Umělá inteligence už dávno není sci-fi ani „magie“, kterou zvládnou jen IT specialisté. Je to nástroj — a jako každý nástroj může být buď skvělým pomocníkem, nebo zdrojem frustrace. Záleží na tom, jak se implementuje.
Do nového dílu NextMind podcastu jsme pozvali člověka, který zná realitu z první linie: projektového manažera Petra Krupičku. V otevřeném rozhovoru vysvětluje, co firmy nejčastěji překvapí, proč strach z AI mizí už po prvních týdnech – a co skutečně rozhoduje o úspěchu.
Ať už o AI teprve uvažujete, nebo už máte první piloty za sebou — tenhle rozhovor vám otevře oči.
Kde implementace začíná: otevření očí
Drtivá většina firem vstupuje do AI světa stejně: až ve chvíli, kdy proběhlo základní školení. A to je moment, kdy se atmosféra změní.
Zaměstnanci přestanou vnímat AI jako „černou skříňku“ a začnou přemýšlet prakticky — v konkrétních use-casech. Petr to popisuje jednoznačně:
„Rozdíl mezi vyškolenou a nevyškolenou firmou je obrovský.“
Najednou se dá mluvit o tom, co lidi trápí každý den, kde vzniká největší ztráta času a kde AI pomůže. A také o tom, kde stačí obyčejná automatizace.
Zabezpečená AI není „lepší verze GPT“. Je to úplně jiná liga
Jeden z největších mýtů:
„Proč bych platil za firemní AI, když mám GPT za 20 dolarů?“
Petr to vysvětluje bez okolků — zabezpečené prostředí je to, co rozhoduje o tom, jestli firma může AI používat bezpečně a v souladu s legislativou.
Co zabezpečená firemní AI ve skutečnosti znamená?
- data neopouští EU,
- přístupy jsou řízené,
- prostředí je izolované,
- splňuje GDPR, NIS2 a další normy,
- firma má přehled o tom, kdo s jakými daty pracuje.
A pak přijde první „aha moment“ managementu:
„Co se stane, když zaměstnanec omylem pošle do veřejné AI citlivá data?“
Google nebo Microsoft? Vyhrává ekosystém, který už firma používá
NextMind technologicky preferuje neutralitu. Pravda je jednoduchá:
- Firmy v Microsoft 365 většinou končí v Azure.
- Firmy v Google Workspace často volí Google Cloud.
Rozdíly?
Google mívá nižší tokenové náklady a širší výběr modelů.
Microsoft vyhrává integrací a licencemi.
Ve finále ale firmy řeší jediné:
Co jim dá nejrychlejší a nejjednodušší výsledky.
Tokeny: jakmile lidé pochopí, že platí „za slova“, přestanou se bát
Tokeny jsou všude, ale skoro nikdo neví, co to vlastně znamená. Petr proto vše překládá do lidské řeči — na konkrétních příkladech:
Zpracování 5000 faktur:
- Azure: cca 130 USD
- Google Cloud: cca 100 USD
A běžný chat typu otázka–odpověď?
Haléře.
Firmy tak neplatí stovky licencí, které lidé využijí dvakrát měsíčně — platí jen za skutečnou spotřebu.
On-premise? Zní bezpečně, ale realita je tvrdá
Starší IT generace má zakódovanou představu, že „nejbezpečnější je mít vše u sebe“. Jenže velké jazykové modely mají jiné nároky.
On-premise často znamená:
- investice v milionech,
- rychlé zastarávání hardware,
- nulovou škálovatelnost.
Petr to shrnuje jasně:
„Dostat velký model do firemní serverovny je dnes prakticky nereálné.“
Výjimky existují — například dávkové úlohy nebo třídění dokumentů pomocí menších modelů. Ale pro většinu firem je to slepá cesta.
Vezme AI lidem práci? Ne. Ale změní, co dělají.
Strach je přirozený, a právě proto se implementace musí dělat citlivě.
Cílem AI není propouštění, ale:
- uvolnění rukou lidí od monotónní práce,
- zrušení rutiny,
- přesun k činnostem s vyšší přidanou hodnotou.
Když lidé vidí, že jim AI každý týden ušetří 20 % času, strach mizí.
A často sami přijdou s návrhem:
„Tady mi AI pomohla — můžeme to zautomatizovat celé?“
Začíná se od „nízkovisícího ovoce“
Obří projekty na začátek? Nesmysl.
Petr doporučuje začít jednoduše:
- dát lidem bezpečný firemní AI chat,
- nechat je objevovat, zkoušet, ptát se.
První „wow momenty“ přichází samy.
A z nich se rodí první reálné projekty:
- automatizace faktur,
- třídění dokumentů,
- reporting,
- zákaznické procesy,
- integrace s ERP.
AI se tak šíří odspodu — přirozeně a rychle.
Projekty musí mít návratnost. Každá fáze.
NextMind staví implementace po malých krocích. Každý krok musí přinést něco hmatatelného:
- úsporu času,
- zrychlení procesu,
- zjednodušení práce,
- lepší přehled o datech.
Pokud další krok stojí statisíce nebo zásah do ERP, rozhoduje firma — dává to ekonomicky smysl, nebo ne?
Ničeho se nedělá jen proto, že to jde.
AI potřebuje pravidla. Bez nich hrozí problémy
Petr zmiňuje i moment, který se opravdu stal:
Zaměstnanec se zeptal AI:
„Kolik bere náš ředitel a kam létá letadlem?“
A dostal odpověď.
A přesně proto musí být AI:
- v izolovaném prostředí,
- s jasnými pravidly,
- s limity oprávnění,
- s dohledem nad tím, co může a nemůže.
AI umí vše, co jí dovolíte — a to je důvod, proč musí mít hranice.
AI není zkratka. Je to chytrá cesta.
Implementace AI není skok, je to postupná cesta.
Řada malých kroků, které firmu posouvají dopředu.
Petr to říká jednoduše:
„AI je jen další nástroj. Když se nastaví správně, uvolní lidem ruce a firmě přinese efektivitu.“
A přesně o tom je moderní firemní AI.
🎧 Poslechněte si celý rozhovor:
👉 https://www.youtube.com/watch?v=4yds2kMHmRk
