Průmyslová AI: Poslední šance Evropy, nebo jen plané řeči?

KI & Automatisierung · 27. Februar 2026 · Joseph Flesh

Průmyslová AI je víc než jen humbuk. Iniciativa euroFMX ukazuje cestu, ale střední podniky váhají. Zjistěte, proč musíte jednat hned.

Nedávno jsem stál ve výrobní hale strojírenské firmy ve Švábsku. Rodinný podnik, třetí generace. Vůně chladicí kapaliny a horké oceli – vůně, která pro mě voní po poctivé práci. Generální ředitel, zkušený inženýr kolem padesátky, poklepal na kryt 20 let staré CNC frézky a řekl: „Pane Müllere, tohle jede. A jede a jede a jede. Proč bych teď měl utratit statisíce za nějakou 'AI', kterou mi nakonec nikdo z mých mistrů nebude umět obsluhovat?“ Přikývl jsem. Rozuměl jsem mu. Ale to ještě neznamená, že má pravdu.

Co tento statečný podnikatel – a s ním, jak se zdá, polovina německých středních podniků – přehlíží, není další vlna automatizace. Je to tsunami, která je teprve viditelná daleko na obzoru. A sázka zní: Buď se sakra rychle naučíme na této vlně surfovat, nebo se utopíme. To není přehánění. To je drsný výhled pro evropský zpracovatelský průmysl v příštích pěti letech.

Status Quo: Mezi veletržním humbukem a realitou dílny

Upřímně: Kdo byl v posledních dvou letech na veletrhu Hannover Messe, nemohl se tomuto tématu vyhnout. Na každém rohu svítila tři magická písmena: K-I. Všude ukázky robotů, kteří předváděli podivně elegantní tance, a dashboardy, které v pestrých barvách slibovaly zvýšení efektivity, z nichž by každý kontrolor plakal radostí. Zpráva je jasná: Průmyslová AI je tady, je mocná a kdo se nepřipojí, už prohrál. Realita ve výrobních halách od Buxtehude po Bolzano však vypadá – řekněme – poněkud střízlivěji.

Jde o to: V Německu a v regionu DACH máme fantastický základ. Průmysl 4.0 pro nás není cizí slovo, většina podniků je v oblasti senzoriky a síťování alespoň na přijatelné cestě. Aktuální průzkum VDMA ukazuje, že 67 % členských podniků již sbírá data ze svých strojů. Problém? Málokdo ví, co s nimi dělat. Data zahnívají v nějakých silech, používají se pro jednoduché výpočty OEE (Overall Equipment Effectiveness) nebo – v nejlepším případě – pro základní prediktivní údržbu. To je hezké. Ale je to také, jako byste měli motor Formule 1 a jezdili s ním jen na druhý rychlostní stupeň po obytné zóně. Škrábeme se na povrchu, zatímco konkurence v USA a Číně se už učí ponořit se do hloubky.

Nebezpečí je hmatatelné. Jde o technologickou suverenitu. Zatímco američtí hyperscalers jako Amazon, Microsoft a Google dominují cloudové a AI infrastruktuře a čínské firmy jako CATL nebo BYD nově definují celé hodnotové řetězce, evropské – a zejména německé – strojírenství a výroba zařízení hrozí degradací na pouhého dodavatele hardwaru. „Národ ohýbačů plechu“, který inteligentní, maržové softwarové a servisní vrstvy přenechává ostatním. Projekt „euroFMX“, který byl s velkou pompou oznámen na začátku roku 2026, je možná nejvážnějším pokusem Evropy, jak se v této hře ještě podílet na určování pravidel.

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

Co je tedy euroFMX? Nejprve číslo: 45 milionů eur. Tolik peněz EU pumpuje do tohoto výzkumného projektu. To zní zpočátku jako hodně, ale v globálním srovnání je to spíše dobře naplněný pivní sud než celý tanker. Ale peníze zde nejsou všechno. Mnohem rozhodující je myšlenka, která za tím stojí. Krkolomný název „Generative AI and Autonomisation Frontier Models“ v překladu znamená: Evropa chce vyvinout vlastní základní modely AI specializované na výrobu.

Představte si to takto: Velké jazykové modely jako GPT-4 jsou všestranné. 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 chce přesně to změnit. Jde o vytvoření modelů AI, které jsou od základu krmeny „světovým věděním“ průmyslu – fyzikou, procesními daty, inženýrským know-how. Cílem není jakákoli AI, ale důvěryhodná, srozumitelná a suverénní průmyslová AI. Suverénní znamená: Data zůstávají zde, kontrola zůstává zde, přidaná hodnota zůstává zde. Přímý strategický protiútok proti závislosti na mimoevropských technologických gigantech. O tom není pochyb.

