AI & automatizace · 7. února 2026 · 12 min. čtení · Joseph Flesh, CTO & Co-Founder, Amplifa

Mnichov, máme exaflop: Konec výmluv pro střední firmy

Telekom staví v Mnichově pevnost pro AI. Mnoha středním firmám to zní jako science-fiction. Já říkám: Je to Vaše poslední šance, jak nezůstat pozadu.

Víte vlastně, co je to exaflop? Nebojte se, i já si to musel nejdříve vyhledat. Je to číslo s 18 nulami. Trilion výpočetních operací. Za sekundu. Zkuste si to představit – nejde to, že? Je to jedna z těch astronomických veličin, u kterých lidský mozek prostě vypovídá službu. A přesně toto absurdní množství výpočetního výkonu právě vzniká za našimi humny.

Pevnost AI v Tucherparku: Více než jen prázdná slova

Upřímně: Když Deutsche Telekom opět jednou oznámí nějakou „inovaci“, většinou jen pokrčím rameny. Příliš často to byly jen kouřové clony, které měly odvést pozornost od zastaralých sítí. Ale to, co je od 6. února letošního roku v Mnichově oficiálně v provozu, je jiná liga. „Industrial AI Factory“ v Tucherparku je – a to neříkám často – přelomová událost. Společně s Nvidia a partnerem pro datová centra Polaris vybudovali v Bonnu během pouhých šesti měsíců infrastrukturu, která v Evropě dosud neexistovala. Nemluvíme zde o pár serverových racích ve sklepě. Mluvíme o téměř 10 000 nejnovějších Nvidia Blackwell GPUs. To je hardware, o kterém v USA právě básní každý technologický guru. A ten teď stojí v Mnichově a čeká na data německých středních firem.

Jde o to, že zde nejde jen o hrubou sílu. Celý koncept běží pod praporem datové suverenity. Slovo, které v ředitelských kancelářích dlouho vyvolávalo zívání, dokud nepřišly první pokuty za porušení GDPR a nezjistilo se, že vlastní výrobní data u amerických hyperscalerů možná nejsou tak v bezpečí jako v domácím trezoru. Telekom slibuje pevnost podle německého práva na ochranu osobních údajů. Digitální objekt s vysokým zabezpečením pro korunní klenot německého průmyslu: naše procesní know-how. A aby to bylo pro firmy hmatatelné, existuje „Deutschland Stack“. Jakási stavebnice, kde Telekom poskytuje infrastrukturu a SAP – kdo jiný – k tomu přidává odpovídající podnikové aplikace. První uživatelé, jako specialista na robotiku Agile Robots nebo simulační kovárna PhysicsX, jsou již na palubě. To ukazuje, že nejde o papírového tygra. Stroje už běží.

Co to znamená pro Váš provoz v Bielefeldu nebo Biberachu?

Už je slyším, ty jednatele ze Sauerlandu a Allgäu: „Hezké pro ně, pane Müller. Ale co to má společného s mým vysekávacím a ohýbacím strojem?“ Oprávněná otázka. Dosud byla AI ve výrobě hrou pro velké hráče. Pro koncerny jako Siemens, které udržují vlastní oddělení AI a klidně uvolní pár milionů na pilotní projekt. Pro střední firmy často zbývaly jen dvě špatné možnosti: Buď poslat svá nejcitlivější data do Amazon Web Services nebo Microsoft Azure a doufat v nejlepší – nebo se pokusit ve vlastní serverovně splácat řešení, které nakonec stojí víc, než přináší, a které IT oddělení (skládající se z jedné osoby a učně) stěží zvládá.

