# Přepis: Jak zavádět AI ve firmě, aby to fungovalo (s Petrem Polákem)

**Řečníci:** Filip Dřímalka, Petr Polák
**Délka rozhovoru:** přibližně 1 hodina a 21 minut

> Automatický časovaný přepis pro obsahovou a redakční práci. Jména nástrojů a hostů prošla základní korekcí. Přímé citace, čísla a významově citlivé pasáže je před zveřejněním potřeba ověřit proti nahrávce. Označení jednotlivých mluvčích se doplní při publikační editaci.

---

**[00:00:00]** O budoucnosti, technologiích a lidském potenciálu. Vítejte v podcastu Budoucnost nepráce.

**[00:00:11]** Dobrý den, ahoj. Vítám vás u dalšího dílu podcastu Budoucnost nepráce. Dnes je mým hostem Petr Polák. Vítej Petře.

**[00:00:34]** Ahoj, ahoj. Děkuju za pozvání. Tak, co mi o tobě řekl můj agent, který skrypoval tvoje příspěvky a profil na LinkedInu. Petr je datový líder, který se propracoval od základních datových modelů až k vedení datové strategie největší České banky.

**[00:00:52]** Teď seš nově, vedeš data, datový tým ve společnosti VIG Re, což je zajišťovná patřící do Vienna Insurance Group. A předtím jsi byl Domain Lead Data Platforms v České spořitelně. A co je důležitý? Nejenom, že pracuješ s daty nebo vedeš týmy, ale taky o tom mluvíš. Takže vedle práce čtyři roky točíš s Romanem Provázníkem IT Podcast PodVocasem.

**[00:01:15]** Je to tak? Jeden z nejznámějších českých tech podcastů. Pak tady máme krásné příběhy od tvým bratrovi, který je bubeník v kapele Jelen, od tvým přistahu ke sportu. A co je důležitý? On tady ještě píše, že právě ten váš podcast neplavě po povrchu.

**[00:01:34]** A to, že ty jsi v poslední době hodně pustil do AI, ale ne teoreticky, ale začal si s tím hodně pracovat. Taky jsi byl semifinalistou Digital Future Awards v kategorii Digital Leader. Sedí to? Všechno sedí. Nevím, jak to máš napromtovaný, ale nebyla tam jediná chybička.

**[00:01:52]** Jo, jo. Mám to mimochodem tak, že vlastně agence napojí přes Apify, skrýpne ty posty a profil a pak to z toho analyzuje. A samozřejmě dávám to těm nejlepším modelům, takže myslím, že tohle připravoval 5-6 soul. Moc hezky. Super. Petře, možná mě zajímá na začátku, proč PodVocasem?

**[00:02:14]** PodVocasem, no. To je taková historka. My jsme tou dobou s Románkem, to je Román Provazník, takhle mu říkám, jsme dělali ve společnosti CN Group a ta sídlila na Václaváku. Takže tam vlastně vzniknul nápad udělat podcast. No a když jsme seděli v nějaký brainstorming session s kolegyní, tak ta to vystřelila jako první věc.

**[00:02:33]** Říkáme, no to vlastně musí. Jediný zadání bylo, že to nemá být jako na první dobrou IT, aby se to nomenul IT podcast nebo něco takového. No takže PodVocasem byla jasná volba, no. Máme i logo takový, takže myslím si, že to je takový výstížný. Najde nás to a samozřejmě pod kres pod tím byl, že lidi se scházejí PodVocasem a my se tam chceme scházet se zajímavýma lidma.

**[00:02:55]** A když to už dneska nenahráváme na Václavákou, tak tohle zůstává stejný. Super. Ty jsi v jednom příspěvku psal, že neumíš být dlouho offline a propadl jsi Claude Code a poslední týdny stavíš několik vlastních agentů a připravujíš se tím na novou roli. To znamená ve VIG Re. Tak jak to, že jsi tomu propadl? Co tě na tom baví?

**[00:03:17]** Hele, no, tak asi to známe všichni, co teďka ty technologie máme rádi. Jako člověk do toho jednou vleze a už se z toho vlastně nedá vylíst. To je to, jako já bych to přirovnal k tomu sportu, který vlastně, když tě baví, začneš jako do toho líst častěji častěji, co nejde z toho i líst.

**[00:03:33]** Takže takhle já teďka propadnul k Claude Code a byť mám teda malý jítě, tak i po večerech občas se člověk snaží vymýšlet různý věci, ať už osobní nebo pracovní a vlastně ve VIG Re, což jsem tam vlastně, to tam nemůžeš mít, protože jsem to nikdy nepsal, mám i tu AI kompetence na starosti, takže se tam snažíme rozjet AI literacy, aby to stálo za to.

**[00:03:59]** Já jsem mal nedávno součástí, nebo vlastně podcast, dělal jsem webinář pro Viena Insurance Group a myslím, že to bylo i pro Vigra, a bylo to jako hustý, v tom mě tam přešlo tisíc lidí na to, takže ten zájem byl velký. To je hustý, to bylo pro Česko jenom? To bylo pro Česko, no. To je hustý, protože Vigra, ono to z toho úplně nevypadá, ale to je 220 lidí, to je vlastně docela malá firma.

**[00:04:23]** Pro mě super, protože jsem mnohem víc hands-on, což teďka jsem potřeboval po Český spořitel někde, samozřejmě to nešlo. A upřímně řečeno tisíc lidí, to mě překvapuje, to je masa. No, to bylo mazé, což bylo dobrý a vlastně jako asi, co mě nejvíc počešilo na zpětné vazbě, tak bylo, že vlastně, když si zběrejí zpětného vazbu, že to počešilo jak ty lidi, který jsou na začátku, tak ty, který jsou jako daleko, což mám pocit, že vlastně dneska ten rozplil je obrovský.

**[00:04:50]** To teda. A vidíš to taky? Úplně stejně, úplně stejně. A ve VIG Re to platí dvojnásob, když se posunu tady tím směrem. Samozřejmě tam IT, by the way, je to vlastně taková firma, kde před dvěma lety byly tři lidi v IT. Teďka je tam 50 členej tým v podstatě. A samozřejmě, že ty ITáci k tomu mají blízko, máme cloud licence a jedeme bomby.

**[00:05:14]** A ten biznis to učíme. Če ten biznis ne, že by to nepoužíval, tak jako si myslím, že to dneska už biznis používá klasicky nějaký čatování, ale nějaký pokročilější věci, který by se tam dali použít, protože VIG Re je hodně datová firma, tak tam jsme v plenkách a tam se to snažíme teď rozjíždět. Super. No, címe, jak říkáš, že ti ITáci přirození to podobně, že jsou trošku dál. Tak ne úplně všude.

**[00:05:36]** Já mám zkušenost, že právě někdy v tom IT jsou rozdíly docela velký. A že někteří ITáci si mají jako velký problém. Kdyby měli přestat dělat to řemeslo, který umí velmi dobře, dělají to 15 let, ty ho píšou ten kód a najednou musí spíš stavět, orchestrovat agenty, kteří píšou a kontrolují a tak dále? Dovedu si to představit, že člověk, který byl zvyklý nějakým způsobem fungovat, je to stejně, to nemusí být aj já, je to může být cokoliv.

**[00:06:02]** Jsi zvyklý nějak pracovat, ale teď přijde nějaký novej postup technologie, se kterou by si měl změnit proces a nechce se ti.

**[00:06:09]** VIG Re má jednu velkou výhodu. Ten můj tým je v podstatě tak mladej, teď myslím, mladé, jak dlouho jsou ve VIG Re, že v podstatě nejstarší člověk je tam sice 12 let, ale pak už jsou tam všichni do půl roku s jednou drobnou výjimkou. Takže reálně všichni ty lidi přišli s nějakou expertízou, která je opatřená novýma technologiema, AI-kem, novýma cloudovýma platformama a je to vidět.

**[00:06:33]** Ty lidi jsou nabustovaný a připravený to používat den o denně a už to používají. Což je obrovská výhoda. Jo. Protože se musí odnaučovat. Já se teďka ptám vždycky, když jsou nějaký workshop, jak dlouho tam tě lidi jsou a vím, že když jsou tam jako hodně seniorní ve smyslu služebního věku, tak to je náročný. Je to tak, ale musím říct, že i tohle se dá hacknout. My jsme ve sportce udělali tak jako asi spousta firm.

**[00:06:56]** My jsme tomu říkali asi AI afternoon, a už se nepamotuji. AI něco to bylo. A tam v podstatě přišel architekt, který je ve sportce 10 plus let a ukázal nějakou pajtní automatizaci, kterou vlastně... Byl to na konci deterministický systém, ale pomocí cloudu a kopilotu to vyvinul. A on to tam odříkal. Ten můj tým je jako podstatě několikrát.

**[00:07:20]** Jsme tam slavili 35 letý výročí toho člověka ve sportce. Takže jsou tam lidi, co jsou tam fakt dlouho. Ale po tomhle vystoupení toho člověka přišlo asi 30 nových žádostí o licenci. A ty lidi začaly se prostě přirozeně inspirovat a začaly fungovat. Uvědomili si, že aplikace, na který by se muselo vynaložit velký množství peněz, tak se najednou daj in-house prostě dá dohromady za relativně pár víkendů.

**[00:07:46]** Já osobně si myslím, že v tomhle je jedna z největších příležitostí v AI. To znamená, že nepoužívám AI, ale používám ho k tomu, že mi postaví skript nástroj automatizaci. To znamená deterministický systém, který už mi pak přináší nějakou hodnotu. 100% jo. My to vlastně stavíme většinou tak, když se bavím o těch korporátních casech.

**[00:08:06]** A proč? Jak banka, tak VIG Re, žije v regulatorním prostředí a nemůžeme si dovolit v jakýkoliv pipeline mít AI, který i třeba sebe méně bude halucinovat, tak to si prostě nemůžeme dovolit. Takže na konci je to deterministický systém, který je otestovaný a prochází tím klasickým vývovým lifecyclem. Já když se vrátím do té tvé éře ve spořce, tak mně se strašně líbilo, když si, já jsem sledoval, nadšením vždycky ty tvoje videa a posty.

**[00:08:33]** A strašně se mi líbilo, že nad tím přemýšlíš jako nad platformou. To znamená, že stavím něco, co pak může biznis používat. Myslím si, že je to asi čím dál důležitější, mít přístup jako doby AI a data. A ty jsi v jednom tom postu říkáš, že platformy jsou ta jednodušší část. Tak jak vidíš tu dnešní situaci ve smyslu, jak mají firmy postaveny jako data a kam se budou muset posunout, aby fakt dokázali AI vytěžit?

**[00:08:59]** No, to je ta největší výzva. To cítím, protože když se podíváme na platformy v tom datovém světě, ty cloudový snowflake, databricks, ty technologie, které tam používáme, tak ty jsou v podstatě ready. Tam není co. Naopak, adoptovat všechny možné nový funkce, které přicházejí v těch redescích, které jsou v podstatě 14 denní, tak adoptovat to v bance je opravdu složitý.

**[00:09:25]** Ale aby to začalo fungovat tak, že reálně to propíšeš do toho biznesu, do těch biznesových potřeb, tak to samozřejmě bolí. A připravit ty data tak, aby opravdu to nezačalo bullshitovat, tak to je velký problém. Na druhou stranu, tam, kde v podstatě, my tomu říkáme v datovém světě model first approach, to znamená, že ty data vlastně od začátku modeluješ a tím pádem znáš ty vztahy těch tabulek v těch datech, tak tam, kde si to někdo dal a vzal na starost před lety, ve spořce je to třeba příklad korporátního bankovnictví, to znamená pro korporáty, tak tam v podstatě byli schopní velmi rychle udělat ten takzvaný semantický model a dneska v podstatě třeba v těch korporátech v České spořitelně

**[00:10:11]** objevili novej revenue stream díky AI-ku, takovým způsobem, že začali čitovat s těma datama a najednou objevili čověče, že vlastně můžou nabízet nějakou speciální virtuální kartu, kterou by asi ocenili korporátní klienti a teď to vlastně testujou a vypadá to, že to bude úspěšný. A to je takový hezký příklad, jak zabijeme postupně v tom světě všechny dashboardy za mě, protože ty prostě nebudou potřeba.

