Cloud computing představuje klíčovou infrastrukturu digitální ekonomiky, která se rozvíjí extrémně rychlým tempem. Přestože jde o fenomén známý široké veřejnosti i podnikům, stále chybí spolehlivá statistická data o jeho skutečném rozsahu a dopadech. Firmy i koncoví uživatelé chápou cloud primárně jako službu – software jako službu (SaaS), platformu jako službu (PaaS) nebo infrastrukturu jako službu (IaaS). Avšak tyto softwarové služby jsou pevně spojeny s rozsáhlou fyzickou infrastrukturou datových center, která tvoří základnu celé cloudové ekonomiky.
Ekonomické měření cloudu je komplikované. Firmy díky cloudovým službám získávají značnou flexibilitu a mohou výrazně snížit náklady na vlastní IT infrastrukturu. Známým příkladem je výměna investic do vlastních serverů za nákup kapacity od poskytovatelů jako Amazon Web Services, což vede k zásadním změnám v účetnictví firem a také ve statistice národních ekonomik. Investice do ICT vybavení se nahrazují nákupy služeb, které zatím nejsou kapitalizovány, což v účetních výkazech a národních statistikách snižuje zaznamenanou investiční aktivitu a v krátkodobém horizontu pravděpodobně i HDP. Současně to však neznamená, že by ekonomika reálně zpomalila; právě naopak, produktivita díky cloud computingu může růst, ale statistiky tento růst často nedokáží přesně zachytit.
Statistické instituce jako britský Ofcom či americký Bureau of Economic Analysis sledují podíl podniků využívajících cloudové služby, přestože přesné údaje o výdajích na cloud zatím chybí. Dominantní postavení na trhu mají velcí poskytovatelé datových center a cloudových služeb, takzvaní hyperscaleři – AWS, Microsoft Azure a Google Cloud. Tito hráči investují obrovské částky do výstavby a provozu datových center, čímž vytvářejí vysoké bariéry vstupu na trh a koncentrují tržní sílu.
Jedním z hlavních problémů z hlediska ekonomického měření je správné ocenění cloudových služeb. Vzhledem k neustálému vylepšování produktů, různorodosti nabízených služeb a různým modelům cen (fixní poplatky, platby za využití, měnící se jednotky účtování) je velmi složité sestavit odpovídající cenový index. Ten je však nezbytný nejen pro odhad velikosti cloudového sektoru, ale také pro korektní deflaci meziproduktů, což ovlivňuje statistiku hrubé přidané hodnoty a produktivity v celé ekonomice. Nezohlednění správných cenových změn a kvality služeb vede k podhodnocení skutečného ekonomického přínosu cloud computingu.
Cloudové služby, které se poskytují přes hranice států, také komplikují obchodní statistiky a ekonomické analýzy. Narůstající požadavky na lokalizaci dat mohou zvýšit náklady, avšak jejich praktické dodržování není vždy jasně monitorováno. Mezinárodní snahy o harmonizaci klasifikace cloudových služeb reflektují potřebu sjednotit metodiky a usnadnit porovnání dat mezi zeměmi.
Je důležité chápat, že přechod od přímých investic do ICT vybavení k využívání cloudových služeb představuje zásadní změnu nejen v provozních nákladech firem, ale i v samotném způsobu, jakým ekonomika vytváří hodnotu a jak ji statistiky zaznamenávají. Kromě měření příjmů a výdajů je nezbytné také uvědomit si význam této transformace pro produktivitu práce a investice do nehmotných aktiv, které jsou často obtížně identifikovatelné v tradičních ekonomických ukazatelích.
Důsledky této změny přesahují ekonomickou statistiku. Pochopení dynamiky cloud computingu a jeho vlivu na tržní struktury, jako je koncentrace moci u několika dominantních poskytovatelů, je zásadní pro regulátory i podnikatele. Cloud computing zároveň umožňuje rychlou inovaci a přístup k nejmodernějším technologiím, což podporuje konkurenceschopnost, ale zároveň vyvolává otázky týkající se bezpečnosti dat, suverenity informací a etických aspektů digitální transformace.