Tato nová továrna na AI má být třetí cestou. Přístup k absolutní špičkovému hardwaru (tyto Blackwell věci jsou pro trénování AI to nejlepší), aniž byste museli vynaložit počáteční investici v řádu milionů eur na nákup. A – to je ten rozhodující bod – aniž byste se vzdali kontroly nad vlastními daty. Ať už jde o prediktivní údržbu (Predictive Maintenance) Vašich lisů, optimalizaci robotických ramen v montážní lince nebo vytvoření digitálního dvojčete celé Vaší výrobní haly pro simulaci nových procesů – výpočetní výkon pro tyto účely může nyní pocházet z Mnichova. S nižší latencí, pod německým právem a teoreticky na bázi Pay-per-Use.

Dostupnost suverénní infrastruktury pro AI není „Nice-to-have“, ale strategická nezbytnost pro Německo jako průmyslovou lokalitu. Snižuje vstupní bariéru pro střední firmy, aby se mohly podílet na hodnotových řetězcích založených na datech, aniž by ztratily kontrolu nad vlastním know-how. Přesouváme tvorbu hodnot zpět do Evropy.

— Prof. Dr. Anja Weber, vedoucí Fraunhoferova institutu pro inteligentní výrobní systémy Stuttgart

Velcí jdou příkladem – střední firmy musí následovat

Podívejme se, jak jednají lídři trhu. Siemens, jeden ze zmíněných partnerů projektu, nečeká, až mu někdo rozvine červený koberec. Už před lety začali své portfolio doplňovat o AI. Nedávno koupili Canopus AI, malou firmu specializující se na AI v polovodičové měřicí technice. Proč? Protože vědí, že data z výroby jsou novým zlatem a AI je lopata k jeho těžbě. Nyní integrují své vlastní simulační nástroje – software, se kterým BMW a spol. plánují své továrny – přímo do tohoto mnichovského superpočítače. Pro Siemens je to logický vývoj, nová prodejní platforma pro jejich digitální produkty.

Pro střední firmy je to však také varovný signál. Pokud velcí hráči nabízejí své nástroje přímo na nejvýkonnějším dostupném hardwaru, nůžky mezi těmi, kteří AI využívají, a těmi, kteří ne, se rozevřou ještě rychleji. Dosud to byla otázka peněz a odvahy začít vlastní projekty AI. Nyní je to stále více otázka čisté vůle. Infrastruktura tu je. Podle aktuálního průzkumu VDMA však stále více než 60 % výrobců strojů s implementací AI váhá, často kvůli nejasné ROI a obavám o bezpečnost. Přesně tyto dvě překážky má mnichovská iniciativa odstranit. Výmluvy se tedy tenčí.

Ale pozor: Není všechno zlato, co se třpytí

Než všichni propadneme jásotu a začneme sypat svá data do Mnichova, měli bychom se jako zkušení praktici na chvíli zastavit a nasadit si kritické brýle. Existuje totiž několik bodů, o kterých se na slavnostním otevření jistě nemluvilo tak nahlas. Zaprvé, Lock-In. Vyměníme závislost na Microsoftu nebo Amazonu za novou závislost na Deutsche Telekom a SAP. Je to skutečně lepší? Monopolista zůstává monopolistou – i když mluví německy. Cenotvorba za využívání tohoto zázračného hardwaru leží výhradně v jejich rukou. Z takového ekosystému se jen těžko vystupuje, jakmile jste v něm hluboko ponořeni.

Zadruhé, náklady. „As-a-Service“ zní vždy tak krásně flexibilně. Může se to ale také sakra prodražit, jakmile se počítadlo za využití GPU rozběhne. Minulý týden jsem mluvil s COO jednoho středně velkého automobilového dodavatele ze Švábska. Řekl mi: „Pane Müller, nepotřebuji půl exaflopu pro výzkumný projekt. Potřebuji spolehlivé řešení, které mi řekne, kdy má být můj frézovací stroj udržován. A to takové, které si mohu dovolit a kterému rozumím.“ Tím udeřil hřebíček na hlavičku. Hrozí nebezpečí, že se zde půjde s kanónem na vrabce. Cenovka za přístup k tomuto elitnímu hardwaru by mohla být pro mnoho běžných aplikací ve středních firmách prostě příliš vysoká. A experti na AI, které i tak budete potřebovat k trénování modelů a interpretaci výsledků, v Bavorsku také nerostou na stromech.