**[00:10:34]** No ale to je za mě samozřejmě obrovská příležitost. Talk to data, chat to data. To znamená, že myslím si, že se změní vůbec ta organizace datových týmů, že dneska manažér pošle něco nějakému analytikovi, ten z toho udělá SQL dotaz nebo něco dostane data, pošle to?

**[00:10:54]** Tenhle life cycle nebo respektive ten, no v podstatě life cycle toho, za jak dlouho vyrobíš něco, s čím můžeš pracovat dál, tak to se zásadně změní. A už se to mění. Dneska klasicky, že v tom IT světě všichni fungují ve sprintech, to znamená, máš nějaký požadověk na report, ten report někdo musí vyrobit, musí ho něj zí zaplánovat, takže reálně čekáš měsíc. Pak dostaneš ten report a zjistíš, že tam je něco jinak, potřebuješ to předělat a neustále ten life cycle tě vlastně blokuje od toho biznisu, který nečeká na to, až ty si tam ve sprintech to zaplánuješ.

**[00:11:25]** Versus to, co jsem teď popsal s těma korporátama, jsme ve stavu, kdy opravdu můžeme s nima datama čatovat online. A to brutálně zvyšuje a zrychluje ten biznis. A mám pocit, že třeba teď, když se vrátím k VIG Re, ty menší firmy na tomto můžou benefitovat. A přece ty velký firmy, neže by ta korporáčtina to zpomalovala. Třeba spořka je za mě korporát, který se prostě nespomaluje na tom, že je korporát, ale prostě to prostředí je tak komplexní.

**[00:11:51]** Potřebuješ to vyřešit se stolika lidma, že než to vneseš v život, tak to trvá hrozně dlouho. Takže ty menší firmy by v tomto mohly z mýho pohledu benefitovat a být rychlejší a uvidíme, jak tohle predik se vyjde. Vy jste ve spořce používali kebulu. Jo. Což mě se teďka hodně líbí, jak vlastně najednou, já jsem ji vždycky bral jako datovej startup, ale teďka s čímhle a víc klientami tam doporučuju, protože mi připadá, že vlastně jsou perfektně připraveni pro to, aby se tam dají nasazovat agenty.

**[00:12:21]** Co si o nich teďka myslíš? Jak se posunujou se jajkem? Každého datového lídra, který nad kebulu uvažuje, tak bych mu doporučil minimálně se s klukama setkat. Protože i kdyby to nakonec nevyšlo a nepoužívali to, tak ty tolky s nima jsou vždycky ohromně osvěžující inspirativní. Je vidět, že nad tím přemýšlejí úplně jinak. Pavel doležel, ale nejenom on, ta jeho skupinka tam, tak opravdu teďka zase, co vyvinuli za nový věci, tak směřuje k tomu AI-ku výrazně.

**[00:12:50]** A v podstatě si myslím, že taková ta predikce, co tady byla pár let zpátky, že umřou sasy jako celék, tak si myslím, že jsme k tomu blíž než kdy jindy. Plus, co řada lidí, kteří používají, neví je, že vlastně na kebule se dají publikovat na vibe kouděný aplikace. Je tak. Což je téma, který řeší strašně moc našich klientů. Děláme hodně konzultací na to téma i pro IT, ve smyslu lidí si ze člených stavět, kam to máme dávat.

**[00:13:17]** A už několik klientů začalo ty věci publikovat, takže najednou ten datovej tým, kromě toho, že dělá ty reporty, tak je vlastně jako článkem, mezi článkem k tomu, aby se dokázali publikovat bezpečně i interní na vibe kouděný aplikace. Přesně tak, jo. A vlastně i v tom datovejním světě je to stejné. V podstatě to, co si můžete udělat... Takhle, my jsme kebulu ve sportce používali jako self-service, tak aby i biznisák si postavil něco v datech.

**[00:13:41]** A to AI posouvá ještě úroveň dál, ale výhodou pro ten korporát je, že to je všechno v gavarnovaném prostředí. To znamená, ty si tu appku někde nadeplouješ na prostředí u nich a je to totálně kontrolovaný. Je to tak, že si někde něco na vibe kouděl, Bůh ví, co tam se stalo, nikdo to neskontroloval a může to taky špatně dopadnout. Jasně. No, jasně. Všichni si hrajou a ono asi není moc problém, když dělám nějakou svoji osobní véc, kterou navíc ještě někam neposílám, nějaký HTML dashboard nebo něco takovýho, ale můžu dělat komplexnější věci a tam už se stalo pár takových jako prušvihu.

**[00:14:15]** No, je to tak. Je to tak. A vlastně Kebula má ráda a já taky aplikace ve Streamlittle, což je knihovna v Pythonu a já to teďka používám na ty svoje programky, na ty svoje appky, protože je to rychlý, můžeš si s tím krásně hrát a je to fakt jako jednoduchý, intuitivní. Nepotřebaš zase žádný obrovský stack typu Power BI, prostě to máš hned a funguje to dobře.

**[00:14:38]** My jsme s Matějem Matolínem se bavili o tom, že najednou práce s datama je jako pro mě osobně extrémně zajímavá, protože dřív já jsem tu kompetenci neměl a dneska tím, že můžu, tím, že používám nejlepší tuly, nejlepší modely, tak vlastně jako polovina mé práce je jenom analýza dat. Ať už jsou to jako zpětná vazba z našich projektů, ať už jsou to nějaký data z našeho assessmentu a vlastně strašně mě to baví, protože tam mám tu rychlou smyčku, že prostě řeknu si a za pár minut máme a vlastně mám pocit, že tomu můžu věřit čím dál víc.

**[00:15:10]** A tohle vlastně, to si tak jako hezky vykreslil tu mojí misi, nejenom ve VIG Re, ale všude, aby ten biznis tohle začal používat, protože dneska to opravdu není blokr. Jakože reálně, když si ukážem pár věcí a ta inspirace tam proběhne, tak si myslím, že každý je schopný s těmi datama pracovat. Musí to mít nějaké prerekvizity, které jsem popisoval v tom kejsu se spořkou a musíš mít ty data nějakým způsobem připravený.

**[00:15:36]** Ale dneska už to taky i k tomuhleti může pomoct AI. Dobře popsat ty data, dobře popsat ty biznistermy, jak co s čím souvisí. Aby se tě pak nedělo, protože ty korporáty samozřejmě mají největší problém s tím, co se nám stalo ve spořce, že potom na board přijdou dva reporty, bo v stejným čísle každý trošku jiný. Takže samozřejmě ve spořitelně jsme tenkrát dojeli do Vídně a říkáme, tak máme ty tři miliony klientů a Vídeň říká, no my už jsme to tady slavili dva měsíce zpátky.

**[00:16:00]** Takže a to je jako, já to říkám úmyslně, protože to samozřejmě se děje úplně všem firmám a světě. A myslím si, že AI by tohle mohlo pomoct narovnávat, protože jakmile budeme mít dobře popsat ty data pod tím, ten metadatový model, a k tomu nám to AI může pomoct. Tak jsme doma. A dřív to nešlo, protože jsme vždycky se vymlouvali, že to je složitý, a že to bude trvat dlouho, ty projekty vlastně nepřináší velkou hodnotu, ale dneska nám i k tomuhle může to AI jako pomoct.

**[00:16:28]** Což je podle mě skvělý téma, čištění dát a vůbec analýza procesů za pomoc AI, protože se setkávám s častým názorem, hodně lípí, že AI až nakonec, až budete mít doma uklízený, až budete mít procesy, ale vlastně jako na co jiného to použít, než na analýzu toho, jak ta firma funguje, jak to zlepší. No úplně stoprocentně a zároveň tohle je taková vůbec zlička, protože to nikdy nebude dokonalý.

**[00:16:55]** Ten svět nikdy nebude dokonalý. Ani s AI-kem, ani bez něj. A vždycky ty datoví týmy říkají, až to bude jednou, no nikdy to nebude čistý stoprocent. No bo naše firma má v datech bordel. No jasně, všichni možná. Ano, ano, ano. Tak tam se vždycky ptám, protože to samozřejmě řekne každá firma, tak se ptám, kde je ten konkrétní bordel, ukáž mi to a jak ti to blokuje. Zase biznesově na to nahlížím, aby pak jsme to mohli zachytit a říct tomu bordu třeba, hele, jdeme do tohohle projektu, protože to přinese tyhle peníze.

**[00:17:21]** Ale když řeknou, firma má bordel, to se blbě vyčísluje. Jeden náš klient udělal to, že nechal analyzovat, možná tisíce, tiketů, který posílali lidi z biznesu na datovej tým. A vlastně na základě toho vytvořil jako agenty a prostě kontext a opravdu jako velmi dobrý systém, kde vlastně analyzoval a pak vlastně dokázali se na 82% dotazů udělat AI, že dokázal tomu biznesu a udělal to právě tím, že analyzoval tu historii, co ten biznes těl, co mu bylo dodaný a vlastně za mě to je geniální, co jsi říkali, jako vyčištění dát, hledání popisy těch věcí, na co jiného použít AI.

**[00:18:02]** No přesně, přesně. A nahráváš tam ještě jednu důležitou věc, že ta technologie je fakt ready. Teď jako se musíme teda zájemně inspirovat a to je podle mě to důležité, protože ty use case, to je něco, co si ty lidi nedovedu dneska představit. Mám pocit, že tam to není. Že je potřeba, aby opravdu ty lidi začaly nad tím přemýšlet a blbě se ti nad tím přemýšlí, když neznáš tu technologii, když jsi to nevoskoušel, nevosahal a dneska si to fakt může osahat každej.

**[00:18:29]** A jakmile si to osahá co nejvíc lidí v té firmě, tak podle mě to začne být plejáda zajímavých use caseů, který si pak můžeme zabíjet. Ono pak to zase bude mít, to je můj case, vymýšlím, kde všude to i já jako praktiku a pak polovinu zabijím, protože to je nesmysl. Ono to krásně potvrzuje dvě věci, se kterýma se setkávám. Jednak to, co říká Ondra Šnupárek, žeho CIO Airbank, který říká, mým cílem je, aby co nejvíc lidí měl co nejvíc zkušeností.

**[00:19:01]** A druhá věc je, že ta inspirace je naprosto zásadní. A já si myslím, že do budoucna ta inspirace bude 90% a pak 10% už stejně odmáká to AI. Takže já když vidím, že nějaký kolega to použil takto, tak vlastně zotvám se AI a ona mi to už přizpůsobí na ten use case. Takže já vlastně na rozdíl od Excelu, já nemusím pak použít stejný vzoreček, ale vlastně dám tomu podobné zadání a ten model už si s tím poradí.

**[00:19:28]** Jo, jo a zpátky ke kebule, pokud najde firma nebo jakýkoliv startup takovouhle cestu, jak vlastně šikovně udělat knihovnu těch use caseů, kde ty si vlezeš a jsi schopnej jednoduše se zorientovat a najít si ten svůj, tak a to pravděpodobně bude řešit a řeší už dneska částečně, že jo, Claude, všema templateama, nejenom Claude, vstěče GPT a podobně, tak to je podle mě to nejcenější, protože dneska máme technologii, která umí všechno, ale k čemu to je, když prostě nemáš use case.

**[00:19:57]** A ty use casey se dají udělat i tak, že my děláme vlastně AI assessment, kde zpovídáme lidi, jako náš AI chatbot zpovídá lidi o tom, co jak dělají. A pak tam vidíme takový dva typy příležitostí. Jeden je z manuálního do AI nebo do automatizace, a druhý je, že to dělá jeden člověk a dá se to škálovat. Vidíme, že to začíná být čím dál víc. A pak je nejlepší to, když vlastně ne, že dáme tomu managementu, tu prezentaci v PowerPointu, ale vlastně dáme jim pak i ty data, nějakým způsobem konsolidovaný a tak dál.

