Kde se AI ve firmě reálně hodí (a kde je to jen efektní)

Ve firmě se AI dnes spolehlivě hodí na čtyři věci: vytahování údajů z dokumentů, třídění a návrhy odpovědí v podpoře, zápisy a shrnutí v obchodu, a produktové texty či vizuály v marketingu. Zbytek je buď práce pro jiný typ nástroje, nebo ještě není hotový.

Seznamy „50 způsobů, jak využít AI" jsou k ničemu, protože neodlišují to, co funguje, od toho, co vypadá dobře na konferenci. Zkusím to jinak: projdeme oddělení a u každého si řekneme, co je dnes hotová věc a co ještě ne.

Papírování a dokumenty

Tohle je nejjistější sázka a nikoho to nenadchne. Faktury, dodací listy, smlouvy, objednávky od zákazníků v PDF. Model přečte dokument a vytáhne z něj pole, která někdo dosud přepisoval ručně.

Funguje to i na dokumentech, které vypadají pokaždé jinak — a právě tam klasická šablonová řešení (OCR s pevnou pozicí polí) roky selhávala. Nemusíte definovat, kde na papíře je částka. Model ji najde.

Podmínka je jediná: ověřte, co vytáhl. Součty musí sedět, IČO musí existovat ve vaší databázi. To se dělá kódem, ne modelem.

Zákaznická podpora

Druhá nejjistější věc, ale s důležitým rozlišením.

Co funguje: model přečte příchozí zprávu, zařadí ji (reklamace / poptávka / faktura / nesmysl), pošle ji správnému člověku a připraví návrh odpovědi. Operátor ho přečte, upraví a odešle. Ušetří to většinu času, který jde do psaní téhož dokola.

Co funguje hůř: bot, který odpovídá zákazníkům sám, bez dozoru. Umíme ho postavit a někdy dává smysl — ale jen když má přístup k vašim skutečným datům (RAG nad dokumentací, napojení na stav objednávky) a když má jasnou hranici, za kterou předá člověka. Bot, který si vymýšlí podmínky reklamace, je právní problém, ne úspora.

Obchod a CRM

Zápis z hovoru do CRM. Shrnutí stostránkové e-mailové komunikace pro kolegu, který přebírá klienta. Vytažení dalších kroků z přepisu schůzky.

Jsou to malé věci, které nikdo nemá rád a všichni je odkládají. Přesně proto se vyplatí — ne tím, že by ušetřily hodiny, ale tím, že se konečně dělají.

Čemu nevěřte: skóre pravděpodobnosti uzavření obchodu spočítané jazykovým modelem. Na to jsou lepší statistické metody a hlavně — potřebujete dost historických dat. Většina firem je nemá.

Marketing a obsah

Produktové popisy z parametrů fungují dobře, hlavně když jich máte tisíce a jinak by nevznikly vůbec. Překlad do dalších jazyků taky — s tím, že korekturu rodilým mluvčím to nenahradí, jen zlevní.

Vizuály jsou dnes reálná věc. Produktové fotografie, varianty pro A/B testy, konzistentní AI modelka napříč kampaní. Děláme to a funguje to — s podmínkou, že se to označuje jako AI obsah. Platformy to čím dál víc vyžadují a je to i slušnost vůči zákazníkovi.

Čemu nevěřte: „AI napíše celý blog za vás". Napíše. Bude to průměrné, bude to znít jako všechno ostatní a Google nebude mít důvod to upřednostnit. Text potřebuje někoho, kdo v tom tématu doopravdy něco umí.

Vývoj softwaru

Tady je změna nejviditelnější. Psaní testů, dokumentace, refaktoring, vysvětlení cizího kódu, první návrh funkce. U rutinní práce je zrychlení výrazné.

U nestandardní práce — architektura, výkonnostní problémy, chyby v souběhu — je přínos mnohem menší a občas záporný. Model napíše něco, co vypadá správně, a vy strávíte hodinu zjišťováním, že to správně není.

Sklad a provoz

Předpověď poptávky, optimalizace zásob, plánování tras. Funguje to, ale pozor — tohle většinou není práce pro jazykový model. Jsou to klasické statistické a optimalizační úlohy a řeší je jiný typ nástroje, často jednodušší a levnější.

Pokud vám někdo na předpověď poptávky nabízí LLM, zeptejte se proč.

Jak si to přebrat

Všimněte si, co mají fungující případy společného: dá se k nim sehnat spousta příkladů, výstup zkontroluje člověk a když to jednou za čas selže, nic se nestane.

A co mají společného ty problematické: rozhodují místo člověka, dotýkají se peněz nebo práva, a nikdo je nekontroluje.

To je celý filtr. Nepotřebujete seznam padesáti nápadů — potřebujete jeden, který projde těmito třemi otázkami. Jak ho nasadit, rozebírá článek o zavedení AI do firmy.