7 Minuty
Bilion dolarů. Ne tržní kapitalizace—tržby. To je rozsah, o který se Nvidia nyní veřejně uchází, a spojuje tuto ambici s rychle se rozvíjejícím konceptem, který začíná přetvářet způsob, jakým se software skutečně vytváří: agentní umělá inteligence (agentní AI).
Na GPU Technology Conference společnosti Nvidia v Kalifornii představil generální ředitel Jensen Huang pozoruhodnou projekci. Společnost očekává, že platformy Blackwell a Vera Rubin vygenerují do roku 2027 tržby ve výši 1 bilionu dolarů—dvojnásobek cíle 500 miliard dolarů, který sdílela před pouhým rokem. Takový náhlý nárůst není pouze optimismus. Je to signál, že Nvidia vnímá zásadní posun v základech celé ekonomiky AI.
Huangova jistota spočívá v jednoduchém, přesto silném předpokladu: poptávka po AI neklesá—naopak zrychluje. A to nejen kvůli větším modelům, ale proto, že tyto modely začínají jednat autonomně.
Od modelů k strojům, které jednají
Agentní umělá inteligence je středobodem této vize. Na rozdíl od tradičních systémů, které čekají na vstupní dotaz (prompt), mohou tito agenti plánovat, vykonávat a přizpůsobovat se—zvládat složité vícekrokové úlohy s minimálním lidským zásahem. Tento posun změní prakticky všechno, zejména tam, kde leží skutečné náklady na výpočetní výkon.
Dříve dominovalo diskusi trénování modelů: dlouhé epochy učení, obrovské datové sady a náročné GPU clustery spotřebovávající energii i čas. Dnes se do popředí dostává inference—the fáze, kdy AI skutečně pracuje a poskytuje výsledky v reálném čase. Jak stále více systémů řízených agenty běží nepřetržitě a generuje či zpracovává masivní tok tokenů, roste také infrastruktura nutná k jejich podpoře—a to exponenciálně.
Huang poukázal na Anthropicův Claude Code jako na průlomový moment. Uvedl, že uvnitř Nvidie softwaroví inženýři už zřídka pracují zcela sami; AI agenti jsou včleněni do pracovních toků, píší, revidují a optimalizují kód ruku v ruce s lidmi. Ticho a postupné proměňování povahy programování tak není iluzí—jde o reálné změny v produktivitě a architektuře vývoje softwaru.
Jeho rámování je těžké ignorovat: agentní AI není jen další vrstva softwaru—je to „nový počítač.“ Tím Huang naznačuje, že software se přestane chovat pouze jako nástroj ovládaný člověkem a stane se systémem, který sám rozhoduje, plánuje a vykonává operace ve větším měřítku.
Pro firmy to znamená, že místo jednorázových dotazů a občasného zpracování budou potřebovat architektury navržené pro trvalý provoz: škálovatelná inference, nízká latence, vyrovnávání zátěže a robustní monitoring. Výsledkem je, že hospodářský model AI se přesouvá od investic do tréninku (CAPEX a jednorázové náklady) k kontinuálním provozním nákladům (OPEX) souvisejícím s inference—což jsou právě ty elementy, na které se Nvidia připravuje vydělat.
Technicky řečeno, agentní systémy generují vysokou propustnost tokenů a často vyžadují paralelní zpracování stovek až tisíců úloh současně. To klade důraz na architektury s vysokou šířkou pásma paměti (HBM), nízkou latencí mezi komponentami a efektivními mezivrstvami softwaru pro orchestraci agentů. Z hlediska optimalizace nákladů vznikají nové obchodní příležitosti: inference-optimalizované čipy, specializovaná FPGA řešení, vestavěné systémy pro edge inference a softwarové vrstvy redukující redundantní výpočty.
Navíc do hry vstupují bezpečnostní a etické aspekty: když agenti jednájí autonomně, musí existovat garance chování, auditní stopy, a mechanismy pro nouzové zastavení. To otevírá trhy pro nástroje pro bezpečnou orchestraci agentů, verifikaci modelů a sledovatelnost rozhodnutí—tedy oblasti, kde se také může generovat velký obchodní objem.
Platformní strategie se rozrůstá
Nvidia o této budoucnosti jen nemluví—aktivně na ni míří. Firma představila vlnu iniciativ, které směřují ve stejném směru: vlastnit infrastrukturu stojící za autonomními AI systémy.
Tento posun zahrnuje hlubší vstup do světa CPU, nové čipy optimalizované pro inference po akvizici Groq, a také významné partnerství s OpenClaw—open-source platformou agentů AI, která rychle získala pozornost pro své schopnosti i rizika.
