Infrastruktury OVHcloud w Europie i w USA są fizycznie niezależne, to cena cyfrowej suwerenności

Z Tomaszem Sobolem, Deputy Marketing Directorem na region Central & Eastern Europe w OVHcloud rozmawiam o: podejściu do wdrażania AI na polskim rynku i usługach wspierających realizację tych projektów; oczekiwaniach względem takich projektów; specjalizacji modeli AI; możliwościach zapewnienia europejskim klientom cyfrowej suwerenności danych; możliwości wykorzystania zasobów OVHcloud we w pełni lokalnym, odizolowanym środowisku.

Czy polski rynek przechodzi dziś do fazy testów faktycznej realizacji projektów AI i lepszego zrozumienia specyfiki sztucznej inteligencji?

Wszystko zależy od kontekstu i wielkości firmy. Przykładowo największe organizacje – dysponują kapitałem oraz odwagą do testowania – dlatego też – coraz częściej sięgają po sztuczną inteligencję. Dostrzegają one potencjał wykorzystania sztucznej inteligencji, ale potrzebną wiedzę pozyskują z rynku – od dostawców, konsultantów i integratorów. Wiele z nich doszło już do momentu, w którym decyduje się na weryfikację możliwości AI w kontekście rzeczywistych potrzeb biznesowych.

Mniejsze firmy – z wyjątkiem startupów – wciąż czekają. Obserwują, kalkulują ryzyko, badają opłacalność. Paradoksalnie, to właśnie startupy są dziś najbardziej odważne. Nie wdrażają AI – one rodzą się z AI w DNA swoich modeli biznesowych. I to one napędzają zmiany, identyfikują nisze i znajdują zastosowanie AI, które później adaptuje reszta rynku.

Problemem pozostają koszty. Wdrożenia są drogie – często przesadnie. Ale projektów nie brakuje, choć wciąż mało kto się nimi chwali otwarcie. Część organizacji dopiero mierzy efekty, gdyż wcześniej trudno im było zdefiniować kryteria sukcesu.

W mojej opinii rok 2026 przyniesie więcej informacji o zrealizowanych projektach AI i ich efektach biznesowych. Zapewne pojawią się też doświadczenia mówiące o tym, w jakich obszarach nie warto stosować AI ze względu na koszty.

Mówiąc o kosztach, trudno nie wspomnieć o cenach GPU. Nieliczne organizacje stać na zakup takich rozwiązań…

To prawda, jednak rachunek kosztów zależy od modelu, w jakim chcemy wdrożyć i wykorzystywać AI. Jeśli firma decyduje się na zastosowanie własnych zasobów, a więc zakup infrastruktury AI, w tym dedykowanych układów GPU na własność, to rzeczywiście takie podejście może wymagać ogromnych nakładów.

Inaczej jest, jeśli dopuścimy możliwość użycia wspomnianych GPU w formie usługi rozliczanej na podstawie faktycznego wykorzystania ich mocy i rozliczeń godzinowych. Co ważne, takie podejście niekoniecznie wymaga skorzystania z oferty hyperskalerów. Podobne rozwiązania oferują dziś lokalni, europejscy dostawcy, tacy jak OVHcloud. W tym przypadku koszt może okazać się niezwykle atrakcyjny i konkurencyjny nie tylko z uwagi na „wysokość faktury”, lecz także ze względu na jurysdykcję i ochronę prawną własności intelektualnej (IP).

Ten model wykorzystania zasobów nie jest jednak jeszcze dobrze rozpoznany na polskim rynku. Firmy nie do końca wiedzą w jaki sposób, na jakich zasadach, w jakiej cenie i u kogo mogą uzyskać dostęp do infrastruktury AI. Brakuje też porównań cen. Co w efekcie znacząco spowalnia adaptację AI w Polsce.

Problematyczna jest również dostępność najbardziej zaawansowanych układów…

To prawda, zakup infrastruktury pod AI to nie tylko kwestia budżetu, ale też kolejek. Jako OVHcloud mamy tę przewagę, że przy naszej skali działania mamy większe możliwości pozyskania potrzebnego sprzętu. Co więcej, dysponujemy znaczącymi zapasami komponentów wykorzystywanych przez platformy dedykowane do obciążeń AI. Mam tu na myśli nie tylko te najbardziej zaawansowane układy GPU firmy NVIDIA.

Jest to o tyle istotne, że lokalne platformy AI niekoniecznie trzeba budować na bazie najdroższych z dostępnych na rynku GPU. Dla wielu klientów w pełni wystarczające okażą się układy nieco mniej zaawansowane, za to tańsze w zakupie i eksploatacji.

