Data, procesy a lidé: je firma připravená?

Než firma do AI investuje, vyplatí se poctivě projít pět oblastí: data, procesy, lidi, technologie a pravidla. Kde AI narazí na chaos v dokumentech a na špatně nastavená oprávnění, proč zákaz stínové AI skoro nikdy nefunguje a jak si připravenost firmy ohodnotit sám.

Představ si dvě podobné firmy, které koupí stejný AI nástroj. V jedné ho za půl roku používá většina lidí a vedení umí říct, co přinesl. Ve druhé se po pár týdnech skoro nepoužívá, a když, tak potají na osobních účtech. Nástroj byl stejný. Lišilo se všechno kolem něj.

V předchozích lekcích kurzu jsi hledal, kde může AI firmě pomoct, a odhadoval, kolik to stojí a přinese. Tahle lekce se ptá na něco jiného: je firma připravená, aby se to opravdu stalo? Projdeme pět oblastí, ve kterých zavádění AI obvykle zadrhne, a na konci si připravenost ohodnotíš podle jednoduché tabulky.

Připravenost na AI(AI readiness): Souhrn podmínek, které musí firma splnit, aby z AI měla skutečný užitek: dostupná a udržovaná data, popsané procesy, lidé, kteří nástroje umí a chtějí používat, technické zázemí pro bezpečný provoz a jasná pravidla. Nejde o jedno číslo, ale o stav v několika oblastech, a ten se liší podle toho, co přesně chceš zavést.

Data: kde žije znalost firmy

Začni jednoduchou otázkou: kdyby nový kolega potřeboval zjistit, jak firma řeší reklamace nebo jaký ceník platí pro velkoodběratele, kde by to našel? V typické firmě je odpověď „to záleží“. Část je na sdíleném disku, část v e-mailech, část v tabulce, kterou má jeden obchodník na ploše, a nejdůležitější část v hlavě paní Novákové, která je ve firmě patnáct let.

Pro AI to má zásadní důsledek. Model umí pracovat jen s tím, co je zapsané a dostupné. Asistent napojený na firemní disk ti neřekne nic o tom, co ví jen paní Nováková. A systém, který odpovídá z firemních dokumentů (v kurzu o stavbě aplikací mu budeme říkat RAG), je přesně tak dobrý, jak dobré jsou dokumenty, ze kterých čerpá.

Kvalita: duplicity a staré verze

Druhý problém je méně vidět. Na disku často leží tři verze téhož ceníku, smlouva final_v3_opravdu_final.docx vedle final_v2.docx a směrnice, která byla před dvěma lety nahrazena, ale nikdo ji nesmazal. Člověk, který ve firmě pracuje, intuitivně ví, která verze platí. AI to neví.

Když se zeptáš asistenta „Jaká je sleva pro velkoodběratele?“ a on najde starý ceník, odpoví ti z něj. Klidně, plynule a s odkazem na dokument, takže odpověď vypadá ověřeně. Je to jiná podoba problému, který znáš z lekce o halucinacích: model si nic nevymyslel, jen se opřel o špatný podklad.

Do hloubkyProč vyhledávání nepozná platnou verzi

Systémy, které hledají ve firemních dokumentech, obvykle vybírají pasáže podle toho, jak moc se svým obsahem podobají otázce. Starý a nový ceník se přitom podobají skoro dokonale: stejné nadpisy, stejná struktura, jen jiná čísla. Pro vyhledávání jsou to dva stejně dobré kandidáty.

Pokud dokumenty nenesou jasný signál platnosti (datum účinnosti, stav „zrušeno“, oddělenou složku archivu), systém nemá podle čeho rozhodnout. Někdy model dostane obě verze najednou a odpověď z nich smíchá. Dá se to řešit technicky, třeba filtrováním podle data nebo metadat, ale každé takové řešení předpokládá, že ta informace v datech vůbec je. Úklid dat proto není „hezké mít“, je to podmínka. Podrobně se k tomu vrátíme v lekci Jak RAG postavit a kde selhává.

