Ve skutečnosti však AI funguje často velmi nepředvídatelně. Umí si „domýšlet“ a doplňovat, co podle ní dává smysl – a to ne proto, že by byla hloupá, ale protože zadání bývají příliš obecná. Když kolegovi řeknete „kup židli“, nejspíš přinese židli, která se vám nemusí líbit. Ale když určíte barvu včetně odstínu a velikost koleček, trefí se mnohem přesněji. Stejné je to s AI, potřebuje jasný kontext a velmi přesný prompt. Tradiční automatizace naproti tomu funguje spolehlivě a konzistentně. Nastavíte pravidla a výsledek je pokaždé stejný. A to je ve firmách často to nejcennější, mají jistotu, že dostanou vždy to, co očekávají.

Zásadní otázka, kterou by si firmy měly klást, nezní „Jak využijeme AI?“, ale „Máme interní procesy nastavené tak, aby integrace AI dávaly smysl?“. Platí prosté pravidlo: co do systému vložíte, to z něj dostanete. Když mzdové oddělení pracuje s nepřesnými údaji, žádný systém nespočítá správnou výplatu. Když je CRM plné duplicit, překlepů a prázdných polí, AI jen umocní chaos. Často se setkáváme s požadavkem na „AI asistenta“ bez sepsaných kategorií dotazů a odpovědí, nebo přání dělat predikce prodeje nad poloprázdnými záznamy. Je to jako stavět skleněnou fasádu na dům s chatrnými základy – na fotce působivé, v realitě neudržitelné.

A právě tady má největší hodnotu automatizace. Pomáhá procesy ukotvit, držet se předem daných pravidel a vracet stejný výsledek pro stejné vstupy. Výsledkem je čisté prostředí, stabilní data a jasný rámec, na kterém může AI stavět. Jinými slovy: než pustíte do firmy AI, je potřeba uklidit „digitální sklad“ a vyřešit, co má běžet automaticky podle jasných dat. Dnes jsou k dispozici nástroje, které propojí firemní aplikace a umožní skládat automatizované scénáře napříč agendami, od HR přes reporting až po marketing. Často není nutné programovat, případně stačí jen minimum. Přitom se osvědčuje začít jednoduchými scénáři, postupně je ladit a teprve potom rozšiřovat. Takový postup šetří čas, snižuje chybovost a uvolňuje ruce pro práci, kterou automatizace nezvládne.

Kde tedy dává smysl umělá inteligence? Především tam, kde přicházejí nestrukturovaná data a kde se pracuje s tím, co lidé sami napíšou, od e-mailů přes chat až po poznámky v systému. Zde je však třeba dbát na kvalitu instrukcí pro AI a obsah a kontext, se kterým AI pracuje. Pokud jsou instrukce špatně formulované, bude výstup chaotický nehledě na kvalitu obsahu. Pokud je však instrukce dobrá, AI se dokáže v nestrukturovaném obsahu velmi dobře zorientovat.

Typickým příkladem je zákaznická podpora. Jeden zákazník napíše „nejde mi zapnout aplikace“, druhý „pořád padá ta vaše věc“ a oba myslí totéž. AI dokáže pochopit význam a zprávy správně zařadit – a co víc, nejenže je správně zařadí, ale dokáže navrhnout mnohdy i velice kvalitní odpověď. Je totiž zcela běžné, že firmy trénují AI modely na interních datech, jako jsou znalostní báze, PDF dokumenty, často kladené dotazy či anonymizované dotazy jiných zákazníků. Takto „posílený“ model je pak schopen s velkou mírou pravděpodobnosti zákazníkovi jeho problém vyřešit, popř. se doptat na další informace. Jednou odpovědí to nekončí, neboť ty „chytřejší“ AI aplikace už umějí navazovat na existující konverzace, což vede k řádově přirozenějšímu dialogu a celkově lepšímu uživatelskému zážitku.

To je přesně ta přidaná inteligence, kde se AI vyplatí. Naopak tam, kde jde o předvídatelné a citlivé procesy, třeba logistiku nebo platební systémy, má navrch klasická automatizace. Nikdo nechce, aby si AI „vymyslela“ nulu navíc.

Jestli někde AI skutečně způsobuje revoluci, pak je to softwarový vývoj. Nástroje, které máme dnes k dispozici, už dokážou nahradit práci juniorních vývojářů. Do budoucna to nebude o tom, že vývojáře nahradí AI, ale že vývojáři, kteří AI nepoužívají, budou nahrazeni těmi, kteří ji ovládají. AI zvyšuje produktivitu, dokáže generovat kvalitní kód a umožňuje týmům vyvíjet rychleji a spolehlivěji.

A právě tady se dostáváme k otázce, která často zaznívá: kdy je AI vyhazování peněz? Moje zkušenost je, že téměř nikdy. I když výsledky nejsou hned dokonalé, už samotné učení se práci s AI je investice – buduje znalosti, které se firmám vrátí v budoucnu. Výjimkou jsou jen případy, kdy se AI používá tam, kde by plně stačila tradiční automatizace. Pokud má být cílem například jen spolehlivě spočítat spotřebu materiálu nebo zpracovat platby, je nasazení AI spíše plýtváním prostředků. Jenže v praxi spousta firem tyto rozdíly nerozpozná. A právě proto končí u pilotů, které nepřinášejí očekávaný efekt.

Firmy se mě často se ptají, jak postupovat při zavádění nových technologií: mapovat procesy, rovnou automatizovat, nebo nejdřív AI? Pořadí je ve skutečnosti prosté. Nejprve si ujasnit, co chceme. Pak automatizovat to, co je strukturované a kde je prioritou spolehlivost. A až potom přidávat AI na místa, kde přináší skutečnou hodnotu: porozumění textu, sumarizace, návrhy, asistence. Počítejte s laděním, AI není kouzelné tlačítko, ale spíše běh na delší trať, který ale přinese výsledky.

Zároveň není správné chápat AI a automatizaci jako soupeře, nebo aby firmy měly pocit, že potřebují buď jedno, nebo druhé. Tyto technologie nevnímám jako předhánění, kde jedna technologie musí být rychlejší nebo lepší. Budoucnost vidím v jejich symbióze. Automatizace dává firmám stabilní základ a předvídatelnost, na kterých může AI stavět. Ta pak přináší flexibilitu a schopnost pracovat s chaosem nestrukturovaných dat. Firmy, které tenhle přístup přijmou, získají náskok. Ti ostatní se možná rozběhnou za trendem a přehlédnou to nejdůležitější – že bez jasně definovaných procesů žádná inteligence nepomůže. A to už se opět dostáváme k podstatě toho, co už jsem říkal. Nejdůležitější je uklidit si ve svém „digitálním skladu“ a ujasnit si to, co opravdu potřebujeme. 

Nedivil bych se, kdybychom brzy stáli u zrodu firem, kde bude naprosto běžné, že AI nebude jen nástroj, ale skutečný „digitální zaměstnanec“. Představte si kolegu, který má jméno, jasně definovanou roli a přístup k firemním aplikacím, nástrojům a datům. Bude obsluhovat zákaznické dotazy, vyhodnocovat procesy nebo navrhovat řešení. Člověk vstoupí do hry jen tehdy, když nastane výjimka nebo problém. Tohle není sci-fi, protože už dnes vidíme první náznaky. A podle mě je docela možné, že se některá z firem, která tuto myšlenku dotáhne do praxe naplno, stane budoucím lídrem oboru. Pokud se totiž podaří správně nastavit role, procesy a propojení lidí s AI, může to odstartovat úplně novou éru „digitálních kolegů“.