Huang přirovnal roli OpenClaw k raným verzím Windows a označil ji za základní vrstvu pro agentní výpočet. Podle něj budou podniky, které kdysi potřebovaly „HTML strategii“ pro éru webu, potřebovat brzy „OpenClaw strategii“ pro éru AI agentů. Tato analogie poukazuje na možný vzor: otevřená platforma má schopnost standardizovat rozhraní a urychlit adopci, což zároveň může vést k široké závislosti na podkladovém hardwaru.
To je ale dvojsečný meč. OpenClaw vyžaduje široký přístup k uživatelským systémům, což vyvolává vážné bezpečnostní obavy. Zprávy naznačují, že jak velké technologické firmy, tak vládní instituce varovaly před neomezeným nasazením takových agentů. V jednom často zmiňovaném incidentu agent údajně smazal firemní e-mailovou schránku—okrajový případ, ale ilustrující potenciální riziko.
Jako reakci Nvidia představila NemoClaw, více kontrolovanou verzi orientovanou na podnikový provoz, navrženou tak, aby řešila problémy s ochranou soukromí a bezpečností. NemoClaw má za cíl nabídnout verificovatelné chování agentů, omezený přístup k citlivým systémům a nástroje pro audit a dohled—prvky, které firmy a regulátoři požadují před rozsáhlým nasazením.
Toto není jen akt filantropie; je to strategický tah. Open-source platformy mohou urychlit adopci a rozšíření technologií, ale také vytvářejí závislost na hardware, který je nejlépe optimalizovaný pro jejich běh. Pokud OpenClaw nebo NemoClaw budou široce přijaty, poptávka po specializovaném hardwaru (např. NVIDIA Blackwell) by mohla výrazně vzrůst.
Huangovy ambice sahají dál než povrch Země. Naznačil představu datových center s umělou inteligencí umístěných ve vesmíru, které by mohly být napájeny budoucími systémy Vera Rubin, a oznámil partnerství s automobilkami jako Hyundai, Nissan, BYD a Geely s cílem rozšířit výrobu robotaxiů až na 18 milionů jednotek ročně. To je vizionářská představa, kde AI nejen asistuje průmyslům, ale přímo je řídí—od logistických sítí až po autonomní dopravu ve velkém měřítku.
Realisticky však existuje mnoho překážek: regulační prostředí, potřeba robustní telemetrie a údržby, energetická náročnost provozu rozsáhlých flotil a otázky veřejného přijetí autonomních vozidel. Nasazení milionů robotaxi vyžaduje interoperabilitu, standardy bezpečnosti, pojištění a rozsáhlé pilotní provozy. I když partnerství s výrobci automobilů ukazuje průmyslové ambice, trh bude muset vyřešit mnohé provozní i právní detaily.
Investoři mezitím začali chladnout k masivním investičním cyklům, které dříve poháněly nadšení kolem AI. I přes silné hospodářské výsledky není Nvidia zcela imunní vůči skepticismu: akcie kolísaly i po velkých oznámeních. To ilustruje napětí mezi technologickou vizí a finanční konzervativností trhu—napětí, které může definovat další fázi AI revoluce.
Z obchodního hlediska je klíčová otázka návratnosti investic do infrastruktury. Pokud agentní systémy skutečně zvýší hodnotu firem natolik, aby ospravedlnily rozsáhlé investice do datových center, specializovaných čipů a síťové infrastruktury, pak může vzniknout nový kapitálový cyklus. Pokud ale adaptace zůstane fragmentovaná nebo budou náklady vyšší než očekávané výnosy, růst požadavků na hardware se může zpomalit.
Rovněž stojí za zmínku geopolitické a dodavatelské riziko: dominanční role jednoho hráče v ekosystému AI infrastruktury přitahuje pozornost regulátorů i konkurentů. Diverzifikace dodavatelů čipů, otevřené standardy a investice do lokálních výrobních kapacit mohou změnit konkurenční dynamiku ve prospěch širšího trhu, nikoli pouze jediné firmy.
V konečném důsledku Nvidia sází, že agentní systémy ospravedlní „infrastrukturní účet“. Trh zatím není plně přesvědčen, ale strategické kroky společnosti—rozšíření do CPU, investice do inference-optimalizovaných produktů, zapojení do open-source iniciativ a partnerství s výrobci automobilů—ukazují na cílený plán, jak přeměnit technologickou vizi na komerční realitu.
Pokud má Huang pravdu, další výpočetní revoluce nebude o chytřejších nástrojích—bude o autonomních systémech, které budou řídit chod průmyslu.
Zanechte komentář