Když se řekne „AI ve firmě“, spousta lidí si představí jedno školení a hotovo. Realita je opačná: vzdělávání je spíš začátek než jednorázová akce. Ne proto, že by lidé nebyli šikovní, ale protože AI se vyvíjí tak rychle, že se firmě během pár měsíců změní nástroje, možnosti i správné postupy.
V rozhovoru s Milošem Bartoňem jsme šli víc „do kuchyně“ NextMindu: co dnes v implementacích nejvíc rozhoduje, proč se bez kontinuity věci vrací zpátky, jakou roli hraje ambasador, kde firmy nejčastěji podceňují bezpečnost – a proč se návratnost nedá měřit jen ušetřenými hodinami.
NextMind Akademie: jednorázové školení je málo
Loňský rok byl hodně o školeních „pro širokou veřejnost“ – často s dotacemi, často pro různorodé skupiny napříč firmami. Jenže bez návaznosti to nedává smysl ani účastníkům, ani firmě. Lidé se po jednom či dvou dnech vrátí do běžného procesu a velmi rychle se cítí ztracení. Část věcí zapomene, část nestihne aplikovat a po čtvrt roce je potřeba se vracet k základům.
Proto dává smysl stavět vzdělávání jako firemní systém: pravidelné bloky (typicky v několikaměsíčních intervalech), kontinuální práce s lidmi a postupné překlápění do praxe. V prostředí, kde se AI mění měsíc od měsíce, je to často nejrychlejší cesta, jak firmě skutečně „naskočit na vlak“ a udržet tempo.
Ambasador: člověk, který nenechá změnu usnout
U některých klientů už dnes funguje věc, která byla ještě nedávno spíš výjimkou: firma si uvědomí, že potřebuje interního AI ambasadora.
Smysl je jednoduchý: i když externí tým přijede jednou za čas, někdo uvnitř firmy musí držet kontinuitu, pomáhat lidem překonat první bariéry a zabránit tomu, aby se nové návyky rozpadly hned po školení.
Důležité je, že ambasador není „one man show“. Typicky je to core uživatel, který má zároveň schopnost komunikovat a tahat kolegy za sebou – ne člověk, který si řekne, že všechno vyškolí a zařídí sám. I v tomhle jsou firmy dnes dál: víc přemýšlejí, koho vybrat, a často to s implementátorem konzultují.
AI v šanonové firmě: nejdřív menší revoluce, pak velká
Do praxe dnes běžně naráží kontrast: na jedné straně firmy, které už jsou digitální a AI absorbují naplno – a na druhé straně firmy, které mají klíčové procesy pořád „v papíru“.
Tady je důležité říct nahlas jednu věc: AI sama o sobě nemusí udělat zázrak, pokud chybí základní digitalizační předstupeň. Proto NextMind dlouhodobě pracuje individuálně – ne „krabicový kobercový nálet“, ale sednout si, navnímat firmu, domluvit průběh a budovat důvěru.
A hlavně: začít use-casem, který je rychle hotový a udělá v hlavách menší revoluci. Typicky jednoduché „nízko visící jablko“ (např. oběh faktur) – protože cílem první etapy není postavit monstrum, ale ukázat firmě, že změna dává smysl.
Vedení přesvědčíte rychle. Těžší je přesvědčit celý “mančaft”.
Tohle je v implementacích opakující se vzorec: vedení firmy často pochopí směr poměrně rychle. Skutečná práce ale začíná až ve chvíli, kdy je potřeba dostat změnu do celé organizace.
Bez průběžné práce s lidmi se stává, že AI používá jen pár „nadšenců“ a zbytek firmy zůstane mimo. A pak se z implementace stává izolovaný ostrůvek místo systémové změny.
„Shadow AI“: firma často neví, co už se uvnitř děje
Z praxe vyplývá ještě jeden nepříjemný efekt: část lidí si díky AI postaví automatizace, zrychlí práci – ale firma z toho nemá benefit, protože to není ukotvené procesně.
V extrému vzniká situace, kdy někdo reálně pracuje méně, aniž by firma věděla proč. To může být demotivační pro okolí a zároveň to firmě bere potenciální výkon. Nejde o „hon na čarodějnice“. Jde o to mít základní rámec: kdo co používá, jaké nástroje, jaké typy dat, jak se měří dopad.
Bezpečnost: nejčastější omyl je „platím si to, tak je to v pohodě“
Bezpečnost je téma, které firmy často začnou řešit až ve chvíli, kdy jim někdo vysvětlí rizika. Typický omyl: „mám placený nástroj, nastavil jsem, že se to na mě neučí, takže je vše vyřešeno“. Jenže takhle jednoduché to není.
Do toho vstupuje i realita provozu: řada služeb běží mimo EU a jakmile pracujete s daty, která se byť jen dotýkají GDPR, jste najednou v režimu rizika. A to se netýká jen osobních údajů – firemní know-how (výrobní časy, spotřeby, materiály, marže) může být pro firmu stejně citlivé jako data zákazníků.
Pozitivní zpráva je, že u části klientů (typicky ve výrobě nebo regulovaných oborech) už bývá opatrnost vysoká: NDA, formální pravidla, tlak na to, aby se vše vyřešilo dřív, než se vůbec začne implementovat. U „střední třídy“ firem ale často pořád vyhrává rychlá cesta před bezpečnou – dokud nepřijde první průšvih.
Pokračování po první etapě: mentálně chce každý, v praxi rozhoduje operativa a rozpočet
Po úspěšném „nízko visícím jablku“ chce většina firem pokračovat. Problém je, že se velmi často zaseknou v operativě: implementace další etapy je běh na dlouhou trať a obchodně i procesně to trvá měsíce.
Pomáhá struktura: workshopy, znovuidentifikace příležitostí, postupné plánování. A také realistické očekávání, že digitální pracovník nebo komplexnější use-case není „věc za deset tisíc“ – v řadě případů se bavíme o stovkách tisíc a je potřeba umět vysvětlit přínos.
Návratnost není jen „ušetřil 50 hodin“. Někdy jde o kvalitu služby, která dřív neexistovala.
Zajímavá část rozhovoru se točí kolem měřitelných i neměřitelných dopadů. Typický model ROI je „ušetřené hodiny × hodinová cena“. Jenže v praxi existují efekty, které jsou pro klienta často cennější:
- služba dostupná v čase, kdy dřív nebyla (např. 23:00 na úřadě),
- citlivá témata, která lidé raději řeší s chatbotem než s člověkem,
- úspora kapacity, protože do e-mailu přestanou chodit dotazy, které vůbec nemají řešit.
Tohle se nedá vždycky převést na jednoduchou tabulku. A přesto to může být přesně ta hodnota, kvůli které dává smysl v implementaci pokračovat.
Celý rozhovor (video)
YouTube: