Rast vanjskih enterprise storage sustava od 22,7 posto u prvom tromjesečju, uz tržišnu vrijednost od 9,2 milijarde dolara, pokazuje da AI val ne zaobilazi podatkovni sloj. Organizacije koje uvode generativni AI, naprednu analitiku i agentne sustave moraju konsolidirati, očistiti i brzo posluživati velike količine podataka. To traži sustave koji mogu podržati klasične baze, objektni storage, podatkovna jezera, vektorske indekse i brze pipelineove za modelsku obradu. Iza kratke tržišne informacije stoji širi pritisak na dobavljače da pokažu mogu li tehnologiju pretvoriti u održiv proizvodni model, a ne samo u prezentacijsku demonstraciju.
Dugo je storage bio segment koji se u poslovnim tekstovima pojavljivao tek kada ponestane kapaciteta. AI ga vraća u stratešku raspravu jer kvaliteta i dostupnost podataka izravno određuju kvalitetu rezultata modela. Ako su podaci razbijeni po silosima, slabo označeni ili spori za dohvat, ni najbolji model ne može dati pouzdane odgovore. Zato se ulaganja u storage sada povezuju s governanceom, sigurnošću i podatkovnim katalogom, a ne samo s terabajtima. U tržištu koje je postalo osjetljivo na kapitalne troškove, takve odluke sve češće prolaze kroz financijsku provjeru prije nego što dođu do tehničke validacije.
Poluvodička priča ne završava na jednom čipu. Memorija, napredno pakiranje, interkonekcije, napajanje i rashladni sustavi postaju jednako važni kao sama računalna jezgra. Kada hyperscaleri zaključavaju kapacitete i financiraju razvoj prilagođenih komponenti, manji kupci ulaze u tržište s manje pregovaračke snage i većom izloženošću promjeni cijena.
Hrvatske organizacije često imaju heterogena storage okruženja nastala kroz godine parcijalnih nabava. U AI projektima to postaje problem jer model ili agent treba siguran i brz pristup dokumentima, transakcijama, zapisima, slikama i logovima. Modernizacija storagea zato može biti preduvjet za bilo kakav ozbiljan AI projekt, čak i kada se sama inferencija izvodi u cloudu. Posebno je važna za financije, javni sektor, zdravstvo i medije, gdje podaci moraju ostati pod kontrolom. Lokalni učinak neće se vidjeti samo kroz izravnu kupnju tehnologije, nego i kroz tempo modernizacije mreža, podatkovnih platformi, sigurnosnih procedura i usluga koje domaći integratori mogu ponuditi velikim korisnicima.
U Europi se svaka takva odluka dodatno prelama kroz regulativu, zaštitu podataka, otpornost opskrbnih lanaca i pitanje tehnološke ovisnosti. Lokalna tržišta možda nemaju volumen najvećih kupaca, ali su izložena istim cijenama komponenti, istim sigurnosnim prijetnjama i istim zahtjevima za kontinuitet poslovanja.
Dobavljači hardvera pritom moraju balansirati između dva ritma. Cloud platforme traže brze cikluse optimizacije za AI workload, dok enterprise kupci žele stabilnost, dug životni ciklus i podršku koja se ne mijenja svakih nekoliko mjeseci. Upravo ta razlika određuje tko može prodati laboratorijski napredak kao proizvodnu infrastrukturu.
Za tržište je posebno važno što se investicijski ciklus više ne odvija u jednoj vertikali. Cloud, telekom mreže, podatkovni centri, sigurnost i uređaji sve se više financiraju kao povezani slojevi istog digitalnog sustava, pa zastoj u jednom dijelu brzo mijenja planove u drugom.
AI će vjerojatno povećati razliku između storage sustava koji samo čuvaju podatke i platformi koje aktivno sudjeluju u analitici. Dobavljači će sve više nuditi integracije s vektorskim bazama, automatizirano klasificiranje, sigurnosne politike i optimizaciju za GPU pipelineove. Kupci bi pritom trebali paziti da ne grade novi silos pod oznakom AI. Najkorisniji storage projekti bit će oni koji povezuju postojeće poslovne podatke s novim modelima, uz jasna pravila pristupa i mjerljiv učinak na brzinu rada. Kako se ulaganja pomiču prema produkcijskim sustavima, rast će pritisak da se tehnička obećanja prevedu u mjerljive pokazatelje. Trošak, dostupnost, sigurnost i pouzdanost postaju kriteriji koji odlučuju hoće li tema ostati tržišna najava ili postati nova infrastruktura poslovanja.