**[00:20:26]** Takže ten manažér nebo tento management může vydat o to. Si to pak vlastně celý hodí do toho svého AIka. A najednou se může bavit o tom, co dělají tam lidi vejčáre, jak by si to dal použít. A je to jako brutální ta rychlost pak, jakou pak ty příležitosti dokážou využít. Jo, jo, jo. A tohle je vlastně jeden z mých takových osobních věcí, kde já jsem se snažil nalejt vlastně veškerou knowledge base, kterou teďka nově, že jo, ve VIG Re získávám.

**[00:20:51]** A v podstatě jsem šel tou cestou, že tady mi na stole leží plot. Výborná věc. Nahrávám kontext úplně všeho. To je jedna věc. Druhá věc, snažím se si psát zápisky, vždycky k tomu nějaká prezentace. Samozřejmě to dělám v nějakém secure prostředí. A strkám to potom všechno do agenta. Ale přímě řečeno se s tím ještě trochu trápím.

**[00:21:15]** Jakože dostal jsem se do bodu, kdy těch dat mám vlastně tolik, že i ten výsledný dashboard, který chci, samozřejmě zjednodušený, tak generuje to v takovém detailu, kde já si s toho ještě nic nevodnáším. Je tam ještě hodně práce, abych fakt odešel s tím, že vlastně se to dostalo na úroveň, kde vždycky můžu jít dolu, protože ten kontext tam je, někde dole schovaný, ale už ten high level mě někam nasměruje. Já mám pocit, že jsem v tom ztracený už v tom high levelu teďka.

**[00:21:41]** Ale tohle je podle mě takový ten druhý mozek, nebo jak to nazváte, tak to je podle mě cesta. A myslím si, že to je cesta nejenom pro manažery, ale cesta pro každýho, pro takovou tu osobní efektivitu. Určitě jo, ale neexistuje na to jeden správnej systém nebo metoda, že vlastně každý si to musí tak trošku přizpůsobit sobě. Já to mám tak, že vlastně mám osobní systém, kde mám jednak jako složku, kde jsou jako raw data.

**[00:22:05]** To znamená, je tam přepis, zkůzky, přepis, meetingus, onlineus, sploda a tak dále. A pak z toho mám nějaký jako high level výtah, to znamená summary. A kromě toho, já mám třeba rádi, když se vlastně ještě to jako hodí do jako jamlu nebo v tom, že mám fakt jako kdyby v prezentaci v HTML jako high level. A teprve potom jsou tam ty informace pro agenta, protože jsem stejně pak zjistil, že už jako stejně jako tolik informací jako nepojmu, ale pro mě daleko důležitější, aby tam ten kontext byl, abych, když se zeptám, tak ten agento jako dohledal.

**[00:22:37]** Jo. A třeba když zmíníš ten onboarding, to je extrémně zajímavý téma, protože třeba, že ty to teďka vlastně stavíš pro sebe, ale pak vlastně ty chceš, aby další člověk, který nastoupí po tobě, tak mu dáš vlastně jako agenta, jako že jo, soubor v Markdownu, který ho jako navede, kam bude potřebovat. Ale zároveň,

**[00:22:58]** chce zpátky. Takže je strašně za mě důležitý jako začít ten kontext sbírat a pak vlastně to AI už ti to uklidí a nebo dohledá, jak chceš. Jo, úplnej souhlas. Já mám vlastně takové jako trošku freku dneska, z toho, když máme meeting, který nikdo nenahrává. No jasně. To je naprosto zásadní. A já si říkám, bylo to efektivní vlastně, kolik z toho, jaký je teda dopad toho meetingu, aby to jako opravdu fungovalo dál.

**[00:23:26]** A zároveň souhlasím s tebou, protože v tom, v té, jak to říct, individualizaci, jo, já budu chtít absorbovat jinak ten finální dashboard a pokud to budu chtít fakt nikomu předat potom to know-how, který jsem tady načerpal, komukoliv, kdo přijde, tak přesně chci, aby ideálně on měl kompletní kontext na té spodní vrstvě a nad tím měl podstatě takový jako templatey a někdo prostě rád si to poslechne jako podcast.

**[00:23:51]** Jasně. Jo, přes LLM notebook. Někdo si to rád poslechne, nevím, jako prezentaci, někdo v obrázky, whatever. Každým jsme nějaký, jo, já jezdím hodně v autě, takže já mám rád podcasty, takže já si to dám na konec do nějaké jako verze na poslouchání a každý to má jinak, no. Plus ty, vlastně, extrémně zde další zajímavý téma je vlastně hand-off těch informací, protože ty pak vlastně, když najmeš novýho člověka, tak ty vlastně mu můžeš připravit tu tvoji představu, vizi, takže prostě to vytáhne z toho kontextu, ty mu dáš jenom to zadání, jako co chceš ty a vlastně poskládá to jako za pár vteřin, více měně, přesně tak, jak ty chceš.

**[00:24:26]** Přesně, úplně ideální, jo. A vlastně to zadání potom může být jak pro dalšího člověka nebo pro dalšího agenta, který přijde a bude pracovat prostě na nějaký vertikále. No, my už si takhle v týmu, my si vlastně předáváme zadání jako ve formě idea files, to znamená, a chystám nějaký projekt, dám lidem, hele, tak tady jsou ty soubory to a tady máte idea file a oni, já vím, že stejně, první věc, co udělají je, jestli to hodí tomu svému agentovi.

**[00:24:50]** Jo, to znamená, fakt už se dneska stává, že předávám relativně velký projekt velkýho klienta a my na to nemáme meeting.

**[00:24:58]** Protože vlastně oni se otevřou, teď jim to vysvětlí, teď se doptají a přizpůsobí to zase jejich kontextů, což je jako brutální. To je skvělý, to je skvělý. Takže tamto prostředí zajišťovny nebo i banky je ještě takový, že když, já nevím, někomu něco zadám nebo někomu pošlu nějaký článek nebo cokoliv a zeptám se ho potom, tak co? Tak on mi první řekne, no, hele, dobrý, teda prošel jsem to AI-kem a jako by se jako styděl u toho, jakože prostě k tomu použil to AI-ko a já říkám, no počkej, tak to je samozřejmě dobrá zpráva, ale to není špatná zpráva, jo.

**[00:25:30]** A tohle je hustý, tohle je hustý, že lidi mají tady ten pocit a že vlastně jako tohle pro všechny lídry a manažery, že vlastně vaše lidi jako nesmí mít pocit, že když použijí AI, takže to, jako, že to je špatně, že naopak vy byste měli challengeovat, že když je to dlouhý, tak jako jak je možný, že si to jenom nehodil a nevytáhl si. Přesně tak, přesně tak. Hrozně se to posouvá, ale dneska, k dnešnímu dni, to ještě opravdu je tak, že někdo ti řekne, hodně lidí mi říká, hele, použil jsem na to teda i já.

**[00:25:59]** Jakože tím chci říct, já jsem to trošku odflák, jo, přitom to má být úplně naopak. Mně se líbí ten tvůj přístup k těm meetingům. Já si myslím, že ten naprosto zásadní a dneska spolupracuju s jich firmama, kde opravdu jako celý board, management, CEO používá a já tam vidím jako dvě příležitosti.

**[00:26:21]** kterou jsme dřív nedokázali a chce využít. A druhá věc je to zlepšování. Vlastně já, když mám ty věci nahraný, tak můžu říct, ale tak co tady řešíme jako furt dokola? Jo, jo, jo. Na těch meetingích, co bychom měli zlepšit? A myslím si, že se za chvilku přesuneme do toho, že teďka jako promptujeme i já, aby nám něco navrhovala. Ale v momentě, kdy budeme mít ty data, tak vlastně já chci, aby ona nám navrhovala, co máme jako zlepšovat. Jo, jo, jo, přesně. A já bych, dneska to je těžký, protože i ten plot, i vlastně tým si chvilku zpracovávají ten hovor.

**[00:26:51]** Ale úplně moje vlhká představa je, že na konci toho meetingu už dostaneme zpětnou vazbu od toho AIka, který říká, hele, tohle jste řešili už po šestý a nikam jste se nedostali. Vy takovýhle témata máme už teďka ve Vygre 100%. A vlastně by se dalo ukousnout 10 minut z toho meetingu a prostě vůbec to neřešit příště. A když bychom jakouhle zpětnou vazbu dostali od ještě vlastně nezávislý osoby, to by bylo super.

**[00:27:15]** Tohle je super a myslím si, že právě s jedním CEO jsem to řešil, že jsem mu říkal, že by bylo dobrý, aby vlastně měl, jako by on použil al cloud co-work, tehdy ještě, a že vlastně, aby kromě toho, že se udělá ten přepis, tak aby si ke každému člověku, protože on říká, a já se jenom potkávám prostě tady s desetě děma fot dokola. A aby vlastně u každého člověka se mu ještě, jako kdyby část toho přepisu, strukturovala do worklogu. Takže má tam z každého meetingu high level poznámky a tím pádem, vlastně než začne další meeting, tak nejenom, že viděl ten poslední, ale viděl prostě posledních osm těch meetingů.

**[00:27:47]** Jo, jo, přesně. A tohle je super nápad, vlastně možná jako teďka fakt jako skončit, jako což se moc neděje, 10-15 minut dřív, nechat to zpracovat a vlastně, aby analyzoval ty předchozí a sám jako navrhl. No, no, no, no, přesně, protože zažívám to úplně stejně ve spořce, ve VIG Re, všude si těch meetingů je hrozně moc a oni samozřejmě jsou důležitý a neříkám, že ne, ale určitě ne všechny a určitě ne v takový šíři.

**[00:28:10]** Prostě kdy se ti staralo, že z dvohodinového meetingu, který máš na plánuji na dvě hodiny a po hodině není co, tak stejně to nějak vyplníš, protože ještě jako řešíš potom méně důležitý věci. A trošku je škoda a myslím, že to AI by v tom mohlo hodně pomoct v tom, že jednak lidi budou vlastně dalekoliv připraveni, protože jim tu přípravu jako udělá AI, což vidím jako u nás, že prostě mně fakt stačí jako pár minut před tím a tím, jak to máme fakt dobře postavený ten systém, tak to prostě vytáhne, připraví a je to jako v pohodě, až už zákaznícký nebo interní.

**[00:28:41]** Ale druhá věc je, že častokrát tam dojde k tomu, že někdo musí něco zjistit a je to v systémech, musí ptát kolegy a my vlastně naše ambice je, aby vlastně se člověk nemusel ptát kolegy, ale ptal se AI. A v takové chvíli já vlastně na tom meetingu řeknu, hele stop a vlastně ne, že to jako počká další dva týdny, než se potkáme a že to jako vytáhneme. To je strašně návykový.

**[00:29:03]** To je dobrý, protože to už jako nahrává jedné věci, která je podle mě úplně nejsložitější v celém AI. A to je ten mindset těch lidí. A jakmile ten mindset je takovej, že já se přece půjdu zeptat Karla, protože Karel to ví nejlíp, tak prostě dokávati neaugmentujeme Karla tak, že si lidi na to zvyknou, tak za něm budou furt chodit.

**[00:29:26]** A Karel samozřejmě si nosí v hlavě těch 20 let zkušeností, takže ví, kdo co jak dělá, kde co najde a tak dále. A ještě nejhorší, úplně nejhorší je, ale s tím jsem se naštěstí tolik nesetkal, když Karel tuhle svoji výhodu zná a pečlivě si ji střeží. Protože druhá věc je, a teď jsme měli podcastu hosty a ty vlastně neměli zdokumentovanou apku.

**[00:29:51]** Tak v podstatě přes plouda udělali set intervju s lidma, který tam zůstali a vlastně z toho tu dokumentaci vytvořili. To je geniální věc, jak to použít. A takových věcí, které ty organizace nemají dobře zdokumentovaný jemraky. Každá firma to má. Zase další use case, který mi přijde fakt jako dobrý. No jsou firmy, které jdou až trošku do extrému. Nejmenovaná firma, ve které jsem teďka byl, americká, tak bude dělat to, že všichni budou muset povinně jako si nechat nahrávat obrazovky.

