Index „připravenosti na AI“ na trhu je 40 % – Moravio Research

Tento článek představuje kolektivní pohled našeho týmu. Žádná dlouhá vysvětlení, proč je AI důležitá – pouze reálné případy z reálných podniků, které ukazují, jak dnes vypadá připravenost na AI. Sdílíme také náš celkový pohled na trh. Možná zde poznáte svou vlastní situaci, ale je lepší se připravit nyní, než později vynaložit spoustu zdrojů a přesto nedosáhnout skutečných výsledků. Pojďme na to

Všichni chtějí AI, ale je opravdu každý na ni připraven?

AI se stala tak běžnou součástí naší každodenní práce, že mnoho společností nyní cítí neustálý tlak ji zavést, jinak riskují ztrátu svého postavení na trhu. A bohužel, to je pravda. Ale než začnete AI zavádět do svých interních procesů, existují tři velmi důležité věci, které je třeba pochopit"

1. AI nevytváří kouzla ani nenahrazuje celou vaši pracovní zátěž. Může výrazně urychlit vaše procesy, ale pouze tehdy, když je jasné, jak má být práce vykonávána a jaké výsledky očekáváte.
2. AI v rukou zkušených lidí může přinést skutečnou hodnotu pro podnik. Ale v rukou lidí, kteří nevědí, jak ji používat, může AI způsobit škody – ztracený čas, špatná rozhodnutí, bezpečnostní rizika nebo dokonce poškození reputace.
3. Než začnete zavádět AI, je důležité, aby byla společnost, procesy a lidé na ni připraveni. Tato příprava pomáhá předcházet nečekaným problémům a vytváří základ pro smysluplné výsledky.

A právě na tento třetí bod se chci zaměřit. Během uplynulého roku jsme obdrželi mnoho požadavků, které zněly jako „potřebujeme AI“. Po rozhovorech s mnoha společnostmi a návštěvách akcí po celé EU i USA jsme vytvořili náš vlastní index připravenosti na AI na základě toho, co pozorujeme na trhu.

Níže najdete, jak jsme tento index vypočítali, ale zde je krátký spoiler: většina společností není na AI připravena. Pokud by AI přidaly do svých procesů zítra, nemuselo by to fungovat podle původního plánu. A co je ještě důležitější – mnoho společností si neuvědomuje, jak zásadní je připravenost na AI nebo jaká rizika jim hrozí bez ní

Jak jsme vypočítali index připravenosti na AI pro společnosti

Pro výpočet skóre jsme provedli interní průzkum mezi našimi kolegy, kteří každý den pracují na projektech a se spolupracujícími partnery. Zajímavé je, že odpovědi se velmi lišily – neexistoval žádný jednotný trend. Chceme však zdůraznit nejčastější problematické oblasti, aby vaše podnikání mohlo v budoucnu předejít problémům a zbytečným nákladům.

Je důležité říct, že tento článek odráží zkušenosti celého týmu Moravio napříč projekty různé velikosti a složitosti. Toto je náš pohled ke konci roku, při přechodu do roku 2026, založený na tom, co dnes vidíme, když společnosti hovoří o integraci AI.

Věnujte pozornost těmto bodům – ukazují různé problematické oblasti, kterým společnosti čelí. Sdílíme je, abyste je mohli včas identifikovat ve svém vlastním podnikání. Pokud je ignorujete, riskujete ztrátu času a peněz. Některé body se nemusí týkat malých podniků, ale zahrnuli jsme je, protože jsou kritické pro větší firmy a korporace.

