Používáte ChatGPT, ale
ve firmě se nic nezměnilo?

Kromě rizika pokut se vystavujete nebezpečí, že nasadíte systémy, které budou později zakázané nebo budou vyžadovat nákladné úpravy. Správné nastavení pravidel pro AI hned na začátku vám ušetří náklady v budoucnu.

Z pohledu bezpečnosti a AI Actu je to vysoce rizikové. Bezplatné verze (např. standardní ChatGPT bez Enterprise licence) mohou využívat vložená data k dalšímu trénování modelu. Pokud tam váš zaměstnanec vloží citlivá data, obchodní tajemství nebo osobní údaje klientů, stávají se součástí veřejného cloudu. Pomůžeme vám nastavit bezpečné systémy a postupy, které vaše know-how uzamkne uvnitř firmy.

Začínáme krátkým auditem vašich procesů. Hledáme opakující se úkoly, práci s velkým množstvím textu nebo dat a oblasti s vysokou chybovostí. To jsou místa, kde AI přináší výsledky v řádu týdnů. Naše 10letá praxe v digitalizaci nám umožňuje rychle odlišit reálný přínos od technického nadšení.

AI Act je nařízení EU, které reguluje vývoj a používání AI. I když některé povinnosti nabíhají postupně, je klíčové mít už nyní nastavená pravidla (AI Governance). Pokud nyní nasazujete nové systémy bez ohledu na AI Act, riskujete, že je za rok budete muset nákladně předělávat nebo vypnout.

Toto je jedna z nejčastějších obav. Řešíme to nastavením procesů, firemními licencemi nebo využitím API rozhraní s lokálními modely, kde vaše data nebudou použita k dalšímu trénování. Součástí našich služeb je i nastavení interní politiky bezpečného používání AI.

Školení není jen o teorii. Zaměřujeme se na praktické workshopy. Zaměstnanci si na vlastních úkolech vyzkouší, jak jim AI může pomoci s psaním e-mailů, analýzou tabulek nebo přípravou reportů. Cílem je odbourat strach z technologie a nahradit jej praktickou dovedností.

Náklady se odvíjejí od složitosti. Mnohé efektivní nástroje fungují na bázi měsíčního předplatného a jejich nasazení je otázkou dnů. U komplexních systémů na míru zpracováváme analýzu návratnosti (ROI), abyste přesně věděli, za jak dlouho vám úspora času nebo zvýšení efektivity investici vrátí.

Používání ChatGPT v prohlížeči je individuální nástroj pro zvýšení osobní produktivity. Skutečná integrace znamená propojení AI modelů s vašimi vnitřními daty (CRM, ERP, databáze) skrze API. Díky našim 10letým zkušenostem v digitalizaci vám nepomůžeme jen s „psaním promptů“, ale navrhneme postupy a systémy, které automaticky třídí e-maily, analyzují zakázky nebo generují reporty bez toho, aby byla data exponována mimo vaši firmu

Vycházíme z metodiky našich kurzů na Mediatoringu – školení vždy přizpůsobujeme konkrétnímu publiku. Máme moduly pro marketing (GEO a tvorba obsahu), pro obchodníky (analýza leadů a personalizace oslovení) i pro management (strategie a AI Act). Cílem není naučit lidi ovládat jeden nástroj, ale změnit jejich pracovní workflow tak, aby jim AI šetřila hodiny týdně.

AI Act zavádí povinnost „AI gramotnosti“ pro všechny organizace, které AI používají. Pokud nyní zavedete procesy bez ohledu na tuto legislativu, vystavujete se riziku, že vaše řešení bude zpětně prohlášeno za nevyhovující. Pomůžeme vám nastavit etický a právní rámec hned na začátku, což je mnohem levnější než pozdější náprava chyb a hrozba vysokých sankcí.