Oprávnění: AI najde, co bylo schované jen tím, že to nikdo nehledal

Tohle je bod, který v mnoha firmách při zavádění AI překvapí nejvíc. V lekci Když nestačí chat jsi viděl, že asistent napojený na firemní data dědí oprávnění uživatele. Microsoft to v dokumentaci ke Copilotu říká výslovně: asistent zobrazí jen firemní data, ke kterým má daný uživatel aspoň právo čtení, a proto je důležité mít oprávnění v systémech jako SharePoint nastavená správně.

Zní to uklidňujícně, ale má to háček. Ve spoustě firem mají lidé přístup k mnohem víc dokumentům, než tuší. Složka „Sdílené“ přístupná celé firmě, kam kdosi před lety uložil tabulku s platy. Odkaz „kdokoli s odkazem“ na prezentaci pro představenstvo. Tým, který se rozpadl, ale jeho složka zůstala otevřená všem. Dřív to nevadilo, protože nikdo nevěděl, kde hledat. Asistent, který prohledá všechno, k čemu máš přístup, to ale najde za pár sekund na otázku „Kolik bere vedoucí skladu?“.

Nadměrné sdílení(oversharing): Stav, kdy mají lidé ve firmě přístup k dokumentům a datům, které vidět nemají, obvykle kvůli příliš širokému sdílení nebo zapomenutým oprávněním. AI asistent, který prohledává firemní data, tento problém nevytváří, ale zviditelní ho, protože dokáže skryté dokumenty najít a shrnout.

Prakticky to znamená: než firmě zapneš asistenta nad firemními daty, zkontroluj oprávnění. Hlavně složky sdílené s celou organizací, veřejné odkazy a místa, kde leží personální, mzdová a finanční data. Velké kancelářské balíky na to mají nástroje pro správce a stojí za to o nich mluvit s tím, kdo ve firmě spravuje IT. Hlubší pohled na oprávnění u AI systémů najdeš v lekci Oprávnění a lidská kontrola.

Procesy: chaos nezautomatizuješ

Druhá oblast jsou procesy, tedy to, jak se ve firmě práce opravdu dělá. Tady platí staré pravidlo z doby před AI: když zautomatizuješ chaos, dostaneš rychlejší chaos.

Vezmi si třeba vyřizování objednávek. Pokud každý obchodník postupuje trochu jinak, výjimky se řeší telefonem a pravidla „se ví“, nemáš co automatizovat. AI by musela odhadovat, který z pěti způsobů je ten správný, a každá chyba by vypadala jako chyba AI, i když je to chyba procesu.

Tři otázky, které připravenost procesu rychle ukážou:

Dokážeš ho popsat na jednu stránku tak, aby podle ní nový kolega udělal práci správně? Pokud ne, AI to taky nezvládne.
Víš, kde jsou výjimky a kdo o nich rozhoduje? U AI je rozhodující právě chování v nestandardních případech.
Měříš ho? Víš, kolik případů měsíčně proces řeší, jak dlouho trvají a kolik je chyb? Bez toho nepoznáš, jestli AI pomohla. (Proč je výchozí měření tak důležité, rozebírá lekce Náklady, přínosy a rizika.)

Dobrá zpráva je, že s popisem procesu pomůže i AI: z návodů a zápisů ti navrhne první verzi, kterou s lidmi z provozu opravíš. Často už to přinese víc než následná automatizace, protože se ukáže, že tři lidé dělají stejnou věc třemi způsoby.

Lidé: dovednosti, obavy a kdo to táhne

Třetí oblast rozhoduje častěji, než by se zdálo. Nástroj, který lidé neumí nebo nechtějí používat, je drahá licence.

Dovednosti. Většina lidí zatím s AI pracuje na úrovni „zeptám se chatu“. To, co ses naučil v kurzu Práce s AI nástroji (dávat kontext, chtít strukturovaný výstup, ověřovat), je pro ně nové. Bez školení si udělají názor podle prvních pár pokusů, a ten bývá zbytečně špatný.

