podniků je v oblasti senzoriky a síťového propojení minimálně na slušné cestě. Aktuální průzkum VDMA ukazuje, že 67 % členských firem již sbírá data ze svých strojů. Problém? Málokdo ví, co s nimi dělat. Data zahnívají v nějakých silech, využívají se pro jednoduché výpočty OEE (Overall Equipment Effectiveness) nebo – v lepším případě – pro rudimentární prediktivní údržbu. To je sice hezké, ale je to stejné, jako byste měli motor z Formule 1 a jezdili s ním jen na druhý rychlostní stupeň v obytné zóně. Kloužeme po povrchu, zatímco konkurence v USA a Číně se již učí potápět do hloubky.

Nebezpečí je hmatatelné. Jde o technologickou suverenitu. Zatímco američtí hyperscaleři jako Amazon, Microsoft a Google dominují infrastruktuře pro cloud a AI a čínské firmy jako CATL nebo BYD nově definují celé hodnotové řetězce, hrozí evropskému – a zejména německému – strojírenství degradace na pouhého dodavatele hardwaru. Národ „ohýbačů plechu“, který přenechá inteligentní, vysoce maržové softwarové a servisní vrstvy ostatním. Projekt „euroFMX“, který byl s velkým ohlasem oznámen začátkem roku 2026, je možná nejvážnějším pokusem Evropy začít v této hře opět určovat pravidla.

Trend 1: Suverenita jako zbraň – Iniciativa euroFMX a honba za vlastní Průmyslovou AI

Co je tedy toto euroFMX? Především je to číslo: 45 milionů EUR. Tolik peněz pumpuje EU do tohoto výzkumného projektu. To sice zní jako hodně, ale v globálním srovnání je to spíše dobře naplněná basa piva než celý cisternový vůz. Ale peníze zde nejsou všechno. Myšlenka za tím je mnohem rozhodnější. Krkolomný název „Generative AI and Autonomisation Frontier Models“ v jasné řeči znamená: Evropa chce vyvinout vlastní základní modely AI specializované na výrobu.

Představte si to takto: Velké jazykové modely jako GPT-4 jsou všeumělové. Umí psát básně, vyvíjet kód a odpovídat na Vaše e-maily. Ale nemají ponětí o fyzikálních zákonech frézky, jemnostech dodavatelského řetězce nebo požadavcích na kvalitu v automobilovém průmyslu. euroFMX to chce změnit. Jde o vytvoření modelů AI, které budou od základu krmeny „světovými znalostmi“ průmyslu – fyzikou, procesními daty, inženýrským know-how. Cílem není jakákoliv AI, ale důvěryhodná, srozumitelná a suverénní Průmyslová AI. Suverénní znamená: Data zůstávají zde, kontrola zůstává zde, přidaná hodnota zůstává zde. Přímý strategický kontr proti závislosti na mimoevropských technologických gigantech. Přes to nejede vlak.

Čtyři pilíře evropského chrámu AI

Projekt se opírá o čtyři pilíře, které mají váhu – a které by měl pochopit každý COO. Pilíř I cílí na nic menšího než na předstupně obecné umělé inteligence (AGI) pro továrnu. Zde už nejde jen o rozpoznávání vzorců (Je díl X vadný?), ale o to, aby AI samostatně vytvářela hypotézy a sama se opravovala (Proč je díl X vadný a jak změním proces, aby se to neopakovalo?). Výzkumníci jako Dirk Fahland z TU Eindhoven zde hovoří o „Process Mining pro formulaci hypotéz“ – kvantový skok. AI se stává z pasivního pozorovatele aktivním spoluhráčem. Pilíř II řeší nedostatek odborných sil. AI nemá být vnímána jako zabiják pracovních míst, ale jako kopilot. Prostřednictvím „Industrial Skilling“ mají být zaměstnanci přímo na místě schopni se systémy pracovat, trénovat je a rozumět jim. To je Průmysl 5.0 – člověk v centru dění.

Pilíř III je srdcem suverenity: vybudování „privacy-preserving data spaces“ a továren AI založených na HPC. Přeloženo: Zabezpečené datové prostory (vzpomeňte na Catena-X nebo Manufacturing-X), ve kterých může střední firma ze Sauerlandu sdílet svá výrobní data s dodavatelem z Rakouska, aniž by se musela bát, že její obchodní tajemství skončí u amerického poskytovatele cloudu nebo u čínské konkurence. Pilíř IV je pak technickou třešničkou: zkoumají se věci jako „fyzikálně informované neuronové sítě“ (AI zná vlastnosti materiálu a termodynamiku), multimodální logika (AI rozumí hodnotám senzorů, obrazům z kamer i ručně psané poznámce mistra) a platformy založené na agentech. Právě zde to začíná být pro budoucnost výroby skutečně zajímavé.