Ano, to je klíčová část našeho technologicky nezávislého poradenství. Posoudíme, zda je pro vás výhodnější využít existující platformy (jako Microsoft 365 Copilot), nebo postavit vlastní řešení postavené na open-source modelech (např. Llama, GPT OSS atd. ) běžících na vašem zabezpečeném serveru. Rozhodujeme se na základě analýzy nákladů, bezpečnosti dat a vašich specifických potřeb. Nejsme závislí na žádném z providerů řešení, jsme na straně zákazníka a jeho potřeb.

Tento psychologický aspekt nepodceňujeme. Naše školení kombinují technickou výuku s „change managementem“. Ukazujeme AI jako asistenta, který odstraňuje rutinní a nudnou práci, nikoliv jako náhradu za lidskou kreativitu a úsudek. Díky praktickým ukázkám z jejich vlastního pracovního dne zaměstnanci rychle pochopí, že AI je nástroj, který zvyšuje jejich vlastní hodnotu na trhu práce.

Alespoň částečně ano. Jazykové modely fungují jen tam, kde mají přístup k datům v použitelné podobě – ne v deseti verzích jednoho Excelu. V praxi jde obojí ruku v ruce: při digitalizaci procesu se data zároveň sjednotí a doplní, takže na ně jde AI vzápětí napojit. Proto nezačínáme nákupem AI nástroje, ale pořádkem v procesech a datech.

Ano, a bývá to nejrychlejší první krok. Automatizovat jde příjem a párování dokladů, schvalování, hlídání termínů, přenos dat mezi systémy i pravidelné reporty. U dokumentů se dnes hodí AI, která z nich vytáhne údaje a předá je dál. Kontrolu přitom necháváme na člověku všude, kde by chyba byla drahá.

Naše zkušenost je jiná: mizí rutina, ne lidé. AI a automatizace přebírají přepisování dat, hledání v dokumentech a skládání reportů – tedy práci, kterou nikdo nedělá rád. Lidé se posouvají k zákazníkům, kontrole a rozhodování. Aby to fungovalo, patří ke každému nasazení i vysvětlení a zaškolení, jinak se tým vrátí k Excelu.

Nejvíc tam, kde se pracuje s textem a dokumenty: vyhledávání ve firemních směrnicích a smlouvách, příprava odpovědí na opakované dotazy, vytahování údajů z faktur a objednávek, kontrola vstupů a shrnutí dlouhých podkladů pro vedení. Podmínkou je přístup k aktuálním firemním datům a jasně dané mantinely, co AI smí a co ne.

Nejdřív zkoušíme jednodušší cestu: dobře postavený prompt a napojení modelu na vaše dokumenty a data. Dotrénování má smysl, když potřebujete stabilní výstup v přesně dané struktuře nebo stylu, model má rozumět vaší terminologii, nebo když se při velkém objemu dotazů menší dotrénovaný model provozně vyplatí víc než volání velkého cloudového modelu. Rozhodujeme podle měření, ne podle pocitu.

Ano. Open-source modely nasazujeme na váš server nebo do privátního cloudu v EU, takže dotazy ani dokumenty neodcházejí do veřejných služeb. Součástí nasazení je nastavení přístupů, logování a záloh. Řešení volíme podle toho, jaký hardware máte a jak rychlé odpovědi potřebujete – část úloh zvládne i jediný server s výkonnější grafickou kartou.

Nejcennější jsou reálné příklady: dvojice dotaz a správná odpověď, hotové dokumenty, schválené texty nebo historická rozhodnutí. V praxi jde o stovky až tisíce kvalitních příkladů a kvalita rozhoduje víc než množství. Data pomůžeme vytřídit, zbavit osobních údajů a připravit do trénovací sady. Pokud jich máte málo, začneme napojením modelu na dokumenty a dotrénování odložíme.

Záleží na velikosti modelu a počtu uživatelů. Menší open-source modely běží na jednom serveru s výkonnější grafickou kartou, větší potřebují dedikovaný hardware nebo pronajatý privátní cloud. Před nákupem čehokoli spočítáme, kolik dotazů denně budete mít, a porovnáme náklady na vlastní provoz s cloudovou variantou.

