Devět z deseti vývojářů sází na fyzickou AI, ale software jim utíká
Když se řekne robotika, většina lidí si představí humanoidní stroje, kloubová ramena v továrnách nebo autonomní vozíky ve skladech. Jenže pod slupkou mechaniky se odehrává mnohem zásadnější bitva — o operační systém, který robotům dává "mozek". A právě tady to podle studie společnosti QNX skřípe.
Průzkum, kterého se zúčastnilo 1 000 vývojářů robotiky z celého světa, ukazuje alarmující čísla. 89 % respondentů označuje fyzickou AI (Physical AI) — tedy umělou inteligenci propojenou s reálným fyzickým světem — za zásadní pro své budoucí plány. Robotika přestává být doménou izolovaných klecí: 83 % systémů už dnes pracuje přímo vedle lidí, nikoli za bezpečnostními bariérami.
Jenže zatímco hardware jde kupředu mílovými kroky, software zůstává pozadu. 27 % vývojářů uvádí softwarovou architekturu a integraci jako největší výkonnostní úzké hrdlo — to je výrazně více než 16 %, kteří viní hardware. "Nejde o to, že bychom neměli dost výkonné čipy. Problém je v tom, na čem ten kód běží," shrnuje Jim Hirsch, globální viceprezident prodeje pro vestavěné systémy v QNX.
Co je GPOS a proč v robotice nestačí
General-purpose operating system (GPOS) je zkratka pro univerzální operační systém — typicky Linux, Windows nebo jejich deriváty. Jsou to systémy navržené pro obecné použití: běh aplikací, práci se soubory, síťovou komunikaci. Jejich problémem v robotice je, že neumí garantovat odezvu v reálném čase.
Když robotické rameno potřebuje zastavit milisekundu před srážkou s člověkem, nemůže čekat, až operační systém dokončí zápis na disk nebo obslouží síťový požadavek. Potřebuje deterministickou odezvu — jistotu, že kritická operace proběhne přesně v daný okamžik. Právě to je doménou RTOS (real-time operating systems), jako je QNX Neutrino, které garantují časování na úrovni mikrosekund.
A tady nastává zlom: 91 % vývojářů přiznává, že pro safety-critical úlohy používá GPOS, přestože 95 % z nich považuje real-time chování za absolutně nezbytné. Jinými slovy — vědí, že používají špatný nástroj, ale nemají lepší, nebo se bojí změny.
Certifikace jako největší překážka: Česko a Evropa v centru problému
Zatímco se svět robotiky technologicky posouvá vpřed, certifikační procesy ho brzdí. Celých 66 % vývojářů hlásí zpoždění projektů kvůli schvalovacím procesům. V Německu a Velké Británii toto číslo stoupá na přibližně 70 %, zatímco v Číně, kde regulační rámec není tak přísný, jde "jen" o 56 %.
Pro české firmy je to zásadní čtení. Evropská unie chystá od roku 2027 účinnost Cyber Resilience Act, který přidá další certifikační požadavky pro zařízení obsahující software — roboty nevyjímaje. Zároveň EU AI Act klasifikuje fyzické AI systémy jako vysoce rizikové, což znamená další vrstvu povinných posouzení shody.
Největší výzvy podle studie představují dva standardy: ISO/SAE 21434 pro kybernetickou bezpečnost (51 % vývojářů ho označuje za nejobtížnější) a ISO 10218 pro funkční bezpečnost robotů (49 %). Oba jsou přitom pro evropské výrobce — včetně českých firem dodávajících do automotive sektoru kolem Škody Auto — naprosto klíčové.
Kam potečou investice: AI, kyberbezpečnost a operační systémy
Studie QNX mapuje i to, kam vývojáři plánují investovat v nejbližších letech. Na prvním místě se dělí AI řízené rozhodování (51 %) s kybernetickou bezpečností (rovněž 51 %). Třetí příčku obsadily operační systémy a real-time řízení (37 %).
Je pozoruhodné, že kyberbezpečnost a AI sdílejí první místo — odráží to rostoucí obavy z útoků na robotické systémy, které v éře fyzické AI mohou mít doslova život ohrožující následky. Představte si robota-spolupracovníka, jehož řídicí systém někdo napadne a přeprogramuje. To není sci-fi, ale reálný scénář, na který se průmysl připravuje.
