Graf týždňa: Pretrvávajúci rozdiel ekonomického rastu Európy a Spojených štátov

Rozdiel v hospodárskom raste ekonomiky Spojených štátov a Európskej únie nie je výsledkom nástupu umelej inteligencie, nožnice sa začali otvárať v 90. rokoch.

1. Čo Európsku úniu doviedlo do súčasnosti

Kľúčovým bodom celej diskusie o stave Európskej únie sú tvrdé ekonomické dáta. Správa o konkurencieschopnosti z roku 2024, ktorej autorom je bývalý šéf Európskej centrálnej banky Mario Draghi, upozornila na dramatický prepad EÚ voči USA:

• Celkové HDP (v stálych cenách, rok 2015): Kým v roku 2002 HDP EÚ zaostávalo za USA o viac ako 15 percent, v roku 2023 sa táto priepasť zdvojnásobila približne na 30 percent.
• HDP na obyvateľa (podľa parity kúpnej sily): Náskok USA od roku 2002 narástol z 31 percent na 34 percent v súčasnosti.

Graf č. 1: HDP Spojených štátov a eurozóny v konštantných cenách

Zdroj: commission.europa.eu

Roztvárajúce sa nožnice nie sú spôsobené demografiou ani počtom odpracovaných hodín, ale nižšou produktivitou práce, ktorá tvorí 70 percent rozdielu HDP na obyvateľa. Podľa Draghiho správy sa produktivita ekonomík rozišla už v 90. rokoch. Kým americké spoločnosti implementovali výdobytky prvej digitálnej a internetovej revolúcie, Európa zlyhala v zakladaní technologických lídrov aj digitálnych inovácií.

Príčin je v tomto prípade viacero:

• fragmentácia kapitálových trhov – Európa nikdy nevybudovala hlboký, celoúniový trh;
• regulačná záťaž a fragmentácia jednotného trhu – spoločnosti v Spojených štátoch spadajú pod jeden regulačný rámec, zatiaľ čo spoločnosti v Európe musia spĺňať pravidlá 27 individuálnych regulátorov, čím dochádza k znevýhodňovaniu odvetví s fixnými nákladmi a sieťovými efektmi;
• energetická náročnosť – v Európe sú ceny elektriny a plynu násobne vyššie oproti americkým, čím sa Európa dostáva v oblasti umelej inteligencie do značnej nevýhody;
• demografia – medián veku v Nemecku a Španielsku prekračuje 46 rokov, kým v Spojených štátoch je 38,5 roka. 

V rámci európskeho úpadku možno spomenúť aj protiargumenty, ktoré formoval napríklad Paul Krugman. Krugman meral HDP na obyvateľa produktivitou na hodinu štandardnou metódou. V prípade tohto merania sa rozdiel za 25 rokov výrazne nerozšíril. Rozdiel v tomto prípade pripadá na výber metodológie, kým Draghi použil stále ceny parity kúpnej sily, Krugman použil bežné ceny produktivity na hodinu. Divergencia rastu je zároveň koncentrovaná v technologickom sektore, kde objem americkej produkcie výrazne vzrástol, zatiaľ čo ceny zaznamenali pokles. I keď je úvaha izolovania premennej, ktorá  zodpovedá marginálnemu rozdielu medzi ekonomikami, iba hypotetickým scenárom, poukazuje na jadro problému. V prípade vylúčenia amerického technologického sektora s klesajúcimi cenami z americkej ekonomiky by dokázal rast produktivity v EÚ za posledných dvadsať rokov zhruba kopírovať. ECB zasa namerala rast produktivity práce na hodinu 6,7 percenta v USA v porovnaní s 0,9 percenta v EÚ (druhý kvartál 2019 až druhý kvartál 2024), čo divergenciu podporuje. 

Graf č. 2: Dekompozícia rozdielu HDP na obyvateľa – produktivita

Zdroj: banque-france.fr

2. Súčasnosť: americká prevaha v umelej inteligencii

Ak je nízka produktivita chronickým európskym problémom, umelá inteligencia predstavuje jeho akútne zhoršenie. V tomto prípade však reálne čísla ponúkajú len málo priestoru na metodologické výhovorky. 

Investičná priepasť je veľká. Podľa AI Index reportu Standfordského inštitútu HAI dosiahli súkromné investície do AI v USA v roku 2025 až 285,9 miliardy amerických dolárov, čo je približne 23-násobok čínskych 12,4 miliardy. Už v roku 2024 pritom USA investovali 109,1 miliardy, teda 12-krát viac než Čína (9,3 miliardy) a 24-krát viac než Spojené kráľovstvo (4,5 miliardy). Priepasť sa teda nielen nezmenšuje, dochádza k jej pokračujúcemu prehlbovaniu. 

Európa prakticky absentuje aj v produkcii špičkových modelov. V roku 2024 vzniklo v USA 40 významných modelov umelej inteligencie, v Číne sa ich počet rovnal pätnástim, zatiaľ čo v Európe vznikli iba tri. Pre európskeho čitateľa je to možno najvýpovednejšia štatistika zo všetkých, keďže nejde len o zaostávanie za priekopníkmi v USA a Číne, ale aj o rastúcu irelevanciu technologického sektora v Európe. 