**[00:30:17]** Hezky. Co jako celou dobu, po celou všich tu. Celou dobu, no. A bude to jako, že oficiální důvod je, že jako chtějí identifikovat, kde tam drhnou procesy. Když mám víc systémů, nemám je propojený, tak vlastně já tím zjistím, že udělám ten jako trichtý, že tady na jednou čekám tady dvě hodiny na něco a pak. Ale samozřejmě to už jako extrém. A vím, že snad nějaká IT firma technologická to dal jako součástí jako extra package na odchod, že když si ho navíc, tak si necháš dva, tři týdny nahrávat obrazovku.

**[00:30:47]** Aha, aha. Ale no jako, to už jako. Dře to. Hodně to dře. Ale pravdu je, pravdu je, že je tam jako jeden, jedna věc, která je proto jako naprosto benefit, jako největším benefitem. A to je to, že když přišel, já jsem přišel teďka do nový firmy, šel jsem tam za jedním šéfem jednoho oddělení a ptám se ho, co ho je nejvíc trápí. On mi to celý popsal.

**[00:31:08]** No a já jsem pak si sednul, protože my tam máme takový ten systém, že si zamluvíš každý den jiný místo, tak jsem si sednul vedle člověka od něj z oddělení a teď jsem koukal do té obrazovky a uvědomil jsem si, že on dělá úplně co jiné, než mi říkal ten šéf. Ne, že by to ten šéf nevěděl, oni jsou naučený prostě copy-pastovat věci ze systému do Excelu, z Excelu do systému a vlastně to, že koukáš do obrazovky toho člověka, ideálně koukáš jako člověk, samozřejmě je to míň efektivní, ale asi víc etický, tak ty na tom zjistíš nejvíc těch věcí, co můžeš automatizovat a zlepšit.

**[00:31:38]** Jo, mnohem víc, než co ti řekne ten šéf, protože on už některé věci opomíjí, čistě ignoruje, protože už mu přijdou normálně. A já se myslím, že to bylo i v hotu v knížce, jsem psal, že nejlepší věc, to psal Seth Godin, to si nepřivlastním, ale nejlepší věc, co může člověk udělat, je fakt nechat si nějakého nadšence sednout vedle sebe a hodinu makat a pak si nechat říct, co vlastně dělám jako blbě, protože mě to jinak nenapadne. Takže nahrávat obrazovku je samozřejmě rychlejší a škalovatelnější, ale chápu, že to je složitý.

**[00:32:05]** A oni to snad mají už teďka některý ty nástroje automatizační, že vlastně si nahrávám obrazovku a on mi pak AI samozřejmě navrhovat automatizace. Jo, hezky. Což je docela dobrý. A já vím, že byla firma Minute.io slovenská, která dělala task mining, ta to zase dělala ze systémových logů. Že vlastně nasypali systémový logy ze SAPu z toho a z toho a pak vlastně se tam dělali krásný procesní mapy.

**[00:32:29]** No a pak je koupil Microsoft a firma už neexistuje. Takže gratuluju na Slovensko a zase další.

**[00:32:37]** Škoda. Dobře, když se možná dostaneme se k tvojí současné misi. To znamená, co je teď svým současným cílem, o kterým můžeš mluvit v tom stavení toho datového týmu a toho těch AI kompetenci. Envigre, jak jsem říkal, je firma, která vlastně brutálně narostla, co se týče počtu lidí v IT za posledních pár měsíců, no možná řádek let. Možná jenom promiň, že ti skáču do řeči.

**[00:33:02]** Vy jste zajišťovna. Jo. Já tím, že z pojišťovna pracu, tak vím, co to je. Ale kdybych měl vysvětlit lidem, jaký je rozdíl mezi zajišťovnou a pojišťovnou. Určitě, určitě. Zajišťovna v podstatě pojišťuje pojišťovny. I pojišťovny se někde musí pojišťovat, aby část toho rizika přenesly na nějakou další organizaci a té organizaci se říká nejčastěji zajišťovna. Pak ty zajišťovny zase se zajišťují u jiných zajišťoven, ale ten systém je vlastně takhle jednoduchý v podstatě.

**[00:33:27]** Je to velmi niche market. V Čechách jsme jediná zajišťovna. a ten biznis je velmi zajímavý, když se na to člověk podívá. Ale co se hlediska AI týče, tak je to složitější než u pojišťovny, protože u té pojišťovny máš hromadu klientů. Zajišťovna je v podstatě B2B biznis. V podstatě tvým klientem je pojišťovna. Takže ty tam nemůžeš úplně používat takový ty klasický machine learningový modely, aby si tam hledal nějaký paterny.

**[00:33:52]** To mi je to trošku složitý. Ale to neznamená, že nemůžeš použít AI,

**[00:34:00]** je poměrně jednoduchá. Dneska ta firma opravdu na to IT zvyklá není. Všechny IT projekty řídila pomocí projektů. A až teďka se tam dostávají interní lidi. A díky tomu, že se tam nalákali, povedlo se tam nalákat opravdu dobrý talenty, v tom mém týmu jsou opravdu bouráci, tak si myslím, že máme velkou výhodu a možnost se posouvat opravdu rychle.

**[00:34:25]** Ten biznis je zvyklý dělat ten biznis. A to IT je tam jako, jsou to jako dva ostrovy. A teď já, mým zílem je udělat most mezi těma dvěma částma a pustit se do toho, aby biznis pochopil, co tam IT dělá a naopak. Já mám zkušenost, že většina těch mojich technických týmů, kterých jsem měl na starosti v minulosti, tak se dříve nebo později zavřela sama do sebe.

**[00:34:49]** A měla tendenci opravovat tam nějaký adopce nových feature, technický dluh a věci, které tomu biznisu a priori nepomáhají. A tady já se zaměřu na to, aby opravdu jsme si vytypovali ty biznisový věci a začali je dělat. Aby jsme podporovali ten, zajišťující, jak se tomu říká underwriting, což je podstatě upisování nových smův z klienty.

**[00:35:10]** Je to velice seasonal business, který začíná teď od září. Takže 4 měsíce budeme opravdu podporovat ten biznis ještě brutálněji, než pozbytek roku. Počkáte, jak to myslí, začíná to od září? V září, ta sezonalita v tom zajišťovnictví je podstatě od začátku září do konce roku. Fakt?

**[00:35:34]** Nebo do půlky ledna. Když jsi jako připravujete... Jo, jako podstatě do... Tam se... Protože ty renewly, takzvaný, to znamená, když se pojistíš, jako fyzická osoba, tak se pojistíš na 30 let třeba. Ale ty zajišťovny zajišťují ty pojišťovny na roční bázi, v drtivý většině. Takže dodávají aktuální data, že jo, jaký mají a podstat toho. Ano, ano. Přijde v podstatě vždycky novej renewly, ten má nový podmínky, postavený zase na nových skutečnostech a každý rok se to opakuje víceméně.

**[00:36:02]** To znamená, v tohleto čtyřměsíční období, kdy se to děje a pak vlastně se aplikuje ten rok, pak se platí to prémium. Eko logicky, stejně jako my platíme nějaký pojistný, tak i ty pojišťovny platí nám nějaký peníze. Super. A když jsi mluvil o tom, že ten tým teďka vyrostl, tak jak to vidíš do budoucna? Jak to vidíš třeba za tři, za pět let? Kolik z té práce budou udělat lidi a kolik z té práce budou udělat AI?

**[00:36:28]** Já jsem zastánce, jak jsou také ty různý teorie, tak já jsem zastánce té teorie, že a zrovna tady ten biznis věřím, že to takhle může být, že ten koláč v podstatě se bude zvětšovat. To znamená, že ty lidi, co tam jsou, nedává smysl redukovat jejich počet ve chvíli, kdy to není nutno třeba prostě udělat kvůli nějakým cílům firmním. Ale naopak, myslím si, že dokážou obsáhnout mnohem větší část škálu a tím pádem jsem skupný podporovat mnohem víc věcí.

**[00:36:56]** Tam se hodně bere, teď jsem seděl se CEO a ten hodně tlačil ten princip takového toho local entrepreneurshipu a je to vidět v tom týmu mým, že opravdu si dovedu představit, že potom každej ten jeden člověk bude mít na starosti jednu vertikálu, dejme tomu,

**[00:37:13]** a co se týče toho datového řemesla jako takového, tak vždycky základním corem byl datovej sklad. Každá firma větší má datovej sklad a ten se samozřejmě tvoří velmi složitě, musí být extrémně kvalitní a s těma datama není radno si zahrávat, musí tam být jako nahalí z dobře peníze v případě banky, v případě zajišťovny.

**[00:37:34]** Ale už dneska vidím první pokusy stavit ty datové sklady pomocí kloadu a to úplně od začátku. To znamená totálně no code. Já jsem nakrátko s klukama z Karvága například, kde mám jednoho bývalýho kolegu právě ze spořky. Ten tam je v podstatě půl roku, říkal, ještě nenapsal řáde kodů. Všechno jedou přes kloada.

**[00:37:55]** A dá se to dneska postavit přes ty takzvané skills. A ty si můžeš postavit skills, každej skill na jednu věc, na různý paterny, frameworky, které jsou potřeba v tom datovém světě udělat. A fakt to dovedeš postavit tak, že ten datový sklad postavíš vloženě bez codingu. A pak samozřejmě nepotřebuješ těch lidí na to v takovýhle zajišťovně. Dneska můj tým má 9 lidí, 10.

**[00:38:18]** Tak jich nepotřebuješ 10. Ale to neznamená, že byla by hloupost lidí, kteří znají ten biznis, se jich zbavovat. Ale naopak využít je pro potenciál růstu. To je cesta, kam se vykry vydává. Nebude ti chybět ten B2C?

**[00:38:33]** Je to vždycky zajímavý switch.

**[00:38:38]** Já v tom potřebuji vidět i data. A když se podíváš na data zajišťovny, tak ta zajišťovna disponuje i datama té pojišťovny. Takže je tam obrovský potenciál pracovat s těma datama a naučit a vlastně zpřesňovat ty modely, které potom tvoří ten kontrakt s tou insurance company. Takže rozhodně to je pro dataře velmi sexy místo.

**[00:38:59]** A jak moc velkou znalost IT, AI a tady té digitální datové analýzy mají experti, kteří se zabývají právě tím underwritingem nebo těma... Je to vlastně statistika. Jo, jo, jo. Je tam samozřejmě tým matematiků, který mají na starosti výpočty rizika a různý další věci.

**[00:39:23]** Já se přiznám, že jsem v tom biznesu novej. Já jsem tam vlastně měsíc, takže furt se ty věci učím. Má to specifický business terms, ale jsou tam takovýhle lidi, který ale jsou oddělený...

**[00:39:35]** Já bych řekl, že to nejsou jako IT-IT lidi. Jsou to lidi, který pracují s tou technologií tak, že mají nějaký konkrétní software, ve kterým tvoří třeba výpočet rizika. A ty, když se chceš podpořit tím AI-kem, tak je to... Já ty lidi beru v podstatě úplně stejně jako jinýho biznes člověka. Jako třeba Anderwiter, což je člověk, který je podstatě jeho hlavním skilem nebo jedním z hlavních skilů je podstatě ta práce s tím zákazníkem, taková ta péče o něj a potom samozřejmě podpis té smlouvy na konci, jako třešnička na dortu.

**[00:40:04]** Tak beru ty pojisté matematiky nebo ty matematiky všeobecně do úplně stejného ranku, mnohem víc než do IT, protože oni mají nějakou jednu kapabalitu, jednu vertikálu a sice umějí dobře vypočítat nějaký model, ale aby si pomohli AI-kem maximálně v rámci toho konkrétního produktu, který používají. Dneska už každej produkt má nějaký add-on, ale to, aby jsme podpořili v té operational efficiency jako end to end, tak to je práce zase ze strany toho IT.

