Kam bez dozoru pustit AI a kam byste nepustili ani brigádníka na DPP? Jan Romportl popisuje, které schopnosti umělé inteligence mají dnes reálný byznysový přínos, co je jen přeceňovaný trend a kde musí zůstat člověk v rozhodovací smyčce.
Kdybyste dnes řídil středně velkou technologickou nebo průmyslovou firmu: co AI už zvládá tak spolehlivě, že je chyba to nemít nasazené, a co se všude prodává, ale je to zatím vyhazování peněz?
Co bych jednoznačně měl naplno nasazené a využívané: AI agenti na podporu softwarového vývoje, testování a nasazování (např. Claude Code).
Co se všude prodává a je to vyhazování peněz: zaplatit každému zaměstnanci Copilota a doufat, že se nějak zázračně „zdola“ zvýši produktivita a přijdou zázračné AI transformační nápady „samy od sebe“.
Jaké chyby při rozhodování o AI u vedení firem vnímáte jako nejdražší?
Jak už jsem řekl výše, koupení Copilota a následné naivní doufání. Další častou chybou je spoléhání na rychlokvašené AI „experty“ a influencery.
Podle čeho manažer bez technického vzdělání pozná, že předváděná schopnost AI je reálná, a ne demo efekt? Co si nechat ukázat ideálně na vlastních datech?
Pozná to podle svého kolegy, který má technické vzdělání. (úsměv) Jinak to prostě nejde. Musí být určitá úroveň technologického porozumění – ta nejde našvindlovat a bez ní to nejde. Podobně jako kdybych si šel koupit ojeté auto – nerozumím tomu, takže určitě si k tomu musím přibrat odborníka, jinak jsem ta nejjednodušší oběť pro šíbry v autobazarech. A podobných šíbrů v AI už dnes vidíme spoustu i na českém trhu.
Která část fungování firmy se vlivem AI promění nejvýrazněji a která překvapivě málo?
Výrazně se promění všechny kromě obchodu. Jde jen o to, kdy. Časování se bude lišit. Podpora a back office jsou obecně už dost blízko na řadě. U vývoje záleží na tom, o jaký jde. Softwarový vývoj už je neuvěřitelně proměněný teď a ty změny budou stále pokračovat. Takže ostatní se můžou dívat na SW vývojáře trochu jako na první generaci laboratorních králíků a můžou sledovat, co se s nimi děje, jak na to reagují, jak se adaptují. Protože postupně se to rozšíří i do jiných oblastí. Výroba – tam se to bude odvíjet od rychlosti, s jakou se bude vyvíjet cenová dostupnost nových generací robotů. Jenom obchod, ten pořád bude o mezilidských vztazích.
Kudy vede hranice spolehlivosti? Co lze nechat běžet bez dozoru a kde musí zůstat člověk v rozhodovací smyčce? Jak to u konkrétního procesu poznám?
Na to není žádná univerzální rada – závisí to zcela na konkrétním případu. Kdybych to měl hodně hrubě shrnout: na co si dovolíme bez dozoru pustit juniora brigádníka na DPP, na to můžeme bez dozoru pustit AI. Pokud chceme jít víc do hloubky a řešit složitější úlohy, tak pak jsou určitě takové, kde AI už může být zcela bez dozoru (resp. dozorovaná pomocí jiné AI nebo třeba procedurálních pravidel), ale tam je nutná konkrétní analýza.
Co bude za tři roky skutečná konkurenční výhoda? A co z toho se dá koupit a co ne?
Vlastní data určitě pomůžou, ale musí být skutečně unikátní. Lidé často přeceňují, jak moc unikátní data mají. Kolik je v Indii a v Číně firem, které generují podobná data? Kolik z nich ta data odevzdává startupu založenému dvěma stanfordskými drop-outy v San Franciscu za podpory Y Combinatoru, aby dokázal vytvořit AI agenta (digitálního, nebo dokonce už i hardwarového/robotického), který tu činnost zcela automatizuje?
Skutečná konkurenční výhoda bude nalezení cesty, jak využít AI k výraznému růstu byznysu, nikoli jen k úsporám a k zefektivnění. Spořit a zefektivňovat bude každý. To už nebude konkurenční výhoda, ale minimum pro životaschopnost.