Nechceme do továren jen postavit další černou skříňku. Naším cílem na TU/e je pomocí 'Active Inference' vytvořit agenty AI, kteří nejistoty nejen tolerují, ale aktivně s nimi pracují – přesně jako zkušený lidský expert. AI se má naučit klást otázky, místo aby jen dávala odpovědi.

— Thijs van de Laar, Bayesian Intelligent Autonomous Systems Lab, TU Eindhoven

Trend 2: Agenti přicházejí – Vítejte v samooptimalizující se továrně

Všimli jste si v minulém odstavci slova „agenti“? Dobře si ho zapamatujte. Je to možná nejdůležitější pojem pro příští dekádu výroby. Když dnes mluvíme o automatizaci, myslíme tím většinou rigidní, předprogramované postupy. Řídicí systém PLC dělá přesně to, co mu bylo naprogramováno před 20 lety. I moderní robotická ramena tupě opakují naučený pohyb. Autonomní AI agenti jsou přesným opakem. Agent je softwarová entita, která má cíl (např. „maximalizuj výstup při 99,9% kvalitě a minimální spotřebě energie“) a má svobodu samostatně se rozhodovat, aby tohoto cíle dosáhla.

Pojďme si to nasimulovat. AI agent, říkejme mu 'Fritz', monitoruje celou montážní linku. 'Fritz' si prostřednictvím dat ze senzorů všimne minimální vibrace na ložisku, která je ještě hluboko pod hranicí alarmu pro Predictive Maintenance. Zároveň díky napojení na dodavatelský řetězec zaregistruje, že kamion s dalšími díly stojí v zácpě na dálnici A3 a zpozdí se o 45 minut. A z CRM systému ví, že zákazník u aktuální zakázky stanovil vysokou smluvní pokutu při prodlení dodávky. Co udělá tradiční systém? Nic. Čeká na alarmy. Co udělá 'Fritz'? Jedná. Proaktivně sníží rychlost linky o 3 %, aby šetřil ložisko a zabránil výpadku. Automaticky naplánuje 30minutovou pauzu na údržbu přesně na dobu, kdy by linka kvůli chybějícím dílům stejně stála, a vytvoří příkaz k údržbě pro technika. A simuluje, zda zbývající časová rezerva stačí k dodržení termínu dodání, nebo zda musí proaktivně informovat obchodní oddělení. To není science-fiction. To je logický důsledek projektů jako euroFMX.

Zní to fantasticky, ale kde je háček? Výzvou je – a zde se vracím ke svému švábskému podnikateli – důvěra. A komplexita. Takový systém je černá skříňka na steroidech. Pokud 'Fritz' učiní rozhodnutí, které vede k drahé chybě – kdo je pak zodpovědný? Programátor? Výrobce stroje? Provozovatel? Klíčem je zde výzkum v oblasti „Explainable AI“ (XAI). Potřebujeme systémy, které dokážou svá rozhodnutí zdůvodnit srozumitelným jazykem („Snížil jsem rychlost, protože senzor A hlásí vibraci a protože zakázka B má prioritu.“). Bez této zpětné dohledatelnosti zůstane i ta nejkrásnější platforma s AI agenty jen hračkou pro výzkumné ústavy. Při mé poslední návštěvě závodu Siemens v Erlangenu jsem o tom diskutoval. Jeden tamní vývojář mi řekl: „Technicky je možné leccos. Skutečnou prací je vybudovat akceptaci u pracovníka. Ten musí digitálnímu kolegovi důvěřovat.“ Přesně o to jde.

Trend 3: Božský režim pro Vaše procesy – Process Intelligence jako základ všeho

Mluvíme zde o vznešených konceptech, jako jsou autonomní agenti a suverénní modely AI. To vše však stojí na hliněných nohou, pokud základy nejsou v pořádku. A tyto základy mají jméno: Process Intelligence. Mnozí znají předchůdce, Process Mining. To je technologie, která z digitálních stop ve Vašich IT systémech (ERP, Salesforce, Pipedrive) rekonstruuje reálný obraz Vašich obchodních procesů. Žádný ideální proces z zaprášené příručky kvality, ale brutální, nepřikrášlený skutečný proces. Se všemi jeho oklikami, smyčkami a úzkými hrdly.