**[00:40:31]** A cejtím to tam dneska, že je potřeba tam vést tu osvětu z té naší strany, aby pak ty lidi začaly sami být inspirativní vlastně. Já ten biznis neznám, takže tu práci tady těch lidí dokážu si představit, že musím mít extrémně silné kompetence v té statistice, analýze a tak dále, ale dokážu si představit, že pro mě jako u jiných biznisů tam bude takový ten rozděl, že buď mám software, který to má v sobě, a nebo naopak vlastně ty data mám na jednom místě a používám tu general technologii jako AI, kde mi právě skryptuje, kde si můžu na GitHubu najít nějakou knihovnu, kterou publikovala nějaká banka nebo pojišťovna někde v Austrálii.

**[00:41:08]** Já můžu jenom říct, ale nemohli bych na to použít, takže možná ta kreativita v tom bude do budoucna daleko důležitější. Vidíš to stejně? No, 100% jo. Ta kreativita podle mě právě poroste s tím, jak ty lidi si to budou osahávat, budou s tím pracovat. A teď jako jeden příklad za všichni. My máme, tak jak si popisoval, že některý ty produkty mají ty AI add-ony uvnitř, vlastně built-in, tak ty cloudový platformy jsou ještě dál. Tam v podstatě vždycky máš nějaký agentic system, třeba Databricks takové je.

**[00:41:36]** A já jsem o tom teďka prezentoval týmu compliance a přišla za mnou kolegyně a říká, hele, já jsem do teďka nevěděla, že ta platforma zvládne. A už jsme vymysleli společně, jenom na základě nějakými desetiminutový přednášky, jsme vymysleli, jak zpracovávat dokumenty, kterých samozřejmě v compliance mají mraky, tak jak to zefektivnit, jak s nima pracovat a jak to do té platformy naingestovat tak, aby se s ním dalo hned pracovat. A najednou to tam je.

**[00:41:59]** A byl to jako jeden jednoduchý příklad. Já myslím, že takovéhle příkladů tam je spousta a spíš se pak budeme dostávat do stavu. A už jsem to tady zažil teďka s Androiding týmem, který je vždycky ten core v té zajišťovně, že těch use caseů je tolik, že budeme muset prioritizovat

**[00:42:20]** budeme zahlcený těma věcma. Už to cítím dneska, že těch nápadů je hodně. By the way, teďka jsme udělali první takovou věc AI breakfast, zase jsme tomu řekli. A poslali jsme k tomu survey, ať vyplní kdokoliv nějaký nápad o AI. Vrátilo se nám to zatím po těch třech dnech, čtyřech, co to běželo, z 55% odpovědí. To znamená, z těch 220 odpovědělo 105 lidí.

**[00:42:45]** To je úplně neuvěřitelný, jako včetně biznesových lidí. To by bylo extrémně zajímavé, kdyby někdo se fakt upscaleval tak, že by to jako řešil tu svoji práci podobně jako jak to IT, ten vývoj, že by fakt zkusil to všechno řešit s těma agentama. Že je vlastně možná jako takový experiment, protože já třeba to vidím na sobě, že já jsem v rámci jednou programu Future AI Leader, tak jsem tam měl klienta a ten chtěl udělat plánování směn v call centru.

**[00:43:17]** 45-50 lidí. Říkali, měli asi 4 stránky popsaných různých výmek. Někdo má víkendy, někdo ne a tak dál. A říkali, my se zda je do chatu GPT a on si s tím neporadil. A já jsem vlastně udělal to, že jsem udělal deep research, ať to agent zanalýzuje ty požadovky a ať najde existující řešení. A on pak našel nějakou brutální knihovnu od Google na kombinatoriku. A já jsem pak vlastně to jako kdyby řekl, o koji použít tohle.

**[00:43:43]** A on mi fakt udělal jako ready-made upku, že oni nahráli jenom Excel s těma lidma a jim to naplánovalo ty směny. A já vlastně absolutně jako nejsem datař. Ale i to, že si našel tu knihovnu od Google, která je prostě nějaký open source, tak mně připadlo extrémně zajímavý, že vlastně bych fakt musel mít extrémní znalost tady těch jako metod, abych to našel. A možná jako někdo to fakt bude zkoušet, jako až to pushovat trošku dál, jako hledat tady ty myslišení.

**[00:44:10]** To je mně připadlo extrémně zajímavý koncept, že vlastně jako jak dělat tu práci jako úplně jinak. Ale podle mě, ty jsi to úplně, ty jsi mě navnadil, jako že reálně to je přesně těch wow efektů, který zažíváš během toho, když wipe koduješ, tak to všichni zažíváme jako, tak jako to ty programátoři zažívají leta. Tak gambling, kde furt vyhráváš.

**[00:44:30]** A když tohle ukážeme prostě člověku z biznesu, tak to je prostě, to se stane, ty lidi to budou jako mít rádi, ale musíme postupně, protože ten biznesový člověk tomu má prostě dál a má z toho obavy. A vlastně neví, co může, co nemůže, neví, co to přinese, když tam naleje takový a makový data a je potřeba to opravdu, já bych to nerad šněroval úplně do nějaký jako úplně brutální, jako nějakým pravidlami ošněrovaný, aby ty lidi pak nemohli zase vůbec nic.

**[00:45:03]** Dneska bych jim nechal trošku tu kreativitu a postupně potom oni si sami přijdou na to, co můžou a nemůžou. Má to nějaký rizika, samozřejmě, nemůže tam člověk jako nalývat data o zákaznicích, ale tohle je podle mě cesta, jak inspirovat tyhle lidi a pak souhlasím s tebou, že ta jejich expertíza, ta domain znalost může jako vytvořit ještě lepší věci, než by ten jejich vytvořil za ně. Jo, souhlas. A myslím si, že ty jsi to řekl úplně přesně a to chci jenom zdůraznit, že jsme ve fázi, kdy ta discovery fáze objevuju, zkouším, tak je naprosto zásadní.

**[00:45:36]** To znamená, že šněrovat to nebo říkat, pojďme pracovat všichni jenom na jednom use case'u, tak podle mě jako není správná a je potřeba dát lidem volnost. A ty pak můžeš, zvlášť, že vás tolik, tak vlastně jako vidíš ty lidi, který jsou v tom dál, mají fakt zájem a ty pak na konci dne nepotřebuješ, aby všichni v tom byli a všichni vibe kodovali. Můžeš jít ty, kteří jsou v tom dál, baví je to a ty pak rozvědat nebo je dokonce propojit s tím IT týmem.

**[00:46:00]** Přesně tak, vlastně hledat ten koncept těch power userů, takzvaný, tak to je to, co hledáme a hledali jsme vždycky i v těch datech a teď v tom AI je to nevím, nech to samýho. Najít člověka jednoho, který to může dělat pro ten tým a ve finále může být potom velmi cený, takže i pro něj to může být zajímavá motivace, proč to dělat a proč tam být v téhle pozici. Docela štipný byl post Jakuba Lady, který byl u mě v podcastu před pár dílama, možná vím, kdy to bylo, ale on dělá v direct pojišťovně a dělal na produktu, začal webkodovat a oni to spojili, že vlastně se stal tak trošku součástí IT týmu a pak jako i poslávají si do produkce a tak.

**[00:46:37]** A zrovna dneska dával na LinkedIn článek o tom, že zjistil, že už je vlastně jak úplně v IT. A už zjistil, že já jsem vlastně strašně daleko od toho biznisu. Že vlastně je to strašně zajímavé, jak se ty věci objevují a mění a pro ty lidi, který jsou dál, tak najednou začíná docházet,

**[00:47:00]** a že už je daleko od toho biznisu. Jo, jo, jo. A jsem si zase vracel spátky. Jo, jo, to je dobrý. No to je vlastně vtipný, že jo, protože celý, proč se to celý vlastně děje, že jo, nebo proč je to dobrý je, že dneska, aby si vyvinul produkt, tak potřebuješ, ty seš ten biznisák, potřebuješ nějakýho analytika, potřebuješ toho vývojáře, možná ještě testra a nějaký další, potřebuješ spousta lidí, aby se stalo to,

**[00:47:30]** ale tam samozřejmě nejsme, ale posuváme se tam díky AI-ku a to, co popisuješ, je vlastně vtip, protože vlastně ten člověk se z toho biznisu posuvá směrem do IT. Jasně. Což ale si myslím, že je jenom taková vyhybka, že reálně se tam posouvat nebudeme. Naopak, myslím si, že spousta těch AI lidí a koneckonců ten můj AI inženýr, který dneska mám v týmu, tak mám pocit a bavíme se o tom, jeho místo je v biznise.

**[00:47:54]** že reálně on v tom IT, on na to IT může být napojenej, ale on tam by nepotřeba být s náma. Ne, souhlasím. A ty jsi to říkal přesně o tom intrapreneurshipu, nebo intrapreneurshipu. Ty pak vlastně chceš, že ta doba podle mě AI-táků, který jenom pořád budou potřeba na ty core věci, ale potřeba ještě lidí, který umí přemýšlet biznisově a ví a vlastně nepotřeba že jim úplně říká, že do detaž jsou schopní si to z těch dát vytáhnout.

**[00:48:20]** Takže takový jako napomezí si myslím, že to je úplně ideál. Souhlas. A tam bude zase opět ten mindset problém, že většina těch AI-táků jsou takový ty, nebo ne většina, to zase nechci říkat, že je většina, ale jsou tam určitě ty IT lidi, který vlastně mají rádi ty technologie a ty lidi zase jako ne, že by nemuseli, ale radši se zavřou někde prostě v místnosti a tam to začnou vyvět. A tohle se budeme muset změnit a nebo se budeme muset najít cesta, jak těmhle s těm lidem najít prostor, aby vlastně ten potenciál jsme naplňovali.

**[00:48:49]** Což bude docela komplikovaný u některých lidí, u některých typů lidí, ale rozhodně zase se to dá řešit pomocí, zase může štětovat s agentem ve finále. A je to taková zajímavá hra o tom propojování těch systémů a stavění těch workflows. My hodně děláme s Travelport, společností. Já opět firmu miluji. Jako celkově jsou tam skvělí lidi a i vlastně těch aťáci chodí na ty biznisový kurzy.

**[00:49:18]** Dívají se na to, poslouchají, jak s tím pracují. A je strašně fascinující sledovat, jak pak přizpůsobují ty workflows. Že teď mi nedávno ukazovali, že právě, když přijde zákazní s nějakým tiketem, takže vlastně postají workflow, jde, projde tu džiru, projde tohle, nachystá to tomu a vlastně jako jenom jako furt je to hra s informacema. Když to jenom začne vidět, že prostě když fakt dobře propojí systémy, data a tak dál, tak může ty workflows postupně s tím AI-kem jako pomoct s těm interním lidem a pak jako postupně agentům.

**[00:49:46]** Tak to je opět jako radost sledovat. Jo, jo, jo. No úplný souhlas, jo. A ještě ta výhoda, ta třešníčka na dortu na konci, můžeme se toho trochu dotkli, je, že to může být brutálně individualizovaný. Jo. To znamená, že vlastně nad stejným systémem ty můžeš mít jiný UI-ko než já, protože ty jsi zvyklej a absorboval informace jinak než já a vlastně všichni můžeme mít jiný UI-ko, ale můžeme pracovat ze stejnou věcí, jo. To je prostě úplně mindblowing.

**[00:50:10]** A když jsem zmiňoval ten příklad toho datovýho týmu, jak 82% dotazů odpovídá AI, tak oni to dokonce personalizovali tak, což bylo jako už trošku jako case speech vtip, že když byl tam manažer, který se jmenoval pan Fialka a oni mu ten report dali do jako s takovýma kytičkama jako Fialkama. Jo, jo, jo. Jako extrémní personalizace, ale je to potom dělá jako super ukázka toho.