Czy więc koszty infrastruktury przestają być kwestią kluczową, jeśli chodzi o możliwość realizacji projektów AI?

To zależy. Dotykamy tu kolejnej kwestii kluczowej dla dalszej popularyzacji biznesowej sztucznej inteligencji. Dziś każdy CIO – czy może raczej CFO – zaczyna liczyć rzeczywiste i całkowite koszty projektów AI. FinOps, dotąd kojarzony głównie z chmurą, nabiera nowego znaczenia: uczy firmy, jak zarządzać wydatkami w środowiskach o rosnącej zależności i zmienności. Pojawia się więc nowe wyzwanie – konieczność skalkulowania TCO (Total Cost of Ownership) projektów AI.

Jakie są główne oczekiwania względem projektów AI?

Najczęściej: większej efektywności, automatyzacji rutynowych oraz powtarzalnych działań, szybszego dostępu do informacji, redukcji błędów. Tam gdzie dane są „krwiobiegiem organizacji” – w przemyśle, logistyce, finansach – efekty są już widoczne. W przemyśle AI usprawnia sterowanie procesami, ułatwia utrzymanie ciągłości działania linii produkcyjnych, co przekłada się na wydajność produkcji i mniejszą liczbę przestojów. W instytucjach finansowych AI już działa, bo poprawia efektywność wykrywania nadużyć, bezpieczeństwa i zarządzania ryzykiem.

Dobrym przykładem korzyści związanych z użyciem AI są też nasze doświadczenia. W centrach danych OVHcloud wprowadzamy kolejną już, 5. generację systemu chłodzenia cieczą, który jest w pełni sterowany z wykorzystaniem AI. Dzięki temu działanie całej infrastruktury odprowadzania ciepła jest zautomatyzowane.

Nasze rozwiązanie uwzględnia wiele czynników, nie tylko temperaturę czy wilgotność, lecz także prognozę obciążenia systemów, warunki atmosferyczne, czy realne warunki środowiskowe panujące w konkretnej szafie Rack. W efekcie, cały system chłodzenia jest dynamicznie i precyzyjnie sterowany, tak aby odpowiadać na faktyczne obciążenie stosu technologicznego i ilość generowanego ciepła.

Sukcesy związane z wykorzystaniem AI widać też w tych branżach, których działalność opiera się na bezpośrednich kontaktach z klientami. Zastosowanie GenAI na potrzeby obsługi klienta jest stosunkowo łatwe i przynosi realne korzyści biznesowe.

W jakich obszarach można szukać łatwych do osiągnięcia korzyści związanych z użyciem AI?

Ciekawym, choć może niszowym, obszarem wykorzystania AI jest obsługa kadrowo-płacowa. Coraz większa grupa organizacji sięga po sztuczną inteligencję po to, aby zarządzać bazą pracowników i w efektywny sposób budować ich ścieżki rozwoju.

Sopra Steria, jeden z naszych partnerów i klientów, korzysta z takich rozwiązań. Dzięki temu, w ciągu kilku sekund jest w stanie przedstawić potencjalnemu klientowi konkretne, dopasowane pod kątem kompetencji i dostępności osoby, które może przydzielić do danego projektu.

Ten sam system – w zautomatyzowany sposób – podpowiada specjalistom, jak mogą lub powinni rozwijać kompetencje, aby mieć dostęp do atrakcyjnych kontraktów. Takich przykładów będzie coraz więcej. AI otwiera drogę do poprawy efektywności, a dążenie do optymalizacji jest z zasady wpisane w istotę biznesu.

Z raportu MIT wynika, że 95% projektów AI nie wychodzi jednak poza fazę pilotażu.

Ten wynik może brzmieć dramatycznie, ale w rzeczywistości to wynik typowy dla każdej przełomowej technologii. Wczesna faza to zawsze okres selekcji – odrzucane są pomysły zbyt kosztowne, zbyt skomplikowane lub po prostu zbyt wczesne wobec dojrzałości organizacji. Przyglądając się jednak bliżej przyczynom tak małej liczby projektów kontynuowanych po fazie pilotażu, można dostrzec powtarzające się bariery: zbyt mało innowacji lub trudne do skalowania, bariery organizacyjne, brak odpowiedniej architektury, brak wystarczającej liczby danych, brak kompetencji.

Z drugiej strony należy mieć świadomość, że projekty, które dziś nie trafiają do fazy produkcji, za jakiś czas mogą wrócić i przynieść oczekiwane korzyści.

Historia niejednokrotnie pokazała, że pionierzy najwięcej ryzykują, ale też mogą najwięcej zyskać. Jeśli spojrzymy na sukces OpenAI, to widać, że jest to organizacja, która tak naprawdę zmienia paradygmat funkcjonowania wielu rynków, nie tylko technologicznych.