Čtyři pilíře evropského chrámu AI

Projekt stojí na čtyřech pilířích, které jsou samy o sobě významné – a které by měl pochopit každý COO. Pilíř I se zaměřuje na nic menšího než na předchůdce umělé obecné inteligence (AGI) pro továrnu. Zde už nejde jen o rozpoznávání vzorů (Je díl X vadný?), ale o to, aby si AI sama vytvářela hypotézy a sama se korigovala (Proč je díl X vadný a jak změním proces, aby se to už nestalo?). Vědci jako Dirk Fahland z TU Eindhoven zde hovoří o „Process Mining pro formulaci hypotéz“ – kvantový skok. AI se mění z pasivního pozorovatele na aktivního spolutvůrce. Pilíř II se zabývá nedostatkem kvalifikovaných pracovníků. AI se má etablovat ne jako zabiják pracovních míst, ale jako kopilot. Prostřednictvím „Industrial Skilling“ mají být zaměstnanci na místě schopni pracovat se systémy, trénovat je a rozumět jim. To je Průmysl 5.0 – člověk v centru.

Pilíř III je jádrem suverenity: budování „privacy-preserving data spaces“ a HPC-založených AI továren. Přeloženo: Bezpečné datové prostory (představte si Catena-X nebo Manufacturing-X), ve kterých může střední podnik ze Sauerlandu sdílet svá výrobní data s dodavatelem z Rakouska, aniž by se musel obávat, že jeho obchodní tajemství skončí u amerického poskytovatele cloudu nebo čínské konkurence. Pilíř IV je pak technická lahůdka: Zkoumají se věci jako „fyzikálně informované neuronové sítě“ (AI zná materiálové vlastnosti a termodynamiku), multimodální logika (AI rozumí senzorovým hodnotám, obrazům z kamer a ručně psané poznámce mistra) a agentní platformy. Právě zde se to stává pro budoucnost výroby opravdu vzrušující.

Nechceme jen tak postavit další černou skříňku do továren. Naším cílem na TU/e je pomocí 'Active Inference' vytvářet AI agenty, kteří nejen tolerují nejistoty, ale aktivně se s nimi vypořádávají – stejně 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 slova „agenti“ v posledním odstavci? Dobře si ho zapamatujte. Je to možná nejdůležitější pojem pro příští desetiletí výroby. Když dnes mluvíme o automatizaci, většinou máme na mysli rigidní, předprogramované procesy. PLC řídicí jednotka dělá přesně to, co jí bylo naprogramováno před 20 lety. Dokonce i moderní robotická ramena tvrdohlavě opakují naučený pohyb. Autonomní AI agenti jsou přesný opak. Agent je softwarová entita, která má cíl (např. „maximalizovat výstup při 99,9% kvalitě a minimální spotřebě energie“) a která má svobodu samostatně se rozhodovat, aby tohoto cíle dosáhla.

Pojďme si to probrat. AI agent, nazvěme ho 'Fritz', monitoruje celou montážní linku. 'Fritz' si pomocí senzorových dat všimne minimální vibrace na ložisku, která je stále hluboko pod alarmovou hranicí pro prediktivní údržbu. Zároveň přes připojení k dodavatelskému řetězci zaznamená, že kamion s dalšími komponenty stojí v zácpě na dálnici A3 a zpozdí se o 45 minut. A z ERP systému ví, že zákazník pro aktuální zakázku stanovil vysokou smluvní pokutu za zpoždění dodávky. Co dělá tradiční systém? Nic. Čeká na alarmy. Co dělá 'Fritz'? Jedná. Proaktivně sníží rychlost linky o 3 %, aby šetřil ložisko a zabránil poruše. Automaticky naplánuje 30minutovou údržbovou přestávku přesně na dobu, kdy by linka kvůli chybějícím dílům stejně stála, a vytvoří údržbovou zakázku pro údržbáře. A simuluje, zda zbývající časový polštář stačí k dodržení termínu dodávky, nebo zda musí proaktivně informovat obchodní oddělení. To není science fiction. To je logický důsledek projektů jako euroFMX.

