Firmy mají AI agenty na kdeco, s klíčovými daty ale často pracovat neumí

Používáte ve firmě AI? Málokdo dnes odpoví záporně. Nástroje využívající umělou inteligenci postupně pronikají do všech pracovních procesů, ne vždy si ale vedení firmy uvědomuje, kde jí to přináší skutečně užitek a kde spíš zbytečné výdaje, nebo dokonce rizika. „AI tady je a nezmizí. Tváří se jako obrovská konkurenční výhoda, kterou se ale stane jen v případě zacíleného použití,“ říká Petr Havelka, CEO společnosti ABRA Software, která vyvíjí podnikové informační systémy a doprovází firmy v jejich technologickém rozvoji.

Těžko si dnes už dokážeme představit budoucnost ERP systémů bez umělé inteligence. V jaké fázi integrace AI teď české firmy jsou?

V průběhu druhého čtvrtletí letošního roku jsme si k tomu dělali průzkum mezi více než 40 zákazníky a zjistili jsme, že více než 71 procent firem má s použitím AI reálné zkušenosti, ale většinou ji nepoužívá v rámci ERP systémů. Mají agenty a asistenty na ledasco, od přípravy obchodních prezentací po psaní e-mailů, ale v práci s core daty o obchodech, skladech, zaměstnancích nebo zákaznících nemají z různých důvodů umělou inteligenci integrovanou.

Z jakých důvodů?

Je to kombinace různých faktorů. Určitě je problém i v tom, že některé systémy jsou zastaralé, někteří dodavatelé nejsou tak daleko a nestíhají rychlý vývoj. Pomalejší je ale i celková adopce nových technologií. Jedna věc je totiž technologická linka, jak rychle nové nástroje vznikají, a druhá – důležitější – je, jak rychle se lidé naučí je používat. Když se na trhu objevily carvingové lyže, také je lidé nezačali používat hned, určitou dobu se spíš říkalo, že je používá jen ten, kdo neumí klasicky lyžovat. S umělou inteligencí to může být podobné.

Co firmy od AI obvykle očekávají?

Často nám říkají, že nechtějí nechat AI rozhodovat, ale čekají, že jim ušetří nějaké rutinní činnosti. Chtějí se systému zeptat běžnou řečí a dostat odpověď z firemních dat, automatizovat opakované úkony, jako je vytěžování faktur nebo párování plateb, a chtějí, aby je systém sám upozornil na chyby a odchylky. Očekávají také predikce, třeba cash flow nebo poptávky, a návrhy řešení, o kterých ale rozhodne člověk.

Zároveň mají obavy o bezpečnost svých dat, bojí se, že se na jejich datech budou učit velké jazykové modely. To je správné očekávání a správná obava.

Jsou v adopci AI nástrojů rychlejší malé, nebo velké firmy?

Podle mě to není o velikosti firmy, ale o schopnosti managementu dostat tuhle ideu dovnitř firmy. Závisí to na adaptabilitě celé organizace. V raných dobách adopce AI to byl i případ naší firmy, kde některá oddělení naskočila na používání umělé inteligence, protože lidé v tom viděli konkrétní přínos. Jiné oddělení v tom zase vidělo hrozbu, že kvůli robotům přijdou o práci.

A přišli?

Nepřišli. AI u nás práci mění, neruší. Problém je spíš opačný. Firmy dnes mají problém zaměstnance najít, a když teď hledají nové lidi třeba mezi generací Z, setkávají se s kandidáty, kteří už očekávají adopci AI. Kdyby zaměstnavatel umělou inteligenci odmítal, přijde o nové potenciální zaměstnance.

Jak je to s návratností takové investice? Říkáte, že bez AI přijdou firmy o mladé zaměstnance, ale můžou se spolehnout na to, že si AI technologie na sebe vydělají?

Nejde na to dát univerzální odpověď. Jsou projekty, které návratnost nemají, podle některých aktuálních studií je jich významná část. Já bych obecně řekl, že projekt implementace AI může mít velmi dobrou návratnost tam, kde firmě zlepší plánování vstupů a výstupů. Je ale potřeba vždycky začínat tím, že si definujete, proč to děláte. Není to IT projekt, ale byznysový projekt. A jako byznysový projekt musí mít jasně stanoveno, co firmě přinese. A také mít dobře definovanou datovou základnu a počítat s tím, jak změní procesy a chování lidí.