8 důležitých bodů, které jsme vybrali pro ověření připravenosti na AI, a proč jsou důležité

‍

Každý bod jsme také ohodnotili na škále od 1 do 10, kde 10 znamená plně připraveno a 1 vůbec nepřipraveno. Výsledky se však projekt od projektu a klient od klienta velmi lišily, proto jsme použili mediánové hodnoty

Naše komentáře, myšlenky a postřehy k těmto bodům připravenosti na AI

1. Kvalita a dostupnost dat (Datová zralost) – 3,5/10

Většina společností již ukládá data v nějaké strukturované podobě, ale způsob, jakým jsou organizována, často vede k duplicitám a omezené dostupnosti. Data jsou roztroušena napříč různými nástroji a mnoho firem stále pracuje se staršími nebo dokonce papírovými systémy, takže před použitím AI je potřeba velký přípravný krok. Citlivá data jsou obvykle dobře chráněna, ale datové sady často vyžadují úklid. Lidé také od AI očekávají více, než jejich současná data realisticky umožňují.

Nejlepší postřehy od týmu Moravio

‍

2. Technická základna (Infrastruktura připravená na AI) – 5/10

Většina společností používá nástroje, které podporují integrace a mají základní API, takže propojení systémů je obvykle možné. Menší firmy bývají flexibilní, zatímco střední a větší společnosti jsou často zpomalovány staršími systémy a přísnými bezpečnostními pravidly. Přechod do cloudu pomáhá, ale sám o sobě nestačí, a mnoho infrastruktur stále nedokáže dobře škálovat pro AI. Někdy zastaralé interní systémy bez API vyžadují vlastní řešení, než lze AI přidat

Nejlepší postřehy od našeho týmu

‍

3. Připravenost provozních workflow – 3/10

Mnoho podniků postrádá jasně definované pracovní postupy. Připravenost se také liší podle odvětví: některé oblasti mají předvídatelné kroky, zatímco jiné jsou složité s mnoha výjimkami. Ve většině případů klienti potřebují před zavedením AI revizi workflow. Práce s nimi na procesu obvykle pomáhá vyjasnit, co lze standardizovat. Plně dobře definované procesy jsou vzácné, ale opakující se úkoly jsou obecně vhodné pro automatizaci

Nejlepší postřehy od týmu Moravio

‍

4. Bezpečnost a řízení (Připravenost na bezpečnost a compliance) – 4,5/10

Pokud jde o bezpečnost dat, většina společností jí věnuje pozornost, a čím větší je společnost, tím přísnější bývají obvykle její zásady. Přesto mnoho lidí stále používá nástroje jako ChatGPT, aniž by rozuměli rizikům ochrany dat.

Některé firmy se spoléhají hlavně na vestavěnou bezpečnost produktů, které používají, a právní či compliance témata se často vůbec neřeší.

Bezpečnost je někdy používána jako důvod k odkladu zavedení AI, i když jsou skutečná rizika zvládnutelná. Novější systémy často zahrnují lepší auditování, ale celkové řízení související s AI stále není dobře zavedené

‍

5. Připravenost na pilotní projekty (Schopnost spustit první AI případy použití) – 6/10

Zájem o pilotní AI projekty je vysoký, ale jejich zralost je smíšená. Některé společnosti mají jasné představy, jiné pouze vědí, že chtějí AI, a potřebují naši pomoc při hledání realistických případů použití

Téměř vždy existují pilotní projekty s rychlým přínosem, které lze spustit po krátké proveditelné kontrole, i když časový plán závisí na jejich interních procesech a lidech. Pro naše vlastní operace však můžeme malé AI vylepšení testovat a nasazovat velmi rychle.

‍

6. Vlastnictví AI (Vedoucí rozhodování o AI) – 3/10

Vedoucí role v oblasti AI je stále soustředěna do jedné pozice, většinou CEO, a správné vlastnictví chybí. Některé organizace se plně spoléhají na externí odborníky, zatímco jiné začínají uvažovat o vlastnictví až poté, co vidí malou funkční AI funkcionalitu.

Větší společnosti začínají vytvářet dedikované role nebo týmy pro AI a zájem rychle roste, protože vedení tlačí na adopci AI. V některých případech je používání AI rozloženo napříč celou společností, přičemž každý je odpovědný za využití AI ve své práci, ale tento model stále není běžný.

