Dzięki zdolności do funkcjonowania w obliczu wysokiego obciążenia operacyjnego chmura staje się centralnym filarem sztucznej inteligencji i jej zastosowań. Zdaniem ekspertów z Capgemini trend ten znajduje już odzwierciedlenie w wydatkach na chmurę publiczną, które wzrosną z 723 mld dolarów w 2025 roku do 1,47 bln dolarów w 2029 roku. Raport wskazuje ponadto, że tradycyjne architektury mogą okazać się niewystarczające wobec wymagań tego sektora.
Przedsiębiorstwa muszą dostosowywać modele do własnych danych, sprawować nad nimi kontrolę oraz przestrzegać obowiązujących przepisów, co skłania je do wdrażania architektur hybrydowych, prywatnych, wielochmurowych i suwerennych, aby działać w sposób bezpieczny i zgodny z prawem. W szczególności agenci AI wymagają skalowalnej, rozproszonej infrastruktury o niskich opóźnieniach, w której chmura oraz przetwarzanie brzegowe są zintegrowane w ramach jednej inteligentnej struktury, umożliwiającej szybkie i efektywne reagowanie.
W 2026 roku platformy hybrydowe staną się standardem. Zamiast funkcjonować jako sztywne narzędzia, AI będzie działać płynnie pomiędzy środowiskami brzegowymi, chmurą prywatną i publiczną. W ten sposób chmura 3.0 wyznacza moment, w którym model ten przestaje być jedynie platformą IT, a staje się rozproszoną warstwą wykonawczą umożliwiającą wdrażanie AI na dużą skalę.
Zmiana modelu operacyjnego
Zmiana ta przejawia się w trzech wyraźnych sygnałach. Pierwszym z nich jest pojawienie się architektur hybrydowych zoptymalizowanych pod kątem AI, w których przedsiębiorstwa rozkładają obciążenia robocze między środowiska prywatne, publiczne i brzegowe. W efekcie sztuczna inteligencja nie zależy już od jednego dużego dostawcy, lecz jest wdrażana tam, gdzie przynosi największą wartość. Drugim istotnym czynnikiem jest fakt, że organizacje często uruchamiają aplikacje krytyczne równocześnie u wielu dostawców, aby zwiększyć odporność systemów i zachować suwerenność danych. Wreszcie sektory o wysokim stopniu regulacji – takie jak sektor publiczny, ochrona zdrowia czy bankowość – łączą moc obliczeniową dużych dostawców ze ścisłą kontrolą nad lokalizacją i zarządzaniem danymi.
Capgemini przypomina, że wraz z przechodzeniem organizacji od eksperymentalnych wdrożeń agentów AI do systemów produkcyjnych niezbędne stają się solidne ramy orkiestracji, koordynujące pracę wielu wyspecjalizowanych agentów.