A pak je tu SOOFI – tento prestižní projekt evropského open-source jazykového modelu se 100 miliardami parametrů. Zní to skvěle. Evropská odpověď na ChatGPT a spol. Ale je dovoleno se ptát: Potřebuje výrobce přesných nástrojů LLM, který umí psát básně? Nebo nepotřebuje spíše vysoce specializovaný model, který z dat senzorů rozpozná vzorce opotřebení na špičkách nástrojů? Kůň se zde klasicky zapřahá za vůz. Staví se největší kanón na světě a pak se hledá vhodný cíl. Zda je to skutečně cesta, jak německé střední firmy profitují v jádru své tvorby hodnot – nad tím dělám velký otazník.

• 1. Proveďte inventuru dat: Přestaňte snít o AI a začněte dělat své domácí úkoly. Kde leží Vaše nejcennější data? V řídicích systémech (SPS) strojů? Ve starých tabulkách Excel? V CAD souborech Vašich konstruktérů? Bez čisté a dostupné datové základny je každá investice do AI vyhozenými penězi. Je to pracné, ano. Ale nevyhnutelné.
• 2. Definujte „bolestivý projekt“: Nevybírejte si ten nejvíce fascinující projekt AI, ale ten, který Vás nejvíce pálí. Je to vysoká zmetkovitost u součástky XY? Neočekávané prostoje strojů v pátek odpoledne? Definujte JEDEN přehledný problém, u kterého by řešení mělo jasnou a měřitelnou hodnotu.
• 3. Počítejte s ostrou tužkou: Oslovte poskytovatele jako T-Systems a požádejte o Proof-of-Concept pro přesně tento jeden problém. Nechte si vypracovat konkrétní nabídku. Kolik stojí využívání platformy na tři měsíce? Kolik konzultačních dnů je potřeba? Jen s tvrdými čísly můžete učinit skutečné rozhodnutí.
• 4. Vytvořte „guerillový tým“: Sestavte malý, interdisciplinární tým. Jeden z IT, zkušený inženýr z výroby, možná i dělník, který zná stroj skrz naskrz. Tito lidé musí projekt pohánět a tvořit most mezi high-tech AI a drsnou realitou výrobní haly.
• 5. Položte otázku suverenity: Každému potenciálnímu partnerovi položte tvrdé otázky: Kde přesně leží moje data? Kdo má přístup? Jak vypadají smlouvy? A co je velmi důležité: Jak se dostanu zpět ke svým surovým datům a natrénovaným modelům, pokud budu chtít změnit poskytovatele? Vyjasněte si strategii ukončení (exit strategy) dříve, než do toho vstoupíte.

Závěr: Konec výmluv, začátek práce

Podle mých zkušeností máme v Německu tendenci věčně filozofovat o dokonalém, bezrizikovém 110% řešení, zatímco konkurence v zámoří prostě jedná. Tato věc v Mnichově je nyní tady. Není dokonalá, nese s sebou rizika – především náklady a Lock-In. Ale je to obrovská šance uzavřít technologickou mezeru, která se v posledních letech otevřela. Otázkou již není, zda budeme AI ve výrobě využívat, ale jak. A poprvé po dlouhé době máme odpověď, která nezní „AWS“ nebo „Azure“, ale „Mnichov“.

Vsadím se, že firmy, které nyní – s rozvahou – odvážně zkusí malé experimenty na této platformě, budou mít za tři roky náskok. Ne proto, že trénují obrovské LLMs, ale protože se naučily využívat svá data pro konkrétní zlepšení ve výrobě. Ti ostatní budou stále sedět v konferenčních místnostech a diskutovat o rizicích – zatímco jejich knihy objednávek budou prázdnější a nejlepší inženýři odejdou ke konkurenci. Přes to nejede vlak.