**[00:50:34]** Že to jde. Že to jde, no. Jako prostě se posouváme do dobu. Já se jenom obávám jedný věc, ale obávám. Já si myslím, že to prostě bude nějaká racionalizace. Jak jsi říkal, že teď je to období poznávání, tak pak samozřejmě dojdeme do bodu, kdy budeme vyměšet kraviny a zjistíme, že tam ta rojka není a budeme se vracet k tomu, že to prostě dělat nejde. Jo, já teďka typicky jeden z mých osobních projektíků byl mistrovství světa ve fotbalé, tak jsem udělal apku, protože já nevím, asi 20 plus let hrajeme takovou věc, kterou jsme vždycky měli v Excelu.

**[00:51:04]** Typo vlastně. No, no, takovou. Má to speciální pravidla, je to hrozně nás to baví. No a kamarád říká, tak to na vibe, ne? Jakože člověk, který je prostě z biznesu, vůbec neví vlastně, co říká. A já říkám, no vlastně máš pravdu. Takže jsem to rozjel a vlastně mi to tolik chytlo, že jsem začal vymýšlet úplný bejkárny a teď jsem se v tom cloudu tak zablokoval, že reálně už teďka jako opravit nějakej bug mi trvá hrozně dlouho, protože samozřejmě jako v kodování jsem lama, jo?

**[00:51:30]** Takže to samozřejmě má tyhle svoje nešvary, ale zase mě to obohatilo posunout dál, no? No já jsem taky na vibe, kudil třeba teďka v rámci programu vzdělávacího, tak jako celou platformu, jo? A je to, jako myslím si, že je to, ve skromně řeknu, jedna z nejlepších vzdělávacích platform, co existuje. Ale fakt jako brutální. A právě na začátku to projelalo tak, že tě lidi byli vždycky jako napsali nějaký nápady a já jsem to rozděl tému agentům a oni jako byli fakt v prčících z toho, že vlastně to jako druhej den tam byl hotový.

**[00:51:59]** Ale pak už jsem dospěl do fáze, kdy vlastně, jako jsem věděl, že pak to, že jo, komplexita se zvedá a tak dál. A už jsem si fakt musel říkat, ale prostě nedávej to tomu agentovi. Prostě fakt už jsem musel pak říkat, hele, sorry, ne, zůstaneme u těch jako funkcí, které tam jsou, jo? Ano, ano, přesně. Pak když je to, když to přesáhne nějakou mest, tak je to komplikovaný to dělat. A musí to zase mít tu rojku, no. A to pak, podle mě se to posouvá, určitě se to posouvá, jo?

**[00:52:23]** Věc, která dřív nedávala vůbec smysl začít vyvíjet, tak teďka ji vyvineš, protože je levná, ale stejně to má nějakou mes, jo? V určitou chvíli už to nedává smysl dělat. No, ty hraješ floorball, je to tak? Hraju floorball a hlavně hraju hockeyball. Hockeyball. Hockeyball, což je takový sport, který hraje asi pět lidí, já jsem jeden z nich. No, protože my jsme měli, my jsme měli v programu Martina Richtera a on komentoval, floorball, a on si právě na vibe koudil perfektní upku, jde vlastně tam nalil jenom seznam těch hráčů, dohledal mu to zajímavosti a fakt jako strašně mu to zjednodušilo práci toho komentování.

**[00:52:57]** Jo, jo, jo. A je to jako super vlastně vidět, jak když někdo ví, co chce, nebo má nápady, najednou to může realizovat. To je geniální, to by mě zajímal ten prompt, protože my jsme, já mám osmiletýho syna a on přeště miluje fotbal a furt zjištěme nějaký statistiky a ještě dneska to hrozně failuje, jo. Jako když se prostě ptáme na, já nevím, konkrétního africkýho hráče, střelce, kolik dal golu na to mistrovství, tak to většinou netrefí, nebo z deseti pokusů to netrefí desetkrát dobře, jo.

**[00:53:27]** Takže tady bych se zrovna bál, ale všechno je to o tom, jak to napromptuješ. I když dneska ten prompt, mám pocit, že díky kontextu, který má, že ten prompt už není tak důležitý, jako byl, byť pořád samozřejmě potřeba ho popsat, no. To máme pak otázka, že jo, jak když nějaký data si žahá, to znamená, kdybych tam měl jako fakt napojení, nějaký livesport a mohl si ty data stáhnout a používal jako kódovací věc ve smyslu jako kódkou nebo Codex, dneska už GPT, tak vlastně tam si myslím, že by to bylo jako docela minimalizovaný a přesně jak říkáš, že už by jako nezávislo na tom promptu, ale spíš na tom hardness vlastně na tom, že on by si to jako naskriptoval a ale otázka je tě hedat, že jo?

**[00:54:04]** Jo, jo, přesně, přesně, přesně, no. No a zároveň livesport, ta moje apka je napojená na livesport, ale napojená zdravím tady tondu kučeru z livesportu, takže skrýpů, no, skrýpů, skrýpů, takže to občas samozřejmě dělá nějaký brykule. No, tak to je možná jako typ pro ně, že možná kdyby jako fakt zveřejně nějaký MCP. Jo, jo, jo, jo. Proč ne? A můžou to monetizovat, jo?

**[00:54:27]** Takže tady zdravíme přátelé do livesportu. Takže Tondo, můj dobrý kamaráde, CDO, tak brni se na to. Tak dobře, tak dopáváme, že do 24 hodin to bylo hotové. Ale když se bavíme o lidech, kteří tvoří s AI-kem, pomohlo ti teďka to, že ses fakt jako pustil do té práce, kterou předpokládám, že na tvé pozici už si jako moc hands-on věcí nedělal ve spousta.

**[00:54:51]** Je to tak? Nedělal, nedělal. Nedalo se, nedalo se. To je jasný, jo. Cítil jsi, že jako ti to trošku jako uniká, ta technická znalost, nebo minimálně to povědomí o té datařině, že najednou vlastně máš něco, co tě zase jako vrací, abys zůstal relevantní na tom trhu? Úplně přesně. Já jsem měl pod sebou 90 lidí v Sporce a to už se opravdu nedalo, jo. 90.

**[00:55:15]** Reálně jsem tam řešil v podstatě hlavně people management věci, jo. A když přišla nabídka z VIG Re, tak první, co jsem si říkal, přesně tohle. Říkal jsem si, v příštích 18 měsících, to byl naprosto rozhodující. A já u toho nechci být jako manager only. Já u toho chci být jako hands-on člověk, který si ty věci otestuje. A měl jsem tu ten luxus, že jsem mezi Sporzkou a VIG Re měl dva měsíce volno. Super.

**[00:55:38]** A když jsem vibecodil první týden těch dvou měsíců versus velmi podobnou věc jsem vibecodil na konci toho dvou měsíčního cyklu, tak to byl úplně jiný zážitek, jo. Kam se posunul jenom ten vibecoding za ty dva měsíce? Já jsem byl úplně neuvěřitelně překvapený. Věc, kterou jsem vyvíjel, já nevím, třeba týden, tak jsem měl potom za dva večery. Vlastně fakt neuvěřitelný. A u toho člověk musí být dneska.

**[00:56:02]** Já si nedovedu představit, že bych zůstal relevantní pro ten trh a vlastně sám pro sebe, kdyby jsem teď neměl možnost to zkoušet.

**[00:56:11]** A to, ty jsi docela mladý, to znamená, myslím si, že je to pro spoustu lidí téma ve smyslu, kdy jindy chce vrátit k něčemu a vlastně učit se znovu, novou věc, než vlastně teďka. A jedno, jestli je jako 40, 50, 55. Je to podle mě klíčový pro spoustu lidí opravdu jako vlastně brát to teďka jako nějaký proces učení se.

**[00:56:34]** No, stoprocentně, stoprocentně. Já to se snažím říkat i svýmu nejmladšímu bratrovi, který teďka nastupuje právě na vrše, na data a vlastně ve svých 19 letech úplně s tím AI-kem jako nesouzní. Nebo nepoužívá to dost. Nebo jsi to znovu lidí. No, no, no. Je to zajímavé, je to zajímavé. Jo, jako nevím, jestli mají jako jiný zájmy. Já už s ním nežiju, tak nedokážu říct. Ale teď se do toho dostává, vpravo jeho, táta ho motivuje.

**[00:57:00]** A myslím si, že tohle je cesta, jak vlastně tuhle generaci, o který se jako neustále říká, že prostě nebude chtít pracovat, já nevím co. Já si myslím, že to je hrozný zjednodušení, ale zároveň tohle může být z efektivnění i té generace ve smyslu, že i ten work-life balance tam ve finále můžou najít, protože budou efektivní stejně a budou mít ještě čas na věci, který chtějí dělat. Já to vidím u mých dětí, respektive třeba u přítele mojí dcery, mám 19 letou dceru a její přítel jako vibe koduje a vlastně je to jako má takový, je strašně podnikavej.

**[00:57:32]** Takže udělali nějaký e-shop s takovýma třeba jako z prostý nálepky, který dáváš, když nějdo jako blbě parkuje a tak. A nebo teďka nějaký systém pro právníky. Jak vlastně vyhledávat ve smluvách, aby fakt to našlo to správně, nehalucinovalo. A je tam strašně vidět to, že když vlastně se jako je zaujme to téma, tak jako najednou makají a jsou do toho ponoření. Takže prostě jsme někam přijeli autem podívat někam a musím tady nechat otevřený komple, že jde mi tady nějaký agent.

**[00:58:00]** Říkám, dej to dozadu, že mám stmavený okna. Ale vidím tam, že kdyby měl dělat vlastně nějakou práci, která jako nebaví, tak nepůjde do toho. Ale to je ve finále za mě dobře. Že já mám pocit, že ta moje generace a ještě ta generace přede mnou, tak byla zvyklá prostě pracovat za tmou zuby. Ale když co nejdřív ty lidi pochopějí a poznají sami sebe, aby věděli, co mají rádi, tak to je pojď super.

**[00:58:22]** A teď ještě jsi mi připomněl oklikou ten potenciál AIK z hlediska třeba jako public institucí. a mám kamaráda z státního zástupce, tak mi popisoval ty procesy, které jsou tam. Hele, to je úplně neuvěřitelné. Co tam se stane, a jakmile se tam jako to AI dostane pod kůžej, tak tam to baje neuvěřitelná efektivita.

**[00:58:47]** Na to se těším hodně. Já těším se. Já jsem teďka měl takovou zrážku z realitou, když jsem se bavil s policisty, co mě kontrolovali. A nějak jsme došli k AI a teď jeden člověk říká, my máme kopilota a tak dále. A ten člověk mi říká, no to jo, ale víte co. Jako není na to, když si prostě tu zprávu prostě napíšete sami. A protože tam prostě datluje tam něco, takže se říká, no tak čeká nás dlouho.

**[00:59:15]** To je přesně ono. To je přesně ten bias. Prostě 20 let to dělám stejně, tak mě neotravujte s nějakým AI-kem. A když si, já jsem studoval práva a pamatuju si, že jsme řešili takový, kolik těch dokumentů a papíru se vozí na ty soudy a tak, prostě fakt vozíky a vozíky. Ty tom vyhledáváš. Taká ta jedna strategie, jako zahatit tu druhou stranu. No, no, no.

**[00:59:39]** Ale pak se tam najdou, můj kamarád je jako extrémně inovativní. Vlastně nechápu, co dělá ve veřejný sféře. Ale vy vlastně máte, to možná budeš vědět, já to vlastně neznám, ten koncept, ale ty, když vlastně jako státní zástupce tu věc vyřešíš do 8 až 40 hodin, tak to má nějaký zrychlný řízení. Teď si nejsem jistý těch detailům. A on právě využívá AI-ko na to, aby byl rychlejší. V těch 8 až 40 hodinách to sype těm policajitům.

**[01:00:03]** Ty jsou z něj úplně hotový, protože říkají, ty tady byl takovej klid, než si přišel. A mají na to takovejhle pohled. Ale takovýhle lidi, když tam budou, tak to je úplně zázrak pro Českou. A funguje to i na druhou stranu. Já jsem teďka řešil jeden problém mýho rodinného příslušníka, který mě jako velmi nepříjemnou zkušenost s policií. A když mi to popisoval, tak mi poslal nějaké dvě zprávy vyfocený.

