Firmy spálily 401 miliard dolarů na AI infrastrukturu. Využívají z ní pouhých 5 procent

Průměrné využití GPU čipů ve firmách dosahuje pouhých pět procent. Z každého dolaru investovaného do AI hardwaru tak 95 centů přijde vniveč. Éra bezhlavého nakupování výpočetního výkonu končí a nastupuje tvrdá realita návratnosti investic.

Poslední dva roky ovládal technologický svět jediný příběh: kdo seženete víc grafických čipů, ten vyhraje závod o umělou inteligenci. Firmy podepisovaly tříleté a pětileté kontrakty na GPU kapacitu, jako by šlo o poslední záchranné čluny na Titaniku. Karty Nvidia H100, které se v roce 2023 prodávaly za 40 tisíc dolarů, se staly měnou budoucnosti.

Jenže budoucnost dorazila a přinesla s sebou účet. Podle nejnovější analýzy VentureBeat a dat z Cast AI dosahuje průměrné využití GPU čipů ve firemních produkčních prostředích pouhých 5 procent. Z 23 tisíc sledovaných Kubernetes clusterů je 95 procent veškeré nakoupené kapacity v každém okamžiku nečinných. A to nejde o testovací prostředí — jde o produkční infrastrukturu, za kterou firmy platí reálné peníze.

401 miliard dolarů ročně a 95 centů z každého dolaru přijde vniveč

Analytická společnost Gartner odhaduje, že v roce 2026 přidá AI infrastruktura do celosvětových IT rozpočtů 401 miliard dolarů nových výdajů. Když toto číslo porovnáte s pětiprocentním využitím, vyjde vám znepokojivá matematika: z každého dolaru investovaného do GPU hardwaru se 95 centů v podstatě vyhodí oknem.

Laurent Gil, spoluzakladatel a prezident Cast AI, to shrnul bez obalu: „GPU, které nic nedělá, stojí dolary za hodinu. CPU, které nic nedělá, stojí centy. A 95 procent GPU kapacity nedělá vůbec nic.“ V jakémkoliv jiném oddělení firmy by pětadevadesátiprocentní míra plýtvání znamenala okamžité propuštění zodpovědného manažera. V AI infrastruktuře se tomu říkalo „připravenost“.

Jak se firmy dostaly do pasti nevyužitých čipů

Mechanismus je paradoxně jednoduchý. Firma se přihlásí na čekací listinu u cloudového poskytovatele. Týdny se nic neděje. Pak přijde telefonát: je k dispozici 36 GPU na roční nebo tříletý závazek. Tříletá varianta je levnější. Na listině čeká dalších pět firem, které je vezmou, pokud neřeknete ano. Strach ze ztráty alokace je silnější než jakákoliv racionální analýza.

Pak se projekt, pro který se čipy kupovaly, zpozdí. Nebo se ukáže, že model potřebuje jinou konfiguraci. Nebo tým ztratí lidi. Cluster stojí. Účty přicházejí dál. A stejný strach, který vedl k přezásobení, teď brání uvolnění kapacity — nikdo nechce vrátit GPU alokaci, kterou by mohl potřebovat za tři měsíce.

Výsledek? Karty H100, které se na vrcholu horečky prodávaly za 40 tisíc dolarů, se dnes na sekundárním trhu pohybují mezi 6 až 15 tisíci dolary. Hardware ztrácí 60 až 85 procent své hodnoty za necelé tři roky. Každý měsíc, co GPU čip stojí nečinně, odpisuje svou hodnotu bez jakéhokoliv přínosu.

Při pětiprocentním využití se z každého dolaru investovaného do křemíku 95 centů v podstatě daruje poskytovateli cloudových služeb. — VentureBeat AI Infrastructure Tracker, Q1 2026

Konec biankošeků: firmy konečně začínají počítat

Data z průzkumu VentureBeat za první čtvrtletí 2026 ukazují zásadní obrat v prioritách IT oddělení. Dostupnost GPU, která byla ještě nedávno hlavním kritériem při výběru poskytovatele, klesla z 20,8 na 15,4 procenta během jediného čtvrtletí. Naopak celkové náklady na vlastnictví (TCO) a cena za inferenci vyskočily z 34 na 41 procent a staly se dominantním měřítkem při rozhodování o nákupu.

Bezpečnost a compliance vzrostly z 41,5 na 48,7 procenta, čímž se téměř vyrovnaly integraci s existujícími systémy jakožto hlavní prioritě. Éra biankošeků na AI infrastrukturu skončila. Finance se ptají na návratnost a provozní oddělení hledají způsoby, jak z existujícího hardwaru vytěžit maximum.

Co to znamená pro český byznys

Česká firma, která zvažuje investici do vlastní GPU infrastruktury, by se měla z tohoto trendu poučit. I největší korporace světa — Intuit, Mastercard, Pfizer — měly přístup ke kapacitě díky hlubokým vazbám na AWS, Azure a Google Cloud. A přesto jejich interní týmy bojovaly s datovou gravitací, správou dat a architektonickou nezralostí.

Klíčové poučení je trojí. Za prvé: nekupujte kapacitu ze strachu. Panika z nedostatku GPU v letech 2023–2025 vedla k masivnímu předzásobení, které se teď projevuje jako mrtvý kapitál. Za druhé: měřte produktivitu, ne aktivitu. Nejde o to, kolik čipů máte zapnutých, ale kolik užitečných tokenů vygenerujete za každou investovanou korunu. Za třetí: zvažte specializované poskytovatele. Zájem o specializované AI cloudy jako CoreWeave, Lambda nebo Crusoe vzrostl z 30,2 na 35,9 procenta — nabízejí optimalizovaný stack za zlomek nákladů tradičních hyperscalerů.

Zároveň roste zájem o managed inference — tedy outsourcing AI výpočtů na poskytovatele jako Baseten, Anyscale nebo Together AI. Tento segment vyskočil z 13,2 na 23,1 procenta za jediné čtvrtletí. Pro střední firmu, která nemá tým na správu distribuovaného GPU schedulingu, může být tato cesta ekonomicky výrazně smysluplnější než budování vlastní infrastruktury.

Spotřebitel, nebo výrobce tokenů?

Analytici z VentureBeat identifikují zásadní strategickou volbu, před kterou stojí každá firma: stanete se spotřebitelem tokenů, který platí trvalý poplatek poskytovateli modelů, nebo výrobcem tokenů, který vlastní infrastrukturu a kontroluje jednotkovou ekonomiku? Vlastnictví přináší kontrolu nad náklady, ale vyžaduje expertízu v oblastech jako správa KV cache, latence nebo energetická omezení datových center.

Pro většinu českých firem bude realistická cesta někde uprostřed — využití managed služeb s jasným měřením nákladů na token a postupná optimalizace. Důležité je jedno: doba, kdy stačilo „mít AI“ jako položku v rozpočtu a nikdo se neptal na výsledky, je definitivně pryč. CFO se dívá na čísla. A 5 procent využití za 401 miliard dolarů ročně je číslo, které žádný rozpočet dlouho nevydrží.