Telekomunikační operátoři po celém světě s nadšením budují platformy GPU-as-a-Service (GPUaaS) a slibují, že právě oni odemknou revoluci v oblasti umělé inteligence. Jejich klíčové argumenty spočívají ve dvou pilířích: jednak ve výjimečně nízké latenci díky okrajové architektuře sítí a jednak ve své roli důvěryhodných, suverénních subjektů, kterým lze svěřit citlivá data. Za touto ambicí se však skrývají tři tvrdé reality, které nelze přehlédnout.
První bariérou je brutální ekonomika nízkolatentního výpočtu. Zatímco dávkové zpracování stojí na optimalizovaném hardwaru kolem 0,10 USD za milion tokenů, výpočty cílené na minimální odezvu se mohou prodražit až na pět dolarů za stejný objem – padesátinásobná prémie, kterou většina zákazníků odmítne akceptovat. Druhou výzvou je past využití: zatímco hyperscaleři jako AWS či Google Cloud díky globálnímu vyvažování pracovních úloh dosahují vytížení GPU kolem 60–70 %, geograficky rozptýlené a menší clustery telekomunikačních sítí podobnou efektivitu nikdy nedosáhnou. Nejzávažnější však zůstává chronický nedostatek propracovaného softwarového stacku – od orchestrace přes nasazení modelů až po MLOps nástroje –, který promění surový hardware v použitelné prostředí. Zatímco hyperscaleři a specialisté na AI investovali do vývoje těchto vrstev desetiletí, telekomunikační firmy by stavbu obdobné platformy zaplatily miliardami a zdržely by se o roky.
Navzdory těmto překážkám se na globální úrovni rodí projekty, které přinášejí naději. Mimo Spojené státy se nejčastěji prosazuje kombinace „suverénní AI + Nvidia“. Deutsche Telekom staví svou „T Cloud“, e& v SAE buduje rozsáhlý suverénní supercluster, Singtel nabízí řešení „RE:AI“ pro jihovýchodní Asii, SK Telecom cílí na domácí trh, TELUS působí v Kanadě, Telefónica ve Španělsku a Verizon v USA.
Namísto přímého střetu s AWS, Google Cloud či Azure, který by znamenal ztrátovou bitvu o horizontální AI cloud, se telekomunikační společnosti soustředí na čtyři strategické cesty k udržitelnosti. První z nich je role poskytovatele suverénního cloudu – díky domácímu původu a pověsti spolehlivého správce dat mohou operátoři oslovit zákazníky s nejpřísnějšími požadavky na rezidenci a ochranu informací. Druhou je pozice „chytrého pronajímatele“ (infrastrukturního partnera), kdy telekomy doplňují kapacitu specialistům na AI stack místo aby s nimi soupeřily. Třetí cestou je vertikální specializace v konkrétních odvětvích a okrajových scénářích, jako je robotická automatizace ve výrobě či analýza videa v reálném čase, kde lokální rozmístění výpočetní techniky skutečně přináší konkurenční výhodu. Poslední variantou je posun k úzce specializovanému poskytování inference, kdy se operátoři snaží optimalizovat výkon a náklady v těch nejnáročnějších případech nízké latence.
Závěrem lze říci, že telekomunikační GPUaaS není jednorozměrná hra, ale spektrum strategií. Snahy postavit univerzální, horizontální AI cloud se ukazují jako rizikové a marginálně výnosné. Opravdové šance leží tam, kde mohou operátoři uplatnit svou jedinečnou výhodu – v suverenitě nad daty a důvěře regulátorů i podnikových zákazníků. Právě v těchto segmentech se telekomunikační společnosti mohou prosadit a nabídnout služby, které hyperscaleři těžko napodobí.
Zdroj: rcrwireless.com