To zní fantasticky, ale kde je háček? Výzva je – a tady se vracím ke svému švábskému podnikateli – důvěra. A složitost. 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 „Explainable AI“ (XAI). Potřebujeme systémy, které dokážou zdůvodnit svá rozhodnutí srozumitelným jazykem („Snížil jsem rychlost, protože senzor A hlásí vibrace a protože zakázka B má prioritu.“). Bez této srozumitelnosti zůstane nejkrásnější platforma AI agentů jen hračkou pro výzkumné ústavy. Při mé poslední návštěvě v továrně Siemens v Erlangenu jsem přesně o tom diskutoval. Tamní vývojář mi řekl: „Technicky je mnoho věcí možných. Skutečnou prací je získat akceptaci u dělníka. Ten musí digitálnímu kolegovi důvěřovat.“ Přesně o to jde.

Trend 3: Boží režim pro vaše procesy – Process Intelligence jako základ všeho

Mluvíme zde o vznešených konceptech, jako jsou autonomní agenti a suverénní modely AI. Ale to vše stojí na hliněných nohou, pokud není správný základ. A tento základ má jméno: Process Intelligence. Mnozí znají předchůdce, Process Mining. To je technologie, která z digitálních stop ve vašich IT systémech (ERP, MES, CRM) rekonstruuje reálný obraz vašich obchodních procesů. Ne ideální proces z prašného manuálu QM, ale brutální, nefalšovaný skutečný proces. Se všemi jeho objížďkami, smyčkami a úzkými místy.

Minulý týden jsem mluvil s konzultantem, který pomohl dodavateli automobilového průmyslu. Společnost trpěla masivními zpožděními dodávek. Vedení bylo přesvědčeno: Problém je ve výrobě nebo logistice. Bylo blízko k investování milionů do nových strojů a nového systému řízení skladu. Analýza Process Mining ukázala zcela jiný obraz. Skutečným úzkým místem byla ruční kontrola úvěrového limitu v účetnictví, která u každé druhé zakázky vedla k několikadenním prostojům, než vůbec mohla začít výroba. Kůň byl zapřažen úplně obráceně. Investice do rychlejších strojů by se zcela rozplynula.

Process Intelligence jde ještě o krok dál než pouhé dolování. Spojuje procesní pohled s AI a externími daty. Nejenže vidíte, co se děje, ale také proč. A můžete simulovat, co by se stalo, kdybyste změnili jeden parametr. Co se stane s mou spolehlivostí dodávek, když automatizuji kontrolu úvěrů? Jak ovlivní výpadek stroje v závodě A vytížení v závodě B? Je to, jako byste získali jakýsi „boží režim“ pro vlastní společnost. Vidíte vše, rozumíte souvislostem a můžete předpovídat budoucnost. Bez této hluboké procesní transparentnosti je každá investice do pokročilé průmyslové AI jako let naslepo. V nejhorším případě automatizujete jen plýtvání. Proto je práce vědců jako Gyunam Park a Ivo Adan na TU/e tak zásadní – propojují Process Analytics přímo s operačními řídicími modely.

Amplifa ICP Playbook: Vědět, kdo je váš zákazník Než optimalizujete své procesy pomocí AI, musíte vědět, pro koho to děláte. Ostře definujte svůj ideální zákaznický profil (ICP), abyste své prodejní a marketingové úsilí zaměřili na ty správné, nejziskovější zákazníky.

Co to vše znamená pro střední podniky: Rozhoduje se TEĎ

Takže, teď k věci. Co znamená tento vznešený blábol – euroFMX, agenti, Process Intelligence – pro generálního ředitele podniku s 200 zaměstnanci v Allgäu? Znamená to především jedno: Doba čekání skončila. Kdo se teď nezačne vážně zabývat tímto tématem, ztratí za tři až pět let krok. To není alarmismus, to je jednoduchý ekonomický výpočet. Vaši konkurenti – ať už velcí nebo malí – sníží své náklady, zlepší kvalitu a zkrátí dodací lhůty díky použití průmyslové AI. Jejich OEE se zvýší ze 70 % na 85 %. Jejich míra zmetkovitosti se sníží na polovinu. Budou schopni nabízet velikost šarže 1 za cenu sériové výroby.

Největším nebezpečím je klamný klid. Vaše podnikání přece běží. Objednávkové knihy jsou možná dokonce plné. Ale to je pohled do zpětného zrcátka. Marže pomalu erodují, tlak na ceny roste, dobří odborníci jsou sotva k nalezení. Průmyslová AI je jedinou známou odpovědí na tyto tři výzvy současně. Zvyšuje efektivitu (marže), zvyšuje produktivitu (ceny) a ulevuje vašim vzácným odborníkům od otupujících rutinních úkolů, aby se mohli soustředit na to, v čem jsou skutečně nenahraditelní: řešení problémů, kreativita 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 řízení změn. Musíte své lidi vzít s sebou. Musíte zavést kulturu využívání dat. Musíte přijmout, že rozhodnutí se v budoucnu nebudou dělat jen intuitivně, ale na základě dat. A musíte začít myslet v procesech a systémech, ne jen ve strojích a produktech. Kdo to dokáže, má reálnou šanci patřit k vítězům. Kdo se schovává za to, že jeho stará frézka „ještě jede“, brzy zjistí, že jede v prázdné hale.