Vaše data zůstávají vaše a nepoužíváme je k trénování ničeho jiného. Natrénovaný model i trénovací sada patří vám, včetně dokumentace, jak vznikly. U open-source modelů hlídáme licenci, aby komerční použití bylo v pořádku, a u cloudových služeb nastavujeme, aby se vaše vstupy nepoužívaly k dalšímu trénování.

Podle textu už ne. Generativní AI píše bez chyb, umí váš žargon i podpis kolegy a zvládne i hlasovou nahrávku. Spolehněte se proto na proces, ne na dojem: potvrzování změn bankovních údajů druhým kanálem, dvoufaktorové přihlášení a pravidlo, že nikdo neposílá peníze ani hesla na základě e-mailu nebo telefonátu. Do školení proto přidáváme ukázky útoků vyrobených AI.

Seznam schválených nástrojů, jasné vymezení dat, která se do nich nesmí vkládat (osobní údaje, smlouvy, zdrojový kód, know-how), pravidlo pro kontrolu výstupů člověkem a odpovědnou osobu, na kterou se lidé obrátí. K tomu poučení zaměstnanců a evidence, kdo a kdy školení prošel. Směrnici píšeme na jednu až dvě stránky, aby ji lidé opravdu použili.

Doporučujeme to, i kdyby to legislativa nežádala. Bez seznamu nevíte, kam odcházejí firemní data a co si o vaší firmě ukládá cizí služba. Evidence bývá jednoduchá tabulka: nástroj, účel, kdo ho používá, jaká data do něj jdou a kdo za něj odpovídá. Pomáhá při bezpečnostních dotaznících od odběratelů i při plnění povinností AI Actu.

Ano, pokud data nesmí opustit firmu. Open-source model umíme nasadit na váš server nebo do privátního cloudu a dotrénovat na vašich dokumentech. Data pak zůstávají u vás a řešíte hlavně přístupová práva a zálohy. Pro většinu firem je ale rychlejší začít cloudovou službou s nastavenými pravidly a k lokálnímu provozu jít, až když má měřitelný důvod.

Ověřit se to dá jednoduše: zeptáte se stejně, jako by se zeptal váš zákazník. AI nástroje odpovídají ze zdrojů, které jsou dohledatelné, takže se ovlivňují podobně jako vyhledávání. Doplníme chybějící fakta na váš web a do zdrojů, které modely používají, opravíme zastaralé údaje a průběžně kontrolujeme, jak odpovědi vypadají. Změna se obvykle projeví v řádu týdnů.

Bohužel ano. Generativní nástroje umí za pár minut vyrobit desítky vážně vypadajících recenzí, článků nebo hlasovou nahrávku, která připomíná jednatele. Právě proto se reputace hlídá průběžně – čím dřív se falešná vlna zachytí, tím snáz se řeší u zdroje a tím menší je šance, že si ji přeberou vyhledávače a AI odpovědi jako fakt.

Základ zvládnete: upozornění na jméno firmy a jednatelů, sledování recenzí a pravidelný dotaz do AI nástrojů, co o vás říkají. Agentura má smysl v okamžiku, kdy je potřeba obsah odstranit u zdroje, jednat s platformami a registrátory nebo systematicky budovat obsah, který negativní výsledky přetlačí. Nastavení monitoringu vám rádi předáme i k vlastní správě.

Na obecné a informační dotazy odpoví přehled přímo ve výsledcích a část návštěvnosti tím zmizí. U dotazů, kde si člověk vybírá dodavatele nebo produkt, se ale klika dál. Proto obsah stavíme na dotazy s nákupním záměrem a doplňujeme fakta, která jde ověřit – právě takové stránky modely citují a uživatele k nim posílají.

Jako pomocníka ano, jako autora ne. Modely neznají fakta z vaší firmy a doplní si je po svém, což se pozná na výsledcích i na důvěře zákazníků. Funguje kombinace: podklady a čísla od vás, AI na osnovu a varianty, člověk na kontrolu faktů a finální text. Takový obsah obstojí i v odpovědích AI vyhledávačů.

