Umělá inteligence dnes patří mezi nejčastěji skloňovaná slova ve firemním prostředí. Mluví se o ní na konferencích, v prezentacích i v zasedačkách. Přesto, když se zeptáte, co přesně znamená „mít AI ve firmě“, odpověď bývá překvapivě vágní. Nejčastěji zazní: máme chatbota.
Jenže chatbot je jen viditelná špička něčeho mnohem složitějšího. Umělá inteligence totiž není konkrétní nástroj ani hotový produkt. Je to způsob práce s informacemi, rozhodováním a odpovědností. A právě tady se ukazuje rozdíl mezi firmami, které z AI vytěží reálnou hodnotu, a těmi, pro které zůstane jen krátkodobým experimentem.
Když počáteční nadšení narazí na realitu
První kroky k AI bývají podobné. Rychlý pilotní projekt, jednoduché řešení, viditelný výsledek. Chatbot, který odpovídá na opakující se dotazy nebo pomáhá s onboardingem, dokáže rychle přesvědčit, že technologie funguje. Problém nastává ve chvíli, kdy od AI začneme chtít víc než jen reakci.
Chatbot odpoví, ale nerozumí. Nevidí souvislosti, nedokáže předvídat, nechápe, proč se určitá situace opakuje. V tu chvíli si firmy často uvědomí, že problém neleží v technologii, ale v tom, co jí dávají k dispozici. V datech.
Umělá inteligence se neučí z vizí ani z prezentací. Učí se z reality. Pokud jsou data neúplná, roztříštěná nebo si protiřečí, AI se nenaučí nic užitečného. Naopak – velmi rychle začne reprodukovat stejný chaos, jaký dostala na vstupu.
AI jako strategické rozhodnutí, ne IT projekt
Právě tady se láme představa, že zavedení AI je technický úkol pro IT oddělení. Ve skutečnosti jde o strategické rozhodnutí, které zasahuje celou organizaci. Znamená to investovat čas do úklidu dat, do jejich pochopení a do formulace správných otázek. Ne ptát se, kde AI použít, ale jaký problém má pomoci řešit.
Znamená to také pracovat s lidmi. Vysvětlovat, že cílem není nahrazování zaměstnanců, ale podpora jejich rozhodování. Že dobrá AI nezačíná kódem, ale porozuměním procesům a odpovědnostem.
Firmy, které tento posun zvládnou, zpravidla zjistí, že cesta k funkční AI netrvá týdny, ale měsíce či roky. Že stojí peníze, energii i trpělivost. A že technologie sama o sobě nestačí.
Když odpovědi nestačí a je potřeba porozumět
Tímto vývojem si prošla i ostravská technologická firma Rankacy, která původně vznikla jako nástroj pro analýzu chování hráčů v esportu. Na začátku šlo o jednoduché algoritmy a komunikační nástroje, které měly uživatelům pomoci orientovat se v jejich výkonu.
Postupně se ale ukázalo, že samotné odpovědi nestačí. Pokud má systém skutečně pomáhat, musí chápat kontext. Proč hráč udělal chybu. Co ho vedlo k riskantnímu rozhodnutí. Jak se jeho chování mění pod tlakem a v čase. To už nebyla práce pro chatbota, ale pro plnohodnotné AI modely trénované na kvalitních a strukturovaných datech.
Právě v této fázi si tým specialistů v Rankacy uvědomil ještě jednu zásadní věc: model, který dokáže porozumět lidskému chování ve hře, není omezený jen na esport. Stejné principy rozhodování, práce se stresem a reakcí na změny se objevují i v dalších oblastech – od vzdělávání přes průmysl až po zdravotnictví. Herní prostředí se tak stalo ideální tréninkovou půdou pro AI, kterou lze postupně přizpůsobovat i jiným typům dat a problémů.
„Když má člověk po boku digitálního poradce, který mu na základě milionů vzorců řekne, jaké rozhodnutí je pravděpodobně nejlepší, může se rozhodovat datově – ne jen podle pocitu,“ říká Michael Blažík, CEO Rankacy.
Celý rozhovor s Michaelem Blažíkem naleznete zde.
Cesta k takovému systému ale nebyla krátká ani jednoduchá. Znamenala měsíce práce s daty, budování infrastruktury, opakované testování a učení se z chyb. Přesně to, co si mnoho firem pod pojmem „AI“ vůbec nepředstaví.
Kolik ve skutečnosti stojí mít AI
Jedním z nejčastějších omylů je představa, že AI je jen otázkou nákupu správného softwaru. Ve skutečnosti jsou největšími náklady čas a lidé. Datoví inženýři, analytici, odborníci, kteří rozumějí byznysu i technologiím. K tomu výpočetní výkon, který je při trénování modelů extrémně náročný.
Neznamená to ale, že AI je dostupná jen pro velké korporace. Znamená to, že firmy musí přemýšlet realisticky. Nezačínat s ambicí vybudovat dokonalý systém, ale s jasně definovaným problémem a postupně ho rozvíjet. Kvalita dat a strategie mají v tomto ohledu větší váhu než velikost investice.
Umělá inteligence jako nová infrastruktura
Umělá inteligence dnes připomíná nástup elektřiny nebo internetu. Nejde o jednu technologii, ale o infrastrukturu, na které budou stát budoucí rozhodnutí. Kdo ji pochopí včas a uchopí ji strategicky, získá výhodu. Ne proto, že má nejchytřejší algoritmus, ale proto, že ví, co s ním dělat.
Technologie je dnes dostupná. Rozdíl mezi úspěchem a zklamáním dělá schopnost klást správné otázky, pracovat s realitou a přijmout, že žádná inteligence – ani ta umělá – nevzniká bez trpělivosti.
Zdroj: Rankacy
Ilustrační obrázek vytvořila umělá inteligence
