AI adopce bez strachu, hype a slepé víry
Ondra Krajíček řídí IT a adopci AI pro tisíce lidí ve skupině Partners a předtím strávil 18 let v Y Softu. Jako technologický optimista otevřeně mluví o selhávajících projektech, realistických očekáváních a cestě od opravování notebooků k IT, které rozumí byznysu.
Technologický optimista začíná u selhávajících projektů
Ondra Krajíček řídí IT a adopci AI pro tisíce lidí ve skupině Partners. Předtím strávil 18 let v Y Softu v technických rolích včetně vedení americké pobočky. AI věří, ale první epizodu podcastu otevírá rozdílem mezi očekáváním a tím, co dnešní systémy opravdu zvládnou.
Nerealistická očekávání posílají projekty rychle k neúspěchu. Ondra pro tento vývoj používá Gartnerův hype cycle: po prvním nadšení přichází střet s limity a teprve potom užitečná práce.
Vývojáři s AI byli ve studii o 19 % pomalejší
Ondra v rozhovoru připomíná studii, ve které byli vývojáři používající AI o 19 % pomalejší než bez ní. Výsledek používá jako varování před automatickým slibem produktivity, ne jako důvod AI zakázat. Nový nástroj nejdřív přidává učení, kontrolu a chyby v odhadu.
Stejný problém se opakuje u firemních pilotů. Demo může vypadat přesvědčivě, ale produkce potřebuje data, evaluaci, odpovědnost a práci s okrajovými situacemi.
Reskilling není kurz, ale změna každodenní práce
Skutečný reskilling podle Ondry nevznikne absolvováním jednoho školení. Lidé musí změnit způsob, jak rozkládají problém, připravují kontext a kontrolují výsledek. Prompt engineering zůstává užitečnou dovedností, i když se z něj nestala samostatná profese.
Adopce proto potřebuje prostor pro pokusy zdola a realistická pravidla shora. Když firma jen zakáže nástroje nebo nařídí jejich používání, mine zkušenost lidí, kteří znají konkrétní proces.
Člověk má být nad procesem, ne u každého kliknutí
Ondra používá pojem human above the loop. Člověk navrhne celý systém, určí kontroly a nese odpovědnost, ale nemusí ručně schvalovat každý krok. Tím se liší od human in the loop, kde člověk zůstává uvnitř každého průchodu.
Ondra očekává, že pro většinu firem budou malé specializované modely důležitější než největší frontier modely. V epizodě vysvětluje, proč samotná velikost modelu nerozhoduje o jeho hodnotě pro konkrétní firmu.
IT se musí posunout od notebooků k problémům byznysu
Ve skupině Partners řeší Ondra automatizaci call center i personalizaci komunikace s klienty. IT v tomto modelu nečeká na požadavek k opravě zařízení; aktivně hledá proces, který může zlepšit, a ostatní části firmy bere jako zákazníky.
To vyžaduje znalost oboru, rizik i hranic modelů. Technická dovednost zůstává, ale její hodnota se měří výsledkem pro klienta nebo zaměstnance.
Radost z experimentu funguje lépe než tlak strachu
Ondra nechce stavět adopci na FOMO. Lidé se mají s AI učit zacházet s radostí, protože experiment pak není test jejich hodnoty, ale způsob, jak poznat možnosti a limity nástroje. Realistická očekávání dávají této zvědavosti bezpečný rámec.