Jan Kavalírek, AI není jen chatbot na e-maily Jak a kde ji efektivně využít?

38 | Technika & trh | 7-8/2026

rho





Setkávám sesvelkým rozdílem mezipodniky, které užsys-

tematicky hledají možnosti využití AI, atěmi, které ji stále

považují jen za technologickou zajímavost či ji podceňují

stvrzením, žepřece dělá často chyby, apostupně tak ztrá-

cejí konkurenceschopnost. Ano, AI může stále halucino-

vat, ale zdaleka ne v takovém objemu jako dříve, protože

její vývoj jde nesmírně rychle dopředu. A pokud budeme

výstupy kontrolovat, cožje nezbytné, pak senám díky zvý-

šené míře produktivity mnohonásobně vyplatí.

Typickým příkladem může být tým technických pracov-

níků, znichž každý denně stráví třeba půl hodiny hledáním

informací v technické dokumentaci. Za rok už můžeme

mluvit otisících pracovních hodin. Pokud významnou část

tohoto času odstraní kvalitní interní AI asistent, ekono-

mický přínos je velmi konkrétní.









Postup je v zásadě poměrně jasný. Prvním krokem je pro-

cesní audit a identikace rutinních míst, kde lidé tráví

nejvíce času, vznikají chyby nebo jiné náklady. Druhým je

prověření, zda má rma ktěmto procesům použitelná data.

Třetím krokem je výběr několika konkrétních případů vyu-

žití avyčíslení jejich business case. Čtvrtým je pilotní projekt

spředem denovanou metrikou úspěchu, například úsporou

pracovního času, snížením zmetkovitosti, zkrácením odstá-

vek apodobně. Apátým krokem je úspěšné řešení skutečně

integrovat doběžného provozu anásledně škálovat.

Nejčastější chybou je podle mě obrácené pořadí. Firma

si nejprve vybere technologii nebo konkrétní AI nástroj

apotom teprve hledá, kčemu byjej mohla využít. Správně

byměla začít problémem, nikoli technologií. Druhou častou

chybou je nekonečné pilotování. Firma vytvoří několik zají-

mavých demonstrací, alenikdo nemá odpovědnost zajejich

převedení do skutečného provozu. Pilot má smysl pouze

tehdy, pokud dokážeme změřit jeho přínos avpřípadě úspě-

chu máme připravenou cestu kpraktickému nasazení.







Nemusí mít vlastní datový tým, aby dokázala najít dobrý

případ využití. Na začátku bych si sepsal všechny procesy

a vyhodnotil, jak často se daný proces opakuje, kolik času

apeněz stojí, zda kněmu mám kvalitní data ajaksložité bude

AI dotohoto procesu zapojit. Ztoho lze poměrně jednoduše

vytvořit pořadí projektů podleočekávaného přínosu anároč-

nosti. Na začátku bych hledal především řešení s rychlou

návratností anízkým rizikem.

Velmi dobrým prvním projektem může být interní AI asistent

pracující sremními směrnicemi, technickou dokumentací,

návody nebo servisní historií. Dalším stupněm jsou jedno-

dušší AI agenti. Mohou například přečíst příchozí poptávku,

vytěžit zní potřebné údaje, vyhledat informace veremních

systémech apřipravit návrh dalšího kroku prozaměstnance.

Následovat mohou náročnější aplikace, například automati-

zace procesů, vizuální kontrola kvality, prediktivní údržba,

optimalizace zásob anakonec samotné řízení výroby. Klíčové

je nezačínat tím nejsložitějším, ale vybudovat si postupně

zkušenost adůvěru vtechnologii.





Česko rozhodně není zemí, která byAI ignorovala. Adopce

v posledním roce výrazně zrychlila, podle dat Eurostatu

používalo v roce 2025 alespoň jednu technologii umělé

inteligence 17,6procenta českých podniků sdeseti a více

zaměstnanci. Stále je toalemírně podprůměrem Evropské

unie, který byl 20,0procenta.

Největší promarněnou příležitost bych aleviděl právě vtom,

pokud AI využijeme hlavně k psaní textů a kancelářské

práci, alenedostaneme ji dostatečně rychle dosamotného

jádra průmyslových procesů. Česká ekonomika je mimo-

řádně průmyslová, aprotomusíme tuto transformační vlnu

zvládnout velmi dobře. Vizuální kontrola kvality, predik-

tivní údržba, optimalizace výroby, energetiky nebo doda-

vatelských řetězců mohou přímo ovlivňovat produktivitu

českých podniků. Pokud v těchto oblastech zůstaneme

pomalejší než naši konkurenti, postupně se to projeví

vnákladech, maržích icelkové konkurenceschopnosti.















Význam může být zásadní právě prostřední amenší rmy.

Jednou zpřekážek rozvoje AI je přístup kdostatečně výkonné

abezpečné výpočetní infrastruktuře. Firma nemusí kupovat

vlastní drahé GPU servery, alemůže využít potřebný výkon

jako službu a platit zakapacitu, kterou skutečně potřebuje.

Důležitá je také možnost zpracovávat citlivá průmyslová

data přímo v České republice. V CRA již dnes nabízíme

mimo jiné infrastrukturu založenou na nejnovější generaci

NVIDIA B300. Vidíme přitom velmi silnou poptávku nejen

odvelkých společností, aleprávě také odmenších technolo-

gických rem, které začínají AI používat.

Rozhodnutí vlády podpořit českou účast v projektu

AIGigafactory protopovažuji zavelmi důležité. Česko sou-

těží vLotu 1spolu sFrancií, Finskem, Dánskem aPolskem.

Je aledůležité říct, žeLot 1nutně neurčuje maximální veli-

kost české AI Gigafactory, alezejména objem kapacity, který

si chce pronajmout sám daný stát. Ten je tedynanižší úrovni,

nicméně celková konečná velikost české infrastruktury

může být ipřesto větší, než je minimální limit daný Komisí.

A tobude záviset především na komerční poptávce, nan-

cování adalších partnerech projektu. Naší ambicí je vytvo-

řit infrastrukturu, která bude dostupná celému českému

AI ekosystému, od velkých podniků přes malé a střední

rmy ažpovýzkum aveřejný sektor, asvou velikostí bude

adekvátní potřebám, které zde máme.



„Nejčastější chybou je

obrácené pořadí. Firma si

nejprve vybere technologii

nebo konkrétní AI nástroj

a potom teprve hledá, k čemu

by jej mohla využít.“