Obavy. Mnoho lidí se bojí, že je AI nahradí, nebo že když přiznají, že s ní pracují, bude to vypadat, že jejich práci zvládne kdokoli. Microsoft a LinkedIn se v průzkumu z jara 2024 ptali 31 000 znalostních pracovníků v 31 zemích (včetně Česka). Podle výsledků 52 % lidí, kteří AI používají, nerado přiznává, že ji používá na své nejdůležitější úkoly, a 53 % se bojí, že by pak vypadali nahraditelně. Je fér dodat, že průzkum zadala firma, která AI nástroje prodává. Ten pocit ale poznáš i ve vlastním týmu. Obavy nezmizí tím, že je vedení odbude větou „nebojte se“. Pomáhá říct otevřeně, co se se získaným časem stane, a dodržet to.

Ambasadoři. V každé firmě je pár lidí, kteří AI zkoušejí sami od sebe. Udělej z nich ambasadory (anglicky se jim říká AI champions): dej jim čas a lepší přístup, ať sdílejí, co jim funguje, a ať jsou první, za kým kolegové přijdou s otázkou. Příklad od kolegy ze stejného oddělení přesvědčí víc než školení od externisty.

Sponzor ve vedení. Zavádění AI mění způsob práce napříč odděleními a narazí na otázky, které nikdo jiný než vedení nerozhodne: kdo za co odpovídá, kolik se investuje, co se stane s ušetřeným časem. Bez člověka ve vedení, který za tím stojí, projekt uvízne mezi IT a provozem. Školení a podpoře lidí se podrobně věnuje lekce Školení a podpora.

Technologie a bezpečnost

Čtvrtá oblast je technická, ale její otázky musí umět položit i manažer.

Identita. Mají všichni firemní účty, přes které se do nástrojů přihlašují? Je zapnuté vícefaktorové ověření? Co se stane s přístupy, když člověk odejde? Firemní tarify AI nástrojů obvykle umí jednotné přihlašování (SSO), ale jen pokud ho firma má z čeho napojit.
Správa. Má někdo ve firmě na starosti, které AI nástroje a konektory jsou povolené, a umí je v administraci zapnout a vypnout? Ví, kde se nastavuje, jestli asistent smí jen číst, nebo i posílat e-maily a měnit záznamy?
Přehled. Dá se zpětně dohledat, kdo nástroj používá a k čemu? Bez toho nemáš jak vyhodnotit přínos ani řešit incident.
Nová rizika. AI přináší i útoky, které dřív neexistovaly, třeba skryté pokyny v dokumentu nebo e-mailu, které asistenta přimějí udělat něco, co uživatel nechtěl. Podrobně je rozebírá lekce Prompt injection a únik dat. Pro připravenost stačí vědět, že čím víc smí AI sama dělat, tím důležitější je tahle oblast.

Malá firma bez vlastního IT nemusí mít všechno dokonalé. Potřebuje ale aspoň firemní účty místo osobních, vícefaktorové ověření a jednoho člověka (třeba externího správce), který ví, co je zapnuté.

Pravidla a právo: směrnice o používání AI

Poslední oblast je ta, kterou lidé nejčastěji odkládají, protože zní byrokraticky. Přitom stačí začít krátce. Směrnice o používání AI (často se jí říká AI policy) odpovídá na pár otázek, které si zaměstnanci kladou stejně:

Které nástroje smím používat a na co?
Jaká data do nich smím vložit a jaká ne? (Tři úrovně dat znáš z lekce Kam putují tvoje data.)
Kdo odpovídá za výstup a jak se ověřuje? (Vzor týmového pravidla najdeš v lekci Jak výstupy ověřovat.)
Kdy musím uvést, že text nebo obrázek vznikl s pomocí AI?
Na koho se obrátím, když chci nový nástroj nebo když se něco pokazí?

Vedle vnitřních pravidel jsou tu i zákonné povinnosti. Jakmile do AI míří osobní údaje, platí GDPR (viz lekce Osobní údaje). Evropský AI Act řeší mimo jiné to, jak riziková je konkrétní aplikace (lekce Kategorie rizika), a také AI gramotnost lidí, kteří s AI ve firmě pracují (lekce AI gramotnost). Tady je nebudeme rozebírat. Pro hodnocení připravenosti stačí jedna otázka: ví ve firmě někdo, které povinnosti se vás týkají, a má je na starosti?