Proč roste technologický pokrok a jak ho měřit? Výzvy ekonomického růstu v moderní době
V roce 1982, během mého studia ekonomie na Harvardu, jsme se s kolegy a předními profesory setkávali na letních piknicích, kde se zrodily nápady a diskuse, které zásadně ovlivnily mé pozdější bádání. Mezi nimi byl i profesor Zvi Griliches, jehož výzkum šíření inovací mě hluboce zaujal. Griliches, původem zemědělský ekonom, ve své dizertaci z roku 1957 analyzoval rozšíření hybridní kukuřice v americkém Středozápadě a demonstroval empiricky známou S-krivku inovací: pomalý začátek, rychlé rozšíření a následné zpomalení, jakmile inovace dosáhne saturace trhu. Tento model spojil náklady, výnosnost nové technologie a tržní potenciál do ekonomického vysvětlení šíření inovací.
Tento přístup je zásadní pro pochopení ekonomického růstu, jehož jádrem je inovace. Růst není jen o množství práce a kapitálu, ale o tom, jak efektivně tyto zdroje využíváme – o technologickém pokroku, který umožňuje lidem žít déle, zdravěji a pohodlněji. Klíčovou otázkou však zůstává, jak přesně měřit tento pokrok a co za ním stojí.
Ve svém přehledném článku z roku 1994, shrnujícím prezidentovu přednášku americké ekonomické asociace, Griliches znovu otevřel téma tzv. „rezidua“ nebo celkové faktorové produktivity (TFP). Tento koncept, poprvé popsaný Mosesem Abramovitzem jako „míra naší nevědomosti“, představuje část ekonomického růstu, kterou nelze vysvětlit nárůstem vstupů jako jsou práce, kapitál, energie či materiály. TFP je proto často považována za měřítko technologického pokroku. Přesto je stále nejasné, proč se rychlost růstu TFP v průběhu času mění – proč například po roce 2000 došlo k jejímu výraznému zpomalení, přestože technologie jako digitální komunikace, umělá inteligence nebo biomedicína pokračují v rychlém vývoji.
Výzva spočívá také v samotné povaze dostupných dat a způsobu, jakým ekonomové tyto údaje zpracovávají. Statistika je nástrojem, skrze který chápeme ekonomiku, ale je zároveň formována naším intelektuálním rámcem a metodami sběru informací. Tento proces je reflexivní: to, co měříme a jak to interpretujeme, ovlivňuje rozhodnutí politiků, firem i jednotlivců, což zpětně ovlivňuje samotnou ekonomiku. Navíc měření TFP zahrnuje nejen skutečné inovace, ale také chyby měření, vynechané proměnné či dopady šoků a strukturálních změn.
Růst celkové faktorové produktivity je zásadní, protože je nezbytným předpokladem pro zlepšení životní úrovně většiny populace. Pokud tento růst stagnuje, politické a sociální napětí může narůstat, což se stalo patrným v mnoha západních ekonomikách po finanční krizi v roce 2008. Ekonomický růst nejen zvyšuje materiální blahobyt, ale také pomáhá udržovat společenskou stabilitu a umožňuje redistribuci bohatství.
Pochopení skutečných příčin zpomalení růstu TFP a zlepšení způsobu měření technologického pokroku proto není pouze akademickou záležitostí, ale klíčovým úkolem pro budoucí ekonomické politiky a strategii rozvoje. Bez lepších dat a nových analytických rámců zůstane odpověď na otázku, co skutečně pohání dlouhodobý růst a inovace, nejistá.
Je důležité si uvědomit, že samotný ekonomický růst nelze vnímat pouze jako technický proces. Jde o komplexní fenomén, který zahrnuje hodnotové soudy o tom, kdo je zahrnut do měření „my“ a jak definujeme „pokrok“. To, jaké aspekty růstu a inovací měříme, ovlivňuje i to, jak vnímáme a hodnotíme kvalitu života a ekonomickou prosperitu v širším smyslu. Proto je nezbytné rozvíjet nejen kvantitativní metody, ale i širší koncepční rámce, které dokážou zachytit sociální a environmentální dopady inovací a ekonomického růstu.
Jaké jsou současné výzvy a přístupy k měření ekonomického výkonu a sociálního pokroku?
Měření ekonomického výkonu a sociálního pokroku představuje komplexní úkol, který se neustále vyvíjí a reaguje na měnící se podmínky moderní ekonomiky. Klasické metody, jako je agregátní produkční funkce, již nejsou schopny plně zachytit dynamiku technického pokroku, změn v tržních strukturách ani sociálních dopadů ekonomických aktivit. Solowova teorie technického pokroku (1957) zůstává základním kamenem ekonomického myšlení, nicméně její aplikace v praxi vyžaduje doplnění o nové nástroje a data, zejména v době digitalizace a globalizace.