AI není technologický projekt, kde se nakoupí licence a všechno začne automaticky fungovat lépe. Je to byznysový projekt, který začíná jasným byznysovým účelem.

Dá se nějak obecně říct, v jakých případech se to firmám vyplatí a v jakých ne?

Velmi zjednodušeně asi platí, že lepší výsledek přinese AI ve firmě, která teď ještě používá manuální vstupy, Excely, nestrukturovaná data a větší množství datových zdrojů. Takovou firmu umělá inteligence především donutí systematizovat všechno do jednoho zdroje a to se většinou vyplatí.

Oproti tomu firmy, které už dnes používají BI reporting a mají data v pořádku, si musí zvážit, kde přesně jim konkrétní AI nástroj ještě přinese úspory. Typicky to bývá v účetnictví, kde naši zákazníci často řeší vytěžování dokladů a faktur. Nebo u plánování výroby na základě takzvané rolling forecast (finanční plán, který se pravidelně posouvá a drží stále stejný časový výhled do budoucnosti – pozn. red.), kde AI pravidelně kontroluje data a automaticky predikci upravuje. V každém případě ale platí, že AI není technologický projekt, kde se nakoupí licence a všechno začne automaticky fungovat lépe. Je to byznysový projekt, který začíná jasným byznysovým účelem a končí jeho vyhodnocením.

Už jste zmínil úzkou spojitost mezi umělou inteligencí a správou dat. Jak jsou na tom české firmy po této stránce a co by měly se svými daty dělat, aby je na novou technologii připravily?

Připravené na to většinou moc nejsou. Průzkum společnosti Gartner ukazuje, že 63 procent firem buď nemá, nebo neví, zda má správu dat nastavenou tak, aby byla připravená pro AI. Co by měly dělat? Z mého pohledu je to o konzistenci vstupů. Systémy, jako je ABRA, umí provázat doklady, informace i dokumenty navzájem, hodně ale záleží na tom, z jakých zdrojů tahle data berou.

Problém je třeba u duplicitních zdrojů. Někdy se stane, že určitá data má firma ve svém ERP systému, ale vedle toho existuje ještě nějaký Excel, který koluje mezi zaměstnanci. Ani AI pak neví, kde je vlastně skutečný zdroj pravdy. Když je vstup špatný nebo má různé verze, tak si s ním neporadí dobře.

34:42

Debata HN

ERP systémy míří do cloudu. Firmy čeká standardizace i nástup AI

25. 6. 2026 ▪ 34:42 min.

Využívání AI přináší také nové hrozby. Jak investovat do kyberbezpečnosti tak, aby náklady odpovídaly míře rizika?

Kyberbezpečností se zabýváme velmi detailně, je to klíčová otázka, která je umělou inteligencí ještě více akcelerována. Umělá inteligence zásadním způsobem demokratizovala vývoj a s tím je spojený násobně vyšší počet kyberútoků i na menší firmy, které byly v minulosti pod rozlišovací hranicí útočníků.

Vyvíjet dnes může prakticky kdokoli. Důležité je, jak je kód napsaný. Dnes velmi používaný wibe coding může obsahovat bezpečnostní díry do systému, kterých si tvůrce nemusí být vědom. Hodnota se proto přesouvá od samotného psaní kódu k bezpečnosti, spolehlivosti a znalosti procesů zákazníka. Počet zaznamenaných útoků na firmy, jako jsou naši zákazníci, se zvýšil za poslední rok trojnásobně. Z toho plynou oprávněné obavy.

Odráží se to i na tom, jak byl a je vnímaný cloud. Zatímco v minulosti byl cloud považovaný za nějaký záhadný prostor, kde vlastník nemá svoje data u sebe a kde o ně může přijít, teď už je chápán jako bezpečnostní pojistka. Datové centrum, které využívá ABRA, je součástí kritické infrastruktury státu, takže je mimořádně zabezpečené. Nedá se to srovnat s realitou mnoha firem, které nemají bezpečnost, ale ani zálohování dat řešené systematicky. Takový přístup představuje velké riziko. Stačí porucha disku, požár nebo útok ransomwaru a firma může přijít o data, na kterých stojí celý byznys zákazníka. Mnohým to začíná docházet teprve teď. Zrovna nedávno mi jeden zákazník říkal: „Napadl mě hacker a bylo to docela levné, stálo mě to dva bitcoiny.“

Vaší strategií zabezpečení je tedy cloud?