Stínová AI: lidé už ji používají

Při posuzování připravenosti se často zapomíná na jednu věc: AI ve firmě už nejspíš je. Jen o ní vedení neví.

Stínová AI(shadow AI): Používání AI nástrojů zaměstnanci bez vědomí nebo schválení firmy, typicky přes osobní účty a bezplatné verze. Název vychází ze staršího pojmu „stínové IT“ pro software, který si lidé v práci instalují na vlastní pěst.

Zmíněný průzkum Microsoftu a LinkedInu z roku 2024 uvádí, že 78 % lidí, kteří AI v práci používají, si do ní nosí vlastní nástroje, a v malých a středních firmách je to 80 %. Přesné číslo ve tvé firmě může být jiné, ale princip je obecný: když firma nedá lidem schválený nástroj, nesedí v klidu bez AI. Používá ji na vlastních účtech, se spotřebitelskými podmínkami, na kterých se data mohou používat k tréninku, a bez jakýchkoli pravidel.

Proč zákaz skoro nikdy nefunguje

Nejrychlejší reakce vedení bývá zákaz. Známý příklad je Samsung, který na jaře 2023 omezil zaměstnancům používání generativní AI poté, co inženýr nahrál do ChatGPT citlivý interní zdrojový kód. Podobná omezení tehdy podle médií zavedly i další velké firmy. Zákaz jako okamžitá reakce na incident dává smysl. Jako dlouhodobá strategie ale obvykle selže, ze tří důvodů:

Nedá se vynutit. Firma může zablokovat web na firemní síti, ale ne aplikaci v telefonu zaměstnance.
Zatlačí používání do skrytu. Lidé nepřestanou, jen přestanou mluvit o tom, co dělají. Firma tak ztratí jediné, co měla: přehled.
Firma má riziko bez přínosu. Data stejně odcházejí do nekontrolovaných nástrojů, a výhody (sdílení postupů, školení, měření přínosu) se nedostaví.

Co dělat místo toho

Zjisti, co lidé používají. Anonymní dotazník nebo otevřená diskuse s příslibem, že se za dosavadní používání nikoho trestat nebude. Dozvíš se tím zároveň, kde lidé AI považují za užitečnou, což je cenný vstup pro hledání případů použití.
Rychle dej schválenou alternativu. Firemní tarif rozumného nástroje s ochranou dat je skoro vždy lepší než měsíce výběru toho nejlepšího.
Napiš krátká pravidla s příklady. Co smí, co nesmí, kam s dotazy.
Udělej cestu pro nové nástroje. Když někdo najde užitečný nástroj, ať ví, komu napsat, a ať dostane odpověď do pár dní, ne za půl roku.

Sebehodnocení: kde je tvoje firma

Teď si to shrň do tabulky. U každé oblasti zvol úroveň, která nejlíp odpovídá skutečnosti, ne tomu, jak by to mělo být.

Oblast	1 – začátek	2 – základ	3 – připraveno
Data	Znalost je hlavně v hlavách a e-mailech, verze se pletou, nikdo neví, kdo co vidí	Hlavní dokumenty jsou na jednom místě, většinou aktuální, oprávnění se řešila nahodile	Dokumenty mají vlastníka a datum platnosti, archiv je oddělený, oprávnění jsou zkontrolovaná
Procesy	Každý to dělá po svém, výjimky se řeší telefonem	Hlavní procesy jsou popsané, ale bez měření	Procesy jsou popsané, mají vlastníka a známá čísla (objem, čas, chybovost)
Lidé	AI používá pár nadšenců potají, vedení o tom nemluví	Část lidí prošla úvodním školením, vedení AI podporuje slovy	Jsou ambasadoři, pravidelné sdílení zkušeností, sponzor ve vedení s rozpočtem
Technologie	Osobní účty, bez vícefaktorového ověření, nikdo nemá AI na starosti	Firemní účty a vícefaktorové ověření, nástroje spravuje IT nahodile	Jednotné přihlašování, jasně povolené nástroje a konektory, přehled o používání
Pravidla	Žádná pravidla, nebo jen zákaz	Krátká pravidla o datech a nástrojích existují	Pravidla jsou známá, aktualizují se, někdo má na starosti GDPR a AI Act