Ano a je to jedno z nejlepších využití. Model pracuje nad vaším katalogem a šablonou, doplní parametry do čitelného textu a zvládne objem, na který by jinak nebyl čas. Podmínkou jsou kvalitní vstupní data a kontrola vzorku – u parametrů, kde se chybovat nesmí, například u rozměrů či složení, kontrolujeme všechno.

Nepřímo ano. Modely čerpají ze zdrojů, které jsou na webu dohledatelné a hodnocené jako důvěryhodné. Když se o vás píše na webech, které mají váhu, roste šance, že vás AI uvede jako příklad dodavatele nebo zdroj informace. Zmínka bez odkazu přitom pomáhá také, protože model si jméno firmy spojí s tématem.

Zrychlí přípravu variant předmětů a textů pro jednotlivé segmenty, pomůže s odhadem, koho nabídka zajímá, a s výběrem vhodného času odeslání. Nenahradí ale rozhodnutí, co a komu poslat, ani kvalitní databázi. Personalizace nad špatnými daty jen rychleji rozešle špatnou zprávu.

Používáme ji na rutinu: přípravu podkladů, varianty textů, tříbení klíčových slov, shrnutí dat a reporting. Šetří hodiny, ale výstup vždy kontroluje člověk. Druhá věc je viditelnost: lidé se ptají ChatGPT nebo Perplexity a odpověď vzniká z veřejně dohledatelných informací. Proto řešíme i to, aby o vás AI nástroje měly správná data.

Ne. AI zrychlí výrobu a analýzu, ale nerozhodne za vás, kam dát rozpočet, a nepozná, že data jsou špatně naměřená. Bez zadání a kontroly vzniká hodně obsahu bez efektu. Užitečná je tam, kde jde o objem a opakování. Rozhodování, strategie a odpovědnost za výsledek zůstávají na lidech.

Většinou stačí úpravy, ne nový web. Jde o srozumitelnou strukturu, konzistentní informace o firmě, ceny a podmínky na jednom místě a obsah, který odpovídá na skutečné otázky zákazníků. Z takového webu umí AI nástroje i vyhledávače čerpat. Kompletní redesign doporučujeme jen tehdy, když web brzdí i běžné návštěvníky.

Ano, je to dnes jedno z nejčastějších témat. Řešíme, které úlohy má smysl předat AI, jaké nástroje zvolit, co smíš vkládat do veřejných modelů a kde je lepší řešení běžící u vás. Souvisí s tím i pravidla pro tým a evidence, kdo AI k čemu používá.

Záleží na dvou věcech. Jednak na tom, jestli jim web v robots.txt nezakazuje přístup, jednak na tom, jestli je obsah dostupný i bez spuštění JavaScriptu. Když se text načítá až skriptem, část nástrojů ho nepřečte. Obojí při kontrole indexace prověřujeme a výsledek dostáváte písemně.

Záleží na tom, co web dělá. Pokud chcete poptávky a doporučení, obvykle se vyplácí pustit je k běžným informacím o službách, cenách a kontaktech. U placeného obsahu nebo původního výzkumu má smysl část omezit. Rozhodnutí je obchodní, ne technické, a doporučujeme ho udělat vědomě.

Pomůže při třídění velkých seznamů adres, hledání vzorů v logích serveru a rychlém přepsání slabých textů. Rozhodnutí, co patří do indexu a co ne, ale musí udělat člověk, který rozumí obchodu. Slepé generování obsahu situaci obvykle zhorší, protože přidá další duplicity.

Ano, a je to jeden z hlavních důvodů, proč o PR dnes firmy žádají. AI asistenti skládají odpovědi z veřejných zdrojů. Když o vás nikdo nepíše, nemá model z čeho čerpat. Pomáhá konzistence údajů a faktičnost textů, ne množství superlativů.