Czy w Europie mamy szansę powtórzyć sukces OpenAI?

Zapewne nie dogonimy już OpenAI. Możemy jednak rozwijać własne, wysoce specjalizowane i efektywne modele AI. Europejskie firmy, choćby z sektora bankowości, często rozwijają własne technologie, zamiast wdrażać gotowe modele językowe. Myślę, że jest to obszar, w którym jako Europa mamy szansę dominować.

W USA rozwijana jest duża liczba nowych technologii związanych ze sztuczną inteligencją, gdyż tam takie projekty znajdują łatwo finansowanie. Jest też tak, że duża liczba innowacyjnych rozwiązań, które mają swój początek w Europie, jest szybko wykupowana i potem rozwijana przez firmy amerykańskie.

Kluczowe znaczenie ma jednak umiejętność skalowania takich innowacji, a tu nie jesteśmy na straconej pozycji. Mocno gonimy czołówkę rynku i rozwijamy własne technologie. Co zaskakujące, jeśli wziąć pod uwagę liczbę zgłoszeń patentowych, to w Europie pod względem skali nowych technologii AI prym wiedzie Szwajcaria. Jest to tym ciekawsze, że tamtejsze firmy starają się wdrażać rozwiązania bazujące na sztucznej inteligencji lokalnie.

Gdzie powinna przebiegać granica pomiędzy wykorzystaniem modeli ogólnych i tych specjalizowanych?

Taka granica dla każdej organizacji będzie przebiegać gdzie indziej. Każda firma inaczej ceni swoje dane. Warto jednak zastanowić się, czy aby na pewno potrzebujemy szerokiego modelu AI i ryzyka utraty nawet tych mniej wrażliwych danych, a w jakim stopniu wystarczający będzie mniejszy model uruchomiony we w pełni kontrolowanym środowisku.

Co ważne, takie kontrolowane środowisko to niekoniecznie tradycyjny model lokalny. Jako OVHcloud stopniowo udostępniamy na kolejnych rynkach usługę On-Prem Cloud Platform, w ramach której oferujemy dedykowane, odpowiednio wyskalowane, kompletne środowisko IT uruchomione we wskazanym przez klienta data center. Stos technologiczny takiego środowiska możemy dopasować do potrzeb konkretnego klienta, włącznie z konfiguracją fizycznych serwerów, które możemy wyposażyć m.in. także w GPU.

Wraz z takim podejściem możemy zagwarantować klientom suwerenność i bezpieczeństwo. W tym modelu to od ich decyzji zależy jaki wirtualizator, model językowy i oprogramowanie wykorzysta, ale też czy zleci nam utrzymanie takiego środowiska, czy chce je obsługiwać samodzielnie. Będzie jednak dysponować w pełni autonomicznym środowiskiem.

Usługa On-Prem Cloud Platform to nasza odpowiedź na potrzeby budowania zaufanych, w pełni kontrolowanych, odizolowanych środowisk chmurowych. Model ten pierwotnie zbudowaliśmy dla rządu francuskiego. Teraz jest replikowany dla rynku komercyjnego, przede wszystkim dużych koncernów, banków, instytucji publicznych, ale też wojska czy policji.

W jaki sposób OVHcloud wspiera klientów w realizacji projektów AI?

Koncentrujemy się na zapewnieniu nowoczesnej infrastruktury niezbędnej do realizacji projektów biznesowych. To jest nasza specjalizacja i core business.

Nie oznacza to jednak, że nie angażujemy się w realizację całościowych projektów IT. W tego typu inicjatywach najczęściej bierzemy udział wspólnie z partnerami – integratorami, którzy mają doświadczenia branżowe i technologiczne do tego, aby odpowiadać na potrzeby klientów. Od lat przywiązujemy dużą wagę do rozwoju ekosystemu partnerskiego właśnie po to, aby jak najlepiej odpowiadać na potrzeby klientów. Co ważne, tworzą go także startupy, które mają gotowe, łatwe do wdrożenia rozwiązania odpowiadające konkretnym potrzebom.

To partner, na bazie naszej infrastruktury, jest w stanie zbudować dowolne środowisko dla klienta, w sposób odpowiadający potrzebom danej organizacji, również pod kątem stosu technologicznego czy lokalizacji. Ta zaś – nie zapominajmy – jest istotna w kontekście zapewnienia zgodności z regulacjami czy minimalizacji opóźnień w transmisji danych.