85 % respondentů očekává, že role softwaru v robotice v následujících 3 až 5 letech ještě poroste. To signalizuje zásadní posun: robotika přestává být primárně mechanickým oborem a stává se disciplínou softwarového inženýrství.
Jen 29 % vývojářů si věří na bezpečná rozhodnutí v reálném světě
Jedno z nejvíce znepokojivých čísel studie zní: pouze 29 % vývojářů se cítí "velmi sebejistě" při tom, aby jejich robotické systémy dělaly bezpečná a předvídatelná rozhodnutí v reálném prostředí. Více než 70 % přiznává určitou míru nejistoty — a to navzdory tomu, že 83 % těchto systémů už pracuje vedle lidí.
To je propast mezi ambicemi průmyslu a realitou. Vývojáři vědí, že jejich současné softwarové platformy nejsou dostatečně robustní. A 86 % uživatelů GPOS je otevřeno změně operačního systému — signál, že trh je zralý na přechod k RTOS platformám navrženým přímo pro robotiku.
Co říkají odborníci: Podcast QNX Code the Future
QNX k vydání studie spustil podcastovou sérii QNX Code the Future, ve které hlavní analytik Omdia Lian Jye Su diskutuje o implikacích reportu pro robotický průmysl. Podcast se věnuje praktickým otázkám přechodu od prototypů k produkčním systémům, certifikačním strategiím a roli AI v reálném řízení robotů.
Dopady pro českou robotiku a průmysl
Česká republika má silnou průmyslovou základnu, kde robotika hraje klíčovou roli — od výrobních linek Škody Auto přes logistická centra až po menší automatizační firmy. Čísla z QNX reportu by měla rezonovat především u výrobců integrujících kolaborativní roboty do provozů s lidskou obsluhou.
Klíčová doporučení studie jsou jasná: přehodnotit volbu operačního systému pro safety-critical aplikace, začít řešit certifikační požadavky včas (zejména ISO/SAE 21434 a ISO 10218) a investovat do kyberbezpečnosti jako nedílné součásti robotických systémů. S příchodem EU Cyber Resilience Act v roce 2027 se tyto body stanou nejen konkurenční výhodou, ale zákonnou povinností.
Studie QNX ukazuje, že robotický průmysl stojí na prahu zásadní softwarové transformace. Otázkou není, zda k ní dojde — ale kdo ji zvládne rychleji a bezpečněji.
Kompletní studie "Inside the Robot: Architecture Benchmark Report 2026" je k dispozici na stránkách QNX Software.
Co přesně znamená fyzická AI (Physical AI) a jak se liší od běžné umělé inteligence?
Zatímco "běžná" AI pracuje v digitálním světě — generuje text, obrázky nebo analyzuje data — fyzická AI přímo interaguje s reálným světem prostřednictvím senzorů, kamer, motorů a dalších hardwarových komponent. Typickým příkladem je robot, který na základě kamerového vstupu rozpozná překážku a v reálném čase přepočítá trajektorii pohybu. Fyzická AI vyžaduje deterministické chování, protože její rozhodnutí mají okamžité fyzické následky.
Proč 86 % vývojářů uvažuje o změně operačního systému, ale zatím to neudělalo?
Podle studie jsou hlavními překážkami obavy z kompatibility existujícího kódu, náklady na migraci a nedostatek zkušeností s RTOS platformami. Mnoho týmů také čeká na jasnější signál z trhu nebo od svých dodavatelů. Příchod EU Cyber Resilience Act v roce 2027 by mohl být katalyzátorem — až se certifikační požadavky zpřísní, GPOS systémy bez real-time záruk už nemusí vyhovět.
Jak se studie QNX dotýká běžných českých firem, které robotiku jen nakupují?
I firmy, které roboty nekupují přímo, by o trendu měly vědět. Kolaborativní roboti, autonomní vozíky a AI řízené výrobní linky se stávají standardem v logistice i výrobě. Když budete vybírat dodavatele robotického řešení, je dobré se ptát, na jakém operačním systému jejich roboti běží a zda splňují bezpečnostní normy ISO 10218 a ISO/SAE 21434. Investice do správně navrženého systému se vyplatí při auditech i při prevenci incidentů.