**[01:00:29]** A já jsem to dal do Clauda a nechal jsem udělat deep research na jako doby právní předpisy, protože prostě 20 let už dělám něco jiného. Takže právní předpisy k červnu nebo červencí 2026, rozhodnutí soudů různých na to tém a tak dále. Ten Claude udál jako naprosto dokonalý deep research, přímo citoval rozsudky. Já jsem jenom párkrát jako se šel pojít na zdroj, že to je správně.

**[01:00:54]** A pak jsem na základě toho vlastně vytvořil dva dokumenty, který on poslal datovkou v tom deep research. Podle těch jmen a podle těch adres našel číslo té datovky, té policie a tak dále. Takže to se stalo ze soboty na neděli. On mi v neděli volal, posílal mi to. A v pondělí ráno jsme podali jako naprosto luxusní stížnost druhou zprávu, protože Claude nás upozornil, pozor, tam potřebujete jako důkazy, záznamy z jejich kamer, co mají při nějakých zásazích a tak dále.

**[01:01:23]** Takže aby to zachovali, druhá datovka a jako fakt toho dobrý. Citoval tam z rozsudku a tak dále a jako fakt dobrý. Takže jako... To je geniální. To je geniální. Právníci nebudou mít co žrát, ale oni to něco vymyslejí. Já veřím, že... Petře, ještě se pojďme pobavit o lidech. Co jsou dovednosti, které si myslíš, že jsou klíčové pro dobu AI?

**[01:01:46]** Ať už je to pro lidi, se kterými už dneska spolupracuješ a vidíš, že díky tomu jsou dobří v práci, jsou úspěšní. Nebo pro noví lidi, který najímáš do týmu nebo celkově do toho biznesu.

**[01:01:58]** To je úplně základní věc, která je pro mě důležitá. Úplně klasika AI na AI, tak ta první je, jako že ty lidi musí mít tu energii. Vlastně mnohem víc než tu znalost. Ale s tím je spojený takový to, co v tom Česku je složitý a to je nebát se failovat. Já vím, že to může znít jako klišé, ale v tom AI-ku to je úplně brutální. Protože jakmile člověk si sedne a začne přemýšlet, co všechno to může mít za rizika, to prostě na začátku nejde.

**[01:02:25]** Jako mnohem lepší, když to prostě vojteru 80krát, ale 80krát za hodinu, než že to budu hodinu rozmyšlet. A ty nový generace lidí, který jsou mladší než já, třeba o 10 let, tak tam už vidíš, že to je zase jinak. A jako nade mnou, ta generace nade mnou, tam to je třeba složitější, ale já mám rád ten mix. Já mám rád ten mix, kdy tam jako se najde někdo, kdo opravdu je takovej střelec a pak je někdo, kdo nás třeba trošku brzdí, protože já jsem taky takovej střelec.

**[01:02:54]** A ono to taky trošku nahrává, že pak asi hledám podobné typy lidí, protože mám pocit, že pak jako tým jsme prostě efektivnější. Na druhou stranu jsem vždycky rád, když tam je někdo, kdo je na té druhé straně spektra, aby nám ukazoval to zrcadlo. Ale to je pro mě asi úplně nejdůležitější, aby ty lidi se nebáli. Můj bývalý šéf vždycky říkal, don't ask me for permission, ask me for forgiveness.

**[01:03:18]** Toho se držím i já jako šéf. A vždycky říkám lidem, který chodí, jestli mají tohle zkusit, říkám, hele já ti řeknu, když to bude moc, do té doby zkoušej. A vybudovat tohle prostředí je i pro AI naprosto super, protože ty lidi potom ví, že můžou vlastně zkoušet cokoliv, nemusí se moc koukat doleva, doprava. Je jasný, že to musí být nějaký guidance, ale bavíme se o IT lidech. Oni ví prostě, co mají a nemají posílat někam do klódu, nebo v našem případě klód je podstatně jako zavřený ve firmě.

**[01:03:52]** Jinak s kopilotem a jinak s klódem. Ale to je takový úplnej základ, který já potřebuju vždycky. A vlastně dneska, čím dál víc, je pro mě důležitá tato věc, kterou jsem popsal oproti hardskillům. Protože ty hardskilly, nám prostě to AI začíná substituovat víc a víc. Ne, že by to bylo tak, že to pomine úplně všechno a je to úplně jedno, to určitě ne.

**[01:04:16]** Ale určitě se tomu budeme přibližovat. Až přijde dobrý biznisovej člověk, který umí underwriting a umí taky AI, tak začne být mnohem cenější, než třeba byl dodnes. Protože třeba takový člověk ani neexistuje. Naprostej souhlas. Já tomu říkám superpowered professional. A je to vlastně to, že ty kompetence, to jsou ty hard skills. A vidím to i třeba v tom IT, že když je senior, který tohle odmítá, učit se, zkoušet.

**[01:04:44]** A vedle toho je junior, který má tu zvídavost a tu energii. Tak vlastně teďka možná ne, ale jako za pár měsíců nebo let, tak prostě toho člověka jednoznačně překoná. Souhlas. A vidíš to, mnohem rychleji se lidi stávají seniory než před pár lety. A to není jenom AI-kem, ale i AI-kem. Jsou schopní podstatě mnohem rychleji se nabůstovat tím, že prostě to AI-ko používají.

**[01:05:11]** Stoprocentně, protože oni se dokážou učit, že jo, s tím. A i, že jo, seš v nové firmě, no tak dokážeš ty dokumenty, materiály, všechno jako analyzovat daleko rychleji. A mně se líbí ten, jako to nebát se failovat, jo, protože já to mám jako takovou slovní říčku, jo, mám program Future a já je leader a zkrátka jenom říkáme fail. Vlastně ti lidi se to strašně chytne, jako jsem ve failu, jo, a takhle. Ale vlastně je to i zkrátka jako first attempt in learning a Naval Ravikand jednou psal skvělej článek, že prostě jak dřív bylo potřeba mít deset tisíc hodin, abys ovládl nějaké řemeslo.

**[01:05:41]** Tak dneska je to deset tisíc iterací. A s tím AI-ken to platí dvojnásob. Co dvojnásob? Desetinásob. To je dobrý. To je iterací, iterací, iterací. Jo, jo, jo. A ti lidi fakt mají pocit, že vlastně tam vždycky můžeš jako i v doma na počítači můžeš dát Ctrl Z jako zpět. A u to AI-ken, tak zkusím jinak. Zkusím se doptat. A častokrát se líb ptaj, no dobře, jak to mám říct?

**[01:06:09]** Jo, jo. Vlastně to poslední, co teďka jako potřebujeme rozbít, jo, v podstatě v tom IT světě, je taková ta, jak to říct, ten způsob toho vývoje, který dneska je brutálně sešněrovaný. A můžeme se bavit o agilním vývoji, o Scrumu a o tom, že tam máš nějaký tří týdenní sprinty, dvou týdenní sprinty. Ale i tohle nějakým způsobem hacknout, tak aby to vlastně bylo, aby to nemuselo být synchronizovaný, jestli jsem srozumitelný.

**[01:06:37]** Aby jsme se dostali do bodu, kdy podstatě přijde požadavek z biznesu a já jsem nečekal vlastně na nic. Proč bych na to čekal? Aby právě tam bylo co nejmín článků a mohli jsme to připravovat a dělat tak, jak si to ten daný požadavek vyžaduje. Prostě nechci čekat dva týdny na to, aby se něco vyvinulo. Chci to prostě rychlejiš. A teoreticky mít tam to, řekl bych to vyhodnocení, kdy je tam potřeba, aby někdo z biznesu nebo z IT nebo někdo, za pár let podle mě to bude, takže pak tam bude do určité míry některé věci pojedou úplně autonomně.

**[01:07:08]** Nějaké bugy, přijde večer bug, nebo ten systém otestuje a sám to opraví. A pak některé ty biznesové budou spíš rozhodovací. Ty rozhodné, že si to chceš dělat nebo ne. No jasně. A už to rozhodnutí daleko relevantnější. Jo, jo, jo. A půjde to po těch levelech supportu, takových těch klasických. Lidne level 3, tak prostě budou levely, kde AI si poradí samo, není třeba.

**[01:07:32]** Ale to taky možná jenom nedohlídneme tu hokejku, že možná i tohle z toho fixnem. A pak jsem zvědavý, co pak asi budeme všichni u moře, nebo já nevím. No protože je pravda, a zase taky jsem na to narazil, protože jsem tady měl Matěje Matolína a ten říkal, že vlastně někdy lidi říkají, že AI nenáhradí tohle, ale vlastně, že bude mít takový kontextu než člověk.

**[01:07:54]** Takže to rozhodnutí udělá takové lepší. No jasně no. Teď Tomáš Mikolov o tom někde mluvil. On to připodobňoval k tomu, jako když mravenec řeš... Jako mravenec a malá násobilka. Mravenec prostě nedá malou násobilku, vůbec o to nezajímá, neví, o čem se bavíme. Tak takovýhle vztah my budeme mít s AI-kem, kdy AI-ko beřeší věci, kterými vůbec nedokážem pojmout a nikdy nepojmeme.

**[01:08:19]** A AI-ko to za nás vyřeší a prostě taky nějak existujeme. Tak asi si to nějak představu nověl. To je dobrý. Mravenec, mraveniště. To je dobrý. Peď, otázka. Nakonec, než se pustíme do takového menšou experimentu tady. Tak co bys si měl, ať už z tohohle rozhovoru, nebo z té tvé zkušenosti s datama z AI, odnýst člověk, který buď jako teďka začíná v datech, anebo pracuje v datovým týmu, vede datovej tým, ale cítí, že to AI ještě buď dneska nepoužívá vůbec, anebo ho nepoužívá tak, jak by měl.

**[01:08:50]** Co bys mu doporučil? Dvě, tři věci. Jo, tak za prvý, pokud nemá, požádat o dvě až tři licence na AI nástroje, pokud mu to zaměstnovatel nedovolí odejít. To je za A. Za B, pokud ty nástroje má, nebát se je používat v plný svý šíři a dedikovat si minimálně hodinu a půl denně na to, aby v podstatě mohl si s tím hrát, aby s tím mohl pracovat. Ideálně víc.

**[01:09:19]** Ale je jasný, že prostě samozřejmě ten biznis je nějaký. To je další věc. Ale třetí, když to napojem na ty věci, co jsem říkal, tak don't ask for permission, ask for forgiveness later. To znamená opravdu ty věci bořit. A umět si, ale to není zase jenom o AI, to si uvědomuji teď, když jsem v nový firmě, doufám, že mi to vydrží, minimálně jednou za den si jako stoupnout nad sebe a říct si, hele, je ten status quo správnej?

**[01:09:50]** A dneska speciálně v této době, každý 14 dní to může být jinak. Vylíct si nahoru a říct, hele, fakt ten datovej sklad, když jsme v datovém světě, vyvíjíme správně, když to děláme ještě pořád ručně. Prostě teď dneska jsou jiný metody, pojďme to udělat tak, aby jsme si ušetřili čas a věnovali se jiným věcem. A to je podle mě důležitý neustále. Minimálně jednou za den se jako zvednout a podívat se na sebe tak jako zvenku, jestli to, co dělám, prostě dělám správně.

**[01:10:17]** Ale to nesouvisí se já, to je podle mě všeobecný. Super. Miluji to, co jsi řekl. Myslím si, že ty nástroje, já to vnímám tak, že když mi to firma neumožní, tak vlastně já ztrácím výhru na trhu práce, protože budu nepoužitelný, když si měnou pracovat. A ten čas je extrémně důležitý. Bez toho to prostě nejde. Minimálně v té učící fázi, než se dostanu do toho, že to budu mít přirozenou součást, tak klidně večery, klidně víkendy, prostě je to transformace.

