Digitální kolega do továren a výrobních linek
12 | Technika & trh | 9-10/2026
dila
jennaúzký problém, např. třeba prediktivní údržbu
nebo analýzu dat z jednoho systému. Edmund
naopak dokáže propojit data napříč dokumentací,
databázemi aspecializovanými systémy apřevést je
dojednoho uceleného obrazu. Díky tomu dává tech-
nikům imanažerům komplexní přehled aumožňuje
rychlejší i přesnější rozhodování, což konkurence
vtakto širokém měřítku zatím nenabízí.
Ne, práce s Edmundem je stejně jednoduchá jako
s jakýmkoliv jiným LLM modelem. Jednoduše
sezeptáte nacopotřebujete aEdmund najde odpo-
věď. Naše lozoe je právě postavená na tom,
žeijuniorní technik byměl přinášet hodnotu rmě
odprvního dne vprovozu. SEdmundem tak nemusí
zahlcovat starší kolegy se „zbytečnými“ otázkami
apřitom užmít reálný dopad nafungování rmy.
Edmund není navržený ktomu, aby lidi nahrazoval,
aleaby jim práci ulehčil azrychlil. Obavy typu „AI
mi vezme práci“ chápeme, alerealita vprůmyslu je
jiná. Jednou znejvětších výzev dnešního průmyslu
je odchod kvalikovaných techniků azároveň mladá
generace, která sedovýroby příliš nehrne. Edmund
proto pomáhá rmám zvládat tento personální
tlak azároveň dává technikům doruky digitálního
kolegu, který jim šetří čas a umožňuje soustředit
senato, coskutečně vyžaduje jejich odbornost. Navíc
podporuje přirozený posun kdigitálním dovednos-
tem, které budou vprůmyslu vbudoucnu nezbytné.
Ano, typickým příkladem jsou noční směny,
kdy u strojů nebývají k dispozici ti nejzkušenější
technici. Vminulosti museli juniorní kolegové často
budit své starší kolegy, protože si nevěděli rady
anisdrobnými závadami. Dnes jim Edmund nabídne
postup krok za krokem a ve většině případů pro-
blém zvládnou sami, např. když jde jen o uvolněný
senzor nebojinou drobnost. Pokud seukáže, žejde
ovážnější závadu, Edmund jasně doporučí přivolat
seniorního technika. Výsledkem je, žermy šetří čas
zkušených lidí a zároveň mladší technici získávají
jistotu iknow-how přímo připráci.
Naším hlavním směrem je teď rozvoj služeb, které
Edmunda doplňují atohlavně voblasti data health
adata cleaningu. Firmy generují obrovské množství
dat, ale jejich kvalita a struktura často brání tomu,
aby je bylo možné skutečně využít. Proto pomá-
háme data čistit, digitalizovat a připravit tak, aby
s nimi mohl efektivně pracovat nejen Edmund,
aleisamotný podnik.
Zároveň se díváme na to, jak posunout samotný
produkt. Jedním ze směrů je analýza fotogra-
í, kdy by Edmund dokázal podle snímku stroje
nebo komponenty rozpoznat problém a doporučit
řešení. Druhou oblastí je rozšířená a virtuální rea-
lita, kde chceme technikům nabídnout doporučení
a postupy přímo v chytrých brýlích během práce.
Vedle toho zkoumáme možnosti humanoidních
robotů a robotické inteligence. Naší vizí je, aby
se Edmund stal digitálním partnerem technika
ve všech aspektech jeho činnosti, od práce s daty
ažpoasistenci přímo namístě.
Určitě ano. Užjsme absolvovali první průzkumnou
cestu do Spojených států, kde jsme navštívili řadu
rem aověřili si, žeitam je opodobné řešení velký
zájem. Vrámci Evropy je růst dokonce nevyhnutelný,
naši zákazníci mají továrny vrůzných zemích ajak-
mile seEdmund osvědčí vjedné lokalitě, je přirozené
nasadit ho ijinde.
Potechnické stránce žádné bariéry nevidíme. Často
sesetkáváme stím, žezákazníci mají výrobní linky,
které nejsou sériově vyráběné, aobávají se, že tam
Edmund nebude fungovat. Opak je ale pravdou,
právě vtakovém prostředí Edmund vyniká. Je totiž
navržený tak, aby dokázal zpracovat apochopit velké
množství různorodých dat, i když nejsou perfektně
strukturovaná.
To, corůst skutečně zpomaluje, jsou spíš interní pro-
cesy velkých rem. Bývají zdlouhavé, rigidní asroz-
počty na AI zatím moc nepočítají. I to ale bereme
jako výhodu, protože jsme si tím už prošli a víme,
jaksevtakovém prostředí pohybovat.
Generativní AI podle nás změní průmysl podobně
zásadně, jako ho kdysi proměnily PLC neborobotika.
Dnes ji rmy využívají spíše kvyhledávání nebopře-
kladům dat, ale skutečný skok přijde ve chvíli,
kdy se stane přímo součástí výrobních procesů.
Umíme si představit, žezapár let bude AI generovat
celé výrobní scénáře, odkongurace strojů, přestes-
tovací sekvence ažponávrhy změn vlayoutu výroby.
Největší výzvou přitom zůstává důvěra a kvalita
výstupů. V tuto chvíli je AI stále spíše chytrým
poradcem, který může někdy halucinovat. Směr je
alejasný: AI sepostupně přesune zviditelného roz-
hraní dorole neviditelné vrstvy, která propojuje lidi,
stroje adata vreálném čase. Vten moment užnepů-
jde jen o nástroj, ale o digitální infrastrukturu,
nakteré bude stát celá továrna.