AI ve výrobě: Mnichovská AI továrna – Hype nebo příležitost?
KI & Automatisierung · 13. Februar 2026 · Joseph Flesh
AI ve výrobě je nyní realitou. Zjistěte, proč nové zařízení Telekom-Nvidia v Mnichově mění vše pro vaše středně velké podniky – a kde jsou háčky.
Někteří skladují zlato v trezorech. Jiní do nich staví superpočítače. Když jsem byl naposledy v mnichovském Tucherparku, vonělo to ještě po prachu z akt a starých peněz – HypoVereinsbank tam po desetiletí střežila své poklady. Dnes to voní po budoucnosti. A po velmi drahé elektronice. Přesně v tomto bývalém bankovním trezoru nyní bzučí téměř 10 000 nejvýkonnějších grafických karet Nvidia, chlazených vodou z nedalekého Eisbachu. Bizarní představa, že?
Ale jde o to: To není hračka pro pár nerdů. Je to strategický tah, který stál miliardu eur. Deutsche Telekom se zde spojil s Nvidií, aby vybudoval nejambicióznější suverénní AI zařízení v Evropě – ano, v Evropě. A nemluvíme zde o Powerpointových prezentacích a prohlášeních o záměru. Mluvíme o hmatatelném výpočetním výkonu, který byl již při otevření v únoru 2026 z více než třetiny obsazen. Co to znamená pro AI ve výrobě v německých středně velkých podnicích? Všechno. A zároveň to vyvolává zatraceně nepříjemné otázky.
Německý stack: Proč je suverenita nové zlato
Upřímně: Kolik rozhovorů jsem měl za poslední dva roky s generálními řediteli strojírenských firem, kteří si mi stěžovali? Všichni chtějí AI. Prediktivní údržbu, optickou kontrolu kvality, digitální dvojčata svých zařízení. Technologie je tu. Ale pak přijde zásadní otázka: Kam s daty? Konstrukční plány, procesní parametry, taktovací časy – to je korunní klenot každého výrobce. Opravdu to mají nahrát na servery Amazonu, Microsoftu nebo Googlu ve Virginii nebo Dublinu? A pak se vystavit US CLOUD Actu, který americkým úřadům v případě pochybností umožňuje přístup k těmto datům? To je pro většinu nepřijatelné. A přesně zde vstupuje do hry mnichovské zařízení.
Klíčové slovo je „suverenita“. Šéf Telekomu Tim Höttges to při otevření vyhlásil: „Evropa umí AI“. Tím myslí entitu zvanou „Deutschland Stack“. Kombinace infrastruktury T-Systems, německého T-Cloudu, platformy obchodních technologií od SAP a simulačních nástrojů od Siemens. Slib: Všechna data zůstávají fyzicky a právně v Německu, pod německou a evropskou kontrolou. Žádný přístup zahraničních úřadů, žádná závislost na rozmarech amerických technologických gigantů. Půl ExaFLOP výpočetního výkonu – číslo se 17 nulami – jen pro nás. Pro COO ve švábském středně velkém podniku, který chce chránit svá výrobní tajemství, to zní jako hudba. Je to pokus konečně začít od správného konce: Nejprve bezpečná infrastruktura, pak aplikace.
Srovnání: Suverénní AI vs. američtí hyperscalers
Abychom to uvedli do kontextu: Jaký je rozdíl oproti nabídkám, které známe už léta? Srovnal jsem nejdůležitější body z pohledu výrobní společnosti.
| Charakteristika | Suverénní AI továrna (Mnichov) | Američtí hyperscalers (AWS, Azure, GCP) |
|---|---|---|
| Datová suverenita | Fyzické a právní umístění Německo/EU. Žádný CLOUD Act. | Serverové lokality po celém světě, ale pod americkým právem (CLOUD Act použitelný). |
| Specializace | Zaměření na průmyslové úlohy (integrace Siemens, digitální dvojčata). | Obecný účel. Nabízejí vše pro všechny – od streamování Netflixu po webové stránky startupů. |
| Připojení k ekosystému | Hluboká integrace s německými/evropskými průmyslovými partnery (SAP, Siemens, T-Systems). | Gigantický partnerský ekosystém, ale menší zaměření na německé strojírenství. |
| Výpočetní výkon | Extrémně vysoký, dedikovaný GPU výkon (Nvidia Blackwell) pro náročné AI modely. | Škálovatelné, ale špičkové GPU jsou často drahé a ne vždy okamžitě dostupné. |
| Závislost | Závislé na provozovateli (Telekom) a dodavateli hardwaru (Nvidia). | Vysoká závislost na poskytovateli (efekt uzamčení), ale širší výběr služeb. |
| Kontrola a transparentnost | Vyšší transparentnost díky místnímu provozovateli a jasné právní úpravě. | Často „černá skříňka“ ohledně interních procesů a přístupu k datům. |
Chceme udržet tvorbu hodnot s AI v Evropě. Jde o vytvoření digitální infrastruktury, která odpovídá našim průmyslovým hodnotám kvality, přesnosti a bezpečnosti dat.
— Tim Höttges, předseda představenstva Deutsche Telekom (volně citováno z úvodního projevu)
Průmysl 4.0 se setkává s AI ve výrobě: Kdo už je zapojen?
Nejkrásnější datové centrum je k ničemu, když ho nikdo nepoužívá. Ale tady to začíná být zajímavé. Siemens, takřka kmotr německého strojírenství, se nejen podílel na softwarové stránce, ale je také jedním z prvních velkých zákazníků. V Erlangenu jsem se před několika měsíci mohl podívat, jak pracují s digitálními dvojčaty celých továren. Množství dat je astronomické. Dosud takové simulace často běžely na vlastních, hříšně drahých serverových klastrech ve sklepě. Nyní mohou tyto úlohy přesunout do Mnichova – bezpečně a škálovatelně. To je velká rána.