Jak s výsledkem pracovat:

Nehledej průměr, hledej nejslabší článek. Výborné procesy nepomůžou, když asistent nad daty ukáže každému tabulku s platy.
Potřebná úroveň závisí na tom, co chceš zavést. Asistent pro jednotlivce na psaní a shrnování (o typech použití viz lekce Asistent, automatizace, nebo produkt) potřebuje hlavně úroveň 2 u lidí, technologií a pravidel. Asistent nad firemními dokumenty potřebuje navíc data aspoň na úrovni 2, ideálně 3. Automatizace, která pracuje sama, potřebuje úroveň 3 u procesů.
Jedničky nejsou ostuda, jsou plán. Každá jednička je konkrétní úkol, který můžeš zařadit před pilot nebo do něj.

Účetní kancelář s dvaceti lidmi

Kancelář chce asistenta, který bude odpovídat na dotazy klientů z interní znalostní báze (postupy, termíny, šablony).

Data: 1. Postupy jsou ve třech verzích na disku a ve starých e-mailech, část jen v hlavách dvou seniorních účetních.
Procesy: 2. Hlavní agendy mají popsané kroky, ale nikdo neměří, kolik dotazů klientů týdně přichází.
Lidé: 2. Majitelka projekt podporuje, polovina lidí už AI zkoušela, někteří na osobních účtech.
Technologie: 2. Firemní účty v kancelářském balíku, vícefaktorové ověření zapnuté, IT spravuje externista.
Pravidla: 1. Žádná. A kancelář pracuje s citlivými osobními a finančními údaji klientů.

Závěr: Asistent nad znalostní bází teď nedává smysl, protože by odpovídal ze starých verzí. Rozumné pořadí je: během měsíce pravidla o datech a schválený firemní nástroj (tím se zároveň vyřeší osobní účty), pak úklid a sjednocení postupů s pomocí AI, ověření oprávnění na disku, začít počítat dotazy klientů, a teprve potom pilot asistenta. Úklid znalostí přitom kanceláři pomůže, i kdyby k asistentovi nikdy nedošlo.

Co si odnést

O úspěchu AI ve firmě rozhoduje víc připravenost než výběr nástroje. Projdi pět oblastí: data, procesy, lidi, technologie a pravidla.
AI pracuje jen se zapsanými a dostupnými daty a nepozná sama, která verze dokumentu platí. Úklid dat je podmínka, ne doplněk.
Asistent nad firemními daty dědí oprávnění uživatelů, a tím zviditelní nadměrné sdílení. Oprávnění zkontroluj dřív, než ho zapneš.
Chaos nezautomatizuješ: proces musí jít popsat, mít jasné výjimky a známá čísla. U lidí rozhodují dovednosti, otevřené řešení obav, ambasadoři a sponzor ve vedení.
Stínová AI ve firmě nejspíš už je. Zákaz ji jen schová; účinnější je rychle dát schválený nástroj, krátká pravidla a cestu pro nové nápady.
Ve výsledku sebehodnocení hledej nejslabší článek a porovnávej ho s tím, co konkrétně chceš zavést.

Zdroje a další čtení

Microsoft Learn: Data, Privacy, and Security for Microsoft Copilot – jak Copilot pracuje s oprávněními a proč na jejich nastavení záleží.
Microsoft a LinkedIn: 2024 Work Trend Index – AI at Work Is Here. Now Comes the Hard Part – průzkum mezi 31 000 pracovníky o tom, jak si lidé nosí vlastní AI do práce.
Forbes Australia: Samsung bans ChatGPT among employees after sensitive code leak (2023) – případ, který spustil vlnu firemních zákazů.
AI Act, článek 4: AI gramotnost – znění článku o AI gramotnosti v neoficiálním, ale přehledném výkladovém webu.