- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (77)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (37)
- WMS (31)
- Dodavatelé IT služeb a řešení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řešení pro logistiku (45)
- IT řešení pro stavebnictví (25)
- Řešení pro veřejný a státní sektor (27)
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údržby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tisk![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který každý týden přináší výběr článků z oblasti podnikové informatiky | |
![]() | |
Konec pálení tokenů, trh tlačí na návratnost
BIQ Group spouští AI hub a jeho tým letos rozšíří na dvojnásobek
Slabý datový základ je příčinou pomalého růstu a nízké efektivity firem, a to navzdory implementaci AI. To má zásadní vliv i na návratnost AI projektů, podle studie State of AI in Business od MIT jich přitom selže až 95 %. Technologická skupina BIQ Group reaguje na tento stav spuštěním AI hubu, který pomáhá stavět datový základ a zavádět umělou inteligenci napříč organizací. K tomu využívá zaběhnuté ekosystémy Microsoft, SAP, Kentico či Atlassian. Tým nyní čítá 11 lidí a letos plánuje vyrůst na dvojnásobek. Aktuálně se podílí na projektech pro společnosti DPD SK, Veacom či GTS Alive.
„Ve vedení firem vidíme obrovský tlak na návratnost AI projektů. Vysoké očekávání plyne ze zefektivnění vývoje a rychlosti generování kódu, nyní však naráží na tvrdou realitu. V BIQ Group chceme dosáhnout toho, aby transformace zvýšila produktivitu lidí napříč firmou, tedy aby se přínos projevil na projektech a zakázkách. Ve výsledku tak obvykle cílíme na celkové zvýšení efektivity o 20 %, nikoli o násobky. AI z našeho pohledu nemá být jen pomůcka pro vývojáře, ale součást ekosystému celé společnosti,“ vysvětluje Ján Zajíc, head of Data & AI v BIQ Group.Klíč je v ekosystémech a embedované AI
- Vysoký objem a opakovatelnost: Proces musí být realizován stokrát nebo tisíckrát, aby se automatizace vyplatila.
- Práce s kontextem: Nejlepší use cases jsou tam, kde lidé dělají rozhodnutí na základě kontextu, nikoli jen jednoduché logiky (např. směrování zákaznického servisu, moderace obsahu).
- Měřitelné cíle a zvládnutelné selhání: Proces musí mít jasné metriky úspěchu (přesnost, rychlost) a náklady na chybu musejí být zvládnutelné.
- Specializované a nákladné znalosti: AI se vyplatí tam, kde je potřeba drahá nebo nedostupná expertní znalost (např. právní, lékařská, technická revize kódu).
- Dostupnost dat a potřeba změny: Data pro trénink AI musejí existovat a současný proces musí být dostatečně „bolestivý“, vytvářet úzká hrdla (bottleneck) či přinášet nespokojenost, aby vznikla dostatečná motivace ke změně.
| 23.9. | AI Horizons Prague 2026 |
| 6.10. | Unicorn Banking Forum 2016 |
| 7.10. | Arrow Forum 2026 |
Formulář pro přidání akce