1. 1. Brutální inventura procesů: Zapomeňte na lesklé brožury. Kde SKUTEČNĚ ztrácíte čas a peníze? Vsaďte na nástroje jako Process Mining, abyste získali nefalšovanou mapu svých procesů. To je výchozí bod pro všechno.
2. 2. Provádějte hygienu dat: Nejlepší algoritmus AI je k ničemu, když je krmen odpadem. Identifikujte své nejdůležitější zdroje dat (MES, ERP, senzory) a zajistěte kvalitu a dostupnost. 'Garbage in, garbage out' nikdy nebylo tak pravdivé jako dnes.
3. 3. Definujte projekt majáku: Nevybírejte si největší, ale nejjasnější problém. 'Bolavé místo' s měřitelným obchodním případem. Vyřešte tento jeden problém pomocí AI – například vizuální kontrolu kvality na jedné jediné lince. Úspěch tohoto projektu podpoří přijetí v celé společnosti.
4. 4. Udělejte ze 'skeptického mistra' šampiona: Identifikujte nejzkušenější, ale možná i nejvíce skeptické zaměstnance. Zapojte je do projektu od prvního dne. Pokud ONI uvidí a obhájí přínos, vyhráli jste. Proti nim takový projekt nemůžete prosadit.
5. 5. Investujte do kompetencí, nejen do softwaru: Nekupujte černou skříňku. Vybudujte si interní znalosti nebo si najděte partnery (jako jsou Fraunhoferovy instituty nebo univerzity jako TU/e), kteří vám pomohou technologii skutečně pochopit. Musíte zůstat za volantem.
6. 6. Využijte ekosystém: Nemusíte znovu vynalézat kolo. Iniciativy jako euroFMX, platforma Průmysl 4.0 nebo regionální digitální huby jsou tu proto, aby středním podnikům usnadnily vstup. Hledejte kontakt a učte se od ostatních.
7. 7. Zaměřte prodej na správné zákazníky: Pokud se díky AI zlepšíte, musíte také najít zákazníky, kteří to ocení. Definujte, které společnosti nejvíce těží z vašich nových schopností (např. rychlejší dodávky, vyšší kvalita). Přesný zákaznický profil (ICP) zajistí, že vaše prodejní týmy nebudou plýtvat svým vzácným časem na nesprávné zájemce.

Amplifa Sales AI: Najděte správné rozhodovatele Vaše výroba bude chytřejší, váš prodej také? Amplifa pro vás identifikuje společnosti v regionu DACH, které právě teď potřebují vaše řešení, a najde vhodné kontaktní osoby – od COO až po vedoucího závodu. Aby se vaše inovace dostala tam, kam má.

Moje prognóza na příští 3 roky

Sázím na to, že za tři roky už nebudeme diskutovat o tom, zda, ale jen o tom, jak se průmyslová AI používá. Humbuk opadne a ustoupí fázi tvrdé, pragmatické implementace. Uvidíme dvoutřídní společnost ve zpracovatelském průmyslu: Jedni jsou „inteligentně integrovaní“. Řídí své továrny na základě dat, jejich procesy jsou transparentní a vyvíjejí nové, digitální obchodní modely na základě svých výrobních dat. Už neprodávají jen stroj, ale „garantovanou výrobní kapacitu“.

Druzí jsou „ochránci plechu“. Drží se svých starých ctností, svých „běžících“ strojů a výhradních zkušeností svých zaměstnanců. Přežijí – prozatím. Ale jen v nikách, s klesajícími maržemi a neustálým bojem o kvalifikované pracovníky a zakázky. Náskok první skupiny nevznikne přes noc. Bude se pomalu budovat, téměř neznatelně – o 2 % vyšší efektivita zde, o den kratší dodací lhůta tam. Ale tento složený úrok optimalizace vytvoří za 36 měsíců propast, která pro mnohé bude nepřekonatelná. Evropa a její průmyslové srdce – střední podniky – stojí na rozcestí. Projekty jako euroFMX ukazují, že máme inteligenci a vůli jít vlastní cestou. Otázkou je, kdo má odvahu ji skutečně jít. Já osobně raději sleduji, jak se nastavují výhybky. A někdy, velmi zřídka, pomáhám jednu nastavit.