Cloud je jen jeden z nástrojů. Základem je firemní strategie kybernetické bezpečnosti, ze které teprve vycházejí konkrétní technická a organizační opatření. Tu je potřeba průběžně rozvíjet podle toho, jak se mění technologie i rizika. Dnes je to hlavně AI. Nejde o to se jí bránit, ale nastavit jasná pravidla: k čemu ji lidé ve firmě mohou používat a s jakými daty smí jednotlivé nástroje pracovat.

Ruku v ruce s tím jde vzdělávání, protože bezpečné používání AI je dnes součástí běžné pracovní gramotnosti. Stejně je dobré přemýšlet o datech v informačním systému. Jakou mají pro firmu hodnotu, co by znamenal jejich únik nebo nedostupnost a jaká opatření tomu odpovídají. Právě tady může cloud dávat velký smysl, zejména pro firmy, které nemají vlastní IT oddělení. Ne proto, že by automaticky znamenal bezpečnost, ale protože kvalitně provozované prostředí umožňuje řešit dostupnost, ochranu dat, zálohování i obnovu po havárii systematicky a dlouhodobě.

Pomáháte firmám i s proškolením zaměstnanců?

Provázíme je celým procesem. Role dodavatele softwaru se v poslední době hodně mění, už to není jen někdo, kdo vám prodá nějaký program. Stává se z nás partner, který proaktivně pracuje se zákazníky na rozvoji jejich technologie. Firma s námi může konzultovat svůj byznys a všechno, co k němu potřebuje z hlediska technologického vývoje, včetně edukace. Pořádáme k tomu fóra a různé webináře, o které je čím dál větší zájem. Spustili jsme také sérii oborově orientovaných programů, jako je Den v obchodě nebo Den ve výrobě, kde nabízíme firmám podrobnou analýzu celého jejich obchodního či výrobního procesu, abychom vytipovali místa, kde je možné něco zefektivnit. A všímáme si toho, že zákazníci už takové služby od dodavatele softwaru přirozeně očekávají. 

Velmi v tom pomáhá služba takzvaného customer success managera, která je v zahraničí běžná a u nás se postupně etabluje. Je to skutečně partner zákazníka, který sleduje jeho vývoj a sleduje i vývoj trhu a proaktivně doporučuje trendy nebo vylepšení na míru.

Jak byste na závěr shrnul typické chyby, které firmy při implementaci AI dělají, a vaše doporučení?

Nejčastější problém je, že si firmy s umělou inteligencí vlastně kupují silný motor, ale přesně nevědí, jak ho použít. Koupí si licenci na nějaký nástroj a myslí si, že tím jsou „AI ready“. Klíčové je přitom mít jasně definovaný use case a měřitelné výsledky, podle kterých se dá vyhodnotit, jestli AI nástroj pomáhá, nebo ne.

Projekty většinou nezklamou kvůli technologii, ale kvůli přípravě. Doporučuji proto pět kroků. Začněte konkrétním problémem, ne technologií, a předem si řekněte, jak změříte úspěch. Prověřte data, protože AI je jen tak dobrá jako vstupy, se kterými pracuje. Začněte malým pilotem a škálujte až ve chvíli, kdy vidíte výsledky. Do určité míry je to vždycky experiment, ale i experiment by měl být řízený. Nemusí se za každou cenu jednat o velkou změnu, někdy stačí zaměřit se na jednu oblast, kde AI přinese největší výsledek.

Regulaci a bezpečnost, tedy AI Act, GDPR a NIS2, řešte od prvního dne, dodatečně je to vždy dražší. A zapojte lidi, kteří proces znají, protože jejich důvěra rozhoduje o tom, jestli se nástroj opravdu začne používat. Klíčové je, aby AI bylo strategické téma se sponzorem ve vedení, ne experiment IT oddělení. Pak to není FOMO, ale nástroj, který firmám reálně šetří čas i peníze. A to už dnes vidíme u řady našich zákazníků.

Text vznikl ve spolupráci se společností ABRA Software.