Minulý týden jsem mluvil s poradcem, který pomáhal jednomu dodavateli pro autoprůmysl. Firma trpěla masivními zpožděními dodávek. Vedení bylo přesvědčeno: Problém je ve výrobě nebo logistice. Chystali se investovat miliony do nových strojů a nového systému řízení skladu. Analýza Process Mining ukázala zcela jiný obraz. Skutečným úzkým hrdlem byla manuální kontrola úvěrových limitů v účtárně, která u každé druhé zakázky vedla k vícedenním prostojům ještě předtím, než výroba vůbec mohla začít. Koně zapřahali za vůz. Investice do rychlejších strojů by se zcela minula účinkem.

Process Intelligence jde ještě o krok dál než pouhý mining. Propojuje pohled na procesy s AI a externími daty. Můžete vidět nejen to, co se děje, ale i proč. A můžete simulovat, co by se stalo, kdybyste změnili nějaký parametr. Co se stane s mou včasností dodávek, když automatizuji kontrolu úvěrů? Jak se projeví výpadek stroje v závodě A na vytížení v závodě B? Je to, jako byste získali jakýsi „božský režim“ pro vlastní firmu. Vidíte vše, chápete souvislosti a můžete předpovídat budoucnost. Bez této hluboké procesní transparentnosti je každá investice do pokročilé Průmyslové AI jako let naslepo. V nejhorším případě jen automatizujete plýtvání. Proto je práce výzkumníků jako Gyunam Park a Ivo Adan na TU/e tak zásadní – propojují procesní analytiku přímo s operativními modely řízení.

Amplifa ICP Playbook: Vědět, kdo je Váš zákazník — Než začnete optimalizovat své procesy pomocí AI, musíte vědět, pro koho to děláte. Definujte svůj Ideální profil zákazníka (ICP) s chirurgickou přesností, abyste své prodejní a marketingové úsilí soustředili na ty správné, nejziskovější zákazníky.

Co to všechno znamená pro střední firmy: Rozhoduje se PRÁVĚ TEĎ

Tak a teď si nalijme čistého vína. Co znamenají všechny ty vznešené věci – euroFMX, agenti, Process Intelligence – pro jednatele firmy o 200 lidech v Allgäu? Znamená to především jedno: Čas vyčkávání skončil. Kdo se teď nezačne vážně zabývat tímto tématem, ztratí za tři až pět let kontakt. To není šíření poplašných zpráv, to je prostý ekonomický propočet. Vaši konkurenti – ať už velcí nebo malí – díky nasazení Průmyslové AI sníží své náklady, zlepší kvalitu a zkrátí dodací lhůty. Jejich OEE stoupne ze 70 % na 85 %. Jejich zmetkovitost klesne na polovinu. Budou schopni nabízet zakázkovou výrobu o jednom kuse za cenu sériové výroby.

Největším nebezpečím je klamný klid. Váš byznys přece běží. Knihy objednávek jsou možná dokonce plné. Ale to je pohled do zpětného zrcátka. Marže pomalu erodují, tlak na ceny roste, dobří odborníci jsou k nenašlezení. Průmyslová AI je jedinou známou odpovědí na tyto tři výzvy současně. Zvyšuje efektivitu (marže), zvyšuje produktivitu (ceny) a zbavuje Vaše vzácné odborníky tupých rutinních úkolů, aby se mohli soustředit na to, v čem jsou skutečně nenahraditelní: řešení problémů, kreativitu a zkušenosti. Nejde o to nahradit mistra. Jde o to dát mu nástroj, který jeho zkušenosti rozšíří na celou továrnu.

Podle mých zkušeností mnozí přeceňují technickou náročnost a podceňují kulturní změnu. Zavedení AI není IT projekt. Je to projekt change managementu. Musíte získat své lidi. Musíte zavést kulturu využívání dat. Musíte akceptovat, že rozhodnutí se v budoucnu nebudou dělat jen pocitově, ale na základě dat. A musíte začít přemýšlet v procesech a systémech, nejen v strojích a produktech. Kdo to zvládne, má reálnou šanci patřit k vítězům. Kdo se bude schovávat za to, že jeho stará frézka „přece ještě běží“, brzy zjistí, že běží v prázdné hale.