Přesné měření výkonu ekonomiky je zásadní nejen pro tvorbu hospodářské politiky, ale také pro hodnocení sociálního blahobytu a udržitelnosti. Současné statistické systémy, například Národní účty, se snaží integrovat nové kategorie hodnot, včetně digitálních služeb a tzv. „sdílené ekonomiky“, která významně mění tradiční pracovní modely a ekonomické vztahy. Výzkumy jako ty od Stojkoskiho et al. (2024) ukazují, že obchod s digitálními produkty lze odhadovat přes korporační data, což naznačuje nové směry ve sledování ekonomické aktivity.
Zároveň dochází k posunu ve způsobu, jakým je vnímán sociální pokrok. Tradiční ukazatele jako HDP neodrážejí plně kvalitu života, nerovnost či environmentální dopady. Práce Stiglitze, Sena a Fitoussiho (2009) zdůrazňuje nutnost víceúrovňového přístupu k měření ekonomického a sociálního vývoje, který zahrnuje i environmentální a sociální kapitál. To se promítá i do nových rámců měření, jako je tzv. „inclusive wealth“, tedy širší pojetí bohatství státu nebo společnosti, které přesahuje čistě finanční ukazatele.
Významnou roli hrají také nové metodologické přístupy. Stantcheva (2023) například zdůrazňuje potřebu vytvářet identifikovatelné variace v průzkumech a odhalovat skryté ekonomické jevy, což umožňuje lepší porozumění chování subjektů a dynamice trhů. Výzvou je rovněž správné zahrnutí neformální a domácí ekonomiky, která má v některých zemích značný podíl na tvorbě hodnoty.
Pochopení role času ve spotřebě, jak ukazuje Steedman (2001), přináší další hloubku do ekonomických analýz, protože čas je omezený zdroj, který ovlivňuje jak produkční, tak spotřební aktivity. Rovněž výzkumy týkající se subjektivní pohody a příjmu (Stevenson a Wolfers, 2013) naznačují, že vztah mezi ekonomickým růstem a blahobytem není lineární a může existovat bod saturace, po jehož překročení další zvyšování příjmu nepřináší adekvátní zlepšení pocitu štěstí.
V neposlední řadě je třeba brát v úvahu historický a politický kontext statistických dat. Stapleford (2009) a Tooze (2001) ukazují, jak státní politika formovala a někdy deformovala ekonomické statistiky, což je důležité pro kritickou interpretaci dat.
Důležitým faktorem je rovněž propojení mezi výrobními sítěmi a globálním obchodem (Tambe et al., 2020; Timmer et al., 2014, 2016), které ukazuje, že ekonomické aktivity jsou stále více integrované a závislé na komplexních hodnotových řetězcích. To klade nové požadavky na statistické systémy a jejich schopnost zachytit tuto komplexitu.
Vzhledem k těmto aspektům je pro čtenáře důležité chápat, že ekonomické měření není statické ani jednoduché. Vyžaduje interdisciplinární přístup, který kombinuje ekonomii, statistiku, sociologii i environmentální vědy. V současném světě digitálních technologií a rychlých změn musí být metodologie pružná a otevřená novým zdrojům dat a konceptům, které umožní realistické zachycení jak ekonomického výkonu, tak skutečné kvality života a udržitelného rozvoje. Pouze tak lze vytvořit politiku, která bude efektivně reagovat na výzvy 21. století.
Jaký je význam teoretických novinek ve světě šachu?
Jaký význam mají oblasti spekulovaných pozorování pro data podle Gaussovy křivky?
Jak inženýrství napětí ovlivňuje účinnost perovskitových solárních článků?
Jaké jsou možnosti léčby hemofilie A získané inhibitorovým titrem a jak volit optimální terapii?
Komplexní sloučeniny: teorie, příklady, testové úlohy a biologický význam
Programově-metodické zajištění vzdělávacího programu středního všeobecného vzdělávání pro 10.–11. ročník
Vjačeslav Marčenko: Cesta od kazaka k náčelníkovi a básníkovi
HETEROGENNÍ ROVNOVÁHA: Téma 9 - Osadek a roztoky

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский