Čínský výpočetní výkon přetváří továrny: případ Dongguan

Dongguan přestal být pouhou „světovou továrnou" montující elektroniku pro globální značky. Město s 12 miliony obyvatel a hustotou průmyslových podniků, která nemá v Číně obdoby, prochází strukturální proměnou — a jejím motorem není levná pracovní síla, ale výpočetní výkon nasazený přímo do výrobních linek.

Architektura „1+1+N": jak Dongguan buduje páteř průmyslové AI

Základem transformace je systém, který donggangská radnice popsala v dokumentu z února jako architekturu „1+1+N": jeden centrální AI výpočetní servisní platform, jedno centrum velkých modelů a N distribuovaných inteligentních výpočetních zdrojů koordinovaných napříč celým regionem. Cíl je konkrétní — do roku 2027 dosáhnout celkové dispozičně dostupné inteligentní výpočetní kapacity přes 10 000 PFLOPS.

To není jen číslo na papíře. Město zavedlo systém tzv. suàn lì quàn (算力券) — výpočetních poukazů v hodnotě až 50 milionů jüanů, přičemž jednotlivý výrobní podnik může získat dotaci až 1 milion jüanů ročně, pokud čerpá výpočetní kapacity přes schválenou platformu. Pokrytí: 50 % skutečně vynaložených nákladů. To výrazně snižuje vstupní bariéru pro středně velké továrny, které si nemohou dovolit vlastní GPU clustery.

Paralelně běží program hraniční výpočetní infrastruktury (biān duān zhì suàn). Do roku 2027 má Dongguan vybudovat síť minimálně 6 000 hraničních výpočetních uzlů přímo v inteligentních továrnách a výrobních halách. Financování: dotace do výše 30 % investice, maximum 1 milion jüanů na podnik. Smysl je funkční — velké modely v cloudu jsou příliš pomalé pro real-time rozhodování na výrobní lince, kde se chyba měří v milisekundách a vadný kus stojí víc než latence síťového přenosu. Hraniční uzly zpracovávají inference lokálně; cloudové centrum trénuje a aktualizuje modely.

Tento model „velký model + malý model" (dà mó xíng + xiǎo mó xíng) má jasnou funkční logiku: průmyslový velký model (foundation model pro výrobní sektor) generuje obecné predikce a znalostní bázi, zatímco specializované malé modely nasazené přímo u stroje vykonávají konkrétní úkoly — detekci vad, prediktivní údržbu, optimalizaci parametrů svařování nebo lisování. Dongguan plánuje do roku 2027 vyvinout minimálně 3 základní výrobní velké modely, 15 vertikálních oborových modelů a 200 průmyslových aplikací nebo agentů s parametry „vysoká přesnost, vysoká stabilita".

Co se skutečně mění na výrobní lince

Čísla z praxe jsou střízlivá, ale přesvědčivá. Data z Industrial Internet Conference, pořádané Čínským institutem pro informace a komunikace (CAICT), ukazují, že čínský průmyslový internet pokrývá 41 velkých průmyslových kategorií a 185 středních kategorií. Jádro odvětví přesahuje 1,6 bilionu jüanů v tržní hodnotě a generuje přírůstek průmyslové přidané hodnoty ve výši přibližně 2,5 bilionu jüanů.

Konkrétní výsledky z továren odpovídají tomu, co technologie v současnosti skutečně dokáže. Skupina Angang Steel (鞍钢集团) v provincii Liaoning postavila integrovanou řídicí platformu pro povrchový důl Qidashan — první v Číně, která dosáhla plně automatizované inteligentní těžby v celém procesu. Výsledek: pokles kompletních nákladů na železnou rudu o 17 %. Společnost Jinhu Security Equipment v provincii Jiangxi eliminovala datové „informační ostrovy" mezi klíčovými výrobními stroji; efektivita předávání výrobních informací vzrostla o 50 %, standardizace výrobních postupů o 18 %.

Tyto výsledky jsou realistické — nejde o reklamní benchmarky z pilotního projektu se dvěma stroji. Jde o výrobní podniky s desítkami až stovkami zařízení, kde integrace dat přes průmyslový internet odstranila manuální přepisování dat mezi systémy a umožnila skutečnou real-time analýzu.

Zásadnější je ale posun, který popisuje Plán rozvoje Dongguan jako globálního centra inteligentní výroby (2026–2030): téměř 70 % donggangských průmyslových podniků nad regulatorní velikostí (tzv. guī shàng podniky) prošlo digitální transformací. Město má postaven první čínský velkoměstský model center zaměřený výhradně na výrobní sektor — a zprovoznilo základní modely pro přirozený jazyk, počítačové vidění a predikci, plus dva vertikální modely pro výrobní znalosti a výrobní vizuální data.

Reálné limity a strukturální napětí

Bylo by nekorektní tuto transformaci prezentovat jako lineární úspěch. Na konferenci Su Bo, předseda Národního odborného výboru pro inteligentní výrobu, pojmenoval tři přetrvávající problémy: technologické koncepty jsou dobře zvládnuté, ale jejich implementace přímo do výrobních hal zaostává; pilotní scénáře se obtížně replikují ve škále; a podniky sice mají zájem o transformaci, ale nevědí jak, nebo si ji nemohou dovolit. Hluboká příčina: průmyslové znalosti nejsou dostatečně systematizovány, průmyslová data jsou stále roztříštěná a softwarové modely nejsou skutečně propojeny s výrobními zařízeními.

To je přesně místo, kde narážíme na technologický strop současnosti. Inteligentní agenti (gōng yè zhì néng tǐ) jsou v praxi nasazeni převážně na rutinní, opakované a znalostně intenzivní procesy — ne na komplexní rozhodování v nestandardních situacích. Systémy strojového vidění pro kontrolu kvality fungují spolehlivě v podmínkách, na které byly trénovány; selhávají při nových typech vad nebo změnách osvětlení, pokud model nebyl průběžně aktualizován.

Guangdongská provinční kritéria pro gradaci inteligentních továren — základní, pokročilá, vynikající, vedoucí — jsou funkčním nástrojem diferenciace. Vynikající úroveň vyžaduje, aby alespoň 20 % scénářů využívalo AI technologie měřitelným způsobem. Celostátně existuje přes 3 500 základních, 8 200 pokročilých, 500 vynikajících a pouze 15 vedoucích továren. Data z vedoucích úrovní jsou pozoruhodná: průměrný pokles míry neshodných výrobků o 45,4 %, zkrácení vývojového cyklu o 29 %, zvýšení obratu zásob o 27,1 % a pokles emisí CO₂ o 19,3 %.

Otázka, která zůstává otevřená: dokáže Dongguan přenést tyto parametry z vedoucích továren na střední a malé podniky, které tvoří páteř jeho průmyslové struktury — a udělat to rychleji, než globální konkurenti vybudují vlastní ekvivalentní infrastrukturu?