1. 1. Brutální inventura procesů: Zapomeňte na nablýskané brožury. Kde SKUTEČNĚ ztrácíte čas a peníze? Vsaďte na nástroje jako Process Mining, abyste získali nepřikrášlenou mapu svých postupů. To je výchozí bod pro všechno.
2. 2. Provádějte hygienu dat: Nejlepší algoritmus AI je k ničemu, pokud je krmen odpadem. Identifikujte své nejdůležitější zdroje dat (MES, ERP, senzory) a zajistěte jejich kvalitu a dostupnost. 'Garbage in, garbage out' nebylo nikdy tak pravdivé jako dnes.
3. 3. Definujte pilotní projekt: Nevybírejte si ten největší, ale ten nejjasnější problém. 'Pain Point' s měřitelným business case. Vyřešte tento jeden problém pomocí AI – například vizuální kontrolu kvality na jediné lince. Úspěch tohoto projektu podpoří akceptaci v celé firmě.
4. 4. Udělejte ze 'skeptického mistra' šampiona: Identifikujte nejzkušenější, ale možná i nejskeptičtější zaměstnance. Zapojte je do projektu od prvního dne. Pokud ONI uvidí a budou obhajovat přínos, vyhráli jste. Proti nim takový projekt neprosadíte.
5. 5. Investujte do kompetencí, nejen do softwaru: Nekupujte černou skříňku. Budujte interní znalosti nebo si najděte partnery (jako Fraunhoferovy instituty nebo vysoké školy jako TU/e), kteří Vám pomohou technologii skutečně pochopit. Musíte zůstat u kormidla.
6. 6. Využívejte ekosystém: Nemusíte znovu vynalézat kolo. Iniciativy jako euroFMX, platforma Průmysl 4.0 nebo regionální digitální huby jsou tu od toho, aby středním firmám usnadnily vstup. Hledejte kontakt a učte se od ostatních.
7. 7. Zaměřte obchod na správné zákazníky: Pokud se díky AI zlepšíte, musíte také najít zákazníky, kteří to ocení. Definujte, které firmy budou z Vašich nových schopností (např. rychlejší dodání, vyšší kvalita) profitovat nejvíce. Přesný profil zákazníka (ICP) zajistí, že Váš obchodní tým nebude marnit svůj drahocenný čas s nesprávnými zájemci.

Amplifa Sales AI: Najít ty správné rozhodovatele — Vaše výroba se stává chytřejší, a co Váš obchod? Amplifa pro Vás identifikuje firmy v regionu DACH, které právě teď potřebují Vaše řešení, a najde vhodné kontaktní osoby – od COO až po vedoucího závodu. Aby se Vaše inovace skutečně prosadila.

Moje prognóza pro příští 3 roky

Vsadím se, že za tři roky už nebudeme diskutovat o tom, zda, ale pouze o tom, jak se Průmyslová AI používá. Hype opadne a ustoupí fázi tvrdé, pragmatické implementace. Ve zpracovatelském průmyslu uvidíme dvoustupňovou společnost: Jedni budou 'integrovaní do inteligence'. Své továrny budou řídit na základě dat, jejich procesy budou transparentní a budou vyvíjet nové, digitální obchodní modely na základě svých výrobních dat. Už nebudou prodávat jen stroj, ale 'garantovanou výrobní kapacitu'.

Ti druzí budou 'strážci plechu'. Budou lpět na svých starých ctnostech, na svých 'běžících' strojích a na výhradních zkušenostech svých zaměstnanců. Přežijí – prozatím. Ale jen v nikách, s klesajícími maržemi a neustálým bojem o odborníky a zakázky. Náskok první skupiny nevznikne přes noc. Bude se budovat pomalu, téměř neznatelně – o 2 % vyšší efektivita zde, o den kratší dodací lhůta tam. Ale tento efekt složeného úročení optimalizace vytvoří během 36 měsíců příkop, který pro mnohé už nebude možné překonat. Evropa a její průmyslové srdce – střední firmy – stojí na rozcestí. Projekty jako euroFMX ukazují, že máme inteligenci i vůli jít vlastní cestou. Otázkou je, kdo bude mít odvahu se po ní vydat. Já osobně raději sleduji, jak se přehazují výhybky. A někdy, zcela výjimečně, pomohu jednu přehodit.