Za více než 25 let v IT jsem zažil několik velkých trendů týkajících se zpracování dat, od manažerských systémů přes BI až po AI. Vedení si od nich obvykle slibovalo absolutní přehled o provozu firmy a aktuálních byznysových číslech, ve skutečnosti ale na mnohdy ambiciózní projekty chyběl rozpočet, know-how a jasná prioritizace. Jakmile AI řešení dosáhlo „pouze“ 92% přesnosti, tak nadšení opadlo.

Z mého pohledu trh neuchopil dostatečně příležitost, nevěnuje AI náležitou pozornost a zdroje. Vše začíná u strategie, kdy firmy často vyčkávají, a tak plány zůstanou na papíře. Většinou proto, že nemají jasně určené use casy a nejsou schopny identifikovat, kde jim může nasazení AI nejvíce pomoci. Pokud tento problém překonají, dostáváme se právě k IT infrastruktuře a datům. A právě tam stále zůstává obrovský prostor pro zlepšování. 

Málokdo si při implementaci AI uvědomuje, že jde v podstatě o živý organismus, který bude růst společně s firmou. Je proto nutné o něj náležitě pečovat. I proto zákazníci očekávají řešení od A do Z, která umožňují data-driven rozhodování a řízení firmy. Sami jsme se proto rozhodli vystavět datovou & AI divizi, která má za cíl současný stav posunout. Spoléháme na Azure cloud, Power BI a umělá inteligence jsou nyní hlavním směrem, kam se ubíráme.

V praxi to vypadá tak, že proběhne základní analýza, jaký je současný stav a kam by se měla firma posunout. Najdeme příležitosti a slabá místa, nastavíme sběr dat z různých datových zdrojů. Nad tím se vytváří analytické vrstvy, provádí se sjednocení a  vyčištění dat využitelných pro rozhodování. Až potom je možné vytvářet vlastní dashboardy a vizualizace. Zkrátka budujeme jednotnou datovou základnu pro celou firmu. Až poté je možné přejít k opravdové data science, strojovému učení či nasazení AI řešení, která jsou snadno škálovatelná  a rostou společně s firmou díky cloudu.

Vývoj a trénink umělé inteligence není levná záležitost. Nároky na data a výpočetní výkon rostou exponenciálně. Dostáváme se na limity nejen Moorova zákona (ten tvrdí, že počet tranzistorů na integrovaném obvodu se přibližně každé dva roky zdvojnásobí), ale narážíme při výrobě čipů na samotné limity fyziky. Druhou bariérou je extrémní energetická náročnost provozu datacenter dedikovaných pro AI. Je otázkou, kolik firem jako OpenAI dokážou být ziskové a kolik z nich tento závod přežije. 

I tak ale nasazení AI dává velký smysl, vyžaduje však edukaci ve firmách, ukotvení ve firemní kultuře, ochotu experimentovat, ale i kriticky přemýšlet. Budoucnost spočívá v integraci dat a vývoji řešení, která pomáhají nejen managementu, ale i jednotlivým oddělením a zaměstnancům vyhodnocovat jejich podnikání, produkty a vlastní práci. V současné době se stále klade důraz na business analytiku, která integruje datovou vědu a umělou inteligenci, což umožňuje tvorbu řešení pro řízení firem a organizací.