[KOMENTÁŘ] Prvotní okouzlení generativní umělou inteligencí střídá střízlivění a často i frustrace. Proč je cesta od teoretického „wow efektu“ k praktickému přínosu tak dlouhá? A kde už dnes AI skutečně vydělává peníze, aniž by to bolelo?
Co se dozvíte v článku
Je potřeba si hned v úvodu nalít čistého vína. Popularita AI v posledních dvou letech raketově vzrostla primárně díky uvedení konverzačních rozhraní. Najednou jsme mohli s modely komunikovat přirozeným jazykem a přestala to být jen „složitá hračka pro inženýry z mat-fyzu“. Právě to ale vytvořilo zkreslenou představu.
Mnoho manažerů a podnikatelů dnes pod zkratkou AI vidí pouze schopnost chatovat s LLM modelem. Přehlíží přitom fakt, že skutečná síla AI v byznysu leží často jinde – například ve schopnosti předpovědět poruchu výrobního stroje nebo určit, který produkt si od vás klient tento měsíc s největší pravděpodobností koupí.
Proč to drhne: Čtyři jezdci implementační apokalypsy
Při implementacích u klientů i při zefektivňování naší vlastní firmy narážím na stále stejné bariéry, které cestu k praktickému využití prodlužují.
První překážkou jsou nereálná očekávání. Všichni o AI mluví, všichni ji „používají“, a tak vzniká dojem, že nasazení bude stát málo peněz a přinese okamžitou revoluci v kvalitě výstupů. Realita je ale složitější, a to nás přivádí k druhému bodu – kvalitě dat.
Zde nekompromisně platí staré pravidlo „garbage in, garbage out“. AI je model natrénovaný na datech. Pokud jsou vaše data nekonzistentní, neúplná nebo prostě „špinavá“, jediné, co model udělá, je, že se pokusí uhodnout odpověď, kterou chcete slyšet. Bez kvalitní datové infrastruktury nelze stavět chytrá řešení.
Třetím, často podceňovaným faktorem, jsou procesy. Většina firem má dobře zmapované tzv. „Happy day“ scénáře – situace, kdy vše běží, jak má. Ty umíme automatizovat. Problém a dramatické prodražení nastává u nestandardních situací. Často se ukazuje, že je ekonomicky výhodnější tyto výjimky nechat řešit manuálně člověka než se snažit naučit AI zvládat každou anomálii.
A konečně čtvrtá bariéra – lidský faktor a kultura. Je to obyčejná schopnost (nebo neschopnost) lidí adoptovat změny do zaběhnutých rutin. Někdy chybí motivace, jindy nás prostě nenapadne o práci přemýšlet jinak. Často vidím scénář, kdy nám generativní AI popíše přesný postup řešení, ale implementace se zasekne na tom, že tým neví, jak tento postup přenést do praxe.
Kde už to v Česku funguje? Příklady z praxe
I přes výše uvedené překážky existují oblasti, kde už české firmy AI úspěšně zapřáhly. Žádné sci-fi, ale opravdu měřitelné zefektivnění.
1. Marketing a Sales: Odhadování přání a hlídání obchodníků
V oblasti prodeje se AI stává nepostradatelným analytikem. Například společnost Carvago využívá AI pro odhad ceny vozu, stáří i model ojetiny s odchylkou 3 %.
Dalším skvělým příkladem je Leadspicker, který využívá AI k identifikaci relevantních nákupních signálů a automatizaci oslovení potenciálních zákazníků napříč LinkedInem a e-mailem. Zajímavé je i využití ve firmě Chytrý Honza, kde AI pomáhá vytěžovat informace pro obchodníky jak ze CRM, tak z veřejně dostupných zdrojů.
2. Zákaznický servis: Konec nekonečného čekání
Tady bývá jasným cílem úspora nákladů a dostupnost 24/7. Úspěšným příkladem z českého prostředí může být Česká spořitelna, která zapojila AI do své znalostní báze pro podporu služby Hey George. V Seznam.cz zase AI slouží jako pokročilá nápověda v interním chatu k jejich službám a nově i pro zákazníky.
Příkladem čisté efektivity je pak NN Group, kde v rámci Digital HUBu AI pomáhá detekovat potenciální rizika ve fraud risk modelech a nebo shrnuje rozhovory se zákazníky, což radikálně zrychluje zpracování servisních požadavků. My sami v Enehanu pro klienty nejčastěji nasazujeme AI pro automatizované zpracování dotazů klientů na zákaznickou podporu (například pro výrobce luxusních postelí Beddenbriljant).
3. Interní efektivita: Programátoři a administrativa
Možná největší tichou revoluci zažívají vývojáři. Banka ČSOB nebo Generali Česká pojišťovna využívá AI zejména v zákaznické komunikaci. Chatboti a voiceboti dnes samostatně odbaví většinu rutinních dotazů, ověřují klienty a výrazně snižují zátěž operátorů. Mimo IT pak vidíme nástroje jako Gamma App pro tvorbu prezentací nebo automatické vyčítání dat z PDF nabídek, poptávek či smluvních dokumentů.
Co dává smysl vyzkoušet hned teď (a nezruinuje vás to)
Pokud jste manažer nebo podnikatel a chcete s AI co nejrychleji začít, zapomeňte na složité implementace vlastních modelů. Síla je v nástrojích, které jsou na dosah ruky.