Ale nejsou to jen giganti. Na seznamu zákazníků jsou také jména jako Agile Robots, high-tech robotický startup z Mnichova, nebo PhysicsX, firma, která nabízí komplexní fyzikální simulace pro výrobu. To ukazuje: Zařízení cílí na celý průmyslový ekosystém. A poptávka je obrovská. Podle průzkumu ECI očekává 58 % evropských výrobců pro rok 2026 růst, poháněný především zisky z efektivity díky technologii. AI ve výrobě už není jen buzzword, ale tvrdý konkurenční faktor. Kdo teď nenaskočí, riskuje, že zůstane pozadu. Nová infrastruktura odstraňuje poslední velkou výmluvu: bezpečnost dat.
Nepříjemná pravda: Jak suverénní jsme vlastně?
Takže všechno super? Ne tak rychle. Při vší radosti z suverenity – je tu slon v místnosti, který je velký, svítí černozeleně a jmenuje se Nvidia. Ano, data zůstávají v Německu. Ano, softwarové stacky pocházejí od SAP a Siemens. Ale srdce, pulzující, energii spotřebovávající křemíkové srdce tohoto zařízení, téměř 10 000 Blackwell GPU, pochází od amerického kvazi-monopolisty.
Takže stavíme naši evropskou pevnost na americkém písku. Co se stane, když se americká vláda zítra rozhodne omezit export těchto vysoce výkonných čipů? Co když Nvidia zdvojnásobí své ceny? Evropské alternativy jako čip SiPearl Rhea1 nebo projekty RISC-V jsou ještě světelné roky vzdálené výkonu – a především softwarové kompatibilitě – GPU Nvidia. Pochybuji, že je tak snadné snížit závislost. Je to zlepšení, o tom žádná. Ale jen vyměňujeme jednu formu závislosti za jinou. Takovou, která je možná méně zřejmá, ale neméně nebezpečná.
Co teď? 5 kroků pro středně velké podniky
Dobře, Klausi, možná si teď myslíš, ale co mám konkrétně dělat jako generální ředitel podniku se 150 zaměstnanci v Sauerlandu? Panika? Čekat? Zde je můj pragmatický plán, bez poradenských keců:
- 1. Nemilosrdná inventura (Kde to bolí?): Zapomeňte na „Musíme něco dělat s AI“. Zeptejte se sami sebe: Kde ztrácíme peníze? Při zmetkovitosti v kontrole kvality? Při neplánovaných odstávkách strojů? Při složitém seřizování? Jen tam, kde je skutečná bolest, se vyplatí AI náplast. Všechno ostatní je drahý koníček.
- 2. Datová inventura (Co máme ve sklepě?): AI potřebuje potravu. A tou potravou jsou data. Máte čistá, strukturovaná strojní data z posledních let? Existují senzorová data o teplotě, vibracích, výkonu? Pokud jsou vaše data neorganizovaná hromada na různých Excelových seznamech a serverech, je to vaše první práce. Ne AI.
- 3. Definujte pilotní projekt (Začněte v malém, myslete ve velkém): Vyberte si JEDEN konkrétní případ použití. Ne deset. Příklad: Optická kontrola součástky XY na stroji 7. Zvládnutelný, měřitelný problém. S tímto případem se pak můžete obrátit na poskytovatele jako T-Systems a prozkoumat využití mnichovského zařízení pro Proof-of-Concept.
- 4. Vyhodnoťte partnery (Kdo to opravdu umí?): Nemusíte znovu vynalézat kolo. Existují systémoví integrátoři a specializované softwarové firmy, které se specializují na AI ve výrobě. Mluvte se Siemensem, mluvte se SAP, ale především mluvte s jejich partnery, kteří již realizovali projekty ve středně velkých podnicích. Získejte reference.
- 5. Vypočítejte ekonomickou efektivitu (Co to přinese v konečném důsledku?): Projekt AI je investice, ne samoúčel. Propočítejte si to: Kolik stojí příprava dat, trénování modelu na nové platformě a implementace? A kolik to ročně ušetří na zmetkovitosti, prostojích nebo manuální práci? Pokud na konci není černé číslo – ruce pryč.
ICP Playbook: Najděte perfektní případ použití AI Než investujete do drahých AI projektů: Jasně definujte, který případ použití ve vaší výrobě slibuje největší ROI. Náš Playbook vás krok za krokem provede procesem – od analýzy bolestivých bodů až po obchodní případ.
Můj závěr: Pozvánka, kterou byste neměli odmítnout
Tento trezor plný GPU v Mnichově je víc než jen datové centrum. Je to prohlášení. Signál, že německý průmysl rozpoznal význam AI ve výrobě a je připraven získat zpět kontrolu nad svou digitální budoucností. Ano, závislost na Nvidii bolí. Je to porodní vada tohoto jinak působivého projektu. Ale není to důvod k nečinnosti.
Podle mých zkušeností mnoho středně velkých podniků přeceňuje složitost a podceňuje naléhavost tématu. Telekom zde rozprostírá červený koberec. Bezpečnou, výkonnou cestu do světa průmyslové AI. Nyní je na společnostech, aby se touto cestou vydaly. Vsadím se, že za tři roky už nebudeme mluvit o tom, zda středně velké podniky používají AI, ale jen o tom, kdo zmeškal příležitost a nyní se zoufale snaží dohnat. Nástroje jsou nyní na stole – přímo v Mnichově. Stačí je jen zvednout.