Dalibor Mráz, Firemní adopce AI Co reálně znamená nasadit AI do firmy?

technikaatrh.cz | 25









Firemní data jsou substrátem proremní AI. Některé

rmy se snaží přeskočit data a rovnou zavádět

agenty. Jsou pod velkým tlakem, že jim svět utíká

podrukama ažeztratí konkurenční výhodu. Nicméně

zavedení agenti, kteří nemají nachystaná data acelý

ekosystém kolem, pracují velmi neefektivně. Vlastně

naopak rmě zvedají náklady ajengenerují spoustu

výstupů, které stejně někdo musí kontrolovat.

Je celá řada procesů, jak připravit data pro nějaké

využití AI. Většinou se vybere příležitost a připraví

sejen tolik dat, kolik bude potřeba, aby vše fungo-

valo správně. Říká se tomu datový bazén. Je jed-

nodušší vyčistit a starat se o bazén, než se snažit

čistit celé moře. Jsou rmy, které se snaží připra-

vit pro AI 50 let historie rmy. Většinou buď dojde

trpělivost, nebo peníze. K tomu, aby AI fungovala

dobře, nepotřebuje vědět ormě první aniposlední.

Naservírujeme jí jen tolik, kolik je nezbytné, aby

úkol plnila dobře a opakovaně. Pokud chcete začít

sAIakcelerovat podnikání, začíná toudat.





Umalých rem tomusí být majitel. Ustředních avel-

kých rem natomajitel nemá kapacitu ahledají setzv.

AI DRIVERS. Jedná seojedince, které technologie nad-

chla asnaží sevtom zorientovat. Nikdo je nejmenuje,

již vermách existují protože sami chtějí. Nejdou pouze

po experimentech, ale snaží se přemýšlet nad tím,

jakbyAI mohla pomoci vermě. Tím, žetonejsou vět-

šinou lidé zITateprve dotechnologie pronikají, jedou

metodou pokus-omyl. Tonazačátku určitě není špatné,

nicméně dost pomáhá, když dostanou nějaký support.

Jako první seAI DRIVER může zdarma napojit nacelo-

národní komunitu AI DRIVERS, kde jsou podobní

lidé jako jsou oni sami anadalší lokální AI komunity

vjejich okolí. VAI drivers komunitě jsou každý týden

pravidelně cally, které pomáhají všechny udržovat

aktivní. Vedle komunity se nabízí i AI akcelerační

partnerství. Tam si rma bookne 4–15hodin měsíčně,

kdypomáháme drivery nasměřovat a ukazujeme jim

různé nástroje, aby uvnitř rmy začala vznikat nějaká

AI kultura. Vedeme je nejen kmapování jejich procesů,

ale i stavbě prototypů, které by jim mohly pomáhat

přidenní práci. Máme zkušenost, ževětšinou AI adopce

nezačíná zvenku, ale podporou kultury uvnitř rmy.

AI driver sepak stává parťákem, který rozumí rmě,

ve které je, a zároveň pomáhá externímu dodavateli,

který pak některé prototypy překlápí doprodukce.









Rozlišujeme Vibecodera aAI engineera. Liší sehlavně

v míře zodpovědnosti, bezpečnosti, udržitelnosti

adoménové expertízy. Vibecoding je jeden znástrojů

AI DRIVERů, který jim pomáhá tvořit prototypy

uvnitř rmy a zachytit jejich know-how i různé

mechanismy. Tzn., že na tvorbu interních nástrojů

je to velký game changer. Výzvou to začíná být

v momentě, kdy navibecodovanou aplikaci chcete

postupně rozvíjet nebopustit nacitlivá remní data.

Práce na aplikaci nebo nějakém systému většinou

začne ažsespuštěním doprovozu arozvojem. Tam

tovětšinou vydrží pár dní nebotýdnů apak sezačí-

nají tyhle prototypové aplikace kazit.

Pak přichází další fáze aje většinou nutné aby pro-

totyp převazl pro vývojový team. Ten ho překlápí

dotestovací fáze apourčité době doprodukce aost-

rého nasazení. Většinou se prototyp celý přepro-

gramuje avývoj senastaví podlestandardů. Pokud

se dodržuje přístup, že vibecoder experimentuje,

objevuje, zjišťuje potřeby, prototypuje, aAI engineer

redukuje, staví, optimalizuje, měří, nasazuje, udržuje

atd., tak jde rma mílovými kroky naproti bezpečné

technologické adopci.







AI ready je cílem velké části rem. Jedná seormu,

která je připravená datově a kulturně pro AI nasa-

zení. Oproti tomu je AI native přístup. Tam procesy

nikdy neexistovaly v ne-AI verzi. Od začátku stojí

napředpokladu, žeAI je součástí stacku, ne nástro-

jem navíc. Pro etablovanou rmu se zaběhnutými

procesy a kulturou je přechod na AI native velmi

obtížný. Vyžaduje restart, ne transformaci. Většina

rem nemůže (anepotřebuje) být AI-native. Cílem je

být AI ready.













Tým na AI delivery je poměrně pestrý. Celé tostojí

na šikovných AI/IT architektech, developerech,

ML&CV expertech, datových expertech, LLM engi-

neerech, MLOps/LLMOps a dalších různých pro-

fesích podle projektu. V současné době jsou týmy

daleko menší, než byly před7lety. Nicméně ti, kteří

mají vsoučasné době opravdu vysokou hodnotu, jsou

lidé, kteří pomocí AI umí efektivně stavět.

Ne všechny rmy potřebují trénovat nějaký svůj

model nebo řešit computer vision, nicméně když

je potřeba, je skvělá příležitost využít k natréno-

vání svého specického modelu superpočítač vIT4I

neboLUMI AI factory. Tam sekekomputaci můžou

malé a střední rmy dostat zdarma, pokud splní

určité podmínky.