Lidé budou ve firmě stále důležití, ale převážně takoví, kteří mají vysokou schopnost metakognice (tj. schopnost práce s vlastním myšlením, protože ta je přímo úměrná schopnosti práce s AI), vysokou agenci (agence = původcovství aktivity, stanovování cílů a dosahování atd.) a vysokou schopnost adaptace (tzn. rychle se přeškolovat, měnit oblasti své činnosti atd.). Takových nicméně není zase až tak moc, což znamená, že firmy budou muset výrazně redukovat množství lidí. A to je další konkurenční výhoda, byť vypadá poměrně krutě – schopnost dobře redukovat týmy a ponechávat ty správné lidi.
Vlastní výpočetní výkon není pro většinu českých firem příliš relevantní.
Podle čeho rozhodnout, jestli AI jen používat jako nástroj, nebo ji zabudovat přímo do produktů a služeb? Existuje na to praktický test?
Univerzální návod neexistuje. Je to pořád stejné jako s jakýmkoli jiným produktovým vývojem. Otázka „jak poznám, že mám vyvinout funkcionalitu ABC?“ je vždycky ta klíčová, na tom AI moc nemění. Nicméně pokud někdo má pocit, že by měl svůj funkční produkt doplnit o „AI chatbota“ prostě jen proto, že to tak dělá každý, tak moje univerzální doporučení je, ať to spíš nedělá. AI má i v produktech daleko víc jiných a zajímavějších využití, a většina z nich vůbec není v podobě AI asistenta.
Jak se ve firmě vědomě staví AI kultura? Co je první hmatatelný krok a jak vypadá firma, kde se to nastavilo špatně?
Musí se stavět top-down, tedy od top managementu, musí být technologicky centralizovaná, ale kreativně decentralizovaná. Není to ale o vytvoření nové CAIO role, to je jako kdyby před 25 lety firma vytvořila funkci „ředitele pro internety“. Technologickou část AI musí vlastnit CTO, který má mít svého AI-byznysového sparring partnera v podobě CCO nebo dokonce CEO. Pod nimi by měl být někdo, kdo dokáže už exekuovat věci jako vznik a řízení AI ambasadorů ve firmě apod. Ten někdo ale musí kromě byznysového drajvu mít technický přehled, bez něj to skutečně nejde.
AI kultura ve firmě není překvapivě příliš o demokratizaci. Je to hodně top-down proces a je hodně IT-centrický. Pokud to tak není, většinou z toho vznikne chiméra.
Firmy často nějaká pravidla pro AI mají, ale lidé je stejně obcházejí. Čím to je? A co s tím zmůže vedení?
Pokud jsou pravidla a jsou často obcházená, pak to jsou špatná pravidla. Znamená to, že ve firmě jsou high-agency lidi s chutí používat AI, ale nemají k tomu prostor. To je chyba top managementu, kterou řeší přesně ten postup, co jsem popsal výše.
Co má vedení vyřešit do dvanácti měsíců, protože pak už to bude drahé dohánět, a co klidně počká?
To je příliš obecná otázka. Firmy jsou na tom tak strašně odlišně ve stádiu adopce AI, že neexistuje univerzální rada, protože strašně záleží, o vedení jaké firmy se bavíme. Některým firmám stačí pokračovat příštích 12 měsíců v tom, co už dělají. Jiné si musí vědomě ujasnit tu strukturu z otázky 09 a nastavit pravidla i infrastrukturu z otázky 10. Dalším firmám možná stačí nakontraktovat šikovného a zkušeného konzultanta a pak chvíli bodyshoppovat a nakoupit nějaká hotová řešení. A pak jsou firmy, kterým nepomůže nic.
BIO
Ing. Mgr. Jan Romportl, Ph.D.
Nezávislý AI konzultant s dvacetiletou praxí, bývalý chief data scientist O2 a zakladatel AI centra Dataclair.ai. Je zakladatelem startupu Elin.ai a technologickým partnerem Presto Ventures. Vystudoval umělou inteligenci, kybernetiku a filozofii.