Wyróżnia nas duża elastyczność i podejście zorientowane na faktyczne potrzeby klienta. W warstwie infrastruktury możemy zaproponować usługi oparte na zasobach współdzielonych albo dedykowane rozwiązania prywatne, w tym te całkowicie odizolowane. Zapewniamy też możliwość zlokalizowania infrastruktury w Europie i pod wyłączną jurysdykcją Unii Europejskiej. Jestem przekonany, że tego typu kwestie będą mieć coraz większe znaczenie.

Jaka jest dziś pozycja rynkowa OVHcloud?

Jesteśmy jedyną europejską firmą w czołówce światowego rynku usług cloud computing. Oczywiście, na poziomie świata dysponujemy mniejszym udziałem rynkowym niż trójka hyperskalerów. Ale nie mamy żadnych kompleksów, także pod kątem stosowanych technologii. Wyróżnia nas otwartość całego stosu technologicznego, ale też jego unifikacja.

OVHcloud od początku rozwija chmurę obliczeniową na bazie rozwiązań open source i w sposób zapewniający klientom swobodę wejścia i wyjścia. Poza tym, nie pobieramy opłat za transfer danych, również w przypadku rezygnacji z usługi i migracji. Tymczasem w Europie taki standard obsługi do niedawna nie był oczywisty. Dopiero od września 2025 roku obowiązuje Data Act, który reguluje te kwestie.

Wyróżnia nas też unifikacja stosu technologicznego, a więc powtarzalność infrastruktury, a często także usług, w kolejnych regionach i centrach danych. Cały czas pracujemy również nad poprawą efektywności i optymalizacją zasobów. Dzięki temu możemy oferować coraz lepsze ceny.

Co ważne, cennik usług OVHcloud jest w pełni transparentny i przewidywalny. Pozwala klientom planować rozwój w perspektywie kilku lat. Naszą przewagą jest też fakt, że kontrolujemy w pełni łańcuchy dostaw rozwiązań, na bazie których rozwijamy infrastrukturę chmurową i centrów danych, z których korzystamy. Możemy zatem skalować nasze zasoby tak, aby dokładnie odpowiadały potrzebom klientów w poszczególnych regionach.

OVHcloud pozostaje również istotnym partnerem VMware…

Rzeczywiście. Jesteśmy jednym z największych na świecie partnerów VMware w zakresie budowania środowisk oraz sprzedaży licencji. Jest to o tyle ciekawe, że wychodząc naprzeciw oczekiwaniom rynku, udostępniliśmy niedawno usługę pozwalającą na bezpłatne wykorzystanie rozwiązań VMware dla małych środowisk. Zapewniamy oczywiście rozwiązanie alternatywne, a mianowicie wirtualizator Nutanix.

Czy Wasz rozwój globalny, w tym w USA, nie stoi w sprzeczności z oczekiwaniami europejskich klientów w zakresie suwerenności danych?

Nie, nasze podejście jest bardzo proste. Na potrzeby działalności w Stanach Zjednoczonych mamy zupełnie odrębną spółkę oraz infrastrukturę, która nie podlega jurysdykcji europejskiej. Nasza infrastruktura w Europie i w USA jest fizycznie niezależna.

W obu tych regionach oferujemy analogiczne usługi, jednak są one całkowicie odseparowane. To dwie różne chmury. Jeśli klient potrzebuje połączenia między zasobami działającymi w europejskim środowisku z tymi uruchomionymi na platformie OVHcloud w Stanach Zjednoczonych, to musi zbudować taką integrację np. z pomocą operatora telekomunikacyjnego. Nie jest to najwygodniejsze rozwiązanie, ale to jest cena cyfrowej suwerenności.

Jakie usługi OVHcloud szczególnie odpowiadają potrzebom związanym z wdrożeniami AI?

Na naszą ofertę w tym obszarze składają się m.in. usługi: AI Notebooks służące do budowania różnego rodzaju modeli LLM; AI Training ułatwiające proces szkolenia, a także rozwiązania wspierające jej wdrażanie, czyli AI Deploy. Co najważniejsze, oferujemy również gotowe usługi pozwalające na szybkie wdrożenie konkretnych modeli AI wstępnie wyszkolonych do realizacji określonych zadań. W pewnym sensie zbudowaliśmy sklep z usługami AI.

Najbardziej zaawansowanym klientom zapewniamy oczywiście przestrzeń i infrastrukturę potrzebną do budowania własnych rozwiązań czy środowisk AI w modelu współdzielonym lub w pełni zamkniętym i odseparowanym od świata. Myślę, że w tym kontekście oferta OVHcloud jest bardzo kusząca. Odpowiada wprost na potrzeby rynku w zakresie zachowania pełnej kontroli nad danymi i modelami AI.