**[01:10:46]** A tak, jak naši rodičové chodili do večerní škol, tak jako proč bychom tomu nevěnovali čas. Přesně tak. A s tím třetím, to je super. jako jednak v tom, že já si myslím, že AI může pomoct opravdu v tom, jako mám nějaké řešení a možná trošku jako challengeovat, jestli vlastně to mám vymyšlené dobře, jestli tam nemám nějaký white spot. A druhá věc je vlastně, že můžu tam využít i tu kombinaci toho deep researche, že vlastně mám nějakou expertízu, takže vím, jak bych to měl dělat.

**[01:11:11]** Ale já bych teoreticky jako měl čím dál víc to AI používat tomu, že řeknu ten cíl a vlastně nechat si jako dát, jako využívat jako mozek, jako nechat si to navrhnout a jenom to porovnat s tím, jak bych to dělal já. To je důležitý, co říkáš, protože minimálně i já mám tendenci a nevím, jestli to děláš taky, a já mám tendenci trošku k tomu já jako něco podsouvat. Jasně, v bodem, a že to je to, nebo prostě tohle nebo tohle, ale že to je tohle, jo, a to já, to prostě souhlasím, jo.

**[01:11:40]** Teď ze mnou třeba typicky řešili jsme s kolegou Románkem, jak nabustovat podcast a opravdu jsem ho nechal, ať je kreativní za mě, popsal jsem mu, co potřebuju a vůbec jsem ho neoblivňoval a dneska to dokáže vygenerovat neuvěřitelný nápady. Zadarmo, za pár korun. Jo, super. A já to teďka někdy dělám i tak, že já mám teďka hodně oblíbený ten jako GPT-5-6, to je jako mazec, a pak mám někdy prostě otevřený jako kurzor, kde používám opus a vedle toho ten Codex a fakt, když mám ten plán od Codexu nebo od druhýho, tak to dám tomu druhému jako modelu, víš?

**[01:12:13]** Jo, jo, jo. A je to jako strašně zajímavý. Pak jakože jako takový jako intelektuální orgazmus, když tam vidíš ty chytrý věci, to jestli říkáš jako wow. Přesně, přesně no. A úplně má člověk chuť prostě jako jet z dále a dále více a víc a vlastně to používat více a víc. A to je vlastně ta mise toho, toho jako nevím, AI garanta, aby tohle zažívalo v té organizaci co nejvýštějí. Jo, super. Super.

**[01:12:37]** Tak a Peťo, teď tady mám takový experiment, kde ti budu dávat, teďka zkouším, jo, jsiš druhej, kdo to bude. Jmenuje se to rapid fire, to znamená dám ti dvě možnosti a ty ideálně řekneš, vybereš jednu, kterou preferuješ, ideálně první instinct a já jsem předtím řekl, jakože neříkat tam záleží na něčem, ale když budeš mít pocit, že to chceš jako doříct proč, tak můžeš, jo.

**[01:13:06]** Takže,

**[01:13:08]** AI agent nebo nový člověk do týmu? AI agent. Růst obratu nebo méně práce? Růst obratu. Malý tým s AI nebo velký tým bez AI? Malý tým s AI. Dlouhodobá strategie nebo rychlý experiment? Rychlý experiment.

**[01:13:27]** Specialista nebo generalista? Generalista. A teď klíčová otázka. Automatizovat práci, kterou nesnážíš, nebo práci, ve které jsi nejlepší? Automatizovat práci, kterou nesnáším. Dobrý, super. Tak zatím jsi druhej, řekl spodobně, já to mám jinak, ale je to skvělý. Jo, jo. Co máš jinak? No, že vlastně mám pocit, že daleko radši se zůstřím na ty věci, ve kterých jsem dobrý, který mě baví, protože pak vlastně u toho dálkověc vydržím.

**[01:13:57]** Jo, jo, jo. Jo, jo. Hele, no, bylo to na první dobrou, protože prostě úplně cítím, že bych vlastně chtěl pomáhat těm lidem, jako ty voprdy, prostě jako se jich zbavit. Jo, jasně. Ale rozumím, kam jí říš, no. Jako ve finále žádnej z mých projektů nemízí na to, co jsem řekl. Jo, jakože bych si snažil tím automatizovat ty voprdy, ale spíš mířím na to, co mě baví a kam poslouvám ty věci, které mě baví.

**[01:14:22]** Takže ve finále, no, tak jako dneska, když bych to jako ještě jednou v hlavě přemyslel, tak bych řekl oboje asi. No, ale ono to asi trošku i souvisí, že jo, s tím typem práce, kdy ty vlastně jako máš tam x stakeholderů, máš tam tu komplexitu, máš tam tu vyměňování těch informací, který vlastně my v tom jako mini týmu asi neřešíme. Takže já třeba, já vlastně nemám už rutinu. Jo, myslím si, že vlastně nemám, že i takový ty věci, jako udělat presků, tak je vlastně to, že stejně míst staví jako agent HTML a že už vlastně jako nemám.

**[01:14:51]** Je pravda, že když děláme se zákazníkama, tak tam taky nechci mít ty nekonečné zkousky o něčem, co jako bych chtěl dělat, jo. No jasně, no. A s těma zákazníkama je to ještě složitý, ne? Protože ten jako se třeba chce scházet. Je jako v tom interním týmu si dokážu říct, hele, tak na tohle už se vybodněme. Ne, že bych to teda nějak masivně dělal, ale jako nabízí se to do budoucna. Pravda je, že já jsem jako fakt špatnej čtenář dlouhých textů.

**[01:15:16]** Jo. A je tam jako v každé organizaci je spousta textů. Jo. Takže tam je pravda, že ten můj druhej mozek, tenhle projektík, tak ten vlastně řeší to, na co jsem odpověděl před chvílí, že to, co mě nemám rád, tak si nějak automatizuju. Takže asi jo, asi tam nejde taky něco. A zákazníci se chtějí potkávat a někdy jako teď, jako je rekord, že tam byl 9 na tom mít. A jako byl to totálně zbytečný mít. Jasně.

**[01:15:40]** A já si říkám, to jsou jako na ty fakt drazí lidi, co si tam počítal tu hodinovku jejich a celkově. A je pravda, že kdybych jako v tomhle byl, tak asi jako první řeknu, že chci eliminovat tohle. Protože mám pocit, že chci teďka, mám po dlouhé době, protože chci daleko víc jako tvořit. S tím jejichem, jo? Že vlastně jako baví mě to, miluju práci s klientama a konzultace a workshopy a tak dál. Ale vlastně nejvíc mě baví teďka jako sedět u toho.

**[01:16:04]** Jo, jo, jo. A to mám pestejně. To mám pestejně. Jako nejradši mám páteční home office. Tak, super, přesně. Tak, Peťo, nejbližší budoucnost, tím to zakončíme. Co tě čeká teďka v nejbližší době, ať už je to v práci, v soukromí, na co se chceš zaměřit a co chceš zkoušet, s tím si chceš hrát. No hele, můžu se trošku upakovat, ale je to to AI, kou zpuštění toho ve VIG Re tak, aby opravdu z toho benefitovali všichni.

**[01:16:29]** A to, co se tady bavíme, jsme plný energie, tak, aby zažívali ty lidi. A už jsem si to ozkoušel právě v té desetiminutové přednášce o Databricksech. Vlastně i ty lidi, který jsou od toho vzdálený právníci,

**[01:16:46]** víc lidí, to je ten krátkodobý cíl, ukázat těm lidem, že to může fungovat a ono to ve finále pocítí i ta firma ve výsledcích, protože najednou budeme prostě efektivnější. Takže to je ta moje hlavní mise, kterou mám teďka minimálně na půl roku dopředu. A nějaké třeba soukromí projekty nebo... V těch soukromých projektech jsem si teďka hrál a mířil jsem na operational efficiency určitě, na ten Mozek 2.

**[01:17:12]** Pak jsem třeba zkoušel jednu věc, že jsem v podstatě zhluknul všechny věci, se kterýma já pracuju na denní bázi, e-mail, kalendář, to-do listy. Já jsem úplně to-do list freak. Já úplně miluji to-do listy. A všechno jsem to jako zhluknul dohromady, protože ve sportce už jsem byl fakt jako overwhelmed. Cítil jsem to, prostě nestíhal jsem a ty věci byly hodně. Takže tohle mi tam pomáhalo, ale teď mám pocit, že vlastně to bylo trošku useless.

**[01:17:40]** Jo, zrovna to byl ten příklad, kdy jsem si říkal, že dneska, když jsem tomu říkal pracovně Andrej, to byl jako můj osobní asistém Andrej, který mi dodával každej den jako taký briefing ráno, připravovali jsme se na den. A úplně jsem jako zjistil, že to vlastně nepotřebuju. Jo, že naopak vlastně jsou dny, kdy řeším e-maily spíš, jsou dny, kdy řeším tu důčko, jsou dny, kdy prostě koukám, nevím, co mě čeká v kalendáři.

**[01:18:05]** A vlastně to bylo zbytný, ale neúplně, protože jsem u toho vibe kodil a naučil jsem se u toho zase nějaký nový věci. Takže v té osobní rovině spíš to přichází nárazově. Moje žena má firmu na online marketing a měla vlastně AI experta tam, který teďka odchází, takže možná, že se budu věnovat víc tomuhle a pomůžu trošku rodinnému biznisu. To je super.

**[01:18:28]** A já bych tohle doporučoval všem. V těch firmách našich pořád jsme nějakým způsobem vázaní na tu regulaci, na nástroj a tak dál. A myslím si, že jako kdy jindy to nerozvíjet tady tyhle věci na soukromých projektech a věcech, co nás baví. No jasně, úplně se těším. Teďka vlastně Sinátor, teda sice mu je 8, ale právě ho baví ty věci kolem statistik a podobně, tak už jsem taky přemýšlel, že bych mohl vymyslet nějakou apku třeba jako hru, která by vlastně obsahovala tyhle různý statistiky, protože on sice hraje florbal, ale ty jeho kamarádi všichni milují fotbalisty a udělat nějakou takovou hru na zimní večery, to se úplně nabízí.

**[01:19:09]** Tak super a dám ti tip. Dám ti tip pro prcka. Já ti pak pošlu jeden tweet, kde borec popisuje, jak vlastně udělali v Americe, prostě nějaký jeden člověk, nemusí být v Americe, ale udělali prostě systém, kdy matematika je neuvěřitelně jako lineární, to znamená, ty se musíš naučit něco, aby se mohl naučit jako dalšé raš věci. A jeden borec udělal to, že ve spolupráci s AIkem udělal jako knowledge base těch jednotlivých skills a dovedností, jako mozek toho, jak vlastně jdeš postupně o těch jednotlivých znalostí.

**[01:19:44]** A udělal na základě toho systému, kdy vlastně jako AI dá příklad, vyhodnotí, jestli to dítě to umí, pak udělá další. Jsou schopni jako několik let matematiky naučit v jednom roce. A já jsem udělal to, že jsem ten tweet celý, jsem skopíroval a hodil jsem do AI a řekl jsem tak, tohle jsou témata, které mě zajímají. Tento princip aplikuje na to, že mi vytvoříš jako vzdělávací aplikaci, kde pojede krok za krokem.

**[01:20:09]** Cool, cool. A je to brutální. Takže jestli ho baví tyhle věci, tak ty vlastně dáš jenom tu inspiraci tím principem a můžeš ho pak vlastně jako neuvěřitelně posouvat tady těchto věcech. A jenom řekneš, a udělí to v tématu florbalu doho těchokoliv. Jasně, jasně. A zvlášť, když má rád i tyhle věci, tak si myslím, že vlastně jako dostane personalizovanýho tutora, který může být hravej a můžeš za dva roky naučit to, co se naučí děcka za osmumat.

**[01:20:33]** Pošli, tak to mě zajímal. To jsi mě nalákal úplně. To je dobrý. Tak jo, Peťo, díky moc, že jsi přišel a držím palce, ať už v práci nebo v čemkoliv, co budeš dělat, nenom sejaj. Můži, kým je se fajn. Čau, čau.

---

*Konec přepisu*