Můžete. Častá varianta je, že první verzi připravíte vy nebo AI a my ji upravujeme podle požadavků média. Čistě vygenerovaný text však redakce často odmítnou nebo vyjde bez efektu, protože neobsahuje nic konkrétního. Nejlépe fungují vlastní čísla, případové studie a zkušenosti z praxe.

Chatbot odpoví na dotaz, agent úlohu odbaví. Dostane cíl, sám si rozvrhne kroky, sáhne do vašich systémů přes API, ověří mezivýsledky a zapíše výstup tam, kam patří. Typicky zpracuje objednávku, připraví podklad nebo zkontroluje smlouvu proti pravidlům. Agenta vždy stavíme s logem kroků a s kontrolou člověka tam, kde by chyba byla drahá.

Ano. Nejdřív popíšeme proces a rozhodneme, které kroky agent zvládne sám a kde musí rozhodnout člověk. Pak stavíme aplikaci nad vaším ERP, CRM, e-shopem nebo dokumentovým úložištěm přes API. Součástí je řízení oprávnění, log všech kroků a testovací provoz na vzorku dat, než se přepne ostrý režim.

Děláme obojí. U předpovědí poptávky, klasifikace, scoringu zákazníků, detekce anomálií nebo prediktivní údržby jsou klasické modely strojového učení přesnější, levnější a lépe vysvětlitelné než jazykové modely. Stavíme je přímo nad vašimi datovými sadami a vyhodnocujeme proti dosavadnímu způsobu rozhodování, aby byl přínos měřitelný.

Ano. Z kamerových snímků řešíme detekci vad, kontrolu kompletnosti, čtení štítků, kódů a výrobních čísel nebo počítání kusů. Postup je vždy stejný: sběr a označení snímků, natrénování modelu, ověření na reálné lince a teprve pak nasazení. Model umí běžet přímo u stroje, takže nepotřebuje trvalé připojení do cloudu.

Model zabalíme do služby s API, nasadíme ho na váš server, do privátního cloudu nebo na edge zařízení u stroje a napojíme na systémy, které s ním mají pracovat. Verzujeme modely i trénovací data, takže se dá kdykoli vrátit předchozí verze. Sledujeme dostupnost, dobu odezvy, náklady a hlavně přesnost výstupů.

Data se v čase mění a s nimi klesá přesnost modelu. Proto od začátku měříme kvalitu výstupů proti kontrolnímu vzorku a hlídáme odchylky ve vstupních datech. Když přesnost spadne pod dohodnutou hranici, dostanete upozornění a model přetrénujeme na aktuálních datech. U některých úloh je přetrénování rovnou pravidelné.

Obojí, podle úlohy. U jazykových modelů skoro vždy stačí dotrénování (fine-tuning) hotového open-source modelu na vaší terminologii a datech, protože je řádově levnější. Trénování od základu dává smysl u specifických úloh strojového učení a počítačového vidění nad vlastními daty. Vždy nejdřív ověříme, jestli jednodušší cesta nestačí.

Potřebujeme snímky z prostředí, kde model poběží, ideálně ve stejném osvětlení a úhlu jako v provozu. U jednodušší detekce vystačíme se stovkami označených snímků na kategorii, u jemných vad jich bývá potřeba víc. Důležitější než množství je, aby data obsahovala i vzácné případy a skutečné vady, ne jen ideální kusy.

Ano. Menší modely, zejména u počítačového vidění a detekce anomálií, běží na edge zařízení přímo u linky. Výhodou je nízká odezva, provoz nezávislý na síti a fakt, že data neopouštějí halu. Do centrály se pak posílají jen výsledky a metriky, ne surové snímky.

Agent dostává jen ta oprávnění, která k úloze potřebuje, a přistupuje k datům přes rozhraní s omezeným rozsahem. Každý krok se loguje, takže je zpětně dohledatelné, co agent četl a co zapsal. U citlivých kroků zůstává schválení na člověku. Tohle nastavujeme společně s vaším IT a promítáme do interní směrnice.