‍

7. Kompetence týmu v AI (Znalosti AI týmu) – 4,5/10

Znalosti AI se velmi liší. Mladší nebo digitálně orientované týmy používají AI nástroje denně a rozumí jejich omezením, zatímco jiné mají pouze základní zkušenosti nebo o ně vůbec nemají zájem. Většina společností nenabízí strukturované školení v oblasti AI, takže znalosti rostou hlavně prostřednictvím osobního používání nástrojů jako ChatGPT

V některých týmech je AI již součástí každodenní práce a nepoužívání AI znamená zaostávání. V jiných zaměstnanci stále čekají, aby viděli, „co AI může přinést“, a potřebují vedení, aby pochopili, jak může zlepšit jejich pracovní procesy

‍

8. Finanční připravenost (Připravenost na investice) – 3/10

Většina společností zatím nemá vyhrazený rozpočet na AI. Zájem o AI roste, ale investiční rozhodnutí silně závisí na jasném ROI. V mnoha případech diskuse zní: „To by nám mohlo pomoci, podívejme se, kolik by to stálo.“ Vyhrazené financování AI existuje jen zřídka a mnoho společností je stále opatrných nebo si není jisté, kam investovat.

‍

Obecné výsledky v tabulkovém formátu

‍

As our COO Barbora said:

„Všichni bychom se měli uklidnit a neskákat bezhlavě na rozjetý vlak. AI je úžasná věc – zrychluje všechno: technologie, zdravotnictví, právo i byznys obecně. V tuto chvíli bychom ji ale měli používat jako nástroj, ne jako univerzální odpověď na všechno. Stejně jako u každého jiného nástroje závisí její efektivita na tom, kdo ji používá. Je to skvělé vylepšení, ale špatný pán. Je to umělá inteligence, ne outsourcovaná inteligence.“

Ještě několik důležitých poznámek

Každá firma je jiná a integrace AI vypadá velmi odlišně u malých firem a u velkých organizací. U menších společností může už nasazení AI do základních každodenních činností, jako je zpracování zákaznických dotazů, přinést výsledky během jednoho týdne. U korporací jde naopak o komplexní proces, který vyžaduje čas, investice, školení zaměstnanců a další nástroje pro správnou integraci.

Pokud se ale na zavedení AI připravíte správným způsobem, uvidíte skutečnou digitální transformaci a jasné zlepšení fungování vašeho byznysu.

Takže závěr je následující: vidíme, že většina firem má stále zásadní mezery, které je potřeba vyřešit dříve, než do svých procesů zapojí AI. Ale je tu i dobrá zpráva – vidíme také společnosti, které už mají automatizaci na místě, a i malé nasazení AI jim může výrazně pomoci zrychlit práci. Možná jste to právě vy?

A ještě jedna věc. Už jsme touto cestou provedli mnoho různých firem – malé i velké, připravené i nepřipravené, s kvalitními daty i bez nich. Náš tým umí porozumět vašemu fungování, ukázat správná místa, kde začít, a navrhnout AI řešení, která skutečně dávají smysl pro váš byznys. Pokud chcete prozkoumat, kde může AI přinést skutečnou hodnotu i vám, jsme tu pro vás.

Pár slov od našeho marketingového týmu

Pokud pro vás byl tento článek zajímavý a chcete více podobných výzkumů, sledujte nás na sociálních sítích (LinkedIn, Facebook, Twitter, Instagram) a napište nám přímou zprávu – uvidíme ji. Pokud máte konkrétní témata, kterým bychom se měli věnovat, dejte nám také vědět a připravíme materiály s odpověďmi na vaše otázky.

Kde jsme vzali inspiraci? Z kolektivních zkušeností našeho týmu a z podrobné oborové zprávy společnosti Cisco.

‍