Zaujímavý je však aj vývoj v kvalite. Americká dominancia v objeme modelov a v kapitáli je nepopierateľná, no náskok pred Čínou v kvalite sa postupne stráca. Na benchmarku MMLU sa rozdiel zúžil zo 17,5 percentuálneho bodu na konci roku 2023 na len 0,3 bodu o rok neskôr, pričom podobný vývoj vidíme aj pri testoch MATH alebo HumanEval. 

Problém v Európe možno vysvetliť dvojako:

• Za USA zaostáva v kapitáli a rozsahu, zatiaľ čo Čína ju čoraz viac dobieha a v niektorých oblastiach už konkuruje aj Spojeným štátom.
• Technologická „záložná alternatíva“ rovnako nie je európska.

Rozdiel možno pozorovať aj na úrovni firiem a pracovníkov. Štúdia Bicka, Blandina, Deminga, Fuchs-Schundelnovej a Jessena z jarného vydania BPEA 2026 ukázala, že AI pri práci používa 43 amerických pracovníkov v porovnaní s 32 percentami v Európe. Pri firmách, ktoré používajú priamo pri produkcii tovarov a služieb, bol rozdiel v roku 2025 takmer sedem percent v USA v porovnaní so štyrmi percentami v Európe. Tu treba dodať, že dáta sa v tomto prípade interpretujú často zavádzajúco. Autori sami upozorňujú, že prieskumy medzi pracovníkmi a firmami zachytávajú odlišné veci. Širší európsky prieskum napríklad ukazuje, že aspoň jednu AI technológiu na nejaký účel využíva približne pätina opýtaných firiem v EÚ, teda päťnásobok často citovaného „produkčného“ čísla. Európa preto v adopcii AI nezaostáva tak dramaticky, ako by naznačoval samotný údaj štyri percentá. To však nemení nič na podstate problému, že najväčšia priepasť vzniká tam, kde je najdôležitejšia, teda v kapitáli, infraštruktúre, schopnosti vytvárať vlastných technologických šampiónov. 

Graf č. 3: Podiel pracovníkov používajúcich umelú inteligenciu v daných krajinách

Zdroj: brookings.edu

Skutočná hodnota tejto štúdie je však inde a jej záver je prekvapivo optimistický. Za rozdielom v adopcii AI totiž nestojí primárne demografia či veľkosť firiem, ale manažérske praktiky.  Vedenie musí aktívne podporovať používanie AI a poskytovať zamestnancom potrebné nástroje. Ide skôr o medzeru v správaní než o osudovú nevýhodu. V tomto prípade je vec riešiteľná. 

Signál produktivity je zatiaľ slabý, no pozitívny. Úspora času predstavovala 2,3 percenta odpracovaných hodín v USA oproti 1,4 percenta v Európe. Na oboch stranách Atlantiku však nechýba presvedčivý dôkaz o vplyve AI na zamestnanosť. Európa navyše nie je homogénna. Podiel pracovníkov využívajúcich AI sa pohybuje od 36 percent v Spojených štátoch, nasleduje Taliansko s 26 percentami, zatiaľ čo podiel firiem využívajúcich AI priamo v produkcii siaha od deväť percent vo Švédsku až po jedno percento v Srbsku. 

Politická odpoveď je jedným z dôvodov, prečo jej skeptici neveria. Na AI samite v Paríži vo februári 2025 predstavila predsedníčka Európskej komisie Ursula von der Leynová iniciatívu InvestAI. Číslo 200 miliárd eur však treba brať s rezervou a v kontexte, keďže nejde o 200 miliárd nových peňazí z rozpočtu EÚ. Ide o mobilizačný cieľ pozostávajúci z približne 50 miliárd eur úniového „navýšenia“, ktoré má čerpať z existujúcich programov ako Digital Europe, Horizon Europe a InvestEU, a zo 150 miliárd eur súkromných investičných prísľubov skupiny EU AI Champions. Z celkového balíka má byť 20 miliárd určených na štyri tzv. AI gigafactories, obrovské výpočtové centrá, každé z nich približne so 100 000 čipmi najnovšej generácie. 

Irónia je pritom ťažko prehliadnuteľná, za „európskym“ súkromným prísľubom 150 miliárd stojí výrazne aj americký rizikový kapitál v podobe General Catalyst spolu s Blackston a KKR. Konzorcium síce zahŕňa aj európske mená ako Airbus, Siemens, SAP, BNP Paribas či Deutsche Bank, no otázka je, do akej miery ide o skutočnú mobilizáciu európskeho kapitálu. 