- Osobní produktivita: Já jsem si oblíbil SuperHuman jako emailového klienta, který díky AI běžící na pozadí a 100% možnosti ovládání na klávesnici zefektivňuje moji práci v mailboxu přibližně dvojnásobně.
Filip Dřímalka, známý odborník na AI, označuje Claude od Anthropicu za aktuálně nejlepší chatbot nástroj na světě a doporučuje, aby si každý znalostní pracovník platil alespoň jeden prémiový model. Používejte jej alespoň na sumarizaci dokumentů nebo jako partnera pro brainstorming.
Claude má ale aktuálně nejpokročilejší možnosti analýzy dat a také funkce, které jsou pro maximální využití AI naprosto nepostradatelné – schopnost velmi dobře programovat (pro neprogramátory) a napojení na další aplikace a služby (e-mail, kalendář apod.).
- Schůzky bez poznámek: Nástroje jako Transkriptor nebo Fireflies přepíší celé jednání v reálném čase. Obchodník se může soustředit na klienta, zatímco AI zachytí každý detail, který by mu jinak unikl.
- Vlastní „firemní mozek“: Velmi funkční je vytvoření chatbota nad interními směrnicemi a manuály. Zaměstnanci se pak ptají přirozeným jazykem na benefity nebo postupy a dostávají okamžité odpovědi. Skvělým nástrojem pro start je například NotebookLM, který funguje jako tzv. knowledge base vycházející pouze z materiálů, které mu dodáte.
- • Asistenti v ERP/CRM: Pro složité systémy (SAP, Oracle) je spásou AI asistent, který v nich provede méně zkušené uživatele. Místo složitého klikání se prostě zeptáte: „Jakou objednávku jsem dělal včera?“, „Jak mám nastavit.., když chci …“.
Slepé uličky: Kde si nabijete nos
S nadšením ale přichází i rizika. Tím největším, se kterým se setkávám, je únik citlivých dat. Nahrávání obchodních tajemství nebo osobních údajů do veřejných modelů typu ChatGPT je přímým porušením NDA. Odstrašujícím příkladem je kauza Samsungu, kde zaměstnanci nechtěně trénovali veřejný model na datech o neuvedených produktech. Řešením je anonymizace dat nebo uzavřené firemní systémy.
Další pastí je snaha nahradit kompletní lidskou práci tam, kde je klíčová empatie – například v B2B obchodu. AI agenti jsou skvělí na oslovení a analýzu LinkedIn profilů pro hyper-personalizované zprávy. Ale pozor, pokud se pokusíte svěřit AI celé vyjednávání od A do Z, skončí to ostudou. AI nedokáže vnímat nuance, emoce a budovat vztah. Bude působit jako „slon v porcelánu“ a může poškodit vaši reputaci. Zákazník chce mluvit s člověkem, kterému AI jen napovídá.
A do třetice: Projekty bez business case. Firmy často investují do vlastních modelů jen proto, „že to dělají ostatní“. Pokud nemáte jasné use-cases a metriky, skončíte po půl roce s drahým „POC v šuplíku“ a demotivovaným týmem.
Budoucnost je v Agentech: Od chatování k činům
Zatímco dosud jsme s AI převážně „mluvili“, teď nastupuje éra AI Agentů. Rozdíl je zásadní: agent chápe cíl a umí samostatně podniknout sérii kroků k jeho splnění.
Představte si agenta, který nejen odpoví na dotaz, ale sám vyhledá informace, propojí se s jinou aplikací a provede akci. V praxi to znamená automatizaci back-office: schvalování faktur, kontrolu dat, aktualizaci záznamů v CRM. Nebo plánování schůzek a zadávání úkolů přímo do systémů. Cílem je, aby AI fungovala přímo v rozhraní, kde pracujete (např. Slack), a přebírala orchestraci úkolů.
AI Mindset jako klíč
Implementace AI není o nákupu licencí. Vyžaduje to změnu myšlení – již zmíněný Filip Dřímalka to nazývá „AI mindset“. Jde o schopnost přemýšlet o procesech nově a nebát se delegovat práci stroji.
A jaká jsou moje doporučení na závěr?
- Začněte malými kroky s jasně měřitelným přínosem.
- Investujte do dat, bez nich je AI slepá.
- Edukujte zaměstnance. AI nesmí vnímat jako konkurenta, ale jako asistenta, který je zbaví rutiny.
AI v podnikání už není buzzword. Je to nástroj, který v rukou pragmatického manažera dokáže zázraky. Ale jako s každým nástrojem musíte vědět, na co ho použít, a kde raději ponechat starou dobrou lidskou práci.
Tip redakce
Deepfake videa jako zkouška důvěry: Kde končí kreativita a začíná manipulace?
Podle Jana Skovajsy největší riziko deepfake technologií neleží v jejich samotné existenci, ale v rozmazávání hranice mezi realitou a fikcí. Více v dalším komentáři.
Podcast Teorie bulharské konstanty ŽIVĚ, pojďte se s námi potkat v Klubovně
Vstupenky jsou k dostání na webu GoOut. Těším se na vás.
ČLÁNKY DO MAILU