71. Rozhovor: Jakub Průša - Implementace AI není jen o chatbotech. Tohle firmy často podceňují.
AI v kostceShow Notes
Nasadit AI do firmy dnes zní jednoduše. Vyberete dodavatele, pořídíte ChatGPT nebo jiný model a je hotovo. Ve skutečnosti ale právě tady vzniká nejvíce problémů.V této epizodě podcastu AI v kostce si povídáme s Jakubem Průšou, který se dlouhodobě věnuje návrhu a implementaci AI řešení pro firmy. Rozebíráme, proč je dnes AI ekosystém mnohem složitější než před rokem a proč rozhodně nestačí vybírat dodavatele podle nejnižší ceny.Řeč bude také o RAG databázích, lokálních modelech, OpenAI, Azure, dlouhodobé udržitelnosti řešení i o tom, proč by AI projekt měl vždy začínat obchodním cílem, nikoliv výběrem technologie.Pokud ve firmě řešíte implementaci AI, výběr dodavatele nebo plánujete vlastní AI projekty, tahle epizoda vám může ušetřit spoustu času, peněz i slepých uliček.📍 V TÉTO EPIZODĚ SE DOZVÍTE:proč implementace AI není jen o výběru jazykového modelujaké jsou výhody a nevýhody cloudových a on-prem řešeníjak přemýšlet nad bezpečností firemních datproč je důležitá správná architektura AI řešeníjak odhadnout budoucí náklady na provozproč každá firma potřebuje trochu jiné řešenía jak se vyhnout nejčastějším chybám při zavádění AI⏱️ KAPITOLY:00:00 Úvod01:33 Největší obtíže při AI implementaci02:08 Zkušenosti z praxe: cesta k AI10:18 Jak správně navrhnout AI architekturu13:02 AI Act a bezpečnostní brány15:50 Nedeterministická AI vs. klasický software18:19 Jak klienti vnímají cenu AI řešení23:14 Krabičková řešení vs. modulární přístup28:45 Total Cost of Ownership a tokenové náklady33:11 Open source jako záchrana před vendor lock-in36:31 Závislost na poskytovatelích a jak ji řídit39:20 Digitalizace, automatizace a pak teprve AI43:56 Budoucnost AI hardware: od GPU k čipům48:06 Jak stavět řešení odolné vůči změnám trhu51:07 Závěr a co nás čeká příště
More from AI v kostce
Celý rozhovor najdete už teď na herohero.co/aivkostce
Co když vám AI připraví výstup tak dobře, že už na něm skoro nemáte co upravovat? Kde potom zůstává vaše odbornost, zkušenosti a hodnota, za kterou vám klient nebo zaměstnavatel platí?
Poslední měsíce patřily Claudu. Teď ale OpenAI přichází s odpovědí – a není to jen jeden nový model. ChatGPT se mění mnohem zásadněji.Anthropic s Claudem, Claude Code a Coworkem ukázal nový způsob práce s AI a na nějakou dobu získal obrovský náskok především mezi pokročilejšími uživateli. Teď ale OpenAI vrací úder. V nové epizodě AI v kostce rozebíráme, co přináší Astra, GPT Work, nový Codex, autonomní agenti i nový image model, proč OpenAI končí s asistenty a jak se mění samotný způsob práce s ChatGPT.Roman s Davidem porovnávají nové nástroje s Claudem na konkrétních příkladech – od práce s dokumenty a vývoje přes generování obrázků až po bezpečnostní audity. A dostanou se i k mnohem větší otázce: vývoj AI zrychluje natolik, že samotní šéfové AI firem začínají mluvit o potřebě zpomalit. Proč? A jde skutečně o bezpečnost, nebo za tím mohou být i peníze a očekávání investorů?📍 V TÉTO EPIZODĚ SE DOZVÍTE:• proč OpenAI po období dominance Anthropicu znovu nabírá tempo• v čem se nový model Astra liší od předchozích modelů a kde dává smysl ho používat• jak si stojí GPT Work ve srovnání s Claude Coworkem• proč OpenAI končí s GPT asistenty a kam se jejich využití posouvá• co přináší nový Codex a jak mění práci s AI při vývoji• kam se posouvají autonomní AI agenti a co už dokážou dělat samostatně• jak si nový image model OpenAI vede proti Nano Banana• jak lze Astru využít při bezpečnostních auditech a práci s rozsáhlým kontextem• proč se i uvnitř AI průmyslu stále častěji mluví o zpomalení vývoje• jestli je za debatou o zpomalení AI jen bezpečnost, nebo také ekonomika a tlak investorů• proč už souboj OpenAI a Anthropicu není jen o tom, kdo má nejlepší jazykový model• kam se může posunout způsob, jakým budeme s AI v nejbližší době pracovat🔗 https://konference-ai-ready.aivkostce.cz/🔗 https://aivkostce.cz/blog/imperium-vraci-uder-astra-nebo-fable
Co se mohou firmy naučit z toho, jak velké společnosti zavádějí AI? V nové epizodě AI v kostce se přes případ Mety díváme na problém, který se může týkat i mnohem menších firem: AI dokáže práci výrazně urychlit, ale bez kontroly výstupů, správných metrik a pochopení celého procesu může automatizace vytvořit nové problémy místo očekávané úspory. Řešíme proto, proč nestačí měřit množství AI výstupů, jak AI zavádět postupně, proč ověřovat první běhy automatizace a jak důležití jsou ve firmách lidé, kteří dokážou nejen používat nové AI nástroje, ale především pochopit a změnit celý pracovní proces. Na začátku epizody se Roman s Davidem vrací i k vašim komentářům a otázkám z předchozích dílů. Reagují na vaše zkušenosti s AI, doplňují vlastní pohled a rozebírají témata, která v diskuzi nejvíc rezonovala.
AI nám má šetřit čas. Jenže co když díky ní zvládnete tolik práce, že nakonec pracujete ještě víc než předtím?Claude Code, AI agenti a další nástroje dnes dokážou převzít velkou část práce a dramaticky zrychlit to, co zvládneme za jeden den. Jenže právě tím vzniká nový problém: další krok je najednou tak snadný, že je těžké říct „pro dnešek končím“. V nové epizodě AI v kostce řešíme AI, produktivitu, dopamin, práci do noci a dopady na zdraví, ale také druhou stranu stejného trendu – jak využít AI, Apple Watch, chytré prsteny a další zdravotní data k lepšímu pochopení vlastního těla, sledování dlouhodobých změn a budování zdravějších návyků. A kde končí užitečné vyhodnocování dat a začíná oblast, kterou bychom měli nechat lékařům.📍 V TÉTO EPIZODĚ SE DOZVÍTE:AI produktivita a práce do nociProč je s AI těžší přestat pracovatClaude Code a automatizace 80–90 % práceAI agenti a automatické zadávání úkolůKontext jako základ efektivní práce s AIDopamin, produktivita a riziko zahlceníApple Watch, Oura a zdravotní dataAI analýza spánku, pohybu a návykůChatGPT Health a osobní zdravotní dataKde AI pomáhá a kde potřebujete lékaře🔗 Konference AI Ready: https://konference-ai-ready.aivkostce.cz/🔗 Innovation week: https://www.innovationweek.ai/cs