Graf č. 4: Investície do umelej inteligencie v daných krajinách

Zdroj: hai.stanford.edu

Skúsenosť s predchádzajúcou európskou priemyselnou politikou skepticizmus príliš nerozptyľuje. Chips Act mal mobilizovať 43 miliárd eur verejných aj súkromných financií, pričom komisia priamo riadi len približne 4,5 miliardy eur, smerom k celkovému investičnému balíku okolo 86 miliárd eur. Cieľom je do roku 2030 zdvojnásobiť podiel EÚ na globálnom trhu s čipmi z približne 10 percent na 20 percent. Európsky dvor audítorov však v roku 2025 označil tento cieľ za „veľmi nepravdepodobný“ a „v podstate ašpiračný“. Na jeho splnenie by podľa audítorov bolo potrebné približne zoštvornásobiť výrobnú kapacitu, zatiaľ čo najväčší svetoví výrobcovia investovali už v rokoch 2020 až 2023 spolu približne 405 miliárd eur. 

Problém Európy nemusí byť v tom, že nevie pomenovať správny cieľ. Problémom je, že rozsah kapitálu potrebného na jeho dosiahnutie je rádovo väčší než doterajšia schopnosť Európy takýto kapitál mobilizovať. 

Oxford Economics vo svojej analýze z januára 2026 dochádza k záveru, že EÚ v blízkej budúcnosti nezažije investičný boom okolo AI v americkom štýle, ktorý by výraznejšie podporil rast HDP. Európsky AI sektor je v pomere k ekonomike stále príliš malý a zároveň výrazne závislý od dovozov. Jeho rozvoj navyše brzdia obmedzený prístup k rizikovému kapitálu, zdĺhavé povoľovacie procesy a nedostatok lacnej a spoľahlivej elektriny a chladiacej kapacity. Oxford Economics preto očakáva, že technologická priepasť medzi USA a EÚ sa bude v najbližších rokoch ďalej prehlbovať. 

3.    Možné trajektórie nasledujúcich rokov

Odborníci sa vo všeobecnosti zhodujú na štyroch scenároch od najoptimistickejších až po najmenej priaznivé:

• Konsenzuálny predpis – Draghi
  Základom je výrazné navýšenie investícií, dodatočných 750 až 800 miliárd eur ročne, čo predstavuje približne 4,4 percenta HDP EÚ. K tomu patrí dobudovanie únie kapitálových trhov spoločné financovanie prelomového výskumu, energetických sietí, obrany a predovšetkým odstránenie regulačných a povoľovacích záťaží, ktoré brzdia súkromné investície. 
• Implementácia namiesto výskumu
  Európa možno vôbec nemusí súťažiť v stavbe najpokročilejších modelov. Väčšia návratnosť môže byť v rýchlom a efektívnom nasadzovaní. Ak sú podľa empirických dát jedným z hlavných zdrojov rozdielu manažérske praktiky, potom môže byť zmena firemného myslenia lacnejšia než budovanie vlastných gigafactories. Zároveň môže lepšie zodpovedať, čo dáta skutočne ukazujú. 
• Špecializácia namiesto sebestačnosti 
  Európa by sa namiesto politicky atraktívneho, no podľa audítorov prakticky nedosiahnuteľného cieľa 20 percent globálnej výroby mala sústrediť na nenahraditeľné články hodnotového reťazca. ASML či špecializované automobilové a výkonové čipy, kde si Európa už dnes udržiava významnú globálnu pozíciu. 
• Energetika ako politika AI
  Ak je AI v konečnom dôsledku stávkou na výpočtový výkon, ten je zase stávkou na elektrinu. Reforma energetických nákladov v EÚ preto nie je iba energetickou politikou, je aj politikou AI. Výstavba a presun dátových centier smerom k Škandinávii a Pyrenejskému polostrovu, ktoré Oxford Economics identifikuje ako oblasti s priaznivejšími podmienkami, už prebiehajú. 

Graf 5: Spotreba elektriny dátovými centrami v daných krajinách

Zdroj: iea.org

Zdroje:

•    Draghi, M. (2024). The Future of European Competitiveness. Európska komisia.
•    Letta, E. (2024). Much More Than a Market. Európska rada.
•    Bick, A., Blandin, A., Deming, D. J., Fuchs-Schündeln, N., Jessen, J. (2026). Mind the Gap: AI Adoption in Europe and the US. BPEA Conference Draft, jar 2026 (Brookings).
•    Stanford HAI, AI Index Report 2025 (apríl 2025) a AI Index Report 2026.
•    Európska komisia (11. – 13. 2. 2025), tlačová správa a prejav k iniciatíve InvestAI.
•    Európsky dvor audítorov (2025), osobitná správa k EU Chips Act.
•    Oxford Economics (26. 1. 2026), No US-style AI investment boom to drive EU growth.
•    ECB, analýza produktivity práce na hodinu (Q4 2019 – Q2 2024); Krugman, P. (2026), analýza transatlantického porovnania.
•    Enrico Letta - Much more than a market (April 2024)
•    97e481fd-2dc3-412d-be4c-f152a8232961_en
•    JRC142670_01.pdf
•    MMLU Leaderboard
•    HumanEval Leaderboard
•    Best AI for Math 2026 - Top Mathematical Models